我有一个概率度量$\mu$（比如说，在$\mathbb{R}^{d}$，有密度），我想用数字来近似它。今天我注意到我的度量对于某个随机微分方程是多变的。如果我们打电话$x$我们的起点（渐近不相关），从中采样$\mu$我看到两种选择：

1. 运行通常的 Metropolis-Hasting 链（MCMC）；
2. 模拟从$x$（例如，通过欧拉离散化），然后大量停止；

我是对的，还是我误解了策略 2？一般来说，这两种算法的效率如何比较？

我关于蒙特卡洛方法的书没有考虑 SDE，而我关于 SDE 的书确实忽略了 Metropolis 算法。良好的严格参考（以及论文）受到高度赞赏。提前致谢。