MODELOS MATEMTICOS

Modelo Heurstico
Son los que estn basados en las explicaciones sobre las causas o mecanismos naturales que dan lugar al fenmeno estudiado. Se plantean a partir del comportamiento de variables intertemporales o series de datos, todos los modelos de regresin son heursticos.

Ejemplos: Yt = A + B*Xt, donde: Yt es la variable dependiente que se va a explicar a partir de otra, Xt es la variable independiente, A es la constante del modelo en el hipotetico evento de que Xt = 0 y B es la pendiente o cociente de apalancamiento del modelo.

A diferencia de los modelos determinsticos, los modelos heursticos solo sirven para explicar el PASADO nunca para predecir el futuro y solo pueden utilizarse para INTERPOLAR datos que se hubiesen utilizado para calcular la CURVA O RECTA DE REGRESIN ORIGINAL.

Modelo Emprico
Los modelos empricos son aquellos que predicen cmo una variable afecta una respuesta y no por qu la afecta, por lo que no se logra entender la totalidad de un sistema, adems de que puede tener menor capacidad predictiva. Son modelos que se basan en aproximaciones empricas producto de la observacin o experimentacin y se pueden considerar como un conjunto de ecuaciones heursticas; cada una de esas ecuaciones es usualmente la descripcin esttica de una relacin entre el proceso considerado y las condiciones que lo rodean.

Estos modelos representan un regreso al concepto de anlisis de regresin, aunque en un nuevo nivel cualitativo; los modelos empricos no son verstiles y pueden requerir mucho tiempo para identificar los parmetros de cada proceso.

Modelo Determinstico
Se conoce de manera puntual la forma del resultado ya que no hay incertidumbre. Adems, los datos utilizados para alimentar el modelo son completamente conocidos y determinados. Son todos aquellos modelos en los que al aplicar la frmula y sin importar el valor numrico de las variables, arrojarn siempre el mismo resultado el cual coincidir con el valor real y emprico.

Algunos modelos, herramientas o tcnicas determinsticas son: programacin lineal, anlisis de Markov, costo/beneficio, etc. En otras palabras, un modelo determinstico se construye para una condicin de certeza supuesta, y el modelo asume que solo hay un resultado posible (el cual es conocido) para cada accin o curso alternativo.

Modelo Estocstico
Son todos aquellos que surgen de la arbitrariedad o aleatorizacin de los valores que puede tomar una variable o un conjunto de variables determinadas donde el espacio de probabilidades no es constante en el tiempo o bien el numero de posibles resultados esperados es incontable al ser el espacio de probabilidades infinito o indeterminado.

Es decir, variables o fenmenos que carecen de patrones definidos. Esta clase de modelos solo conviene desplegarlos cuando se carece de historia y datos causados para descifrar el valor futuro o un evento o serie temporal.