当前位置:   article > 正文

【Python】圆周率 Pi (π) 的计算(蒙特卡罗法+公式法)_用python计算圆周率

用python计算圆周率

引言

圆周率(Pi)是圆的周长与直径的比值,一般用希腊字母 π 表示,是数学中最重要和最奇妙的数字之一。本文教你如何使用 Python 编程实现圆周率的简单计算。

计算

蒙特卡罗法

在这里插入图片描述
1×1 的正方形里面有一个内切圆。向该正方形区域内随机散点(散点总数记为 S),对于每一个点,其落在圆内的概率是: π ⋅ 0. 5 2 1 × 1 = 0.25 π \frac {\pi \cdot 0.5^2}{1×1}=0.25\pi 1×1π0.52=0.25π,散点结束后,统计其落在圆内的点数,并记为 N。

一般来说,随着实验次数的增多,频率会接近于概率。当实验次数趋向于无穷时,频率的极限就是概率。

因此,当 S 足够大时,我们可以简单认为: 0.25 π = N S 0.25\pi=\frac{N}{S} 0.25π=SN,即 π = 4 N S \pi=\frac{4N}{S} π=S4N

提示:如何判断点在圆内?计算点到圆心的欧式距离,比半径小就在圆内,比半径大就在圆外。

# 蒙特卡罗法(统计试验法)
import random # 导入随机模块
S = 1e6 # 变量S为试验总次数(值设置得越大,PI的计算越准确,即频率越逼近于概率)
N = 0 # 变量N用于统计落在圆内的试验点的个数
for i in range(int(S)):
    x = random.random() # 获取0-1之间的随机数
    y = random.random() # 获取0-1之间的随机数
    d = (x-0.5)**2+(y-0.5)**2 # 计算试验点到圆心的欧式距离的平方
    if d<=0.5**2: # 通过比较试验点到圆心的欧式距离与圆半径的大小,判断该点是否在圆内
        N+=1
    else:
        pass
PI = 4*N/S
print(PI)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

公式法

π = ∑ n = 0 ∞ [ 1 1 6 n ( 4 8 n + 1 − 2 8 n + 4 − 1 8 n + 5 − 1 8 n + 6 ) ] \pi = \sum_{n=0}^\infty [\frac{1}{16^n}(\frac{4}{8n+1}-\frac{2}{8n+4}-\frac{1}{8n+5}-\frac{1}{8n+6})] π=n=0[16n1(8n+148n+428n+518n+61)]

# 公式法(计算公式参上)
PI = 0
N = 1000
for n in range(int(N)):
    PI += 1/pow(16,n) * (4/(8*n+1) - 2/(8*n+4) - 1/(8*n+5) - 1/(8*n+6))
print(PI)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

参考

https://baike.baidu.com/item/圆周率/139930

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/IT小白/article/detail/424040
推荐阅读
相关标签
  

闽ICP备14008679号