马尔科夫链蒙特卡洛方法(MarkovChainMonteCarlo)，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(MonteCarlo)。该方法将马尔科夫(Markov)过程引入到MonteCarlo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。
【在阅读模式下不能自动加载下一页，请<退出阅读模式>后点击下一页阅读。】
本章内容字数过少，其他网站可能还在更新中，后续会自动修复。