布丰投针

合集下载

蒲丰投针问题

蒲丰投针问题1.蒲丰简介蒲丰有的时候翻译成布丰，是18世纪法国著名的博物学家。

他喜欢研究数学和生物学。

主要的贡献有：（1）翻译了牛顿的《流数法》，流数法按现在的说法就叫微积分。

（2）写了一本巨著，这部巨著的名字叫《自然史》，因为他特别喜欢研究生物。

这个自然史一共有44卷，其中他生前写了36卷，后来他学生又完成了。

这本书对后来的世界有很大的影响，尤其影响到一个人叫达尔文，所以蒲丰这个人其实是很厉害的。

2.蒲丰投针1777年，在蒲丰晚年的时候，他有一次举行了一个家庭宴会。

邀请了一大堆他的朋友来帮他做实验。

做什么实验呢，就“投针”。

那朋友来了之后发现，就是桌子上有很多根间距相等的平行线。

然后蒲丰就说了，给你们同样大的针，你把这些针随机扔到这个桌子上。

然后宾客就随便扔吗，有可能这样，有可能这样……，随便扔是吧，这都有可能，什么情况都有可能。

有的针就没有跟平行线相交，比如这个，这个，这个，就没有相交，也有相交的，比如这个，这个，这个，这是相交的，对吧，然后他就数，他说这个针一共投了多少个呢？一共投了n =2212个。

其中与这个平行线相交的针有多少个，数了一下有m =704个。

然后他说，我现在可以计算圆周率了，别人都不信，他说你看我圆周率怎么算，我只要把这两个数相除就行了。

我用n 除以m ，这个数除完了大概是3.142，这个就是圆周率了。

别人说好神奇，这怎么回事儿，蒲丰说我给你解释解释这个原理是什么？其实这个原理并不复杂，我们来看一下它的原理是什么。

3. 蒲丰投针原理(1)首先，它这个平行线是严格平行的，那平行线之间的距离是固定的，是a 。

然后我随意地把一根针投上去，也许相交，也许不相交，这不一定。

比如说这个针投上去了，投上去了之后，针的总长是b ，针有一个中点叫M ，对吧，这个M 到它比较近的平行线之间的距离我们设为x ，大家注意，这个是针的中点到比较近的平行线的距离是x ，所以我们应该知道x 的范围。

x 的最小值就是这个终点正好落在平行线上，那最小值是0，对吧。

数学中的三大常数

数学中的三大常数π,e,φ姓名:高伟学号:12111204002班级:数教1201摘要文章考查了三个特殊的数π,e,φ, 找到了美在数学中的具体表现, 并以此出发阐述了数学美对学生学习数学兴趣的培养的重要性。

关键词:数学美π,e,φ无理数Three constants in mathematics:π,e,φName:GaoweiNumber:12111204002AbstractThe article examines the three special numbers in mathematics.Found the concrete embodiment of mathematical beauty and expounded the importance of the cultivation of students’ interest in learning mathematics.Keywords: mathematical beaut π,e,φ irrational如果有人告诉你, 数学是很奇妙的, 你可能会感到惊奇。

但你应该知道, 有些人毕生研究数学、创造数学, 就像作曲家创作音乐一样。

这是为什么呢? 也史上的许多学者、数学家的描述可以说明这一切。

彭家勒说: “数学家把义的方法和他们结果的美联系起来。

这不是纯粹的浅薄猎奇。

事实上, 在解题、证明中, 给我们以美感的是什么呢?是各部分的和谐, 是他们的对称、他们的巧妙平衡。

总而言之, 就是引人次序, 给出统一, 容许我们同时清楚地观察和理解整体和细节的东西。

”维纳认为: “ 数学实质上是艺术的一种。

”徐利为:“容结构上和方法上也具有其自身的美。

”可见, 正是数学的美引导一代一代的学家攀登一座一座数学高峰。

为此, 为吸引年青的数学工作者从事数学研究, 从小就应让他们感到数学美。

解决费尔马猜想的安德鲁·怀尔斯就是在10 岁到图书馆发现了别刃多年悬而未决的费尔马猜想在表面上的简单易懂, 这种简美让他对数学着了迷, 从而让他终生从事数学研究【1】。

