000125196 001__ 125196 000125196 005__ 20230322092655.0 000125196 037__ $$aTAZ-TFG-2022-2905 000125196 041__ $$aspa 000125196 1001_ $$aPérez Ros, David 000125196 24200 $$aMonte Carlo Methods based on Markov chains 000125196 24500 $$aMétodos Monte Carlo basados en cadenas de Markov 000125196 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2022 000125196 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000125196 520__ $$aEl objetivo de este TFG es estudiar y revisar las diferentes metodologías de generación de números aleatorios mediante métodos Monte Carlo basados en cadenas de Markov (MCMC). Los métodos MCMC permiten generar muestras aleatorias con distribuciones de probabilidad complejas y pueden ser utilizados para aproximar y calcular expresiones y elementos matemáticos difíciles de evaluar. Estos se basan en la generación de una cadena de Markov que converja a una densidad estacionaria que coincida con la densidad que se quiere muestrear. Dichos métodos son muy utilizados en la computación bayesiana para estimar distribuciones de dimensión elevada o cuya expresión es complicada.<br /><br /> 000125196 521__ $$aGraduado en Matemáticas 000125196 540__ $$aDerechos regulados por licencia Creative Commons 000125196 700__ $$aCebrián Guajardo, Ana C.$$edir. 000125196 700__ $$aCastillo-Mateo, Jorge$$edir. 000125196 7102_ $$aUniversidad de Zaragoza$$bMétodos Estadísticos$$cEstadística e Investigación Operativa 000125196 8560_ $$f785248@unizar.es 000125196 8564_ $$s2913422$$uhttps://zaguan.unizar.es/record/125196/files/TAZ-TFG-2022-2905.pdf$$yMemoria (spa) 000125196 909CO $$ooai:zaguan.unizar.es:125196$$pdriver$$ptrabajos-fin-grado 000125196 950__ $$a 000125196 951__ $$adeposita:2023-03-21 000125196 980__ $$aTAZ$$bTFG$$cCIEN 000125196 999__ $$a20220627121947.CREATION_DATE