Síntesis de cada modelo

1. Elabore una síntesis de cada modelo clasificándolo de acuerdo al cuadro anexo.

MODELO DETERMINISTICO: Este es un modelo donde las mismas entradas producirán las mismas salidas. 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. Son utilizados para la toma de decisiones y estas buenas decisiones se basan en sus buenos resultados y se consigue lo deseado libre de riesgo, esto depende de la cantidad de información que posea el que toma la decisión, Se denomina entonces modelo determinanticos a aquel que permite determinar el resultado de un experimento cuando se conocen las condiciones en que se lo realiza.

MODELO DETERMINÍSTICO (no probabilísticos)

Estos modelos son más manejables ciertos procesos complejos pueden modelarse factiblemente. Permiten la introducción de incertidumbre. Optimizan (maximizan o minimizan) algunas funciones objetivo. Pueden hacer más eficientes los procedimientos de solución.

MODELO HIBRIDO: Usados tradicionalmente en la investigación cuantitativa y que proponen como métodos también valiosos para el desarrollo de estudios cualitativos. El procedimiento de aplicación no varía; la diferencia generalmente se encuentra en la interpretación de los datos. Un método híbrido combina más de un método y también es llamado método multiparadigmático. Aunque la implementación puede ser más difícil, las herramientas híbridas son capaces de combinar la potencia de varios métodos. Tienen que ver con los métodos determinísticos y Probabilísticos como la teoría de inventario. Este tipo de métodos aunque no garantizan la optimalidad de la Solución final, buscan una buena solución al problema, también Denominados heurística, suelen emplearse con dos fines: en el contexto de un algoritmo de optimización exacto, con el fin de aumentar la velocidad del proceso. En segundo lugar para obtener Una solución al problema aunque no optima, la que puede ser muy difícil de encontrar.

MODELO ESTOCASTICOS: Cuando por lo menos una variable es tomada como un dato al azar 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. La totalidad o un subconjunto de los parámetros tienen una distribución de probabilidad asociada. Por lo general los modelos más realistas son los modelos estocásticos, pero tienen la dificultad de poderlos resolver adecuadamente, y muchas de las técnicas aplicables a los modelos estocásticos tratan de reducir el problema a su versión determinista para poderlo resolver

MODELO

...