マルコフ過程とは？
マルコフ過程とは、次の状態が現在の状態だけで決まり、そこに至るまでの経緯には依存しない確率過程。状態と遷移確率を行列で表し、繰り返し掛け合わせることで、任意の時点の状態分布や、十分時間が経った後の定常状態の確率を求められる。
まるこふかてい
マルコフ過程の意味
次の状態が現在の状態だけで決まり、そこに至るまでの経緯には依存しない確率過程。状態と遷移確率を行列で表し、繰り返し掛け合わせることで、任意の時点の状態分布や、十分時間が経った後の定常状態の確率を求められる。
マルコフ過程の具体例
機器が「正常・劣化・故障」の3状態を1日単位で遷移するモデルを作り、遷移確率行列から長期的な故障率や稼働率を推定する。顧客のブランド間の乗換え比率から将来の市場シェアを予測する使い方も定番になっている。
マルコフ過程は試験でどう引っ掛けられる？
「過去に依存しない」は履歴が無意味という意味ではなく、必要な履歴は現在の状態に織り込むという前提。遷移確率行列は各行の合計が1になり、列ではない点も取り違えやすい。
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。