Cadena de Markov

Modelo matemático utilizado para representar sistemas que evolucionan de manera aleatoria, pero cuyo estado futuro depende únicamente del estado presente y no de la secuencia de eventos previos.

En el ámbito de la inteligencia artificial y el machine learning, es empleado para modelar fenómenos estocásticos y procesos secuenciales como reconocimiento de patrones, procesamiento del lenguaje natural y predicción de datos temporales.

Sus componentes principales incluyen estados, probabilidades de transición y una matriz que cuantifica la probabilidad de moverse de un estado a otro.

Puede ser utilizado en su forma más simple, como cadenas de Markov de primer orden, o en implementaciones más avanzadas como los Modelos Ocultos de Markov (HMM) para incorporar incertidumbre en la observación de los estados.

Ideal para problemas donde las dependencias a corto plazo predominan y se puede asumir razonablemente que los eventos condicionan solo a un estado inmediato anterior.