在线性世界中,平均值是完全合理的。 太大的东西可以通过太小的东西来补偿。 但是,我们表明,基本的微分方程(例如无限增长)而不是方程本身(例如指数增长)需要是线性的。 尽管输入参数是平均数量(例如,平均支出),但特别是在金融和经济学中,仍使用非线性微分方程。 得出一个可悲的结论,即几乎所有结果至少都是可疑的。 在一个模型(市场扩散模型)中,我们表明误差很大。 我们还将混沌结果与随机结果进行比较。 尽管这些数据很难区分,但某些限制被证明是非常不同的。 对财务的影响可能很重要,因为,例如,股票价格通常会混乱地变化,尽管评估经常假设是随机的。