백과

대표적인 확률과정의 하나. S를 상태공간으로 하는 확률과정{X(t) : t∈T}에서 T안의 점 t₁＜t₂＜…＜t_n＜t를 임의로 택하였을 때, 임의의 x₁, x₂, …x_n∈S 및 A⊆S에 대하여 조건부 확률이,

P{X(t)∈A|X(t₁)=x₁, …, X(t_n)=x_n}
=P{X(t)∈A|X(t_n)=x_n}

을 충족시킬 때 {X(t)}를 마르코프 과정이라고 한다. 과거의 이력과 현재 t_n에서의 상태에서 장래 t에서의 상태를 예측할 때, 현재의 상태 X(t_n)=x_n을 알게 되면, 이에 의해 전의 이력을 생각하지 않아도 된다는 성질을 갖는다. 이 성질을 마르코프성(Markov property)이라고 한다. 오른편의 조건부 확률을 전이확률(혹은 추이확률)(transition probability)이라고 한다. 마르코프 과정에서 상태공간 S가 높이 가산할 수 있는 경우를 마르코프 연쇄라고 한다. 확산과정 등 수많은 물리적·사회적 현상의 묘사, 정보원의 모델 등에 사용된다. 〈참조어〉 마르코프성