Club mathématique
de l'Université de Montréal

Accueil Journal Calendrier Archive

Méthodes MCMC et algorithme de type Metropolis-Hastings

Les méthodes Monte Carlo par chaînes de Markov (MCMC) sont des algorithmes permettant de générer des échantillons provenant de distributions complexes et/ou en grandes dimensions. Cette présentation se veut une initiation à ces algorithmes. Nous présenterons quelques informations historiques sur l’origine de ces méthodes et étudierons le fonctionnement de l’algorithme de type Metropolis-Hastings, sans doute le plus populaire parmi les méthodes MCMC. Nous adresserons également le problème d’échelonnage de cet échantillonneur, qui a un impact sur l’efficacité de la méthode.

Par Mylène Bédard , Professeure au département de mathématiques et statistique.