Cadena 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.
Cadena de Markov
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 es posible conocer sus antecedentes o desarrollo histórico. Por lo tanto, es factible establecer una descripción de la probabilidad futura de los mismos.
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 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.
Análisis Monte Carlo
Monte Carlo, es un ejercicio de simulación de la realidad sustituyendo la realidad por un plano teórico haciendo uso de números aleatorios. La idea básica de este método, asentando desde hace varias décadas, es poder realizar valoraciones con respecto a determinados proyectos de inversión teniendo en cuenta que las variables que se utilizan para el estudio no son ciertas, sino que en ocasiones pueden referirse a varios valores.
La importancia de este hecho reside en que por primera vez se hace patente que esta técnica, además de para el azar y los juegos, también era aplicable a otras áreas del conocimiento. Tan es así que fue 1964 cuando Hertz aplica esta práctica técnica de simulación al análisis de las inversiones.
Se trata de un método de análisis preventido especialmente práctico para aquellos aspectos en los que es difícil encontrar información, o en los que la experimentación es difícilmente posible. Al poner sobre el tablero una gran cantidad de escenarios aleatorios, los análisis se adaptan con una mayor exactitud a la variabilidad del mundo real.
La tecnología es, sin duda, una de las grandes bases de la vida moderna, sin la cual no se podrían llevar a cabo la infinita mayoría de procesos de la vida diaria. Por este mismo motivo este método encuentra un pilar fundamental en la utilización de determinados softwares que permiten sistematizar e informatizar la tarea de valoraciones del riesgo,
Método Monte Carlo
Bibliografias
Sánchez, J. (2020). Cadena de Markov. Recuperado el 17 de noviembre de 2020 de: https://economipedia.com/definiciones/cadena-de-markov.html
Martín, J. (2017). ¿Cuánto vale el riesgo? El método Monte Carlo. Recuperado el 17 de noviembre de 2020 de: https://www.cerem.mx/blog/cuanto-vale-el-riesgo-el-metodo-monte-carlo