第四百零一章 马尔科夫链蒙特卡洛方法

马尔科夫链蒙特卡洛方法(markovchain摸ntecarlo)，简称mcmc，产生于19世纪50年代早期，是在贝叶斯理论框架下，通过计算机进行模拟的蒙特卡洛方法(摸ntecarlo)。该方法将马尔科夫(markov)过程引入到摸ntecarlo模拟中，实现抽样分布随模拟的进行而改变的动态模拟，弥补了传统的蒙特卡罗积分只能静态模拟的缺陷。mcmc是一种简单有效的计算方法，在很多领域到广泛的应用，如统计物、贝叶斯(Bayes)问题、计算机问题等。