בהסתברות וסטטיסטיקה, תהליך מקרי אֶרגוֹדי (באנגלית: Ergodic process) הוא תהליך מקרי אשר בו כל פונקציה זמנית, הפועלת על מדגם (סימולטני) ארוך מספיק, דומה לפונקציה (לאורך זמן) המתאימה על הסטטיסטיקה של התהליך, והשוויון מתקיים בגבול עבור מדגם אינסופי. באופן זה ניתן להסיק על תכונות סטטיסטיות כגון התוחלת לפי ממוצע המדגם (הנוכחי) בלבד וללא ידע סטטיסטי קודם על התהליך.

משמעות הארגודיות היא דגימה רחבה באותו זמן מתנהגת כמו תהליך לאורך-זמן.

פעמים רבות יש לבצע עיבוד כלשהו על תהליכים מקריים, ועיבוד זה מתבצע על ידי שימוש בסטטיסטיקה של התהליך, כגון התוחלת או האוטוקורלציה. עיבוד זה יכול להיות למשל שערוך ערך עתידי של התהליך על סמך דגימות העבר. עם זאת, במקרים מעשיים רבים הסטטיסטיקה של התהליך המקרי כלל אינה נתונה, ובמקום זאת נתון רק מדגם יחיד של התהליך. במקרה זה, יש צורך לשערך את הסטטיסטיקות הדרושות מהמדגם הנתון בלבד. תכונת הארגודיות מאפשרת שערוך של לפחות חלק מסטטיסטיקות אלו, ודבר זה אינו נכון באופן כללי עבור תהליך אקראי כלשהו.

משמעות הארגודיות היא, אפוא, היכולת לשערך תכונות סטטיסטיות של תהליך על סמך פונקציה שפועלת על מדגם יחיד שלו, בזמן ארוך מספיק. תהליך מקרי יכול להיות ארגודי במומנטים שונים כפי שמתואר בהמשך.

יהי ${\displaystyle X_{\omega }[n]}$ תהליך מקרי סטציונרי בזמן בדיד המוגדר בזמנים ${\displaystyle n\in \mathbb {N} }$. אזי תהליך זה יקרא ארגודי אם לכל פונקציה חסומה ${\displaystyle f(\alpha _{1},...\,\alpha _{k})}$, לכל מספר פרמטרים ${\displaystyle k}$, ולכל ${\displaystyle \omega }$ מתקיים:

${\displaystyle \lim _{N\rightarrow \infty }{\frac {1}{N}}\sum _{i=1}^{N}f(X[i],X[i+1],...,X[i+k])=E[f(X[0],X[1],...,X[k])]}$

כלומר, עבור תהליך ארגודי, הממוצע הזמני (time domain average) על פני ${\displaystyle k}$ דגימות של הפונקציה ${\displaystyle f}$ הוא התוחלת של אותה הפונקציה – תהליך המתייחס לסטטיסטיקה של התהליך.

במקרה זה יש לציין גם את אופי ההתכנסות של השוויון הנ"ל.

ההגדרה הובאה לתהליך מקרי בדיד, אך ניתן להכלילה גם למקרה של תהליך מקרי רציף.

תהליך יכול להיות ארגודי באופן חלקי; ייתכן כי עבור תהליך מסוים, ניתן יהיה לשערך את תוחלתו ואת פונקציית האוטוקורלציה על ידי דגימותיו, אך לא ניתן יהיה לשערך מומנטים מסדר גבוה יותר. במקרה זה, אומרים שהתהליך האקראי הוא ארגודי במומנט ראשון, במומנט שני, בשניהם, וכן הלאה.

יהי ${\displaystyle X_{\omega }[n]}$ תהליך אקראי סטציונרי כפי שמוגדר לעיל, ויהי ${\displaystyle {\bar {X}}[n]}$ הממוצע הזמני של התהליך על פרק זמן ${\displaystyle 2N+1}$:

${\displaystyle {\bar {X}}[N]={\frac {1}{2N+1}}\sum _{i=-N}^{N}X[i]}$

אזי אם הממוצע הזמני הנ"ל מתכנס במובן ממוצע ריבועי (mean square convergence) לתוחלת התהליך, ${\displaystyle E[X[n]]=\mu }$ (שאינה תלויה בזמן מכיוון שהתהליך סטציונרי), כאשר ${\displaystyle N\rightarrow \infty }$, אומרים שהתהליך הוא ארגודי בממוצע ריבועי במומנט ראשון.

