Las cadenas de Markov (MCs) se utilizan ampliamente para modelar una gran cantidad de problemas financieros y actuariales. Del mismo modo, también se utilizan en muchos otros campos que van desde la economía, la gestión, las ciencias agrícolas, la ingeniería o la informática hasta la medicina. Este documento se centra en el uso de MCs para el diseño de sistemas de bonus-malus no vida (BMSs). Propone cuantificar la incertidumbre de las probabilidades de transición en BMSs mediante el uso de números difusos (FNs). Para hacerlo, se utilizan las Cadenas de Markov Difusas (FMCs) definidas por Buckley y Eslami en 2002, dando lugar al concepto de Sistemas de Bonus-Malus Difusos (FBMSs). Más concretamente, describimos en detalle el BMS común donde el número de reclamaciones sigue una distribución de Poisson bajo la hipótesis de que su parámetro característico no es un número real, sino un FN triangular (TFN). Además, reflexionamos sobre cómo ajustar ese parámetro utilizando varias herramientas de análisis de datos difusos y discutimos la bondad de las aproximaciones triangulares a las probabilidades de transición difusas, el estado estacionario difuso y la prima asintótica media difusa. El uso de FMCs en un BMS permite obtener no solo estimaciones puntuales de todas estas variables, sino también un conjunto estructurado de sus posibles valores cuya fiabilidad se da mediante una medida de posibilidad. Aunque nuestro análisis se circunscribe al seguro no vida, todos sus hallazgos pueden ser fácilmente extendidos a cualquiera de los campos mencionados anteriormente con ligeras modificaciones.