De este modo si queremos generar un valor \(x_n\) de una variable aleatoria \(X\) en la \(n-\text{esima}\) iteracción:
Este tipo de procesos que solo utilizan la información del estado inmediatamente anterior del sistema recibe el nombre de procesos de Markov. En general podemos decir que proceso de Markov es un método para la generación de nuevas configuraciones de un sistema a partir de la configuración actual del sistema. La ventaja de estos métodos es precisamente que no requieren del conocimiento de toda la historia previa del sistema, sino solo de la la configuración inmediatamente anterior \cite{fisher1993}.
El ejemplo más sencillo de un proceso de Markov para el muestro de una distribución de probabilidad f\(f_X\left(x\right)\) es el método del rechazo con repetición antes mencionado:
Sin embargo, el problema que implica la repetición es que si la probabilidad de aceptación es muy baja entonces tendremos muestras con largas cadenas de números repetidos.