metropolis算法的简单c++实现以及matlab实现

metropolis是一种采样方法，一般用于获取某些拥有某些比较复杂的概率分布的样本。
1.采样最基本的是随机数的生成，一般是生成具有均匀分布的随机数，比如C++里面的rand函数，可以直接采用。
2.采样复杂一点是转化发，用于生成普通常见的分布，如高斯分布，它的一般是通过对均匀分布或者现有分布的转化形成，如高斯分布就可以通过如下方法生成：
令:U,V为均匀分布的随即变量；
那么：Gauss=sqrt(-2lnU)cos(2*pi*V)。
(详细参照Box-Muller)
像这种高斯分布matelab可以直接用randN生成。


3. 最后一种方法是类MCMC方法，其实MCMC是一种架构，这里我们说一种最简单的Metropolis方法，它的核心思想是构建马尔克夫链，该链上每一个节点都成为一个样本，利用马尔克夫链的转移和接受概率，以一定的方式对样本进行生成，这个方法简单有效，具体可以参考《LDA数学八卦》的，里面都已经进行了详细的介绍。本文给一个小demo，是利用C++写的。例外代码的matlab版本也有，但不是我写的，一并贴出来，matlab的画图功能可以视觉化的验证采样有效性，（好像matlab有个小bug），


待生成样本的概率分布为：pow