Modelos Deterministicos y

Probabilisticos

Daniel Barrera
18.004.709

Caracas, 5 de Octubre de 2016

INTRODUCCIÓN
La toma de decisiones es el proceso mediante el cual se realiza una elección entre las opciones
o formas para resolver diferentes situaciones de la vida en diferentes contextos: a nivel
laboral, familiar, personal, sentimental o empresarial (utilizando metodologías cuantitativas
que brinda la administración). La toma de decisiones consiste, básicamente, en elegir una
opción entre las disponibles, a los efectos de resolver un problema actual o potencial (aun
cuando no se evidencie un conflicto latente).
 MODELO DETERMISTICO
Un modelo determinista es un modelo matemático donde las mismas entradas o condiciones
iniciales producirán invariablemente las mismas salidas o resultados, no contemplándose la
existencia de azar, o incertidumbre en el proceso modelada mediante dicho modelo.
Está estrechamente relacionado con la creación de entornos simulados a través de
simuladores para el estudio de situaciones hipotéticas, o para crear sistemas de gestión que
permitan disminuir la propagación de errores. Los modelos deterministas sólo pueden ser
adecuados para sistemas deterministas no caóticos, para sistemas azarosos (no-determinista)
y caóticos (determinista inpredictible a largo plazo) los modelos deterministas no pueden
predecir adecuadamente la mayor parte de sus características.
La inclusión de mayor complejidad en las relaciones con una cantidad mayor de variables y
elementos ajenos al modelo determinista hará posible que éste se aproxime a un modelo
probabilístico o de enfoque estocástico.
Por ejemplo, la planificación de una línea de producción, en cualquier proceso industrial, es
posible realizarla con la implementación de un sistema de gestión de procesos que incluya
un modelo determinista en el cual estén cuantificadas las materias primas, la mano de obra,
los tiempos de producción y los productos finales asociados a cada proceso.
Un conjunto de ecuaciones diferenciales de un sistema físico macroscópico constituye un
modelo determinista que puede predecir la evolución determinista en el tiempo de un buen
número de magnitudes características del sistema.
 MODELO PROBABILISTICO
Un modelo es estocástico cuando al menos una variable del mismo es tomada como un dato
al azar y las relaciones entre variables se toman por medio de funciones probabilísticas.
Sirven por lo general para realizar grandes series de muestreos, quitan mucho tiempo en el
computador son muy utilizados en investigaciones científicas. Para lograr modelar
correctamente un proceso estocástico es necesario comprender numerosos conceptos de
probabilidad y estadística.
Dentro del conjunto de procesos estocásticos se encuentran, por ejemplo, el tiempo de
funcionamiento de una máquina entre avería y avería, su tiempo de reparación y el tiempo
que necesita un operador humano para realizar una determinada operación.
Modelo probabilístico es la forma que pueden tomar un conjunto de datos obtenidos
de muestreos de datos con comportamiento que se supone aleatorio.

Es un tipo de modelo matemático que usa la probabilidad, y que incluye un conjunto de

asunciones sobre la generación de algunos datos muéstrales, de tal manera que asemejen a
los datos de una población mayor.

Las asunciones o hipótesis de un modelo estadístico describen un conjunto de distribuciones

de probabilidad, que son capaces de aproximar de manera adecuada un conjunto de datos.
Las distribuciones de probabilidad inherentes de los modelos estadísticos son lo que
distinguen a los modelos de otros modelos matemáticos deterministas.
Un modelo estadístico queda especificada por un conjunto de ecuaciones que relacionan
diversas variables aleatorias, y en las que pueden aparecer otras variables no aleatorias. Como
tal "un modelo es una representación formal de una teoría"1

Todos los test de hipótesis estadísticas y todos los estimadores estadísticos proceden de
modelos estadísticos. De hecho, los modelos estadísticos son una parte fundamentalmente de
la inferencia estadística.

LAS DECISIONES EN EL CONTEXTO EMPRESARIAL

La toma de decisiones es una parte importante de la labor del gerente. Sin embargo, cuando
un gerente toma una decisión o cuando el coste de buscar y evaluar las alternativas es bajo,
el modelo racional proporciona una descripción moderadamente precisa del proceso de
decisión. En el ámbito organizacional, las mayorías de las decisiones significativas se
realizan mediante el juicio, más que por un modelo prescriptivo definido.

