← all shorts

Math

Buffon's Needle

#286 · 4 min read

How tossing needles onto a lined sheet of paper lets you calculate the value of Pi simply by counting crossings.

On a ruled table, a falling needle turns a circle into a count. Drop it often enough, count the crossings, and the old constant pi begins to appear from scratches, misses, and the narrow accident of angle.

In 1777, Georges-Louis Leclerc, Comte de Buffon set down a problem so slight it could be staged with a sheet of paper and a sewing needle. Draw parallel lines at equal distances. Let a needle fall at random. Ask for the chance that it crosses one of the lines. It was a parlour experiment with a hard edge: the answer contained pi.

Buffon was not trying to make a schoolroom trick. His Essai d'arithmetique morale belonged to a new unease about chance, utility and expectation, a period when probability was moving from gambling tables into law, insurance and natural philosophy. The needle problem took chance off the dice and put it into space. Instead of asking how many faces a cube might show, it asked how a physical object could land in a continuous field of possible positions.

Take the simplest case. The lines are separated by a distance d. The needle has length l, no longer than d. Once it lands, two quantities matter: the distance x from its centre to the nearest line, and the acute angle theta that the needle makes with the ruled lines. The needle crosses if x is no greater than half its projected height: (l/2) sin theta.

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

The area under the sine

The calculation is short, but it changed the kind of object probability could be. The centre of the needle may lie anywhere from 0 to d/2 away from the nearest line. The angle may lie anywhere from 0 to pi/2. These two variables make a rectangle of possibilities. Inside it is the curved region where x <= (l/2) sin theta. Its area is the integral of (l/2) sin theta from 0 to pi/2, which is simply l/2.

Divide that favourable area by the whole rectangle, (d/2)(pi/2), and the probability of a crossing is 2l/(pi d). If the needle is exactly as long as the spacing between the lines, l = d, the expression contracts to 2/pi. A round constant has entered through the back door, not because anyone measured a circle, but because all orientations of the needle have to be counted.

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

That was the small birth of geometric probability. Ordinary discrete probability can count cases: heads or tails, six sides of a die, fifty-two cards. Buffon's problem required a measure over a continuum. It asked how much of a geometric space corresponded to success. Later mathematicians would make that language more formal, but the essential move is already there in the needle: replace counting by area, and chance becomes geometry.

Throwing for pi

The formula can be turned around. If n needles are dropped and h cross a line, then h/n estimates the crossing probability. Rearranging gives pi approximately equal to 2ln/(dh). The arithmetic is almost offensively simple. The labour is in making the falls genuinely random and in accepting how slowly randomness pays its debts.

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

Nineteenth-century experimenters tried anyway. The Swiss astronomer Rudolf Wolf reported 5,000 throws around 1850 and obtained a value near 3.1596. A. Hall published an experimental determination in 1873. In 1901 Mario Lazzarini claimed something much sharper: 3,408 tosses of needles 25 millimetres long on lines 30 millimetres apart, producing 355/113, the famous six-decimal approximation 3.1415929.

Lazzarini's result has always looked too polished. With his ratio l/d = 5/6, the formula becomes especially friendly to 355/113, and later statisticians have treated the report with suspicion: perhaps stopped at a convenient moment, perhaps selected, perhaps written with a wink for schoolteachers rather than as sober measurement. The point is not that Buffon's formula fails. It is that physical randomness is a poor servant when asked for too many decimal places.

Still, the act mattered. To estimate pi by counting needle crossings is to compute with chance. Long before electronic computers, Buffon's table offered an analogue simulation: a stochastic machine made of wood, ink and falling metal.

From needles to Monte Carlo

In the late 1940s, the phrase Monte Carlo method acquired its modern meaning at Los Alamos, where John von Neumann, Stanisław Ulam, Nicholas Metropolis and others used random sampling to attack problems too tangled for direct calculation. Neutrons moving through matter, high-dimensional integrals, branching chains of possible futures: these were not needle-on-paper problems, but they shared the same wager. Sample the space honestly enough, and a quantity hidden in the geometry will begin to show itself.

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

Buffon's needle is therefore both ancestor and warning. It demonstrates the Monte Carlo instinct with almost no machinery, but it also shows the cost. Random estimates converge at a rate proportional to one over the square root of the number of trials. To gain one extra decimal place, one needs not ten times as many throws but roughly a hundred times as many. A million needles would still be a clumsy way to learn what a circumference already knows.

The method survived because pi was never the real prize. The important fact was that a probability could stand in for an integral. Buffon's crossing count measures the area under a sine curve without drawing that area directly. Modern simulations do the same in more forbidding spaces, where the integral may have thousands of dimensions and no human picture at all.

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

What the needle leaves open

The word random does more work than it first appears to. Buffon's derivation assumes that the centre position and the angle are uniformly distributed. A human hand dropping a needle may favour certain angles; a board may have edges; a needle may bounce, roll, or catch.

There is also the question of what Buffon actually did, as opposed to what he proved. Stories about loaves of bread dropped over a tiled floor have circulated for generations, but the documentary footing is thin. The mathematics is firmer than the anecdote.

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

Lazzarini remains another open case. His 1901 numbers are famous partly because they are so good, and suspect for the same reason. A result can be mathematically compatible with an experiment and still be historically hard to trust.

The deeper uncertainty is philosophical. When a deterministic world supplies a scatter of outcomes, where exactly does chance enter: in ignorance, in physical disorder, or in the model we choose to impose? Buffon's needle does not settle the question. It gives it a clean floor and a line to cross.

A fallen needle has no idea what pi is. It lands, or it misses. Only after many such indifferent motions does the circle announce itself, quietly, in the ledger of crossings.

