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
python解析模块(ConfigParser)使用方法
Dec 10 Python
Python遍历指定文件及文件夹的方法
May 09 Python
Python网络爬虫实例讲解
Apr 28 Python
Python中在脚本中引用其他文件函数的实现方法
Jun 23 Python
Python存取XML的常见方法实例分析
Mar 21 Python
解决Python 爬虫URL中存在中文或特殊符号无法请求的问题
May 11 Python
对Python 语音识别框架详解
Dec 24 Python
200行python代码实现2048游戏
Jul 17 Python
python实现两个文件夹的同步
Aug 29 Python
解决安装pyqt5之后无法打开spyder的问题
Dec 13 Python
Python基础之列表常见操作经典实例详解
Feb 26 Python
Python爬虫入门案例之回车桌面壁纸网美女图片采集
Oct 16 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
PHP6 先修班 JSON实例代码
2008/08/23 PHP
php通过baihui网API实现读取word文档并展示
2015/06/22 PHP
PHP程序中使用adodb连接不同数据库的代码实例
2015/12/19 PHP
PHP如何实现跨域
2016/05/30 PHP
PHP7匿名类用法分析
2016/09/26 PHP
Javascript var变量隐式声明方法
2009/10/19 Javascript
获取dom元素那些讨厌的位置封装代码
2010/06/23 Javascript
Js组件的一些写法
2010/09/10 Javascript
javascript对中文按照拼音排序代码
2014/08/20 Javascript
jQuery中wrapAll()方法用法实例
2015/01/16 Javascript
文字垂直滚动之javascript代码
2015/07/29 Javascript
Jquery代码实现图片轮播效果(一)
2015/08/12 Javascript
JavaScript制作淘宝星级评分效果的思路
2020/06/23 Javascript
简单对比分析JavaScript中的apply,call与this的使用
2015/12/04 Javascript
jQuery xml字符串的解析、读取及查找方法
2016/03/01 Javascript
防止Node.js中错误导致进程阻塞的办法
2016/08/11 Javascript
JS实现隐藏同级元素后只显示JS文件内容的方法
2016/09/04 Javascript
微信小程序实战之仿android fragment可滑动底部导航栏(4)
2020/04/16 Javascript
jQuery插件imgAreaSelect基础讲解
2017/05/26 jQuery
基于Vue.js 2.0实现百度搜索框效果
2020/12/28 Javascript
详解Jest结合Vue-test-utils使用的初步实践
2019/06/27 Javascript
JS实现动态倒计时功能(天数、时、分、秒)
2019/12/12 Javascript
[04:05]TI9战队采访 - Natus Vincere
2019/08/22 DOTA
python搭建简易服务器分析与实现
2012/12/15 Python
在Python中使用列表生成式的教程
2015/04/27 Python
python查看zip包中文件及大小的方法
2015/07/09 Python
Python基本语法经典教程
2016/03/11 Python
pyqt5中QThread在使用时出现重复emit的实例
2019/06/21 Python
Tensorflow 卷积的梯度反向传播过程
2020/02/10 Python
Python调用接口合并Excel表代码实例
2020/03/31 Python
实例讲解Python 迭代器与生成器
2020/07/08 Python
HTML5实现动画效果的方式汇总
2016/02/29 HTML / CSS
加拿大时尚潮流大码女装购物网站:Addition Elle
2018/04/02 全球购物
安德玛菲律宾官网:Under Armour菲律宾
2020/07/28 全球购物
歌舞青春观后感
2015/06/10 职场文书
春节随笔
2015/08/15 职场文书