Algoritmo di Metropolis-Hastings: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
m →Bibliografia: idem |
m link |
||
Riga 4:
Il metodo può essere facilmente esteso al caso di distribuzioni di probabilità P(x<sub>1</sub>, x<sub>2</sub>, ..., x<sub>N</sub>) di un numero qualsiasi di variabili.
L’algoritmo di [[Nicholas Constantine Metropolis|Metropolis]] è realizzabile utilizzando un generatore di numeri casuali con distribuzione uniforme in [0, 1]. La procedura è la seguente:
1) Preso, per convenzione, l’ultimo valore x<sub>i</sub> della variabile random nella sequenza si sceglie un valore di prova x<sup>*</sup> diverso da x<sub>i</sub> tra tutti i valori possibili della variabile random. Nel caso delle variabili random continue si può prendere x<sup>*</sup> = x<sub>i</sub> +δx dove δx è un numero distribuito uniformemente nell’intervallo [−δ, δ];
|