Contents 7 sections
- 问题
- 证明一:积分
- 证明二:一根面条
- 亲手投针
- 它有多慢
- 一个太过幸运的实验
- 再往前走
问题
地板上画着一组平行线,相邻两条相距 d。把一根长为 ℓ 的针(ℓ≤d)随手扔到地板上,它压到某条线的概率是多少?
这是 Buffon 在 18 世纪提出的问题,1777 年发表了答案。它常被看作几何概率的起点。答案里会出现 π,但地板上并没有画任何圆。
定理 1(Buffon 投针)当 ℓ≤d 时,针与平行线相交的概率为
P=πd2ℓ.
证明一:积分
针的位置由两个量决定:
- 针的中点到最近一条线的距离 X,在 [0,d/2] 上均匀分布;
- 针与线所成的锐角 Θ,在 [0,π/2] 上均匀分布。
两者相互独立。针压线,当且仅当针在垂直方向的半长不小于中点到线的距离:
X≤2ℓsinΘ.
于是所求概率就是 (Θ,X) 平面上,曲线 x=(ℓ/2)sinθ 下方的面积占整个长方形 [0,π/2]×[0,d/2] 的比例:
P=2π⋅2d∫0π/22ℓsinθdθ=πd/4ℓ/2=πd2ℓ.
π 是从角度的取值范围进来的:所有方向是等可能的,而方向的总量就是 π。
证明二:一根面条
还有一个几乎不用计算的证明,出自 1860 年的 Barbier,后来被人们叫作「Buffon 的面条」。
把问题换一下:不再问「是否相交」,而是问平均相交几次,记为 E(ℓ)。对于 ℓ≤d 的直针,最多只交一次,所以 E(ℓ) 正好等于 P。
第一步:E 正比于长度。 把一根长 ℓ1+ℓ2 的针看作首尾相连的两段。总交点数等于两段各自交点数之和,而期望是线性的,即使两段并不独立也成立:
E(ℓ1+ℓ2)=E(ℓ1)+E(ℓ2).
再加上 E 随长度单调增加,可知 E(ℓ)=cℓ,c 是某个常数。同样的道理对弯曲的针也成立:把曲线切成很多小直段,每段的期望交点数都是 c 乘以它的长度。这就是「面条」这个名字的由来。
第二步:用一个圆定出常数。 取一根弯成圆、直径恰为 d 的面条。无论它落在哪里,都恰好与平行线相交 2 次(相切的情况概率为零)。它的长度是 πd,所以
c⋅πd=2⟹c=πd2,P=E(ℓ)=πd2ℓ.
这个证明里没有任何积分,π 是从圆的周长里来的。
亲手投针
反过来,如果投了 n 根针,其中 h 根压线,用频率 h/n 代替概率,就得到 π 的估计:
π≈dh2ℓn.
实验:自己来投针Lab · Buffon's needle
投针数 n0
压线数 h0
估计 π ≈ 2ℓn / (d·h)—
与 π 的相对误差—
针的方向由「在单位圆盘里随机取点」得到,模拟过程本身没有用到 π。改变针长会清空记录。
多投几次就会发现,估计值很快就在 3.1 附近徘徊,但想让第三位小数稳定下来非常难。
它有多慢
设 ℓ=d,则压线概率 p=2/π≈0.637。频率 h/n 的标准差约为 p(1−p)/n,传到 π^=2/(h/n) 上,误差大约是
πnp1−p≈n2.37.
想让误差降到 0.001,需要 n≈5.6×106,也就是投五百多万根针。这正是蒙特卡洛方法的特点:精度每提高 10 倍,代价就要乘以 100。
一个太过幸运的实验
1901 年,意大利数学家 Mario Lazzarini 报告说:他取 ℓ/d=5/6,投了 3408 根针,压线 1808 根,于是
π≈18082⋅65⋅3408=113355=3.1415929…
精确到小数点后六位。按照上面的估算,要稳定达到这样的精度,需要投大约 1014 根针,而他只投了三千多根。
问题出在数字上。355/113 是 Zu Chongzhi 的「密率」,也是分母不超过 16000 时最好的有理逼近。如果事先知道要得到它,只需让 h/n 恰好等于:
nh=π2⋅65≈6⋅3552⋅5⋅113=213113.
取 n=213k,则 h=113k;k=16 正好给出 3408 和 1808。后来 Lee Badger 在 1994 年的文章里详细分析了这个实验,认为这样的结果几乎不可能是诚实投出来的,更可能是在恰当的时刻停下,或者干脆是凑出来的。投针数恰好是 213 的倍数,这本身就很可疑。
再往前走
- 当 ℓ>d 时,针可能交多条线,压线概率的公式会多出一项,但由面条论证可知,平均交点数仍然是 πd2ℓ。
- 面条论证是积分几何的起点:平面上一条曲线与随机直线的平均交点数,只与曲线的长度有关。