Markova ķēde, kas pazīstama arī kā Markova modelis vai Markova process, ir varbūtības un statistikas teorijā izstrādāts jēdziens, kas nosaka spēcīgu atkarību starp notikumu un citu iepriekšējo notikumu. Tās galvenā lietderība ir stohastisko procesu uzvedības analīze.
Šo ķēžu izskaidrojumu 1907. gadā izstrādāja krievu izcelsmes matemātiķis Andrē Márkovs. Tādējādi visa 20. gadsimta laikā šī metodika tika izmantota daudzos ikdienas dzīves praktiskos gadījumos.
To sauc arī par vienkāršu bistabilu Markova ķēdi.
Kā norādīja Markovs, stohastiskās (tas ir, nejaušās) sistēmās vai procesos, kas parāda pašreizējo stāvokli, ir iespējams uzzināt to priekštečus vai vēsturisko attīstību. Tāpēc ir iespējams izveidot to nākotnes varbūtības aprakstu.
Formālāk definīcija pieņem, ka stohastiskos procesos varbūtība, ka kaut kas notiks, ir atkarīga tikai no mūsu pētītās realitātes vēsturiskās pagātnes. Šī iemesla dēļ bieži tiek teikts, ka šīm stīgām ir atmiņa.
Ķēžu pamats ir pazīstams kā īpašums Markov, kas apkopo iepriekš teikto šādā likumā: tas, ko ķēde piedzīvo laikā t + 1, ir atkarīgs tikai no tā, kas notika laikā t (tieši iepriekšējais).
Ņemot vērā šo vienkāršo teorijas skaidrojumu, var novērot, ka ar tā palīdzību ir iespējams zināt stāvokļa iespējamību ilgtermiņā. Tas neapšaubāmi palīdz prognozēt un novērtēt ilgākā laika posmā.
Kur tiek izmantota Markova ķēde?
Markova ķēdes ir redzējušas ievērojamu reālu pielietojumu uzņēmējdarbībā un finansēs. Tas, ļaujot, kā norādīts, analizēt un novērtēt personu nākotnes uzvedības modeļus, pamatojoties uz iepriekšējo pieredzi un rezultātiem.
To var atspoguļot dažādās jomās, piemēram, likumpārkāpumi, patērētāju uzvedības izpēte, sezonālais pieprasījums pēc darbaspēka.
Markova izstrādātā sistēma ir diezgan vienkārša, un tai, kā mēs teicām, ir diezgan viegli praktiski pielietot. Tomēr daudzas kritiskas balsis norāda, ka šāds vienkāršots modelis nevar būt pilnībā efektīvs sarežģītos procesos.