http://es.slideshare.net/angelfarrugia/determinstico-y-probabilstico-36982154http://es.wikipedia.org/wiki/Modelo_deterministaEl modelo matemtico determinstico es una clase de modelo matemtico cuya funcin principal es el hacer predicciones de manera correcta, exacta y definida de las cantidades, ya sea dentro de la distribucin de probabilidades, como de alternativas; a esta clase de modelos matemticos se les conoce con el nombre de modelos matemticos aplicados a los problemas en los que solo existe un estado de la naturaleza, adems de que las variables, limitaciones y alternativas se encuentran dispuestas a aceptar las supocisiones, los datos conocidos, los datos definibles, los datos finitos y los predecibles.Unmodelo determinsticoes unmodelo matemticodonde las mismasentradasproducirn invariablemente las mismassalidas, no contemplndose la existencia delazarni elprincipio de incertidumbre. Est estrechamente relacionado con la creacin de entornos simulados a travs desimuladorespara el estudio de situaciones hipotticas, o para crearsistemas de gestinque permitan disminuir laincertidumbre.La inclusin de mayor complejidad en las relaciones con una cantidad mayor de variables y elementos ajenos al modelo determinstico har posible que ste se aproxime a unmodelo probabilsticoo de enfoqueestocstico.[editar]EjemplosModelo determinsticoUnmodelo deterministico,es aquel en el cual se establecen las condiciones para que al ejecutar el experimento se determine el resultado.Ejemplos1. La distanciarecorrida por un automvil enhoras a una velocidad constante dekilmetros por hora es determinada por la relacin. El conocimiento deydetermina el valor de.2. Leyes gravitacionales (un cuerpo baja en ciertas condiciones).3. Leyes de Kepler (comportamiento de los planetas).4. Al quemar un hidrocarburo como el gas propano en presencia del oxgeno, se produce gas carbnico ms agua.5. Se hace actuar sobre un cuerpo de un kg. de masa una fuerza de un Newton, se obtiene una aceleracin de un metros/segundoEjemplos[editar] Por ejemplo, la planificacin de unalnea de produccin, en cualquierproceso industrial, es posible realizarla con la implementacin de un sistema de gestin de procesos que incluya un modelo determinista en el cual estn cuantificadas lasmaterias primas, lamano de obra, los tiempos de produccin y los productos finales asociados a cada proceso.

Por ejemplo, la planificacin de unalnea de produccin, en cualquierproceso industrial, es posible realizarla con la implementacin de un sistema de gestin de procesos que incluya un modelo determinstico en el cual estn cuantificadas lasmaterias primas, lamano de obra, los tiempos de produccin y los productos finales asociados a cada proceso.En losmodelos determinsticos, una buena decisin es juzgada de acuerdo a los resultados. Sin embargo, Losmodelos determinsticosson 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 informacin necesaria para la toma de decisiones.Por el contrario, en losmodelos estocsticostambin conocidos como modelos probabilsticos, algn element no se conoce con anticipacin, incorporando as la incertidumbre.

EjemplosModelos determinsticos: la planificacin de una lnea de produccin, asignacin de las salas de clases en una universidad.Modelos estocsticos: filas de espera, administracin de proyectos y pronstico.

en losmodelos probabilsticos, el gerente no esta preocupado solamente por los resultados, sino que tambin con lacantidad de riesgoque cada decisin acarrea.Los modelos probabilsticos estn ampliamente basados en aplicaciones estadsticas para la evaluacin de eventos incontrolables (o factores), as como tambin la evaluacin del riesgo de sus decisiones. LaProbabilidadse deriva del verboprobarlo que significa "averiguar" lo que no es tan fcil de obtener o entender. La palabra "prueba" tiene el mismo origen el cual proporciona los detalles necesarios para entender lo que se requiere que sea cierto.Los modelos probabilsticos son vistos de manera similar que a un juego; las acciones estn basadas en los resultados esperados.. En los modelos probabilsticos, el riesgo significa incertidumbre para la cual la distribucin de probabilidad es conocida. Los tomadores de decisiones generalmente se enfrentan a severa escasez de informacin. La evaluacin de riesgo cuantifica la brecha de informacin entre lo que es conocido y lo que necesita saber para tomar una decisin ptima. Los modelos probabilstico son utilizados paraprotegerse de la incertidumbre adversa, y de laexplotacin de la propia incertidumbre.La Dificultad en la Evaluacin de la Probabilidadse obtiene de la informacin, la cual es escasa, vaga, inconsistente, o incompleta.