蒙特卡洛方法——高斯分布

本文介绍了蒙特卡洛方法的基础,并通过一个例题展示了如何使用该方法来模拟高斯分布。核心思想涉及大数定律和中心极限定理,文中还附带了具体的实现代码和输出结果。
摘要由CSDN通过智能技术生成

在Python中使用蒙特卡洛方法模拟高斯分布

蒙特卡洛方法

蒙特卡洛方法的中心思想是大数定律和中心极限定理,用多次重复实验得出的结果对实验结果进行估计

例题1

打靶试验

实现代码如下

>import numpy as np
import matplotlib.pyplot as plt

s = float(input("请输入标准差: "))  # 定义标准差
var=float(s**2)  # 将标准差转换为方差
print("此时方差为:", var)  # 输出方差
mean = np.array([0
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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