PYTHON2 Monte Carlo Simulation 몬테카를로 시뮬레이션(2) Monte Carlo Simulation 몬테카를로 시뮬레이션은 변수 관계가 확실하여 예측치를 정확하게 찾을 수 있는 확정모형과는 달리 결과를 정확하게 예측할 수 없는 확률모형에서 분석적인 방법으로 해를 찾는것이 불가능할 경우 수치적으로 일련의 난수를 반복적으로 발생시켜 시뮬레이션을 통해 해를 찾는 방법 이라 정의할 수 있다. 몬테카를로 시뮬레이션 과정 몬테카를로 시뮬레이션 과정은 아래와 같이 진행된다. 1.문제정의 2.확률변수선택 3.자료수집 4.확률변수의 확률분포 선택 5.확률변수의 난수 발생 6.시뮬레이션실험 7.통계치 계산 및 결과 수치 해석 그렇다면 Chris Moffitt가 포스팅한 Monte Carlo Simulation with Python 살펴 보자. 블로그에 나온 내용을 좀 각색을 해 .. 2021. 1. 16. Alogrithm With Python # 짝수 홀수 구하기 def isOddEven(num): print(num ) if (num % 2 == 0): retVal = 'even' else: retVal = 'odd' return retVal result = isOddEven(121281817134343858590) print(result) # 좌표 평면 두점 사이의 거리를 구하는 알고리즘 import math def getDistance(p1, p2): xDistance = p1[0] - p2[0] print(xDistance) yDistance = p1[1] - p2[1] print(yDistance) #피타고라스정리에 의해 pDistance = math.pow(xDistance,2) + math.pow(yDistance,2) return.. 2021. 1. 9. 이전 1 다음
