蒙塔卡洛算法

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)