我用式EXP（X）作为用于马尔可夫链的速率。 所以选择一种优于另一种链路的比例为EXP（X1）/ EXP（X2）。 我的问题是，有时X是非常大的，因此EXP（X）将超过范围double 。
可替换地：给定X [I]的阵列，一些X [I]如此之大，EXP（X [1]）溢出的范围内double ，计算，对于每个i，实验值（X [1]）/ S，其中S是所有exp的总和（X [1]）。
Answer 1:
这个伪代码应工作：
Let M = the largest X[i].
For each i:
Subtract M from X[i].
Let S = the sum of exp(X[i]) for all i.
For each i:
The probability for this i is exp(X[i]) / S.
如果M是大，那么，所述减法步骤之后，一些X [I]将是如此小（具有大的负值），他们的实验值（X [1]）将在双精度评价为零。 然而，这些项目的实际概率是如此微不足道，有自己的实际概率和零之间没有实际区别，所以它是好的，是EXP（X [1]）下溢到零。
除了下溢和舍入误差，概率应该是减法改造后是相同的，这是因为：
- EXP（XM）= EXP（X）/ EXP（M）。
- 这种划分影响分子和以同样的方式的概率的分母，因此比保持不变。
文章来源: Calculating Markov chain probabilities with values too large to exponentiate
