布丰投针实验
蒲丰投针试验讲解课件
该试验不仅在理论上具有重要意义，对 于理解随机性和几何规律的本质有重要 贡献，而且在实际应用中也有广泛的应
用价值。
蒲丰投针试验可以应用于统计学、物理 学、计算机科学等多个领域，为相关领
域的研究提供了重要的启示和工具。
蒲丰投针试验的局限性
01
02
03
04
蒲丰投针试验虽然是一个经典 的试验，但是它也存在一些局
针方向与平行线垂直。
重复投掷蒲丰投针N次，记录每 次投掷的结果。
测量与计算阶段
测量投掷后蒲丰投针 与平行线之间的距离 ，记录下来。
根据公式π=2*n/N ，计算π的近似值， 其中n为相交次数， N为投掷次数。
根据记录的数据，计 算蒲丰投针与平行线 相交的次数。
CHAPTER 03
试验结果分析
蒲丰投针试验的预期结果
蒲丰投针试验是一种估算π值的方法，其预期结果是通过投掷 一根针到一张白纸上，然后统计针与白纸边缘相交的次数， 来估算π的值。
蒲丰投针试验的预期结果是根据概率论和几何学原理推导出 来的，即当投掷次数足够多时，针与白纸边缘相交的频率接 近于π/4。
实际结果与预期结果的比较
在实际进行蒲丰投针试验时，需要记录针与白纸边缘相交的次数，并计 算出相应的π值。
限性。
首先，该试验的结果受到投针 方式、试验环境等因素的影响 ，可能导致结果存在误差。
其次，蒲丰投针试验的应用范 围相对有限，主要适用于一些 特定的几何形状和随机性问题
。
最后，蒲丰投针试验的结论仅 适用于理想化的模型，与实际
情况可能存在差异。
未来研究方向与展望
随着科学技术的发展和研究的深入， 蒲丰投针试验在未来仍有广阔的研究 前景。
蒲丰投针试验讲解课 件
“投针实验”求圆周率的方法
教材提到了“投针实验”求圆周率的方法。
1777年，法国数学家蒲丰取一根针，量出它的长度，然后在纸上画上一组间距相等的平行线，这根针的长度是这些平行线的距离是的一半。
把这根针随机地往画满了平行线的纸面上投去。
小针有的与直线相交，有的落在两条平行直线之间，不与直线相交。
这次实验共投针2212次，与直线相交的有704次，2212÷704≈3.142。
得数竟然是π的近似值。
这就是著名的蒲丰投针问题。
后来他把这个试验写进了他的论文《或然性算术尝试》中。
蒲丰证明了针与任意平行线相交的概率为p= 2l/πd 。
这个公式中l为小针的长，d为平行线的间距。
由这个公式，可以用概率方法得到圆周率的近似值。
当实验中投的次数相当多时，就可以得到π的更精确的值。
蒲丰实验的重要性并非仅仅是为了求得比其它方法更精确的π值。
而在于它是第一个用几何形式表达概率问题的例子。
计算π的这一方法，不但因其新颖，奇妙而让人叫绝，而且它开创了使用随机数处理确定性数学问题的先河，是用偶然性方法去解决确定性计算的前导。
找一根粗细均匀，长度为 d 的细针，并在一张白纸上画上一组间距为l 的平行线（方便起见，常取l = d/2），然后一次又一次地将小针任意投掷在白纸上。
这样反复地投多次，数数针与任意平行线相交的次数，布丰（Comte de Buffon）设计出他的著名的投针问题（needleproblem）。
依靠它，可以用概率方法得到π的近似值。
假定在水平面上画上许多距离为a的平行线，并且，假定把一根长为l＜a的同质均匀的针随意地掷在此平面上。
布丰证明：该针与此平面上的平行线之一相交的概率为：p=2l/(api) 把这一试验重复进行多次，并记下成功的次数，从而得到P的一个经验值，然后用上述公式计算出π的近似值，用这种方法得到的最好结果是意大利人拉泽里尼（Lazzeri ni）于1901年给出的。
10.2 投针试验
想一想,如果我们亲自做这个实验 想一想 如果我们亲自做这个实验
相交和不相交的可能性相同吗？ 相交和不相交的可能性相同吗？
你能通过列表或树状图求出该针与平行线 相交的概率吗？ 相交的概率吗？
引入新知
学习目标
1.经历试验 统计等活动过程 在活动过程中 经历试验,统计等活动过程 经历试验 统计等活动过程,在活动过程中 进一步发展生生之间合作交流的意识和能力; 进一步发展生生之间合作交流的意识和能力 2.能用试验的方法估计一些复杂的随机事 能用试验的方法估计一些复杂的随机事 能用试验的方法 件发生的概率. 件发生的概率
投针实验
