Π的計算.docxVIP

Π的计算 项目内容概要 通过Monte Carlo 模拟的两种抽样方法计算Pi，理解简单抽样和Metropolis抽样的区别，对比两种抽样方法导致的π的收敛规律，研究Metropolis抽样计算Pi的方法中步长的选取对结果的影响。 项目实施方法/原理 （1）简单抽样 cd□SimplePi ls 查看文件夹SimplePi里的内容 编译SimplePi.f ifort□simplePi.f□–o□simplePi.exe 生成可执行文件simplePi.exe 运行SimplePi.exe ./simplePi.exe 运行结果直接打印在屏幕上 改变源代码中的投点数N，观察结果的变化； （2）Metropolis抽样 cd□MetropolisPi ls 查看文件夹MetropolisPi里的内容 编译MetropolisPi.f ifort□metropolisPi.f□–o□metropolisPi.exe 生成可执行文件metropolisPi.exe 运行MetropolisPi.exe ./metropolisPi.exe 按提示输入步长后，结果打印在屏幕上 最后一行：accept =转移被接受的次数（落在正方形内的点数） 改变步长和源代码中的投点数N，观察结果的变化。与简单抽样结果比较。 项目实施结果 （1）简单抽样 根据原有simplePi.f，投点一亿次，所得结果为 通过修改simplePi.f，改为投点两亿次，修改如下 所得结果为 再次修改simplePi.f， 改为投点十亿次，修改如下 所得结果为 所得π为负数，可能为投点过多，数据溢出。根据数据显示，投点上限应为六亿七千万，故将投点数改为六亿五千万。 所得结果为 （2）Metropolis抽样 根据原有metropolisPi.f，设定步长为.5 结果为 后设定步长为1 结果为 后设定步长为1.5 结果为 修改metropolisPi.f，将投点数改为两亿 设定步长为.5 结果为 设定步长为1 结果为 设定步长为1.5 结果为 修改metropolisPi.f，将投点数改为三亿 步长为.5 结果为 步长为1 结果为 步长为1.5 结果为 小结 由简单抽样结果可得，投点数越多，π值越接近实际值。但由于投点数过多会出现负值，因此有最大投点数上限，无法得出π的实际值。 Metropolis抽样结果与简单抽样相似，投点数越多，π值越接近实际值，在投点数过多的情况下，也会出现负值。而且相较于简单抽样，Metropolis抽样所的结果更能接近实际值。由于我选择的步长相近，因此在结果的比较中，步长没有起决定性的作用，但是从已有的结果而言，步长在小于一定值的时候，步长越长，实验结果与实际值越接近，且投点数越多，步长变化而造成的实验值变化越小。