Hatalı deterministik hesaplama
Bu egzersizde ve bir sonrakinde, simülasyon sürecindeki her adımın önemini daha iyi kavramak için videodaki pi hesaplamalarıyla oynayacaksın.
Pi'yi bulmak için yapılan simülasyonun, aşağıdaki grafikte gösterildiği gibi, \(x\) ve \(y\) değerleri -1 ile 1 arasında olan rastgele \((x, y)\) noktaları ürettiğini hatırla.
Ya, bir noktanın circle_points listesine eklenip eklenmeyeceğini kontrol ettiğin deterministik hesaplamayı yanlış şekilde değiştirirsen? Bu, nihai sonucu nasıl etkiler? Pi için elde edeceğin tuhaf değerden, deterministik hesaplamaları doğru belirtmenin Monte Carlo simülasyonları için ne kadar kritik olduğunu göreceksin!
random senin için içe aktarıldı.
Bu egzersiz, kursun bir parçasıdır
Python ile Monte Carlo Simülasyonları
Egzersiz talimatları
- Videoda gösterildiği gibi bir yerine, orijine olan uzaklığı 0.75'ten küçük olan her nokta için
circle_pointsdeğerini artır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
n = 10000
circle_points = 0
square_points = 0
for i in range(n):
x = random.uniform(-1, 1)
y = random.uniform(-1, 1)
dist_from_origin = x**2 + y**2
# Increment circle_points for any point with a distance from origin of less than .75
if ____:
circle_points += 1
square_points += 1
pi = 4 * circle_points / square_points
print(pi)