Откройте контекст
Выберите папку проекта и обозначьте нужные файлы или поведение.
Сценарии
Сценарии работы с кодом · Шаги конечного распределения Маркова
03
Конкретная отправная точка
Продвиньте вектор вероятностей на максимум 100 переходов матрицы Маркова с не более восемью состояниями. Проверьте ноль шагов и поглощающие состояния, отклоняя отрицательные значения и суммы строк с отклонением от единицы более 1e-12.
Опишите изменение
Укажите входные данные, ожидаемый результат и границы, которые нужно сохранить.
Изучите работу
Проверьте предлагаемые изменения и команды, прежде чем полагаться на результат.
Проверьте результат
Сравните фактическое поведение с ожидаемым. Если проверка не проходит, разберитесь в причине перед следующими изменениями.
Шаги конечного распределения Маркова
Конкретная отправная точка
from math import fsum, isfinite
def markov_steps(initial, matrix, steps):
if type(initial) is not list or not 1 <= len(initial) <= 8:
raise ValueError("state count")
n = len(initial)
if type(matrix) is not list or len(matrix) != n or any(
type(row) is not list or len(row) != n for row in matrix):
raise ValueError("square matrix")
rows = [initial] + matrix
if any(type(x) not in (int, float) or not 0 <= x <= 1 or
not isfinite(x) for row in rows for x in row):
raise ValueError("probability values")
if any(abs(fsum(row)-1) > 1e-12 for row in rows):
raise ValueError("row sums")
if type(steps) is not int or not 0 <= steps <= 100:
raise ValueError("step count")
result = initial[:]
for _ in range(steps):
result = [fsum(result[i] * matrix[i][j] for i in range(n))
for j in range(n)]
return resultПример — отправная точка для реального проекта, а не утверждение, что сгенерированный код уже протестирован. Адаптируйте пути, зависимости и ожидаемое поведение к своему приложению.