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：
% R: s8 E& U3 x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。
" o* p9 s' x7 R* C/ {: M8 M6 N
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。

3 R2 u# ?( z0 M- u" j; k3 `* }4 Y
' {' T/ \# H2 P. {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。
. V" _8 g9 ?) j3 K1 N4 |
& h( M! O5 q% j3 D" e7 o$ [6 o以下是鄙人的蒙特卡罗模拟求pi的python程序：
5 L9 D$ H9 a: M2 s% B+ m#Author : Naupio
+ N9 q2 _; L7 m4 Jimport random as rd
, }3 X" t7 x# }) b5 i
+ |% T1 K& q! i
5 c( w" d+ K1 P( y* J3 ?5 I; h" _) kdef findpi(times = 1000):
, F! [$ X# m# i" j( k. @    counts = 0.0
    for i in range(times):
        x = rd.random()
( ?$ T3 X0 L9 R% R! j/ i        y = rd.random()
        if (x**2+y**2)<1:
            counts+=1
1 B4 E! t9 B- n$ R    return (counts*4)/(times*1)

2 D' V, S- F5 I1 `, \( m- ^+ |$ z
) f* Q* S" C: Tprint "蒙特卡罗模拟一千次得出的pi近似值为：",findpi(1000)
print "蒙特卡罗模拟一万次得出的pi近似值为：",findpi(10000)
print "蒙特卡罗模拟十万次次得出的pi近似值为：",findpi(100000)
; u3 ^% M+ ]8 r/ O2 {" pprint "蒙特卡罗模拟一百万次得出的pi近似值为：",findpi(1000000)
9 R) o' @: ^+ ~/ J+ t. aprint "蒙特卡罗模拟一千万次得出的pi近似值为：",findpi(10000000)
print "蒙特卡罗模拟五千万次得出的pi近似值为：",findpi(50000000)
2 r0 ?  T9 j4 A; f9 D
以下是蒙特卡罗模拟的结果图：
  X$ F% p+ X. O8 Y0 M8 X

最后鄙人说几句：
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。
( X! U" T* |" {@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。
2 j# b3 Q# d+ P
3 ~  u2 |) _6 ?9 N; x8 O  V
2 ^8 O4 p) v/ x0 y& w

! p) l& }9 `3 X9 z; b

dazhou123

我来赞一个 ，，用Python会更方便
) ^& e; v3 v+ O

深梦沉睡

感谢楼主分享