python蒙特卡洛算法的介绍

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

importmath
importrandom
m=10000
n=0
foriinrange(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
ifmath.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

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。

课程教程：python蒙特卡洛算法的介绍

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。