疑似乱数に状態なんていらない - あどけない話
State モナドと疑似乱数で書いたように、遅延評価が利用できる言語では、無限数列が扱えるので、疑似乱数を使う際に状態を持たなくてもよい。その一例として、モンテカルロ法による円周率の近似を挙げてみる。 XY 平面に単位円を考える。 radius :: Double radius = 1.0この円がぴったり収まる大きさ1の正方形を描く。ここで、第一象限のみを考える。正方形のうち、第一象限にある部分の面積は、1/4。第一象限にある円の面積は、全体の 1/4 だから π/4。 モンテカルロ法では、第一象限の正方形の中に、ランダムに点(x,y)を打つ。たくさんのランダムな点を、疑似乱数から生成しよう。そのとき、状態を持つのではなく、乱数の無限数列を生成する。 import Random randomSeq :: Int -> [Double] randomSeq seed = randomRs (
JavaScriptによる様々な方法での円周率計算(モンテカルロ法など) - konisimple
考察 1,000回で誤差3%程度に、10,000回で誤差1%程度に、100,000回で誤差0.1%程度に、1,000,000回で誤差0.05%程度に、10,000,000回で誤差0.01%程度になります。 コンピュータのスペックによっては、10,000,000回以降はきつい場合があります。ブラウザが応答しなくなるかもしれません(><) あんまり回数を増やすとJavaScriptの疑似乱数の限界にぶちあたる気がします。
モンテカルロ法を試す―円周率の評価―
確率法則を用いて問題を解くモンテカルロ法（Monte Carlo meyhod）では、質のよい乱数が必要である。 C言語で用意されている関数randと、高品質で高速に乱数を生成できるとして知られるメルセンヌ・ツイスタを利用して、円周率を評価してみる。 また、その際のアルゴリズムとして「あたりはずれ法」と「粗いモンテカルロ法」を用いて計算する。 図１のような単位円の第１象限領域の面積をモンテカルロ法にて求め、 解析的に求められる面積$\pi/4$と比較することによって、円周率の評価を行うことにする。 図１．単位円の第１象限領域 あたりはずれ法 あたりはずれ法とは、面積を評価したい領域$S_A$を面積が既知の領域$S$で囲み、 領域$S$上に分布が一様になるように$N$個の点を降らせる。 領域$S_A$上に落ちた点の数が$N_A$であれば、$S_A$の面積は、 で評価することができる。 図１の
奈良女子大学附属中等教育学校 公式サイト
2025年9月12日 新着情報 教育後援会の限定オリジナルグッズの販売と寄付金のお願い 2025年9月11日 新着情報 柳汀会奨学基金受給申請について 2025年8月23日 新着情報生徒の活動SSH 生徒の活動報告 【活動報告】令和7年度科学の甲子園ジュニア奈良県大会で3位入賞 2025年8月19日 新着情報SSHの活動教育研究 2025年度公開研究会・SSH研究成果発表会≪1次案内≫ 2025年8月8日 新着情報SSHの活動SSH 生徒の活動報告 SSH生徒研究発表会にて、本校6年 荻巣 樹くんが「文部科学大臣表彰」を受賞！ 2025年7月29日 新着情報教育研究 研究紀要の最新号（第61集）を公開しました 2025年7月29日 新着情報生徒の活動 【活動報告】令和7年度奈良県中学校総合体育大会テニス競技 女子団体で準優勝 2025年7月25日 新着情報 第3回奈良県小中高連携地理教育学
乱拓アルゴリズムの世界へ
1 �� Randomized Algorithm �� 2 1 (randomized algorithm) . . . (probabilistic algorithm, stocastic algorithm) [8, 11] (randomized algorithm) 2 2 (1) (2) 1 2E-mail: watanabe@is.titech.ac.jp procedure QuickSort(A, B); % Given A[1..n], compute its sorted permutation to B[1..n]. i ← random number from {1,...,n}; k ← A[i]; A1 ← elements of A[1..n] smaller than k; A2 ← the other elements of A[1..n]; Quic
Rejection sampling - Wikipedia
In numerical analysis and computational statistics, rejection sampling is a basic technique used to generate observations from a distribution. It is also commonly called the acceptance-rejection method or "accept-reject algorithm" and is a type of exact simulation method. The method works for any distribution in with a density. Rejection sampling is based on the observation that to sample a random
『100分の1を100回やってみる』
ゲーム作家・ゲーム研究者遠藤雅伸のブログです。 ゲームに関する話題を、ビジネス、アカデミック両面からも取り上げます。 ゲームデザインにおいて初心者の陥りやすい問題の１つとして、確率に対する誤った考え方があります。 -------------------------------------------------- 課題：RPGで、ある敵を倒したら稀にアイテムが手に入る。このアイテム、敵を100匹ほど倒したら少なくとも１回くらいは出て欲しいのだが、さてどのような設定にすればいいか？ -------------------------------------------------- 最も安易な考え方が、「100回に１回起きればいいことなんだから、1/100の確率でアイテム出せばいいんじゃね？」というもの。これと同じ考え方をした人に向けて、このエントリーは書かれていますので「簡単な余事象の問題
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Monte Carlo法による円周率の計算
シミュレーション
ソフトの砂場(円周率)
アルゴリズムイントロダクション 第5章 確率論的解析と乱択アルゴリズム
実践的アルゴリズム特論 10,11回目: 乱択アルゴリズム
確率と計算
クイックソートの動作と計算量解析
暗号基盤特論 #03 モーメントと偏差
Quasi-random sequences
Group: トレーニング講座（3/06 (日)) | アルゴリズム プログラミング
Understanding "randomness"
乱択アルゴリズム紹介(Bloom Filter) - Preferred Networks Research & Development
実践的アルゴリズム