En las organizaciones en general y en las empresas en particular suele existir una jerarquía
que determina el tipo de acciones que se realizan dentro de ella y, en consecuencia, el tipo de
decisiones que se deben tomar, la Ciencia administrativa divide a la empresa en 3 niveles
jerárquicos:

Nivel estratégico.- Alta dirección; planificación global de toda la empresa.

Nivel táctico.- Planificación de los subsistemas empresariales.
Nivel operativo.- Desarrollo de operaciones cotidianas (diarias/rutinarias).
Conforme se sube en la jerarquía de una organización, la capacidad para tomar decisiones no
programadas o no estructuradas adquiere más importancia, ya que son este tipo de decisiones
las que atañen a esos niveles. Por tanto, la mayor parte de los programas para el desarrollo
de gerentes pretenden mejorar sus habilidades para tomar decisiones no programadas, por
regla general enseñándoles a analizar los problemas en forma sistemática y a tomar
decisiones lógicas.
A medida que se baja en esta jerarquía, las tareas que se desempeñan son cada vez más
rutinarias, por lo que las decisiones en estos niveles serán más estructuradas (programadas).
Adicionalmente, una organización también estará dividida en varias secciones funcionales,
son varias las propuestas de división que se han planteado para una empresa de forma
genérica, aunque la más aceptada es la que considera los siguientes departamentos o unidades
funcionales:
Dirección, Marketing, Producción, Finanzas, Recursos humanos.
Las decisiones también serán diferentes, en función de en qué unidad funcional o
departamento tengan lugar.

Para adoptar algunos tipos de decisiones se suelen utilizar modelos. Estos se pueden definir
como una representación simplificada de una parte de la realidad, y ello porque en muchos
casos la realidad es tan compleja que, para comprenderla hay que simplificarla tomando de
ella los aspectos que resultan más relevantes para el análisis de que se trate y no teniendo en
cuenta los que resultan accesorios. El principal objetivo de un modelo es permitir una mejor
comprensión y descripción de la parte de la realidad que representa. Esa mejor comprensión
de la realidad permite tomar mejores decisiones. Los modelos se pueden clasificar atendiendo
a numerosos criterios entre ellos: Modelos deterministas y probabilísticos. En los modelos
deterministas se suponen conocidos con certeza todos los datos de la realidad que
representan. Si uno o varios datos se conocen sólo en términos de probabilidades, el modelo
se denomina probabilístico, aleatorio o estocástico.

La última prueba de un modelo es si es útil o no al proporcionar un entendimiento de la

situación real, además es conveniente que el modelo tenga algún potencial de predicciones
para que las decisiones concernientes a futuros casos puedan hacerse con predicción
relativamente clara.
Un modelo determinístico es un enunciado expresado como ecuaciones de relaciones entre
las variables y constantes asociadas con un problema.
Un modelo determinístico predecirá los resultados exactos bajo ciertos hechos y
suposiciones. Por ejemplo la ecuación de una línea Y= a+bx es un modelo matemático
determinístico que puede bien aplicarse a la proyección lineal de predicciones, las
intersecciones de parámetros en programación lineal y la intersección del costo total y el
ingreso total en el análisis del punto de equilibrio.
Un modelo probabilístico es un enunciado de las relaciones entre variables y constantes a las
que se asocia probabilidades estadísticas, dicho de otra manera hay incertidumbre.
Varios factores afectan la toma de decisiones en la producción después de que se han
desarrollado cursos de acción alternativos entre los cuales se encuentran los siguientes:
Predicciones de resultados esperados de los cursos de acción alternativos.
Probabilidades de estos resultados esperados.
Sistemas de valor para sopesar los cursos de acción alternativos.
Objetivos de la empresa.
Parámetros que afectan la aplicación de los cursos de acción alternativos.
 CONCLUSIONES
El análisis probabilístico es muy útil para la gestión de riesgos en países en desarrollo, donde
la información, recursos y la especialización técnica es escasa. Actualmente, la mayoría de
las agencias regulatorias en el mundo recomiendan el uso de los enfoques determinísticos
para el análisis de los problemas relacionados con la toma de decisiones.

Sin embargo, este enfoque no incorpora la incertidumbre en las variables, ni su propagación

a través de los distintos procesos en que intervienen. Con ello se reduce arbitrariamente la
complejidad del problema y se desaprovecha información valiosa para la definición de
políticas realistas.