تستخدم سلاسل ماركوف (Markov Chain) على نطاق واسع في جميع الفروع العلمية و لاسيماء في العلوم الكيميائية والبيولوجية، و في العلوم الاجتماعية وإدارة الأعمال و الهندسة. وتعتبر سلاسل مارکوف من اهم ادوات بناء النماذج للقيام بالتحليل الحسابي و الذي يواجه بدورة الكثير من التعقيدات في البناء و التحليل و ایجاد الحلول لها.و من اهم تلك التحديات كيفية تخزين تلك السلاسل الكبيرة و كيفية بناء خوارزميات قادرة على ايجاد الحلول لها في أوقات قصيرة و قياسية. و من اجل مواجهة تلك التحديات قامت هذة الدراسة باستخدام احدث الخوارزميات و تعرف ب( Aggregation Isolation).و عند تصميمها تم تمثيل تلك السلاسل بإستخدام ما يعرف ب(Sparse Presentation) و التي من خلالها تتخلص من جميع قيم الأصفار. كما قامت هذه الدراسة في إعادة تنفيذ خوارزمة AI بالحوسبة المتوازية (Parallel Programing) مع مراعاة الحفاظ على خصائص هذه الخوارزمية من حيث تكاملها و تراكيبها و تماسك متغيراتها باستخدام عملية الدوران و ذلك من اجل معرفة ما قد يساهمة هذا البناء المتوازي في التقليل من الوقت الازم الايجاد الحل الحقيقي لها و الاستفادة من زيادة ذاكرة التخزين المتواجدة في مختلف الحواسيب المشتركة في العمليات الحسابية. و من خلال التجارب المختلفة بالنموذج المستخدم (Banded Matrix) اتضح بأن تنفيذ تلك الخوارزمية في الحواسيب المتوازية لها تأثير سلبي على الوقت الذي تستغرقة (زيادة في الوقت لايجاد الحلول لتلك السلاسل ويفسر هذا بالتأثير الكبير لخاصية غاوس زايدل ( Gauss - Siedel ) المتواجدة في نسخة البرنامج التسلسي و الذي فقدت خاصيتها عند تنفيذ تلك الخوارزمية في الحواسيب المتوازية.علما بأن النسخة المتوازية قد تم تنفيذها على حواسيب فائقة السرعة (HPC) توفرها جامعة السلطان قابوس من أجل أغراض البحوث العلمية وتعرف هذه البيئة بنظام بهلاء.