使用python做蒙特卡罗模拟求pi

思考者-Instrive

神奇的随机，蒙特卡罗模拟求pi

以下摘自百度百科：
蒙特卡罗模拟因摩纳哥著名的赌场而得名。它能够帮助人们从数学上表述物理、化学、工程、经济学以及环境动力学中一些非常复杂的相互作用。数学家们称这种表述为“模式”, 而当一种模式足够精确时， 他能产生与实际操作中对同一条件相同的反应。但蒙特卡罗模拟有一个危险的缺陷： 如果必须输入一个模式中的随机数并不像设想的那样是随机数， 而却构成一些微妙的非随机模式， 那么整个的模拟（及其预测结果）都可能是错的。

鄙人谈几句话：
蒙特卡罗模拟的用处非常广，而且蒙特卡罗模拟听起来有点高端霸气上档次，其实蒙特卡罗模拟的原理很简单，就是利用“随机”去创造一个数学模型，从而模拟复杂的系统来解决问题。下面是蒙特卡罗模拟的一个简单应用例子，求解pi的近似解。我们知道pi的9位有效数字的近似值是3.14159265。然后我使用的蒙特卡罗原理是这样的：单位长度为1的正方形中，我们在其中的一条对角线画一条弧得出一个扇形，刚好是单位为1的圆的1/4。如graph1。

% _7 S7 ^$ O( \( O
) X0 s0 e. t! M  Y6 H然后我们在正方形内生成随机的点。然后统计点在弧线下方出现的次数。弧下方的点数/总点数=1/4倍的单位圆面积=(πr^2)/4，r=1。然后我们就可以得出pi的值。
6 n( u  o4 f! m2 V: A
以下是鄙人的蒙特卡罗模拟求pi的python程序：
# Q0 U4 A. ^+ O: d#Author : Naupio
import random as rd
' ^* t' p% ]0 u- ~/ R

# H7 X9 J: t& X: a% mdef findpi(times = 1000):
+ J2 C  Z1 Q+ S4 h    counts = 0.0
    for i in range(times):
        x = rd.random()
4 ?& e6 T& _0 M5 p& v4 ?2 m% C        y = rd.random()
  L8 N4 J, q6 r$ L" [        if (x**2+y**2)<1:
            counts+=1
    return (counts*4)/(times*1)


4 s" L* I* p/ Iprint "蒙特卡罗模拟一千次得出的pi近似值为：",findpi(1000)
4 b7 i, S. c0 y2 hprint "蒙特卡罗模拟一万次得出的pi近似值为：",findpi(10000)
# \8 y: G7 u5 f4 ?" \9 V7 ]! mprint "蒙特卡罗模拟十万次次得出的pi近似值为：",findpi(100000)
print "蒙特卡罗模拟一百万次得出的pi近似值为：",findpi(1000000)
4 b5 Y0 K1 Z4 n# sprint "蒙特卡罗模拟一千万次得出的pi近似值为：",findpi(10000000)
9 P" I' ]: o/ q( l2 ~1 ]! yprint "蒙特卡罗模拟五千万次得出的pi近似值为：",findpi(50000000)
! x8 F: n0 j  U* q
以下是蒙特卡罗模拟的结果图：
4 I2 j6 }8 m) g* v$ ~+ e
* F. M: s. _8 M
2 S6 S  Z1 J6 S+ w+ E* j8 [最后鄙人说几句：
. ]+ `$ q3 v  \4 Y从模拟的结果来看，是非常成功的，随着模拟次数的增加，结果越来越接近pi的真实值 。蒙特卡罗模拟当然还有很多用法，下次有空时，鄙人会尝试用蒙特卡罗模拟来求解积分值。
@madio @百年孤独 @数学中国—罂粟
ps ：鄙人无法保证绝对的正确性，如有误导之处，欢迎指正，同时也欢迎交流，转载请注明出去，版权所有。


  E' d) ]) z* H6 A0 P( k

: v  E( |& _. b( w: v( p6 C  b

dazhou123

我来赞一个 ，，用Python会更方便
% Y* y8 m# a$ X; e: V

深梦沉睡

感谢楼主分享
6 D% S+ F: J* G4 C; _- V/ g