Si definisce processo stocastico markoviano (o di Markov), un processo aleatorio in cui la probabilità di transizione che determina il passaggio a uno stato di sistema dipende solo dallo stato del sistema immediatamente precedente (proprietà di Markov) e non da come si è giunti a questo stato.^[1] Viceversa si dice processo non markoviano un processo aleatorio per cui non vale la proprietà di Markov. Prende il nome dal matematico russo Andrej Andreevič Markov che per primo ne sviluppò la teoria. Modelli di tipo markoviano vengono utilizzati nella progettazione di reti di telecomunicazioni: la teoria delle code che ne consegue trova applicazione in molti ambiti, dalla fila agli sportelli ai pacchetti dati in coda in un router.

Un processo di Markov può essere descritto per mezzo dell'enunciazione della proprietà di Markov, o condizione di "assenza di memoria", che può essere scritta come:

${\displaystyle P{\big (}X(t_{n+1})=x_{n+1}{\big |}X(t_{n})=x_{n},X(t_{n-1})=x_{n-1},\ldots ,X(t_{0})=x_{0}{\big )}=P{\big (}X(t_{n+1})=x_{n+1}{\big |}X(t_{n})=x_{n}{\big )}}$

Una catena di Markov è un processo di Markov con spazio degli stati discreto, quindi è un processo stocastico che assume valori in uno spazio discreto e che gode della proprietà di Markov. L'insieme ${\displaystyle S}$ di spazio degli stati può essere finito o infinito numerabile. Nel primo caso si parla di catena di Markov a stati finiti. Una catena di Markov può essere tempo-continua o tempo-discreta, in base all'insieme ${\displaystyle T}$ di appartenenza della variabile tempo (continuo o discreto).

Formalmente una catena di Markov è un processo stocastico Markoviano caratterizzato da un parametro ${\displaystyle t_{i}\in T}$, da un insieme ${\displaystyle S}$ di stati e da una funzione probabilità di transizione ${\displaystyle P:S\times S\times T\mapsto [0,1]}$.

Essendo un processo Markoviano, ${\displaystyle P}$ gode della proprietà di Markov:

${\displaystyle P(X(t_{n+1})=x_{n+1}|X(t_{n})=x_{n},X(t_{n-1})=x_{n-1},\ldots ,X(t_{0})=x_{0})=P(X(t_{n+1})=x_{n+1}|X(t_{n})=x_{n})}$

Nel caso di catena di Markov a tempo discreto, cioè con l'insieme ${\displaystyle T}$ discreto, la notazione si semplifica:

${\displaystyle P(X_{n+1}=x_{n+1}|X_{n},X_{n-1},\ldots ,X_{0})=P(X_{n+1}=x_{n+1}|X_{n}).\,}$

Una catena di Markov omogenea è un processo markoviano in cui la probabilità di transizione al tempo ${\displaystyle t_{i}}$ non dipende dal tempo stesso, ma soltanto dallo stato del sistema al tempo immediatamente precedente ${\displaystyle S(t_{i-1})}$. In altre parole, la probabilità di transizione è indipendente dall'origine dell'asse dei tempi e quindi dipende soltanto dalla distanza tra i due istanti temporali.

Per le catene omogenee vale la condizione

${\displaystyle P(X_{n+1}=x|X_{n}=y)=\ P(X_{n}=x|X_{n-1}=y)}$

Più in generale si dimostra che in una catena di Markov omogenea la probabilità di transizione da uno stato a un altro in ${\displaystyle n}$ passi è costante nel tempo:

${\displaystyle P(X_{i+n}=x|X_{i}=y)=\ P(X_{i-1+n}=x|X_{i-1}=y)\ \ \ \ \ \forall i=\ 1,2,\ldots }$

I sistemi reali che possono essere modellati con catene di Markov omogenee sono rari: è sufficiente pensare al sistema "tempo atmosferico" per capire come la probabilità di transizione da uno stato (per esempio "sole") a un altro stato (per esempio "pioggia") dipende dalla stagione, quindi non è possibile modellare questo sistema come catena di Markov omogenea. Tuttavia restringendo l'analisi del sistema a un determinato intervallo di tempo si può considerare il comportamento omogeneo: in questo caso l'intervallo di tempo potrebbe essere una singola stagione.

