随机过程与概率分布

今天看了下知乎上关于随机过程的两个回答，下面记录下我对于随机过程的理解，所参考的回答链接。
随机过程我的理解是一个过程，是一个随时间而不断变化的过程，是一个随机变量的序列。比如一个随机过程 P = { D 1 , D 2 , ⋅ ⋅ ⋅ ， D n } P=\{D_1,D_2,···，D_n\} P={D1​,D2​,⋅⋅⋅，Dn​}，Dn就是在时间tn时的分布。
于是我们可以自然地想到最一般的随机过程就是没有任何约束，每个时刻的分布都可以是不一样的，也可以是一样的，如果是一样的分布，其参数也可以是不同的或相同的。比如一个随机过程可以t1是二项分布，t2是正态分布等等等。如果每个时刻分布都是不同的，那么就是相当复杂的随机过程了，那么我们也可以想到最简单，最特殊的随机过程是咋样的，是各个时刻的分布是一样的，且分布的参数也是一样的，这样的话也就是说这个随机过程与时间无关了，其实这个情况下随机过程就是一个分布了，然后这个分布产生了样本。
此外，还有一点，随机过程是一个关于时间的过程，时间可以是离散的，也可以是连续的，可以想到离散的更容易理解，比如抛色子的过程，第一次抛，得到一个结果（结果产生于一个二项分布），类似地，第n次抛也产生一个结果（结果产生于一个二项分布），这个例子中时间就是离散了。但是时间也可以是连续的，这个就有点复杂了，但是连续的时间通常也可以离散化来简化。
此外，还有一个适当的简化就是马尔科夫过程，即此刻的状态只由上个时刻决定。

在数学的角度来看，随机过程由下面的这个微分方程所描述：

含义是分布随时间的变化等于跃迁矩阵乘当前的分布，也就是使用跃迁矩阵来刻画分布的变化。

想要更具体地对随机分布有直观的认识可以看下许铁-巡洋舰科技大佬的原回答。最关键的我认为是随机过程是由分布构成的时间序列。