Monte carlo vía cadenas de
2
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.
-
Upload
jefferson-llerena-carrasco -
Category
Documents
-
view
324 -
download
0
Transcript of Monte carlo vía cadenas de
Monte Carlo vía cadenas de MarkovUna 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/
