マルコフ過程とは？
マルコフ過程とは、次の状態の確率が現在の状態だけで決まり、そこに至る経緯には依存しない確率過程。状態間の遷移確率（推移確率）を並べた遷移確率行列で表し、行列を繰り返し掛けることでnステップ後の状態確率や、長期的に落ち着く定常状態を求められる。ブランドの乗り換えや設備の劣化をモデル化する道具として使われる。
まるこふかてい
マルコフ過程の意味
次の状態の確率が現在の状態だけで決まり、そこに至る経緯には依存しない確率過程。状態間の遷移確率（推移確率）を並べた遷移確率行列で表し、行列を繰り返し掛けることでnステップ後の状態確率や、長期的に落ち着く定常状態を求められる。ブランドの乗り換えや設備の劣化をモデル化する道具として使われる。
マルコフ過程の具体例
顧客が今月A社製品を使っているとき、来月も継続する確率0.8、他社へ移る確率0.2といった遷移確率からシェアの推移を予測する。システムの正常・縮退・停止といった状態遷移から可用性を評価する使い方もある。
マルコフ過程は試験でどう引っ掛けられる？
「現在の状態だけで決まる」という前提（マルコフ性）が実際の対象で成り立つかを確かめずに適用しがちである。過去の履歴が影響する現象に当てはめると、予測が体系的にずれる。計算問題では、遷移確率行列の各行（ある状態から出る確率）の合計が必ず1になることを使うと楽になる。また定常状態は初期のシェアに依存せず同じ値へ収束する点も見落としやすい。
マルコフ過程と関連する用語
最終更新：2026-08-25／解説は資格暗記が独自に作成しています。 過去問の出典は各問題に記載のとおりです。