Ланцюг Маркова в математиці це випадковий процес, що задовольняє властивість Маркова і який приймає скінченну чи зліченну кількість значень (станів). Існують ланцюги Маркова як з дискретним так і з неперервним часом. В даній статті розглядається дискретний випадок.
Визначення
Інтуїтивне визначення
Нехай — деяка скінченна чи зліченна множина елементи якої називаються станами. Нехай деякий процес в момент часу n (де n=0,1,2,3…) може перебувати в одному із цих станів, а в час n+1 перейти в деякий інший стан (чи залишитися в тому ж). Кожен такий перехід називається кроком. Кожен крок не є точно визначеним. З певними ймовірностями процес може перейти в один з кількох чи навіть усіх станів. Якщо імовірності переходу залежать лише від часу n і стану в якому перебуває процес в цей час і не залежать від станів в яких процес перебував у моменти 0, 1, … , n-1 то такий процес називається (дискретним) ланцюгом Маркова. Ланцюг Маркова повністю задається визначенням ймовірностей pi перебування процесу в стані в час n=0 і ймовірностей переходу зі стану в стан в час n. Якщо ймовірності переходу не залежать від часу (тобто однакові для всіх n) то такий ланцюг Маркова називається однорідним. Саме однорідні ланцюги Маркова є найважливішими на практиці і найкраще вивченими теоретично. Тому саме їм приділятиметься найбільша увага у цій статті.
Формальне визначення
Послідовність дискретних випадкових величин називається ланцюгом Маркова (з дискретним часом), якщо
- .
Тобто майбутні значення послідовності залежать лише від теперішнього стану і не залежать від минулих.
Матриця , де
називається ма́трицею ймовірностей переходу на -му кроці, а вектор , де
- — початковим розподілом ланцюга Маркова.
Очевидно, матриця ймовірностей переходу є стохастичною, тобто
- .
Ланцюг Маркова називається однорідним якщо:
- ,
або еквівалентно:
для всіх n.
Граф переходів ланцюга Маркова
Поширеним способом візуального задання ланцюга Маркова є граф переходів. Вершини цього графа ототожнюються зі станами ланцюга Маркова, а орієнтовне ребро проходить з вершини i у вершину j проходить лише у випадку коли імовірність переходу між відповідними станами нерівна нулю. Дана ймовірність переходу також позначається біля відповідного ребра.
Теорема про матрицю ймовірностей переходу за n кроків
Нехай маємо однорідний ланцюг Маркова з матрицею ймовірностей переходу P. Позначимо:
Оскільки ланцюг Маркова є однорідним то дане означення не залежить від n. Тоді виконується рівність
де — елемент i-го рядка і j-го стовпчика матриці Pk.
Доведення
Доведення здійснюватимемо методом математичної індукції. Для одного кроку це є наслідком однорідності і визначення матриці ймовірностей переходу:
Для кроків одержуємо:
Остаточно
при доведенні
- першої і другої рівності використана формула повної ймовірності,
- третьої рівності використана властивість Маркова,
- четвертої рівності використано припущення індукції для
- п'ятої рівності використано означення множення матриць.
Відповідно, якщо — початковий розподіл ланцюга Маркова, то є вектором розподілу ймовірностей перебування в різних станах в час n.
Властивості ланцюгів Маркова
Нерозкладність
Стан називається досяжним із стану , якщо існує таке, що
- .
Для цього факту використовується позначення .
Якщо одночасно та , то використовується позначення . Дане відношення є відношенням еквівалентності. Якщо вся множина станів належить до одного класу еквівалентності, то такий ланцюг Маркова називається нерозкладним. Простіше ланцюг Маркова називається нерозкладним, якщо з будь-якого його стану можна досягти будь-який інший стан за скінченну кількість кроків.
Якщо з стану, що належить деякому класу можна перейти лише в інший стан цього класу то такий клас називається замкнутим.
Періодичність
Стан i має період k якщо будь-яке повернення до стану i трапляється через кількість кроків, що ділиться на k. Формально період можна визначити за допомогою наступної формули:
(де «gcd» позначає найбільший спільний дільник).
Якщо , тоді стан називається аперіодичним. В іншому випадку (), стан називається періодичним з періодом . Ланцюг Маркова є апериодичним, якщо кожен стан є апериодичним. Для доведення апериодичності нерозкладного ланцюга Маркова, достатньо знайти хоча б один апериодичний стан. Бо в кожному класі досяжності всі стани мають однаковий період.
