对目标函数target_dist = @(x) x(1*x(2)-1500用M-H生成

生成M-H链的步骤如下：

1. 初始化参数：设置初始状态$x_0$，选择初始步长$\sigma$，设置迭代次数$N$。
2. 对于$i=1:N$，执行以下步骤：
1. 从当前状态$x_i$开始，随机产生一个候选状态$x^*$，满足$x^* \sim q(x^*|x_i)$，其中$q$为建议分布，可以选择正态分布或均匀分布等。
2. 计算接受概率$\alpha=\min\{1,\frac{target\_dist(x^*)q(x_i|x^*)}{target\_dist(x_i)q(x^*|x_i)}\}$。
3. 以接受概率$\alpha$为概率接受候选状态$x^*$，否则以概率$1-\alpha$保留原状态$x_i$，即$x_{i+1} = \begin{cases} x^*, & \text{with probability } \alpha \\ x_i, & \text{with probability } 1-\alpha \end{cases}$。

具体到本题，我们可以选择建议分布$q(x^*|x_i)$为以$x_i$为中心，标准差为$\sigma$的正态分布。接受概率$\alpha$的计算公式为$\alpha=\min\{1,\frac{target\_dist(x^*)q(x_i|x^*)}{target\_dist(x_i)q(x^*|x_i)}\}$，其中$target\_dist$表示目标分布，即$target\_dist(x)=x(1*x(2)-1500)$。在每次迭代中，我们可以记录下采样的状态$x_i$，最终得到一个M-H链，可以用来进行蒙特卡洛积分或参数估计等应用。