Un modelo determinista implica que, dada alguna entrada y parámetros, la salida siempre será la misma, por lo que la variabilidad de la salida es nula en condiciones idénticas. Los modelos deterministas a menudo se usan en física e ingeniería porque la combinación de modelos deterministas siempre crea modelos deterministas.
Un modelo estocástico implica que, dada alguna entrada, la salida puede fluctuar con determinadas propiedades y distribución.
Ejemplo 1 con un teatro :
Si los precios de las entradas se calculan con la posición en el teatro, el día del mes y la hora del evento, entonces el modelo de precios es determinista, porque las entradas dadas siempre arrojarán el mismo precio.
- ¿Cuál es la relación entre los modelos gráficos probabilísticos y las redes neuronales (aprendizaje profundo)?
- ¿Qué debo tomar Machine Learning o realidad aumentada?
- ¿Por qué está disminuyendo el número de concursos públicos de Kaggle con premios en efectivo?
- ¿Qué proyectos principales puedo hacer en R después de aprender minería de datos, análisis de sentimientos de limpieza, regresión y técnicas de agrupamiento?
- ¿De qué fuente será mejor aprender el aprendizaje automático?
Sin embargo, si el precio aumenta un 5% cuando más de tres personas vinieron a comprar un boleto la hora anterior, entonces el precio se vuelve aleatorio (si compré un lugar para el mismo asiento, el mismo día a la misma hora, varios veces, mi boleto no hubiera costado lo mismo cada vez).
Ejemplo 2 con mecánica básica:
Un científico está tratando de entender la gravedad y deja caer una manzana en el suelo para medir el tiempo que está cayendo. Si su modelo es determinista, utilizará el hecho de que la aceleración es constante e igual a g (suponiendo que la fricción es despreciable) y esperará que el tiempo sea exactamente el mismo en cada prueba.
[mates]
t_ {determinista} = \ sqrt {\ frac {2H} {g}}
[/mates]
Esto no parece muy probable, por lo que considera que el tiempo de caída será el tiempo de caída determinista que calculó justo antes, más o menos una cierta fluctuación, que espera que se distribuya normalmente, con una media nula y una variación que él puede calcular a partir de sus pruebas.
Ahora tenemos:
[mates]
t_ {estocástico} = t_ {determinista} + \ sigma \ cdot Z
[/mates]
Con [matemáticas] Z \ sim N (0,1) [/ matemáticas]
Ejemplo de modelos estocásticos son las cadenas de Markov, en las que puedes leer aquí (el video en las respuestas es genial para tener una buena idea).
¿Cómo le explico las cadenas de Markov a un niño de 10 años?