Кожен стан двочасткового графу має парний період.
Рекурентність
Стан i називається перехідним якщо, існує ненульова ймовірність, що починаючи з i, ми ніколи не повернемося в стан i. Більш формально нехай випадкова змінна Ti є часом першого повернення в стан i:
Тоді стан i є перехідним тоді й лише тоді, коли:
Якщо стан не є перехідним, то він називається рекурентним. Неважко помітити, що якщо стан є перехідним, то імовірність повернення в цей стан нескінченну кількість разів рівна нулю. У випадку рекурентного стану ця імовірність рівна одиниці. Тобто, перехідний — це такий стан, який процес в певний момент часу покидає назавжди, а рекурентний — це такий стан до якого процес постійно повертається.
Визначимо також математичне сподівання часу повернення:
Для перехідного стану ця величина очевидно рівна нескінченності. Для рекурентних станів може бути як скінченним, так і нескінченним. Стан i називається позитивно рекурентним, якщо Mi є скінченне; в іншому випадку i називається нуль-рекурентним. Стан i є рекурентним тоді й лише тоді коли:
В одному класі досяжності або всі елементи є перехідними або всі елементи є рекурентними. Стан i називається поглинаючим якщо його неможливо покинути. Тобто:
Стан ланцюга Маркова, що є позитивно рекурентним і аперіодичним називається ергодичним станом.
Граничний розподіл
Для однорідного ланцюга Маркова вектор називається стаціонарним розподілом, якщо сума його елементів дорівнює 1 і виконується рівність
Нерозкладний ланцюг має стаціонарний розподіл тоді й лише тоді, коли всі його стани є позитивно рекурентними. В цьому випадку вектор є єдиним і виконується рівність:
Якщо ланцюг окрім того є ще й аперіодичним, тоді для всіх i та j виконується:
Такий вектор називається розподілом рівноваги.
Граничний розподіл для ланцюга Маркова зі скінченною множиною станів
У випадку скінченної множини станів є вектор-рядком, що задовольняє рівність:
Тобто є власним вектором матриці ймовірностей переходу, що відповідає власному значенню 1 і сума елементів якого дорівнює одиниці.
Якщо ланцюг Маркова є нерозкладним і аперіодичним, тоді існує єдиний стаціонарний вектор і, крім того, виконується рівність:
де 1 вектор-стовпець всі елементи якого рівні 1.
Приклад
Розглянемо основні дії з ланцюгами Маркова на наступному прикладі:
Візьмемо початковий розподіл
Після першого кроку одержимо розподіл:
Після двох кроків отримаємо наступний розподіл:
Далі можна продовжити за формулами:
Оскільки даний ланцюг Маркова є нерозкладний і аперіодичний існує єдиний граничний розподіл :
Його можна знайти за такими формулами:
З умови ,одержується єдиний результат :
Історія
Цей розділ потребує доповнення. (грудень 2016) |
Андрій Марков отримав перші результати для таких процесів суто теоретично в 1906.
Див. також
Джерела
- Карташов М. В. Імовірність, процеси, статистика. — Київ : ВПЦ Київський університет, 2007. — 504 с.
- Марков А. А., Распространение закона больших чисел на величины, зависящие друг от друга. — Известия физико-математического общества при Казанском университете. — 2-я серия. — Том 15. (1906) — С. 135—156.
- Чжун Кай-лай, Однородные цепи Маркова. Перев. с англ. — М.: Мир, 1964. — 425 с.
- Нуммелин Э., Общие неприводимые цепи Маркова и неотрицательные операторы. — М.: Мир, 1989. — 207 с.
- Kemeny J. G., Snell J. L., Finite Markov chains. — The University Series in Undergraduate Mathematics. — Princeton: Van Nostrand, 1960 (Кемени Дж. Дж., Снелл Дж. Л. Конечные цепи Маркова. — М.: Наука. 1970. — 272 с.)
- S. P. Meyn and R. L. Tweedie. Markov Chains and Stochastic Stability. London: Springer-Verlag, 1993. .
