蒙特卡洛演算法（PAI

在新學期中的繼續學習離散數學中，接觸到蒙特卡洛演算法，解決了我以前幾何圖形求面積不好求的問題，看到十分的開心。

蒙特卡洛演算法就是模擬出指定某隨機事件發生的概率，比如我們想要判斷一下兩枚骰子在同時擲出後，同時出現 6 的頻率就可以通過增加實驗執行的次數，來確保該頻率越來越接近該事件發生的概率。也就是實驗次數越多，所得到的結果才越精確。

最開始，我接觸到的就是圓周率 π 的計算，通過我們熟知的在乙個單位圓加乙個該圓的外切正方形這個圖案，然後通過往這個平面灑出豆子，計算豆子的總個數和而掉落在圓內的豆子數量，間接地可以近似出該圓的面積：正方形面積 = 圓內的豆子數：總的豆子數，並且隨著次數增加，面積越精確。

if(x * x + y * y <= r*r)//在單位圓內

num++;

其中2 * rand()/double(rand_max);將範圍擴到（0，2）之間，加上負一，就是（-1，1）的座標點了。正方形的面積 2 * 2 = 4；

**實現（最近在自學c++，以後嘗試用c++).

#include
using namespace std;
#include
#include
#define r 1
intmain()
double pi =
(double
)num/count*4;
cout<
return0;
}

那麼看了以上這個簡要的**，相信有一定的了解了。那麼在實現這個演算法的時候，我們應該注意三點：

該問題是否是具有隨機性，若具有隨機性們就可直接模擬該過程；若不是隨機過程問題，那麼考慮是否可以轉化為隨機問題。

產生隨機數。利用srand((unsigned)time(null));獲取當前時間並產生rand(),隨機數。當然這種方式產生的隨機數是偽隨機數，因為這些隨機數都是基於同樣的演算法產生的隨機數，在某些時候會產生不正確的影響。

確定乙個隨機變數，作為所要求的問題的解。意思就是得到我們所求問題的近似解。