В сколько-нибудь сложной модели всегда присутствует некое количество факторов, которые невозможно обеспечить надёжными данными. Для факторов известных часто невозможно установить точную степень их влияния, вес. Вот на этих самых внутренних весах вся обсуждаемая матмодель и висит. Расставлены они из сугубо умозрительных предположений - которые вовсе не обязательно верны.
В правильном моделировании для уменьшения проблемы решают обратную задачу, по известному результату (желательно не по единственному, конечно) рассчитывают веса в модели - и корректируют их. Но. Решение обратной задачи всегда сложнее, и часто - сложнее во многие разы и порядки.
В нейросетях, кстати, ровно такая же картина, и ровно так же применяют "обратное распространение ошибки".
В силу малой формализованности задачи подобное моделирование подобно пальцесосанию, обычная альтернативка. Огромное количество факторов не поддаётся учёту. Например, политморсос. Или вероятность появления в критический момент (а критическим он у бритишей был только по пилотам) тысячи-другой американских добровольцев. Или. Или...
Я не поклонник альтернативок, но любое обсуждение вопроса "а как было лучше поступить" (можно ли было лучше поступить вообще) и так далее подразумевает хотя бы неявно альтернтивничанье. Расчёт даёт какой-то ответ. А введение "множества неучитываемых факторов" на вопрос "как лучше" ответа дать не позволяет никогда. В духе "если бы я не бухал-торчал, а учился, то это не было бы лучше потому что по дороге в институт меня сбила бы машина". И стаисследование показывающее что в среднем нормально учившиеся в ВУЗе имеют большие шансы на нормальную работу, зарплату и тд чем алкаши - может идти лесом, потому что допфакторы.
я только замечу, что последние эмм, тридцать лет занимаюсь как раз моделированием. И, поверьте, писать "Ошибки расчётов и мат моделей" - показывать, что с темой не знаком. Дело совсем, совсем не в "ошибках". В чём - я попытался объяснить, но, боюсь, недостаточно. Тема не для коротких комментов да и не для этой платформы.