Pi, stosunek obwodu koła do jego średnicy (około 3,14159…), jest podstawową stałą w matematyce i naukach ścisłych. Ale, co zaskakujące, liczba ta nie jest ograniczona geometrią; przejawia się w pozornie przypadkowych procesach, od rzucania monetą po spadanie igieł. W ten Dzień Pi przyjrzyjmy się, jak Pi jest ukryte w zdarzeniach losowych.
Nieoczekiwane występowanie liczby Pi
Pojawienie się liczby Pi w układach losowych nie zawsze jest intuicyjne. Mówiąc o okręgach lub kątach, oczekuje się obecności Pi. Jednak często pojawia się w kontekstach, w których związek nie jest oczywisty, co prowadzi matematyków do zastanawiania się dlaczego. Metody te są nieskuteczne w dokładnym obliczaniu Pi, ale pokazują jego wszechobecność.
Metoda Monte Carlo: Pi w losowych punktach
Jednym ze sposobów przybliżonego losowego oszacowania Pi jest zastosowanie metody Monte Carlo. Wyobraź sobie kwadrat z wpisanym w niego okręgiem. Losowo generuj punkty wewnątrz kwadratu. Stosunek liczby punktów znajdujących się wewnątrz okręgu do całkowitej liczby punktów będzie bliski π/4. Działa to, ponieważ bezpośrednio odzwierciedla zależność pomiędzy polem koła (πr²) a polem kwadratu (4r²). Im więcej punktów wygenerujesz, tym bliżej będziesz Pi.
Problem z igłą Buffona: Pi w opadających liniach
W 1733 roku hrabia de Buffon Georges-Louis Leclerc zaproponował ciekawy problem: losowe rzucanie igieł na podłogę za pomocą równoległych linii rozmieszczonych w odległości równej długości igły. Prawdopodobieństwo, że igła przekroczy linię wynosi 2/π (około 63,7%). Dzieje się tak nawet wtedy, gdy igła jest wygięta w dowolny kształt; oczekiwana liczba skrzyżowanych linii pozostaje proporcjonalna do długości igły. Klucz tkwi w związku pomiędzy długością igły a odległością pomiędzy liniami. Okrągła igła o średnicy jednego zawsze przecina dwie linie, tworząc połączenie z Pi.
Wycena rzutu monetą: nowe podejście
Niedawno matematyk James Propp wprowadził nową metodę: rzucaj monetą, aż jedna strona będzie wyżej od drugiej. Zapisz proporcję narysowanych boków do całkowitej liczby rolek. Oczekiwana wartość tego ułamka wynosi π/4. Chociaż jest to poprawne matematycznie, metoda ta wymaga niepraktycznej liczby rzutów (potencjalnie bilionów), aby osiągnąć dokładność, ponieważ sekwencje mogą być niezwykle długie, zanim jedna strona wyprzedzi drugą.
Dlaczego tak się dzieje?
Głównym powodem, dla którego te metody działają, jest to, że często obejmują złożone obliczenia probabilistyczne, czasami obejmujące funkcje trygonometryczne, takie jak arcsine. Jednak dlaczego pozostaje tajemnicą. Jak wskazuje Stefan Gerhold, nie ma jasnego pojęciowego związku między rzucaniem monetą a liczbą Pi. Czasami podstawowe stałe matematyczne pojawiają się po prostu w nieoczekiwanych miejscach.
Radość matematyki
Te nieefektywne metody nie są przeznaczone do praktycznych zastosowań obliczeniowych. Mają one na celu zademonstrowanie niesamowitych wzajemnych powiązań matematyki. Jennifer Wilson trafnie wskazuje, że eksperymenty te są przystępne i do zrozumienia wymagają jedynie podstawowej wiedzy z zaawansowanej matematyki. Niezależnie od tego, czy chodzi o rzucanie monetami w klasie, czy symulowanie kropek na komputerze, metody te podkreślają radość z odkrywania liczby Pi w najbardziej nieoczekiwanych zakrętach.
Ostatecznie te eksperymenty przypominają nam, że Pi to nie tylko stała geometryczna; jest to podstawowy aspekt prawdopodobieństwa i losowości wpleciony w samą matematyczną materię.
