В теории вероятностей кусочно-детерминированный марковский процесс (PDMP) является процессом поведение которого определяется случайными скачками в определенные моменты времени, но эволюция которого детерминированно определяется обыкновенным дифференциальным уравнением между этими временами. Класс моделей «достаточно широк, чтобы включать в качестве частных случаев практически все недиффузионные модели прикладной вероятности ». Процесс определяется тремя величинами: потоком, скоростью скачка и мерой перехода.
Модель была впервые представлена в статье Марка Х.А. Дэвиса в 1984 году.
Кусочно-линейные модели, такие как цепи Маркова, непрерывные- цепи Маркова, очередь M / G / 1, очередь GI / G / 1 и очередь текучей среды могут быть инкапсулированы как PDMP с простые дифференциальные уравнения.
PDMP оказались полезными в теории разорения, теории массового обслуживания, для моделирования биохимических процессов например, производство субтилина организмом B. subtilis и репликация ДНК в эукариот для моделирования землетрясений. Более того, было показано, что этот класс процессов подходит для биофизических моделей нейронов со стохастическими ионными каналами.
Лёпкер и Палмовски показали условия, при которых обратное время PDMP - это PDMP. Известны общие условия стабильности PDMP.
.