蒙特.卡罗方法求解圆周率近似值原理及代码实现

• 原理

  • 对于某些不能精确求解的问题，蒙特.卡罗方法是一种非常巧妙的寻找近似解的方法。
  • 以求解圆周率的问题为例，假设有一个单位圆及其外切正方形，我们往正方形内扔飞镖，当扔的次数足够多以后，“落在圆内的次数/落在正方形内的次数”这个比值会无限接近“圆的面积/正方形的面积”这个比值，也就是圆周率的四分之一。模拟扔飞镖的次数越多，圆周率的近似结果越精确。
    
    πr²/4r²=S圆/S正方形 ===》 π/4=S圆/S正方形

• 代码实现

# -*- coding: utf-8 -*-
# @Time     : 2018/8/8 14:54
# @Author   : ypc
# @File     : estimatePi
# PI=4*圆/正方形
import random
def estimatePi(times):      # 落入正方形的次数
    hists=0     # 落入圆的次数
    for i in range(times):
        x=random.random()*2-1         # [0, 1)*2-1
        y=random.random()*2 - 1
        if x*x+y*y <=1:
            hists+=1
    return 4.0*hists/times
if __name__=="__main__":
    pi=estimatePi(10000000)
    print(pi)