pi六轴算法_蒙特卡罗算法计算Pi

呵呵，刚好大二下学期学的，给你讲讲吧。

根据我的理解简单的说就是以部分估计整体，

利用随机数来解决问题的方法称为

蒙特卡罗算法，记得课本上讲了个例题：

在数值积分法中，我们利用求单位圆的

1/4

的面积来求得

Pi/4

从而得到

Pi

。单

位圆的

1/4

面积是一个扇形，

它是边长为

1

单位正方形的一部分

(若能画图就好

了！

)

只要能求出扇行面积

S1

在正方形面积

S

中占的比例

K=S1/S

就立即能得到

S1

，从而得到

Pi

的值

.

怎样求出扇形面积在正方形面积中占的比例

K

呢？一个办法是在正方形中随机

投入很多点，

使所投的点落在正方形中每一个位置的机会相等看其中有多少个点

落在扇形内。

将落在扇形内的点数

m

与所投点的总数

n

的比

m/n

作为

k

的近似值。

怎样实现这样的随机投点呢？任何一款计算机语言都有这种功能，

能够产生在区

间

[0

，

1]

内均匀分布的随机数，在

mathematica

中，产生区间

[0

，

1]

内均匀分布

随机数的语句是

Random[  ]

产生两个这样的随机数

x,y,

则以

(x,y)

为坐标的点就是单位正方形内的一点

P

，

它落在正方形内每个位置的机会均等，

P

落在扇形内的充要条件是

x^2+y^2<=1.

蒙特卡罗算法计算

Pi

n=10000;p=();

Do[m=0;Do[x=Random[];y=Random[];If[x^2+y^2<=1,m++],{k,1,n}];

AppendTo[p,N[4m/n]],{t,1,10}];

Print[p];

Sum[p[[t]],{t,1,10}]/10

注：以上语句的功能是：

n=10000,

每次投

10000

个点得出

Pi

的近似值存放到数

组

p

中；一共做

10

次得到

10

个近似值，通过语句

Print[p]

将这

10

个近似值全

部显示出来观察。最后再求这

10

个近似值的平均值，相当于随机投点

100000

次得到的近似值。

以上是用

Mathenatica

编写的程序，方法就是这样，具体只能你自己体会了。

蒙特卡罗算法

以概率和统计理论方法为基础的一种计算方法。

将所求解的问题同一定的概率模

型相联系，

用电子计算机实现统计模拟或抽样，

以获得问题的近似解。

为象征性

地表明这一方法的概率统计特征，故借用赌城蒙特卡罗命名。又称统计模拟法、

随机抽样技术。由

S.M.

乌拉姆和

J.

冯·诺伊曼在

20

世纪

40

年代为研制核武器

而首先提出

。它的基本思想是，为了求解数学、物理、工程技术以及管理等方