La matriz de flujo es un método novedoso para describir y extrapolar transiciones entre categorías. La matriz de flujo extrapola un tamaño de transición constante por unidad de tiempo en un continuo temporal con un máximo de un incidente por observación durante la extrapolación. La matriz de flujo extrapola linealmente hasta que la persistencia de una categoría se reduce a cero. La matriz de flujo tiene conceptos y matemáticas que son más sencillos que la matriz de Markov. Sin embargo, muchos científicos aplican la matriz de Markov por defecto porque los paquetes de software populares no ofrecen alternativa a la matriz de Markov, a pesar de los desafíos conceptuales y matemáticos que plantea. La matriz de Markov extrapola una proporción de transición constante por intervalo de tiempo durante múltiplos enteros de la duración del intervalo de tiempo de calibración. La extrapolación de Markov permite como máximo un incidente por observación durante cada intervalo de tiempo, pero permite incidentes repetidos por observación a través de intervalos de tiempo secuenciales. Muchas extrapolaciones de Markov se acercan a un estado estacionario asintóticamente a lo largo del tiempo a medida que el tamaño de cada categoría se aproxima a una constante. Utilizamos estudios de caso sobre cambios en la tierra para ilustrar las características de las matrices de flujo y Markov. Las extrapolaciones de flujo y Markov se desvían de los datos de referencia durante un intervalo de tiempo de validación, lo que implica que no hay razón para preferir una matriz sobre la otra en términos de correspondencia con los procesos que analizamos. Las dos matrices difieren sustancialmente en términos de sus conceptos subyacentes y comportamientos matemáticos. Los científicos deben considerar la facilidad de uso e interpretación de cada matriz al extrapolar transiciones entre categorías.