一篇文章講明白蒙特卡洛模擬

先來個(gè)測試題:
用仿真的方法計(jì)算圓周率π尘吗,請寫出計(jì)算步驟和簡單的公式:
(思考十秒鐘翎朱,想不出來可以繼續(xù)往下看斋日,后面有答案)

001 什么是蒙特卡洛模擬

蒙特卡洛模擬苞慢,又稱為統(tǒng)計(jì)實(shí)驗(yàn)方法
以概率論和統(tǒng)計(jì)理論方法為基礎(chǔ)的一種計(jì)算方法
通過隨機(jī)數(shù)來解決很多計(jì)算問題
主要步驟是:
將實(shí)際問題轉(zhuǎn)化為概率模型
通過計(jì)算機(jī)實(shí)現(xiàn)統(tǒng)計(jì)模擬,以獲得問題的近似解

002 基本原理

蒙特卡洛模擬抓住事物運(yùn)動的幾何數(shù)量和幾何特征儡炼,利用數(shù)學(xué)方法來模擬擎浴,是一種數(shù)字模擬實(shí)驗(yàn)期吓。它是一個(gè)以概率模型為基礎(chǔ),按照這個(gè)模型所描繪的過程焰檩,通過模擬實(shí)驗(yàn)的結(jié)果憔涉,作為問題的近似解订框。
可以把蒙特卡洛解法分為三步
1.構(gòu)造或描繪概率過程
2.實(shí)現(xiàn)從已知概率分布抽樣
3.建立各種估計(jì)量

借助計(jì)算機(jī)技術(shù)析苫,蒙特卡洛模擬方法有兩大優(yōu)點(diǎn)
1.簡單,省去了繁復(fù)的數(shù)學(xué)推導(dǎo)和驗(yàn)算過程穿扳,使普通人能夠理解
2.快速衩侥,確定了概率模型,后續(xù)運(yùn)算完全用計(jì)算機(jī)實(shí)現(xiàn)

蒙特卡洛模擬的特點(diǎn):
隨機(jī)采樣得到的近似解矛物,隨著隨機(jī)采樣數(shù)值增多茫死,得到正確結(jié)果的概率越大

003 怎么用

回到最初的測試題,用蒙特卡洛模擬計(jì)算圓周率π
圓周率π的計(jì)算推導(dǎo)十分復(fù)雜履羞,普通人難以明白峦萎,但是我們可以用數(shù)值模擬的方式計(jì)算出圓周率

在這個(gè)正方形內(nèi)部有個(gè)內(nèi)切圓,他們的面積之比是π/4
現(xiàn)在忆首,在這個(gè)正方形內(nèi)部隨機(jī)生產(chǎn)10000個(gè)點(diǎn)(坐標(biāo)是(x,y))爱榔,計(jì)算它們與中心點(diǎn)的距離,從而判斷是否落在圓內(nèi)糙及。
園內(nèi)的點(diǎn)數(shù)/正方形內(nèi)的點(diǎn)數(shù) = π/4
以此來計(jì)算得出π的值


直接上代碼(python3.6)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.patches import Circle
%matplotlib inline

n = 10000
r = 1.0
a,b = (0.0,0.0)
xmin, xmax = a-r, a+r
ymin, ymax = b-r, b+r

x = np.random.uniform(xmin,xmax,n)
y = np.random.uniform(ymin,ymax,n)

fig = plt.figure(figsize=(6,6))
axes = fig.add_subplot(1,1,1)#添加子圖
#畫子圖
plt.plot(x,y,'ko',markersize = 1) #plot繪圖 markersize表示點(diǎn)的大邢暧摹;‘ro’r表示red浸锨,o表示圓圈
plt.axis('equal')

d = np.sqrt((x-a)**2 + (y-a)**2)
#res 得到圓中的點(diǎn)數(shù)
res = sum(np.where(d<r,1,0)) #numpy.where(conditon,x,y) 滿足條件輸出x唇聘,不滿足輸出y

pi = res/n*4
print('pi:',pi)
#計(jì)算pi的近似值,蒙特卡洛模擬方法柱搜,用統(tǒng)計(jì)值去近似真實(shí)值

#繪制圓形子圖
circle = Circle(xy = (a,b), radius = r,alpha = 0.5, color = 'gray')
axes.add_patch(circle)#添加圓形子圖
plt.grid(True,linestyle = '--',linewidth = '0.8')
plt.show()

