MODELOS DETERMINISTICO FRENTE A MODELO

ESTOCASTICO
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.

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 determinístico en el cual estén cuantificadas las materias primas,
la mano de obra, los tiempos de producción y los productos finales asociados a cada
proceso.

Modelo Estocástico
Se denomina, a los sistemas cuyo comportamiento es intrínsecamente no
determinístico.

Ejemplo:
En inteligencia artificial, un programa estocástico opera utilizando métodos
probabilísticos para solucionar problemas, como el algoritmo de recocido simulado,
las redes neuronales estocásticas, la optimización estocástica, los algoritmos
genéticos y la programación genética. Un problema puede ser estocástico por sí
mismo, como al planificar bajo incertidumbre.

MODELOS CONTINUOS FRENTE A MODELOS

DISCRETOS
Modelo Continuo
Se caracterizan por representar la evolución de las variables de interés de forma
continua. En general suelen utilizarse ecuaciones diferenciales ordinarias se
considera simplemente la evolución de una propiedad respecto al tiempo, o bien
ecuaciones en derivas parciales si se considera también la evolución respecto a
otras variables adicionales.
Modelo discreto
Se caracterizan porque las propiedades de interés del sistema cambian únicamente
en un cierto instante o secuencia de instantes, y permanecen constantes el resto
del tiempo. La secuencia de instantes en los cuales el estado del sistema puede
presentar un cambio, obedece normalmente a un patrón periódico.

Modelo Combinada Discreta-Continua

Modelación de un sistema por medio de una representación en la cual unas
variables de estado cambian continuamente con respecto al tiempo y otras cambian
instantáneamente en instante de tiempo separados.
Es una simulación en la cual interactúan variables de estado discretas y continuas.
Existen tres tipos de interacciones entre las variables de estado de este tipo de
simulaciones:
-Un evento discreto puede causar un cambio discreto en el valor de una variable de
estado continua.
-Un evento discreto puede causar que la relación que gobierna una variable de
estado continua cambie en un instante de tiempo en particular.
-Una variable de estado continua de punto de partida puede causar que un evento
discreto ocurra, o sea, programado.

CONCLUSION
Simulación de sistemas es una herramienta muy importante ya que te ayuda a
predecir o a nos da un resultado aproximado de lo que es la realidad, teniendo en
cuenta de que sistemas es el conjunto de herramientas, elementos que se
relacionan unos con otros para lograr un fin específico, que tienen una entrada un
proceso y una salida, y así la simulación de sistemas destaca un papel muy
importante en la sociedad, y en la tecnología ya que puede prevenir desastres.

LIBROS:
1. Azaran M.R. y García Duna
Simulación y análisis de modelos estocásticos.
Editorial McGraw Hill

2. Erwin Kreyszig
Introducción a la estadística matemática, principios y métodos
Editorial Limusa.

http://www.slideshare.com/