这个工具能做什么
- 直观看随机游走的扩散、偏置和边界条件差异。
- 用转移矩阵构建马尔可夫链，查看概率随时间变化。
- 估计稳态分布（幂迭代），适用时也可做吸收链分析。
- 复制仅包含设置的 URL，或下载结果（JSON/CSV/PNG）。
使用方法（3步）
- 选择模式：随机游走或马尔可夫链。
- 调整设置（步数、轨迹数或转移矩阵）。
- 运行后查看结果，并下载或复制仅设置 URL。
可视化
随机游走 & 马尔可夫链
两个轻量模式：随机游走（轨迹/MSD）与马尔可夫链（概率演化/状态图）。
1D 时可视为 p(向右)。2D/3D 时会轻微偏向某个方向。
0°
0°
高级
有种子的模式仅用于可复现的演示/测试（不安全）。
更多预设
转移矩阵 P
粘贴文本
初始分布 π0
0.10
高级
可视化
轨迹
MSD
提示：拖动节点可重新排布状态图。
分布
概率表（示例）
详情
说明
这些图用于建立直觉，不保证预测准确或密码学安全。
常见问题
什么是随机游走？
随机游走是在随机方向上一步步移动的过程，是扩散和噪声的基础模型。
什么是马尔可夫链？
马尔可夫链的下一状态只由当前状态决定，由转移矩阵描述。
稳态分布一定会收敛吗？
不一定。周期或可约的链可能不会从每个初始分布收敛，即使存在稳态分布。
我的输入会上传吗？
不会。所有计算都在你的浏览器本地完成。