Lo stesso argomento in dettaglio: Matrice di transizione.

Una catena di Markov omogenea a stati finiti in cui l'insieme ${\displaystyle S}$ degli stati del sistema è finito e ha ${\displaystyle N}$ elementi può essere rappresentata mediante una matrice di transizione ${\displaystyle A\in \mathbb {R} ^{N\times N}}$ e un vettore di probabilità iniziale ${\displaystyle {\tilde {\pi }}_{0}\in \mathbb {R} ^{N}}$.

Gli elementi di ${\displaystyle A}$ rappresentano le probabilità di transizione tra gli stati della catena: una catena che si trova nello stato ${\displaystyle i}$ ha probabilità ${\displaystyle a_{ij}}$ di passare allo stato j nel passo immediatamente successivo. In particolare gli elementi ${\displaystyle a_{ii}}$ sulla diagonale principale di ${\displaystyle A}$ indicano le probabilità di rimanere nello stesso stato ${\displaystyle i}$. Il vettore ${\displaystyle {\tilde {\pi }}_{0}}$ definisce le probabilità che inizialmente la catena di Markov si trovi in ciascuno degli ${\displaystyle N}$ stati. Una catena di Markov omogenea è univocamente definita dalla coppia ${\displaystyle (A,{\tilde {\pi }}_{0})}$.

Se al tempo ${\displaystyle t_{0}}$ ha la distribuzione di probabilità ${\displaystyle {\tilde {\pi }}_{0}}$ allora le probabilità ${\displaystyle {\tilde {\pi }}_{n}}$ che a un tempo ${\displaystyle t_{n}}$ il sistema si trovi in ciascuno degli ${\displaystyle N}$ stati sono date dal vettore così definito:

${\displaystyle ({\tilde {\pi }}_{n})^{T}=({\tilde {\pi }}_{0})^{T}\cdot A^{n}}$

dove ${\displaystyle ({\tilde {\pi }}_{n})^{T}}$ indica la trasposta del vettore ${\displaystyle {\tilde {\pi }}_{n}}$.

Dalla definizione assiomatica della probabilità discendono le seguenti proprietà per la matrice ${\displaystyle A}$:

• ${\displaystyle a_{ij}\geq 0,\forall i,j\in \{1\ldots N\}}$
• ${\displaystyle \sum _{j=1}^{N}a_{ij}=1,\forall i\in \{1\ldots N\}}$.

La seconda proprietà equivale a richiedere che la somma degli elementi su ciascuna riga sia uguale a 1, nel qual caso la matrice si dice anche stocastica.

Per esempio, ${\displaystyle A}$ e ${\displaystyle {\tilde {\pi }}_{0}}$ possono essere i seguenti:

${\displaystyle A={\begin{pmatrix}0.3&0.5&0.2\\0.1&0.8&0.1\\0.5&0.5&0\end{pmatrix}},\quad {\tilde {\pi }}_{0}={\begin{pmatrix}0.4\\0.3\\0.3\end{pmatrix}}}$

Nel caso di una catena di Markov omogenea a stati discreti si può adottare la notazione sintetica:

${\displaystyle P_{ij}^{(n)}\equiv P\left(X_{m+n}=s_{j}|X_{m}=s_{i}\right)=P\left(X_{n}=s_{j}|X_{0}=s_{i}\right)}$

dove (n) non è un esponente bensì è un indice.

Si ha quindi ${\displaystyle ({\tilde {\pi }}_{n})_{j}=\sum _{i\in S}({\tilde {\pi }}_{0})_{i}(P^{(n)})_{ij}}$.

Si hanno le seguenti proprietà:

• ${\displaystyle P_{ij}\geq 0\ \ \forall i,j\in S}$
• ${\displaystyle \sum _{j\in S}P_{ij}=1}$.

Il periodo di uno stato ${\displaystyle s_{i}\in S}$ di una catena di Markov a stati discreti, con ${\displaystyle S}$ finito o infinito numerabile, è definito come il minimo numero di passi temporali affinché vi sia una probabilità diversa da zero di tornare sullo stesso stato, partendo dallo stato ${\displaystyle s_{i}}$ al tempo ${\displaystyle t_{m}}$. Formalmente il periodo ${\displaystyle d(s_{i})}$ è definito come segue:

${\displaystyle d(s_{i},t_{m})=MCD\{n\geq 1:P\left(X_{m+n}=s_{i}|X_{m}=s_{i}\right)>0\}}$

dove MCD indica il massimo comune divisore.

