MATLAB数学建模(6)-蒙特卡洛算法

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