MODELOS DETERMINÍSTICOS VS MODELOS ESTOCÁSTICOS Los modelos determinísticos 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 información necesaria para la toma de decisiones. Por el contrario, en los modelos estocásticos también conocidos como modelos probabilísticos, algún elementó no se conoce con anticipación, incorporando así la incertidumbre. - See more at: http://upcmodelos.blogspot.mx/2013/03/modelos-estocasticos-y-deterministas.html#sthash.bfpjtV98.dpuf DEFINICIONES Modelo determinístico Un Modelo determinístico es un modelo matemático donde las mismas entradas producirán invariablemente las mismas salidas, no contemplándose la existencia del azar ni el principio de incertidumbre. 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. Modelos estocásticos 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. Como la literatura del modelo estocástico se ha ganado la atención en la economía, los modelos determinísticos 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 régimen, como la introducción de nuevo impuesto, por ejemplo. Asume toda la información, hay suposición perfecta y no hay incertidumbre en torno a los choques. Los choques pueden afectar a la economía de hoy o la de cualquier momento en el futuro, dado el caso de previsión perfecta. También puede durar uno o varios períodos. Muy a menudo, sin embargo, los modelos introducen un choque positivo hoy y ningún choque a partir de entonces (con certeza). La solución no requiere de linealización, de hecho, ni siquiera realmente necesita de un estado estacionario. En su lugar, se trata la simulación numérica para encontrar las rutas exactas de las variables endógenas de primer orden que cumplan con las condiciones del modelo y la estructura del choque. Este método de solución por lo tanto puede ser útil cuando la economía está muy lejos del estado estacionario. LOS MODELOS DETERMINÍSTICOS TIENEN LAS SIGUIENTES CARACTERÍSTICAS: Estos tipos de modelos tienden a ser más populares en la literatura. Ejemplo: incluyen la mayoría de los modelos de RBC (Ciclo Real de Negocios), o nuevos modelos monetarios keynesianos. En estos modelos, los choques golpean el día de hoy (con una sorpresa), pero después su valor esperado es cero. Se esperan choques futuros, o cambios permanentes en las variables exógenas 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 determinísticos. LOS MODELOS ESTOCÁSTICOS, EN CAMBIO, TIENEN LAS SIGUIENTES CARACTERÍSTICAS: Ejemplos Modelos determinísticos: la planificación de una línea de producción, asignación de las salas de clases en una universidad. Modelos estocásticos: filas de espera, administración de proyectos y pronóstico. - See more at: http://upcmodelos.blogspot.mx/2013/03/modelos-estocasticos-ydeterministas.html#sthash.bfpjtV98.dpuf