布丰投针实验详解

布丰投针实验详解1777年，法国数学家布丰（D，Buffon，1707年-1788年）提出了随机投针法并通过投针实验计算出了圆周率π的值，与刘徽的“割圆术”不同的是，随机投针法是利用概率统计的方法来计算圆周率π的值，开辟了计算圆周率的新途径，因此，“布丰投针实验”成为概率论中很有影响力的一个实验。

程序运行时，计算机上将显示出每次“投针实验”的具体情况，即显示当前总投掷的次数、钢针与平行线相交的次数以及由此计算出来的圆周率的值，当满足所设置的精度要求后，程序就停止运行，当钢针投掷276427次后，所计算出来的圆周率值满足精度要求，此时钢针与平行线相交131984次，圆周率计算结果为3.14159670869196.当然，由于“投掷动作”具有随机性，因此每次“投针实验”的仿真结果不一定相同，为了使计算结果更趋近于π，可以减小误差，取更小的s的值来提高计算的精度，当然仿真实验的时间也会随之变长，值得说明的是，若将一根钢丝弯成一个圆圈，使其直径恰好等于平行线间的距离a，投掷的结果不外乎有两种：一种是与一条平行线相交，一种是与相邻两条平行线相切，这两种情况都将导致圆圈和平行线有两个交点，因此，如果圆圈扔下的次数为n，那么相交的交点数必为2n。

若将圆圈拉直变成一根长为πa的钢针，显然，这样的钢针被扔下时与平行线相交的情形要比弯成圆圈的情况复杂得多，可能没有交点，还可能有1个交点、2个交点、3个交点、4个交点，由于圆圈和拉直后的钢针的长度相同，根据机会均等的原理可知，当投掷的次数足够多时，两者与平行线组的交点的总数将是一样的，换句话说，当长度为πa的钢针被扔下无穷多次后，它与平行线相交的交点总数也为2n。

從本质上看，上述投针实验运用了离散事件系统仿真，如果按照布丰的做法，进行成千上万次的投针实验和手工计算，势必要消耗大量的人力、物力和财力，而通过运用类比的方法，对实验进行系统建模，在此基础上使用计算机进行系统仿真来解决问题，事情就会变得非常简单，我们只需要根据已掌握的经验与认识，通过对比分析1，运用数学语言、数学符号、数学公式、数学概念等来表达这些量，从多种复杂的因素中抽取主要因素，忽略次要因素，抓住事物的本质特征，运用一系列等式或不等式来表达各个量之间的关系，从而建立起研究对象的数学模型，这有助于掌握复杂事物的内在规律。

说π：这么复杂的一个数,谁算的？咋算的？

吹个肥皂泡，泡泡是圆的。

一滴雨珠滴落在地面上，水痕是圆的。

眼珠是圆的，月亮是圆的，天穹仿佛也是圆的。

为了把这个简单的圆搞定，从古至今不知有多少人穷尽了智慧。

但他们的努力并没有白费，今天的小学生都能对它的终极奥秘了如指掌：它就是圆的周长和直径之比——π。

很少有一个数字，它的伟大和精妙，它的神秘和捉摸不清，能够从史前开始，就贯穿了人类数学史，为了算π，古往今来的数学家和工程师们可谓穷尽所学。

那么，我们究竟为什么要费劲儿搞出这么长一串看起来毫无规律的数字呢？没有“边”可算？用“割圆术”试试看3.1415926，数学只要不是体育老师教的，这个π近似值应该都能脱口而出。

这什么水平？放在古代，你已经完爆了绝大部分的数学家了。

远古时期，交通基本靠走，通信基本靠吼，测量靠啥？靠的是实物，精度也就可想而知了。

造个圆的车轱辘都难于上青天。

把π的比率搞到小数点后两位这一点点进步，更是花费了人类不少时间。

公元前1500年，巴比伦人的泥板上，π是25/8，也就是3.125；在古埃及，π是（16/9）2，也就是3.16，大约是用面积反推；古印度的一些典籍里面，π和根号10一样，等于3.162；《九章算术》干脆就直接“周三径一”，π=3.33。

