Couvre la théorie de l'échantillonnage de Markov Chain Monte Carlo (MCMC) et discute des conditions de convergence, du choix de la matrice de transition et de l'évolution de la distribution cible.
Explore la limitation de la distribution dans les chaînes de Markov et les implications de l'ergodicité et de l'apériodicité sur les distributions stationnaires.
Couvre Mod.7 sur les chaînes Markov en continu, en mettant l'accent sur les chaînes réversibles et leurs applications dans les systèmes de communication.
