蒙特卡罗方法和pi [英] Monte Carlo Method and pi
问题描述
我有一个任务，我必须使用上面的
方法计算pi。
所以我写了以下程序：
---
随机导入
导入数学
n = long （raw_input（"请输入迭代次数：））
sy = 0＃函数值之和
for i in range （0，n）：
x = random.random（）＃coordinates
sy + = math.sqrt（1-math.sqrt（x））＃calculate y and添加到sy
打印4 * sy / n＃compute pi
---
不幸的是，甚至对于n = 2000000，结果是~2,13 ....
它收敛到pi非常慢，我不知道为什么。
请帮助我！
问候
Karl
Hi,
I got a task there I have to compute pi using the
Method above.
So I wrote the following program:
---
import random
import math
n = long(raw_input("Please enter the number of iterations: "))
sy = 0 # sum of the function-values
for i in range(0, n):
x = random.random() # coordinates
sy += math.sqrt(1-math.sqrt(x)) # calculate y and add to sy
print 4*sy/n # compute pi
---
Unfortunately, even for n = 2000000 the result is ~2,13... .
It converges very slow to pi and I don''t know why.
Please help me!
Regards
Karl
推荐答案
" Karl Pech" <嘉****** @ users.sf.net>在消息中写道
新闻：cc ************* @ news.t-online.com ...
"Karl Pech" <Ka******@users.sf.net> wrote in message
news:cc*************@news.t-online.com...
我有一个任务，我必须使用上面的
方法计算pi。
所以我编写了以下程序：
--- 导入随机导入数学
n = long（raw_input（"请输入迭代次数：））
sy = 0＃函数值之和
对于范围内的i（0，n）：
x = random.random（）＃coordinates
sy + = math.sqrt（1-math.sqrt（x） ）＃calculate y并添加到sy
Hi,
I got a task there I have to compute pi using the
Method above.
So I wrote the following program:
---
import random
import math
n = long(raw_input("Please enter the number of iterations: "))
sy = 0 # sum of the function-values
for i in range(0, n):
x = random.random() # coordinates
sy += math.sqrt(1-math.sqrt(x)) # calculate y and add to sy
此行错误。我认为它应该是sy + = math.sqrt（1 - x ** 2）。做
给我~1.1次1000次迭代。
尼克
This line is wrong. I think it should be sy += math.sqrt(1 - x ** 2). Doing
that gives me ~3.1 for 1000 iterations.
Nick
其他人发现问题你实现了近似的
方法。
你可以用numarray大大加快速度。它得到3.141 ......作为
在这款sub-GHz
笔记本电脑上使用n = 2000000的近似值约为4秒。当然，即使用纯Python编写，收敛速度更快的方法也会在不到4秒的时间内达到3.141
。
Jeff
导入numarray
导入numarray.random_array
def approx_pi（n）：
a = numarray.random_array.uniform（0,1，n）
返回4 * numarray.sum（numarray.sqrt（1 - a ** 2））/ n
如果__name__ ==''__ main__''：
n = int（raw_input（"请输入迭代次数：））
print approx_pi （n）
----- BEGIN PGP SIGNATURE -----
版本：GnuPG v1.2.4（GNU / Linux）
iD8DBQFA7cbRJd01MZaTXX0RAoxMAJ4wCeN / z6C7LY7uXg21Y / TYYkpApACZAfBa
8w3R5vITWyFxLNBKG4dS10E =
= Ch / k
----- END PGP SIGNATURE -----
Others spotted the problem with your implementation of the approximatoin
method.
You can greatly speed things up with numarray. It gets "3.141..." as
the approximation using n=2000000 in about 4 seconds on this sub-GHz
laptop. Of course, a method with faster convergence would get to 3.141
in a lot less than 4 seconds, even if written in pure Python.
Jeff
import numarray
import numarray.random_array
def approx_pi(n):
a = numarray.random_array.uniform(0, 1, n)
return 4 * numarray.sum(numarray.sqrt(1 - a**2)) / n
if __name__ == ''__main__'':
n = int(raw_input("Please enter the number of iterations: "))
print approx_pi(n)
-----BEGIN PGP SIGNATURE-----
Version: GnuPG v1.2.4 (GNU/Linux)
iD8DBQFA7cbRJd01MZaTXX0RAoxMAJ4wCeN/z6C7LY7uXg21Y/TYYkpApACZAfBa
8w3R5vITWyFxLNBKG4dS10E=
=Ch/k
-----END PGP SIGNATURE-----
" Karl Pech" <嘉****** @ users.sf.net>写道：
"Karl Pech" <Ka******@users.sf.net> writes:
我有一个任务，我必须使用上面的
方法计算pi。
这听起来像是一个家庭作业问题...我在范围内（0，n）：
x = random.random（）＃coordinates
sy + = math.sqrt（1-math.sqrt（x））＃calculate y并添加到sy
print 4 * sy / n＃compute pi
---
<不幸的是，即使对于n = 2000000，结果也是~2,13 ......。
它收敛到pi很慢，我不知道为什么。
I got a task there I have to compute pi using the
Method above.
This sounds like a homework problem... for i in range(0, n):
x = random.random() # coordinates
sy += math.sqrt(1-math.sqrt(x)) # calculate y and add to sy
print 4*sy/n # compute pi
---
Unfortunately, even for n = 2000000 the result is ~2,13... .
It converges very slow to pi and I don''t know why.
更好地确保公式是正确的，通过问自己为什么
模拟应该可以工作。
Better make sure the formulas are correct, by asking yourself why the
simulation is supposed to work at all.
这篇关于蒙特卡罗方法和pi的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
