🇬🇧 English

🎯 Метод Монте-Карло — Оцінка π

Кидайте випадкові дротики в одиничний квадрат із вписаним колом радіусом 1. Співвідношення влучань у коло до загальної кількості збігається до π/4, тому π ≈ 4 × (всередині / всього). Класична демонстрація випадкової вибірки.

Оцінка π

—
справжнє π = 3.141592653…

Керування

Статистика

Усього дротиків0
Усередині кола0
Похибка—
Збіжність—
Порада: Похибка зменшується приблизно як 1/√N. Потрібно ~4× більше дротиків, щоб вдвічі зменшити похибку. Нижній графік показує збіжність оцінки π з часом.

Про цю симуляцію

Ця симуляція оцінює π за допомогою класичного методу Монте-Карло з киданням дротиків. Випадкові точки рівномірно розкидаються по квадрату, що простягається від [-1, 1] по обох осях, і кожна точка перевіряється на належність одиничному колу за умовою x² + y² ≤ 1. Оскільки площа кола дорівнює π, а площа квадрата — 4, частка точок, що потрапляють усередину кола, прямує до π/4, тож π відновлюється як 4 × (всередині ÷ всього). Це яскрава демонстрація того, як випадкова вибірка може обчислити детерміновану сталу.

🔬 Що це показує

Точки (зелені всередині кола, червоні зовні) накопичуються на полотні, тоді як поточна оцінка 4 × всередині/всього відображається з шістьма десятковими знаками. Живий графік збіжності будує оцінку відносно справжнього значення π, повідомляється абсолютна похибка, а теоретичний розкид в одну сигму √(π(4−π)/N) показує, як невизначеність звужується зі збільшенням кількості кинутих дротиків.

🎮 Як користуватися

Симуляція запускається автоматично. Повзунок «Дротиків / кадр» (від 1 до 500) задає, скільки випадкових точок додається за кожен кадр анімації, керуючи швидкістю вибірки. Кнопка «Скинути» очищає всі точки та статистику для нового запуску. Спостерігайте, як оцінка π, загальна кількість дротиків, лічильник усередині, похибка та смуга збіжності оновлюються в реальному часі.

💡 А ви знали?

Методи Монте-Карло названі на честь казино Монте-Карло й були розроблені Станіславом Уламом та Джоном фон Нейманом під час роботи над ядерною зброєю в 1940-х роках. Та сама ідея випадкової вибірки сьогодні рухає все — від моделювання фінансових ризиків до фізики частинок і комп'ютерної графіки.

Поширені запитання

Що таке метод Монте-Карло для оцінки π?

Він оцінює π, кидаючи випадкові точки в квадрат, що містить вписане коло. Оскільки точка потрапляє всередину кола щоразу, коли x² + y² ≤ 1, частка точок усередині прямує до співвідношення площ, яке дорівнює π/4. Множення цієї частки на 4 дає наближення π, що покращується зі зростанням кількості дротиків.

Чому оцінка дорівнює 4, помноженому на всередині, поділене на всього?

Квадрат простягається від [-1, 1] по кожній осі, маючи площу 4, тоді як вписане одиничне коло має площу π. Для рівномірно випадкових точок імовірність потрапити всередину кола тому дорівнює π/4. Перетворення дає π = 4 × (всередині ÷ всього), що є саме тією формулою, яку симуляція обчислює кожного кадру.

Що контролює повзунок «Дротиків / кадр»?

Він задає, скільки випадкових точок генерується за кожен кадр анімації, від 1 до 500. Більше значення кидає дротики швидше, тож загальна кількість і точність оцінки зростають швидше, а менше значення дозволяє спостерігати процес вибірки точка за точкою.

Наскільки точний результат і як швидко він збігається?

Похибка оцінки Монте-Карло зменшується приблизно як 1/√N, тож потрібно приблизно вчетверо більше дротиків, щоб удвічі її зменшити. Симуляція показує це безпосередньо через смугу збіжності ±√(π(4−π)/N), а отже досягнення кількох правильних десяткових знаків може потребувати мільйонів зразків. Метод точний, але повільний порівняно з аналітичними формулами для π.

Чи справді кидання випадкових дротиків — хороший спосіб обчислити π?

Як практичний метод для високоточного π він неефективний, бо повільна збіжність 1/√N робить спеціалізовані ряди значно швидшими. Його справжня цінність — концептуальна: він демонструє закон великих чисел і потужність інтегрування Монте-Карло, техніки, що чудово справляється з багатовимірними задачами, де традиційні чисельні методи стають нездоланними.