蒙特卡洛演算法是基於概率論的一種計算方法，有些問題直接求解較為困難，但是利用類似做實驗的方法去試探，利用隨機數或”偽隨機數”進行計算的話，問題會變得比較簡單.
1.計算定積分

當然，這個問題比較簡單，用蒙特卡洛方法怎麼做呢?

function result = MentekaluoDingjifen(a,b,m,mm)
%a是積分下限
%b是積分上限
%m是函式的上界
%mm是隨機試驗次數
frq = 0;
xrangnum = unifrnd(a,b,1,mm);
yrangnum = unifrnd(0,m,1,mm);
for ii = 1:mm
    if (cos(xrangnum(1
 
,ii)) + 2) >= yrangnum(1,ii)
        frq = frq + 1;
    end
end
result = frq*m*(b-a)/mm

看看結果:

>> MentekaluoDingjifen(0,4,4,100000)

result =

    7.2394


ans =

    7.2394

100000次模擬之後，結果與精確解7.2432很接近.

2.計算π的值。

function pijisuan = pi(mm)
frq = 0;
xrandnum = unifrnd(0,1,1,mm);
yrandnum = unifrnd(0
 
,1,1,mm);
for ii = 1:mm
    if (xrandnum(1,ii)^2 + yrandnum(1,ii)^2 <= 1)
        frq = frq + 1;
    end
end
pijisuan = 4*frq/mm

看看效果:

>> pi(100000)
pijisuan =

    3.1370


ans =

    3.1370