📈 Η Ανακάλυψη που Ξεκίνησε από την Ποίηση — Η Μαρκοβιανή Επανάσταση

📜 Η στιγμή που η ποίηση συνάντησε την πιθανοθεωρία

Η θεωρία πιθανοτήτων έκανε ένα από τα μεγαλύτερα άλματά της όχι στη φυσική ή τα οικονομικά, αλλά στην ποίηση.

Το 1913, ο Ρώσος μαθηματικός Andrey Markov (1856-1922) δημοσίευσε μια μελέτη που φαινόταν ασυνήθιστη για την εποχή του: ανέλυσε στατιστικά την ακολουθία των φωνηέντων και συμφώνων στο έπος του Πούσκιν, «Ευγένιος Ονέγκιν», ένα ποίημα 421 στροφών που θεωρείται το θεμέλιο της σύγχρονης ρωσικής λογοτεχνίας .

Ο Markov κωδικοποίησε το κείμενο ως μια δυαδική ακολουθία — φωνήεν (V) ή σύμφωνο (C) — και υπολόγισε τις πιθανότητες μετάβασης . Για παράδειγμα, η πιθανότητα ένα φωνήεν να ακολουθείται από σύμφωνο ήταν 0.872, ενώ η πιθανότητα ένα σύμφωνο να ακολουθείται από φωνήεν ήταν 0.663 .

Το βασικό του συμπέρασμα ήταν επαναστατικό: ακόμα και όταν οι παρατηρήσεις δεν είναι ανεξάρτητες, οι σχετικές συχνότητες μπορούν να συγκλίνουν, αρκεί να υπάρχει μια σταθερή πιθανότητα μετάβασης μεταξύ των καταστάσεων .

⚡ Η Μαρκοβιανή Ιδιότητα

Από αυτή την ανάλυση γεννήθηκε η Μαρκοβιανή ιδιότητα:

«Η κατανομή πιθανότητας για το μέλλον εξαρτάται μόνο από την τρέχουσα κατάσταση, και όχι από ολόκληρο το ιστορικό.»

Μια διαδικασία με αυτή την ιδιότητα ονομάζεται Μαρκοβιανή αλυσίδα . Η ιδιότητα αυτή, που συχνά περιγράφεται ως «χωρίς μνήμη», είναι καθοριστική: κάνει τα πολύπλοκα διαδοχικά συστήματα μαθηματικά εύχρηστα .

Αυτή η απλή ιδέα έγινε η βάση των σύγχρονων προβλέψεων. Ο Markov απέδειξε ότι τόσο ο νόμος των μεγάλων αριθμών όσο και το κεντρικό οριακό θεώρημα μπορούν να επεκταθούν σε ακολουθίες εξαρτημένων μεταβλητών . Αυτό επέτρεψε την εφαρμογή της στατιστικής σε έναν εντελώς νέο κόσμο φαινομένων όπου η ανεξαρτησία δεν μπορούσε να θεωρηθεί δεδομένη.

Μια εξέλιξη αυτής της ιδέας είναι τα Κρυφά Μαρκοβιανά Μοντέλα (Hidden Markov Models), τα οποία υποθέτουν ότι τα δεδομένα παράγονται από ένα μη παρατηρήσιμο καθεστώς που αλλάζει με την πάροδο του χρόνου . Αυτό επιτρέπει τη ρητή μοντελοποίηση των αλλαγών καθεστώτος σε μια σειρά δεδομένων, αντί να υποθέτουμε ότι ο κόσμος είναι στατικός.

📖 Από την ποίηση στις σύγχρονες προβλέψεις

Η μαρκοβιανή σκέψη βρήκε αμέσως εφαρμογές στη φυσική (κίνηση Brown), και στη συνέχεια διαπέρασε τα οικονομικά, τη βιολογία, την επιστήμη των υπολογιστών και την τεχνητή νοημοσύνη.

Ένα από τα πιο σημαντικά βήματα έγινε το 1989, όταν ο οικονομολόγος James D. Hamilton εισήγαγε τα μοντέλα Markov-switching, όπου μια οικονομία εναλλάσσεται μεταξύ καθεστώτων (π.χ. ταχεία ανάπτυξη vs ύφεση) με πιθανοτικούς ρυθμούς μετάβασης . Το μοντέλο αυτό όρισε τις υφέσεις ως μια περιοδική μεταβολή από θετικό σε αρνητικό ρυθμό ανάπτυξης, προσφέροντας ένα αντικειμενικό κριτήριο για τον εντοπισμό των οικονομικών κύκλων .

Η κληρονομιά του Markov είναι πλέον πανταχού παρούσα: από την αναγνώριση ομιλίας και την ανάλυση αλληλουχιών DNA μέχρι την πρόβλεψη χρηματιστηριακών δεικτών . Η βαθιά του ιδέα, ότι η δομή ενός συστήματος μπορεί να αποκαλυφθεί μέσα από την εξάρτηση μεταξύ διαδοχικών καταστάσεων, παραμένει ένα από τα πιο ισχυρά εργαλεία της σύγχρονης επιστήμης.

📚

Έρχεται το πολλαπλό βιβλίο ΝΕΟ — βρες όλες τις επιλογές εδώΠολλαπλό βιβλίο ΝΕΟ — 437 βιβλία σε PDF

PDF & Ψηφιακά Μαθησιακά Αντικείμενα — χωρίς εγγραφή • Portify

📚 437 βιβλία🎬 22.000+ Ψηφιακά Μαθησιακά Αντικείμενα

Δες τα βιβλία →