概率论是有着广泛应用的一门学科,是许多应用学科的理论基础.诸如信息论、数学风险论、保险精算理论等均是建立在概率论基础上的,其中对隐马尔可夫模型的研究是一个重要分支.隐马尔可夫模型在近几十年来被广泛应用于弱相依随机变量的建模上,被用作于研究发音过程,神经生理学与生物遗传等方面,在理论方面,Lerous[11],Genon-Catalot[12]等给出了一些隐马尔可夫模型的熵遍历定律,Maxwall[13]与Bickel[14]等给出了隐马尔可夫模型在中心极限定理方面的一些性质.虽然有了这些成果,但它的理论基础并不完善,并且如在动态的图象处理、气象预测等的一些实际应用中,人们需要建立隐非齐次马尔可夫模型来进行研究.但由于隐非齐次马尔可夫模型难以处理,所以对于隐非齐次马尔可夫模型的理论研究还不系统。　　 本文的目的就是研究一类可列隐非齐次Markov模型的强大数定律.首先,我们介绍了隐Markov模型有关知识,包括隐Markov模型的简单定义、隐Markov模型的应用及其独特的优点、隐Markov模型的等价定义与性质等,研究了一类隐非齐次马尔可夫模型(Xn,Yn,n≥0)的三元函数的强极限定理.其次,假定S与T为两个可列集时,得到了隐非齐次马尔可夫模型状态出现频率的一类强极限定理.最后,在假定S与T为两个有限集时,得到了隐非齐次马尔可夫模型的强极限定理与强大数定律。