@prefix config: . @prefix meta: . @prefix rdf: . @prefix rdfs: . @prefix xsd: . @prefix owl: . @prefix dc: . @prefix dcmitype: . @prefix dcterms: . @prefix foaf: . @prefix geo: . @prefix om: . @prefix locn: . @prefix schema: . @prefix skos: . @prefix dbpedia: . @prefix p: . @prefix yago: . @prefix units: . @prefix geonames: . @prefix prv: . @prefix prvTypes: . @prefix doap: . @prefix void: . @prefix ir: . @prefix ou: . @prefix teach: . @prefix time: . @prefix datex: . @prefix aiiso: . @prefix vivo: . @prefix bibo: . @prefix fabio: . @prefix vcard: . @prefix swrcfe: . @prefix frapo: . @prefix org: . @prefix ei2a: . @prefix pto: . dcterms:dateSubmited "2003-03-14T00:00:00"^^xsd:dateTime; dcterms:title "Simulación Estocástica En Inferencia Y Teoría De La Decisión Bayesiana"; dcterms:director "Jacinto Ramon Martin Jimenez (Director)"; ou:programaDoctorado "Sistemas Estocásticos Y Su Control Óptimo"; dcterms:identifier "2003-28"; vcard:url ; dcterms:director "Rojano Martín José Carlos (Codirector)"; a bibo:Thesis; dcterms:creator "Carlos Javier Pérez Sánchez"; dcterms:description "En esta tesis se utiliza la simulación estocástica para la resolución deproblemas que surgen en inferencia y teoría de la decisión bayesiana. Seestudian dos aspectos fundamentales a la simulación estocástica. El primeroconsiste en la generación de valores de distribuciones de probabilidady, el segundo, en la aplicación de los métodos de simulación para el estudiode modelos concretos.Se propone la utilización de conjuntos de puntos y sucesiones de baja discrepanciaen lugar de números pseudo-aleatorios, esto es, la aplicación de métodoscuasi-Montecarlo. Se realizan adaptaciones de algunas técnicas de generaciónde distribuciones que no requieren el conocimiento de la constatne de normalización.También se propone un método consistente en una aplicación eficiente dela técnica del cociente de uniformes. En estos casos es necesario generaruniformemente en una región objetivo, por ello, se presenta un método degeneración uniforme en regiones multidimensionales acotadas arbitrariasque se basa en dos tipos particulares de distribuciones de contornos elípticos.Por último, se estudian dos aplicaciones, Por un lado, se propone un métodogeneral para estudiar la sensibilidad con respecto al modelo completo,considerando los cauntiles producidos por las muestras obtenidas mediantemétodos MCMC. Por otra, se propone una técnica de reducción de la varianzaen problemas secuenciales bayesianos."; ou:autorTesis .