En mathématiques, un processus de Markov est un processus stochastique possédant la propriété de Markov. Dans un tel processus, la prédiction du futur à partir du présent n'est pas rendue plus précise par des éléments d'information concernant le passé. Les processus de Markov portent le nom de leur inventeur, Andreï Markov. Si la loi conditionnelle de sachant le passé, i.e. sachant est une fonction de seul, alors : où est un état quelconque du processus. L'identité ci-dessus identifie la probabilité markovienne. Andreï Markov a publié les premiers résultats de ces processus en 1906.

Property Value
dbo:abstract
  • En mathématiques, un processus de Markov est un processus stochastique possédant la propriété de Markov. Dans un tel processus, la prédiction du futur à partir du présent n'est pas rendue plus précise par des éléments d'information concernant le passé. Les processus de Markov portent le nom de leur inventeur, Andreï Markov. Un processus de Markov en temps discret est une séquence de variables aléatoires. L'ensemble de leurs valeurs possibles est appelé l’espace d'états, la valeur étant l'état du processus à l'instant Selon les auteurs, le vocable « chaîne de Markov » désigne les processus de Markov à temps discret ou uniquement les processus de Markov à temps discret et à espace d'états discret, c.-à-d. les processus de Markov à temps discret dont l'espace d'états est fini ou dénombrable. Si la loi conditionnelle de sachant le passé, i.e. sachant est une fonction de seul, alors : où est un état quelconque du processus. L'identité ci-dessus identifie la probabilité markovienne. Andreï Markov a publié les premiers résultats de ces processus en 1906. Une généralisation à un espace d'états infini dénombrable a été donnée par Kolmogorov en 1936. Les processus de Markov sont liés au mouvement brownien et à l'hypothèse ergodique, deux sujets de physique statistique qui ont été très importants au début du XXe siècle. (fr)
  • En mathématiques, un processus de Markov est un processus stochastique possédant la propriété de Markov. Dans un tel processus, la prédiction du futur à partir du présent n'est pas rendue plus précise par des éléments d'information concernant le passé. Les processus de Markov portent le nom de leur inventeur, Andreï Markov. Un processus de Markov en temps discret est une séquence de variables aléatoires. L'ensemble de leurs valeurs possibles est appelé l’espace d'états, la valeur étant l'état du processus à l'instant Selon les auteurs, le vocable « chaîne de Markov » désigne les processus de Markov à temps discret ou uniquement les processus de Markov à temps discret et à espace d'états discret, c.-à-d. les processus de Markov à temps discret dont l'espace d'états est fini ou dénombrable. Si la loi conditionnelle de sachant le passé, i.e. sachant est une fonction de seul, alors : où est un état quelconque du processus. L'identité ci-dessus identifie la probabilité markovienne. Andreï Markov a publié les premiers résultats de ces processus en 1906. Une généralisation à un espace d'états infini dénombrable a été donnée par Kolmogorov en 1936. Les processus de Markov sont liés au mouvement brownien et à l'hypothèse ergodique, deux sujets de physique statistique qui ont été très importants au début du XXe siècle. (fr)
dbo:namedAfter
dbo:wikiPageExternalLink
dbo:wikiPageID
  • 3491379 (xsd:integer)
dbo:wikiPageInterLanguageLink
dbo:wikiPageLength
  • 13522 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 186023537 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:wikiPageUsesTemplate
dct:subject
rdfs:comment
  • En mathématiques, un processus de Markov est un processus stochastique possédant la propriété de Markov. Dans un tel processus, la prédiction du futur à partir du présent n'est pas rendue plus précise par des éléments d'information concernant le passé. Les processus de Markov portent le nom de leur inventeur, Andreï Markov. Si la loi conditionnelle de sachant le passé, i.e. sachant est une fonction de seul, alors : où est un état quelconque du processus. L'identité ci-dessus identifie la probabilité markovienne. Andreï Markov a publié les premiers résultats de ces processus en 1906. (fr)
  • En mathématiques, un processus de Markov est un processus stochastique possédant la propriété de Markov. Dans un tel processus, la prédiction du futur à partir du présent n'est pas rendue plus précise par des éléments d'information concernant le passé. Les processus de Markov portent le nom de leur inventeur, Andreï Markov. Si la loi conditionnelle de sachant le passé, i.e. sachant est une fonction de seul, alors : où est un état quelconque du processus. L'identité ci-dessus identifie la probabilité markovienne. Andreï Markov a publié les premiers résultats de ces processus en 1906. (fr)
rdfs:label
  • Processus de Markov (fr)
  • Марковский процесс (ru)
  • Марковський процес (uk)
  • 馬可夫過程 (zh)
  • Processus de Markov (fr)
  • Марковский процесс (ru)
  • Марковський процес (uk)
  • 馬可夫過程 (zh)
rdfs:seeAlso
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:knownFor of
is dbo:mainArticleForCategory of
is dbo:wikiPageDisambiguates of
is dbo:wikiPageWikiLink of
is oa:hasTarget of
is foaf:primaryTopic of