Własność Markowa: Różnice pomiędzy wersjami
[wersja nieprzejrzana] | [wersja nieprzejrzana] |
Usunięta treść Dodana treść
m robot poprawia: fr:Propriété de Markov |
m WP:SK, drobne techniczne |
||
Linia 1:
'''Własność Markowa''' w [[rachunek prawdopodobieństwa|rachunku prawdopodobieństwa]] to własność [[proces stochastyczny|procesów stochastycznych]] polegająca na tym, że warunkowe [[rozkład prawdopodobieństwa|rozkłady prawdopodobieństwa]] przyszłych stanów procesu są zdeterminowane wyłącznie przez jego bieżący stan, bez względu na przeszłość. Ściślej: przyszłe stany procesu są [[warunkowa niezależność|warunkowo niezależne]] od stanów przeszłych. Procesy stochastyczne, które posiadają własność Markowa, nazywamy [[proces Markowa|procesami Markowa]]. Typowym przykładem w fizyce jest proces opisujący [[ruchy Browna]].
=== W procesach z czasem ciągłym ===
Dla procesów z czasem ciągłym, jeżeli <math>X(t),\ t>0</math> jest procesem stochastycznym, własność Markowa oznacza, że
: <math>\forall h > 0 \quad \mathrm{Pr}\big[X(t+h) \
Procesy Markowa są nazywane '''jednorodnymi''', jeśli
: <math>\forall t, h > 0 \quad \mathrm{Pr}\big[X(t+h) \
a w przeciwnym wypadku '''niejednorodnymi''' Jednorodne procesy Markowa, zwykle prostsze niż niejednorodne, są najważniejszą klasą procesów Markowa.
=== W procesach z czasem dyskretnym ===
Dla dyskretnych procesów Markowa (tzw. [[łańcuch Markowa|łańcuchów Markowa]]):
: <math> P(X_{n+1}\
=== Mocna własność Markowa ===
Mocna własność Markowa oznacza, że powyższe równania są spełnione nie tylko dla dowolnego ''ustalonego'' czasu <math>t</math> (albo w przypadku dyskretnym dla ustalonego <math>n</math>), lecz dla czasu będącego zmienną losową zależną od przeszłości procesu. Mocna własność Markowa implikuje własność Markowa, odwrotna implikacja jednak nie zachodzi.
=== Zobacz też ===
* [[przegląd zagadnień z zakresu statystyki]],
* [[przegląd zagadnień z zakresu matematyki]],
|