Table des matières
34 relations: Algorithme, Algorithme de Metropolis-Hastings à sauts réversibles, Arianna W. Rosenbluth, Autocorrélation, Échantillon (statistiques), Chaîne de Markov, Densité, Distribution de Boltzmann, Edward Teller, Fléau de la dimension, Fonction de partition, Freeman Dyson, Générateur de nombres aléatoires, John von Neumann, Laboratoire national de Los Alamos, Loi de probabilité, Loi normale, MANIAC, Marshall Rosenbluth, Méthode de Monte-Carlo, Méthode de Monte-Carlo par chaînes de Markov, Méthode de rejet, Nicholas Metropolis, Optimisation combinatoire, Physique statistique, Probabilité stationnaire d'une chaîne de Markov, Recuit simulé, Stanislaw Ulam, Statistique, Statistique multivariée, Univers (logique), Variable aléatoire, 1949, 1953.
- Méthode de Monte-Carlo par chaînes de Markov
Algorithme
triangulation). Un algorithme est une suite finie et non ambiguë d'instructions et d’opérations permettant de résoudre une classe de problèmes.
Voir Algorithme de Metropolis-Hastings et Algorithme
Algorithme de Metropolis-Hastings à sauts réversibles
L'algorithme de Metropolis-Hastings à sauts réversibles ou méthode de Monte-Carlo par chaînes de Markov à sauts réversibles (RJMCMC) est un algorithme d'échantillonage dérivé de la Méthode de Monte-Carlo par chaînes de Markov et considérée comme une extension de l'algorithme de Metropolis-Hastings.
Voir Algorithme de Metropolis-Hastings et Algorithme de Metropolis-Hastings à sauts réversibles
Arianna W. Rosenbluth
Arianna Rosenbluth (née Wright; -) est une physicienne et informaticienne américaine.
Voir Algorithme de Metropolis-Hastings et Arianna W. Rosenbluth
Autocorrélation
L'autocorrélation est un outil mathématique souvent utilisé en traitement du signal.
Voir Algorithme de Metropolis-Hastings et Autocorrélation
Échantillon (statistiques)
Une représentation visuelle de la sélection d'un échantillon aléatoire simple. En statistique, un échantillon est un ensemble d'individus représentatifs d'une population.
Voir Algorithme de Metropolis-Hastings et Échantillon (statistiques)
Chaîne de Markov
Exemple élémentaire de chaîne de Markov, à deux états ''A'' et ''E''. Les flèches indiquent les probabilités de transition d'un état à un autre. En mathématiques, une chaîne de Markov est un processus de Markov à temps discret, ou à temps continu et à espace d'états discret.
Voir Algorithme de Metropolis-Hastings et Chaîne de Markov
Densité
La densité (ou densité relative) d'un corps est le rapport de sa masse volumique à la masse volumique d'un autre corps pris comme référence.
Voir Algorithme de Metropolis-Hastings et Densité
Distribution de Boltzmann
En physique statistique, la distribution de Boltzmann prédit la fonction de distribution pour le nombre fractionnaire de particules Ni / N occupant un ensemble d'états i qui ont chacun pour énergie Ei: où k_B est la constante de Boltzmann, T est la température (postulée comme étant définie très précisément), g_i est la dégénérescence, ou le nombre d'états d'énergie E_i, N est le nombre total de particules: et Z(T) est appelée fonction de partition, qui peut être considérée comme égale à: D'autre part, pour un système simple à température définie de manière exacte, elle donne la probabilité pour que le système soit dans l'état spécifié.
Voir Algorithme de Metropolis-Hastings et Distribution de Boltzmann
Edward Teller
Edward Teller, ou Ede Teller, est un physicien nucléaire hongro-américain, né le à Budapest et mort le à Stanford.
Voir Algorithme de Metropolis-Hastings et Edward Teller
Fléau de la dimension
Le fléau de la dimension ou malédiction de la dimension (curse of dimensionality) est un terme inventé par Richard Bellman en 1961 pour désigner divers phénomènes qui ont lieu lorsque l'on cherche à analyser ou organiser des données dans des espaces de grande dimension alors qu'ils n'ont pas lieu dans des espaces de dimension moindre.
Voir Algorithme de Metropolis-Hastings et Fléau de la dimension
Fonction de partition
En physique statistique, la fonction de partition Z est une grandeur fondamentale qui englobe les propriétés statistiques d'un système à l'équilibre thermodynamique.
Voir Algorithme de Metropolis-Hastings et Fonction de partition
Freeman Dyson
Freeman J. Dyson, né le à Crowthorne dans le Berkshire (Royaume-Uni) et mort le à Princeton (New Jersey), est un physicien théoricien et mathématicien britanno-américain.
Voir Algorithme de Metropolis-Hastings et Freeman Dyson
Générateur de nombres aléatoires
Un générateur de nombres aléatoires, random number generator (RNG) en anglais, est un dispositif capable de produire une suite de nombres pour lesquels il n'existe aucun lien calculable entre un nombre et ses prédécesseurs, de façon que cette séquence puisse être appelée « suite de nombres aléatoires ».
Voir Algorithme de Metropolis-Hastings et Générateur de nombres aléatoires
John von Neumann
John von Neumann (János Lajos Neumann) (János Lajos Neumann en hongrois), né le à Budapest et mort le à Washington, est un mathématicien et physicien américano-hongrois.