后来，“数学家”这种生物出现了。

世界在他们的眼里，不再是一个个的车轱辘，而是简洁的线条和抽象的规则。

圆溜溜的边没法下手，那我们就拿长得像圆的开刀：六边形比方的“更圆”，八边形比六边形更圆，二百五十六边形从远处看基本就是圆了……这就是所谓“割圆术”的基本思想。

六边形，十二边形......边数再多一点呢？生活在三国时代、为汉代数学典籍《九章算术》做注的刘徽，似乎是参透了“圆出于方”这种玄学之辞。

他研究出来的割圆术，给后世算圆周率的指了一个明路。

“割之弥细，所失弥少，割之又割以至于无可割，则与圆合体而无所失也”。

而且，他采用了双向迫近的方法，相当于给了上限和下限，让结果更加精确。

刘徽自己割出了3072边型，算出了π=3.1416。

蒲丰投针原理

/4.因为对于每一个z，这个概率都为（π-2）/4，因此对于任意的正数x，y，z，有P=（π-2）/4，命题得证。

为了估算π的值，我们需要通过实验来估计它的概率，这一过程可交由计算机编程来实现，事实上x+y>z，x²+y&sup2；﹤z&sup2；等价于（x+y-z）（x²+y²-z&sup2；）﹤0，因此只需检验这一个式子是否成立即可。

若进行了m 次随机试验，有n次满足该式，当m足够大时，n/m趋近于（π-2）/4，令n/m=（π-2）/4，解得π=4n/m+2，即可估计出π值。

值得注意的是这里采用的方法：设计一个适当的试验，它的概率与我们感兴趣的一个量（如π）有关，然后利用试验结果来估计这个量，随着计算机等现代技术的发展，这一方法已经发展为具有广泛应用性的蒙特卡罗方法。

计算π最稀奇方法之一计算π的最为稀奇的方法之一，要数18世纪法国的博物学家C·布丰和他的投针实验：在一个平面上，用尺画一组相距为d的平行线；一根长度小于d的针，扔到画了线的平面上；如果针与线相交，则该次扔出被认为是有利的，否则则是不利的．布丰惊奇地发现：有利的扔出与不利的扔出两者次数的比，是一个包含π的表示式．如果针的长度等于d，那么有利扔出的概率为2/π．扔的次数越多，由此能求出越为精确的π的值．公元1901年，意大利数学家拉兹瑞尼作了3408次投针，给出π的值为3．1415929——准确到小数后6位．不过，不管拉兹瑞尼是否实际上投过针，他的实验还是受到了美国犹他州奥格登的国立韦伯大学的L·巴杰的质疑．通过几何、微积分、概率等广泛的范围和渠道发现π，这是着实令人惊讶的！证明下面就是一个简单而巧妙的证明。