Це незавершена стаття зі статистики. Ви можете проєкту, виправивши або дописавши її. |
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Lancyug Markova v matematici ce vipadkovij proces sho zadovolnyaye vlastivist Markova i yakij prijmaye skinchennu chi zlichennu kilkist znachen staniv Isnuyut lancyugi Markova yak z diskretnim tak i z neperervnim chasom V danij statti rozglyadayetsya diskretnij vipadok Matricya jmovirnostej perehodu i graf perehodiv odnoridnogo lancyuga Markova z p yatma stanamiViznachennyaIntuyitivne viznachennya Nehaj I displaystyle I deyaka skinchenna chi zlichenna mnozhina elementi yakoyi nazivayutsya stanami Nehaj deyakij proces v moment chasu n de n 0 1 2 3 mozhe perebuvati v odnomu iz cih staniv a v chas n 1 perejti v deyakij inshij stan chi zalishitisya v tomu zh Kozhen takij perehid nazivayetsya krokom Kozhen krok ne ye tochno viznachenim Z pevnimi jmovirnostyami proces mozhe perejti v odin z kilkoh chi navit usih staniv Yaksho imovirnosti perehodu zalezhat lishe vid chasu n i stanu v yakomu perebuvaye proces v cej chas i ne zalezhat vid staniv v yakih proces perebuvav u momenti 0 1 n 1 to takij proces nazivayetsya diskretnim lancyugom Markova Lancyug Markova povnistyu zadayetsya viznachennyam jmovirnostej pi perebuvannya procesu v stani i I displaystyle i in I v chas n 0 i jmovirnostej p i j n displaystyle p ij n perehodu zi stanu i I displaystyle i in I v stanj I displaystyle j in I v chas n Yaksho jmovirnosti perehodu ne zalezhat vid chasu tobto p i j n displaystyle p ij n odnakovi dlya vsih n to takij lancyug Markova nazivayetsya odnoridnim Same odnoridni lancyugi Markova ye najvazhlivishimi na praktici i najkrashe vivchenimi teoretichno Tomu same yim pridilyatimetsya najbilsha uvaga u cij statti Formalne viznachennya Poslidovnist diskretnih vipadkovih velichin X n n 0 displaystyle X n n geqslant 0 nazivayetsya lancyugom Markova z diskretnim chasom yaksho P X n 1 i n 1 X n i n X n 1 i n 1 X 0 i 0 P X n 1 i n 1 X n i n displaystyle mathbb P X n 1 i n 1 mid X n i n X n 1 i n 1 ldots X 0 i 0 mathbb P X n 1 i n 1 mid X n i n Tobto majbutni znachennya poslidovnosti zalezhat lishe vid teperishnogo stanu i ne zalezhat vid minulih Matricya P n displaystyle P n de P i j n P X n 1 j X n i displaystyle P ij n equiv mathbb P X n 1 j mid X n i nazivayetsya ma triceyu jmovirnostej perehodu na n displaystyle n mu kroci a vektor p p 1 p 2 displaystyle mathbf p p 1 p 2 ldots top de p i P X 0 i displaystyle p i equiv mathbb P X 0 i pochatkovim rozpodilom lancyuga Markova Ochevidno matricya jmovirnostej perehodu ye stohastichnoyu tobto j 1 P i j n 1 n N displaystyle sum limits j 1 infty P ij n 1 quad forall n in mathbb N Lancyug Markova nazivayetsya odnoridnim yaksho P i j n P i j n N displaystyle P ij n P ij quad forall n in mathbb N abo ekvivalentno Pr X n 1 j X n i Pr X n j X n 1 i displaystyle Pr X n 1 j X n i Pr X n j X n 1 i dlya vsih n Graf perehodiv lancyuga Markova Poshirenim sposobom vizualnogo zadannya lancyuga Markova ye graf perehodiv Vershini cogo grafa ototozhnyuyutsya zi stanami lancyuga Markova a oriyentovne rebro prohodit z vershini i u vershinu j prohodit lishe u vipadku koli imovirnist perehodu mizh vidpovidnimi stanami nerivna nulyu Dana jmovirnist perehodu takozh poznachayetsya bilya vidpovidnogo rebra Teorema pro matricyu jmovirnostej perehodu za n krokivNehaj