Pemodelan stokastik adalah teknik penyajian data atau prediksi hasil yang memperhitungkan tingkat keacakan tertentu, atau ketidakpastian. Industri asuransi, misalnya, sangat bergantung pada pemodelan stokastik untuk memprediksi kondisi neraca perusahaan di masa depan, karena hal ini mungkin bergantung pada kejadian tak terduga yang mengakibatkan pembayaran klaim. Banyak industri dan bidang studi lain dapat mengambil manfaat dari pemodelan stokastik, seperti statistik, investasi saham, biologi, linguistik, dan fisika kuantum.
Khususnya di dunia asuransi, pemodelan stokastik sangat penting dalam menentukan hasil apa yang diharapkan, versus mana yang tidak mungkin. Daripada menggunakan variabel tetap seperti dalam pemodelan matematika lainnya, model stokastik menggabungkan variasi acak untuk memprediksi kondisi masa depan dan untuk melihat seperti apa mereka nantinya. Tentu saja, kemungkinan satu variasi acak menyiratkan bahwa banyak yang bisa terjadi. Untuk itu, model stokastik tidak dijalankan hanya sekali, tetapi ratusan bahkan ribuan kali. Kumpulan data yang lebih besar ini tidak hanya mengungkapkan hasil mana yang paling mungkin, tetapi rentang apa yang dapat diharapkan juga.
Untuk memahami ide pemodelan stokastik, mungkin berguna untuk mempertimbangkan bahwa itu adalah kebalikan dari pemodelan deterministik. Jenis pemodelan kedua ini terdiri dari sebagian besar matematika dasar. Penyelesaian suatu masalah biasanya hanya memiliki satu jawaban yang benar, dan grafik suatu fungsi hanya dapat memiliki satu himpunan nilai tertentu. Pemodelan stokastik, di sisi lain, seperti memvariasikan masalah matematika yang rumit sedikit untuk melihat bagaimana solusinya terpengaruh, dan kemudian melakukannya berkali-kali dan dengan cara yang berbeda. Variasi kecil ini mewakili keacakan atau ketidakpastian peristiwa dunia nyata dan efeknya.
Aplikasi lain dari pemodelan stokastik, selain asuransi, adalah manufaktur. Manufaktur dipandang sebagai proses stokastik karena efek yang tidak diketahui atau variabel acak dapat memiliki hasil akhir. Misalnya, sebuah pabrik yang membuat produk tertentu akan selalu menemukan bahwa sebagian kecil dari produk tersebut tidak keluar seperti yang diharapkan, dan tidak dapat dijual. Hal ini mungkin disebabkan oleh berbagai faktor, antara lain kualitas input, kondisi kerja mesin produksi, dan kompetensi karyawan. Ketidakpastian bagaimana faktor-faktor ini mempengaruhi hasil dapat dimodelkan untuk memprediksi tingkat kesalahan tertentu dalam manufaktur, yang dapat direncanakan sebelumnya.