在之前的光線追蹤中提到，利用大量的隨機數來模擬渲染方程的積分。
其方法名稱不明覺厲-蒙特卡羅，此文簡單解釋這種方法的原理。
在這里簡化渲染方程
現在我們使用蒙特卡羅方法對這個積分進行求解
設F(x)=f(x)/p(x);
x屬于[0,1]
其中p(x)為x在該區間內取到的概率。
有意思的是F(x)的數學期望會是什么呢？
如上所示其數學期望就是我們需要的積分值。
在實際的路徑追蹤中，對一條光線的追蹤過程中我們計算的就是F(x)，設Y = F(x)
我們往往對一個點進行多次計算，我們得到的就是Y1,Y2,Y3,Y4,…….翻開概率論與數理統計教程，我們稱其為總體的一個樣本。然后把所有的加起來除以N（即其數量），得到的是樣本均值。
而樣本均值的數學期望就是總體的期望。
