import numpy as np
lower, upper = 0, 10 # 积分区间的下限与上限
def func(x): # 导数
f = np.exp(3*x)
return f
def Func(x): # 原函数
F = (1/3)*np.exp(3*x)
return F
# 用原函数求定积分
original = Func(upper) - Func(lower)
print("直接用原函数计算的定积分为:", original)
# 生成随机数,用蒙特卡洛算法(MCM)计算定积分
ans, count = 0, 1
while count <= 1000000: # 在积分区间上随机生成1000000个f(x)
ans += func(np.random.uniform(lower, upper)) # 均匀分布,求和
count += 1 # 终止while循环的条件
montacarro = (upper - lower) * (ans / 1000000) # 类似定积分的运算形式(积分的原始定义)
print("用蒙特卡洛算法计算的定积分为:", montacarro)
# 偏差程度
degree_of_bias = np.abs(montacarro - original) / original
print("偏差程度为:", degree_of_bias)
第五次作业:蒙塔卡罗算法
最新推荐文章于 2024-06-23 10:36:46 发布