找一根铁丝弯成一个圆圈，使其直径恰恰等于平行线间的距离d。

可以想象得到，对于这样的圆圈来说，不管怎么扔下，都将和平行线有两个交点。

蒲丰氏投针问题的模拟过程

蒲丰氏投针问题的模拟过程，随机数发生器也是自编的，以供大家参考和提出建议。

谢谢。

（seed1和seed2最好选择3和5，为了使投针次数达到1000000，CVF进行如下设置Project->settings->link->output，将stack allocations reserve:设为1000000000）program getpiimplicit nonereal,parameter::a=5,L=4,pi=3.14159integer::n1,i,counter=0real,allocatable::R1(:),R2(:)real::theta,x,pi1write(*,*) 'input the size of the array:'read(*,*) n1allocate(R1(n1))allocate(R2(n1))call random(n1,R1,R2)do i=1,n1x=a*(2*R1(i)-1)theta=pi*R2(i)if(abs(x)<L*sin(theta)) counter=counter+1end dopi1=(1.0*n1)/(counter*1.0)*(2.0*L/a)write(*,*) 'this is PI:'write(*,*) piwrite(*,"('this is ratio of counter to total number',F10.6)")1.0&*counter/n1stopend programsubroutine random(n,R1,R2)implicit noneinteger n,seed1,seed2,i,little,mreal::R1(n),R2(n)integer::temp1(n),temp2(n)write(*,*) 'input seed1'read(*,*) seed1write(*,*) 'input seed2'read(*,*) seed2m=2**30m=m*2-1temp1(1)=397204094temp2(1)=temp1(1)R1(1)=(1.0*temp1(1))/(1.0*m)R2(1)=(1.0*temp2(1))/(1.0*m)little=0if(R1(1)<0.5) little=little+1do i=1,n-1temp1(i+1)=mod(seed1*temp1(i),m)R1(i+1)=(1.0*temp1(i+1))/(1.0*m)temp2(i+1)=mod(seed2*temp2(i),m)R2(i+1)=(1.0*temp2(i+1))/(1.0*m)if(R1(i+1)<0.5) little=little+1 .end do ;write(*,*) 'ratio of number which is little than 0.5'write(*,*) 1.0*little/nreturnend subroutine拟蒙特卡洛方法(Quasi-Monte Carlo)积分实例%使用Matlab提供的函数求积分,exp(-1/2*x^2)在(0,1)间积分 format long; syms xa = sym(1/2);f = exp(-a*x^2);ezplot(f)disp(int(f,-1,1));fprintf('integral result:%1.18f.\n',double(int(f,0,1)));%disp(double(int(f,0,1)));复制代码%使用拟蒙特卡洛方法积分%得到拟蒙特卡洛序列,即低偏差序列,halton法%如果有相关的工具箱的话,可以用Matlab里面的haltonset,faureset,sobolset 函数实现,x=halton(10000,2,5577);n=length(x);mju=0;for i=1:nmju=mju + exp(-0.5*x(i)^2);endmju=mju/n;fprintf('Quasi-Monte Carlo result:%1.18f.\n',mju);%disp(mju);%使用蒙特卡洛方法积分%得到Uniform序列,x=random('unif',0,1,10000,1);n=length(x);mju=0;for i=1:nmju=mju + exp(-0.5*x(i)^2);endmju=mju/n;fprintf('Monte Carlo result:%1.18f.\n',mju);%=============生成HALTON序列======================== function result = halton( m,base,seeder )%生成HALTON序列% Check inputsif nargin < 3seeder = 0;if nargin < 2error('MATLAB:Halton:NotEnoughInputs',...'Not enough input arguments. See Halton.'); endendres=0;n=length(base);for i=1:mfor j=1:nelement=0;temp=seeder+i;k=1;while temp>0element(k)=rem(temp,base(j));temp=fix(temp/base(j));k=k+1;endres(i,j)= 0;for k=1:length(element)res(i,j)=res(i,j)+element(k)/(base(j)^k); endendendresult=res;。

数学趣话：数学原来这么有趣-高中数学公式背后的故事

数学趣话：数学原来这么有趣-高中数学公式背后的故事也许，此时的你正被数学老师的作业压抑得喘不过气来，被函数、立体几何、线性回归折磨得只想放弃。

但你可能不知道，数学有他本身的美，数学的背后，有许多有趣的故事。

音乐家说数学是世界上最和谐的音符。

植物学家说世界上没有比数学更美的花朵。

美学家说哪里有数学，哪里才有真正的美。

哲学家说你可以不相信上帝，但是你必需相信数学，世界什么都在变，唯有数学是永恒的。

其实你一点都不讨厌数学可能你对以上的各种回答还不能产生共鸣，因为，正处于学生生涯的你（尤其是文科生），只想说：数学是我的噩梦！英国学生 Rory Kirkman 在数学考试两次失败后，把可恨的二次方程求根公式纹在了身上我们真的那么讨厌数学吗？今天，就让我们来一次伟大的数学公式巡礼。

如果在课堂上，老师告诉了你数学公式背后有这么多有趣的故事，你会爱上数学吗？伟大的数学公式巡礼NO.1 世上最简单的公式稍有数学阅历的人都有这样的直觉，凡是“简洁”的公式都会给人以美感。

而 1+1=2，这是所有公式中最简单明了的一个了，我们只有把它的发明归功于上帝。

公式背后的故事：尽管从远古起人们都心照不宣地知道 1＋1＝2，但直到1557年的某一天，这一等式才写成类似于我们今天的形式。

也就是说等号这个每个等式中都有的成分直到16世纪才第一次出场亮相。

NO.2 毕达哥拉斯定理即勾股定理。

“勾三股四弦五”，这一定理是如此地深入每一个地球人的心灵。

它是人类早期发现并证明的重要数学定理之一（公元前约三千年的古巴比伦书版中就有记载），也是用代数思想解决几何问题的最重要的工具之一。

勾股定理（毕达哥拉斯定理）约有400种证明方法，是数学定理中证明方法最多的定理之一。

公式背后的故事：毕达哥拉斯是古希腊传统数学和哲学的创始人。

以他的名字命名的学派是一个个人崇拜的秘密组织，鼓吹节欲、尊长和一夫一妻制。

他认为，世界万物都是由数字统治的，他用数字推断人的命运，如奇数被认为与男性有关，而偶数与女性有关。

布丰投针数学分析与实验设计(原创)

