1. モンテカルロアルゴリズム（統計的シミュレーション手法）
モンテカルロ アルゴリズムの基本的な考え方は、シミュレートされた 「実験」の形式と、多数のランダム サンプルの統計形式で問題を解決することです。
たとえば、円周率を求めることは数学的に非常に複雑ですが、次のような単純な形式で解決できます。
•
写真のように、正方形にランダムに点を落とします。
• PIの1/4を得るために、 1/4円に入る点の総点数に対する
比率を計算します。
•
最後に
4を掛けて
PI
を取得します。
•
•
たとえば、赤い点の数がすべての点の数より大きい場合、結果は
0.765になります。
•
次に 4 を掛けて
3.06 を取得します。
•
3.06
は取得された
PIです。
•
•
したがって、この方法では
多数のサンプル (ドロップポイント) が必要となり、サンプルが多ければ多いほど精度が高くなります。
2.サンプルコード
以下の図に示すように、PIを見つけるためにPython言語で実装されたモンテカルロ ソリューション
