Марковската верига, известна също като модела на Марков или Марков процес, е концепция, разработена в рамките на теорията на вероятността и статистиката, която установява силна зависимост между събитие и друго предишно събитие. Основната му полезност е анализът на поведението на стохастичните процеси.
Обяснението на тези вериги е разработено от математика от руски произход Андрей Марков през 1907 г. По този начин през 20-ти век тази методология се използва в много практически случаи от ежедневието.
Известна е и като обикновена бистабилна верига на Марков.
Както отбеляза Марков, в стохастичните (т.е. случайни) системи или процеси, които представят настоящо състояние, е възможно да се знаят техните предшественици или историческо развитие. Следователно е възможно да се установи описание на тяхната бъдеща вероятност.
По-формално дефиницията приема, че в стохастичните процеси вероятността нещо да се случи зависи само от историческото минало на реалността, която изучаваме. Поради тази причина често се казва, че тези струни имат памет.
Основата на веригите е известна като свойството на Марков, което обобщава казаното по-рано в следното правило: това, което веригата изпитва в момент t + 1, зависи само от това, което се е случило в момент t (непосредствено предшестващото).
Като се има предвид това просто обяснение на теорията, може да се забележи, че чрез него е възможно да се знае вероятността от състояние, настъпило в дългосрочен план. Това несъмнено помага за прогнозиране и оценка за дълги периоди от време.
Къде се използва веригата Марков?
Марковските вериги са видели значително реално приложение в бизнеса и финансите. Това, като позволява, както беше посочено, да се анализират и оценяват бъдещите модели на поведение на индивидите въз основа на предишен опит и резултати.
Това може да бъде отразено в различни области като престъпността, изучаването на потребителското поведение, сезонното търсене на работна ръка и др.
Системата, разработена от Марков, е доста проста и има, както казахме, доста лесно практическо приложение. Много критични гласове обаче посочват, че такъв опростен модел не може да бъде напълно ефективен в сложни процеси.