Stohastiskā modelēšana ir datu prezentēšanas vai rezultātu prognozēšanas paņēmiens, kas ņem vērā zināmu nejaušības vai neparedzamības pakāpi. Apdrošināšanas nozare, piemēram, ir ļoti atkarīga no stohastiskās modelēšanas uzņēmumu bilanču nākotnes prognozēšanai, jo tie var būt atkarīgi no neparedzamiem notikumiem, kuru rezultātā tiek izmaksātas atlīdzības. Daudzas citas nozares un studiju jomas var gūt labumu no stohastiskās modelēšanas, piemēram, statistika, ieguldījumi akcijās, bioloģija, valodniecība un kvantu fizika.
Īpaši apdrošināšanas pasaulē stohastiskā modelēšana ir ļoti svarīga, lai noteiktu, kādi rezultāti ir sagaidāmi, salīdzinot ar to, kuri no tiem ir maz ticami. Tā vietā, lai izmantotu fiksētus mainīgos, piemēram, citā matemātiskajā modelēšanā, stohastiskais modelis ietver nejaušas variācijas, lai prognozētu nākotnes apstākļus un redzētu, kādi tie varētu būt. Protams, vienas nejaušas variācijas iespējamība nozīmē, ka var rasties daudzas. Šī iemesla dēļ stohastiskie modeļi netiek palaisti tikai vienu reizi, bet simtiem vai pat tūkstošiem reižu. Šī plašākā datu kolekcija ne tikai parāda, kuri rezultāti ir visticamākie, bet arī to, kādus diapazonus var sagaidīt.
Lai saprastu stohastiskās modelēšanas ideju, var būt noderīgi uzskatīt, ka tā savā ziņā ir pretēja deterministiskajai modelēšanai. Šis otrais modelēšanas veids ir tas, no kā sastāv lielākā daļa elementārās matemātikas. Problēmas risinājumam parasti var būt tikai viena pareizā atbilde, un funkcijas grafikā var būt tikai viena noteikta vērtību kopa. No otras puses, stohastiskā modelēšana ir kā sarežģītas matemātikas problēmas neliela mainīšana, lai redzētu, kā risinājums tiek ietekmēts, un pēc tam to izdarīt daudzas reizes un dažādos veidos. Šīs nelielās variācijas atspoguļo reālo notikumu un to seku nejaušību vai neparedzamību.
Cits reālās pasaules stohastiskās modelēšanas pielietojums, neskaitot apdrošināšanu, ir ražošana. Ražošana tiek uzskatīta par stohastisku procesu, jo nezināmi vai nejauši mainīgie var ietekmēt gala rezultātu. Piemēram, rūpnīca, kas ražo noteiktu produktu, vienmēr konstatēs, ka neliela daļa produktu neiznāk tā, kā paredzēts, un to nevar pārdot. To var izraisīt dažādi faktori, piemēram, izejmateriālu kvalitāte, ražošanas iekārtu darba stāvoklis un darbinieku kompetence. Neprognozējamību, kā šie faktori ietekmē rezultātus, var modelēt, lai prognozētu noteiktu kļūdu īpatsvaru ražošanā, ko var plānot uz priekšu.