蒙特卡洛法求pi（scala实现）

最新推荐文章于 2024-03-27 21:47:16 发布
最新推荐文章于 2024-03-27 21:47:16 发布
阅读量630 收藏 2
点赞数
分类专栏： scala学习 文章标签： scala
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_27439369/article/details/84111359
版权
本文介绍了通过蒙特卡洛法求π的原理，利用大数据入门学习Hadoop时的案例，展示了如何在Scala中实现这一算法。在大量实验中，通过模拟随机点在正方形内的分布，逼近圆形面积与正方形面积的比例，从而计算π的值。
摘要由CSDN通过智能技术生成

蒙特卡洛法求pi（scala实现）

大数据入门学习Hadoop时有一个类似helloworld、wordcount的案例，就是案例jar包，用MapReduce计算pi，它的算法思想就是蒙特卡罗法。本次用scala实现一下。

蒙特卡洛法
大概意思就是说
概率：
有一随机事件，向方形区域投点，问落在圆形区域的概率
它服从均匀分布：可以表示为：圆形的面积/正方形的面积
频率：
现在做实验：
假设落在方形区域的点有m个，也即投点的总数
其中落在圆形的点有n个，m>n
那么这个频率可以用n/m表示

在样本次数或者说实验次数足够大时，满是条件
频率~=概率
用数学符号表示：设半径为r
在这里插入图片描述
最后的求pi公式
在这里插入图片描述

在这里插入图片描述

**

最低0.47元/天 解锁文章
qq_27439369
关注
专栏目录
scala下使用akka计算pi
青竹梦
03-12 3850
Akka 是一个用 Scala 编写的库，用于简化编写容错的、高可伸缩性的 Java 和 Scala 的 Actor 模型应用。它已经成功运用在电信行业。系统几乎不会宕机（高可用性 99.9999999 % 一年只有 31 ms 宕机。 用akka计算pi，计算公式： 这样，我们把这个公式每连续的elements个分成一段，一共分成message段。 然后开worker个acto
蒙特卡洛多核并行算法求pi
04-05
蒙特卡洛算法背景知识，算法描述，算法步骤，算法程序，简单明了。
scala下使用akka计算圆周率pi
u014033218的专栏
09-01 642
Akka 是一个用 Scala 编写的库，用于简化编写容错的、高可伸缩性的 Java 和 scala 的 Actor 模型应用。它已经成功运用在电信行业。系统几乎不会宕机（高可用性 99.9999999 % 一年只有 31 ms 宕机。 用akka计算pi，计算公式：泰勒展开式这样，我们把这个公式每连续的elements个分成一段，一共分成message段。 然后开worker个actor同时计
使用Eclipse+scala计算Pi
煊琦的CSDN小窝
04-25 783
这里主要介绍用Eclipse IDEA计算Pi值的具体操作过程 前提环境条件 创建项目 创建Maven项目 修改pomxml 解决java报错 修改scala配置 创建scala程序 创建scala对象 计算Pi的源程序 运行scala对象前提环境条件 安装Eclipse Scala IDEA 下载并配置JAVA 1.8 创建项目创建Maven项目用Eclipse创建Maven项目 选择默认地址
基于MATLAB，使用蒙特卡洛法进行Pi值的估算
m0_72270392的博客
03-18 853
一次随机实验中，点落在圆内的概率为p=pi/4。n为实验次数，置信度至少为95%（pi_alpha=0.05），则绝对误差公式：delta=sqrt((2*p*(1-p))/(n*erf(1-alpha)^2))以，实验次数从10000到10000000每次实验次数增加10000次时，绝对误差和实验次数的图像。以下该图像为实验次数N增大，同时设定样本数也为N，发现其也符合正态分布，猜测原因是，在实验次数增加时，p趋近真实值，符合大数定理，则p接近Ep，与求样本的均值分布都满足正态分布。
C++使用蒙特卡洛方法求PI近似值
12-27
3. **实现随机抽样**：使用`rand()`函数生成[0,1)区间的伪随机数，表示点的x和y坐标。 4. **进行仿真试验**：通过循环生成大量点，计算每个点是否在圆内（判断条件为`sqrt(x * x + y * y) ）。 5. **分析结果**：...
蒙特卡洛法求PI值，随机打点，利用numpy库高效率统计
10-16
