前言

蒙特卡羅方法是指使用隨機數（或更常見的偽隨機數）來解決很多計算問題的方法。與它對應的是確定性演算法。蒙特·卡羅方法在金融工程學，巨集觀經濟學，計算物理學（如粒子輸運計算、量子熱力學計算、空氣動力學計算）等領域應用廣泛。

上面的是百度百科上面的介紹,接下來讓我們一起來看看蒙特卡羅方法在Python的中的應用吧,具有一定的參考價值,程式碼如下:

 

 

 

以上就是我們做一個簡單的圓周率的近似計算，在這個過程中我們要用到隨機數，因此需要先使用import numpy as np匯入numpy庫。

在上面的程式中我們用8000000個隨機數進行投放，這樣得到的結果會更精確一些，執行程式需要一定的時間，最終得到的結果如下:

 

 

 

學習從來不是一個人的事情，要有個相互監督的夥伴，工作需要學習python或者有興趣學習python的夥伴可以私信回覆小編“學習” 獲取資料，一起學習

接下來進入正題,你隨便在一個畫圖工具上描繪一個陰影圖片,我們就可以用蒙特卡羅來求它的陰影面積,如下圖:

 

 

 

上面的圖形是不規則的，我們只需知道在投放大量隨機數的情況下，隨機數在黑色部分出現的概率，再用總面積相乘即可估算黑色部分的面積。我們知道，黑色的rgb編碼為(0,0,0)，所以需要統計rgb編碼為(0,0,0)時隨機數的投放概率即可。

 

 

 

上面的程式碼可分為兩部分，第一個for後面是用蒙特卡羅方法獲得的面積的估計值，第二個for後面是用遍歷所有畫素點的方法獲得的面積的精確值，獲得兩個輸出後進行對比。

 

 

 

我們在上面的程式中採用了9000000個隨機數，可以看出兩個輸出結果相差並不大。

以上就小編所分享內容了,希望能夠幫助到大家

相關推薦