Die charakteristische Gedächtnislosigkeit eines stochastischen Prozesses: Bedingt auf den gegenwärtigen Zustand ist die zukünftige Entwicklung unabhängig von der Vergangenheit. Sie formt die markowsche Dynamik und bildet die Grundlage für Markow-Ketten und Markow-Prozesse.

Prinzip

Gegeben Filtration und Prozess X_t hängt für s>t die bedingte Verteilung von X_s gegeben der σ-Algebra bis t nur von X_t ab; Übergänge faktorieren über den aktuellen Zustand und erfüllen Chapman–Kolmogorov-Konsistenz.

Demonstration

Eine diskrete Markow-Kette auf einem endlichen Zustandsraum hat P(X_{n+1}=j | X_n=i, Vorgeschichte)=P_{ij}, sodass zukünftige Schritte nur vom aktuellen Zustand abhängen. Auch Brown'sche Bewegung erfüllt die Markow-Eigenschaft mit gaußschen, vom Vergangenen unabhängigen Inkrementen, bedingt auf die gegenwärtige Lage.

Fehlanwendung

Einen prozess mit pfadabhängiger Dynamik oder mit verstecktem Zustand als markowsch zu behandeln (z. B. notwendige latente Variablen zu ignorieren) ist eine Fehlanwendung und führt zu falschen Übergangsmodellen und Prognosen.

Konsequenz

Verringert die Komplexität probabilistischer Modelle: ermöglicht Halte- und Semigroup-Methoden, Chapman–Kolmogorov-Gleichungen, einfache bedingte Erwartungswerte und praktikable Algorithmen für Simulation und Inferenz, die allein auf dem aktuellen Zustand beruhen.

Umkehrung

Nicht-markowsche Prozesse besitzen Erinnerung: ihre zukünftigen Verteilungen hängen von gesamten Vergangenheitsverläufen oder zusätzlichen latenten Variablen ab; das Umkehren der Eigenschaft betont geschichtsabhängige Übergangskerne und erfordert oft eine Zustanderweiterung.

Abgrenzung

Erfordert eine präzise Spezifikation des Zustandsraums, der Filtration und der Messbarkeit; die starke Markow-Eigenschaft an Stoppzeiten ist eine stärkere Form und folgt nicht automatisch aus der einfachen Markow-Eigenschaft; bei zeitkontinuierlichen Prozessen sind Rechtsstetigkeit oder andere Regularitäten oft nötig.

Semantische Spannung

Spannung besteht gegenüber Begriffen wie Martingal oder Mixierung: Martingalität betrifft bedingte Erwartungsstrukturen, nicht notwendigerweise Übergangsunabhängigkeit, und Prozesse sind nur unter speziellen Erzeugern zugleich Markow und Martingal; die markowsche Vereinfachung kann notwendige latente Struktur übersehen.

Synthese

Die Markow-Eigenschaft komprimiert die Geschichte in den gegenwärtigen Zustand: Ist ein Prozess markowsch, lassen sich Vorhersage, Semigroup-Aktionen und Übergangsanalyse ausschließlich über den aktuellen Zustand formulieren, doch fordert korrekte Modellierung die Überprüfung der Zustandsvollständigkeit und Messbarkeit oder eine Zustandserweiterung, um Markow-Eigenschaft wiederherzustellen.