Commune
Algorithme de Metropolis-Hastings
méthode de Monte-Carlo par chaînes de Markov
Algorithme de Metropolis-Hastings
En statistique, l'algorithme de Metropolis-Hastings est une méthode MCMC dont le but est d'obtenir un échantillonnage aléatoire d'une distribution de probabilité quand l'échantillonnage direct en est difficile. Plus formellement, étant donné une distribution de probabilité π {\displaystyle \pi } sur un univers Ω {\displaystyle \Omega } , cet algorithme définit une chaîne de Markov dont la distribution stationnaire est π {\displaystyle \pi } . Il permet ainsi de tirer aléatoirement un élément de Ω {\displaystyle \Omega } selon la loi π {\displaystyle \pi } . Un point essentiel de l'algorithme de Metropolis-Hastings est qu'il ne nécessite que la connaissance de π {\displaystyle \pi } à une constante multiplicative près. En particulier...
Ouvre des boosters, collectionne des cartes et échange-les. Gratuit.
Jouer gratuitement