Python实现蒙特卡洛算法小实验过程详解


Posted in Python onJuly 12, 2019

蒙特卡洛算法思想

蒙特卡洛(Monte Carlo)法是一类随机算法的统称,提出者是大名鼎鼎的数学家冯·诺伊曼,他在20世纪40年代中期用驰名世界的赌城—摩纳哥的蒙特卡洛来命名这种方法。

通俗的解释一下蒙特卡洛算法的思想。假如篮子里有1000个苹果,让你每次闭着眼睛拿1个,挑出最大的。于是你闭着眼睛随机拿了一个,然后再随机拿一个与第一个比,留下大的,再随机拿一个,与前次留下的比较,又可以留下大的……你每拿一次,留下的苹果至少是当前最大的,循环往复这样,拿的次数越多,挑出最大苹果的可能性也就越大,但除非你把1000个苹果都挑一遍,否则你无法肯定最终挑出来的就是最大的一个。也就是说,蒙特卡洛算法是样本越多,越能找到最佳的解决办法,但只是尽量找最好的,不保证一定是最好的。

与它形成对比的是拉斯维加斯算法思想。假如有一把锁,有1000把钥匙进行选择,但只有1把是对的。于是你每次随机拿1把钥匙去试,打不开就再换1把。你试的次数越多,打开最优解的机会就越大,但在打开之前,那些错的钥匙都是没有用的。所以拉斯维加斯算法就是尽量找最好的解决办法,但是不保证能找到。假设试了999次后没有任何一把钥匙能打开锁,真正的钥匙是第1000把,但是样本并没有第1000次选择,那么拉斯维加斯算法就不能找到打开锁的钥匙。

蒙特卡洛和拉斯维加斯本身是两座著名赌城,因为赌博中体现了许多随机算法,所以借此命名。它们只是概括了随机算法的特性,算法本身可能复杂,也可能简单,在这两类随机算法之间的选择,往往受到问题的局限。如果问题要求在有限采样内,必须给出一个解,但不要求是最优解,那就要用蒙特卡罗算法。反之,如果问题要求必须给出最优解,但对采样没有限制,那就要用拉斯维加斯算法。

Python实现蒙特卡洛算法小实验过程详解

蒙特卡洛算法实验

这么看来蒙特卡洛方法的理论支撑其实是概率论或统计学中的大数定律。基本原理简单描述是先大量模拟,然后计算一个事件发生的次数,再通过这个发生次数除以总模拟次数,得到想要的结果。下面我们以三个经典的小实验来学习下蒙特卡洛算法思想。

1.计算圆周率pi(π)值

实验原理:在正方形内部有一个相切的圆,圆面积/正方形面积之比是(PixRxR)/(2Rx2R)= Pi/4。在这个正方形内随机产生n个点,假设点落在圆内的概率为P,那么P=圆面积/正方形面积,则P= Pi/4。如何计算点落在圆内的概率P?可以计算点与中心点的距离,判断是否落在圆的内部,若这些点均匀分布,用M表示落到圆内投点数 , N表示总的投点数,则圆周率Pi=4P=4xM/N。

实验步骤:

(1)将圆心设在原点(0,0),以R为半径形成圆,则圆面积为PixRxR

(2)将该圆外接正方形, 坐标为(-R,-R)(R,-R)(R, R)(-R,R),则该正方形面积为R*R

(3)随即取点(X,Y),使得-R <=X<=R并且-R <=Y<=R,即点在正方形内

(4)通过公式 XxX+YxY<= RxR判断点是否在圆周内(直角三角形边长公式)。

(5)设所有点(也就是实验次数)的个数为N,落在圆内的点(满足步骤4的点)的个数为M,则P=M/N,于是Pi=4xM/N。

(6)运行结果为3.143052

def cal_pai_mc(n=1000000):
 r = 1.0
 a, b = (0.0, 0.0)
 x_neg, x_pos = a - r, a + r
 y_neg, y_pos = b - r, b + r
 m = 0
 for i in range(0, n+1):
 x = random.uniform(x_neg, x_pos)
 y = random.uniform(y_neg, y_pos)
 if x**2 + y**2 <= 1.0:
 m += 1
 return (m / float(n)) * 4

2.计算函数定积分值

实验原理:若要求函数f(x)从a到b的定积分,我们可以用一个比较容易算得面积的矩型包围在函数的积分区间上(假设其面积为Area),定积分值其实就是求曲线下方的面积。随机地向这个矩形框里面投点,统计落在函数f(x)下方的点数量占所有点数量的比例为P,那么就可以据此估算出函数f(x)从a到b的定积分为Area×P。此处我们将a和b设为0和1,函数f(x)=x2。

运行结果为0.333749

def cal_integral_mc(n = 1000000):
 x_min, x_max = 0.0, 1.0
 y_min, y_max = 0.0, 1.0
 m = 0
 for i in range(0, n+1):
 x = random.uniform(x_min, x_max)
 y = random.uniform(y_min, y_max)
 # x*x > y 表示该点位于曲线的下面。
 if x*x > y:
 m += 1
 #所求的积分值即为曲线下方的面积与正方形面积的比
 return m / float(n)

