【计算材料学-从算法原理到代码实现】视频教程 | 8.2.3_蒙特卡洛Metropolis采样算法

Metropolis算法是一种著名的随机采样方法，属于马尔可夫链蒙特卡洛（MCMC）算法的一种。它由Nicholas Metropolis等人于1953年提出，最初用于研究粒子系统的热力学性质。如今，Metropolis算法已广泛应用于物理学、化学、统计学和计算生物学等领域，特别是在处理复杂的概率分布时。

Metropolis算法的核心思想是构造一个马尔可夫链，使其最终收敛到目标概率分布。算法以任意初始状态开始，通过重复进行“提议-接受/拒绝”步骤来探索状态空间。总的来说，Metropolis算法是统计物理和计算统计领域的一个重要工具，它为探索复杂系统的行为提供了一种有效的方法。