蒙特卡罗算法是一种基于统计模拟的方法，通过大量随机样本来解决复杂问题。例如，它可以通过在正方形内随机投点并计算落入1/4圆内的点的比例来估算圆周率π。当样本数量足够大时，这种方法能提供更精确的结果。提供的Python代码示例展示了如何运用此算法求得π的近似值。
1、Monte Carlo蒙特卡罗算法（统计模拟法）
Monte Carlo算法的基本思想是： 以模拟的”实验”形式、以大量随机样本的统计形式，来得到问题的求解。
比如，求圆周率，以数学的方式是非常复杂的，但是我们可以以简单的形式去求解：
•
如图，我们在正方形内，随机落点
•
统计落在
1/4
圆内的点和总点数量的比例即可得到
1/4
的
PI
•
最终乘以
4
即可得到
PI
•
•
比如，红色点的数量比全部点的数量，结果是
0.765
•
那么乘以四可以得到
3.06.
•
3.06
就是求得的
PI
•
•
所以，此方法，
需要大量的样本（落点），样本越多越精准
2、示例代码
如下图，以Python语言实现的蒙特卡罗求PI
570
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
