本文共 1621 字，大约阅读时间需要 5 分钟。
蒙特卡洛方法在数学计算中是一种非常有趣且有效的技术，尤其是在计算圆周率π时尤为经典。通过蒙特卡洛方法，我们可以利用随机性来估算π的值，而无需复杂的数学推导。
蒙特卡洛方法的基本思想是利用随机数来解决问题。在计算π的过程中，我们可以想象一个边长为2的正方形，其内切一个半径为1的圆。随机在这个正方形内撒点，统计落在圆内的点的比例，然后利用这个比例来估算π的值。
准备正方形和圆
在一个坐标系中，绘制一个边长为2的正方形，范围从(-1, -1)到(1, 1)。正方形的内切圆的半径也是1，圆心位于原点。生成随机点
随机生成大量点，点的分布均匀地覆盖整个正方形。每个点的坐标可以通过随机数生成器来产生，例如在x轴和y轴上分别生成两个介于-1和1之间的数。统计落在圆内的点数
对于每个生成的点，检查它是否落在圆内。判断条件是：点的x坐标平方加上y坐标平方小于等于1，即x² + y² ≤ 1。计算比例并估算π
将落在圆内的点数与总点数的比例记为p。根据蒙特卡洛方法的统计特性，p会趋近于圆面积与正方形面积的比值。由于正方形的面积是4，圆的面积是π，因此p ≈ π/4。最终，通过4p就可以估算π的值。以下是一个简单的Objective-C实现示例：
#import@interface MonteCarloPi : NSObject{ int totalPoints; // 总点数 int pointsInCircle; // 圆内的点数}@property (nonatomic, assign) int totalPoints;@property (nonatomic, assign) int pointsInCircle;- (void)computePi;- (void)generateRandomPoints;- (void)checkPoint:(CGPoint)point;@end@implementation MonteCarloPi- (void)computePi { [self generateRandomPoints]; [self checkPoint:self.randomPoint]; // 其他计算逻辑}- (void)generateRandomPoints { totalPoints = 100000; // 可以根据需要调整点数 pointsInCircle = 0; for (int i = 0; i < totalPoints; i++) { // 生成随机点 self.randomPoint = (CGPoint){ .x = (rand() % 200) / 100 - 1, .y = (rand() % 200) / 100 - 1 }; [self checkPoint:self.randomPoint]; }}- (void)checkPoint:(CGPoint)point { if (point.x * point.x + point.y * point.y <= 1) { pointsInCircle++; }}- (void)computePi { // 通过点的比例来估算π double piEstimate = 4.0 * (pointsInCircle / totalPoints); // 输出结果或进一步处理}@end
通过上述步骤，我们可以利用蒙特卡洛方法来估算圆周率π。这个方法既简单又有效，特别适合用于教育和实验中。随着计算次数的增加，估算值会越来越接近真实的π值。
转载地址：http://fksfk.baihongyu.com/