mayemo odnoridnij lancyug Markova z matriceyu jmovirnostej perehodu P Poznachimo p i j k P X n k j X n i displaystyle p i j k mathbb P left X n k j mid X n i right Oskilki lancyug Markova ye odnoridnim to dane oznachennya ne zalezhit vid n Todi vikonuyetsya rivnist P k i j p i j k displaystyle P k i j left p i j k right de P k i j displaystyle P k i j element i go ryadka i j go stovpchika matrici Pk Dovedennya Dovedennya zdijsnyuvatimemo metodom matematichnoyi indukciyi Dlya odnogo kroku ce ye naslidkom odnoridnosti i viznachennya matrici jmovirnostej perehodu P X n 1 j X n i P X 1 j X 0 i P i j displaystyle mathbb P left X n 1 j mid X n i right mathbb P left X 1 j mid X 0 i right P ij Dlya k displaystyle scriptstyle k krokiv oderzhuyemo P X n i X n k j ℓ E P X n i X n k 1 ℓ X n k j ℓ E P X n i X n k 1 ℓ P X n k j X n i X n k 1 ℓ ℓ E P X n i X n k 1 ℓ p ℓ j P X n i ℓ E P i ℓ k 1 p ℓ j P X n i P i j k displaystyle begin aligned mathbb P left X n i land X n k j right amp sum ell in E mathbb P left X n i X n k 1 ell land X n k j right amp sum ell in E mathbb P left X n i X n k 1 ell right mathbb P left X n k j mid X n i X n k 1 ell right amp sum ell in E mathbb P left X n i X n k 1 ell right p ell j amp mathbb P left X n i right sum ell in E P i ell k 1 p ell j amp mathbb P left X n i right P i j k end aligned Ostatochno p i j k P X n i X n k j P X n i P i j k displaystyle p i j k frac mathbb P left X n i land X n k j right mathbb P left X n i right P i j k pri dovedenni pershoyi i drugoyi rivnosti vikoristana formula povnoyi jmovirnosti tretoyi rivnosti vikoristana vlastivist Markova chetvertoyi rivnosti vikoristano pripushennya indukciyi dlya k 1 displaystyle scriptstyle k 1 p yatoyi rivnosti vikoristano oznachennya mnozhennya matric Vidpovidno yaksho p p 1 p 2 displaystyle mathbf p p 1 p 2 ldots top pochatkovij rozpodil lancyuga Markova to P T n p displaystyle left P T n mathbf p right ye vektorom rozpodilu jmovirnostej perebuvannya v riznih stanah v chas n Vlastivosti lancyugiv MarkovaNerozkladnist Stan j displaystyle j nazivayetsya dosyazhnim iz stanu i displaystyle i yaksho isnuye n n i j displaystyle n n i j take sho p i j n P X n j X 0 i gt 0 displaystyle p ij n equiv mathbb P X n j mid X 0 i gt 0 Dlya cogo faktu vikoristovuyetsya poznachennya i j displaystyle i rightarrow j Yaksho odnochasno i j displaystyle i rightarrow j ta j i displaystyle j rightarrow i to vikoristovuyetsya poznachennya i j displaystyle i leftrightarrow j Dane vidnoshennya ye vidnoshennyam ekvivalentnosti Yaksho vsya mnozhina staniv nalezhit do odnogo klasu ekvivalentnosti to takij lancyug Markova nazivayetsya nerozkladnim Prostishe lancyug Markova nazivayetsya nerozkladnim yaksho z bud yakogo jogo stanu mozhna dosyagti bud yakij inshij stan za skinchennu kilkist krokiv Yaksho z stanu sho nalezhit deyakomu klasu mozhna perejti lishe v inshij stan cogo klasu to takij klas nazivayetsya zamknutim Periodichnist Stan i maye period k yaksho bud yake povernennya do stanu i traplyayetsya cherez kilkist krokiv sho dilitsya na k Formalno period mozhna viznachiti za dopomogoyu nastupnoyi formuli k gcd n Pr X n i X 0 i gt 0 displaystyle k operatorname gcd n Pr X n i X 0 i gt 0 de gcd poznachaye najbilshij spilnij dilnik Yaksho k 1 displaystyle k 1 todi stan nazivayetsya aperiodichnim V inshomu vipadku k gt 1 displaystyle k gt 1 stan