python编程通过蒙特卡洛法计算定积分详解

最新推荐文章于 2022-06-05 15:56:34 发布

adrrry

最新推荐文章于 2022-06-05 15:56:34 发布

阅读量5k

点赞数 7

分类专栏： python 文章标签： python 编程语言算法

本文链接：https://blog.csdn.net/adrrry/article/details/105567210

版权

本文介绍了如何使用Python通过蒙特卡洛法计算定积分，对比了传统方法与重要抽样法的效果，展示了如何通过选择合适的概率密度函数提高计算精度。

摘要由CSDN通过智能技术生成

@本文来源于公众号：csdn2299，喜欢可以关注公众号程序员学府
这篇文章主要介绍了python编程通过蒙特卡洛法计算定积分详解，具有一定借鉴价值，需要的朋友可以参考下。
想当初，考研的时候要是知道有这么个好东西，计算定积分。。。开玩笑，那时候计算定积分根本没有这么简单的。但这确实给我打开了一种思路，用编程语言去解决更多更复杂的数学问题。下面进入正题。在这里插入图片描述
如上图所示，计算区间[a b]上f(x)的积分即求曲线与X轴围成红色区域的面积。下面使用蒙特卡洛法计算区间[2 3]上的定积分：∫(x2+4xsin(x))dx

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
 
def f(x):
  return x**2 + 4*x*np.sin(x) 
def intf(x): 
  return x**3/3.0+4.0*np.sin(x) - 4.0*x*np.cos(x)
a = 2;  
b = 3; 
# use N draws 
N= 10000
X = np.random.uniform(low=a, high=b, size=N) # N values uniformly drawn from a to b 
Y =f(X)  # CALCULATE THE f(x) 
# 蒙特卡洛法计算定积分：面积=宽度*平均高度
Imc= (b-a) * np.sum(Y)/ N;
exactval=intf(b)-intf(a)
print "Monte Carlo estimation=",Imc, "Exact number=", intf(b)-intf(a)
# --How does the accuracy depends on the number of points(samples)? Lets try the same 1-D integral 
# The Monte Carlo methods yield approximate answers whose accuracy depends on the number of draws.
Imc=np.zeros(1000)
Na = np.linspace(0,1000,1000)
exactval= intf(b)-intf(a)
for N in np.arange(0,1000):
  X = np.random.uniform(low=a, high=b, size=N) # N values uniformly drawn from a to b 
  Y =f(X)  # CALCULATE THE f(x) 
  Imc[