MENDOZA ORTEGA ITZEMARA SHARAI GRUPO: ECO45 TAREA:1 FECHA DE ENTREGA: 28/05/14 CICLO: 14-3 1

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.
Ejemplos
Por ejemplo, la planificacin de una lnea de produccin, en cualquier proceso industrial, es posible
realizarla con la implementacin de un sistema de gestin de procesos que incluya un modelo
determinstico en el cual estn cuantificadas las materias primas, la mano de obra, los tiempos de
produccin y los productos finales asociados a cada proceso.

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.
Los modelos determinsticos tienen las siguientes caractersticas:
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

MENDOZA ORTEGA ITZEMARA SHARAI GRUPO: ECO45 TAREA:1 FECHA DE ENTREGA: 28/05/14 CICLO: 14-3 2

variables endgenas de primer orden que cumplan 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.
EJEMPLO:
La planificacin de una lnea de produccin, asignacin de las salas de clases en una universidad.

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.

Los modelos estocsticos tambin conocidos como modelos probabilsticos, algn element no se
conoce con anticipacin, incorporando as la incertidumbre.

Los modelos estocsticos, 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

MENDOZA ORTEGA ITZEMARA SHARAI GRUPO: ECO45 TAREA:1 FECHA DE ENTREGA: 28/05/14 CICLO: 14-3 3

la literatura que induce a un error de los lectores en el supuesto de que sus modelos puedan ser
determinsticos.

EJEMPLO:
Filas de espera, administracin de proyectos y pronstico.

BIBLIOGRAFA
http://upcmodelos.blogspot.mx/2013/03/modelos-estocasticos-y-
deterministas.html#sthash.uENih2cJ.dpuf
http://caece-
mys1.wikispaces.com/Modelos+determin%C3%ADsticos+y+estoc%C3%A1sticos
http://jmirezeconomics.wordpress.com/2011/07/24/e012-modelos-deterministicos-vs-
estocasticos/