Contents 7 sections
  1. 问题
  2. 证明一:积分
  3. 证明二:一根面条
  4. 亲手投针
  5. 它有多慢
  6. 一个太过幸运的实验
  7. 再往前走

问题

地板上画着一组平行线,相邻两条相距 dd。把一根长为 ℓ\ell 的针(ℓ≤d\ell \le 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\pi,但地板上并没有画任何圆。

定理 1(Buffon 投针)

当 ℓ≤d\ell \le d 时,针与平行线相交的概率为

P=2ℓπd.P = \frac{2\ell}{\pi d}.

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 XX,在 [0,d/2][0, d/2] 上均匀分布;
  • 针与线所成的锐角 Θ\Theta,在 [0,π/2][0, \pi/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≤ℓ2sin⁡Θ.X \le \frac{\ell}{2}\sin\Theta.

于是所求概率就是 (Θ,X)(\Theta, X) 平面上,曲线 x=(ℓ/2)sin⁡θx = (\ell/2)\sin\theta 下方的面积占整个长方形 [0,π/2]×[0,d/2][0,\pi/2]\times[0,d/2] 的比例:

P=∫0π/2ℓ2sin⁡θ dθπ2⋅d2=ℓ/2πd/4=2ℓπd.P = \frac{\displaystyle\int_0^{\pi/2} \frac{\ell}{2}\sin\theta\,d\theta}{\dfrac{\pi}{2}\cdot\dfrac{d}{2}} = \frac{\ell/2}{\pi d/4} = \frac{2\ell}{\pi d}.

π\pi 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\pi。

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)E(\ell)。对于 ℓ≤d\ell \le d 的直针,最多只交一次,所以 E(ℓ)E(\ell) 正好等于 PP。

第一步:EE 正比于长度。 把一根长 ℓ1+ℓ2\ell_1 + \ell_2 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).E(\ell_1 + \ell_2) = E(\ell_1) + E(\ell_2).

再加上 EE 随长度单调增加,可知 E(ℓ)=c ℓE(\ell) = c\,\ell,cc 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 cc 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 dd 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\pi d,所以

c⋅πd=2⟹c=2πd,P=E(ℓ)=2ℓπd.c \cdot \pi d = 2 \quad\Longrightarrow\quad c = \frac{2}{\pi d},\qquad P = E(\ell) = \frac{2\ell}{\pi d}.

这个证明里没有任何积分,π\pi 是从圆的周长里来的。

亲手投针

反过来,如果投了 nn 根针,其中 hh 根压线,用频率 h/nh/n 代替概率,就得到 π\pi 的估计:

π≈2ℓ nd h.\pi \approx \frac{2\ell\, n}{d\, h}.
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 3.13.1 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\ell = d,则压线概率 p=2/π≈0.637p = 2/\pi \approx 0.637。频率 h/nh/n 的标准差约为 p(1−p)/n\sqrt{p(1-p)/n},传到 π^=2/(h/n)\hat\pi = 2/(h/n) 上,误差大约是

π1−pnp≈2.37n.\pi\sqrt{\frac{1-p}{np}} \approx \frac{2.37}{\sqrt n}.

想让误差降到 0.0010.001,需要 n≈5.6×106n \approx 5.6 \times 10^6,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\ell/d = 5/6,投了 3408 根针,压线 1808 根,于是

π≈2⋅56⋅34081808=355113=3.1415929…\pi \approx \frac{2 \cdot \frac56 \cdot 3408}{1808} = \frac{355}{113} = 3.1415929\ldots

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 101410^{14} 根针,而他只投了三千多根。

问题出在数字上。355/113355/113 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/nh/n 恰好等于:

hn=2π⋅56≈2⋅5⋅1136⋅355=113213.\frac{h}{n} = \frac{2}{\pi}\cdot\frac56 \approx \frac{2\cdot 5\cdot 113}{6\cdot 355} = \frac{113}{213}.

取 n=213kn = 213k,则 h=113kh = 113k;k=16k = 16 正好给出 34083408 和 18081808。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\ell > 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 2ℓπd\dfrac{2\ell}{\pi d}。
  • 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。