Voir Algorithme de Metropolis-Hastings et John von Neumann
Laboratoire national de Los Alamos
Le laboratoire national de Los Alamos (LANL, connu aussi sous les noms et) est un laboratoire du département de l'Énergie des États-Unis, géré par l'université de Californie, situé à Los Alamos, dans l'État du Nouveau-Mexique.
Voir Algorithme de Metropolis-Hastings et Laboratoire national de Los Alamos
Loi de probabilité
400px En théorie des probabilités et en statistique, une loi de probabilité décrit le comportement aléatoire d'un phénomène dépendant du hasard.
Voir Algorithme de Metropolis-Hastings et Loi de probabilité
Loi normale
En théorie des probabilités et en statistique, les lois normales sont parmi les lois de probabilité les plus utilisées pour modéliser des phénomènes naturels issus de plusieurs événements aléatoires.
Voir Algorithme de Metropolis-Hastings et Loi normale
MANIAC
Le MANIAC (pour Mathematical Analyzer, Numerical Integrator, and Computer or Mathematical Analyzer, Numerator, Integrator, and Computer, soit en français analyseur mathématique, intégrateur numérique et ordinateur) est un ordinateur primitif construit sous la direction de Nicholas Metropolis au laboratoire national de Los Alamos.
Voir Algorithme de Metropolis-Hastings et MANIAC
Marshall Rosenbluth
Marshall Nicholas Rosenbluth (né le – mort le) est un physicien et professeur américain.
Voir Algorithme de Metropolis-Hastings et Marshall Rosenbluth
Méthode de Monte-Carlo
Une méthode de Monte-Carlo, ou méthode Monte-Carlo, est une méthode algorithmique visant à calculer une valeur numérique approchée en utilisant des procédés aléatoires, c'est-à-dire des techniques probabilistes.
Voir Algorithme de Metropolis-Hastings et Méthode de Monte-Carlo
Méthode de Monte-Carlo par chaînes de Markov
Les méthodes de Monte-Carlo par chaînes de Markov, ou méthodes MCMC pour Markov chain Monte Carlo en anglais, sont une classe de méthodes d'échantillonnage à partir de distributions de probabilité.
Voir Algorithme de Metropolis-Hastings et Méthode de Monte-Carlo par chaînes de Markov
Méthode de rejet
La méthode du rejet est une méthode utilisée dans le domaine des probabilités.
Voir Algorithme de Metropolis-Hastings et Méthode de rejet
Nicholas Metropolis
Nicholas Constantine Metropolis, né le à Chicago et mort le à Los Alamos (Nouveau-Mexique), est un physicien gréco-américain.
Voir Algorithme de Metropolis-Hastings et Nicholas Metropolis
Optimisation combinatoire
L’optimisation combinatoire, (sous-ensemble à nombre de solutions finies de l'optimisation discrète), est une branche de l'optimisation en mathématiques appliquées et en informatique, également liée à la recherche opérationnelle, l'algorithmique et la théorie de la complexité.
Voir Algorithme de Metropolis-Hastings et Optimisation combinatoire
Physique statistique
La physique statistique a pour but d'expliquer le comportement et l'évolution de systèmes physiques comportant un grand nombre de particules (on parle de systèmes macroscopiques), à partir des caractéristiques de leurs constituants microscopiques (les particules).
Voir Algorithme de Metropolis-Hastings et Physique statistique
Probabilité stationnaire d'une chaîne de Markov
La probabilité stationnaire \pi.
Voir Algorithme de Metropolis-Hastings et Probabilité stationnaire d'une chaîne de Markov
Recuit simulé
En algorithmique, le recuit simulé est une méthode empirique (métaheuristique) d'optimisation, inspirée d'un processus, le recuit, utilisé en métallurgie.
Voir Algorithme de Metropolis-Hastings et Recuit simulé
Stanislaw Ulam
Stanisław Ulam, né le à Lemberg et mort le à Santa Fe, est un mathématicien polono-américain.
Voir Algorithme de Metropolis-Hastings et Stanislaw Ulam
Statistique
La statistique est la discipline qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, l'interprétation des résultats et leur présentation afin de rendre ces données compréhensibles par tous.
Voir Algorithme de Metropolis-Hastings et Statistique
Statistique multivariée
En statistique, les analyses multivariées ont pour caractéristique de s'intéresser à des lois de probabilité à plusieurs variables.
Voir Algorithme de Metropolis-Hastings et Statistique multivariée
Univers (logique)
En mathématiques, et en particulier en théorie des ensembles et en logique mathématique, un univers est un ensemble (ou parfois une classe propre) ayant comme éléments tous les objets qu'on souhaite considérer dans un contexte donné.
Voir Algorithme de Metropolis-Hastings et Univers (logique)
Variable aléatoire
La valeur d’un dé après un lancer est une variable aléatoire comprise entre 1 et 6. En théorie des probabilités, une variable aléatoire est une variable dont la valeur est déterminée après la réalisation d’un phénomène, expérience ou événement, aléatoire.
Voir Algorithme de Metropolis-Hastings et Variable aléatoire
1949
L'année 1949 est une année commune qui commence un samedi.
Voir Algorithme de Metropolis-Hastings et 1949
1953
L'année 1953 est une année commune qui commence un jeudi.
Voir Algorithme de Metropolis-Hastings et 1953
Voir aussi
Méthode de Monte-Carlo par chaînes de Markov
- Échantillonnage de Gibbs
- Algorithme de Metropolis-Hastings
- Algorithme de Metropolis-Hastings à sauts réversibles
- Méthode de Monte-Carlo par chaînes de Markov
- Monte Carlo Hamiltonien
Également connu sous le nom de Metropolis-Hastings.