Cadenas de Márkov
Etapa 1 · Los fundamentos (1763–1942) › Probabilidad y estadística
- Linaje
- Datos y aprendizaje
- Tipo
- Formulación
Quién
Universidad de San Petersburgo
Qué ocurrió
Andréi Márkov estudia sucesiones de sucesos en las que cada uno depende del anterior. En 1913 aplica la idea a las primeras 20.000 letras de Eugenio Oneguin, de Pushkin.
Qué aportó
Cadenas de Márkov: el primer modelo matemático de una secuencia en la que cada elemento depende del anterior, y el primer análisis de un texto como una sucesión de sucesos dependientes. Son la base de los modelos de lenguaje estadísticos y de métodos como PageRank.
Desarrollo
La ley de los grandes números dice que, al repetir un experimento muchas veces, la media de los resultados se estabiliza. En 1902 el matemático moscovita Pável Nekrásov sostuvo que esa ley exige que los sucesos sean independientes, y de ahí sacó un argumento a favor del libre albedrío. Andréi Márkov, profesor en San Petersburgo, pensaba que eso era falso y en 1906 lo demostró.
Estudió sucesiones en las que cada suceso depende del anterior: un sistema que pasa de un estado a otro con unas probabilidades fijas. Probó que, aun así, la frecuencia con la que aparece cada estado tiende a unos valores fijos. La independencia no era necesaria.
El 23 de enero de 1913, ante la Academia de Ciencias de San Petersburgo, aplicó la idea a un texto. Tomó las primeras 20.000 letras de Eugenio Oneguin, de Pushkin, sin signos ni espacios, y las clasificó en vocales y consonantes: 8.638 vocales y 11.362 consonantes. Contó los pares de letras seguidas y vio que vocales y consonantes tienden a alternarse: tras una vocal, la siguiente es vocal solo en torno al 13 % de las veces. Las letras de un texto no son independientes, y su dependencia se puede medir.
Claude Shannon modeló en 1948 el texto como un proceso de Márkov en su teoría de la información. Los modelos de lenguaje estadísticos que predicen la palabra siguiente a partir de las anteriores descienden de esa idea.
Dos círculos, vocal y consonante, unidos por flechas en los dos sentidos y con un bucle sobre cada uno; cada flecha lleva su porcentaje.
Nivel técnico
Una cadena de Márkov es una sucesión de estados en la que la probabilidad del siguiente solo depende del actual: P(Xₙ₊₁ | Xₙ, Xₙ₋₁, …) = P(Xₙ₊₁ | Xₙ). Se describe con una matriz de transición, cuya fila i da las probabilidades de pasar del estado i a cada uno de los demás.
En el análisis de Eugenio Oneguin hay dos estados, vocal y consonante. Márkov estimó las probabilidades de cada paso contando pares de letras seguidas y comprobó que no coincidían con las que darían letras independientes. Un modelo de lenguaje que predice cada palabra a partir de las n anteriores es una cadena de Márkov de orden n.
Lleva a
A Mathematical Theory of Communication (julio de 1948)
Influencia directa documentada
Shannon modela la fuente de un mensaje como un proceso de Márkov y lo ilustra con aproximaciones al inglés letra a letra
Bibliografía
Estudios y contexto
Cómo citar
«Cadenas de Márkov». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/cadenas-de-markov
Última revisión de esta ficha: 13 de noviembre de 2026.