Från Rilpedia

Du har inte behörighet att redigera denna sida, av följande anledning:

Du kan se och kopiera denna sidas källtext:

<noinclude>{{rpsv.from.wpsv}}</noinclude>I [[sannolikhetslära]] är '''Markovegenskapen''' för en [[stokastisk process]] egenskapen att den [[betingad sannolikhet|betingade]] [[sannolikhetsfördelning]]en för tillståndet vid en tidpunkt i framtiden, givet det nuvarande tillståndet och alla tidigare tillstånd, är oberoende av de tidigare tillstånden. Mer löst kan sägas att om väderprognoser följde Markovegenskapen så skulle väderprognosen för morgondagen bara bygga på vädret just nu och inte på vädret för en timme sen eller vid någon annan tidigare tidpunkt. En stokastisk process som har Markovegenskapen brukar kallas [[Markovkedja]]. ==Diskret tid== Låt <math>\{X(t), t=0,1,2,...\}</math> vara en stokastisk process i disktret tid. Då har processen Markovegenskapen om: :För alla <math>n \in N</math>, och alla tillstånd <math>i, j, s_k, k = 0, 1, 2, ..., n-1</math>, så gäller <math>P\{X(n+1)=j|X(n)=i,X(k)=s_k, k=0,1,...,n-1 \} = P\{X(n+1)=j|X(n)=i\}</math> ==Kontinuerlig tid== Låt <math>\{X(t), t \geq 0 \}</math> vara en stokastisk process i kontinuerlig tid. Då har processen Markovegenskapen om: :För alla <math>s, t \geq 0</math>, och alla tillstånd <math>i, j, X(u), 0 \leq u<s</math>, så gäller <math>P\{X(t+s)=j|X(s)=i,X(u)=x(u), 0 \leq u<s\} = P\{X(t+s)=j|X(s)=i\}</math> [[Kategori:Sannolikhetsteori]] [[bg:Марковско свойство]] [[ca:Propietat de Markov]] [[en:Markov property]] [[es:Propiedad de Márkov]] [[fa:خاصیت مارکف]] [[fr:Propriété de Markov]] [[hr:Markovljevo svojstvo]] [[it:Proprietà di Markov]] [[ja:マルコフ性]] [[pl:Własność Markowa]] [[vi:Thuộc tính Markov]] [[zh:马尔可夫性质]]

Tillbaka till Markovegenskapen.