A Markov-folyamat avagy Markoff-folyamat egy olyan sztochasztikus folyamat, amely nem „emlékezik”. Ez azt jelenti, hogy egy folyamat jövőbeli feltételezett állapota csak a jelen állapottól függ, még akkor is, ha ismerjük a korábbi történéseket. Az állapot jövője és múltja függetlenek egymástól.Markov process (mathematics) - Britannica Online Encyclopedia A folyamatot Andrej Markov (1856–1922) orosz matematikusról nevezték el.

Gyakran a Markov-lánc kifejezést használják, melynek diszkrét (véges vagy megszámlálhatóan végtelen) állapottere van.

Egy folyamat Markov-folyamat, ha Markov-tulajdonságú.

A Markov-tulajdonság annyit jelent, hogy egy rendszer jövőbeli állapota nem függ a múltbeli állapotaitól. A Markov-láncot diszkrét időkre definiálják, de használják a terminológiát akkor is, ha az idő folytonos értéket vesz fel.Everitt,B.S. (2002) The Cambridge Dictionary of Statistics. CUP. Dodge, Y. The Oxford Dictionary of Statistical Terms, OUP.

Példa Hazárdjáték Tegyük fel, hogy 10 forint zsetonnal (1 zseton = 1 forint) kezd egy játékos, és ismételten feltesz 1 forintot egy érmére (fej vagy írás). Addig játszik, amíg elveszti az összes pénzét. Ha jelenti a zsetonok forint értékét n dobás után, , esetén, a sorozat egy Markov-folyamat. Ha most a játékosnak 12 zsetonja van, akkor feltételezhetjük, hogy a következő dobás után 11 vagy 13 zsetonja lesz. A feltételezést nem javítja, hogy tudtuk, hogy 10 zsetonnal kezdett.

Születés folyamat Tegyük fel, hogy van 100 darab pattogatott kukorica (popcorn) mag, és mindegyik mag kipattog függetlenül egyenletesen véletlenszerű időben a következő 100 másodpercben. Legyen a t időben kipattogott magok száma. Ekkor ez egy folytonos idejű nemhomogén Markov-folyamat. Ha egy idő után szeretnénk megjósolni, mennyi mag fog kipattogni a következő másodpercben, akkor csak azt kell tudni, hogy mennyi mag pattogott ki addig. Az nem segíti a becslést, hogy mikor pattogtak ki, így az ismerete nem ad információt.

Az itt leírt folyamat a Poisson-folyamat egy közelítése. A Poisson-folyamatok szintén Markov-folyamatok.

Példa nem Markov-folyamatra Tegyük fel, hogy a pénztárcánkban van 5 db 5 centes, 5 db 10 centes és 5 db 25 centes érménk. Tegyünk véletlenszerűen 6 érmét az asztalra. Ha kitesszük az asztalra az első hat érmét, és azok összértéke 50 cent, és látjuk, hogy 5 db 5 centes és 1 db 25 centes volt, akkor nemcsak az tudható, hogy 50 cent van az asztalon, hanem az is, hogy nincs már több 5 centes érme. Így 1 valószínűséggel becsülhetjük, hogy a következő húzás után az összérték nagyobb vagy egyenlő lesz 60 cent. Ha viszont nem tudjuk a korábbi értékeket, csak az összeget, akkor nem lehetnénk biztosak, hogy következő dobás után 60 cent vagy annál nagyobb lesz az összeg.

Irodalom

Jegyzetek

Külső hivatkozások Markov Process

Kapcsolódó szócikkek Poisson-folyamat Eloszlásfüggvény Markov-lánc Valószínűségszámítás Matematikai statisztika

Kategória:Sztochasztikus folyamatok