在一张铺着方格的桌面上,掉落的针将圆变成了数字。反复投掷,计算交叉次数,那古老的常数 π 便从划痕、错失与角度的细微偶然中浮现出来。

1777年,Georges-Louis Leclerc, Comte de Buffon提出了一个简单得可以用一张纸和一根缝衣针演示的问题。画出等距的平行线。让针随机落下。问它与某条线相交的概率是多少。这是一场带有尖锐边角的客厅实验:答案中包含了pi

布丰并不是在设计一个课堂上的小把戏。他的《道德算术论文集》属于对概率、效用和期望的新焦虑时期,这是probability从赌博桌走向法律、保险和自然哲学的时代。针的问题将概率从骰子上取下,放入了空间之中。它不再问立方体可能显示多少面,而是问一个物理物体如何在一个连续的位置场中落下。

取最简单的情况。平行线之间的距离为d。针的长度为l,不超过d。一旦它落地,两个量就变得重要:它的中心到最近一条线的距离x,以及针与平行线之间的锐角θ。当x不超过针投影高度的一半时,即(l/2)sinθ,针就会相交。

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

正弦曲线下的面积

计算过程虽然简短,但它改变了概率可以成为的客体类型。针的中心可以位于0到d/2之间的任何位置。角度可以位于0到π/2之间的任何位置。这两个变量构成了一个可能性的矩形。在这个矩形中,x ≤ (l/2) sinθ的区域是弯曲的。其面积是0到π/2之间(l/2) sinθ的积分,即l/2。

将这个有利区域除以整个矩形面积(d/2)(π/2),相交的概率就是2l/(πd)。如果针的长度恰好等于线之间的间距,即l = d,表达式简化为2/π。一个圆周率的常数通过后门进入了计算,不是因为有人测量了圆,而是因为针的所有取向都必须被计算在内。

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

这就是geometric probability的小型诞生。普通的离散概率可以计算案例:正面或反面,骰子的六个面,52张牌。布丰的问题需要对连续体进行度量。它询问的是几何空间中多少部分对应成功。后来的数学家会将这种语言变得更正式,但针中已经包含了关键的转变:用面积代替计数,概率就变成了几何。

通过投掷估算π

公式也可以反过来使用。如果n根针被投掷,其中有h根与线相交,那么h/n可以估算相交的概率。重新排列后可以得到π大约等于2ln/(dh)。算术几乎简单得令人难以置信。劳动的难点在于确保落针是真正随机的,并接受随机性支付其债务的速度非常缓慢。

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

19世纪的实验者们仍然尝试这样做。瑞士天文学家鲁道夫·沃尔夫在1850年左右报告了5000次投掷,得到了约3.1596的值。A. Hall在1873年发表了一项实验测定。1901年,Mario Lazzarini声称得到了一个更精确的结果:3408次投掷,针长25毫米,线间距30毫米,结果是355/113,著名的六位小数近似值3.1415929。

拉扎里尼的结果一直显得过于完美。他的比例l/d = 5/6,使公式对355/113特别友好,后来的统计学家对这份报告持怀疑态度:或许在方便的时刻停止,或许被挑选过,或许是为了给教师而不是严肃的测量者写的。重点不是布丰的公式失败了。而是当要求太多小数位时,物理上的随机性是一个糟糕的仆人。

尽管如此,这个行为仍然重要。通过计算针的相交次数来估算π,就是用概率来计算。在电子计算机出现之前,布丰的桌子提供了一种模拟:一个由木头、墨水和下落金属制成的随机机器。

从针到蒙特卡洛

1940年代末,“Monte Carlo method”一词在洛斯阿拉莫斯获得了现代含义,John von NeumannStanisław UlamNicholas Metropolis和其他人使用随机抽样来解决那些过于复杂而无法直接计算的问题。中子穿过物质,高维积分,可能未来分支的链:这些不是纸上针的问题,但它们共享同样的赌注。诚实地抽样空间,隐藏在几何中的数量就会逐渐显现。

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

因此,布丰的针既是祖先也是警示。它几乎不借助任何机械就演示了蒙特卡洛的直觉,但也展示了其代价。随机估计的收敛速度与试验次数的平方根成反比。要获得一位额外的小数位,所需的投掷次数不是十倍,而是大约一百倍。即使是一百万根针,仍然是学习圆周率的一种笨拙方式。

这个方法得以延续,是因为π从来就不是真正的奖品。重要的事实是概率可以代替积分。布丰的相交次数测量了正弦曲线下的面积,而无需直接画出该区域。现代模拟在更难以想象的空间中做同样的事情,那里的积分可能有数千个维度,甚至没有任何人类能想象的画面。

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

针留下的开放问题

“随机”这个词所做的工作比它表面看起来要多。布丰的推导假设中心位置和角度是均匀分布的。人类的手投下一根针可能会偏向某些角度;一块板可能有边缘;一根针可能会弹跳、滚动或卡住。

还有关于布丰实际做了什么的问题,而不是他证明了什么。关于面包掉在铺有瓷砖的地板上的故事流传了几代人,但文献证据很薄弱。数学比轶事更稳固。

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

拉扎里尼仍然是另一个开放案例。他的1901年数据之所以著名,部分是因为它们太好了,而正因为如此也令人怀疑。一个结果可以数学上与实验兼容,但历史上的可信度却很难保证。

更深层的不确定性是哲学上的。当一个决定论的世界提供了一组结果时,机会究竟是在哪里进入的:是出于无知,是出于物理上的混乱,还是出于我们选择施加的模型?布丰的针并没有解决这个问题。它只是给这个问题提供了一个干净的地板和一条线。

一根掉落的针并不知道π是什么。它落地,或者它错过。只有在许多这样的漠不关心的运动之后,圆才在相交的账本中安静地宣布自己。

Sobre una mesa reglada, una aguja cayendo transforma un círculo en una cuenta. Deja caerla con frecuencia, cuenta las intersecciones, y la antigua constante pi comienza a surgir de arañazos, errores y el estrecho accidente del ángulo.

