python程序设计实验报告:
一.使用蒙特·卡罗方法计算圆周率近似值
1.实验名称:
使用蒙特·卡罗方法计算圆周率近似值
2.实验目的:
1、理解蒙特·卡罗方法原理。
2、理解 for 循环本质与工作原理。
3、了解 random 模块中常用函数。
3.实验原理:
蒙特·卡罗方法是一种通过概率来得到问题近似解的方法,在很多领域都有重要的应用,其中就包括圆周率近似值的计算问题。假设有一块边长为 2 的正方形木板,上面画一个单位圆,然后随意往木板上扔飞镖,落点坐标(x, y)必然在木板上(更多的时候是落在单位圆内),如果扔的次数足够多,那么落在单位圆内的次数除以总次数再乘以 4,这个数字会无限逼近圆周率的值。这就是蒙特·卡罗发明的用于计算圆周率近似值的方法,如图所示:
编写程序,模拟蒙特·卡罗计算圆周率近似值的方法,输入掷飞镖次数,然后输出圆周率近似值
4.仪器与材料:
PC机,pycharm。
5.实验步骤(代码):
import random
def estimate_pi(n):
inside_circle = 0
for _ in range(n):
x = random.uniform(0, 1)
y = random.uniform(0, 1)
if x ** 2 + y ** 2 <= 1:
inside_circle += 1
pi = (inside_circle / n) * 4
return pi
# 输入投掷飞镖次数
n = int(input("请输入投掷飞镖次数: "))
# 估算圆周率
pi_estimate = estimate_pi(n)
print(f"圆周率的估算值为: {pi_estimate}")
6.问题即讨论
结果输出可以更友好,保留指定小数位数。
print(f"圆周率的估算值为: {pi_estimate:.6f}")