¿Qué son las cadenas de Markov?
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 un evento y otro suceso anterior. Su principal utilidad es el análisis del comportamiento de procesos estocásticos.
También se conoce como cadena simple biestable de Markov.
Markov
Según señaló Markov, en sistemas o procesos estocásticos (es decir, aleatorios) que presentan un estado presente es posible conocer sus antecedentes o desarrollo histórico. Por lo tanto, es factible establecer una descripción de la probabilidad futura de los mismos.
¿ Donde se utiliza?
Las cadenas de Markov han experimentado una importante aplicación real en el ámbito de los negocios y las finanzas. Esto, al permitir, como se ha señalado, analizar y estimar futuros patrones de conducta de los individuos atendiendo a la experiencia y los resultados anteriores.
El sistema elaborado por Markov es bastante sencillo y cuenta, como hemos dicho, con una aplicación práctica bastante fácil. Sin embargo, muchas voces críticas señalan que un modelo tan simplificado no puede ser totalmente efectivo en procesos complejos.
Recuperado de: https://economipedia.com/definiciones/cadena-de-markov.html
¿Qué es el analisis Montecarlo?
El análisis de Montecarlo es un método utilizado para, mediante una simulación matemática compleja, aproximar el resultado de cálculos de los que no se puede obtener una solución exacta. Es un método que se utiliza para realizar estimaciones en caso de que existan parámetros que muestran variabilidad.
En el caso de la gestión de proyectos, el plazo, los costes y los riesgos están sometidos a variabilidad. Una determinada tarea puede costar más o menos tiempo en función de los trabajadores disponibles, de su estado físico y mental, de circunstancias ajenas a nuestra voluntad que puedan concurrir en la realización del proceso, etcétera. Del mismo modo, los costes están sometidos a constante variabilidad. La materia prima para un determinado proceso puede cambiar de precio, pueden existir averías en los materiales, aparecer imprevistos que deban ser afrontados económicamente…
Es decir, las estimaciones que realicemos, por más exactas que sean, siempre están sometidas a un cierto error, por lo que más que de resultados absolutos, se debería hablar de soluciones probabilísticas con un cierto intervalo de confianza.
Montecarlo
Por poner un ejemplo, imaginemos que un suceso tiene una probabilidad de ocurrir de un 80%. Esto significa que de cada 100 veces, en 80 ocurrirá mientras que en las 20 ocasiones restantes no ocurrirá. Al mismo tiempo, en caso de ocurrir, supongamos que implica un gasto aproximado de 1000 € con una horquilla de variabilidad de aproximadamente un 10% y con un intervalo de confianza del 95%. Es decir, el coste estimado será de 1000 € pero asumimos que en el 95% de las situaciones posibles experimentará una variabilidad entre 900 y 1100 €.
Imaginemos ahora que al mismo tiempo existe otro proceso que también tiene una determinada probabilidad de ocurrir (o no), con un valor medio estimado y una cierta variabilidad, que a su vez puede producirse simultáneamente al primero (o no). Por tanto, se podrían experimentar los efectos aditivos de presentarse ambos sucesos al mismo tiempo o presentarse solamente uno de ellos (o ninguno).
Como puede observarse, las situaciones posibles se multiplican, y por tanto también la variabilidad en cuanto a riesgos, costes temporales y costes económicos. El resultado tras agregar las probabilidades combinadas de todos los sucesos y su variabilidad, arroja algunas combinaciones muy poco probables, que por tanto debe ser desestimadas, pero existen otras más probables que sí debemos tener en cuenta a la hora de planificar nuestro proyecto.
Recuperado de: https://www.itmplatform.com/es/blog/analisis-de-montecarlo-en-gestion-de-proyectos/#:~:text=El%20an%C3%A1lisis%20de%20Montecarlo%20es,existan%20par%C3%A1metros%20que%20muestran%20variabilidad.