Markov Chain (Łańcuch Markowa) – proces, w którym przyszłość zależy tylko od teraźniejszości.

Łańcuch Markowa to rodzaj procesu stochastycznego charakteryzującego się własnością Markowa, czyli tym, że przyszły stan systemu zależy wyłącznie od jego obecnego stanu, a nie od historii poprzednich zdarzeń. Oznacza to, że proces ten jest "bez pamięci" – przyszłość jest niezależna od przeszłości pod warunkiem znajomości teraźniejszości. Taka właściwość upraszcza analizę i modelowanie złożonych systemów losowych.

Proces ten można opisać za pomocą zbioru stanów oraz macierzy prawdopodobieństw przejścia między tymi stanami. Każda wartość w tej macierzy określa prawdopodobieństwo przejścia z jednego stanu do innego w kolejnym kroku czasowym. Łańcuchy Markowa znajdują zastosowanie w różnorodnych dziedzinach, takich jak teoria gier, ekonomia, biologia, komputerowe modelowanie języka czy analiza sekwencji czasowych w sztucznej inteligencji.