Verschillende soorten modellen

(Menselijk) gedrag is heel ingewikkeld. Kun je dat zomaar in je model stoppen?
En krijg je dan een antwoord dat algemeen geldend is?

In het voorbeeld Party werd je gevraagd om de waarde voor de parameter tolerance te geven waarbij elk groepje uit mannen en vrouwen zou bestaan.
Die waarde kun je niet berekenen maar alleen vaststellen door trial and error.
De interface van het model stelt je in staat een bepaalde waarde in te geven.
Op basis daarvan kun je het aantal gemengde groepen opschrijven.
In een vak als statistiek en methodologie leer je hoe vaak en met hoeveel feestgangers je zo'n test moet uitvoeren om een resultaat te krijgen dat algemeen geldend is.
Zo'n model noem je niet-deterministisch.

In het voorbeeld van wolf sheep predation heb je de parameters ook veranderd.
Je hebt de waarden ingesteld die het aantal schapen en wolven aangaven, als ook de snelheid waarmee ze zich voortplantten.
Daarbij heb je ook ingesteld hoe snel het gras weer aangroeide.
Hier zou je wel berekeningen kunnen uitvoeren.
Je zou in een formule kunnen weergeven hoe de aantal schapen, wolven en de eenheden gras zich zouden verhouden voor een biologisch evenwicht.
In het model kun je zien wat een goede kunstmest zou doen voor het aantal wolven: ze zouden niet uitsterven als het gras 3 x zo snel zou groeien.
Het aantal eenheden gras beïnvloedt het aantal schapen, en het aantal schapen beïnvloedt het aantal wolven dat in leven blijft.

Om de juiste verhouding te vinden hoef je nu niet een groot aantal schapen en wolven te offeren in een experiment.
In plaats daarvan kun je op basis van een aantal waarnemingen in een echte situatie experimenteren met mogelijke uitkomsten op een veel grotere schaal.
Als er een voorspelbaar effect optreedt tussen de verschillende parameters noem je het model deterministisch.