feat(cpp/datascience): CPU stats + MCMC primitives

Nuevo dominio cpp/functions/datascience con primitivas puras CPU para post-
proceso de samples Monte Carlo y diagnostico de cadenas MCMC. Diseñadas como
gemelas CPU de los kernels GPU (rng pareja con gpu_rng_glsl, MH 1D/ND con
mc_metropolis_hastings_gpu) para validar numericamente y para datasets
pequeños donde el dispatch GPU no compensa.

- rng: xoshiro256++ con uniform / normal (Box-Muller) / below (Lemire) /
  categorical. Determinista bit-exacto dado seed.
- stats_summary: sum (Kahan), mean, var/std (Welford one-pass), min, max,
  quantile / percentile (R type-7).
- autocorr: r(k), ACF, tau_int (Sokal) — diagnostico ACF y ESS.
- rhat_ess: Gelman-Rubin clasico y split + ESS basico (multi-chain).
- beta_dist: lgamma (Lanczos), beta_pdf, beta_cdf (continued fraction),
  beta_quantile, mean/var/std — para inferencia Beta-Binomial.
- drawdown: max_dd absoluto/pct + underwater series para sesiones
  simuladas y backtests.
- samples_to_grid_2d: binning 2D CPU para alimentar heatmap_cpp_viz /
  contour_cpp_viz desde samples (x[], y[]).
- metropolis_hastings: MH 1D y ND con target log-pdf como std::function
  (no normalizada).

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

cpp/functions/datascience/samples_to_grid_2d.md

@@ -0,0 +1,93 @@
+---
+name: samples_to_grid_2d
+kind: function
+lang: cpp
+domain: datascience
+version: "1.0.0"
+purity: pure
+signature: "void samples_to_grid_2d_counts(const double* x, const double* y, size_t n, double xmin, double xmax, double ymin, double ymax, int nx, int ny, unsigned int* out_counts); void samples_to_grid_2d_density(...float* out_density); void counts_to_density(const unsigned int* counts, int nx, int ny, float* out_density)"
+description: "Binning 2D CPU para alimentar heatmap_cpp_viz / contour_cpp_viz / surface_plot_3d desde un set de samples (x[], y[]). Variante counts (uint, acumulable) y density (float [0,1] normalizado a max). Pareja CPU del gpu_histogram_2d."
+tags: [binning, histogram_2d, density, heatmap, contour, datascience]
+uses_functions: []
+uses_types: []
+returns: []
+returns_optional: false
+error_type: ""
+imports: [cstddef, cmath, vector]
+tested: false
+tests: []
+test_file_path: ""
+file_path: "cpp/functions/datascience/samples_to_grid_2d.cpp"
+params:
+  - name: samples_x
+    desc: "Array de coordenadas X de los samples."
+  - name: samples_y
+    desc: "Array de coordenadas Y de los samples."
+  - name: n
+    desc: "Numero de samples (longitud de samples_x y samples_y)."
+  - name: xmin
+    desc: "Limite inferior X. Samples con x fuera de [xmin, xmax) se descartan."
+  - name: xmax
+    desc: "Limite superior X."
+  - name: ymin
+    desc: "Limite inferior Y."
+  - name: ymax
+    desc: "Limite superior Y."
+  - name: nx
+    desc: "Bins en X."
+  - name: ny
+    desc: "Bins en Y."
+  - name: out_counts
+    desc: "Buffer destino unsigned int[nx*ny] row-major (idx = y*nx + x). NO se inicializa: el caller decide si poner a cero (acumular sobre llamadas previas)."
+  - name: out_density
+    desc: "Buffer destino float[nx*ny] normalizado a max=1.0. Variante density auto-rellena."
+  - name: counts
+    desc: "(counts_to_density) input uint[nx*ny]."
+output: "out_counts incrementado con los conteos; out_density normalizado [0, 1]. Si todos los counts son 0, density se llena con 0."
+---
+
+# samples_to_grid_2d
+
+Binning 2D para densidades de muestras (joint posteriors, walks 2D, scatter density). Versión CPU canónica — usar GPU `gpu_histogram_2d` cuando los samples ya viven en GPU.
+
+## Patron tipico (mcmc-visualizer / mcmc-full)
+
+```cpp
+constexpr int NX = 128, NY = 128;
+std::vector<float> density(NX * NY);
+
+fn::ds::samples_to_grid_2d_density(
+    chain_x.data(), chain_y.data(), chain_x.size(),
+    -5.0, 5.0, -5.0, 5.0,
+    NX, NY,
+    density.data()
+);
+
+fn::viz::heatmap(density.data(), NX, NY, /*...*/);
+```
+
+## Acumulado a lo largo de iteraciones
+
+Para visualizar la cadena creciendo en vivo sin recomputar todo:
+
+```cpp
+std::vector<unsigned int> counts(NX * NY, 0u);
+
+// Cada iteracion del MCMC:
+fn::ds::samples_to_grid_2d_counts(
+    new_x.data(), new_y.data(), new_x.size(),
+    -5.0, 5.0, -5.0, 5.0,
+    NX, NY,
+    counts.data()                 // sigue acumulando
+);
+
+std::vector<float> density(NX * NY);
+fn::ds::counts_to_density(counts.data(), NX, NY, density.data());
+fn::viz::heatmap(density.data(), NX, NY, /*...*/);
+```
+
+## Notas
+
+- Samples fuera del rango `[xmin, xmax) x [ymin, ymax)` se descartan, no se clampean. Si quieres clamp, pre-clamp los samples antes de llamar.
+- O(n) sobre samples + O(nx*ny) para to_density. Para n = 10^7, nx=ny=256: ~70 ms CPU. Para refresh interactivo a 60 FPS, downsample a n=10^5 o usar la version GPU.
+- Layout row-major idx = y*nx + x — coincide con lo que esperan `heatmap_cpp_viz` y `contour_cpp_viz`.