En 1777, Georges-Louis Leclerc, Comte de Buffon planteó un problema tan sencillo que podía representarse con una hoja de papel y una aguja de coser. Dibujar líneas paralelas a distancias iguales. Dejar caer una aguja al azar. Preguntar por la probabilidad de que cruce una de las líneas. Era un experimento de salón con una dureza oculta: la respuesta contenía pi.

Buffon no pretendía crear un truco escolar. Su Essai d'arithmétique morale pertenecía a una nueva inquietud sobre la casualidad, la utilidad y la expectativa, una época en la que probability pasaba de las mesas de juego a la ley, al seguro y a la filosofía natural. El problema de la aguja sacó la casualidad de los dados y la puso en el espacio. En lugar de preguntar cuántas caras podría mostrar un cubo, preguntaba cómo podía caer un objeto físico en un campo continuo de posibles posiciones.

Tomemos el caso más sencillo. Las líneas están separadas por una distancia d. La aguja tiene una longitud l, no mayor que d. Una vez que cae, dos magnitudes importan: la distancia x desde su centro a la línea más cercana, y el ángulo agudo theta que forma la aguja con las líneas trazadas. La aguja cruza si x no es mayor que la mitad de su altura proyectada: (l/2) sen theta.

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

El área bajo el seno

El cálculo es breve, pero cambió el tipo de objeto que podía ser la probabilidad. El centro de la aguja puede encontrarse en cualquier lugar entre 0 y d/2 de distancia de la línea más cercana. El ángulo puede encontrarse en cualquier lugar entre 0 y pi/2. Estas dos variables forman un rectángulo de posibilidades. Dentro de él se halla la región curva donde x <= (l/2) sen theta. Su área es la integral de (l/2) sen theta desde 0 a pi/2, que es simplemente l/2.

Dividir esa área favorable por el rectángulo completo, (d/2)(pi/2), da como resultado la probabilidad de cruce, 2l/(pi d). Si la aguja tiene exactamente la misma longitud que el espacio entre las líneas, l = d, la expresión se reduce a 2/pi. Una constante redonda ha entrado por la puerta trasera, no porque nadie haya medido un círculo, sino porque todas las orientaciones de la aguja deben contarse.

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

Esa fue la nacimiento pequeño de geometric probability. La probabilidad discreta ordinaria puede contar casos: cara o cruz, seis caras de un dado, cincuenta y dos cartas. El problema de Buffon requirió una medida sobre un continuo. Preguntó qué parte de un espacio geométrico correspondía al éxito. Matemáticos posteriores harían más formal ese lenguaje, pero el movimiento esencial ya estaba allí en la aguja: reemplazar el conteo por el área, y la casualidad se convierte en geometría.

Lanzar para pi

La fórmula puede invertirse. Si se dejan caer n agujas y h cruzan una línea, entonces h/n estima la probabilidad de cruce. Reorganizando se obtiene que pi es aproximadamente igual a 2ln/(dh). La aritmética es casi ofensivamente simple. El trabajo está en hacer que las caídas sean genuinamente aleatorias y en aceptar lo lentamente que la aleatoriedad paga sus deudas.

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

Experimentadores del siglo XIX lo intentaron de todas formas. El astrónomo suizo Rudolf Wolf reportó 5,000 lanzamientos alrededor de 1850 y obtuvo un valor cercano a 3.1596. A. Hall publicó una determinación experimental en 1873. En 1901, Mario Lazzarini afirmó algo mucho más preciso: 3,408 lanzamientos de agujas de 25 milímetros de largo sobre líneas separadas por 30 milímetros, produciendo 355/113, la famosa aproximación de seis decimales 3.1415929.

El resultado de Lazzarini siempre ha parecido demasiado pulido. Con su relación l/d = 5/6, la fórmula se vuelve especialmente amistosa para 355/113, y estadísticos posteriores han tratado el informe con sospecha: quizás se detuvo en un momento conveniente, quizás se seleccionó, quizás se escribió con un guiño para profesores en lugar de como una medición seria. El punto no es que la fórmula de Buffon falle. Es que la aleatoriedad física es un pobre siervo cuando se le pide demasiados decimales.

Aun así, la acción importó. Estimar pi contando cruces de agujas es calcular con la casualidad. Mucho antes de las computadoras electrónicas, la mesa de Buffon ofrecía una simulación análoga: una máquina estocástica hecha de madera, tinta y metal cayendo.

De agujas a Monte Carlo

A finales de los años 40, la frase Monte Carlo method adquirió su significado moderno en Los Álamos, donde John von Neumann, Stanisław Ulam, Nicholas Metropolis y otros usaron muestreo aleatorio para abordar problemas demasiado entrelazados para cálculos directos. Neutrones moviéndose a través de la materia, integrales de alta dimensión, cadenas ramificadas de posibles futuros: estos no eran problemas de aguja sobre papel, pero compartían la misma apuesta. Muestrear el espacio con honestidad suficiente, y una cantidad oculta en la geometría comenzará a revelarse.

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

La aguja de Buffon es, por tanto, tanto antepasada como advertencia. Demuestra el instinto Monte Carlo con casi ninguna maquinaria, pero también muestra el costo. Las estimaciones aleatorias convergen a una velocidad proporcional a uno dividido por la raíz cuadrada del número de ensayos. Para ganar un decimal adicional, uno no necesita diez veces más lanzamientos, sino aproximadamente cien veces más. Un millón de agujas seguiría siendo una manera torpe de aprender lo que una circunferencia ya conoce.