Nel caso di una catena di Markov omogenea a stati finiti con numero di stati ${\displaystyle N}$, rappresentabile quindi con una matrice ${\displaystyle A\in \mathbb {R} ^{N}}$, si può riformulare la definizione così:

${\displaystyle d(s_{i})=MCD\{n\geq 1:(A^{n})_{ii}>0\}}$.

Lo stato ${\displaystyle s_{i}}$ è detto aperiodico se il suo periodo è uguale a 1.

Una catena di Markov è detta aperiodica se tutti i suoi stati sono aperiodici, altrimenti è detta periodica.

Una catena di Markov a stati discreti è detta irriducibile se partendo da ogni stato ${\displaystyle s_{i}}$ c'è una probabilità maggiore di zero di raggiungere ogni altro stato ${\displaystyle s_{j}}$. Formalmente una catena di Markov è irriducibile se:

${\displaystyle \forall s_{i},s_{j}\in S,\forall m\in \mathbb {N} ,\exists n\in \mathbb {N} :P\left(X_{m+n}=s_{j}|X_{m}=s_{i}\right)>0}$.

Sia

${\displaystyle T_{i}={\begin{cases}\min\{n\geq 1\ {\text{t.c}},\ X_{n}=s_{i}\}&{\text{se}}\ X_{n}=s_{i}\ {\text{per qualche}}\ n\geq 1\\+\infty &{\text{altrimenti}}\end{cases}}}$

lo stato ${\displaystyle s_{i}\in S}$ si dice ricorrente positivo se ${\displaystyle E(T_{i}|X_{0}=s_{i})=\mu _{i}<+\infty .}$

Se una catena è irriducibile e un suo stato è ricorrente positivo allora tutti i suoi stati sono ricorrenti positivi, in tale caso la catena si dice ricorrente positiva.

Data una catena di Markov omogenea a stati discreti, una sua distribuzione stazionaria di probabilità, detta anche distribuzione di equilibrio, ${\displaystyle \pi =\{\pi _{1}\ldots \pi _{n}\ldots \}}$ è una distribuzione discreta di probabilità che soddisfa le seguenti:

• ${\displaystyle \forall i\in S,\pi _{i}\geq 0}$
• ${\displaystyle \sum _{i\in S}\pi _{i}=1}$
• ${\displaystyle \forall j\in S,\sum _{i\in S}\pi _{i}P_{ij}=\pi _{j}}$.

Informalmente una distribuzione stazionaria è una distribuzione di probabilità che si mantiene costante all'evolversi nel tempo della catena di Markov.

L'importanza delle distribuzioni stazionarie per le catene di Markov omogenee a stati discreti è data dai seguenti teoremi:

• Il teorema di esistenza e unicità afferma che data una catena di Markov omogenea a stati discreti con probabilità di transizione ${\displaystyle P_{ij}}$ e spazio degli stati ${\displaystyle S}$, se la catena di Markov è irriducibile e ricorrente positiva allora esiste un'unica distribuzione stazionaria ${\displaystyle \pi }$ per la catena di Markov.
• Il teorema della convergenza afferma che data una catena di Markov omogenea a stati discreti con probabilità di transizione ${\displaystyle P_{ij}}$ e spazio degli stati ${\displaystyle S}$, se la catena di Markov è irriducibile, aperiodica e ricorrente positiva allora la distribuzione di probabilità ${\displaystyle {\tilde {\pi }}_{n}}$ al tempo ${\displaystyle t_{n}}$, converge alla distribuzione stazionaria ${\displaystyle \pi }$ per ogni distribuzione iniziale di probabilità ${\displaystyle {\tilde {\pi }}_{0}}$ scelta. Si ha cioè

${\displaystyle \forall {\tilde {\pi }}_{0},\forall i,j\in S,\lim _{n\to \infty }\sum _{i\in S}({\tilde {\pi }}_{0})_{i}(P^{(n)})_{ij}=\pi _{j}}$.

La convergenza di una catena di Markov a una distribuzione stazionaria e la possibilità di costruire una catena con una distribuzione stazionaria scelta sono alla base del funzionamento dell'algoritmo di Metropolis-Hastings.

