La cadena de Markov, también conocida como modelo de Markov o proceso de Markov, es un concepto desarrollado dentro de la teoría de la probabilidad y la estadística que establece una fuerte dependencia entre que tenga lugar un evento y un evento anterior. Su principal utilidad es el análisis del comportamiento de procesos estocásticos.
La explicación de estas cadenas fue desarrollada por el matemático de origen ruso Andréi Márkov en el año 1907 y a través de su estudio a lo largo del siglo XX se han podido emplear en numerosos casos prácticos de la vida cotidiana y la investigación. También se conoce como cadena simple biestable de Markov.
Según señaló Markov, en sistemas o procesos estocásticos (es decir, aleatorios) que presentan un estado presente o actual es posible conocer sus antecedentes o desarrollo histórico y, por lo tanto, establecer una descripción de la probabilidad futura de los mismos.
Más formalmente, la definición supone que en procesos estocásticos la probabilidad de que algo suceda solamente depende del pasado histórico de la realidad que estamos estudiando. Por este motivo a menudo se dice que estas cadenas cuentan con memoria. La base de las cadenas es la conocida como propiedad de Markov, la cual resume lo dicho anteriormente en la siguiente regla: lo que la cadena experimente en un momento t + 1 solamente depende de lo acontecido en el momento t (el inmediatamente anterior).
Dada esta sencilla explicación de la teoría, puede observarse que es posible a través de la misma conocer la probabilidad de que un estado ocurra en el largo plazo, lo que ayuda indudablemente a la predicción y estimación en largos periodos de tiempo.
¿Dónde se utiliza la cadena de Markov?
Las cadenas de Markov han experimentado una importante aplicación real en el ámbito de los negocios y las finanzas, al permitir como se ha señalado analizar y estimar futuros patrones de conducta de los individuos atendiendo a la experiencia y los resultados anteriores. Esto puede reflejarse en diferentes campos como la prevención de la morosidad, el estudio de las conductas de consumidores de un sector o la necesidad estacional de personal y mano de obra.
Pese a que el sistema elaborado por Markov es bastante sencillo y cuenta como hemos dicho con una aplicación práctica bastante fácil, son muchas las voces críticas que han señalado esta ventaja como una desventaja al mismo tiempo, debido a que un modelo tan simplificado no puede ser totalmente efectivo en procesos complejos.
Deja un comentario