蒲丰投针原理

1777年法国科学家蒲丰提出的一种计算圆周率的方法——随机投针法，即著名的蒲丰投针问题。投针步骤这一方法的步骤是：取一张白纸，在上面画上许多条间距为d的平行线。取一根长度为l(l<d)的针，随机地向画有平行直线的纸上掷n次，观察针与直线相交的次数，记为m计算针与直线相交的概率.18世纪，法国数学家蒲丰和勒可莱尔提出的“投针问题”，记载于布丰1777年出版的著作中：“在平面上画有一组间距为d的平行线，将一根长度为l(l<d)的针任意掷在这个平面上，求此针与平行线中任一条相交的概率。”布丰本人证明了，这个概率是p=2l/(nd)n为圆周率利用这个公式可以用概率的方法得到圆周率的近似值。下面是一些资料实验者年代投掷次数相交次数圆周率估计值沃尔夫1850500025313.1596史密斯1855320412193.1554德摩根16806003833.137福克斯188410304893.1595拉泽里尼1901340818083.1415929赖纳192525208593.1795蒲丰投针实验是第一个用几何形式表达概率问题的例子，他首次使用随机实验处理确定性数学问题，为概率论的发展起到一定的推动作用。像投针实验一样，用通过概率实验所求的概率来估计我们感兴趣的一个量，这样的方法称为蒙特卡罗方法(MonteCarlomethod)。蒙特卡罗方法是在第二次世界大战期间随着计算机的诞生而兴起和发展起来的。这种方法在应用物理、原子能、固体物理、化学、生态学、社会学以及经济行为等领域中得到广泛利用。法国数学家布丰(1707-1788)最早设计了投针试验。并于1777年给出了针与平行线相交的概率的计算公式P=2L/nd(其中L是针的长度，d是平行线间的距离，n是圆周率)。由于它与n有关，于是人们想到利用投针试验来估计圆周率的值。此外，随便说出3个正数，以这3个正数为边长可以围成一个钝角三角形的概率P也与n有关，这个概率为(n-2)/4，证明如下：设这三个正数为x，y，z，不妨设x<y<z，对于每一个确定的z，则必须满足x+y>z，x²+y²；<z²；，容易证明这两个式子即为以这3个正数为边长可以围成一个钝角三角形的充要条件，用线性规划可知满足题设的可行域为直线x+y=z与圆x²+y²=z²；围成的弓形，总的可行域为一个边长为z的正方形，则可以围成一个钝角三角形的概率P=S弓形/S正方形=(nz²/4-z²/2)/z²=(n-2)/4.因为对于每一个z,这个概率都为(n-2)/4,因此对于任意的正数x,y,z,有P=(n-2)/4,命题得证。为了估算n的值，我们需要通过实验来估计它的概率，这一过程可交由计算机编程来实现，事实上x+y>z,x²+y²；<z²；等价于(x+y-z)(x²+y²-z²；)<0,因此只需检验这一个式子是否成立即可。若进行了m次随机试验，有n次满足该式，当m足够大时，n/m趋近于(n-2)/4,令n/m=(n-2)/4,解得n=4n/m+2,即可估计出n值。值得注意的是这里采用的方法：设计一个适当的试验，它的概率与我们感兴趣的一个量(如n)有关，然后利用试验结果来估计这个量，随着计算机等现代技术的发展，这一方法已经发展为具有广泛应用性的蒙特卡罗方法。计算n最稀奇方法之一计算n的最为稀奇的方法之一，要数18世纪法国的博物学家C•布丰和他的投针实验：在一个平面上，用尺画一组相距为d的平行线；一根长度小于d的针，扔到画了线的平面上；如果针与线相交，则该次扔出被认为是有利的，否则则是不利的.布丰惊奇地发现：有利的扔出与不利的扔出两者次数的比，是一个包含n的表示式.如果针的长度等于d,那么有利扔出的概率为2/n扔的次数越多，由此能求出越为精确的n的值.公元1901年，意大利数学家拉兹瑞尼作了3408次投针，给出n的值为3.1415929——准确到小数后6位.不过，不管拉兹瑞尼是否实际上投过针，他的实验还是受到了美国犹他州奥格登的国立韦伯大学的L■巴杰的质疑.通过几何、微积分、概率等广泛的范围和渠道发现n,这是着实令人惊讶的！证明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nd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nd,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期望也是一样的。这就是说，当长为nd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=nd的特殊情形，有m=2n。于是求得k=(2n)/(nd)。代入前式就有：m-(2ln)/(nd)从而n®(2ln)/(dm)蒙特卡洛方法在用传统方法难以解决的问题中，有很大一部分可以用概率模型进行描述.由于这类模型含有不确定的随机因素，分析起来通常比确定性的模型困难.有的模型难以作定量分析，得不到解析的结果，或者是虽有解析结果，但计算代价太大以至不能使用.在这种情况下，可以考虑采用MonteCarlo方法。下面通过例子简单介绍MonteCarlo方法的基本思想.MonteCarlo方法是计算机模拟的基础，它的名字来源于世界著名的赌一摩纳哥的蒙特卡洛，其历史起源于1777年法国科学家蒲丰提出的一种计算圆周n的方法——随机投针法，即著名的蒲丰投针问题。MonteCarlo方法的基本思想是首先建立一个概率模型，使所求问题的解正好是该模