DE 
EnglishStandard
Українська
Polski🪡 Buffons Nadel
Lassen Sie zufällige Nadeln auf einen mit parallelen Linien linierten Boden fallen und beobachten Sie, wie π aus der Kreuzungswahrscheinlichkeit hervorgeht. Eine interaktive Nachbildung von Buffons klassischem Wahrscheinlichkeitsexperiment aus dem 18. Jahrhundert.
Über diese Simulation
🔬 Was sie zeigt
Jede Nadel erhält eine zufällige Mittenposition y modulo d und einen zufälligen Winkel θ in [0, π). Sie kreuzt eine Linie, wenn (l/2)·sin(θ) mindestens dem Abstand der Nadelmitte zur nächsten linierten Linie entspricht. Da P(Kreuzung) = 2l/(πd), ergibt das laufende Verhältnis von Nadeln zu Kreuzungen π ≈ (2·l·N)/(d·C).
🎮 Bedienung
Passen Sie den Nadellängen-Regler an, um l relativ zum festen Linienabstand d zu ändern (bleibt ≤ d), und den Fallrate-Regler, um zu steuern, wie viele Nadeln pro Bild fallen. Nutzen Sie Pause, um die Animation einzufrieren, und Zurücksetzen, um alle Nadeln zu löschen und neu zu beginnen.
💡 Wusstest du schon?
Buffons Nadel gilt als eine der allerersten Monte-Carlo-Methoden und geht der formalen Theorie um rund zwei Jahrhunderte voraus. Sie zeigt, dass ein rein geometrisches Wahrscheinlichkeitsexperiment — ganz ohne Kreise — dennoch π offenbaren kann.
Häufig gestellte Fragen
Was ist Buffons Nadelproblem?
Buffons Nadelproblem, 1733 gestellt, fragt: Lässt man eine Nadel der Länge l zufällig auf einen mit parallelen Linien im Abstand d linierten Boden fallen, wie hoch ist die Wahrscheinlichkeit, dass die Nadel eine Linie kreuzt? Bei l ≤ d lautet die Antwort P = 2l/(πd), was ein einfaches physikalisches Experiment direkt mit π verknüpft.
Wie lässt sich mit fallenden Nadeln π schätzen?
Da die Kreuzungswahrscheinlichkeit 2l/(πd) beträgt, isoliert die Beobachtung des Anteils kreuzender Nadeln und Umstellen der Formel π: π ≈ (2·l·N)/(d·C), wobei N die Anzahl der geworfenen Nadeln und C die Anzahl der Kreuzungen ist.
Warum spielt die Nadellänge eine Rolle?
Die Nadellänge l relativ zum Linienabstand d bestimmt die Grund-Kreuzungswahrscheinlichkeit. Längere Nadeln (näher an l = d) kreuzen Linien häufiger, was mehr Kreuzungsereignisse pro Wurf und eine statistisch stabilere Schätzung liefert.
Ist Buffons Nadel eine echte Monte-Carlo-Methode?
Ja. Sie nutzt wiederholte Zufallsversuche — zufällige Nadelposition und -winkel —, um eine mathematische Konstante aus einer beobachteten Häufigkeit zu schätzen, was genau der Definition einer Monte-Carlo-Methode entspricht.
Warum konvergiert die Schätzung so langsam?
Wie alle Monte-Carlo-Schätzungen konvergiert Buffons Nadel mit einer Rate proportional zu 1/√N, sodass eine Vervierfachung der Wurfzahl den typischen Fehler nur halbiert. Hohe Präzision erfordert daher eine enorme Anzahl von Nadeln.