前往小程序,Get更优阅读体验!
立即前往
发布
社区首页 >专栏 >蒙特卡洛模拟求圆周率

蒙特卡洛模拟求圆周率

作者头像
GeekLiHua
发布2025-01-21 21:54:31
发布2025-01-21 21:54:31
11300
代码可运行
举报
文章被收录于专栏:JavaJava
运行总次数:0
代码可运行

蒙特卡洛模拟求圆周率

算法思路

代码的基本思想

是利用蒙特卡洛方法(Monte Carlo method)来估计圆周率

\pi

。蒙特卡洛方法是一种以概率统计为基础的数值计算方法,通过随机采样得到结果或近似值。在这个程序中,我们生成了一个以原点为中心、半径为

r

的圆。然后我们模拟投掷

n

个随机点,如果该点在圆内,则代表当前的点可以绕圆周作一次完整的旋转;而若该点在圆外,则表示该时刻没有绕圆周运动。最后,估计出的圆内点数

p

与总点数

n

之比再乘以

4

,即可得到圆周率的一个估计值。

代码主要包括以下几个部分:

  1. monte_carlo_pi函数

该函数在半径为r的单位圆内随机投掷n个点,并返回投掷到圆内的点的数量。投掷的过程实际就是根据均匀分布生成二元组的点(x,y), 然后判断该点是否在圆内,即是否满足

x^2+y^2\leqslant r^2

.

  1. 主函数main

该函数使用monte_carlo_pi函数来模拟采样,各采样用不同的随机种子。然后,将得到的圆内点数之和除以总采样数量,得到圆面积与正方形面积之比

\frac{p}{n}

的近似值

\hat{p}

. 因为圆面积为

\frac{\pi r^2}{4}

,正方形面积为

r^2

,所以

\frac{p}{n} \approx \frac{\pi}{4}

.

最后再乘以4即可得到近似的

\pi

的值,并根据样本标准差和置信区间计算估计偏差。

这个代码的用处是用蒙特卡罗方法来估计圆周率。该方法可以在很短的时间内得到较为精确的结果,在数值计算中经常被使用。

完整代码

代码语言:javascript
代码运行次数:0
复制
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <time.h>

/* 该函数模拟了在一个半径为r的圆内投掷n个点的情况,并返回样本中落在圆内的点的数量 */
int monte_carlo_pi(int n, float r)
{
    int i;
    float x, y, distance;
    int p = 0; /* 落在圆内的点的数量 */

    for (i = 0; i < n; i++) {
        /* 对每个点进行均匀随机分布,即随机生成一个二维点 (x, y),且每个点被生成的概率相等 */
        x = (float) rand() / RAND_MAX * 2 * r - r;  /* 在[-r, r]范围内随机生成x坐标 */
        y = (float) rand() / RAND_MAX * 2 * r - r;  /* 在[-r, r]范围内随机生成y坐标 */

        /* 判断该点是否在圆内 */
        distance = sqrt(x*x + y*y);  /* 计算点到原点的距离 */
        if (distance <= r) {   /* 如果距离小于等于r,则表示该点在圆内*/
            p++;  /* 投掷的点数加1 */
        }
    }

    return p;
}

/* 主函数,对输入的参数进行处理,调用monte_carlo_pi函数模拟多次投掷情况,并输出结果 */
int main(void)
{
    int i;  /* 循环计数器 */
    int n = 1000000;  /* 每次模拟中投掷的点的数量 */
    float r = 1.0;  /* 圆的半径 */
    double mu = 0, s = 0, p_mean, p_stddev, err;  /* p的均值、p的方差、样本均值、样本标准差、误差程度 */

    srand(time(NULL));  /* 设置随机数种子 */

    /* 利用不同的随机种子进行10次模拟 */
    for (i = 0; i < 10; i++) {
        /* 进行一次投掷,并累计落在圆内的点的数量 */
        int p = monte_carlo_pi(n, r);  /* 落在圆内的点的数量 */
        mu += p;  /* 各次投掷所得到的p的和,后面再除以10即为均值 */
        s += p * p;  /* 各次投掷所得到的p的平方的和,后面再除以10即为方差 */
    }

    /* 计算得到的p的平均值和标准差 */
    mu /= (n * 10); /* 根据大数定理,采样数量越多,样本均值越接近总体均值*/

    // 计算样本标准差
    s = s / (n * 10 - 1); // 样本方差:S^2=(∑(Xi-X)²)/(N-1)
    p_stddev = sqrt(s); // 样本标准差: S = √S^2

    err = 1.96 * p_stddev / sqrt(n * 10); /* 根据95%置信区间计算误差程度,1.96为正态分布的值 */

    /* 输出结果 */
    printf("样本数量:%d\n", n * 10);  /* 总共采样了多少个样本 */
    printf("圆周率的估计值:%lf\n", 4 * mu);  /* 各次投掷所得到的p的均值的均值 */
    printf("误差程度:+-%lf\n", 4 * err); /* 置信区间为平均值加减误差程度 */

    return 0;  /* 程序正常结束*/
}

运行结果:

代码语言:javascript
代码运行次数:0
复制
样本数量:10000000
圆周率的估计值:3.141101
误差程度:+-0.045014
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2025-01-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 蒙特卡洛模拟求圆周率
    • 算法思路
    • 完整代码
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档