l 由(1)和(2)我们可以得出一些结论： n 根长度为的小 n 针仍出去后压线的概率之和与一根长为 l 的针扔出去后压线 l 的概率相等；将 n 根长为的小针连接成任意形状后扔出去 n 压线的概率与长为 l 的针扔出去压线的概率相等；当 n ，线就是曲线，所以结论可以进一步推广：随机投
k
称作这个连分式的第 k 个渐进分数。同时，
k
它也是所有分母不超过
q 的分数中最接近实数 x 的分数，
k
k
是实数 x 的第 k 个最佳渐进分数。
k
求渐进连分式，当然可以用上面分式求出，下面给出第
p k 个渐进连分式的递推求法： q p a q 1 p a a 1 q a a p p ( k 2) p q a q q ( k 2 )
如上图所示，AB 针的长度为 2l ，CD 针长度为 l 。在 AB 针或 AB 针的延长线与直线的夹角为，AB 针的中点 M 的取
角相等，所以 M ' , M ' ' 是 m' , m' ' 的两倍，于是 CD 与直线相交的概率是 AB 与直线相交的概率的一半。对于其余任意夹角都有这个结论。所以：长度为 l 的针与直线相交的概率是长度为 2l 的针与直线相交概率的一半。
产生误差原因 1：m/n 的精度问题，这个是数学造成的误差。解决办法：选取合适的 m 值，使 m/n 的有效数字达到要求的精度。产生误差原因 2：如果针的端点与直线非常接近，例如相距万分之一毫米，用肉眼无法判断针是否与直线相交，造成误差。解决办法：该次事件无效，不予统计，继续进行下一次实验。产生误差原因 3：l/d 的精度问题，这是测量问题。产生误差的原因 1 和 2，我们都可以解决，使之达

投针试验

投针试验投针问题1777年法国科学家布丰提出的一种计算圆周率的方法——随机投针法，即著名的布丰投针问题。

投针步骤这一方法的步骤是：1）取一张白纸，在上面画上许多条间距为a的平行线。

2）取一根长度为l（l<a）的针，随机地向画有平行直线的纸上掷n次，观察针与直线相交的次数，记为m3）计算针与直线相交的概率．18世纪，法国数学家布丰和勒可莱尔提出的“投针问题”，记载于布丰1777年出版的著作中：“在平面上画有一组间距为a的平行线，将一根长度为l（l<a）的针任意掷在这个平面上，求此针与平行线中任一条相交的概率。

”布丰本人证明了，这个概率是p=2l/（πd) π为圆周率利用这个公式可以用概率的方法得到圆周率的近似值。

下面是一些资料试验者时间投掷次数相交次数圆周率估计值Wolf1850年5000 2532 3.1596Smith 1855年3204 1218.5 3.1554C.De Morgan 1680年600 382.5 3.137Fox1884年1030 489 3.1595Lazzerini 1901年3408 1808 3.1415929Reina 1925年2520 859 3.1795设这三个正数为x，y，z，不妨设x≤y≤z，对于每一个确定的z，则必须满足x+y>z，x²+y&sup2；﹤z&sup2；，容易证明这两个式子即为以这3个正数为边长可以围成一个钝角三角形的充要条件，用线性规划可知满足题设的可行域为直线x+y=z与圆x²+y²=z&sup2；围成的弓形，总的可行域为一个边长为z的正方形，则可以围成一个钝角三角形的概率P=S弓形/S正方形=（πz²/4-z²/2）/z²=（π-2）/4.因为对于每一个z，这个概率都为（π-2）/4，因此对于任意的正数x，y，z，有P=（π-2）/4，命题得证。

布丰投针问题

匪夷所思的数学实验——布丰投针问题把一根质量均匀的小棒向一个画了一些平行线的平面上随意地扔几千下，就能得到连一台计算能力比较强的计算机也要算上好长时间的有六个准确数字的圆周率π的近似值，你相信吗？肯定有很多人不相信。