3.计算函数极值,可避免陷入局部极值

实验原理:极值是“极大值” 和 “极小值”的统称。如果一个函数在某点的一个邻域内处处都有确定的值,函数在该点的值大于或等于在该点附近任何其他点的函数值,则称函数在该点的值为函数的“极大值”。如果函数在该点的值小于或等于在该点附近任何其他点的函数值,则称函数在该点 的值为函数的“极小值”。此处在区间[-2,2]上随机生成一个数,求出其对应的y,找出其中最大值认为是函数在[-2,2]上的极大值。

运行结果发现极大值185.1204262706596, 极大值点为1.5144491499169481

def cal_extremum_mc(n = 1000000):
 y_max = 0.0
 x_min, x_max = -2.0, 2.0
 y = lambda x:200*np.sin(x)*np.exp(-0.05*x)#匿名函数
 for i in range(0, n+1):
 x0 = random.uniform(x_min, x_max)
 if y(x0) > y_max:
 y_max = y(x0)
 x_max = x0
 return y_max, x_max

以上三个例子也称为基于蒙特卡洛的投点法,由此得出的值并不是一个精确值,而是一个近似值。当投点的数量越来越大时,这个近似值也越接近真实值。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
跟老齐学Python之有容乃大的list(4)
Sep 28 Python
Python urllib、urllib2、httplib抓取网页代码实例
May 09 Python
详解python并发获取snmp信息及性能测试
Mar 27 Python
Python实现基于多线程、多用户的FTP服务器与客户端功能完整实例
Aug 18 Python
Python3之文件读写操作的实例讲解
Jan 23 Python
python解决字符串倒序输出的问题
Jun 25 Python
python数据批量写入ScrolledText的优化方法
Oct 11 Python
Python实现八皇后问题示例代码
Dec 09 Python
Python基础学习之类与实例基本用法与注意事项详解
Jun 17 Python
python实现基于朴素贝叶斯的垃圾分类算法
Jul 09 Python
python tkinter canvas使用实例
Nov 04 Python
pycharm2020.1.2永久破解激活教程,实测有效
Oct 29 Python
教你如何编写、保存与运行Python程序的方法
Jul 12 #Python
如何不用安装python就能在.NET里调用Python库
Jul 12 #Python
python 执行终端/控制台命令的例子
Jul 12 #Python
python IDLE 背景以及字体大小的修改方法
Jul 12 #Python
Python-Tkinter Text输入内容在界面显示的实例
Jul 12 #Python
Python爬虫抓取技术的一些经验
Jul 12 #Python
python 使用装饰器并记录log的示例代码
Jul 12 #Python
You might like
phpize的深入理解
2013/06/03 PHP
php使用正则表达式进行字符串搜索的方法
2015/03/23 PHP
PHP中把对象转换为关联数组代码分享
2015/04/09 PHP
PHP实现发送邮件的方法(基于简单邮件发送类)
2015/12/17 PHP
javascript对象之内置对象Math使用方法
2010/04/16 Javascript
自己动手开发jQuery插件教程
2011/08/25 Javascript
解决jquery的datepicker的本地化以及Today问题
2012/05/23 Javascript
JavaScript获取当前cpu使用率的方法
2015/12/15 Javascript
Ionic+AngularJS实现登录和注册带验证功能
2017/02/09 Javascript
Vue自定义指令使用方法详解
2017/08/21 Javascript
微信自定义分享链接信息(标题,图片和内容)实现过程详解
2019/09/04 Javascript
JS实现iframe中子父页面跨域通讯的方法分析
2020/03/10 Javascript
js根据后缀判断文件文件类型的代码
2020/05/09 Javascript
Vue2.0 ES6语法降级ES5的操作
2020/10/30 Javascript
Pthon批量处理将pdb文件生成dssp文件
2015/06/21 Python
在Python中使用正则表达式的方法
2015/08/13 Python
Python多线程实现同步的四种方式
2017/05/02 Python
利用Tkinter和matplotlib两种方式画饼状图的实例
2017/11/06 Python
django静态文件加载的方法
2018/05/20 Python
Python3数据库操作包pymysql的操作方法
2018/07/16 Python
Python图像处理之简单画板实现方法示例
2018/08/30 Python
python 实现分页显示从es中获取的数据方法
2018/12/26 Python
Python获取时间范围内日期列表和周列表的函数
2019/08/05 Python
PYTHON EVAL的用法及注意事项解析
2019/09/06 Python
python实现猜数字游戏
2020/03/25 Python
DRF使用simple JWT身份验证的实现
2021/01/14 Python
逼真的HTML5树叶飘落动画
2016/03/01 HTML / CSS
亚马逊加拿大网站:Amazon.ca
2020/01/06 全球购物
OnePlus加拿大官网:中国国际化手机品牌
2020/10/13 全球购物
前处理组长岗位职责
2014/03/01 职场文书
车贷收入证明范本
2014/09/14 职场文书
婚庆公司计划书
2014/09/15 职场文书
企业三严三实学习心得体会
2014/10/13 职场文书
2014年内部审计工作总结
2014/12/09 职场文书
学习党章心得体会2016
2016/01/15 职场文书
MySQL如何使备份得数据保持一致
2022/05/02 MySQL