#總結(jié)
#蒙特卡洛模擬是用統(tǒng)計(jì)值逼近真實(shí)值迟郎,展示了統(tǒng)計(jì)思想

JupyterNotebook運(yùn)行結(jié)果如下


計(jì)算圓周率

隨著我們設(shè)置的點(diǎn)的數(shù)量n越多,計(jì)算的到的pi值就會越接近真實(shí)值3.1415926

好了聪蘸,蒙特卡洛模擬就講到這里谎亩。
這只是一個(gè)簡單的例子,關(guān)于真實(shí)場景下運(yùn)用蒙特卡洛模擬的例子宇姚,等我下一篇文章咯~

下一篇預(yù)告:用蒙特卡洛模擬人類財(cái)富分配

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末匈庭,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子浑劳,更是在濱河造成了極大的恐慌阱持,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,826評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件魔熏,死亡現(xiàn)場離奇詭異衷咽,居然都是意外死亡鸽扁,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,968評論 3 395
  • 文/潘曉璐 我一進(jìn)店門镶骗,熙熙樓的掌柜王于貴愁眉苦臉地迎上來桶现,“玉大人,你說我怎么就攤上這事鼎姊÷夂停” “怎么了?”我有些...
    開封第一講書人閱讀 164,234評論 0 354
  • 文/不壞的土叔 我叫張陵相寇,是天一觀的道長慰于。 經(jīng)常有香客問我,道長唤衫,這世上最難降的妖魔是什么婆赠? 我笑而不...
    開封第一講書人閱讀 58,562評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮佳励,結(jié)果婚禮上休里,老公的妹妹穿的比我還像新娘。我一直安慰自己赃承,他們只是感情好妙黍,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,611評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著楣导,像睡著了一般废境。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上筒繁,一...
    開封第一講書人閱讀 51,482評論 1 302
  • 那天噩凹,我揣著相機(jī)與錄音,去河邊找鬼毡咏。 笑死驮宴,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的呕缭。 我是一名探鬼主播堵泽,決...
    沈念sama閱讀 40,271評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼恢总!你這毒婦竟也來了迎罗?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,166評論 0 276
  • 序言:老撾萬榮一對情侶失蹤片仿,失蹤者是張志新(化名)和其女友劉穎纹安,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,608評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡厢岂,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,814評論 3 336
  • 正文 我和宋清朗相戀三年光督,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片塔粒。...
    茶點(diǎn)故事閱讀 39,926評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡结借,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出卒茬,到底是詐尸還是另有隱情船老,我是刑警寧澤,帶...
    沈念sama閱讀 35,644評論 5 346
  • 正文 年R本政府宣布扬虚,位于F島的核電站努隙,受9級特大地震影響球恤,放射性物質(zhì)發(fā)生泄漏辜昵。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,249評論 3 329
  • 文/蒙蒙 一咽斧、第九天 我趴在偏房一處隱蔽的房頂上張望堪置。 院中可真熱鬧,春花似錦张惹、人聲如沸舀锨。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,866評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽坎匿。三九已至,卻和暖如春雷激,著一層夾襖步出監(jiān)牢的瞬間替蔬,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,991評論 1 269
  • 我被黑心中介騙來泰國打工屎暇, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留承桥,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,063評論 3 370
  • 正文 我出身青樓根悼,卻偏偏與公主長得像凶异,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子挤巡,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,871評論 2 354

推薦閱讀更多精彩內(nèi)容

  • 一. 增強(qiáng)學(xué)習(xí)簡介 1.1 什么是增強(qiáng)學(xué)習(xí)剩彬? 機(jī)器學(xué)習(xí)的算法可以分為三類:監(jiān)督學(xué)習(xí),非監(jiān)督學(xué)習(xí)和增強(qiáng)學(xué)習(xí)矿卑。 增強(qiáng)學(xué)...
    阿阿阿阿毛閱讀 31,159評論 0 25
  • 蒙特卡洛模擬作為一種常用的模擬技術(shù)喉恋,在PMBOK里經(jīng)常可以看到它的身影,其主要出現(xiàn)在風(fēng)險(xiǎn)管理知識領(lǐng)域中的定量風(fēng)險(xiǎn)分...
    朱煥閱讀 59,287評論 13 66
  • 原文傳送門:也談MCMC方法與Gibbs抽樣 MCMC瀑晒,即傳說中的Markov Chain Mento Carlo...
    willheng閱讀 11,007評論 2 14
  • 有的友誼就像一層薄薄的的玻璃 輕輕一敲苔悦,就變成了碎片 還有的友誼就像一層厚厚的玻璃 即使有了裂痕轩褐,也很難破碎 有人...
    陌祺閱讀 264評論 0 0
  • 《奇跡男孩》片尾奧吉在畢業(yè)典禮上接受獎?wù)聲r(shí)的一段獨(dú)白“善良一點(diǎn)把介,因?yàn)榇蠹业囊簧疾蝗菀祝边@一段堪稱片中最感人的片...
    迷途知返的方小姐閱讀 359評論 0 1