En probabilité, un processus stochastique vérifie la propriété de Markov si et seulement si la distribution conditionnelle de probabilité des états futurs, étant donnés les états passés et l'état présent, ne dépend en fait que de l'état présent et non pas des états passés (absence de « mémoire »). Un processus qui possède cette propriété est appelé processus de Markov. Pour de tels processus, la meilleure prévision qu'on puisse faire du futur, connaissant le passé et le présent, est identique à la meilleure prévision qu'on puisse faire du futur, connaissant uniquement le présent : si on connait le présent, la connaissance du passé n'apporte pas d'information supplémentaire utile pour la prédiction du futur.

Property Value
dbo:abstract
  • En probabilité, un processus stochastique vérifie la propriété de Markov si et seulement si la distribution conditionnelle de probabilité des états futurs, étant donnés les états passés et l'état présent, ne dépend en fait que de l'état présent et non pas des états passés (absence de « mémoire »). Un processus qui possède cette propriété est appelé processus de Markov. Pour de tels processus, la meilleure prévision qu'on puisse faire du futur, connaissant le passé et le présent, est identique à la meilleure prévision qu'on puisse faire du futur, connaissant uniquement le présent : si on connait le présent, la connaissance du passé n'apporte pas d'information supplémentaire utile pour la prédiction du futur. (fr)
  • En probabilité, un processus stochastique vérifie la propriété de Markov si et seulement si la distribution conditionnelle de probabilité des états futurs, étant donnés les états passés et l'état présent, ne dépend en fait que de l'état présent et non pas des états passés (absence de « mémoire »). Un processus qui possède cette propriété est appelé processus de Markov. Pour de tels processus, la meilleure prévision qu'on puisse faire du futur, connaissant le passé et le présent, est identique à la meilleure prévision qu'on puisse faire du futur, connaissant uniquement le présent : si on connait le présent, la connaissance du passé n'apporte pas d'information supplémentaire utile pour la prédiction du futur. (fr)
dbo:namedAfter
dbo:wikiPageExternalLink
dbo:wikiPageID
  • 255178 (xsd:integer)
dbo:wikiPageLength
  • 23175 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 187438082 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:année
  • 1976 (xsd:integer)
prop-fr:isbn
  • 882753770 (xsd:integer)
prop-fr:langue
  • en (fr)
  • en (fr)
prop-fr:lieu
  • New York (fr)
  • New York (fr)
prop-fr:mois
  • juillet (fr)
  • juillet (fr)
prop-fr:nom
  • Lin (fr)
  • Lin (fr)
prop-fr:pagesTotales
  • 368 (xsd:integer)
prop-fr:prénom
  • Y. K. (fr)
  • Y. K. (fr)
prop-fr:titre
  • Probabilistic Theory of Structural Dynamics (fr)
  • Probabilistic Theory of Structural Dynamics (fr)
prop-fr:wikiPageUsesTemplate
prop-fr:éditeur
  • Robert E. Krieger Publishing Company (fr)
  • Robert E. Krieger Publishing Company (fr)
dct:subject
rdfs:comment
  • En probabilité, un processus stochastique vérifie la propriété de Markov si et seulement si la distribution conditionnelle de probabilité des états futurs, étant donnés les états passés et l'état présent, ne dépend en fait que de l'état présent et non pas des états passés (absence de « mémoire »). Un processus qui possède cette propriété est appelé processus de Markov. Pour de tels processus, la meilleure prévision qu'on puisse faire du futur, connaissant le passé et le présent, est identique à la meilleure prévision qu'on puisse faire du futur, connaissant uniquement le présent : si on connait le présent, la connaissance du passé n'apporte pas d'information supplémentaire utile pour la prédiction du futur. (fr)
  • En probabilité, un processus stochastique vérifie la propriété de Markov si et seulement si la distribution conditionnelle de probabilité des états futurs, étant donnés les états passés et l'état présent, ne dépend en fait que de l'état présent et non pas des états passés (absence de « mémoire »). Un processus qui possède cette propriété est appelé processus de Markov. Pour de tels processus, la meilleure prévision qu'on puisse faire du futur, connaissant le passé et le présent, est identique à la meilleure prévision qu'on puisse faire du futur, connaissant uniquement le présent : si on connait le présent, la connaissance du passé n'apporte pas d'information supplémentaire utile pour la prédiction du futur. (fr)
rdfs:label
  • Markovegenskapen (sv)
  • Markow-Eigenschaft (de)
  • Proprietà di Markov (it)
  • Propriété de Markov (fr)
  • Własność Markowa (pl)
  • Марковська властивість (uk)
  • خاصية ماركوف (ar)
  • 马尔可夫性质 (zh)
  • Markovegenskapen (sv)
  • Markow-Eigenschaft (de)
  • Proprietà di Markov (it)
  • Propriété de Markov (fr)
  • Własność Markowa (pl)
  • Марковська властивість (uk)
  • خاصية ماركوف (ar)
  • 马尔可夫性质 (zh)
rdfs:seeAlso
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:knownFor of
is dbo:wikiPageDisambiguates of
is dbo:wikiPageRedirects of
is dbo:wikiPageWikiLink of
is prop-fr:renomméPour of
is oa:hasTarget of
is foaf:primaryTopic of