En la teoria de la probabilitat i en estadística, un procés de Màrkov, cridat aixina pel matemàtic rus Andréi Màrkov, és un fenomen aleatori dependent del temps per al qual es complix una propietat específica: la propietat de Màrkov. En una descripció comuna, un procés estocàstic en la propietat de Màrkov, o sense memòria, és un per al qual la probabilitat condicional sobre l'estat present, futur i passat del sistema són independents.[1] Els processos de Màrkov sorgixen en probabilitat i en estadística en una de dos maneres:

  1. Un procés estocàstic, que es definix a través d'un argument separat, pot demostrar-se (matemàticament) que té la propietat de Màrkov i com a conseqüència té les propietats que es poden deduir d'esta para tots els processos de Màrkov.
  2. De més importància pràctica és l'us de la suposició que la propietat de Màrkov és vàlida per a un procés aleatori en la finalitat de construir, ab initio, un model estocàstic per a este procés. En térmens de modelació, supondre que la propietat de Màrkov és vàlida és una d'un llimitat número de formes senzilles d'introduir dependència estadística en un model per a un procés estocàstic, de tal manera que permeta que la força de la dependència en els diferents retarts decline a mida que el retart aumenta.

Freqüentment el terme cadena de Màrkov s'usa per a donar a entendre que un procés de Màrkov té un espai d'estats discret (infinit o numerable). Usualment una cadena de Màrkov seria definida per a un conjunt discret de temps (és dir, una cadena de Màrkov de temps discret),[2] encara que alguns autors usen la mateixa terminologia a on "temps" pot prendre valors continus.[3]

Processos de Primer Orde

Podem parlar de diferents definicions referents als processos de Màrkov de primer orde:

  • Estats: Les condicions en les quals es troba un ent o successos possibles.
  • Ensajos: Les ocurrències repetides d'un event que s'estudia.
  • Provabilitat de Transició: La probabilitat de passar d'un estat actual al següent en un periodo o temps, i es denota per pij (la probabilitat de passar de l'estat i a l'estat j en una transició o periodo)

Els processos de Màrkov de Primer Orde, per a poder ser usats com a models de processos físics o econòmics, deuen tindre una série de característiques:

  • Que la probabilitat complixca en el Principi de Màrkov.
  • Existència d'un número finit d'estats.
  • Les pij deuen ser constants sobre el temps o periodo.
  • Els ensajos deuen ser en periodos iguals.

Matriu de transició

S'utilisen per a descriure la manera en que el sistema canvia d'un periodo al següent.

Esta matriu es pot calcular de formes distintes, entre elles estan el mètoto directe, calculant la matriu diagonal, o calculant analítica o gràficament a partir de l'equació d'estat.

Vore també

Referències

  1. ↑ Markov process (mathematics) - Britannica Online Encyclopedia
  2. ↑ Everitt,B.S. (2002) The Cambridge Dictionary of Statistics. CUP. ISBN 0-521-81099-X
  3. ↑ Dodge, Y. The Oxford Dictionary of Statistical Terms, OUP. ISBN 0-19-920613-9