如何使用Monte-Carlo算法来估算圆周率π的值？请结合《Monte-Carlo算法详解：原理、应用与实践》中的内容给出详细步骤。

Monte-Carlo算法通过随机抽样来估算复杂问题的解，估算圆周率π就是一个典型的使用案例。《Monte-Carlo算法详解：原理、应用与实践》这本书详细讲解了如何利用这种方法，下面就是具体的估算步骤：

参考资源链接：[Monte-Carlo算法详解：原理、应用与实践](https://wenku.csdn.net/doc/1niyixr804?spm=1055.2569.3001.10343)

1. 定义问题：我们需要计算的是圆周率π的值。
2. 构造算法：在单位正方形内构造一个单位圆，圆的面积是πr²，其中r=1。正方形的面积是4r²，所以π约等于圆的面积除以正方形面积，即4倍的圆内点数除以总点数。
3. 执行随机试验：在单位正方形内随机生成点的坐标(x, y)，其中0 ≤ x, y ≤ 1。
4. 判定点与圆的关系：判断这些点是否位于单位圆内，即判断x² + y² ≤ 1是否成立。
5. 计算结果：统计落在圆内的点的数量n，计算圆周率的近似值为 π ≈ 4 * (n / 总点数)。
6. 重复实验：增加随机点的数量可以提高估算的准确度。
7. 分析结果：根据大量随机点的统计结果，我们可以得到一个较为精确的π值。
这个过程体现出了Monte-Carlo方法的基本思想，即通过随机事件的大量样本平均来逼近真实值。通过上述步骤，读者可以利用《Monte-Carlo算法详解：原理、应用与实践》中的理论知识，进行实际的编程实践，从而更好地掌握这种算法，并在其他相关领域进行应用。

参考资源链接：[Monte-Carlo算法详解：原理、应用与实践](https://wenku.csdn.net/doc/1niyixr804?spm=1055.2569.3001.10343)