來源：互聯網
馬爾可夫性質（英語：Markov property）是概率論中的一個概念，因俄羅斯數學家安德烈·馬爾恰諾夫得名。它描述了一個隨機過程，在給定當前狀態及所有過去狀態的情況下，未來狀態的條件概率分布僅依賴于當前狀態。這意味著，在給定現在狀態時，隨機過程與其歷史路徑是條件獨立的。具有馬爾可夫性質的過程通常稱為馬爾可夫過程。
定義
數學上，如果為一個隨機過程，則馬爾可夫性質就是指
馬爾可夫過程通常稱其為（時間）齊次，如果滿足
除此之外則被稱為是（時間）非齊次的。齊次馬爾可夫過程通常比非齊次的簡單，構成了最重要的一類馬爾可夫過程。
某些情況下，明顯的非馬爾可夫過程也可以通過擴展“現在”和“未來”狀態的概念來構造一個馬爾可夫表示。設為一個非馬爾可夫過程。我們就可以定義一個新的過程，使得每一個Y的狀態表示X的一個時間區間上的狀態，用數學方法來表示，即，
如果Y具有馬爾可夫性質，則它就是X的一個馬爾可夫表示。在這個情況下，X也可以被稱為是 二階馬爾可夫過程。更高階馬爾可夫過程也可類似地來定義。
具有馬爾可夫表示的非馬爾可夫過程的例子，例如有移動平均時間序列。
最有名的馬爾可夫過程為馬爾可夫鏈，但不少其他的過程，包括布朗運動也是馬爾可夫過程。
參考資料 >