编写Python程序,模拟蒙特·卡罗计算圆周率近似值的方法,输入掷飞镖次数,然后输出圆周率近似值。观察实验结果,理解实验结果随着模拟次数增多越来越接近圆周率的原因。。
时间: 2024-10-08 17:07:29 浏览: 80
蒙特·卡罗实验、使用蒙特·卡罗方法计算圆周率近似值.docx
在Python中,我们可以编写一个简单的程序来利用随机投掷点落在单位圆内的概率来估算圆周率π。以下是实现这个过程的一个基本示例:
```python
import random
def estimate_pi(num_points):
inside_circle = 0
total_attempts = num_points
for _ in range(total_attempts):
x = random.uniform(0, 1)
y = random.uniform(0, 1)
if x**2 + y**2 <= 1:
inside_circle += 1
estimated_pi = 4 * inside_circle / total_attempts
return estimated_pi
# 获取用户输入的掷飞镖次数
num_points = int(input("请输入要模拟的飞镖投掷次数:"))
# 计算并打印圆周率的估计值
pi_approximation = estimate_pi(num_points)
print(f"经过{num_points}次投掷,圆周率的近似值为 {pi_approximation}")
阅读全文