最后布丰宣布结果：大家共投针2212次 最后布丰宣布结果：大家共投针2212次，其中 2212 与直线相交的就有704 704次 704去除2212， 去除2212 与直线相交的就有704次.用704去除2212，得数 3.142.他笑了笑说： 这就是圆周率π 为3.142.他笑了笑说：“这就是圆周率π的近 似值. 这时，众宾客哗然： 圆周率π 似值.”这时，众宾客哗然：“圆周率π?这根 本和圆沾不上边呀? 本和圆沾不上边呀?”布丰先生却好像看透了众 人的心思，斩钉截铁地说： 诸位不用怀疑， 人的心思，斩钉截铁地说：“诸位不用怀疑， 这的确就是圆周率π的近似值.你们看， 这的确就是圆周率π的近似值.你们看，连圆规 也不要，就可以求出π的值来.只要你有耐心， 也不要，就可以求出π的值来.只要你有耐心， 投掷的次数越多，求出的圆周率就越精确. 投掷的次数越多，求出的圆周率就越精确.”这 就是数学史上有名的“投针试验” 就是数学史上有名的“投针试验”.
做一做
同学们,我们按下列步骤 亲自来体验一下 同学们 我们按下列步骤,亲自来体验一下 我们按下列步骤 这个有趣的试验: 这个有趣的试验 1.两人一组 两人一组; 两人一组 2.在纸上画出一些平行线 先确定平行线之 在纸上画出一些平行线,先确定平行线之 在纸上画出一些平行线 间的距离a和针长 间的距离 和针长l(l<a)的值 每根小针的长 的值(每根小针的长 和针长 的值 度都是平行线之间距离的一半); 度都是平行线之间距离的一半 3.至少做 次试验 分别记录其中相交 用 至少做100次试验 分别记录其中相交(用 次试验,分别记录其中相交 至少做 1表示 和不相交 用0表示 的次数 表示)和不相交 表示)的次数 表示 和不相交(用 表示 的次数; 4.统计试验数据 估计针与平行线相交的概 统计试验数据,估计针与平行线相交的概 统计试验数据 率.
蒲丰(Buffon)投针试验
一、利用Matlab计算机语言验证蒲丰(Buffon)投针试验问题给定a=10，b=5时，模拟100万次投针实验的Matlab程序如下：a=10;b=5;n=1000000;p=10; % a为平行线间距，b为针的长度，n为投掷次数，p为有效数字位数x=unifrnd(0,a/2,[n,1]);phi=unifrnd(0,pi,[n,1]); % 产生均匀分布的随机数，分别模拟针的中点与最近平行线的距离和针的倾斜角y=x<0.5*b*sin(phi); m=sum(y); % 计数针与平行线相交的次数PI=vpa(2*b*n/(a*m),p)运行结果PI =3.138919145二、利用C++计算机语言编程通过大量重复实验验证以下结论：三个阄，其中一个阄内写着“有”字，两个阄内不写字，三人依次抓取，各人抓到“有”字阄的概率均为1/3。
程序如下：#include<stdio.h>#include<stdlib.h>#include<time.h>void main(){int n=500000;int i,a[3]={0};srand(time(NULL));for(i=0;i<n;i++)a[rand()%3]++;printf("共测试%d次，其中有字事件有%d次, 占%.2f%%\n""抓到无字事件1有%d次，占%.2f%%\n""抓到无字事件2有%d次，占%.2f%%\n""抓到无字事件共%d次，占%.2f%%",n,a[0],a[0]*100.0/n,a[1],a[1]*100.0/n,a[2],a[2]*100.0/n,a[1]+a[2],(a[1]+a[2])*100.0/n);return 0;}。
蒲丰投针实验原理
蒲丰投针实验原理
蒲丰投针实验是一种检测泥沙粒径分布的实验方法，它是利用悬浮在水中的粒度分布模拟藉由空气流抛掷及落入平板上的控制情形来模拟河流中悬浮颗粒的粒径分布，从而进行检测的。
该实验流程是：将检测的粒料悬浮于水中，利用抛掷及落入平板上的控制条件来模拟河流中悬浮颗粒的粒径分布，然后借助投针实验来观测平面上粒料的分布情况。
最后，根据获得的结果计算出每种粒径的百分率，从而可以得出泥沙粒径分布情况。
布丰投针实验详解
布丰投针实验详解1777年，法国数学家布丰（D，Buffon，1707年-1788年）提出了随机投针法并通过投针实验计算出了圆周率π的值，与刘徽的“割圆术”不同的是，随机投针法是利用概率统计的方法来计算圆周率π的值，开辟了计算圆周率的新途径，因此，“布丰投针实验”成为概率论中很有影响力的一个实验。