使用numpy库高效率统计随机打点的数量以及标示颜色区分，蒙特卡洛法魅力无限。
蒙特卡洛法求椭圆面积的MATLAB源程序代码.rar
04-05
资源名：蒙特卡洛法求椭圆面积的MATLAB源程序代码.rar 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手...
蒙特卡洛法求椭圆面积的MATLAB实现
12-08
在这里，我们将讨论如何使用MATLAB来实现蒙特卡洛方法求解椭圆面积。 首先，我们要理解椭圆面积的常规计算公式是πab，其中a和b分别是椭圆的半长轴和半短轴。然而，对于某些情况，如参数化或动态计算，蒙特卡洛方法...
用mpi实现的一个简单程序 求pi值
03-14
用mpi实现的一个简单程序 求pi值用mpi实现的一个简单程序 求pi值
蒙特卡洛法近似求PI值
12-29
使用蒙特卡洛法求近似的PI值，程序较简单，本质上是要介绍一种强大的解题方法，给人一种另类的思维习惯！
求Pi值的MPI并行程序
06-13
求Pi值得MPI并行程序实验报告，内附代码和分析，实验结果
Spark自带求π的算法：蒙特卡洛算法
qq_33265875的博客
05-03 1440
标题Spark自带求π的算法：蒙特卡洛算法 ** 1.在我们对spark集群进行压力测试时，通常会选择spark自带计算π的类来进行测试，那么spark内部到底是如何求π的呢？我们这里先上一段测试脚本： ** bin/spark-submit \ --class org.apache.spark.examples.SparkPi \ --master yarn \ --deploy-mode cl...
蒙特卡罗法求Π(pi) 与srand(time(0))函数详解
最新发布
jiang_sanmu的博客
03-27 347
背景介绍： 蒙特卡罗法求Π：是将正方形分成 n*n 个小正方形， 统计落在内接圆内的小正方形个数占所有正方形的比例, 利用四分之一个圆来研究,看落入其中的小正方形有多少个， 并计算概率,再用概率反推π的值,即π=4N/n2（N表示落入单位圆内正方形的个数）。n 越大结果越精确，运行次数越多。 思路： 生成随机数落点数目模拟四分之一圆的面积 定义两个double 类型的变量x ,y 作为落点坐标 单位圆的坐标公式：x*x+y*y=1; 当 x * x + y * y < 1.
用Scala语言编写Spark独立应用程序Pi
LSlscool的博客
05-22 1410
编程实现圆周率Pi的计算 在终端中执行如下命令创建一个文件夹sparkapp作为应用程序根目录 cd ~ # 进入用户主文件夹 mkdir ./sparkapp # 创建应用程序根目录 mkdir -p ./sparkapp/src/main/scala # 创建所需的文件夹结构 为了能够使用sbt对Scala应用程序进行编译打包，需要把应用程序代码存放在应用程序根目录下的src/main/scala目录下。 使用vim编辑器在/sparkapp
用spark自带的示例SparkPi测试scala和spark集群
chenyuangege的专栏
03-08 6185
用spark自带的示例SparkPi测试scala和spark集群
蒙特卡洛法求圆周率（python）
weixin_62986364的博客
05-26 4295
蒙特卡洛法求圆周率（python）
MATLAB蒙特卡洛方法求圆周率π（代码详解）
热门推荐
这里是努力做好AC吧
03-11 1万+
一 计算原理 一个正方形内部内切一个圆，设圆的半径为r，则正方体的边长为2r。在该正方体内部，随机投掷n个均匀分布的点，统计投掷点在圆内的与总点数的比例，得出圆的近似面积，就是Pi的值。理论上，n越大，实验次数越多，计算得出的Pi的值就越精准。 二 所使用的计算公式 圆形参数方程：x = a=r*cosθ;y = b+r*sinθ； 两点之间距离公式： 三 完整代码 %蒙特卡洛算法求解pi的值 %初始化数据：p为投掷点的个数，(a,b)为圆心，t为在在圆内的投掷点个数...
matlab蒙特卡洛法求pi动图
10-16
好的，这里是matlab蒙特卡洛法求pi的动图代码： ```matlab N = 10000; % 投点次数 x = rand(1,N); % 在[0,1]区间内随机生成x坐标 y = rand(1,N); % 在[0,1]区间内随机生成y坐标 r = sqrt(x.^2 + y.^2); % 计算每个...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值