Markov Chain Monte Carlo

Monte Carlo方法是基于随机数模拟计算的一类计算方法。Monte Carlo方法必需有随机数源，由于计算机可以提供伪随机数，因此，此方法最适合通过计算机来实现。 Monte Carlo方法常用于不确定性问题的模拟计算。对于一些没有随机成分的问题，有时可以看成某些随机变量的相关量的计算，例如期望，通过模拟样本来估计。 必需保证所选样本真实反应了模拟的总体分布，才能更有效的来估计这些量。 若模拟样本是通过Markov链方式得到，此方法常称为Markov Chain Monte Carlo(MCMC)方法。 

其中方差最小也就是求UMVUE，然后通过Jensen's inequality可以得到p(x)=c|fai(x)|。

Importance Sampling正确的原因也很简单