蒙特卡洛方法近似计算圆周率

2024-06-05 20:44

本文主要是介绍蒙特卡洛方法近似计算圆周率,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、原理图

正方形区域内有1/4圆区域,向区域内随机大量掷点。根据概率论知识,落在每一点的概率相等,当n无限大时,落在1/4区域内的点占总点数量的比例即1/4圆占正方形面积的比例,圆周率PI=4(N1/N)[N1:落在1/4圆中点的数量,N:总点数]。

二、c++试验

#include <iostream>
#include <random>
#include <cmath>
#include <iomanip>  // 为了设置输出精度using namespace std;
typedef long long ll;int main()
{int N = 10; // 点阵的规模N*Nint M = 100;// 掷点数量for (int N = 10; N <= 10000; N *= 10){for (int M = N*N; M <= 100000000; M *= 10){int cnt = 3;while (cnt--){std::random_device rd;  // 真随机数生成器std::mt19937 gen(rd()); // 使用Mersenne Twister算法生成高质量随机数std::uniform_real_distribution<> dis(0.0, N); // 生成0到N之间的均匀分布的浮点数long double PI; // 近似圆周率ll N1 = 0; // 落在半圆内的点数量for (ll i = 0; i < M; i++){long double x = dis(gen);long double y = dis(gen);long double d = sqrt(x * x + y * y);if (d <= N)  N1++;}PI = (N1 / (long double)M) * 4;cout<<"N="<<N<<",M="<<M << setprecision(15) << "时近似计算圆周率π = " << PI << endl; // 设置输出精度}}}
}

改变M、N的值,观察输出圆周率的精度(M最大取了100000000,再大循环太折磨了...)

结果如下:

N=10,M=100时近似计算圆周率π = 3.2
N=10,M=100时近似计算圆周率π = 3.04
N=10,M=100时近似计算圆周率π = 3.28
N=10,M=1000时近似计算圆周率π = 3.076
N=10,M=1000时近似计算圆周率π = 3.264
N=10,M=1000时近似计算圆周率π = 3.12
N=10,M=10000时近似计算圆周率π = 3.1464
N=10,M=10000时近似计算圆周率π = 3.158
N=10,M=10000时近似计算圆周率π = 3.1344
N=10,M=100000时近似计算圆周率π = 3.13672
N=10,M=100000时近似计算圆周率π = 3.13812
N=10,M=100000时近似计算圆周率π = 3.13512
N=10,M=1000000时近似计算圆周率π = 3.14016
N=10,M=1000000时近似计算圆周率π = 3.142876
N=10,M=1000000时近似计算圆周率π = 3.143608
N=10,M=10000000时近似计算圆周率π = 3.1416004
N=10,M=10000000时近似计算圆周率π = 3.1419076
N=10,M=10000000时近似计算圆周率π = 3.1425656
N=10,M=100000000时近似计算圆周率π = 3.14145444
N=10,M=100000000时近似计算圆周率π = 3.14154308
N=10,M=100000000时近似计算圆周率π = 3.14189244
N=100,M=10000时近似计算圆周率π = 3.1204
N=100,M=10000时近似计算圆周率π = 3.1444
N=100,M=10000时近似计算圆周率π = 3.1388
N=100,M=100000时近似计算圆周率π = 3.14372
N=100,M=100000时近似计算圆周率π = 3.14164
N=100,M=100000时近似计算圆周率π = 3.14344
N=100,M=1000000时近似计算圆周率π = 3.13904
N=100,M=1000000时近似计算圆周率π = 3.141212
N=100,M=1000000时近似计算圆周率π = 3.14156
N=100,M=10000000时近似计算圆周率π = 3.1418392
N=100,M=10000000时近似计算圆周率π = 3.1423576
N=100,M=10000000时近似计算圆周率π = 3.1415224
N=100,M=100000000时近似计算圆周率π = 3.14161424
N=100,M=100000000时近似计算圆周率π = 3.14168548
N=100,M=100000000时近似计算圆周率π = 3.14168172
N=1000,M=1000000时近似计算圆周率π = 3.142296
N=1000,M=1000000时近似计算圆周率π = 3.140968
N=1000,M=1000000时近似计算圆周率π = 3.14106
N=1000,M=10000000时近似计算圆周率π = 3.142186
N=1000,M=10000000时近似计算圆周率π = 3.1408512
N=1000,M=10000000时近似计算圆周率π = 3.1420132
N=1000,M=100000000时近似计算圆周率π = 3.14153392
N=1000,M=100000000时近似计算圆周率π = 3.14163044
N=1000,M=100000000时近似计算圆周率π = 3.14182124
N=10000,M=100000000时近似计算圆周率π = 3.14151084
N=10000,M=100000000时近似计算圆周率π = 3.14142316
N=10000,M=100000000时近似计算圆周率π = 3.14153156

从你的实验结果可以看出,随着 M 的增加,计算出的圆周率 π 的精度逐渐提高,结果也更加接近实际值 (  3.14159265 )。同时,增加 N 也可以在一定程度上提高精度。

这篇关于蒙特卡洛方法近似计算圆周率的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1034129

相关文章

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

判断PyTorch是GPU版还是CPU版的方法小结

《判断PyTorch是GPU版还是CPU版的方法小结》PyTorch作为当前最流行的深度学习框架之一,支持在CPU和GPU(NVIDIACUDA)上运行,所以对于深度学习开发者来说,正确识别PyTor... 目录前言为什么需要区分GPU和CPU版本?性能差异硬件要求如何检查PyTorch版本?方法1:使用命

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

Java中的工具类命名方法

《Java中的工具类命名方法》:本文主要介绍Java中的工具类究竟如何命名,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java中的工具类究竟如何命名?先来几个例子几种命名方式的比较到底如何命名 ?总结Java中的工具类究竟如何命名?先来几个例子JD

Spring Security自定义身份认证的实现方法

《SpringSecurity自定义身份认证的实现方法》:本文主要介绍SpringSecurity自定义身份认证的实现方法,下面对SpringSecurity的这三种自定义身份认证进行详细讲解,... 目录1.内存身份认证(1)创建配置类(2)验证内存身份认证2.JDBC身份认证(1)数据准备 (2)配置依

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Spring 中的循环引用问题解决方法

《Spring中的循环引用问题解决方法》:本文主要介绍Spring中的循环引用问题解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录什么是循环引用?循环依赖三级缓存解决循环依赖二级缓存三级缓存本章来聊聊Spring 中的循环引用问题该如何解决。这里聊

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处