Modélisation des Chaînes de Markov

Ce que cela fait

Fournit des flux de travail de bout en bout pour la construction, la classification et l'analyse de chaînes de Markov à temps discret et à temps continu à partir de données de transition observées. Produit des matrices de transition ou des générateurs, classifie les états (transitoires/récurrents/absorbants), calcule les distributions stationnaires, les temps moyens de premier passage et prend en charge la validation basée sur la simulation.

Quand l'utiliser

Utilisez cette compétence pour modéliser des systèmes possédant la propriété de Markov à partir de transitions ou de taux observés — par exemple, l'analyse de fiabilité, les systèmes de files d'attente, la modélisation du comportement des utilisateurs ou comme base pour les flux de travail HMM/MDP. Les déclencheurs incluent les demandes de calcul de distributions stationnaires, de probabilités d'absorption ou de validation de résultats analytiques par simulation.

Ce qui est inclus

• Scripts : aucun script n'est regroupé dans l'instantané localisé de SKILL.md.
• Références : des liens vers des compétences connexes (fit-hidden-markov-model, simulate-stochastic-process) sont inclus dans la documentation.
• Instructions : guide détaillé étape par étape sur la construction des matrices P/Q, la classification des états, la résolution de pi, le calcul des temps moyens de premier passage et l'exécution de vérifications par simulation de Monte Carlo.

Agents compatibles

Convient aux agents analytiques et axés sur les données (assistants compatibles Python, agents de calcul scientifique, agents de type Claude/Codex avec des bibliothèques numériques).