estudio matemáticas en la universidad de San Petersburgo 1874-1878 siendo premiado con una medalla de oro al terminarlos por su destacado rendimiento
Doctorado
Nota:
obtuvo el doctorado en 1884 sobre aplicaciones de las fracciones continuas
Discípulo
Nota:
fue discípulo del matematico ruso Pafnuti Chebyshov
Academia Rusa de Ciencias
Nota:
fue miembro ordinario de la Academia Rusa de Ciencias desde 1896 hasta 1905
Matrimonio
Nota:
se caso en 1883 con Maria Ivanova Valvatyeva
Politica
Nota:
Andréi Márkov fue un convencido activista político.
Estadistica
Nota:
La estadística es una ciencia formal que estudia la recolección, análisis e interpretación de datos de una muestra representativa
Teoría de la Probabilidad
Nota:
es la parte de las matemáticas que estudia los fenómenos aleatorios estocásticos
Cadena de Markov
Nota:
Es una serie de sucesiones de variables aleatorias en las cuales la siguiente variable esta determinada por la actual variable pero es independiente de las anteriores.
Cadena Homogenea
Nota:
Una cadena de Márkov se dice homogénea si la probabilidad de ir del estado i al estado j en un paso no depende del tiempo en el que se encuentra la cadena, esto es: para todo n y para cualquier i, j.
Cadena no Homogenea
Nota:
Si para alguna pareja de estados y para algún tiempo n la propiedad antes mencionada no se cumple diremos que la cadena de Márkov es no homogénea.
Tipos de cadenas de Markov
Cadenas Irreducibles
Cadenas Positivo-Recurrentes
Cadenas Regulares
Cadenas Absorbentes
Cadenas de Markov en Tiempo Continuo
Desigualdad de Markov
Nota:
la desigualdad de Márkov proporciona una cota superior para la probabilidad de que una función no negativa de una variable aleatoria sea mayor o igual que unaconstante positiva.
Teorema del Limite Cenral
Nota:
En 1887 completó la prueba que permitía generalizar el teorema central del límite y que ya había avanzado Chebyshov. .Es la suma de n variables aleatorias independientes
Fracciones Continuas
Nota:
el realizo trabajos sobre las fracciones continuas
Modelo Oculto de Markov
Nota:
es un modelo estadístico en el que se asume que el sistema a modelar es un proceso de Márkov de parámetros desconocidos. El objetivo es determinar los parámetros desconocidos (u ocultos, de ahí el nombre) de dicha cadena a partir de los parámetros observables.
Teorema de Gauss-Márkov
Nota:
formulado por Carl Friedrich Gauss y Andréi Márkov