在数学之概率论中，尤其是随机过程理论中，Chapman-Kolmogorov等式是一个重要的结论。它将一个随机过程的几个不同维的联合分布函数联系在一起。

假设 { fi } 是一个随机过程，即一个随机变量集合（每个元素对应一个只命名不排序的索引）。 记

${\displaystyle p_{i_1,\dots <!--\; \dots \; -->,i_n}(f_1,\dots <!--\; \dots \; -->,f_n)}$

为从f1到fn的各随机变量的联合分布函数，则Chapman-Kolmogorov等式为：

${\displaystyle p_{i_1,\dots <!--\; \dots \; -->,i_{n-<!--\; -\; -->1}}(f_1,\dots <!--\; \dots \; -->,f_{n-<!--\; -\; -->1})={\int <!--\; \int \; -->}_{-<!--\; -\; -->\mathrm{\infty <!--\; \infty \; -->}}^{\mathrm{\infty <!--\; \infty \; -->}}{p}_{i_1,\dots <!--\; \dots \; -->,i_n}(f_1,\dots <!--\; \dots \; -->,f_n)d{f}_n}$

也就是说，这是一个直接定义在干扰随机变量上的条件概率。

（注意这里各随机变量的顺序不重要）.

在数学之概率论中，尤其是随机过程理论中，Chapman-Kolmogorov等式是一个重要的结论。它将一个随机过程的几个不同维的联合分布函数联系在一起。

假设 { fi } 是一个随机过程，即一个随机变量集合（每个元素对应一个只命名不排序的索引）。 记

${\displaystyle p_{i_1,\dots <!--\; \dots \; -->,i_n}(f_1,\dots <!--\; \dots \; -->,f_n)}$

为从f1到fn的各随机变量的联合分布函数，则Chapman-Kolmogorov等式为：

${\displaystyle p_{i_1,\dots <!--\; \dots \; -->,i_{n-<!--\; -\; -->1}}(f_1,\dots <!--\; \dots \; -->,f_{n-<!--\; -\; -->1})={\int <!--\; \int \; -->}_{-<!--\; -\; -->\mathrm{\infty <!--\; \infty \; -->}}^{\mathrm{\infty <!--\; \infty \; -->}}{p}_{i_1,\dots <!--\; \dots \; -->,i_n}(f_1,\dots <!--\; \dots \; -->,f_n)d{f}_n}$

也就是说，这是一个直接定义在干扰随机变量上的条件概率。

（注意这里各随机变量的顺序不重要）.