python蒙特卡洛算法的介绍

python蒙特卡洛算法的介绍 插图1

Python中存在着很多算法,本篇要为大家介绍一种新的算法,蒙特卡洛算法。下面就这种算法带来简单的介绍和实例。

1、又叫统计模拟方法,使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。

2、使用过程为构造或描述概率过程,实现从已知概率分布抽样,建立各种估计量。

实例

import math
import random
m = 10000
n = 0
for i in range(m):
# x、y为0-1之间的随机数
    x = random.random()
    y = random.random()
    # 若点(x,y) 属于图中1/4圆内 则有效个数+1
    if math.sqrt(x**2 + y**2) < 1:
        n += 1
# 计算pi
pi = 4 * n / m
print("pi = {}".format(pi))
 
# pi = 3.1508(结果具有随机性 不一定完全一样)

以上就是python蒙特卡洛算法的介绍,希望对大家有所帮助。更多Python学习指路:python基础教程

温馨提示:本文最后更新于2022-12-31 15:40:20,某些文章具有时效性,若有错误或已失效,请在下方留言或联系Yave
------本页内容已结束,喜欢请分享------

感谢您的来访,获取更多精彩文章请收藏本站。

原发站点
Yave520-开发者社区
隐私政策
privacy-policy
用户协议
agreement
许可协议
NC-SA 4.0
© 版权声明
THE END
喜欢就支持一下吧
点赞13 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

夸夸
夸夸
还有吗!没看够!
取消
昵称常用语表情代码图片

    暂无评论内容