Cada vez que intentamos predecir el comportamiento futuro de algo podemos o no podemos estar seguros de ello, es decir
Si sabemos que una pistola está cargada, entonces podemos predecir con absoluta seguridad que disparará la bala cuando se presione el gatillo.
Pero si no sabemos si una pistola está cargada o no, entonces no podemos predecir con absoluta seguridad que cuando se presione el gatillo se disparará una bala o no.
- ¿Cómo evaluaría la integral [matemáticas] \ int \ int _ {D} \ frac {xy} {x ^ 2-y ^ 2} dxdy [/ matemáticas]?
- En [matemáticas] (a + i) ^ 3 = 18 + 26i [/ matemáticas], ¿qué es a?
- ¿Es v = 0.2c << c?
- ¿Cuánto más difícil es la OMI que las Olimpiadas Nacionales de Matemáticas?
- ¿Cuáles son los máximos y mínimos de f (x) = (x ^ 2 + 3 * x + 1) / (x ^ 2-3 * x + 1)?
De manera similar, en matemáticas, si el valor de una variable puede predecirse con total seguridad en un instante de tiempo dado, dicha variable se denomina determinista.
Pero si el valor de la variable no puede predecirse con total seguridad en un instante de tiempo dado, dicha variable se denomina probabilística o estocástica.
Hablar etimológicamente estocástico se deriva de una raíz griega que significa stokhos, que significa adivinar o apuntar.
Cuando tratamos de construir un modelo matemático de tal situación, eventos en los que usamos tales variables probabilísticas para modelarlas, dicho modelo matemático se denomina como estocástico en la naturaleza.
Dichos modelos tienen aplicación en áreas tales como tecnología, gestión, economía,
Física, ingeniería, telecomunicaciones, ingeniería mecánica, sistemas informáticos, y así sucesivamente.
La física cuántica se construyó sobre tales modelos matemáticos estocásticos de la naturaleza.
La Inteligencia Artificial y el Aprendizaje automático también dependen en gran medida de tales temas que muestran la importancia de este Concepto.
