Markovov reťazec, tiež známy ako Markovov model alebo Markovov proces, je koncept vyvinutý v rámci teórie pravdepodobnosti a štatistiky, ktorý vytvára silnú závislosť medzi udalosťou a ďalšou predchádzajúcou udalosťou. Jeho hlavnou užitočnosťou je analýza správania stochastických procesov.
Vysvetlenie týchto reťazcov vyvinul matematik ruského pôvodu Andréi Márkov v roku 1907. Táto metodika sa teda počas 20. storočia využívala v mnohých praktických prípadoch každodenného života.
Je tiež známy ako jednoduchá bistabilná markovská reťaz.
Ako zdôraznil Markov, v stochastických (teda náhodných) systémoch alebo procesoch, ktoré prezentujú súčasný stav, je možné poznať ich predchodcov alebo historický vývoj. Preto je možné ustanoviť popis ich budúcej pravdepodobnosti.
Formálnejšie definícia predpokladá, že v stochastických procesoch pravdepodobnosť, že sa niečo stane, závisí iba od historickej minulosti reality, ktorú študujeme. Z tohto dôvodu sa o týchto reťazcoch často hovorí, že majú pamäť.
Základ reťazcov je známy ako Markovova vlastnosť, ktorá sumarizuje to, čo už bolo povedané v nasledujúcom pravidle: to, čo reťazec zažíva v čase t + 1, závisí iba od toho, čo sa stalo v čase t (bezprostredne predchádzajúci).
Na základe tohto jednoduchého vysvetlenia teórie možno pozorovať, že je možné z nej poznať pravdepodobnosť dlhodobého stavu. To nepochybne pomáha predpovediam a odhadom na dlhé časové obdobia.
Kde sa používa reťazec Markov?
Markovské reťazce zaznamenali významné skutočné uplatnenie v obchode a financiách. To umožnilo, ako už bolo uvedené, analyzovať a odhadnúť budúce vzorce správania jednotlivcov na základe predchádzajúcich skúseností a výsledkov.
To sa môže prejaviť v rôznych oblastiach, ako sú napríklad delikvencia, štúdium spotrebiteľského správania, sezónny dopyt po práci.
Systém vyvinutý Markovom je dosť jednoduchý a má, ako sme už povedali, pomerne ľahkú praktickú aplikáciu. Mnoho kritických hlasov však poukazuje na to, že takýto zjednodušený model nemôže byť v zložitých procesoch úplne efektívny.