“投针实验 ”求圆周率的方法.doc

教材提到了“投针实验”求圆周率的方法。1777年，法国数学家蒲丰取一根针，量出它的长度，然后在纸上画上一组间距相等的平行线，这根针的长度是这些平行线的距离是的一半。把这根针随机地往画满了平行线的纸面上投去。小针有的与直线相交，有的落在两条平行直线之间，不与直线相交。这次实验共投针2212次，与直线相交的有704次，2212÷704≈3.142。得数竟然是π的近似值。这就是著名的蒲丰投针问题。后来他把这个试验写进了他的论文《或然性算术尝试》中。 蒲丰证明了针与任意平行线相交的概率为 p = 2l/πd 。这个公式中l为小针的长，d为平行线的间距。由这个公式，可以用概率方法得到圆周率的近似值。当实验中投的次数相当多时，就可以得到 π 的更精确的值。 蒲丰实验的重要性并非仅仅是为了求得比其它方法更精确的 π 值。而在于它是第一个用几何形式表达概率问题的例子。计算 π 的这一方法，不但因其新颖，奇妙而让人叫绝，而且它开创了使用随机数处理确定性数学问题的先河，是用偶然性方法去解决确定性计算的前导。 找一根粗细均匀，长度为 d 的细针，并在一张白纸上画上一组间距为 l 的平行线（方便起见，常取 l = d/2），然后一次又一次地将小针任意投掷在白纸上。这样反复地投多次，数数针与任意平行线相交的次数， 布丰（Comte de Buffon）设计出他的著名的投针问题（needle problem）。依靠它，可以用概率方法得到π的近似值。假定在水平面上画上许多距离为a的平行线，并且，假定把一根长为l＜a的同质均匀的针随意地掷在此平面上。布丰证明：该针与此平面上的平行线之一相交的概率为：p=2l/(api) 把这一试验重复进行多次，并记下成功的次数，从而得到P的一个经验值，然后用上述公式计算出π的近似值，用这种方法得到的最好结果是意大利人拉泽里尼（Lazzerini）于1901年给出的。他只掷了3408次针，就得到了准确到6位小数的π的值。他的试验结果比其他试验者得到的结果准确多了，甚至准确到使人们对它有点怀疑。还有别的计算π的概率方法。例如，1904年，查尔特勒斯（R·Chartres）就写出了应用下列实例的报告：如果写下任意两个整数测它们互素的概率为6／π2。 下面就是一个简单而巧妙的证明。找一根铁丝弯成一个圆圈，使其直径恰恰等于平行线间的距离d。可以想象得到，对于这样的圆圈来说，不管怎么扔下，都将和平行线有两个交点。因此，如果圆圈扔下的次数为n次，那么相交的交点总数必为2n。 现在设想把圆圈拉直，变成一条长为πd的铁丝。显然，这样的铁丝扔下时与平行线相交的情形要比圆圈复杂些，可能有4个交点，3个交点，2个交点，1个交点，甚至于都不相交。 由于圆圈和直线的长度同为πd，根据机会均等的原理，当它们投掷次数较多，且相等时，两者与平行线组交点的总数可望也是一样的。这就是说，当长为πd的铁丝扔下n次时，与平行线相交的交点总数应大致为2n。现在转而讨论铁丝长为l的情形。当投掷次数n增大的时候，这种铁丝跟平行线相交的交点总数m应当与长度l成正比，因而有：m=kl，式中k是比例系数。为了求出k来，只需注意到，对于l=πk的特殊情形，有m=2n。于是求得k=(2n)/(πd)。代入前式就有：m≈(2ln)/(πd)从而π≈(2ln)/(dm)属于连续型随机变量。概率为 2/π = 64%。