Este trabajo aborda el problema de la estabilización óptima para sistemas dinámicos estocásticos caracterizados por conmutaciones de Markov y puntos de concentración de saltos, lo cual es un escenario no cubierto adecuadamente por las condiciones de estabilidad clásica. A diferencia de enfoques tradicionales que requieren un intervalo mínimo estrictamente positivo entre saltos, permitimos que los momentos de salto se acumulen en un punto finito. Utilizando métodos de funciones de Lyapunov, derivamos condiciones suficientes para la estabilidad exponencial en el cuadrado medio y la estabilidad asintótica en probabilidad. Proporcionamos construcciones explícitas de funciones de Lyapunov adaptadas a escenarios con puntos de concentración de saltos y desarrollamos condiciones bajo las cuales estas funciones garantizan la estabilidad del sistema. Para ecuaciones diferenciales estocásticas lineales, el problema de estabilización se simplifica aún más al resolver un sistema de ecuaciones matriciales tipo Riccati. Este trabajo proporciona fundamentos teóricos esenciales y metodologías prácticas para estabilizar sistemas estocásticos complejos que presentan puntos de concentración, ampliando la aplicabilidad de la teoría de control óptimo.