Cadenas de Markov en el análisis de la ejecución de proyectos de investigación

Un proyecto de investigación, por lo general, tiene una duración mínima de un año. Estos
son inspeccionados mensualmente para verificar que se cumpla el cronograma y los
resultados esperados. Con esta inspección se obtienen cuatro estados en los que un proyecto
puede encontrarse: ejecución normal, atrasado, cancelado o terminado.

Una investigación que tuvo lugar en la Facultad de Tecnología de la Universidad de

Ciencias Médicas de Santiago de Cuba, a través de datos históricos de los proyectos de
investigación en un periodo comprendido durante 2013 – 2015 y sus respectivos
expedientes, dio como resultado un análisis de los mismos considerando una cadena de
Markov.

Con los datos que se obtuvieron, se pudo determinar que si un proyecto en la inspección
anterior quedó en ejecución normal, tiene una probabilidad de 0.40 de permanecer en
ejecución normal o de terminarse, aunque una probabilidad de 0.20 de atrasarse. Si en la
pasada inspección quedó atrasado, tiene una probabilidad de 0.50 de seguir con atrasos,
0.40 de ser cancelado y un 0.10 de recuperar el atraso y pasar a ejecución normal. Los
proyectos que pasen a la condición de cancelados o terminados se les cierra el expediente.

Considerando la secuencia de estados por la que un proyecto transita, su proceso se

comporta como una cadena de Markov. A partir de esto, se necesita realizar un análisis que
permitan determinar

- El número total promedio de inspecciones que tendrán lugar antes de que el

proyecto se termine o sea cancelado si se encuentra en ejecución normal o atrasado.

Este evento está constituido por una serie de eventos donde la probabilidad de que ocurra
un evento futuro depende del evento inmediato anterior, propiedad que el proceso de una
cadena de Markov cumple. Para llevarlo a cabo, se definieron los distintos estados por los
que un proyecto de ejecución pasa, los cuales son:

 E: Ejecución normal.
 A: Atrasado.
 C: Cancelado.
 T: Terminado.
Teniendo en cuenta estas posibilidades, se puede construir la siguiente matriz de transición:

E A C T
E 0.40 0.20 0 0.40
A 0.10 0.50 0.40 0
C 0 0 1 0
T 0 0 0 1

A partir de la tabla anterior, se definió el diagrama de transición de los estados:

0.4 0.2 0.5
E A
0.1

0.4 0.4

T C
1 1

Primero determinamos la matiz fundamental para dar respuesta a la interrogante planteada,

para lo cual es necesario encontrar una matriz con los estados transientes (Q):

[
Q= 0.40 0.20
0.10 0.50 ]
Después definimos la matriz idéntica (I):

Q= 1 0
0 1[ ]
Obtenemos la diferencia de estas [ Q−I ] :

[0 1] [0.10
[ Q−I ] = 1 0 − 0.40 0.20 = 0.6
0.50 ] [−0.1 −0.2
0.5 ]
Definimos la determinante de la matriz [ Q−I ] :

[−0.1
0.6 −0.2
0.5 ]
=0.28
Finalmente, una vez que se encontró la transpuesta de la matriz anterior que al ser de orden
2 por definición es la inversión de la diagonal principal y el cambio de signo del resto
de sus elementos, y a la vez hallar el determinante de [I – Q], se obtuvo la matriz
fundamental (MF):

[= 0.50 0.20
]
MF= [ Q−I ]
−1 0.10 0.60
0.28
=
[
1.79 0.71
0.36 2.14 ]
A lo cual damos una interpretación para dar solución a la interrogante:

- Un proyecto de investigación que se inicie en ejecución normal tiene como

promedio 1.79 inspecciones mensuales donde estará en ejecución normal y 0.71
meses de atrasos, antes de terminar o ser cancelado.
- Un proyecto de investigación que reinicie su ejecución en estado atrasado tiene
como promedio 0.36 inspecciones mensuales donde estará en ejecución normal y
2.14 meses de atrasos, antes de terminar o ser cancelado.
- De la primera fila de MF, se obtiene que 1.79 + 0.71 = 2.50, lo que significa que un
proyecto de investigación que se inicie en ejecución normal estará 2.50
inspecciones mensuales como promedio en ejecución antes de terminar o ser
cancelado.
- De forma análoga, de la segunda fila de MF, se obtiene que 0.36 + 2.14 = 2.50, lo
que significa que un proyecto de investigación que se reinicie en un estado atrasado
estará 2.50 inspecciones mensuales como promedio en ejecución antes de terminar o
ser cancelado.

Fuente:

López Hung, Eduardo, & Joa Triay, Lai Gen. (2017). Cadenas de markov aplicadas al análisis de la ejecución de proyectos de investigación. Revista Cubana
de Informática Médica, 9(1), 44-51. Recuperado en 03 de mayo de 2020, de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1684-
18592017000100005&lng=es&tlng=es.