El método sobrevivió porque pi nunca fue el verdadero premio. El hecho importante era que una probabilidad podía sustituir a una integral. El conteo de cruces de Buffon mide el área bajo una curva de seno sin dibujar directamente esa área. Las simulaciones modernas hacen lo mismo en espacios más hostiles, donde la integral puede tener miles de dimensiones y ninguna imagen humana en absoluto.

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

Lo que la aguja deja abierto

La palabra aleatorio hace más trabajo del que parece. La derivación de Buffon asume que la posición central y el ángulo están uniformemente distribuidos. Una mano humana soltando una aguja puede favorecer ciertos ángulos; un tablero puede tener bordes; una aguja puede rebotar, rodar o quedar atrapada.

También hay la cuestión de lo que Buffon realmente hizo, en lugar de lo que demostró. Las historias sobre rebanadas de pan lanzadas sobre un piso de baldosas han circulado durante generaciones, pero la base documental es delgada. La matemática es más firme que la anécdota.

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

Lazzarini sigue siendo otro caso abierto. Sus números de 1901 son famosos en parte porque son tan buenos, y sospechosos por la misma razón. Un resultado puede ser matemáticamente compatible con un experimento y aún así ser difícil de confiar históricamente.

La incertidumbre más profunda es filosófica. Cuando un mundo determinista suministra una dispersión de resultados, ¿dónde exactamente entra la casualidad: en la ignorancia, en el desorden físico, o en el modelo que elegimos imponer? La aguja de Buffon no resuelve la pregunta. Le da un piso limpio y una línea para cruzar.

Una aguja caída no tiene idea de qué es pi. Caen, o fallan. Solo después de muchos movimientos indiferentes se anuncia el círculo, en silencio, en el libro de cruces.

Numa mesa traçada, uma agulha caindo transforma um círculo em uma contagem. Deixe-a cair com frequência suficiente, conte as interseções, e a antiga constante pi começa a surgir dos riscos, dos erros e do estreito acaso do ângulo.

Em 1777, Georges-Louis Leclerc, Comte de Buffon formulou um problema tão simples que podia ser realizado com uma folha de papel e uma agulha de costura. Desenhe linhas paralelas a distâncias iguais. Deixe cair uma agulha ao acaso. Peça a probabilidade de que ela cruze uma das linhas. Era um experimento de salão com uma aresta dura: a resposta continha pi.

Buffon não estava tentando criar um truque escolar. Seu Essai d'arithmetique morale pertencia a uma nova inquietação sobre acaso, utilidade e expectativa, uma época em que probability estava se deslocando das mesas de jogo para a lei, a seguridade e a filosofia natural. O problema da agulha tirou o acaso dos dados e o colocou no espaço. Em vez de perguntar quantas faces um cubo poderia mostrar, perguntou como um objeto físico poderia cair em um campo contínuo de posições possíveis.

Considere o caso mais simples. As linhas estão separadas por uma distância d. A agulha tem comprimento l, não maior que d. Uma vez que ela cai, duas quantidades importam: a distância x de seu centro até a linha mais próxima, e o ângulo agudo theta que a agulha forma com as linhas traçadas. A agulha cruza se x não for maior que a metade de sua altura projetada: (l/2) sen theta.

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

A área sob o seno

O cálculo é breve, mas mudou o tipo de objeto que a probabilidade podia ser. O centro da agulha pode estar em qualquer lugar entre 0 e d/2 da linha mais próxima. O ângulo pode estar em qualquer lugar entre 0 e pi/2. Essas duas variáveis formam um retângulo de possibilidades. Dentro dele está a região curva onde x <= (l/2) sen theta. Sua área é a integral de (l/2) sen theta de 0 a pi/2, que é simplesmente l/2.

Divida essa área favorável pela área total do retângulo, (d/2)(pi/2), e a probabilidade de uma interseção é 2l/(pi d). Se a agulha tiver exatamente o mesmo comprimento que a distância entre as linhas, l = d, a expressão se reduz a 2/pi. Uma constante redonda entrou pela porta dos fundos, não porque alguém mediu um círculo, mas porque todas as orientações da agulha precisavam ser contadas.

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

Foi esse o pequeno nascimento de geometric probability. A probabilidade discreta comum pode contar casos: cara ou coroa, seis lados de um dado, 52 cartas. O problema de Buffon exigiu uma medida sobre um contínuo. Ele perguntou quanto de um espaço geométrico correspondia ao sucesso. Matemáticos posteriores formalizariam essa linguagem, mas o movimento essencial já está lá na agulha: substituir a contagem pela área, e a chance torna-se geometria.

Lançando para pi

A fórmula pode ser invertida. Se n agulhas forem lançadas e h cruzar uma linha, então h/n estima a probabilidade de interseção. Reorganizando, temos pi aproximadamente igual a 2ln/(dh). A aritmética é quase ofensivamente simples. O trabalho está em tornar as quedas verdadeiramente aleatórias e em aceitar o quão lentamente o acaso paga suas dívidas.

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

Experimentadores do século XIX tentaram mesmo assim. O astrônomo suíço Rudolf Wolf relatou 5.000 lançamentos em torno de 1850 e obteve um valor próximo a 3,1596. A. Hall publicou uma determinação experimental em 1873. Em 1901, Mario Lazzarini afirmou algo muito mais preciso: 3.408 lançamentos de agulhas de 25 milímetros em linhas espaçadas 30 milímetros, produzindo 355/113, a famosa aproximação de seis casas decimais 3,1415929.

O resultado de Lazzarini sempre pareceu excessivamente polido. Com sua razão l/d = 5/6, a fórmula torna-se particularmente amigável a 355/113, e estatísticos posteriores trataram o relato com suspeita: talvez interrompido em um momento conveniente, talvez selecionado, talvez escrito com um sorriso para professores em vez de como uma medição séria. O ponto não é que a fórmula de Buffon falhe. É que o acaso físico é um servo pobre quando se pede muitas casas decimais.

