#蒙特卡洛方法的应用

#蒙特卡洛方法计算π值：
思路：
正方形内部有一个相切的圆，面积之比是4：π。在这个正方形内部，随机产生n个点，计算它们与中心点的距离，并且判断是否落在圆的内部。若这些点均匀分布，则圆周率 pi=4 * count/n, 其中count表示落到圆内投点数，n:表示总的投点数。

import random
def cal_pai():
    n = 1000000
    r = 1.0
    a, b = (0.0, 0.0)
    x_neg, x_pos = a - r, a + r
    y_neg, y_pos = b - r, b + r
    count = 0
    for i in range(0, n):
        x = random.uniform(x_neg, x_pos)
        y = random.uniform(y_neg, y_pos)
        if x*x + y*y <= 1.0:
            count += 1
    print (count / float(n)) * 4

#蒙特卡洛方法计算不规则图形的面积：
思路：首先可以取一个边长为a的正方形，随机地向正方形内随机抛一些点，计算落在图形内部的个数，最后除以抛出的总个数，得出的值再乘以正方形的面积，这就是不规则面积的估算。而且，抛出的点数越多，估算越准确。