Modelos Deterministicos

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.

También 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.

Según Jeffer (2002), los modelos determinísticos, "son aquellos que a cada valor de la variable independiente corresponde otro valor de la variable dependiente. Son especialmente útiles en los sistemas que evolucionan con el tiempo, como son los sistemas dinámicos. En ellos podemos conocer el estado del sistema transcurrido cierto tiempo una vez que hemos dado valores a los distintos parámetros que aparecen el modelo”.

Los modelos determinísticos tienen las siguientes características:

• 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.

Como un ejemplo de la diferencia entre los modelos probabilísticos versus determinísticos, considere el pasado y el futuro: Nada que hagamos ahora puede cambiar el pasado, pero cualquier cosa que hacemos influencia y cambia el futuro, a pesar de que el futuro tiene un elemento

...