Ainda assim, a ação importou. Estimar pi contando cruzamentos de agulhas é calcular com acaso. Muito antes dos computadores eletrônicos, a mesa de Buffon oferecia uma simulação analógica: uma máquina estocástica feita de madeira, tinta e metal caindo.

Das agulhas a Monte Carlo

No final dos anos 1940, a expressão Monte Carlo method adquiriu seu significado moderno em Los Alamos, onde John von Neumann, Stanisław Ulam, Nicholas Metropolis e outros usaram amostragem aleatória para atacar problemas entrelaçados demais para cálculo direto. Nêutrons se movendo através da matéria, integrais de alta dimensão, cadeias ramificadas de possíveis futuros: esses não eram problemas de agulha-em-papel, mas compartilhavam a mesma aposta. Amostrando o espaço com honestidade suficiente, uma quantidade escondida na geometria começará a se revelar.

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

A agulha de Buffon é, portanto, tanto ancestral quanto aviso. Ela demonstra a intuição Monte Carlo com quase nenhuma maquinaria, mas também mostra o custo. Estimativas aleatórias convergem a uma taxa proporcional a um sobre a raiz quadrada do número de tentativas. Para ganhar uma casa decimal a mais, não se precisa de dez vezes mais lançamentos, mas de aproximadamente cem vezes mais. Um milhão de agulhas ainda seria um meio tosco de aprender o que uma circunferência já sabe.

O método sobreviveu porque pi nunca foi o verdadeiro prêmio. O fato importante era que uma probabilidade poderia substituir uma integral. A contagem de cruzamentos de Buffon mede a área sob uma curva de seno sem desenhar diretamente essa área. As simulações modernas fazem o mesmo em espaços mais desafiadores, onde a integral pode ter milhares de dimensões e nenhuma imagem humana alguma.

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

O que a agulha deixa aberto

A palavra aleatório faz mais trabalho do que aparenta. A derivação de Buffon assume que a posição central e o ângulo estão uniformemente distribuídos. Uma mão humana soltando uma agulha pode favorecer certos ângulos; um tabuleiro pode ter bordas; uma agulha pode rolar, saltar ou se enganchar.

Há também a questão do que Buffon realmente fez, em oposição ao que provou. Histórias sobre pães de forma caídos sobre um piso de azulejos circularam por gerações, mas a base documental é fraca. A matemática é mais sólida do que a anedota.

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

Lazzarini permanece outro caso aberto. Seus números de 1901 são famosos em parte porque são tão bons, e suspeitos pelo mesmo motivo. Um resultado pode ser matematicamente compatível com um experimento e ainda ser historicamente difícil de confiar.

A incerteza mais profunda é filosófica. Quando um mundo determinístico fornece uma dispersão de resultados, onde exatamente o acaso entra: na ignorância, no desordem físico, ou no modelo que escolhemos impor? A agulha de Buffon não resolve a questão. Dá-lhe um piso limpo e uma linha para cruzar.

Uma agulha caída não tem a menor ideia do que é pi. Ela cai, ou ela erra. Apenas após muitos tais movimentos indiferentes é que o círculo se anuncia, quietamente, no registro dos cruzamentos.

規則正しいテーブル上で、落下する針が円を数へる。何度も落とし、交差を数えると、古い定数πが傷跡や外れ、そして角度の狭い偶然から姿を現してくる。

1777年、Georges-Louis Leclerc, Comte de Buffonは非常に軽微な問題を提示した。それは一枚の紙と針で行うこともできた。平行な線を等間隔に描く。針をランダムに落下させる。それが線に交わる確率を問う。これは、パラドール的な実験でありながら、鋭い鋭さを持っていた。その答えにはpiが含まれていた。

バッフォンは学校のトリックを試していたわけではない。彼の『Essai d'arithmetique morale』(道徳算術の試論)は、偶然、効用、期待に関する新たな不安の一部だった。この時代は、probabilityが賭け事のテーブルから法、保険、自然哲学へと移行しつつあった。針の問題は、サイコロから偶然を引き離し、空間に置いた。立方体が何面を示すかを問うのではなく、物理的な対象が連続的な位置の場にどのように落ちるかを問った。

最も単純なケースを取ってみよう。線の間隔を距離dとし、針の長さをlとするが、dより長くはない。一旦落ちた後、二つの量が重要になる。中心から最も近い線までの距離xと、針が描かれた線と作る鋭角thetaである。針が交わるのはxが投影された高さの半分より大きくないとき、つまり(l/2) sin theta以下であるときである。

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

正弦曲線の下の面積

計算は短いが、確率が取り得る対象の種類を変化させた。針の中心は最も近い線から0からd/2のどこにでも存在しうる。角度は0からpi/2のどこにでも存在しうる。この二つの変数は可能性の長方形を形成する。その中にx <= (l/2) sin thetaの曲がった領域がある。その面積は0からpi/2における(l/2) sin thetaの積分、つまり単純にl/2である。

その有利な面積を全体の長方形(d/2)(pi/2)で割ると、交差する確率は2l/(pi d)となる。針の長さが線の間隔と完全に同じ、つまりl = dであれば、式は2/piに縮まる。丸い定数が、誰も円を測らなかったにもかかわらず、後ろのドアから入ってくる。それは針のすべての向きを数えなければならないからだ。

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

これがgeometric probabilityの小さな誕生だった。通常の離散的な確率はケースを数えることができる。表か裏、サイコロの六つの面、トランプの五十二枚。バッフォンの問題は連続体上の測度を必要とした。それは幾何学的空間のどのくらいが成功に対応するかを問った。後の数学者たちはその言語をより形式的にしたが、本質的な動きは針にすでに含まれている。数えを面積に置き換えれば、偶然は幾何学になる。

