基于蒙特卡洛算法的蒲丰氏问题

蒙特卡洛算法应该是数学建模中最最基础的建模算法，而蒲丰氏问题也是其中最经典的题目，我看csdn上有关蒲丰氏问题的讲解都一些文章（说白了就是要钱），所以跟大家分享一下我有关的学习以及思考。

一、蒙特卡洛算法

1.简介

蒙特卡罗（Monte Carlo）方法，或称计算机随机模拟方法，是一种基于“随机数”的计算方法。这一方法源于美国在第二次世界大战进行研制原子弹的“曼哈顿计划”。该计划的主持人之一、数学家冯·诺伊曼用驰名世界的赌城—摩纳哥的Monte Carlo—来命名这种方法，为它蒙上了一层神秘色彩。

2.用处

当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种“试验”的方法，得到这种事件出现的频率，或者这个随机变数的平均值，并用它们作为问题的解。这就是蒙特卡罗方法的基本思想。蒙特卡罗方法通过抓住事物运动的几何数量和几何特征，利用数学方法来加以模拟，即进行一种数字模拟实验。它是以一个概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。说白了就是用成千上万次的实验去撞运气，去寻求最优解。

3.优点

算法比较简单，时间消耗比较少，在其他算法都比较复杂的时候，蒙特卡洛算法不乏是一个比较好的选择。在数学建模竞赛时，蒙特卡洛算法常用于答案的检验，这样可以确保答案的正确性。蒙特卡洛算法也常用于一些复杂算法先求