事实上，确实有这样的数学实验。

1777年的一天，法国的博物学家C·布丰伯爵的家里宾客满堂，他们是应主人的邀请来观看一次奇特的试验的。

年已古稀的布丰拿出一张纸来，纸上预先画好了一条条等距离的平行线。

他又拿出一大把准备好的小针，这些小针都是平行线间距离的一半。

布丰先生宣布：“请诸位把这些小针一根一根地往纸上扔吧！不过，请大家务必把针与纸上的线相交的次数告诉我。

”客人们遵照主人的意愿，加入了试验的行列。

一把小针扔完了，把它们捡起来再扔，布丰则把小针与平行线相交的次数记了下来。

实验进行了将近一个小时才结束。

布丰先生高声宣布：“先生们，我这里记录了诸位刚才的投针结果，共投针2212次，其中与平行线相交的有704次。

总数2212与相交数704的比值为3. 142。

”停了一下，布丰先生继续说：“先生们，这就是圆周率π的近似值！”布丰1777年出版了一本名叫《或然性的算术试验》，在这本书，他介绍了著名的“投针实验”：在一个水平面上画上一些平行线，使它们相邻两条直线之间的距离都为a，然后，把一个长为l(l<a)的均匀小针任意抛到这一平面上去。

如果针与这组平行线中的任一条直线相交，则该次扔出被认为是有利的，否则则认为是不利的。

如果投针的次数为n，有利的扔出次数为m，那么当n相当大时有：。

这就是著名的布丰公式。

如果小针的长度等于a，那么当n相当大时有。

这样，只需实际去进行大量次数的这样的实验，并计算有利的次数，就可以通过上面的公式求出π的近似值。

扔的次数越多，由此能求出越为精确的π的值。

这就是利用概率求π值的方法。

后来有不少人按照布丰设计的方法来计算π值。

1901年，意大利数学家拉兹瑞尼宣称进行了多次投针试验，每次投针数为3408次，平均相交数为2169. 6次，代入布丰公式，求得π≈3.1415929——准确到小数后六位。

6.2投针实验

3.口袋中有５张完全相同的卡片，分别写有１cm,2cm,3cm,4cm,5cm.口袋外有２张卡片，分别写有４cm,5cm.现随机从袋内取出一张卡片，与口袋外两张卡片放在一起，以卡片上的数量分别为三条线段的长度，回答下列问题：（１）求这三条线段能构成三角形的概率（２）求这三条线段能构成直角三角形的概率（３）求这三条线段能构成等腰三角形的概率
7. （2012贵州遵义10分）如图，4张背面完全相同的纸牌（用①、②、③、④表示），在纸牌的正面分别写有四个不同的条件，小明将这4张纸牌背面朝上洗匀后，先随机摸出一张（不放回），再随机摸出一张．（1）用树状图（或列表法）表示两次摸牌出现的所有可能结果；（2）以两次摸出牌上的结果为条件，求能判断四边形ABCD是平行四边形的概率．
4. （2012贵州贵阳10分）在一个不透明的口袋里有分别标注2、4、6的3个小球（小球除数字不同外，其余都相同），另有3张背面完全一样、正面分别写有数字6、7、 8的卡片．现从口袋中任意摸出一个小球，再从这3张背面朝上的卡片中任意摸出一张卡片．（1）请你用列表或画树状图的方法，表示出所有可能出现的结果；（2）小红和小莉做游戏，制定了两个游戏规则：规则1：若两次摸出的数字，至少有一次是“6”，小红赢；否则，小莉赢．规则2：若摸出的卡片上的数字是球上数字的整数倍时，小红赢；否则，小莉赢．小红要想在游戏中获胜，她会选择哪一种规则，并说明理由．
6. （2012贵州黔南10分）市“消费者协会”联合市工商局在某中学分别开展打击“地沟油”及“瘦肉精” 的食品宣传讲座，小青同学不知该如何听课，最后他决定通过掷硬币来确定，掷硬币规则如下：连续抛掷硬币三次，如果三次正面朝上或三次反面朝上，则小青听两堂讲座；如果两次正面朝上一次反面朝上，则小青去听有关“地沟油”的讲座；如果两次反面朝上一次正面朝上，则小青去听有关“瘦肉精”的讲座。（1）用画树状图的方法表示三次抛掷硬币的所有结果；（2）小青听两堂知识讲座的概率有多大？（3）小青用这个游戏规则去选择听“地沟油”或 “瘦肉精”的讲座是否合理？为什么？

