Algorytm Algorytm polega na powtarzaniu coraz dokładniejszych iteracji próbkowania rozkładu P(x), w oparciu o błądzenie losowe według wybranej funkcji zgodnie z podanymi niżej krokami. Algorytm wymaga, aby próbkowany rozkład był stabilny i nieokresowy, w przeciwnym razie łańcuch Markowa może ulec zapętleniu.
1. Losowa inicjalizacja Pierwszy stan łańcucha Markowa jest wybierany losowo z dziedziny danego rozkładu losowego.
2. Wybranie następnego stanu x′ Kolejny stan jest wybierany według określonej przez użytkownika funkcji błądzenia losowego Funkcja może być oparta np. o rozkład normalny lub rozkład t Studenta (a w przypadku funkcji wielu zmiennych o wielowymiarowy rozkład normalny lub wielowymiarowy rozkład Studenta).
3. Przyjęcie lub odrzucenie stanu x′ Ocena nowego stanu odbywa się według wybranego przez użytkownika kryterium, np. Metropolis proponuje funkcję: Akceptuje się przejście do nowego położenia x', jeśli proponowane przez nią parametry pozwalają na oszacowanie rozkładu z wyższym prawdopodobieństwem.
4. Powrót do punktu 2 Testowanie lokalnych stanów odbywa się przyjętą przez użytkownika liczbę powtórzeń.
5.