ピーを投げて求める

式は逆転させることもできる。n本の針を落とし、h本が線に交わったとすれば、h/nは交差確率の推定値となる。再配置すると、piは2ln/(dh)に近似される。算数は異常に単純だ。労働は、落下が本当にランダムであることを保証し、ランダム性がその債務をどれだけゆっくり払うかを受け入れることにある。

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

19世紀の実験者たちはそれでも挑戦した。スイスの天文学者ルドルフ・ヴォルフは1850年頃、5,000回の投げを報告し、3.1596に近い値を得た。A.ホールは1873年に実験的決定を発表した。1901年、Mario Lazzariniははるかに鋭いもの主張した。長さ25ミリメートルの針を30ミリメートル間隔の線に3,408回投げ、355/113、すなわち有名な六小数近似値3.1415929を生み出した。

ラザリーニの結果は常にあまりにも洗練されて見えた。彼の比率l/d = 5/6によって、式は特に355/113に親切になり、後の統計学者たちはこの報告を疑いの目で見ていた。これは停止した都合の良い瞬間、選別されたもの、あるいは教師のために書かれたものかもしれない。ポイントはバッフォンの式が失敗しているわけではないということだ。それは物理的なランダム性が小数点以下の多くを求められると貧弱な奉仕者になるということだ。

それでもその行為は重要だった。針の交差を数えてπを推定することは、偶然で計算することだ。電子コンピュータが登場する何十年も前、バッフォンの机はアナログシミュレーションを提供した。木、インク、落下する金属からなる確率機械だった。

針からモンテカルロへ

1940年代後半、Monte Carlo methodという語は現代的な意味をロスアラモスで獲得した。John von NeumannStanisław UlamNicholas Metropolisらは、直接計算できないほど複雑な問題にランダムサンプリングを用いた。物質の中を移動する中性子、高次元の積分、可能性のある未来の分岐連鎖。これらは紙上の針の問題ではなかったが、同じ賭けを共有していた。空間を正直にサンプリングすれば、幾何学の中に隠された量が明らかになる。

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

したがってバッフォンの針は祖先であり、警告でもある。モンテカルロ的直感をほぼ機械なしで示すが、そのコストも示す。ランダムな推定値は試行数の平方根に反比例して収束する。小数点以下の桁数を一つ増やすには、試行数は10倍ではなく、おおよそ100倍必要だ。百万本の針で円周率を学ぶのは、依然として手間のかかる方法だ。

この方法は生き残った。πが本当の報酬ではなかったからだ。重要な事実は、確率が積分の代わりになることだった。バッフォンの交差数は、正弦曲線の下の面積を直接描くことなくそれを測る。現代のシミュレーションは、積分が数千次元で、人間が描くことさえできないような空間でも同じことをする。

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

針が残す疑問

ランダムという語は最初に思われるよりも多くの仕事をしている。バッフォンの導出は、中心位置と角度が一様に分布していることを仮定している。針を落とす人間の手は特定の角度を好むかもしれない。ボードは端を持ち、針は跳ねたり、転がったり、引っかかったりするかもしれない。

バッフォンが実際に何をしたかという問題もある。彼が証明したのとは別に。何世代にもわたって、タイルの床にパンの loaf を落とす話が流布しているが、文書的な裏付けは薄い。数学は物語よりもしっかりしている。

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

ラザリーニはまた別の未解決事案である。彼の1901年の数値は、それが非常に良いという理由で有名であり、同時にそのために疑いがかけられている。結果は数学的に実験と互換性があるかもしれないが、歴史的に信頼するのが難しいこともある。

より深い不確実性は哲学的だ。決定論的な世界が結果の散らばりを供給するとき、偶然はどこに介入するのか。無知に、物理的乱雑に、それとも我々が課すモデルに。バッフォンの針はこの問いを解決しない。それは、床を清め、交わる線を引くだけだ。

落ちた針はπのことを知らない。それが落ちるか、それとも外れるか。多くのその無関心な動きの後、円は静かに、交差の記録簿の中で自分を発表する。

Sur une table tracée, une aiguille qui tombe transforme un cercle en comptage. Laissez-la tomber assez souvent, comptez les intersections, et la constante ancienne π commence à apparaître des griffures, des manques et du hasard étroit de l'angle.

En 1777, Georges-Louis Leclerc, Comte de Buffon posa un problème si simple qu'on pouvait le mettre en scène sur une feuille de papier et avec une aiguille à coudre. Tracer des lignes parallèles à des distances égales. Laisser tomber une aiguille au hasard. Demander quelle est la probabilité qu'elle croise l'une des lignes. C'était une expérience de salon au bord du sérieux : la réponse contenait pi.

Buffon ne cherchait pas à créer un tour de prestidigitation scolaire. Son Essai d'arithmétique morale appartenait à une nouvelle inquiétude concernant le hasard, l'utilité et l'espérance, une époque où probability passait des tables de jeu vers la loi, l'assurance et la philosophie naturelle. Le problème de l'aiguille déplaça le hasard des dés vers l'espace. Au lieu de se demander combien de faces un cube pouvait montrer, il interrogeait sur la manière dont un objet physique pouvait atterrir dans un champ continu de positions possibles.

Prenons le cas le plus simple. Les lignes sont séparées par une distance d. L'aiguille a une longueur l, pas plus grande que d. Une fois qu'elle tombe, deux quantités importent : la distance x entre son centre et la ligne la plus proche, et l'angle aigu theta que l'aiguille forme avec les lignes tracées. L'aiguille croise si x est inférieur ou égal à la moitié de sa hauteur projetée : (l/2) sin theta.

