Modelos matematicos

Solo disponible en BuenasTareas
  • Páginas : 2 (351 palabras )
  • Descarga(s) : 0
  • Publicado : 9 de junio de 2011
Leer documento completo
Vista previa del texto
* Modelo cuantitativo es aquel cuyos principales símbolos representan números. Son los más comunes y útiles en los negocios.
* Modelo cualitativo aquel modelo cuyos símbolos representan en sumayoría a Cualidades no numéricas. Una fuente importante es la teoría de conjuntos.
* Modelo Probabilístico aquellos basados en la estadística y probabilidades (donde se incorpora lasincertidumbres que por lo general acompañan nuestras observaciones de eventos reales).
* Modelo Determinístico corresponde a aquel modelo cuantitativo que no contiene consideraciones probabilísticas.
*Modelo Descriptivo cuando el modelo simplemente describe una situación del mundo real en términos matemáticos, descripción que puede emplearse para exponer una situación con mayor claridad, paraindicar como pueden reajustarse o aún para determinar los valores de ciertos aspectos de la situación.
 
* Modelo Optimizador corresponde al modelo ideado para seleccionar entre varias alternativas,de acuerdo a determinados criterios, la más óptima.
Los modelos de cualquier clase, sin importar su refinamiento y exactitud, pueden probar ser poco prácticos si no están respaldados con datosconfiables. Si se distorsionan las estimaciones, la solución obtenida, pese a ser óptima en un sentido matemático, en realidad será de calidad inferior desde la perspectiva del sistema real. Enconsecuencia, la disponibilidad de datos puede tener un efecto directo en la precisión del modelo. La recopilación de datos puede ser la parte más difícil para determinar un modelo y desgraciadamente no se puedensugerir reglas para este procedimiento.
Por lo común los modelos matemáticos son de índole iterativa, vale decir, se llega a la respuesta final en pasos o iteraciones y cada iteración acerca lasolución al nivel óptimo, pero no todos los modelos matemáticos poseen algoritmos de solución que converjan al nivel óptimo por dos razones:
* El algoritmo de solución converge al nivel óptimo solo...
tracking img