程序运行时，计算机上将显示出每次“投针实验”的具体情况，即显示当前总投掷的次数、钢针与平行线相交的次数以及由此计算出来的圆周率的值，当满足所设置的精度要求后，程序就停止运行，当钢针投掷276427次后，所计算出来的圆周率值满足精度要求，此时钢针与平行线相交131984次，圆周率计算结果为3.14159670869196.当然，由于“投掷动作”具有随机性，因此每次“投针实验”的仿真结果不一定相同，为了使计算结果更趋近于π，可以减小误差，取更小的s的值来提高计算的精度，当然仿真实验的时间也会随之变长，值得说明的是，若将一根钢丝弯成一个圆圈，使其直径恰好等于平行线间的距离a，投掷的结果不外乎有两种：一种是与一条平行线相交，一种是与相邻两条平行线相切，这两种情况都将导致圆圈和平行线有两个交点，因此，如果圆圈扔下的次数为n，那么相交的交点数必为2n。
若将圆圈拉直变成一根长为πa的钢针，显然，这样的钢针被扔下时与平行线相交的情形要比弯成圆圈的情况复杂得多，可能没有交点，还可能有1个交点、2个交点、3个交点、4个交点，由于圆圈和拉直后的钢针的长度相同，根据机会均等的原理可知，当投掷的次数足够多时，两者与平行线组的交点的总数将是一样的，换句话说，当长度为πa的钢针被扔下无穷多次后，它与平行线相交的交点总数也为2n。
從本质上看，上述投针实验运用了离散事件系统仿真，如果按照布丰的做法，进行成千上万次的投针实验和手工计算，势必要消耗大量的人力、物力和财力，而通过运用类比的方法，对实验进行系统建模，在此基础上使用计算机进行系统仿真来解决问题，事情就会变得非常简单，我们只需要根据已掌握的经验与认识，通过对比分析1，运用数学语言、数学符号、数学公式、数学概念等来表达这些量，从多种复杂的因素中抽取主要因素，忽略次要因素，抓住事物的本质特征，运用一系列等式或不等式来表达各个量之间的关系，从而建立起研究对象的数学模型，这有助于掌握复杂事物的内在规律。
蒲丰投针实验模拟
一、蒲丰投针问题在平面上画有等距离的一些平行线，平行线间的距离为a(a>0) ，向平面上随机投一长为l(l<a)的针，针与平行线相交的概率p，结果发现π =2*l/(a*p).二、试验方法能够采纳MATLAB软件进行模拟实验，即用MATLAB编写程序来进行“蒲丰投针实验”。
1、基来源理因为针投到纸上的时候，有各样不一样方向和地点，但是，每一次投针时，其地点和方向都能够由两个量独一确立，那就是针的中点和偏离水平的角度。
以 x 表示针的中点到近来的一条平行线的距离，β表示针与平行线的交角。
明显有0<=x<=a/2 ，0<=β <=Pi 。
用边长为 a/2 及 Pi 的长方形表示样本空间。
为使针与平行线相交，一定x<=l*sinβ * ，知足这个关系的地区面积是从0 到Pi的l*sinβ对β的积分，可计算出这个概率值是(2l)/(Pi*a)。
只需随机生成n 对这样的x 和β，就能够模拟 n 次的投针实验，而后统计知足 x<=l*sin β * 的 x 的个数，就能够以为这是订交的次数。
而后利用公式求得π值。
2、MATLAB编程clear ('n')clear('a')clear('x')clear('f')clear ('y')clear ('m')disp(' 本程序用来进行投针实验的演示， a 代表两线间的宽度，针的长度 l=a/2 ，n 代表实验次数 '); a=input(' 请输入 a：');n=input(' 请输入 n：');x=unifrnd(0,a/2,[n,1]);f=unifrnd(0,pi,[n,1]);y=x<*a*sin(f);m=sum(y);PI=vpa(a*n/(a*m))三、实验数据 ( 部分程序截屏见后 )a n PI第一次310000第二次310000第三次3100000第四次3100000第五次31000000第六次31000000第七次3第八次3第九次3第十次3四、实验结论从上述数据剖析可知，跟着模拟次数的愈来愈多， PI 的值渐渐稳固在π值邻近，即愈来愈趋近于π，故蒲丰投针实验的确能够模拟出π的值。
Buffon投针试验
a
M x
m(G ) G的面积 P ( A) m( S ) S的面积
b 0 2 sin d a π 2 b 2b . a π aπ 2
π
蒲丰投针试验的应用及意义
根据频率的稳定性, 当投针试验次数n很大时, m 算出针与平行直线相交的次数m, 则频率值 即可 n 作为P( A)的近似值代入上式, 那么
定义 当随机试验的样本空间是某个区域,并且任 意一点落在度量 (长度, 面积, 体积) 相同的子区域 是等可能的,则事件 A 的概率可定义为
m( A) P( A) m( S )
(其中m( S ) 是样本空间的度量, m( A) 是构成事件 A 的子区域的度量 ) 这样借助于几何上的度量来合理 规定的概率称为几何概率.
