DETERMINÍSTICOS Y PROBABILÍSTICOS
MODELO DETERMISTICO
Un modelo determinístico es un modelo matemático donde las mismas entradas
producirán invariablemente las mismas salidas, no contemplándose la existencia de
lazar ni el principio de incertidumbre.
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.
Comportamiento
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 incertidumbre. La inclusión de mayor complejidad
en las relaciones con una cantidad mayor de variables y elementos ajenos al modelo
determinístico hará posible que éste se aproxime a un modelo probabilístico o de
enfoque estocástico.
Ejemplos
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.
Explicación del por que
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.
Entradas y Salidas
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.
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 PROBABILÍSTICO
Se denomina estocástico a aquel sistema que funciona, sobre todo, por el azar. El
resultado de un algoritmo estocástico depende de probabilidades que cambian, o
pueden cambiar en función del tiempo, diferenciándose del algoritmo probabilístico
por su comportamiento dinámico
Comportamiento
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.
Ejemplo
Los vendedores de diario, gerente de producción, propietarios de carnicería, etc,
deben hacer frente al problema de ¿Que tanto debo pedir?. Cuando la situación de
la orden es sólo para el próximo periodo los costos críticos sol los costos de escasez
por no tener existencia (Cu) y los costos por tener demasiada existencia (Co). El
vendedor, gerente o dueño, se enfrenta a la minimización de los costos totales
cuando la demanda no se conoce con certeza. La ecuación sugiere que la persona
que ordena un producto debe almacenar a aquel la cantidad (porción) de la
demanda, la cantidad critica (CC), donde se lleva a cabo la relación del costo de la
suma de las inexistencias más las sobre existencias.
CC = Cu/Cu + Co
Explicación del por que
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.
Entradas y Salidas
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"
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.
