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:

在这里插入图片描述
在这里插入图片描述

第2题:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第3题:

在这里插入图片描述
在这里插入图片描述

第4题:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第5题:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

发布了84 篇原创文章 · 获赞 50 · 访问量 2万+

猜你喜欢

转载自blog.csdn.net/u011785309/article/details/104940274