蒙特卡洛算法简单理解与demo

 

所谓蒙特卡洛算法，实际上就是用频率估计概率。

 

首先我们知道一个边长为2的正方形面积是2*2=4，他的内接圆的面积是π*1，那么我们在这样一个正方形内随机生成10000个点，落在圆里的点的个数/10000就应该是π/4，所以我们可以估计出π是落在圆里的点的个数*4/10000.

直接看程序:

 

import numpy as np

radius=1
test_num=100000
#random generate 10000 points in a sqare width is 2,and the center is in origin
sqare_x=2*np.random.random_sample(test_num)-1
sqare_y=2*np.random.random_sample(test_num)-1
incircle_point_num=0
#count how many points in the incircle
for point_count in range(len(sqare_x)):
    if(sqare_x[point_count]*sqare_x[point_count]+
               sqare_y[point_count]*sqare_y[point_count]<
               radius*radius):#judge if the distance lower than radius
        incircle_point_num+=1
print 'PI: '+str(4.0*incircle_point_num/test_num)

这里随机生成了10000个在边长为2，中心在原点的正方形中的点，根据坐标判断是否在内接圆内，