nazivayetsya periodichnim z periodom k displaystyle k Lancyug Markova ye aperiodichnim yaksho kozhen stan ye aperiodichnim Dlya dovedennya aperiodichnosti nerozkladnogo lancyuga Markova dostatno znajti hocha b odin aperiodichnij stan Bo v kozhnomu klasi dosyazhnosti vsi stani mayut odnakovij period Kozhen stan dvochastkovogo grafu maye parnij period Rekurentnist Stan i nazivayetsya perehidnim yaksho isnuye nenulova jmovirnist sho pochinayuchi z i mi nikoli ne povernemosya v stan i Bilsh formalno nehaj vipadkova zminna Ti ye chasom pershogo povernennya v stan i T i inf n 1 X n i X 0 i displaystyle T i inf n geq 1 X n i X 0 i Todi stan i ye perehidnim todi j lishe todi koli Pr T i gt 0 displaystyle Pr T i infty gt 0 Yaksho stan ne ye perehidnim to vin nazivayetsya rekurentnim Nevazhko pomititi sho yaksho stan ye perehidnim to imovirnist povernennya v cej stan neskinchennu kilkist raziv rivna nulyu U vipadku rekurentnogo stanu cya imovirnist rivna odinici Tobto perehidnij ce takij stan yakij proces v pevnij moment chasu pokidaye nazavzhdi a rekurentnij ce takij stan do yakogo proces postijno povertayetsya Viznachimo takozh matematichne spodivannya chasu povernennya M i E T i displaystyle M i E T i Dlya perehidnogo stanu cya velichina ochevidno rivna neskinchennosti Dlya rekurentnih staniv M i displaystyle M i mozhe buti yak skinchennim tak i neskinchennim Stan i nazivayetsya pozitivno rekurentnim yaksho Mi ye skinchenne v inshomu vipadku i nazivayetsya nul rekurentnim Stan i ye rekurentnim todi j lishe todi koli n 0 p i i n displaystyle sum n 0 infty p ii n infty V odnomu klasi dosyazhnosti abo vsi elementi ye perehidnimi abo vsi elementi ye rekurentnimi Stan i nazivayetsya poglinayuchim yaksho jogo nemozhlivo pokinuti Tobto p i i 1 p i j 0 i j displaystyle p ii 1 quad p ij 0 quad i not j Ergodichnist Stan lancyuga Markova sho ye pozitivno rekurentnim i aperiodichnim nazivayetsya ergodichnim stanom Granichnij rozpodilDlya odnoridnogo lancyuga Markova vektor p displaystyle pi nazivayetsya stacionarnim rozpodilom yaksho suma jogo elementiv p j displaystyle pi j dorivnyuye 1 i vikonuyetsya rivnist p j i S p i p i j displaystyle pi j sum i in S pi i p ij Nerozkladnij lancyug maye stacionarnij rozpodil todi j lishe todi koli vsi jogo stani ye pozitivno rekurentnimi V comu vipadku vektor p displaystyle pi ye yedinim i vikonuyetsya rivnist p j 1 M j displaystyle pi j frac 1 M j Yaksho lancyug okrim togo ye she j aperiodichnim todi dlya vsih i ta j vikonuyetsya p j lim n p i j n 1 M j displaystyle pi j lim n rightarrow infty p ij n frac 1 M j Takij vektor p displaystyle pi nazivayetsya rozpodilom rivnovagi Granichnij rozpodil dlya lancyuga Markova zi skinchennoyu mnozhinoyu staniv U vipadku skinchennoyi mnozhini staniv p displaystyle pi ye vektor ryadkom sho zadovolnyaye rivnist p p P displaystyle pi pi mathbf P Tobto p displaystyle pi ye vlasnim vektorom matrici jmovirnostej perehodu sho vidpovidaye vlasnomu znachennyu 1 i suma elementiv yakogo dorivnyuye odinici Yaksho lancyug Markova ye nerozkladnim i aperiodichnim todi isnuye yedinij stacionarnij vektor i krim togo vikonuyetsya rivnist lim k P k 1 p displaystyle lim k rightarrow infty mathbf P k mathbf 1 pi de 1 vektor stovpec vsi elementi yakogo rivni 1 PrikladRozglyanemo osnovni diyi z lancyugami Markova na nastupnomu prikladi P 0 9 0 05 0 05 0 7 0 0 3 0 