（更新）
我需要找到一个巨大的马尔可夫链的平稳分布。我的状态向量是 (t,x_1,x_2,x_3,x_4,x_5)，其中 t=1,...,7 并且每个 x_j=0,...,40。正如你所看到的，转换矩阵的大小是巨大的。
我正在尝试解决 P=PxA ，其中 P 是行向量是平稳分布，A 是转移概率矩阵。为了解决这个问题，我使用数值方法，例如 Gauss-Seidel 方法。总之，我从一个初始答案开始，然后对于迭代 n+1，我使用迭代 n 的平稳分布作为输入；因此，
P_(n+1)=P_nxA
（加上归一化为 1）
我可以非常轻松快速地计算出 A 的每个成员；所以我真的不需要在内存中存储巨大的转换矩阵；但是，我需要存储 P_n，它是一个包含 1.3 亿个元素的向量。
我正在尝试用 Python 对其进行编码，并且想知道是否有任何关于在 Python 中“有效”存储这些值的建议。