计算圆周率近似值
方法:
1.拉马努金法计算圆周率近似值:
“数学家拉马努金(Srinivasa Ramanujan)找到了一个无限序列,可以用来生成π的数值近似值:
编写一个函数 ,使用这个公式计算并返回π的近似估计。它应当使用一个循环来计算求和的每一项,直到最后一项的值小于1e-15 (这是Python对的标记法)。可以通过和math.pi 比较来检查计算的结果。”
代码实现
#拉马努金计算圆周率
import math
#求阶乘的函数
def factorial(n):
if n==0:
return 1
else:
return n*factorial(n-1)
#计算π值的函数
def pi():
sum =0
k=0
f=2*(math.sqrt(2))/9801
while True:
fz = (26390*k + 1103)*factorial(4*k) #求和项分子
fm = (396**(4*k))*((factorial(k))**4) #求和项分母
t = f*fz/fm
sum += t
if t<1e-15: #最后一项小于10^(-15)时跳出循环
break
k += 1 #更新k值
return 1/sum
print("pi的值为:",pi())
#用于查看所写程序是否正确
print("pi的标准值为:",math.pi)
运行结果:
2.蒙特·卡罗方法计算π值近似值:
蒙特·卡罗方法是一种通过概率来得到问题近似解的方法,在很多领域都有重要的应用,其中就包括圆周率近似值的计算问题。假设有一块边长为2 的正方形木板,上面画一个单位圆,然后随意往木板上扔飞镖,落点坐标(x, y)必然在木板上(更多的时候是落在单位圆内),如果扔的次数足够多,那么落在单位圆内的次数除以总次数再乘以4,这个数字会无限逼近圆周率的值。这就是蒙特·卡罗发明的用于计算圆周率近似值的方法,如图所示。
编写程序,模拟蒙特·卡罗计算圆周率近似值的方法,输入掷飞镖次数,然后输出圆周率近似值。
代码实现:
from random import random
print("请输入实验次数:")
count =int(input()) #实验次数
width = 1 # 小正方形边长为1,小正方形的面积也为1
cir_count = 0 #落在圆内次数初始为0
for i in range(1,count): #随机生成0-1的浮点数组成坐标
x = random()
y = random()
if (x**2 + y**2) <= width: #比较坐标是不是在圆内,如果是落在圆内次数加1
cir_count += 1
pi = (cir_count/count)*4 #计算pi值
print("pi的值为:",(pi)) #输出pi值
运行结果:
10次实验:
10000次实验:
1000000000次实验:
可以看出随着试验次数的增加,计算出来的π值会越来越精确。