投针试验的所有可能结果 与矩形区域 a S {( x, ) | 0 x , 0 } 2 中的所有点一一对应. 由投掷的任意性可知, 这是一个几何概型问题. 所关心的事件
A {针与任一平行直线相交} 发生的充分必要条件为S中的点满足
b 0 x sin , 0 π 2
蒲丰投针试验
例 1777年,法国科学家蒲丰(Buffon)提出了投针 试验问题.平面上画有等距离为a(>0)的一些平行直 线,现向此平面任意投掷一根长为b(<a)的针,试求 针与任一平行直线相交的概率.
解： 以x表示针投到平面上时, a 针的中点M 到最近的一条平行
M x
直线的距离, 表示针与该平行直线的夹角. 那么针落在平面上的位置可由( x, )完全确定.
几何概型
古典概型是关于试验的结果为有限且每个结果出现的 可能性相同的概率模型。一个直接的推广是：保留等 可能性，而允许试验的所有可能结果为直线上的一线 段，平面上的一区域或空间中的一立体等具有无限多 个结果的情形，称具有这种性质的试验模型为几何概 型.
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
龙源期刊网
布丰投针实验
作者：
来源：《初中生世界·九年级》2014年第02期
把一根质量均匀的小棒向一个画了一些平行线的平面上随意地扔几千下，就能得到有六个准确数字的圆周率π的近似值，你相信吗？肯定有很多人不相信. 事实上，确实有这样的数学实验.
1777年的一天，法国的博物学家C·布丰伯爵的家里宾客满堂，他们是应主人的邀请来观看一次奇特的试验的.
年已古稀的布丰拿出一张纸来，纸上预先画好了一条条等距离的平行线. 他又拿出一大把准备好的小针，这些小针都是平行线间距离的一半. 布丰先生宣布：“请诸位把这些小针一根一根地往纸上扔吧！不过，请大家务必把针与纸上的线相交的次数告诉我. ”
客人们遵照主人的意愿，加入了试验的行列. 一把小针扔完了，把它们捡起来再扔，布丰则把小针与平行线相交的次数记了下来. 实验进行了将近一个小时才结束. 随后布丰先生高声宣布：“先生们，我这里记录了诸位刚才的投针结果，共投针2212次，其中与平行线相交的有704次. 总数2212与相交数704的比值为3.142. ”大家异常惊奇，这投针的比例怎么会与圆周率如此接近呢？布丰解释说：“这就是概率的原理，因为针长恰好是平行线间距的一半，那针与线相交的概率为0.318，它的倒数就近似于圆周率. ”
著名的布丰公式
后来，布丰又取出一些圆圈，它们的直径均等于平行线的间距. 不管怎样扔下去，它们与平行线都有两个交点. 布丰又把同样大小的一些圆圈拉直，将这些长针随意扔下去，它们与平行线有多种相交情况，交点数或是4个，或是3个，或是2个，或是1个，有的甚至不相交. 当投的长针数越多，针、线的交点总数就越接近针数的两倍. 如果用不同长度的针去投，那针与线的交点数与针的长度成正比. 这就是著名的布丰公式.。