Convergence de l'algorithme de Wang-Landau.

Résumé Nous analysons les propriétés de convergence de l'algorithme de Wang-Landau. Cette méthode d'échantillonnage appartient à la classe générale des stratégies d'échantillonnage par importance adaptatives qui utilisent l'énergie libre le long d'une coordonnée de réaction choisie comme biais. De tels algorithmes sont très utiles pour améliorer les propriétés d'échantillonnage des algorithmes de Monte Carlo par chaîne de Markov, lorsque la dynamique est métastable. Nous prouvons la convergence de l'algorithme de Wang-Landau et un théorème central limite associé.