python计算圆周率近似值_Python——计算PI的近似值,python,圆周率

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。