Los algoritmos de salto-difusión se aplican para muestrear de las distribuciones posteriores bayesianas. Consideramos una clase de algoritmos de muestreo aleatorio basados en procesos de salto en tiempo continuo. La teoría de semigrupos de procesos aleatorios nos permite mostrar que casos límite de ciertos procesos de salto actuando en espacios discretizados convergen a procesos de difusión a medida que la discretización se refina. Uno de estos procesos conduce a la conocida ecuación de difusión de Langevin; otro conduce a una ecuación de difusión completamente nueva.