Лаборатория · Случайный эксперимент

Следующее состояние зависит от текущего

Редактируйте начальный закон и матрицу переходов. Исследуйте конечное состояние и число посещений выбранных состояний на реальных траекториях.

Ваши правила · реальная случайность

Лаборатория цепи Маркова

Именованные исходы, явное событие и воспроизводимые серии. Теория и симуляция выполняются в отдельном потоке браузера.

1. Модель опыта

МеханизмКак заданы шансыДлина траектории (включая начало)

Первое состояние выбирается из начального распределения; затем выполняется длина − 1 переходов. При новой серии начальное состояние выбирается заново. Это конечный закон, не утверждение о стационарности цепи.

Именованные исходы

Название 1Начальный вес: Красный

Название 2Начальный вес: Синий

Название 3Начальный вес: Зелёный

Матрица переходов

Строка — текущее состояние, столбец — следующее. Веса каждой строки нормируются отдельно.

Из ↓ / в →	Красный	Синий	Зелёный
Красный
Синий
Зелёный

2. Какое событие считаем?

X — число попаданий в отмеченные целевые исходы за всю серию. Событие проверяется после завершения серии. Условия задаются полями, код не исполняется.

Красный — целевойСиний — целевойЗелёный — целевой

Связь условийПротивоположное событие

Если отмечено, берём отрицание всего выражения И/ИЛИ после завершения серии, а не отрицание отдельных условий.

Условие 1X не меньшеX не больше

3. Серии и воспроизводимость

Число независимых серийSeed

Одинаковые параметры и seed дают те же результаты, независимо от пауз. До 100 000 серий × 100 реальных шагов; алгоритм seedrandom ARC4 v3, движок custom-v1.

Ожидает запуска

JSON снимка и CSV содержат параметры именно показанного результата. После правки формы нажмите новый запуск или точный расчёт, чтобы получить новый снимок. Сохранения находятся только в этом браузере.

Лаборатория цепи Маркова

Именованные исходы

Матрица переходов

От наблюдения к пониманию