MODELOS DETERMINSTICOS

Son modelos cuya solucin para determinadas condiciones es nica y siempre la misma, as
mismo son aquellas donde se supone que los datos se conocen con certeza, es decir, se
supone que cuando un modelo sea analizado se tiene disponible toda la informacin
necesaria para la toma de decisiones.
Un modelo determinstico tambin es un modelo matemtico donde las mismas entradas
producirn invariablemente las mismas salidas, no contemplndose la existencia del azar ni
el principio de incertidumbre. Est estrechamente relacionado con la creacin de entornos
simulados a travs de simuladores para el estudio de situaciones hipotticas, o para crear
sistemas de gestin que permiten disminuir la incertidumbre.
Por el contrario en los modelos estocsticos tambin conocidos como modelos
probabilsticos, algn elemento no se conoce con anticipacin, incorporando as la
incertidumbre.

CARACTERISTICAS DEL MODELO DETERMINISTICOS

Como la literatura del modelo estocstico se ha ganado la atencin en la
economa, los modelos determinsticos se han convertido en algo raro
Estos modelos suelen ser introducidos para estudiar el impacto de un cambio
en el rgimen, como la introduccin de nuevo impuesto, por ejemplo
Asume toda la informacin, hay suposicin perfecta y no hay incertidumbre
en torno a los choques
Los choques pueden afectar a la economa de hoy o la de cualquier momento
en el futuro, dado el caso de previsin perfecta. Tambin puede durar uno o varios
periodos
Muy a menudo, sin embargo, los modelos introducen un choque positivo hoy
y ningn choque a partir de entonces (con certeza).
La solucin no requiere de linealizacion, de hecho ni siquiera realmente
necesita de un estado estacionario. En su lugar, se trata la simulacin numrica para
encontrar las rutas exactas de las variables endgenas de primer orden que cumplen
con las condiciones del modelo y la estructura del choque
Este mtodo de solucin por lo tanto puede ser til cuando la economa est
muy lejos del estado estacionario.
IMPORTANCIA
Una asombrosa variedad de importantes problemas de administracin puede formularse
como modelos determinsticos. Muchas hojas de clculo electrnicas sientan con la
tecnologa necesaria para optimizar modelo determinsticos, es decir, para encontrar

decisiones ptimas. Cuando se trata en particular de modelos grandes, el procedimiento

puede realizarse con mucha rapidez y flexibilidad.
El subproducto de las tcnicas de anlisis es una gran cantidad de informacin muy til
para la interpretacin del resultado por la gerencia. La optimizacin restringida, en
particular, es un recurso extremadamente til para reflexionar acerca de situaciones
concretas, aunque no se debe construir un modelo y optimizarlo.
La prctica con modelos determinsticos le ayudara a desarrollar su habilidad para la
formulacin de modelos en general.

MODELO PROBABILISTICO
Un modelo probabilstico, como su nombre lo indica un modelo en el que las acciones
alternativas posibles estn asignadas por el azar.
El modelo probabilsticos o un proceso estocstico es aquel cuyo comportamiento es no
determinista, en la medida que el subsiguiente estado del sistema est determinado tanto
por las acciones predecibles del proceso como por elementos aleatorios. No obstante,
cualquier desarrollo temporal (sea determinista o esencialmente probabilstico) que puedas
ser analizable en trminos de probabilidad merece ser demolidos como proceso estocstico.
IMPORTANCIA /UTILIDAD

Seales de telecomunicacin.
Seales biomdicas (electrocardiograma, encefalograma, etc.)
Seales ssmicas
El nmero de manchas solares ao tras ao
El ndice de la bolsa segundo a segundo
La evolucin de la poblacin de un municipio ao tras ao
El tiempo de espera en cola de cada uno de los usuarios que van llegando a una
ventanilla
El clima es un gigantesco cumulo de procesos estocsticos interrelacionados
(velocidad del viento, humedad del aire, etc.) que evolucionan en el espacio y en el
tiempo
Los procesos estocsticos de orden mayor a uno, como el caso de una seria de
tiempo de orden 2 y una correlacin de cero con las dems observaciones.

ASPECTOS IMPORTANTES DE MODELO PROBABILISTICOS

Las tcnicas cuantitativas no llegan a soluciones correctas ni decisiones

Estas tcnicas ayudan a tomar decisiones y llegar a soluciones
Estas tcnicas son de gran ayuda en manos expertas y pueden causar estragos en
manos inexpertas
En anlisis de riesgo, las herramientas nunca sustituyen el juicio personal

En un anlisis de riesgo no garantiza la mejor decisin que solo es posible si existe

informacin perfecta (modelo determinstico). Lo que si garantiza es que la persona
que toma la decisin elije su mejor estrategia personal dada la informacin
disponible.

LOS MODELOS PROBABILISTICOS SE DIVIDEN EN DOS TIPOS

MODELOS DISCRETOS

MODELOS CONTINUOS

Ensayo de Bernoulli
Distribucin geomtrica y
binomial

Distribucin normal
Distribuciones Relacionadas

BIBLIOGRAFIA

es.slideshare.net/CARLOSBRAZON/inventario-probabilistico-28865736?
next_slideshow=1