马氏链matlab，不要调用函数

在MATLAB中手动计算马尔可夫链的概率需要一些基本的矩阵操作。首先，你需要定义一个状态转移矩阵`P`，其中`P(i,j)`表示从状态i到状态j的概率。如果你有一个离散的马尔可夫链，并且已经知道了所有状态之间的转移概率，你可以按照以下步骤进行：

1. **初始化**：创建一个`numStates x numStates`的零矩阵`P`，其中`numStates`是马尔可夫链的状态总数。将每一行对应的转移概率填入相应的元素。

2. **指数矩阵**：为了求第n次转移后的概率，你需要计算`P`的n次幂。你可以使用循环结构（例如`for`循环）来进行逐次相乘。例如，如果`n=3`，则`P^3 = P * P * P`。

   % 初始化n和P的幂
   n = 3;
   P_powered = eye(numStates); % 矩阵I表示单位矩阵，避免第一次乘法就改变原P

   for i = 1:(n - 1)
       P_powered = P_powered * P;
   end
   P_n = P_powered; % 结果存放在P_powered中

3. **概率计算**：最后，如果你想得到从某个初始状态`s0`到达特定状态`s_n`的概率，只需取出`P_n`(现在是`P^n`)的`s0`行`s_n`列的元素即可。

   initial_state_prob = P_n(s0, s_n);

请注意，这种方法对于大矩阵和大n来说效率较低，因为每次乘法都需要遍历整个矩阵。在实际应用中，可以考虑使用`expm`函数（指数矩阵运算）或利用MATLAB的`matrix exponentiation`工具来提高性能。