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

L'aire sous la sinusoïde

Le calcul est court, mais il change la nature même de l'objet probabiliste. Le centre de l'aiguille peut se situer n'importe où entre 0 et d/2 par rapport à la ligne la plus proche. L'angle peut varier entre 0 et pi/2. Ces deux variables forment un rectangle de possibilités. À l'intérieur se trouve la région courbe où x <= (l/2) sin theta. Son aire est l'intégrale de (l/2) sin theta de 0 à pi/2, qui est simplement l/2.

Diviser cette aire favorable par l'aire totale du rectangle, (d/2)(pi/2), donne la probabilité d'une intersection égale à 2l/(pi d). Si l'aiguille a exactement la longueur de l'écart entre les lignes, l = d, l'expression se réduit à 2/pi. Une constante ronde est entrée par la porte de derrière, non pas parce que quelqu'un avait mesuré un cercle, mais parce que toutes les orientations de l'aiguille devaient être comptabilisées.

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

C'était la naissance modeste de geometric probability. La probabilité discrète ordinaire peut compter des cas : pile ou face, six faces d'un dé, cinquante-deux cartes. Le problème de Buffon exigeait une mesure sur un continuum. Il demandait quelle portion d'un espace géométrique correspondait à une réussite. Des mathématiciens ultérieurs rendraient cette langue plus formelle, mais le mouvement essentiel est déjà présent dans l'aiguille : remplacer le dénombrement par l'aire, et le hasard devient géométrie.

Lancer pour pi

La formule peut être inversée. Si n aiguilles sont lâchées et que h croisent une ligne, alors h/n estime la probabilité d'intersection. En réorganisant, on obtient pi approximativement égal à 2ln/(dh). L'arithmétique est presque offensivement simple. Le labeur réside dans la réalisation d'une chute vraiment aléatoire et dans l'acceptation de la lenteur avec laquelle le hasard paie ses dettes.

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

Les expérimentateurs du XIXe siècle ont tout de même essayé. L'astronome suisse Rudolf Wolf rapporta 5 000 lancers vers 1850 et obtint une valeur proche de 3,1596. A. Hall publia une détermination expérimentale en 1873. En 1901, Mario Lazzarini affirma quelque chose de beaucoup plus précis : 3 408 lancers d'aiguilles de 25 millimètres sur des lignes distantes de 30 millimètres, produisant 355/113, l'approximation célèbre à six décimales 3,1415929.

Le résultat de Lazzarini a toujours semblé trop lisse. Avec son rapport l/d = 5/6, la formule devient particulièrement bienveillante envers 355/113, et des statisticiens ultérieurs ont traité le rapport avec suspicion : peut-être arrêté à un moment commode, peut-être sélectionné, peut-être rédigé avec un clin d'œil pour des instituteurs plutôt qu'en tant que mesure sérieuse. Le point n'est pas que la formule de Buffon échoue. C'est que le hasard physique est un serviteur médiocre lorsqu'on lui demande trop de décimales.

Cependant, l'acte avait de l'importance. Estimer pi en comptant les intersections d'aiguilles est de calculer avec le hasard. Longtemps avant les ordinateurs électroniques, la table de Buffon offrait une simulation analogique : une machine stochastique faite de bois, d'encre et de métal tombant.

Des aiguilles à Monte Carlo

À la fin des années 1940, l'expression Monte Carlo method acquit son sens moderne à Los Alamos, où John von Neumann, Stanisław Ulam, Nicholas Metropolis et d'autres utilisèrent l'échantillonnage aléatoire pour attaquer des problèmes trop enchevêtrés pour un calcul direct. Les neutrons se déplaçant dans la matière, les intégrales à haute dimension, les chaînes de possibles : ce n'étaient pas des problèmes d'aiguille sur du papier, mais ils partageaient le même pari. Échantillonner l'espace honnêtement assez longtemps, et une quantité cachée dans la géométrie commence à se révéler.

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

L'aiguille de Buffon est donc à la fois ancêtre et avertissement. Elle démontre l'instinct Monte Carlo avec presque aucune machinerie, mais elle montre aussi le prix à payer. Les estimations aléatoires convergent à un rythme proportionnel à l'inverse de la racine carrée du nombre d'essais. Pour gagner une décimale supplémentaire, il ne faut pas dix fois plus de lancers, mais environ cent fois plus. Un million d'aiguilles resterait une méthode maladroite pour apprendre ce qu'une circonférence connaît déjà.

La méthode a survécu parce que pi n'était jamais le vrai trésor. Le fait important était que l'on pouvait substituer une probabilité à une intégrale. Le compte des intersections de Buffon mesure l'aire sous une courbe sinusoïdale sans la dessiner directement. Les simulations modernes font de même dans des espaces plus redoutables, où l'intégrale peut avoir des milliers de dimensions et aucune image humaine.

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

Ce que l'aiguille laisse ouvert

Le mot aléatoire fait plus de travail qu'il n'y paraît. La dérivation de Buffon suppose que la position centrale et l'angle sont uniformément distribués. Une main humaine laissant tomber une aiguille peut favoriser certains angles ; un plateau peut avoir des bords ; une aiguille peut rebondir, rouler, ou s'accrocher.

Il y a aussi la question de ce que Buffon a réellement fait, par opposition à ce qu'il a prouvé. Les histoires de pains de boulanger lâchés sur un sol carrelé circulent depuis des générations, mais les preuves documentaires sont minces. La mathématique est plus solide que l'anecdote.

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

Lazzarini reste un autre cas ouvert. Ses chiffres de 1901 sont célèbres en partie parce qu'ils sont si bons, et suspects pour la même raison. Un résultat peut être mathématiquement compatible avec une expérience et pourtant historiquement difficile à croire.

