En esta charla presentaré nueva teoría y metodología para la estimación Bayesiana de funciones en grafos, con aplicaciones en aprendizaje semi-supervisado y problemas inversos en variedades. La presentación tendrá dos partes. En la primera, probaré la convergencia de la medida posterior según el número de nodos tiende a infinito. En la segunda, estudiaré cómo utilizar la convergencia de la medida posterior para diseñar métodos de muestreo cuya tasa de convergencia es independiente del número de nodos.