数学故事：布丰的投针试验

布丰的投针试验公元1777年的一天，法国科学家D·布丰～1788的家里宾客满堂，原来他们是应主人的邀请前来观看一次奇特试验的。

试验开始，但见年已古稀的布丰先生兴致勃勃地拿出一张纸来，纸上预先画好了一条条等距离的平行线。

接着他又抓出一大把原先准备好的小针，这些小针的长度都是平行线间距离的一半。

然后布丰先生宣布：“请诸位把这些小针一根一根往纸上扔吧!不过，请大家务必把扔下的针是否与纸上的平行线相交告诉我。

”客人们不知布丰先生要玩什么把戏，只好客随主意，一个个加入了试验的行列。

一把小针扔完了，把它捡起来又扔，而布丰先生本人则不停地在一旁数着、记着，如此这般地忙碌了将近一个钟头。

最后，布丰先生高声宣布：“先生们，我这里记录了诸位刚才的投针结果，共投针2212次，其中与平行线相交的704次。

总数2212与相交数704的比值为。

”说到这里，布丰先生故意停了停，并对大家报以神秘的一笑，接着有意提高声调说：“先生们，这就是圆周率π的近似值!”众客哗然，一时疑议纷纷，大家全部感到莫名期妙：“圆周率π这可是与圆半点也不沾边的呀!”布丰先生似乎猜透了大家的心思，得意洋洋地解释道：“诸位，这里用的是概率的原理，如果大家有耐心的话，再增加投针的次数，还能得到π的更精确的近似值。

不过，要想弄清其间的道理，只好请大家去看敝人的新作了。

”随着布丰先生扬了扬自己手上的一本《或然算术试验》的书。

π在这种纷纭杂乱的场合出现，实在是出乎人们的意料，然而它却是千真万确的事实。

由于投针试验的问题，是布丰先生最先提出的，所以数学史上就称它为布丰问题，布丰得出的一般结果是：如果纸上两平行线间相距为d，小针长为l，投针的次数为n，所以投的针当中与平行线相交的次数的m，那么当n相当大时有：π≈2ln/dm在上面故事中，针长l恰等于平行线间距离d的一半，所以代入上面公式简化得：π≈n/m值得一提的是，后来有不少人步布丰先生的后尘，用同样的方法来计算π值。

