سلسلة ماركوف

في الرياضيات، سلسلة ماركوف هي عملية عشوائية تحمل خاصية ماركوفية. في عملية كهذه، تكهُنُ المستقبل انطلاقا من الحاضر لا يحتاج إلى معرفة الماضي. ولقد أخذت اسم مكتشفها أندري ماركوف.

سلسلة ماركوف في وقت متقطع هي السلسلة X₁, X₂, X₃, ... متكونة من متغيرات عشوائية. مجموعة القيمات الممكنة تدعي فضاء الحالات. وX_n تدعى حالة العملية في الآن n.

إذا كان توزيع الاحتمال الشرطي لX_n+1 على الحالات الفارطة دالة وحده إذن $P(X_{n+1}=x|X_0, X_1, X_2, \ldots, X_n) = P(X_{n+1}=x|X_n). \,$ . حيث x هي جالة ما في العملية. المعادلة هذه تعرف بالاحتمال الماركوفي.

نشر أندري ماركوف النتائج الأولى حول هذه العملية عام 1906م.

التعميم إلى فضاء حالات لا متناهية معدودة أتى من كلموكوروف في 1936م.

خاصية سلاسل ماركوف

سلسلة ماركوف تتبع التوزيع الاحتمالي الشرطي $P(X_{n+1}| X_n)\,$ الذي يدعى احتمال الانتقال بخطوة للعملية. احتمال الأنتقال بخطوتين أو ثلاثة أو أكثر يقع الحصول عليها انطلاقا من احتمال الأنتقال بخطوة وخاصية ماركوف هي:

$P(X_{n+2}|X_n) = \int P(X_{n+2},X_{n+1}|X_n)\,dX_{n+1} = \int P(X_{n+2}|X_{n+1}) \, P(X_{n+1}|X_n) \, dX_{n+1}$

وبنفس الطريقة،يمكن :

$P(X_{n+3}|X_n) = \int P(X_{n+3}|X_{n+2}) \int P(X_{n+2}|X_{n+1}) \, P(X_{n+1}|X_n) \, dX_{n+1} \, dX_{n+2}$

وهذه المعادلات يمكن تعميمها إلى مستقبل بعيد نسبيا n + k بضرب أحتمالات الأنتقال وبإجراء عملية التكامل k من المرّات.

والتوزيع الحالي ( P ( X_n هو توزيع الحالات في الوقت n. التوزيع الأول هو ( P ( X₀. وتطور العملية الأحتمالية بعد خطوة يمكن كتابته كالآتي:

$P(X_{n+1}) = \int P(X_{n+1}|X_n)\,P(X_n)\,dX_n$

وهذه هي كتابة من كتابات معادلة برون فروبنيوس.

ويمكن أن توجد واحدة أو أكثر من توزيعات الحالات π بحيث أن:

$\pi(X) = \int P(X|Y)\,\pi(Y)\,dY$

حيث Y هو أسم مختار لمتغير التكامل. هذا التوزيع π يدعى "توزيع غير مبدل". والتوزيع غير المتبدل هو دالة مميزة للتوزيع الشرطي، المرتبطة بالقيمة الذاتية 1.

مواضيع متعلقة

مبرهنة برون فروبانيوس