PL 
EnglishDomyślny
Українська🪡 Buffon's Needle
Drop random needles onto a floor ruled with parallel lines and watch pi emerge from the crossing probability, recreating Buffon's classic 18th-century experiment.
Podobne symulacje
O tej symulacji
To narzędzie odtwarza igłę Buffona, zagadkę probabilistyczną z 1733 roku, w której igły o długości l są upuszczane na podłogę pokreśloną równoległymi liniami odległymi o d. Każda igła ląduje w równomiernie losowej pozycji i pod losowym kątem, a to, czy przecina linię, zależy od prostej trygonometrii. Ponieważ teoretyczne prawdopodobieństwo przecięcia wynosi 2l/(πd), zliczanie upuszczonych igieł względem przecięć i przekształcenie wzoru daje na żywo, coraz dokładniejsze oszacowanie π.
🔬 Co przedstawia
Każda igła otrzymuje losową pozycję środka y modulo d oraz losowy kąt θ w [0, π). Przecina linię, gdy (l/2)·sin(θ) jest co najmniej równe odległości środka igły od najbliższej pokreślonej linii. Ponieważ P(przecięcie) = 2l/(πd), bieżący stosunek igieł do przecięć daje π ≈ (2·l·N)/(d·C).
🎮 Jak korzystać
Dostosuj suwak długości igły, aby zmienić l względem stałego odstępu linii d (utrzymywanego ≤ d), oraz suwak tempa upuszczania, aby kontrolować, ile igieł spada na klatkę. Użyj Pauzy, aby zatrzymać animację, i Resetuj, aby wyczyścić wszystkie igły i rozpocząć nową próbę. Panel statystyk śledzi upuszczone igły, przecięcia i bieżące oszacowanie π wraz z jego błędem.
💡 Czy wiesz, że?
Igła Buffona uważana jest za jedną z pierwszych metod Monte Carlo, wyprzedzającą formalną teorię o mniej więcej dwa stulecia. Pokazuje, że czysto geometryczny eksperyment probabilistyczny — bez żadnych jawnych okręgów — wciąż może ujawnić π, ponieważ funkcja sinus łącząca kąt z odległością przecięcia niesie π w sposób ukryty.
Najczęściej zadawane pytania
Czym jest problem igły Buffona?
Problem igły Buffona, postawiony w 1733 roku, pyta: jeśli igła o długości l zostaje upuszczona losowo na podłogę pokreśloną równoległymi liniami odległymi o d, jakie jest prawdopodobieństwo, że igła przetnie linię? Gdy l ≤ d, odpowiedź brzmi P = 2l/(πd), łącząc prosty eksperyment fizyczny bezpośrednio z π.
Jak upuszczanie igieł pozwala oszacować π?
Ponieważ prawdopodobieństwo przecięcia równa się 2l/(πd), obserwacja ułamka upuszczonych igieł, które przecinają linię, i przekształcenie wzoru izoluje π: π ≈ (2·l·N)/(d·C), gdzie N to liczba upuszczonych igieł, a C to liczba przecięć. Więcej rzutów daje bardziej wiarygodne oszacowanie.
Dlaczego długość igły ma znaczenie?
Długość igły l względem odstępu między liniami d ustala podstawowe prawdopodobieństwo przecięcia. Dłuższe igły (bliższe l = d) przecinają linie częściej, dając więcej zdarzeń przecięcia na rzut i statystycznie bardziej stabilne oszacowanie dla tej samej liczby rzutów, choć podstawowy wzór pozostaje ważny dla dowolnego l ≤ d.
Czy igła Buffona to prawdziwa metoda Monte Carlo?
Tak. Wykorzystuje powtarzane losowe próby — losową pozycję i kąt igły — aby oszacować stałą matematyczną na podstawie obserwowanej częstości, co jest dokładnie definicją metody Monte Carlo. Wyprzedza formalną technikę Monte Carlo opracowaną w Los Alamos w latach 40. XX wieku o mniej więcej dwa stulecia.
Dlaczego oszacowanie zbiega tak wolno?
Podobnie jak wszystkie oszacowania Monte Carlo, igła Buffona zbiega z szybkością proporcjonalną do 1/√N, więc poczwórnienie liczby rzutów zmniejsza typowy błąd tylko o połowę. Osiągnięcie wysokiej precyzji w ten sposób wymaga ogromnej liczby igieł, dlatego zgłaszane historyczne wyniki o wysokiej precyzji są traktowane ze sceptycyzmem.
Upuszczaj losowe igły na podłogę pokreśloną równoległymi liniami i obserwuj, jak pi wyłania się z prawdopodobieństwa przecięcia, odtwarzając klasyczny XVIII-wieczny eksperyment Buffona.
2D · HTML5 Canvas 2D · docelowo 60 FPS · działa w całości po stronie klienta, bez instalacji