Des Résultats théoriques sur les algorithmes Monte Carlo par chaînes de Markov

Résumé : Nous discutons des algorithmes Monte Carlo par chaînes de Markov (MCMC), et surtout de comment les résultats théoriques peuvent aider avec leur utilisation. Nous présentons un théorème qui donne des bornes quantitatives sur leur distance à la distribution stationnaire. Nous discutons aussi des algorithmes adaptatifs, et d'un théorème qui donne des conditions qui assurent qu'ils convergent vers la distribution stationnaire (ce qui n'est pas vrai en général).