比丰投针概率求法

比丰投针概率求法
丰投针是一种概率问题，目的是求解在一定条件下，丰投针的概率。

丰投针问题的条件为：有一片木板，上面有若干平行的线条，线条之间的间距为d，投针的长度为l (l<=d)。

当投针的任意一端落在线条上方时，称为丰投，要求求解丰投概率P。

丰投针概率的求解方法可以通过数学计算来进行，其中最著名的是皮埃尔·索恩世纪问题。

索恩世纪问题提出了丰投概率的公式：
P = (2l)/(πd)
其中，π是圆周率。

这个公式可以通过数学推导得到，但是需要一定的数学知识和技巧。

在实际运用中，如果不涉及到很复杂的条件和特殊情况，我们也可以通过模拟实验的方法来估计丰投针的概率。

具体方法如下：
1.准备一片木板，上面绘制出若干平行的线条，线条之间的间距为d。

2.制作一根投针，长度为l，注意确保l小于等于d。

3.反复进行丰投实验，将投针随机抛掷到木板上，并观察投针的任意一端是否落在线条上方，记录丰投的次数以及总的实验次数。

4.通过丰投次数与总实验次数的比值，即可估计丰投概率P。

在实际模拟实验中，需要进行足够多的实验次数，以保证估计结果的准确性。

一般来说，实验次数越多越好，可以通过增加实验次数来提高结果的可靠性。

需要注意的是，以上的方法是估计丰投概率的一种方式，得到的结果是近似值，并不是准确值。

如果需要精确的计算结果，还是需要通过数学方法来进行求解。

简述蒲丰投针的原理

简述蒲丰投针的原理蒲丰投针，又称为“蒲扇投针”，是一种古老的传统技艺，源于中国民间，被列为国家级非物质文化遗产。

它以独特的技巧和准确度令人惊叹，是一项需要长时间的训练和精确动作的艺术表演。

蒲丰投针是通过将一枚针射出，然后立即由另一只折扇迅速击落这枚针。

表演者通常会用嘴巧妙地抓住一枚针，然后用手迅速将其放入弹弓设备中。

然后他们会用嘴接住折起来的扇子，并将其放在弹弓的侧面。

最后，当他们用力按下弹弓时，针会被迅速射出，被折叠的扇子迅速击中，使针钉在靶上。

这个过程，虽然看似简单，但实际上非常考验投针者精湛的技巧和敏捷的反应能力。

他们必须在非常短的时间内完成将针射出和击中的动作，并且必须非常准确。

这需要长时间的练习和耐心，才能达到高超的水平。

蒲丰投针的原理基于物理学中的一些基本原理。

首先，投针者在将针放入弹弓时，需要精确掌握弹弓的力度和方向。

这样才能使针以合适的速度射出并朝向目标。

其次，投针者在接住折扇时，需要准确而迅速地将其放在弹弓的侧面。

这样才能确保喷出的空气流能够迅速击中针，并使其飞向目标。

最后，针需要在短短的瞬间内被击中，因此需要投针者具备快速反应和敏锐的观察能力。

除了物理原理外，蒲丰投针还依赖于投针者的技巧和经验。

投针者需要通过长时间的训练和反复练习，熟练掌握每一个动作的细节，从而能够准确地完成整个过程。

投针者还需要在训练过程中不断提高反应能力和准确度，以便在表演中达到更好的效果。

蒲丰投针不仅是一种技术，更是一门艺术。

在表演中，投针者需要将技术与表演技巧相结合，以吸引观众的眼球。

他们通常会进行一系列的吸引人的动作和花样，以展示自己的技艺和敏捷度。

这使得蒲丰投针成为一种具有观赏价值和娱乐性的表演艺术形式。

总之，蒲丰投针是一项以准确度和技巧为基础的艺术表演。

它通过将针射出并用折扇击中目标，展示了投针者的精湛技巧和敏捷度。

在演练中，投针者需要准确掌握弹弓的力度和方向，并在非常短的时间内完成各个动作。

这需要长期的训练和经验，以及反应能力和观察力的提高。

圆周率的发明故事

圆周率的发明故事圆，是人类最早认识的一种曲线，也是用途最广的一种曲线。

还在遥远的古代，火红的太阳、皎洁的月亮、清晨的露珠，以及动物的眼睛，水面的波纹，都给人以圆的启示。

现代，从滚动的车轮到日常用品，从旋转的机器到航天飞船，到处都有圆的身影。

人们的生活与圆早已结下了不解之缘。

圆，以它无比美丽的身影带给人们无限美好的遐想。

圆满、团圆，这些美妙的词语寄托了人们多少美好和幸福的憧憬!圆周率是圆的灵魂，是圆的化身，可是这位仙子，却迟迟不肯揭开她那神秘的面纱。

人们对圆周率的认识经历了漫长的历史岁月，许多数学家为此献出了毕生的精力。

现在，就让我们穿过时间隧道，与这些伟大的数学家作一次亲密接触吧!早在三千多年以前的周朝，我们的祖先就从实践中认识到圆的周长大约是直径的3倍，所以在距今2000多年前的西汉初年，在我国最古老的数学著作《周髀算经》里就有了“周三径一”的记载。

随着生产的发展和文明的进步，对圆周率精确度的要求越来越高。

西汉末年，数学家刘歆提出把圆周率定为3.1547。

到了东汉，张衡——就是那位发明候风地动仪的天文学家，建议把圆周率定为3.1622。

但是，这两种建议都因为缺乏科学依据而很少有人采用。

一直到了公元263年，三国时期魏国的刘徽创立了割圆术，才使圆周率的计算走上了科学的道路。

什么是割圆术呢?原来，刘徽在整理我国古老的数学著作《九章算术》时发现，所谓的“周三径一”，实质上是把圆的内接正6边形的周长作为圆的周长的结果。

于是他想到：如果用圆的内接正12边形、24边形、48边形、96边形……的周长作为圆的周长，岂不是更加精确。

这就是割圆术。

用他自己的话说就是：“割之弥细，所失弥少，割之又割，以至于不可割，则与圆周合体而无所失矣。

”但是，因为计算过程随着边数的增加越来越复杂，限于当时的条件，刘徽只计算到圆的内接正96边形，使圆周率精确到两位小数，得到3.14。

后来，刘徽又算到圆的内接正3072边形，使圆周率精确到四位小数，得到3.1416。