离散模型是将实际问题直接抽象成离散的数、符号或图形，然后以离散数学为主要研究工具来解决的数学模型。连续模型进行离散化所得到的数学模型不在此讨论

第二章离散信源及其信息测度 第一节信源的数学模型及分类 第二节离散信源的信息熵 第三节信息熵的基本性质 第四节离散无记忆的扩展信源 第五节离散平稳信源 第六节马尔可夫信源 第七节信源剩余度与自然语言的熵

7.1 离散系统的基本概念 7.2 信号的采样与保持 7.3 Z变换理论 7.4 离散系统的数学模型 7.5 离散系统的稳定性与稳态误差 7.6 离散系统的动态性能分析

第二章随机变量及其分布 2-2离散型随机变量 一.离散型随机变量的概念与性质 离散型随机变量的定义 如果随机变量X的取值是有限个或可列无穷个,则称为离散型随机变量

§7.1 离散时间信号 §7.2 离散时间系统数学模型 §7.3常系数差分方程的求解

1．理解离散型随机变量的均值的意义和性质． 2．会根据离散型随机变量的分布列求出均值． 3．会利用离散型随机变量的均值解决一些相关的实际问题．

• 3.1 序列信号的周期性和频率 • 3.2 离散时间傅立叶变换(DTFT) • 3.3 离散系统的频率特性 • 3.4 周期序列的频谱—离散傅立叶级数 • 3.5 离散傅立叶变换(DFT) • 3.6 DFT的特性 • 3.7 用DFT计算线性卷积

第四章离散时间 Markov链 4.1定义和一些例子 在一些物理学、生物学、经济学等许多学科中都有如下行为的系统:该系统 是与时间有关的一个系统,如果已知系统在现在的状态,则此系统的过去所处的 状态与将来所处状态是(条件)独立的,这个特性称为 Markov性。本节我们考 虑状态空间S为离散的,用o,i1,…或i,j表示状态,参数集T为离散的(一般表 示时间),T={1,2

3.1 离散时间系统的时域数学模型——差分方程 3.2 离散时间系统的时域分析——差分方程的求解 3.3 卷 积 和 3.4 用MATLAB进行离散时间系统的时域分析

如果二维随机向量(X,Y)的每个分 量都是离散型随机变量,则称(X,Y)是 二维离散型随机向量. 二维离散型随机向量(X,Y)所有可 能取的值也是有限个或可列无穷个