基于性能势理论，对离散事件动态系统进行性能分析和性能优化时，需要计算实现因子和性能势．在这篇文章中，以遍历Markov链为模型，针对现有计算方法的不足，提出了计算实现因子和性能势的三种迭代算法和一种仿真算法．三种迭代算法分别从Lyapunov方程，实现因子定义和耦合技术出发推导而来，它们具有共同的优点，即不需要知道Markov链的稳态分布就能计算实现因子和性能势．通过对三种迭代算法之间关系的研究，说明了这三种迭代算法虽然是从不同的出发点推导而来，但是本质上具有共通之处，并且用一个计算的例子验证了这一点．除了三种迭代算法，本文还研究了一种基于耦合技术的仿真方法来估计实现因子．从实现因子定义出发，使用耦合技术，将仿真中Markov链的两条样本轨道看成向量Markov链的一条样本轨道，并且优化向量Markov链的转移矩阵．用经过优化的转移矩阵来仿真，能够减小样本轨道的长度，从而快速获得实现因子的估计．求解优化过的转移矩阵是一个标准的线性规划问题，本文给出了一种求解此线性规划问题的方法.