1906 年,他开创性地提出“链式模型”,也就是后来闻名于世的“马尔可夫链”理论。该理论认为,事件发生的概率并非孤立,而是会受到前序状态的影响。这一观点彻底颠覆了传统概率论的固有认知,首次为有限记忆的序列依赖现象(如语言规律、生物遗传)提供了数学建模工具,标志着概率论从“抽象假设”走向“现实建模”的范式裂变。这一成果通过《数学汇刊》等期刊传入欧洲学界,引起法国数学大家亨利·庞加莱(Jules Henri Poincaré)的关注与肯定。之后更是在数字时代迸发出惊人的跨界能量:在金融领域,华尔街的量化交易模型借助“马尔可夫链”进行链式预测,有效评估和管理市场风险;在自然语言处理领域,大语言模型在学习文本的统计规律时,与“马尔可夫链”对状态转移概率的研究理念有着异曲同工之妙。
所幸,十月革命的风雷并未熄灭圣彼得堡的学术灯火。伯恩斯坦(苏联数学家,1880—1968)在公理化前夜率先出击,其在论文《概率论的公理化基础》中引入勒贝格测度论,试图为概率构建严格的数学框架。尽管这一尝试未竟全功,却为安德雷·柯尔莫哥洛夫(Андрей Николаевич Колмогоров)的公理化突破铺平道路。
更令人惊喜的是,学派传统在苏联时期的动荡中仍展现出非凡的韧性。
尤里·林尼克(Yuri V. Linnik)延续切比雪夫不等式的探索,于 1941 年提出“大筛法”,通过结合素数分布研究与测度论,取得了关于哥德巴赫问题的新进展。