蒲丰投针：用一根针算出π的蒙特卡洛实验

1.蒲丰投针模型是什么？

该模型由法国数学家蒲丰于1777年提出，是最早用随机试验解决问题的案例。假设在平行线间投针，设平行线间距d，针长度l，且 l < d。通过此实验可算出圆周率Π。

2.进行实验的目的是？

通过统计针和平行线相交的次数和投针次数的比例，可以反推出Π的近似值。

3.蒲丰投针的三种情况：

前提是针长小于平行线间距

可看出，当时，针和平行线相交。

4.代码思路：

• 设置平行线间距d，针长度l，实验总次数N的值
• 定义实验操作函数，首先初始化计时器的值，用于统计针和平行线相交的次数，在循环中生成x,xita。x表示针中心离最近平行线的垂直距离，xita表示针和平行线相交处的夹角。
• 若满足判断条件：,说明针和平行线相交，计数器值+1
• 最后，用公式计算Π，其中P=M/N。（M是计数器的值）

import random import math

d = 2 l = 1 N = 1000000 def experi(d,l,N):     M = 0     for i in range(N):         x = random.uniform(0,d/2)                #生成等间隔的随机数         xita = random.uniform(0,math.pi/2)         if x <= l/2 * math.sin(xita):             M += 1     return M M1 = experi(d,l,N) pi = 2*l / (d*(M1/N))

结果：3.1408218902722465

import random
import math

d = 2
l = 1
N = 1000000
def experi(d,l,N):
M = 0
for i in range(N):
x = random.uniform(0,d/2)
xita = random.uniform(0,math.pi/2)
if x <= l/2 * math.sin(xita):
M += 1
return M
M1 = experi(d,l,N)
pi = 2*l / (d*(M1/N))
pi

5.总结：

蒲丰投针模型，用一根针和几条平行线，通过大量随机试验，反推出了圆周率π。它的核心是用随机性逼近确定性，这正是蒙特卡洛算法的精髓。在数模竞赛中，蒙特卡洛方法通常作为备用方案，解决复杂系统的期望值计算问题。