Pi, le rapport entre la circonférence d’un cercle et son diamètre (environ 3,14159…), est une constante fondamentale en mathématiques et en sciences. Mais étonnamment, ce nombre ne se limite pas à la géométrie ; il émerge selon des processus apparemment aléatoires – depuis les lancers de pièces jusqu’aux chutes d’aiguilles. En ce Pi Day, explorons comment pi se cache dans des événements fortuits.
La prévalence inattendue de Pi
L’apparition de pi dans les systèmes aléatoires n’est pas toujours intuitive. Lorsque des cercles ou des angles sont impliqués, la présence de pi est attendue. Cependant, cela apparaît souvent dans des contextes où le lien est obscur, incitant les mathématiciens à se demander pourquoi. Ces méthodes ne sont pas efficaces pour calculer pi avec précision, mais elles démontrent sa nature omniprésente.
Simulation Monte Carlo : Pi en points aléatoires
Une façon d’estimer pi de manière aléatoire consiste à utiliser une simulation de Monte Carlo. Imaginez un carré avec un cercle inscrit à l’intérieur. Générez aléatoirement des points dans le carré. Le rapport des points tombant à l’intérieur du cercle par rapport au total des points sera approximatif de π/4. Cela fonctionne car cela reflète directement la relation d’aire entre le cercle (πr²) et le carré (4r²). Plus vous générez de points, plus vous vous rapprochez de pi.
Problème d’aiguille de Buffon : Pi dans les lignes abandonnées
En 1733, Georges-Louis Leclerc, comte de Buffon, proposa un curieux problème : déposer des aiguilles au hasard sur un sol avec des lignes parallèles espacées d’une longueur d’aiguille. La probabilité qu’une aiguille franchisse une ligne est de 2/π (environ 63,7 %). Cela est vrai même si l’aiguille est pliée dans n’importe quelle forme ; le nombre attendu de lignes franchies reste proportionnel à la longueur de l’aiguille. La clé réside dans la relation entre la longueur de l’aiguille et l’espacement des lignes. Une aiguille circulaire d’un diamètre que l’on croise toujours deux fois, menant à la connexion pi.
Estimation du tirage au sort : une nouvelle approche
Récemment, le mathématicien James Propp a introduit une nouvelle méthode : lancer une pièce jusqu’à ce que vous obteniez une pile de plus que face. Enregistrez la proportion de faces par rapport au total de flips. La valeur attendue de cette proportion est π/4. Bien que mathématiquement valable, la méthode nécessite un nombre peu pratique de retournements (potentiellement des milliards) pour atteindre la précision, car les séquences peuvent être incroyablement longues avant que pile ne dépasse pile.
Pourquoi cela se produit-il ?
La raison sous-jacente à laquelle ces méthodes fonctionnent implique souvent des calculs de probabilité complexes, parfois liés à des fonctions trigonométriques comme arcsin. Pourtant, le pourquoi reste mystérieux. Comme le souligne Stefan Gerhold, il n’existe pas de lien conceptuel clair entre le fait de lancer des pièces et pi. Parfois, des constantes mathématiques fondamentales apparaissent simplement à des endroits inattendus.
La joie des mathématiques
Ces méthodes inefficaces ne concernent pas le calcul pratique. Il s’agit de démontrer l’interdépendance surprenante des mathématiques. Jennifer Wilson note à juste titre que ces expériences sont accessibles et ne nécessitent que du calcul pour être comprises. Qu’il s’agisse de lancer des pièces de monnaie dans une salle de classe ou de simuler des points sur un ordinateur, ces méthodes mettent en valeur la joie de découvrir Pi dans les recoins les plus improbables du hasard.
En fin de compte, ces expériences nous rappellent que pi n’est pas seulement une constante géométrique ; c’est un aspect fondamental de la probabilité et du hasard, tissé dans le tissu mathématique lui-même.
