Monte-Carlo szimulációs módszerre valaki mutatna egy egyszerű példát?
Közismert, egyszerű példa: pi sztochasztikus meghatározása.
Generálsz 30000 db x,y [0..1] véletlen számpárt, és megszámlálod, hogy közülük hány párra érvényes, hogy :
x^2 + y^2 <=1 ; mondjuk 23560 db
Ekkor a negyedkör területe/ a négyzeté = pi/4 ~ 23560/30000=0,7853
Köszönöm a segítségedet!
Tiszta sor, kivéve a végét. "Ekkor a negyedkör területe/ a négyzeté = pi/4" Ezt hogy csinálom meg?
Ha 30.000 helyett 120.000-t tesztelsz, akkor várhatóan, átlagosan 2* olyan pontos lesz.
Minek kell tömb, minek kell eltárolni? (Lassítja a futást)
Generálod, teszteled, számlálod, eldobod, újra.
#5: " várhatóan, átlagosan 2* olyan pontos lesz."
Valószínűleg, legtöbbször - de egyáltalán nem biztos.
A véletlen szám generátor biztosan nem tökéletes, de nem hiszem hogy abból adódna.
Egyszerűen az is benne van a pakliban, hogy néha nem 2* olyan pontos, hanem fele olyan. :D
995 + random(10) nem biztos hogy közelebb van 1000-hez, mint 990 + random(20).
Nálam nagyjából stimmel.
Lefuttattam 7.5, 30, 120, 480 ezer,... esetre, mindegyiket 15*, az eltéréseket átlagoltam.
Most sikerült időt szakítanom erre, átírtam a programot, hát valami hihetetlen, hogy mennyivel gyorsabb és egyszerűbb lett így. :D
100.000 ismétlésnek az átlaga 3 tizedesig tökéletesen pontos minden futtatásnál, mindjárt elindítok egy nagyobbat és meglátom mi lesz belőle. Köszönöm a segítséget! Esetleg tudna még valaki mondani ilyesfajta példákat Monte-Carlo-ra?
Kapcsolódó kérdések:
Minden jog fenntartva © 2025, www.gyakorikerdesek.hu
GYIK | Szabályzat | Jogi nyilatkozat | Adatvédelem | Cookie beállítások | WebMinute Kft. | Facebook | Kapcsolat: info(kukac)gyakorikerdesek.hu
Ha kifogással szeretne élni valamely tartalommal kapcsolatban, kérjük jelezze e-mailes elérhetőségünkön!