蒙特·卡罗( Monte Carlo method),又称统计模拟方法,是一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。
基本思想:当所求解问题是某种随机事件出现的概率,或者是某个随机变量的期望值时,通过某种“实验”的方法,以这种事件出现的频率估计这一随机事件的概率,或者得到这个随机变量的某些数字特征,并将其作为问题的解。
1、经典的蒙特卡洛方法求圆周率
基本思想:在图中区域产生足够多的随机数点,然后计算落在圆内的点的个数与总个数的比值再乘以4,就是圆周率。
import math
import random
m = 100000
n = 0
for i in range(m):
# x、y为0-1之间的随机数
x = random.random()
y = random.random()
# 若点(x,y) 属于图中1/4圆内 则有效个数+1
if math.sqrt(x**2 + y**2) < 1:
n += 1
# 计算pi
pi = 4 * n / m
print("pi = {}".format(pi))
2、三门问题
在三门问题中,用0、1、2分代表三扇门的编号,在[0,2]之间随机生成一个整数代表奖品所在门的编号prize,再次在[0,2]之间随机生成一个整数代表参赛者所选择的门的编号guess。用变量change代表游戏中的换门(true)与不换门(false)。
import random
def test(change):
# 随机选择一个门放奖品
price = random.choice(range(3))
#参赛者选择一个门
guess = random.choice(range(3))
if guess == price:
if change:
return False
else:
return True
else:
if change:
return True
else:
return False
def testes(change,test_n):# test_n为统计次数
pro0 = 0
for i in range(test_n):
if(test(change)):
pro0 +=1
print("中奖率为{}".format(pro0 / test_n))
test_n = 10000
print("每次换门的中奖概率:")
testes(True, test_n)
print("每次都不换门的中奖概率:")
testes(False, test_n)