Clasificación de los Modelos según forma de su presentación.

1. Modelo Descriptivo
 Cuando un modelo constituye sencillamente una descripción matemática de una condición real del sistema
se llama descriptivo.
 Algunos de estos modelos se emplean para mostrar geográficamente una situación y ayudan al observador a
evaluar resultados por secciones una sobre otra.
 Puede obtenerse una solución, sin embargo, en este modelo solo se intenta describir la situación y no
escoger una alternativa.

Ejm: El describir una gráfica para poder así entenderla de manera más sencilla.

2. Modelo Icónico.
 Es una representación física de algunos objetos, ya sea en forma idealizada (bosquejos) o a escala distinta.

Ejm: Planos y mapas (dos dimensiones).

Maquetas y prototipos (4 dimensiones).

3. Modelo Simbólico.
 Son representaciones de la realidad en forma de cifras, símbolos matemáticos y funciones, para representar
variables de decisión y relaciones que nos permiten describir y analizar el comportamiento del sistema.
 Tipos de Modelos Matemáticos
1. Cuantitativos y cualitativos.
2. Estándares y hechos a la medida.
3. Probabilísticas y determinísticos
4. Descriptivos y de optimización.
5. Estáticos y dinámicos.
6. De simulación y no simulación.

Ejm: Calculo de costos o gastos.

Calculo de ganancias.
Clasificación de los Modelos según forma de su estructura.

1. Modelo Determinístico.
 Modelos que no tienen consideraciones probabilísticas.
 Son aquellos que no incluyen propiedades relacionadas con fenómenos aleatorios.
 Son modelos cuya solución para determinadas condiciones es única y siempre la misma.
 Un modelo determinista es un modelo matemático donde las mismas entradas o condiciones iniciales
producirán invariablemente las mismas salidas o resultados, no contemplándose la existencia de azar, o
incertidumbre en el proceso modelada mediante dicho modelo.

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

2. Modelo Estocástico.
 Un modelo es estocástico cuando al menos una variable del mismo es tomada como un dato al azar y las
relaciones entre variables se toman por medio de funciones probabilísticas. Sirven por lo general para
realizar grandes series de muestreos, quitan mucho tiempo en el computador son muy utilizados en
investigaciones científicas.
 Para lograr modelar correctamente un proceso estocástico es necesario comprender numerosos conceptos
de probabilidad y estadística.
 Son aquellos que incluyen variables o relaciones funcionales que dependen de fenómenos aleatorios.

Ejm: el tiempo de funcionamiento de una máquina entre avería y avería, su tiempo de reparación y el
tiempo que necesita un operador humano para realizar una determinada operación.

3. Modelo Lineales.
 Son aquellos que incluyen solamente funciones lineales.

Ejm: Y = F(x1,x2)
4. Modelo No Lineales.
 Son aquellos que incluyen funciones no lineales.

Ejm: Z = g(x1,x2) = X12 + X1X2 + X22

5. Modelo Estático.
 Es aquel que representa a un sistema de manera que las variables y las reacciones funcionales no sufren
alteraciones debido a cambio en el tiempo.
 En esencia el modelo estático se resuelve un problema luego de un solo intento cuyas soluciones dictan
valores óptimos.

6. Modelo Dinámico.
 por el contrario está sujeto al factor tiempo que desempeña un papel esencial en la secuencia de las
decisiones, independientemente de cuales hayan sido las decisiones anteriores.
 A la programación dinámica pertenecen estos modelos:
- Modelo Simulado:
Con el uso de la computadora es fácil preparar un modelo simulado paso por paso donde se puede
reproducir el funcionamiento de sistemas o problemas de gran escala. En unos modelos de simulación
los datos de entrada pueden ser reales o generados en forma aleatoria.
- Modelo no Simulado:
Los modelos que no se prestan para usar datos empíricos o simulados en forma aleatoria son modelos
No simulados como los de optimización o los creados a la medida.

7. Modelo Continua.
 Representan sistemas cuyos cambios de estado son graduales. Las variables intervinientes son continuas.
 En esencia el modelo estático se resuelve un problema luego de un solo intento cuyas soluciones dictan
valores óptimos.

Ejm: avión en vuelo (posición, velocidad, etc.)

Ejm: el tiempo de funcionamiento de una máquina entre avería y avería, su tiempo de reparación y el
tiempo que necesita un operador humano para realizar una determinada operación.

8. Modelo Discreto.
 Representan sistemas cuyos cambios de estado son de a saltos. Las variables varían en forma discontinua.