MH算法的matlab实现

代码说明：

应用背景通过Metropolis-Hasting算法，用最基本的均匀等概分部实现任意的随机变量的概率分布的样本，随着实验次数的增多，样本点的分布就能越来越趋近于真实的随机变量分布。关键技术 1)选择一个不可约MC转移矩阵Q(i,j) = Pr(i->j)，；随机选取初始状态; 2)let n = 1, X[n] = k; 3)生成随机数X，such that P(X = j) = q(X[n], j); 4)如果U