蒲丰投针:往地板上扔一根针也能算出圆周率

1777 年蒲丰提出:长 l 的针随机掷到间距 d 的平行线上,与线相交的概率为 2l/πd,故大量投针可估计 π——用随机性确定性的开山实验。

适用前提与边界条件

  1. 会用频率估计概率
  2. 知道几何概型的基本想法(长度比、面积比)

背景

平地上画一组间距相等的平行线,随手把一根针扔下去——针可能与线相交,也可能不相交。蒲丰问:相交的概率是多少?

答案出人意料地漂亮:概率是一个带 的分数。反过来,只要你肯扔足够的次数,用频率去估计这个概率,就能「扔」出一个圆周率的近似值——随机性第一次成为计算确定量的工具。

史料辨析

史实 法国博物学家蒲丰 1733 年向巴黎科学院报告此问题,1777 年在《偶然性的算术尝试》中正式发表解答,并建议用大量投针的频率估计 π——历史上确有人做过,如 1901 年意大利 Lazzerini 报告 3408 次投掷得到 3.1415929。

史实 拉普拉斯在《概率的分析理论》(1812)中以分析工具重推并推广了蒲丰的结果,明确指出可由频率反推 π,此实验因此又叫蒲丰—拉普拉斯投针问题。

有争议 Lazzerini 的结果精度好得可疑:3408 次投掷、1808 次相交这组数字恰好能凑出祖冲之密率 的近似,现代研究者(如 1960 年 Gridgeman、1994 年 Badger 的复核)指出他很可能在得到有利结果时停机,数据不能视为严格的独立重复实验。

数学内核

设针长 、线距 ()。针的位置由两个量决定:针中心到最近一条线的距离 ()与针与线的夹角 ()。相交条件是

在 平面上这是均匀分布的矩形区域里的一块曲线下方区域,相交概率为

出现在 的取值范围与正弦积分里——圆的影子藏在了「角度」这个量中。

反过来解出 并用频率 代替 :

投的次数越多,频率越稳定,估计越接近真值。这正是九年级「用频率估计概率」的著名应用,也是蒙特卡洛方法的思想原型:20 世纪 40 年代,冯·诺依曼与乌拉姆用同型思路(随机游走估算中子行为)发展出系统的蒙特卡洛方法,今天它仍是高维计算的主力工具。

说法与史实

流传说法史实
蒲丰投针能「算出」精确的 π只能给出概率意义下的估计,精度随投掷次数缓慢提高
概率公式是 l/πd正确为 2l/πd,且要求针长不超过线距
Lazzerini 的 3408 次实验证明了方法高精度该数据的精度反常,被认为可能有记录偏差
这只是一个趣味游戏它是几何概型与蒙特卡洛方法的思想源头,有严格数学内核

正例与反例

✅ 正例

  • 线距 4、针长 2 时,相交概率为 2×2π×4=1π\frac{2\times2}{\pi\times4}=\frac{1}{\pi},故 π≈Nn\pi\approx\frac{N}{n}(N 总投掷数、n 相交数)

❌ 反例

  • 投 100 次就用频率得出精确的 π——样本太少,频率波动大,需要大量试验

高频误解与考试易错

  • 以为投针「一定」能算准 π(只是概率意义上的估计,次数有限时误差较大)
  • 把概率公式记成 l/πd(正确是 2l/πd,且要求 l 小于线距 d)
  • 针长超过线距时公式失效(相交概率不再与针长成正比)

常见问题

蒲丰投针的结论是什么?
针长 l 不超过平行线距 d 时,针与线相交的概率是 2l/πd,其中出现了常数 π。
为什么概率里会冒出 π?
针的中点落点与针的角度是连续变量,相交条件涉及角度的正弦,积分时 π 自然出现。
现代怎么用这个思想?
这类「用随机试验估计确定性数值」的方法后来发展成蒙特卡洛方法,广泛用于科学与工程计算。

史料出处

  • 蒲丰《偶然性的算术尝试》(1777)
  • 拉普拉斯《概率的分析理论》(1812)