Modelo Determinista

Se basan en principios fundamentales de la física en cuanto a propagación de
ondas de radio y los fenómenos que la rodean. Pueden ser aplicados en diferentes
entornos sin afectarles a su precisión. En la práctica su implementación requiere
enormes bases de datos de características relativas al entorno, las cuales son imposibles
o inviables de obtener de manera práctica. Los algoritmos usados por los modelos deterministas son generalmente muy

complejos y computacionalmente poco eficientes. Por esta razón su implementación se
restringe a pequeñas áreas. Por el contrario, si su implementación es correcta,
proporcionan gran precisión en su predicción comparados con los modelos empíricos.
Actualmente son los más utilizados debido a que ofrecen mejores resultados que
los estadísticos en cuanto a precisión.

 Ahora trabajamos íntimamente con todas las
variables que nos rodean del entorno y empleamos principios físicos y matemáticos en
la resolución. También podemos emplear uno u otro modelo en función al problema que
nos enfrentemos pudiendo desarrollar modelos híbridos con mejores resultados en
cuanto a la relación de tiempo invertido y precisión obtenida. Todas las ventajas
anteriores se enfrentan al problema de cálculo comentado arriba que todos estos
modelos pueden presentar ya que las variables de nuestro entorno pueden ser
elevadísimas teniendo que realizar simplificaciones.