1. Monte Carlo vía cadenas de Markov
Una cadena de Markov es un modelo matemático de sistemas estocásticos
donde los estados dependen de probabilidades de transición. El estado
actual solo depende del estado anterior.
El método de Monte Carlo es un método no determinístico o estadístico
numérico usado para aproximar expresiones matemáticas complejas y
costosas de evaluar con exactitud.
Las técnicas de Monte Carlo vía cadenas de Markov permiten generar, de
manera iterativa, observaciones de distribuciones multivariadas que
difícilmente podrían simularse utilizando métodos directos. La idea básica es
muy simple: construir una cadena de Markov que sea fácil de simular y cuya
distribución de equilibrio corresponda a la distribución final que nos interesa.
Smith y Roberts (1993) presentan una discusión general de este tipo de
métodos.
Es el método utilizado por el software bayesiano WinBugs para simular las
distribución con las que obtiene sus resultados. Esto permite la
representación de la solución de un problema en función de una población
hipotética. Estos problemas dependen de factores aleatorios o se pueden
asociar a un modelo probabilística artificial.
http://unicmontiel.wordpress.com/monte-carlo-via-cadenas-de-markov/