Markov Chain Monte Carlo es un método basado en cadenas de Markov que nos permite obtener muestras (en un entorno de Monte Carlo) a partir de distribuciones no estándar de las que no podemos extraer muestras directamente.
Mi pregunta es por qué la cadena de Markov es "lo último en tecnología" para el muestreo de Monte Carlo. Una pregunta alternativa podría ser, ¿hay otras formas como las cadenas de Markov que se pueden usar para el muestreo de Monte Carlo? Sé (al menos por mirar la literatura) que el MCMC tiene profundas raíces teóricas (en términos de condiciones como (a) periodicidad, homogeneidad y equilibrio detallado), pero me pregunto si hay algún modelo / método probabilístico "comparable" para Monte Muestra de Carlo similar a las cadenas de Markov.
Por favor, guíenme si he confundido alguna parte de la pregunta (o si parece completamente confusa).