Stokastisk betydning

Ordet stokastisk bruges om fænomener, hvor udfald eller udvikling ikke kan forudsiges præcist fra startbetingelserne alene, men hvor vi kan beskrive usikkerheden systematisk. I praksis indebærer det:

• Brug af sandsynlighedsfordelinger til at repræsentere mulige udfald.
• Arbejdet med stokastiske variable (tilfældige variable) og stokastiske processer (følger af tilfældige variable over tid eller rum).
• Modellering og inferens, hvor resultater udtrykkes med usikkerhed (f.eks. konfidensintervaller, prognosebånd, risikoestimater).

Stokastisk betyder ikke “kaotisk” eller “helt vilkårlig”; det betyder, at der er en lovmæssighed i tilfældigheden, som vi kan beskrive og kvantificere.

Stokastisk stammer fra græsk stochastikos (“dygtig til at gætte/anslå”), afledt af stochazesthai (“at sigte mod, at gætte”) og stochos (“mål, sigte”). Via fransk (stochastique) og tysk (stochastisch) blev ordet udbredt i europæiske fagsprog og kom ind i dansk gennem matematik og statistik i 1900-tallet.

Udtale: med tryk på “-kas-” i stokastisk. Substantivformen stokasticitet forekommer, men mange skriver i praksis “tilfældighed” eller “stokastisk karakter”.

• Stokastisk variabel: En variabel, hvis værdi er tilfældig, men følger en bestemt fordeling (f.eks. normalfordelt).
• Stokastisk proces: En samling af stokastiske variable indekseret i tid eller rum (f.eks. en Markovkæde, Poisson-proces, Brownsk bevægelse).
• Støj (noise): Uforudsigelige variationer, ofte modelleret som stokastiske.
• Forventning, varians, kovarians: Centrale mål, der opsummerer stokastiske størrelser.
• Markovegenskaben: Næste tilstand afhænger kun af den nuværende, ikke hele historien.
• Stationaritet og ergodicitet: Egenskaber ved processer, der muliggør stabil statistisk analyse over tid.

• “Vi anvender en stokastisk model til at forudsige efterspørgslen med tilhørende usikkerhed.”
• “Valutakursen antages at følge en stokastisk proces med tidsvarierende volatilitet.”
• “Algoritmen benytter stokastisk gradientnedstigning for at skalere til store datasæt.”
• “Sensoren er udsat for stokastisk støj, som vi filtrerer med et Kalmanfilter.”
• “Køtiderne modelleres med en Poisson-proces for ankomster og en eksponentiel servicefordeling.”
• “Mutationer i populationen opstår som en stokastisk mekanisme (genetisk drift).”
• “De stokastiske effekter af stråling viser sig som tilfældige cellebeskadigelser.”
• “Brownsk bevægelse er en klassisk stokastisk beskrivelse af partikelbevægelser i væsker.”

• Statistik og sandsynlighed: Estimation, hypotesetest, Bayesiansk inferens.
• Finans: Prisfastsættelse af optioner, risikomål (VaR), stokastiske renter og volatilitet.
• Fysik og kemi: Termisk støj, diffusion, stokastisk resonans.
• Biologi og medicin: Populationsdynamik, stokastisk genekspression, epidemiologiske modeller.
• Ingeniørvidenskab: Signalbehandling, pålidelighed, køteori og netværkstrafik.
• Datavidenskab og ML: Randomisering i træning (SGD, dropout), probabilistiske modeller (HMM, variational inference).
• Logistik og operationsanalyse: Stokastisk programmering, lagerstyring under usikkerhed.
• Samfundsvidenskab: Diskrete valgmodeller, tidsserier med stokastiske komponenter.

• Synonymer: sandsynlighedsbaseret, probabilistisk, tilfældig (i faglig betydning), stokastik (som substantiv for hele området).
• Relaterede: tilfældighed, usikkerhed, variabilitet, støj, randomisering.

• Deterministisk: Udfald er entydigt bestemt af startbetingelser.
• Forudsigelig/regelbunden: Lille eller ingen usikkerhed i udfald.
• Kaotisk (kontrast, ikke antonym): Kaos kan være deterministisk, men svært at forudsige; stokastisk involverer eksplicit tilfældighed.

• 1600-tallet: Sandsynlighedsteoriens rødder hos Pascal og Fermat (spil og hasard).
• 1900-tallets begyndelse: Markov introducerer Markovkæder; Bachelier anvender stokastiske modeller i finans.
• 1920’erne-1940’erne: Wiener formaliserer Brownsk bevægelse; Kolmogorov axiomatisk sandsynlighed; Ito-kalkyle for SDE’er.
• 1940’erne-1960’erne: Monte Carlo-metoder udvikles; køteori og pålidelighed udbygges.
• Senere: Udbredt i økonomi, naturvidenskab og ML, med fokus på beregningsmetoder og store datasæt.

• “Tilfældig” er ikke det samme som “arbitrær”. Stokastiske modeller har specificerede fordelinger og parametre.
• “Stokastisk” ≠ “kaotisk”. Kaos kan være deterministisk; stokastik involverer sandsynligheder eksplicit.
• Usikkerhed ≠ uvidenhed alene. Stokastik modellerer iboende variabilitet, ikke kun mangel på data.
• Modelvalg betyder noget. Antagelser om f.eks. uafhængighed, stationaritet og fordeling påvirker konklusioner.

• Stokastisk variabel, stokastisk proces, stokastisk model, stokastisk støj.
• Stokastisk dominans, stokastisk programmering, stokastisk simulering.
• Stokastisk volatilitet, stokastisk kontrol, stokastisk optimering.

• Stokastisk: Flere mulige udfald med kendt/antaget sandsynlighedsstruktur; prognoser gives med usikkerhedsinterval.
• Deterministisk: Ét muligt udfald givet startbetingelser og model; prognoser er punktvise uden iboende tilfældighed.

• Sandsynlighedsteori, statistik, Monte Carlo, Markovkæde, Brownsk bevægelse, Poisson-proces, varians, forventning, Bayesiansk inferens, SDE.