תהליך סטוכסטי סטציונרי הוא ארגודי בממוצע ריבועי במומנט ראשון אם ורק אם מתקיים:

${\displaystyle \lim _{M\rightarrow \infty }{{\frac {1}{M}}\sum _{k=0}^{M}{K_{XX}\left(k\right)}}=0}$

כאשר ${\displaystyle K_{XX}(k)}$ היא פונקציית השונות המשותפת העצמית (אוטו קווריאנס) של התהליך ${\displaystyle X}$.

באופן דומה ועבור אותו התהליך, תהי ${\displaystyle {\bar {R}}_{X}[k]}$ פונקציית האוטוקורלציה האמפירית:

${\displaystyle {\bar {R}}_{X}[k]={\frac {1}{2N+1}}\sum _{i=-N}^{N}(X[i]-\mu )(X[i+k]-\mu )}$

אזי אם פונקציה זו מתכנסת במובן ממוצע ריבועי (כאשר ${\displaystyle N\rightarrow \infty }$) לאוטוקורלציה האמיתית, המוגדרת על ידי הסטטיסטיקה של התהליך: ${\displaystyle R_{X}[k]=E[X[n]X[n+k]]}$ (שהיא פונקציה של הפרש הזמנים ${\displaystyle k}$ בלבד מכיוון שהתהליך סטציונרי), לכל ${\displaystyle k}$, אומרים שהתהליך הוא ארגודי בממוצע ריבועי במומנט שני.

תהליך סטוכסטי סטציונרי בעל תוחלת 0 הוא ארגודי בממוצע ריבועי במומנט שני אם ורק אם מתקיים:

${\displaystyle \lim _{M\rightarrow \infty }{{\frac {1}{M}}\sum _{k=0}^{M}{R_{XX}^{2}\left(k\right)}}=0}$

כאשר ${\displaystyle R_{XX}(k)}$ היא פונקציית המתאם העצמי (אוטוקורלציה) של התהליך ${\displaystyle X}$.

אינטואיטיבית, משמעות היות התהליך ארגודי היא שדגימותיו בעלות קורלציה נמוכה אחת למשנתה. כך למשל, כדוגמה לתהליך ארגודי במומנט ראשון ניתן לציין תהליך בעל תוחלת 0 שדגימותיו בלתי תלויות ושוות התפלגות. נניח שמדובר בתהליך בו כל דגימה מפולגת ברנולי עם פרמטר ${\displaystyle p}$. אזי נצפה שלאחר זמן רב ${\displaystyle N}$, כ־${\displaystyle pN}$ דגימות תהיינה בעלות הערך 1 בעוד שהשאר תהיינה בעלות הערך 0. לכן, המיצוע הזמני יהיה דומה לתוחלת.

תהליך אשר דגימותיו נקבעות לפי ערך יחיד, לדוגמה, הוא תהליך לא ארגודי. יהיה ${\displaystyle X[n]}$ תהליך אקראי השווה למשתנה ${\displaystyle M}$ המפולג ברנולי בעל פרמטר ${\displaystyle p}$. כלומר ${\displaystyle X[n]=M}$ וכל ערכי התהליך זהים. אזי במקרה זה, בעוד שתוחלת התהליך תהיה ${\displaystyle E[X[n]]=E[M]=p}$, מיצוע זמני יניב את אחד משני ערכים – 0 או 1, שכן ערך זה קבוע לכל זמן. במקרה זה, אין שוויון בין הממוצע הזמני לתוחלת והתהליך אינו ארגודי. בנוסף, ניתן לראות כי במקרה זה יש קורלציה גבוהה מאוד בין דגימות התהליך, שכן הן שוות זו לזו.

• תהליך סטוכסטי (תהליך אקראי)
• סטציונריות