MODELOS

DETERMINSTICOS
VS
MODELOS ESTOCSTICOS

Los modelos determinsticos son aquellos donde se supone

que los datos se conocen con certeza, es decir, se supone que
cuando el modelo sea analizado se tiene disponible toda la
informacin necesaria para la toma de decisiones.
Por el contrario, en los modelos estocsticos tambin
conocidos como modelos probabilsticos, algn element no
se conoce con anticipacin, incorporando as la
incertidumbre.
- See more at: http://upcmodelos.blogspot.mx/2013/03/modelos-estocasticos-y-deterministas.html#sthash.bfpjtV98.dpuf

DEFINICIONES

Modelo determinstico

Un Modelo determinstico 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 permitan disminuir la incertidumbre.
La inclusin de mayor complejidad en las relaciones con una cantidad
mayor de variables y elementos ajenos al modelo determinstico har
posible que ste se aproxime a un modelo probabilstico o de enfoque
estocstico.

Modelos estocsticos

Un modelo es estocstico 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 probabilsticas. Sirven por lo general para
realizar grandes series de muestreos, quitan mucho tiempo en el
computador son muy utilizados en investigaciones cientficas.
Para lograr modelar correctamente un proceso estocstico es necesario
comprender numerosos conceptos de probabilidad y estadstica.
Dentro del conjunto de procesos estocsticos se encuentran, por
ejemplo, el tiempo de funcionamiento de una mquina entre avera y
avera, su tiempo de reparacin y el tiempo que necesita un operador
humano para realizar una determinada operacin.

Como la literatura del modelo estocstico se ha ganado la atencin en la economa, los modelos
determinsticos se han convertido en algo raro. Los ejemplos incluyen los modelos OLG (Modelos
de Generaciones Traslapadas) sin incertidumbre agregada.

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 perodos.

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 linealizacin, 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 cumplan con las condiciones del modeloy la estructura
del choque.

Este mtodo de solucin por lo tanto puede ser til cuando la economa est muy lejos del estado
estacionario.

LOS MODELOS DETERMINSTICOS TIENEN

LAS SIGUIENTES CARACTERSTICAS:

Estos tipos de modelos tienden a ser ms populares en la literatura. Ejemplo:

incluyen la mayora de los modelos de RBC (Ciclo Real de Negocios), o
nuevos modelos monetarios keynesianos.

En estos modelos, los choques golpean el da de hoy (con una sorpresa), pero
despus su valor esperado es cero. Se esperan choques futuros, o cambios
permanentes en las variables exgenas que no pueden ser manejados por el
uso de aproximaciones de Taulor en torno a un estado estacionario.

Hay que tener en cuenta que cuando estos modelos son linealizados al
primer orden, los agentes se comportan como si los choques futuros fueran
iguales a cero (ya que su expectativa es nula), que es la certeza de la
propiedad de equivalencia. Se trata de una frecuencia en un punto alto en la
literatura que induce a un error de los lectores en el supuesto de que sus
modelos puedan ser determinsticos.

LOS MODELOS ESTOCSTICOS, EN CAMBIO,

TIENEN LAS SIGUIENTES CARACTERSTICAS:

Ejemplos
Modelos determinsticos: la planificacin de una lnea de produccin, asignacin de las salas de
clases en una universidad.
Modelos estocsticos: filas de espera, administracin de proyectos y pronstico.
- See more at: http://upcmodelos.blogspot.mx/2013/03/modelos-estocasticos-ydeterministas.html#sthash.bfpjtV98.dpuf