Markovo grandinė, dar vadinama Markovo modeliu arba Markovo procesu, yra tikimybės ir statistikos teorijoje sukurta koncepcija, kuri nustato stiprią įvykio ir kito ankstesnio įvykio priklausomybę. Pagrindinis jo naudingumas yra stochastinių procesų elgesio analizė.
Šių grandinių paaiškinimą 1907 m. Sukūrė rusų kilmės matematikas Andréi Márkovas. Taigi per visą XX a. Ši metodika buvo naudojama daugeliu praktinių kasdienio gyvenimo atvejų.
Jis taip pat žinomas kaip paprasta bistable Markovo grandinė.
Kaip pabrėžė Markovas, stochastinėse (tai yra atsitiktinėse) sistemose ar procesuose, kurie pateikia dabartinę būseną, galima sužinoti apie jų ankstesnius ar istorinius pokyčius. Todėl įmanoma nustatyti jų būsimos tikimybės aprašymą.
Formaliau apibrėžimas daro prielaidą, kad stochastiniuose procesuose tikimybė, kad kažkas nutiks, priklauso tik nuo mūsų tiriamos tikrovės istorinės praeities. Dėl šios priežasties dažnai sakoma, kad šios stygos turi atmintį.
Grandinių pagrindas yra žinomas kaip „Markov“ savybė, apibendrinanti tai, kas buvo pasakyta anksčiau, pagal šią taisyklę: tai, ką grandinė patiria t + 1 metu, priklauso tik nuo to, kas įvyko metu t (iškart prieš tai buvusį).
Atsižvelgiant į šį paprastą teorijos paaiškinimą, galima pastebėti, kad per jį įmanoma žinoti būsenos atsiradimo tikimybę ilgainiui. Tai neabejotinai padeda prognozuoti ir įvertinti ilgą laiką.
Kur naudojama „Markov“ grandinė?
„Markov“ tinklai realiai pritaikė verslą ir finansus. Tai leidžia, kaip nurodyta, remiantis ankstesne patirtimi ir rezultatais analizuoti ir įvertinti būsimus asmenų elgesio modelius.
Tai gali atsispindėti įvairiose srityse, tokiose kaip nusikalstamumas, vartotojų elgesio tyrimas, sezoninis darbo jėgos poreikis.
Markovo sukurta sistema yra gana paprasta ir, kaip jau minėjome, gana lengvai pritaikoma praktiškai. Tačiau daugelis kritinių balsų pabrėžia, kad toks supaprastintas modelis negali būti visiškai veiksmingas sudėtinguose procesuose.