蒙特卡洛（Monte-Carlo）计算定积分【Python】

1、蒙特卡洛计算定积分【投点法】：

以求解第一小题（一重积分）为例，如下图所示，蓝色曲线为被积函数f(x)在[0, π/2]区间上的图像，若要求其定积分，其实就是求曲线下方的面积。这时我们可以用一个比较容易算得面积的矩型罩在函数的积分区间上（假设其面积为S）。然后随机地向这个矩形框里面投点，统计出蓝色曲线下方的点的数量占所有点（红框内）数量的比例为R，那么就可以据此估算出被积函数从0到π/2的定积分为S×R。

以求解第二小题（**二重积分**）为例如下图所示，红色点为被积函数f(x)在积分区间上的图像，若要求其定积分，其实就是求红色点围成的曲面（投影在XOY面是单位圆）下方的体积。这时我们可以用一个比较容易算得体积的圆柱体（绿色点围成的边界）罩在函数的积分区间上（假设其体积为V）。然后随机地向这个圆柱体里面投点，统计出红色曲面下方的蓝色点的数量占所有蓝色点数量的比例为R，那么就可以据此估算出被积函数在积分区间上的二重定积分为V×R。

2、计算第一小题【一重积分】：

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# Author: Hren

#-------------------------------------------------#
# 一重积分计算结果约为1
# 一次实验：样本为100000时，蒙特卡洛计算结果约为0.99908(ratio=0.40264)
# 实验重复10次, 均方差约为0.0000134
#-------------------------------------------------#

import numpy as np
import math
import  matplotlib.pyplot as plt

def first():
    num = 1000

    x = np.arange(0, math.pi/2, 1/num * math.pi/2)
    y = x*np.sin(x)
    plt.plot(x, y)
    plt.plot(x, [max(y)]*num, 'r')
    plt.plot([max(x)]*num, y, 'r')
    plt.plot(x, [0]*num, 'r')
    plt.plot([0]*num,