第153章 蒙特卡洛，未来之法（2 / 3）
他身后几位守卫队员，已经将手中武器轻轻放下，那发出“杀无赦”的长弓更是失去了魔力一般，再无魔法灵光。
可以用公式，但是不能用计算？
林奇有些纳闷，试探道，“我用一把皮尺，量一个半径0.5米的圆，得出周长是3米14（2πr），得到圆周率3.14，这算么？”
精灵淡淡摇头，“足够精度。”
林奇明白过来。
哪怕地球本身是完美的球形，然后还有一把四万公里长的皮尺子给他量，再精确到厘米级别，他也只能算出π精确到8、9位有效数字，比起他刚刚用公式随便就8位精度，寒酸得可怜。
更别说原先的条件，都是天方夜谭。
忽然。
林奇一下子想起曾经的某段过往。
他当场翻开《林奇学业记忆：小学课本》——
1777年，法国数学家布丰用投针实验的方法求圆周率。
同时翻开另一端记忆《林奇围棋记忆：人类失去荣光之时》——
阿尔法狗，在后期碾压人类顶尖九段棋手，处于轻易让一、二子的超九段位，所采用的的便是“神经网络算法”结合“蒙特卡洛算法”的进阶版本。
计算机有时候会让人类感觉到无解，可以轻而易举地做到常人所不能及的东西。
但本质上，它们背后所驱动的，正是一个个“算法”。
蒙特卡洛算法，这种发展最为成熟的计算机模拟方法之一。
无比暴力。
而且只要会数数即可。
林奇深吸一口气。
“一个正方形场地，内切一个圆形球场。如果随机往正方形场地投球，那么最后圆型球场的落球数量与总投球数之比正是π4，这样就可以得到π的数值。”
林奇淡淡说道，“当然，换成别针、小珠都可以，只要保证均匀分布即可，甚至夸张点一箱子别针倒下去也成。”
利用从总体中抽取的随机数作为样本进行实验，以求得的统计特征值（均值、概率、分布等）作为待解问题的数值解。
这个由大数定理得来的方法，源于美国在二战期间研制原子弹的“曼哈顿计划”。
当时计划主持人冯诺依曼用摩纳哥驰名世界的赌城蒙特卡洛进行命名，而这位仁兄还有个拽上天的称号——数字计算机之父。
对面的精灵微微点头。
“你的想象很美好，但是现实却无比残酷。”
“投入超过一百亿的球，也不过能使π收敛到3.14159罢了，此后每增加一位精度，整体计算量都需要增加百倍，所以它比你用皮尺来量也好不到哪里去。”
林奇顿时失声。
这是外行遇到内行，遇到一位真的有实践过的人了！
确实这个算法最大的应用舞台，正是“计算机”！ ↑返回顶部↑
可以用公式，但是不能用计算？
林奇有些纳闷，试探道，“我用一把皮尺，量一个半径0.5米的圆，得出周长是3米14（2πr），得到圆周率3.14，这算么？”
精灵淡淡摇头，“足够精度。”
林奇明白过来。
哪怕地球本身是完美的球形，然后还有一把四万公里长的皮尺子给他量，再精确到厘米级别，他也只能算出π精确到8、9位有效数字，比起他刚刚用公式随便就8位精度，寒酸得可怜。
更别说原先的条件，都是天方夜谭。
忽然。
林奇一下子想起曾经的某段过往。
他当场翻开《林奇学业记忆：小学课本》——
1777年，法国数学家布丰用投针实验的方法求圆周率。
同时翻开另一端记忆《林奇围棋记忆：人类失去荣光之时》——
阿尔法狗，在后期碾压人类顶尖九段棋手，处于轻易让一、二子的超九段位，所采用的的便是“神经网络算法”结合“蒙特卡洛算法”的进阶版本。
计算机有时候会让人类感觉到无解，可以轻而易举地做到常人所不能及的东西。
但本质上，它们背后所驱动的，正是一个个“算法”。
蒙特卡洛算法，这种发展最为成熟的计算机模拟方法之一。
无比暴力。
而且只要会数数即可。
林奇深吸一口气。
“一个正方形场地，内切一个圆形球场。如果随机往正方形场地投球，那么最后圆型球场的落球数量与总投球数之比正是π4，这样就可以得到π的数值。”
林奇淡淡说道，“当然，换成别针、小珠都可以，只要保证均匀分布即可，甚至夸张点一箱子别针倒下去也成。”
利用从总体中抽取的随机数作为样本进行实验，以求得的统计特征值（均值、概率、分布等）作为待解问题的数值解。
这个由大数定理得来的方法，源于美国在二战期间研制原子弹的“曼哈顿计划”。
当时计划主持人冯诺依曼用摩纳哥驰名世界的赌城蒙特卡洛进行命名，而这位仁兄还有个拽上天的称号——数字计算机之父。
对面的精灵微微点头。
“你的想象很美好，但是现实却无比残酷。”
“投入超过一百亿的球，也不过能使π收敛到3.14159罢了，此后每增加一位精度，整体计算量都需要增加百倍，所以它比你用皮尺来量也好不到哪里去。”
林奇顿时失声。
这是外行遇到内行，遇到一位真的有实践过的人了！
确实这个算法最大的应用舞台，正是“计算机”！ ↑返回顶部↑