matlab 蒙特卡洛模拟

蒙特卡洛模拟是一种通过随机抽样来获得数值结果的方法。在MATLAB中，您可以使用随机数生成器函数和循环结构来实现蒙特卡洛模拟。

下面是一个简单的示例，演示如何使用蒙特卡洛方法来估算圆周率π的值：

% 设置模拟次数
numSimulations = 100000;

% 初始化计数器
numPointsInsideCircle = 0;

% 进行模拟
for i = 1:numSimulations
    % 生成随机点的坐标
    x = rand();
    y = rand();
    
    % 判断点是否在单位圆内
    if x^2 + y^2 <= 1
        numPointsInsideCircle = numPointsInsideCircle + 1;
    end
end

% 计算圆周率的估计值
piEstimate = 4 * numPointsInsideCircle / numSimulations;

这段代码将模拟生成指定次数的随机点，并计算落在单位圆内的点的数量。最后，通过使用蒙特卡洛估计公式4 * (落在圆内的点数 / 总模拟次数)来估算圆周率π的值。

请注意，模拟次数越多，得到的估计值越接近真实值。您可以根据需要调整`numSimulations`的值来提高精确度。