8 0 0 2 displaystyle P begin bmatrix 0 9 amp 0 05 amp 0 05 0 7 amp 0 amp 0 3 0 8 amp 0 amp 0 2 end bmatrix Vizmemo pochatkovij rozpodil p 0 1 0 0 displaystyle mathbf p 0 begin bmatrix 1 amp 0 amp 0 end bmatrix Pislya pershogo kroku oderzhimo rozpodil p 1 p 0 P 1 0 0 0 9 0 05 0 05 0 7 0 0 3 0 8 0 0 2 0 9 0 05 0 05 displaystyle mathbf p 1 mathbf p 0 P begin bmatrix 1 amp 0 amp 0 end bmatrix begin bmatrix 0 9 amp 0 05 amp 0 05 0 7 amp 0 amp 0 3 0 8 amp 0 amp 0 2 end bmatrix begin bmatrix 0 9 amp 0 05 amp 0 05 end bmatrix Pislya dvoh krokiv otrimayemo nastupnij rozpodil p 2 p 1 P p 0 P 2 1 0 0 0 9 0 05 0 05 0 7 0 0 3 0 8 0 0 2 2 0 885 0 045 0 07 displaystyle mathbf p 2 mathbf p 1 P mathbf p 0 P 2 begin bmatrix 1 amp 0 amp 0 end bmatrix begin bmatrix 0 9 amp 0 05 amp 0 05 0 7 amp 0 amp 0 3 0 8 amp 0 amp 0 2 end bmatrix 2 begin bmatrix 0 885 amp 0 045 amp 0 07 end bmatrix Dali mozhna prodovzhiti za formulami p n p n 1 P displaystyle mathbf p n mathbf p n 1 P p n p 0 P n displaystyle mathbf p n mathbf p 0 P n Oskilki danij lancyug Markova ye nerozkladnij i aperiodichnij isnuye yedinij granichnij rozpodil p displaystyle pi p lim n p n displaystyle mathbf pi lim n to infty mathbf p n Jogo mozhna znajti za takimi formulami p P p p est la loi invariante par rapport a P p I p I P 0 p 1 0 0 0 1 0 0 0 1 0 9 0 05 0 05 0 7 0 0 3 0 8 0 0 2 p 0 1 0 05 0 05 0 7 1 0 3 0 8 0 0 8 p 1 p 2 p 3 0 1 0 05 0 05 0 7 1 0 3 0 8 0 0 8 0 0 0 displaystyle begin aligned mathbf pi P amp mathbf pi qquad mbox mathbf pi mbox est la loi invariante par rapport a P mbox amp mathbf pi I mathbf pi I P amp mathbf 0 amp mathbf pi left begin bmatrix 1 amp 0 amp 0 0 amp 1 amp 0 0 amp 0 amp 1 end bmatrix begin bmatrix 0 9 amp 0 05 amp 0 05 0 7 amp 0 amp 0 3 0 8 amp 0 amp 0 2 end bmatrix right amp mathbf pi begin bmatrix 0 1 amp 0 05 amp 0 05 0 7 amp 1 amp 0 3 0 8 amp 0 amp 0 8 end bmatrix amp begin bmatrix pi 1 amp pi 2 amp pi 3 end bmatrix begin bmatrix 0 1 amp 0 05 amp 0 05 0 7 amp 1 amp 0 3 0 8 amp 0 amp 0 8 end bmatrix amp begin bmatrix 0 amp 0 amp 0 end bmatrix end aligned Z umovi q 1 q 2 q 3 1 displaystyle q 1 q 2 q 3 1 oderzhuyetsya yedinij rezultat p 1 p 2 p 3 0 884 0 0442 0 0718 displaystyle begin bmatrix pi 1 amp pi 2 amp pi 3 end bmatrix begin bmatrix 0 884 amp 0 0442 amp 0 0718 end bmatrix IstoriyaCej rozdil potrebuye dopovnennya gruden 2016 Andrij Markov otrimav pershi rezultati dlya takih procesiv suto teoretichno v 1906 Div takozhLancyugi Markova z neperervnim chasom Markivskij proces Ciklichnij pidklasDzherelaKartashov M V Imovirnist procesi statistika Kiyiv VPC Kiyivskij universitet 2007 504 s Markov A A Rasprostranenie zakona bolshih chisel na velichiny zavisyashie drug ot druga Izvestiya fiziko matematicheskogo obshestva pri Kazanskom universitete 2 ya seriya Tom 15 1906 S 135 156 Chzhun Kaj laj Odnorodnye cepi Markova Perev s angl M Mir 1964 425 s Nummelin E Obshie neprivodimye cepi Markova i neotricatelnye operatory M Mir 1989 207 s Kemeny J G Snell J L Finite Markov chains The University Series in Undergraduate Mathematics Princeton Van Nostrand 1960 Kemeni Dzh Dzh Snell Dzh L Konechnye cepi Markova M Nauka 1970 272 s S P Meyn and R L Tweedie Markov Chains and Stochastic Stability London Springer Verlag 1993 ISBN 0 387 19832 6 Ce nezavershena stattya zi statistiki Vi mozhete dopomogti proyektu vipravivshi abo dopisavshi yiyi