Métodos Monte Carlo basados en cadenas de Markov

Pérez Ros, David
Cebrián Guajardo, Ana C. (dir.) ; Castillo-Mateo, Jorge (dir.)

Universidad de Zaragoza, CIEN, 2022
Departamento de Métodos Estadísticos, Área de Estadística e Investigación Operativa

Graduado en Matemáticas

Resumen: El objetivo de este TFG es estudiar y revisar las diferentes metodologías de generación de números aleatorios mediante métodos Monte Carlo basados en cadenas de Markov (MCMC). Los métodos MCMC permiten generar muestras aleatorias con distribuciones de probabilidad complejas y pueden ser utilizados para aproximar y calcular expresiones y elementos matemáticos difíciles de evaluar. Estos se basan en la generación de una cadena de Markov que converja a una densidad estacionaria que coincida con la densidad que se quiere muestrear. Dichos métodos son muy utilizados en la computación bayesiana para estimar distribuciones de dimensión elevada o cuya expresión es complicada.

Tipo de Trabajo Académico: Trabajo Fin de Grado