信息论学习笔记（持续补充状态）

一、马尔可夫过程：

具有马尔可夫性的随机过程称为马尔可夫过程。

1.马尔可夫性：

马尔可夫性又称为无后效性。
过程或系统在t0所处的状态为已知的条件下，过程t>t0时刻所处状态的条件分布与过程在t0之前所处的状态无关。

• 这里就有两点：
• 1.t0时刻的状态受t0之前状态的影响
• 2.t0以后的时刻与t0之前所处的状态无关
• 总结就是：受且只受前若干个状态的影响。

2.随机过程：

随机过程是随机函数的集合。
若随机系统的样本点是随机函数，则称此函数为样本函数，这一随机系统全部样本函数的集合是一个随机过程。
实际应用中，样本函数的一般定义在时间域或者空间域。
用{X(t),t∈Y}表示。

二、课后作业5道题：

第1题：

第2题：

第3题：

第4题：

第5题：