蒙特卡洛算法

蒙特卡洛算法

1 简介

蒙特卡罗法也称统计模拟法、统计试验法。是把概率现象作为研究对象的数值模拟方法。是按抽样调查法求取统计值来推定未知特性量的计算方法。

2 步骤

1.构造或描述概率过程
2.实现从已知概率分布抽样
3.求解估计值

3 实例

3.1 求解圆周率

在上图的半圆中随机生成大量的点（M个），统计有N个在圆内。
$$\begin{gathered} \frac{N}{M}=\frac{\pi r^2/4}{1} \\ \pi =\frac{4N}{M} \end{gathered}$$

import math
import random

M = 5000    # 随机点总数
N = 0   # 圆内随机点数
for i in range(M):
    x = random.random()
    y = random.random()
    if math.sqrt(x**2 + y ** 2) < 1:
        N = N + 1
pi = 4 * N / M
print(pi)

3.2 求解顶积分

例题：求解$$y=x^2$$在[0,1]的定积分。

import random

M = 5000    # 随机点总数
N = 0   # 曲线下的随机点数

for i in range(M):
    x = random.random()
    y = random.random()
    if x ** 2 > y:
        N = N + 1
R = N / M
print(R)

3.3 求解三门问题

三门问题（Monty Hall problem）亦称为蒙提霍尔问题、蒙特霍问题或蒙提霍尔悖论，大致出自美国的电视游戏节目Let’s Make a Deal。问题名字来自该节目的主持人蒙提·霍尔（Monty Hall）。参赛者会看见三扇关闭了的门，其中一扇的后面有一辆汽车，选中后面有车的那扇门可赢得该汽车，另外两扇门后面则各藏有一只山羊。当参赛者选定了一扇门，但未去开启它的时候，节目主持人开启剩下两扇门的其中一扇，露出其中一只山羊。主持人其后会问参赛者要不要换另一扇仍然关上的门。问题是：换另一扇门是否会增加参赛者赢得汽车的机率。如果严格按照上述的条件，那么答案是会。不换门的话，赢得汽车的几率是1/3。换门的话，赢得汽车的几率是2/3。（摘自百度百科）

import random
def func(change):
    prize = random.randint(0, 2)
    guess = random.randint(0, 2)
    if(prize == guess):
        if(change):
            return False
        else:
            return True
    else:
        if(change):
            return True
        else:
            return False
        
def rate(change, N):
    M = 0
    for i in range(N):
        if(func(change=change)):
            M = M + 1
    return M / N

if __name__ == '__main__':
    print('每次都换')
    print('中奖率', rate(True, 10000))
    print('每次都不换')
    print('中奖率', rate(False, 10000))