Lo stesso argomento in dettaglio: Teoria ergodica.

Una catena di Markov si definisce ergodica se e solo se per ogni istante iniziale ${\displaystyle t_{0}}$ e per ogni condizione iniziale di probabilità ${\displaystyle {\tilde {\pi }}(t_{0})}$ esiste ed è indipendente da ${\displaystyle t_{0}}$ e da ${\displaystyle {\tilde {\pi }}(t_{0})}$ il limite della probabilità per tempi infiniti

${\displaystyle P=\lim _{t\to \infty }{\tilde {\pi }}(t)}$.

• Molti algoritmi di Link Analysis Ranking si basano sulla teoria di processi markoviani. Ad esempio il PageRank inferito da Google si basa sulla frequenza a posteriori di transizione degli utenti da un sito web A a un sito B tramite i link che da A conducono a B e non sul semplice numero e tipo di collegamenti da A a B, in modo da rispecchiare la popolarità del legame per gli utenti e non l'importanza per il creatore del sito. Cioè la frequenza di un sito è un valore nell'intervallo [0,1] corrispondente alla quantità media di tempo spesa sul sito da un gran numero di utenti dopo un tempo abbastanza elevato: la frequenza, opportunamente riscalata, costituisce il Page Rank del sito. Dato che la frequenza di transizione approssima la probabilità di transizione si può stimare la distribuzione stazionaria di probabilità della catena di Markov formata da tutti i siti web, costruendo una matrice di transizione.
• Fa uso di modelli statistici markoviani anche un filone di modellistica del linguaggio naturale. Ad esempio nell'ambito della sintesi vocale lo CSELT è stato tra i precursori di questo filone, in particolare per la lingua italiana e le lingue latine.^[2]
• Diversi algoritmi previsionali in ambito economico, finanziario e di dinamica dei sistemi fanno uso dei processi markoviani.

Anche gran parte della modellistica di serie temporali in finanza si basa su processi stocastici generati da catene di Markov.

• In R, una libreria abbastanza completa è il pacchetto markovchain^[3]
• Una lista di pacchetti Python può essere trovata qui^[4]
• Mathematica ha sviluppato funzionalità ad hoc per le catene di Markov, a partire dalla versione 9.

• (EN) Olle Häggström (2002), Finite Markov Chains and Algorithmic Applications, Cambridge University Press, ISBN 0-521-81357-3

• Processo stocastico
• Variabile casuale
• Matrice di transizione
• Processo di Wiener
• Modello di Markov nascosto
• Algoritmo di Metropolis-Hastings
• N-gramma
• Teoria ergodica
• Vacancy chain

• Wikimedia Commons contiene immagini o altri file sul processo markoviano

• (EN) Markov chain, su Enciclopedia Britannica, Encyclopædia Britannica, Inc.
• (EN) Eric W. Weisstein, Markov Chain, su MathWorld, Wolfram Research.
• (EN) Denis Howe, Markov chain, in Free On-line Dictionary of Computing. Disponibile con licenza GFDL

V · D · M Probabilità
Teoria della probabilità	Evento · Spazio campionario · Indipendenza stocastica · Probabilità condizionata · Teorema di Bayes · Disuguaglianza di Čebyšëv · Disuguaglianza di Markov
Variabili casuali	Misura di probabilità · Funzione di densità di probabilità · Funzione di ripartizione · Funzione caratteristica · Funzione generatrice dei momenti · Convergenza di variabili casuali
Distribuzioni di probabilità univariate	Distribuzioni discrete Uniforme discreta · Binomiale (Bernoulliana) · Degenere · Ipergeometrica · Di Pascal · Geometrica · Poissoniana Distribuzioni continue Uniforme continua · Normale · Esponenziale · Beta · Gamma · t di Student · di Cauchy · Chi Quadrato
Distribuzioni di probabilità multivariate	Multinomiale · Normale multivariata · Wishart · Dirichlet
Processi stocastici	Matrice stocastica · Processo markoviano · Passeggiata aleatoria · Martingala · Moto browniano · Integrale di Itō · Equazione differenziale stocastica
Discipline connesse	Combinatoria · Statistica

Portale Matematica: accedi alle voci di Teknopedia che trattano di matematica