蒙特卡洛算法是基于概率论的一种计算方法,有些问题直接求解较为困难,但是利用类似做实验的方法去试探,利用随机数或”伪随机数”进行计算的话,问题会变得比较简单.
1.计算定积分
当然,这个问题比较简单,用蒙特卡洛方法怎么做呢?
function result = MentekaluoDingjifen(a,b,m,mm)
%a是积分下限
%b是积分上限
%m是函数的上界
%mm是随机试验次数
frq = 0;
xrangnum = unifrnd(a,b,1,mm);
yrangnum = unifrnd(0,m,1,mm);
for ii = 1:mm
if (cos(xrangnum(1,ii)) + 2) >= yrangnum(1,ii)
frq = frq + 1;
end
end
result = frq*m*(b-a)/mm
看看结果:
>> MentekaluoDingjifen(0,4,4,100000)
result =
7.2394
ans =
7.2394
100000次模拟之后,结果与精确解7.2432很接近.
2.计算π的值。
function pijisuan = pi(mm)
frq = 0;
xrandnum = unifrnd(0,1,1,mm);
yrandnum = unifrnd(0,1,1,mm);
for ii = 1:mm
if (xrandnum(1,ii)^2 + yrandnum(1,ii)^2 <= 1)
frq = frq + 1;
end
end
pijisuan = 4*frq/mm
看看效果:
>> pi(100000)
pijisuan =
3.1370
ans =
3.1370