這個工具能做什麼
- 直觀看隨機游走的扩散、偏置和邊界條件差異。
- 用轉移矩陣构建馬可夫鏈，查看機率隨時間變化。
- 估計稳态分布（幂迭代），適用時也可做吸收鏈分析。
- 複製仅包含設定的 URL，或下載結果（JSON/CSV/PNG）。
使用方法（3步）
- 選擇模式：隨機游走或馬可夫鏈。
- 調整設定（步數、轨迹數或轉移矩陣）。
- 執行後查看結果，並下載或複製仅設定 URL。
視覺化
隨機游走 & 馬可夫鏈
两個轻量模式：隨機游走（轨迹/MSD）與馬可夫鏈（機率演化/状态圖）。
1D 時可視為 p(向右)。2D/3D 時會轻微偏向某個方向。
0°
0°
進階
有种子的模式仅用於可複現的演示/測試（不安全）。
更多預設
轉移矩陣 P
貼上文字
初始分布 π0
0.10
進階
視覺化
轨迹
MSD
提示：拖動節點可重新排布状态圖。
分布
機率表（範例）
详情
說明
這些圖用於建立直觉，不保证預測準確或密碼學安全。
常見問題
什麼是隨機游走？
隨機游走是在隨機方向上一步步移動的過程，是扩散和噪聲的基础模型。
什麼是馬可夫鏈？
馬可夫鏈的下一状态只由目前状态决定，由轉移矩陣描述。
稳态分布一定會收敛嗎？
不一定。周期或可约的鏈可能不會從每個初始分布收敛，即使存在稳态分布。
我的輸入會上传嗎？
不會。所有計算都在你的瀏覽器本地完成。