蒙特卡洛算法举例，计算阴影部分面积MATLAB和C语言实现

计算阴影部分面积。 
一个古人要求一个图形的面积，他把图形画在一块方形布上，然后找来一袋豆子，然后将所有豆子洒在布上，落在图形内豆子的重量比上那块布上所有豆子的重量再乘以布的面积就是他所要求的图形的面积。  两种编程思路来计算这个面积： 
方法一：将整个座标轴看成一个边长为12的正方形，然后均匀的这个正方形分成N（N的大小取决于划分的步长）个点，然后找出N个点中有多少个点是属于阴影部分中，假设这个值为k，则阴影部分的面积为：k/N12^2 
方法二：将整个座标轴看成一个边长为12的正方形，然后在（-6，6）中随机出N（N越大越好，至少超过1000）个点，然后找出这N个点中有多少个点在阴 影区域内，假设这个值为k，则阴影部分的面积为：k/N12^2。然后重复这个过程100次，求出100次面积计算结果的均值，这个均值为阴影部分面积。 
对比分析：以上两个方法都是利用蒙特卡罗方法计算阴影部分面积，只是在处理的细节有一点区别。前者是把豆子均匀分布在布上；后者则是随机把豆子仍在布上。就计算结果的精度而言，前者取决点的分割是否够密，即N是否够大；后者不仅仅通过N来控制精度，因为随机的因素会造成单次计算结果偏高和偏小，所以进行反复多次计算最后以均值来衡量阴影部分面积。

C语言实现：

#include <stdio.h> 
#include <stdlib.h> 
#include <time.h> int n=100000000; 
int main() 
{     
	int test=n,i,total=0;     
	double s=0,func1,func2,func3,a,b,x,y;     
	srand(time(NULL)); //选取当前时间作为随机数种子    
	for (i=1;i<=test;i++)
	{         
		x=((double)rand()/RAND_MAX-0.5)*12;         
		y=((double)rand()/RAND_MAX-0.5)*12; //生成两个不同的随机实数        
		func1=x*x/9+y*y/36-1;         
		func2=x*x/36+y*y-1;         
		func3=(x-2)*(x-2)+(y+1)*(y+1)-9;         
		if ((func1<0)&&(func2<0)&&(func3<0)) total=total+1;     
	}     
	a=total;b=test;     
	s=a*144/b;     
	printf("%.4f",s);     
	return 0; 
}

MATLAB实现：

方法一：

clear 
x=-6:0.01:6; 
y=x; 
s=size(x); 
zs=s(1,2)^2; 
k=0; 
for i=1:s(1,2)  
	for j=1:s(1,2)   
		a1=(x(i)^2)/9+(y(j)^2)/36;   
		a2=(x(i)^2)/36+y(j)^2;   
		a3=(x(i)-2)^2+(y(j)+1)^2;  
		if a1<1    
	 	  	if a2<1     
	 	  		if a3<9
	   				k=k+1;     
	   			end
	   	    end
	    end  
	end 
end  
mj=(12^2)*k/zs

运行结果：  mj =  7.2150

方法二：

clear 
N=10000; 
n=100; 
for j=1:n  
	k=0; 
	for i=1:N   
		a=12*rand(1,2)-6;  
		x(i)=a(1,1);  
		y(i)=a(1,2);   
		a1=(x(i)^2)/9+(y(i)^2)/36;  
		a2=(x(i)^2)/36+y(i)^2;  
		a3=(x(i)-2)^2+(y(i)+1)^2;  
		if a1<1   
			if a2<1    
				if a3<9     k=k+1;    
				end    
			end  
		end 
	end  
	m(j)=(12^2)*k/N; 
end  
mj=mean(m)

运行结果：  mj =  7.2500