L'incertitude plus profonde est philosophique. Quand un monde déterministe fournit un éparpillement de résultats, où exactement entre-t-il le hasard : dans l'ignorance, dans le désordre physique, ou dans le modèle que nous choisissons d'imposer ? L'aiguille de Buffon ne résout pas la question. Elle lui donne un plancher propre et une ligne à franchir.

Une aiguille tombée n'a pas la moindre idée de ce qu'est pi. Elle atterrit, ou elle rate. Ce n'est qu'après de nombreux mouvements indifférents que le cercle s'annonce, silencieux, dans le registre des intersections.

Di atas meja yang berpetak, sebuah jarum yang jatuh mengubah lingkaran menjadi angka. Jatuhkan berulang kali, hitunglah titik temu, dan konstanta kuno pi mulai muncul dari goresan, kelewat, dan kebetulan sempit sudut.

Pada tahun 1777, Georges-Louis Leclerc, Comte de Buffon mengemukakan suatu masalah yang begitu sederhana sehingga bisa dimainkan dengan selembar kertas dan jarum jahit. Gambarlah garis-garis sejajar pada jarak yang sama. Biarkan jarum jatuh secara acak. Tanyakan peluang jarum tersebut memotong salah satu garis. Ini adalah percobaan kamar yang memiliki sisi keras: jawabannya mengandung pi.

Buffon bukan sedang mencoba membuat trik di kelas. Essai d'arithmetique morale-nya termasuk ke dalam kecemasan baru tentang kebetulan, utilitas, dan ekspektasi, sebuah periode di mana probability bergerak dari meja perjudian ke hukum, asuransi, dan filsafat alam. Masalah jarum mengambil kebetulan dari dadu dan memasukkannya ke dalam ruang. Alih-alih bertanya berapa sisi kubus yang mungkin muncul, masalah ini bertanya bagaimana sebuah benda fisik bisa jatuh dalam medan kontinu dari posisi yang mungkin.

Ambil kasus yang paling sederhana. Garis-garis berjarak sejauh d. Jarum memiliki panjang l, tidak lebih panjang dari d. Setelah jatuh, dua kuantitas yang penting: jarak x dari pusatnya ke garis terdekat, dan sudut tumpul theta yang dibentuk jarum dengan garis-garis yang diatur. Jarum memotong jika x tidak lebih besar dari setengah tingginya yang diproyeksikan: (l/2) sin theta.

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

Luas di bawah sinus

Perhitungan ini singkat, tetapi mengubah jenis objek yang bisa dihitung oleh probabilitas. Pusat jarum bisa terletak di mana saja antara 0 hingga d/2 dari garis terdekat. Sudut bisa berada di mana saja antara 0 hingga pi/2. Dua variabel ini membentuk persegi panjang kemungkinan. Di dalamnya terdapat wilayah melengkung di mana x <= (l/2) sin theta. Luasnya adalah integral dari (l/2) sin theta dari 0 hingga pi/2, yang secara sederhana adalah l/2.

Bagi luas yang menguntungkan itu dengan seluruh persegi panjang, (d/2)(pi/2), dan probabilitas memotong adalah 2l/(pi d). Jika jarum tepat sepanjang jarak antara garis-garis, l = d, ekspresi menyusut menjadi 2/pi. Sebuah konstanta bulat masuk melalui pintu belakang, bukan karena seseorang mengukur lingkaran, tetapi karena semua orientasi jarum harus dihitung.

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

Itulah kelahiran kecil dari geometric probability. Probabilitas diskrit biasa bisa menghitung kasus: kepala atau ekor, enam sisi dadu, lima puluh dua kartu. Masalah Buffon memerlukan pengukuran di atas kontinu. Ia bertanya seberapa besar ruang geometri yang bersesuaian dengan keberhasilan. Matematikawan masa depan akan membuat bahasa ini lebih formal, tetapi gerakan esensial sudah ada di jarum: ganti penghitungan dengan luas, dan kebetulan menjadi geometri.

Melempar untuk pi

Rumus ini bisa dibalik. Jika n jarum dilemparkan dan h memotong garis, maka h/n memperkirakan probabilitas memotong. Menyusun ulang memberi pi kira-kira sama dengan 2ln/(dh). Aritmetikanya hampir terlalu sederhana. Tenaga yang diperlukan adalah membuat jatuh benar-benar acak dan menerima seberapa lambat keacakan membayar utangnya.

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

Eksperimen abad kesembilan belas mencoba tetap. Astronom Swiss Rudolf Wolf melaporkan 5.000 lemparan sekitar tahun 1850 dan mendapatkan nilai dekat 3,1596. A. Hall mempublikasikan penentuan eksperimental pada tahun 1873. Pada tahun 1901, Mario Lazzarini mengklaim sesuatu yang jauh lebih tajam: 3.408 lemparan jarum sepanjang 25 milimeter di atas garis 30 milimeter, menghasilkan 355/113, pendekatan enam desimal terkenal 3,1415929.

Hasil Lazzarini selalu terlihat terlalu rapi. Dengan rasio l/d = 5/6, rumus ini menjadi sangat ramah terhadap 355/113, dan statistikawan masa depan memperlakukan laporan ini dengan curiga: mungkin dihentikan di momen yang nyaman, mungkin dipilih, mungkin ditulis dengan senyum untuk guru sekolah daripada pengukuran serius. Titiknya bukan bahwa rumus Buffon gagal. Ini adalah bahwa keacakan fisik adalah pelayan yang buruk ketika diminta untuk terlalu banyak tempat desimal.

Tetap saja, tindakan ini penting. Menghitung pi dengan menghitung jarum yang memotong adalah menghitung dengan kebetulan. Jauh sebelum komputer elektronik, meja Buffon menawarkan simulasi analog: mesin stokastik dari kayu, tinta, dan logam yang jatuh.

Dari jarum ke Monte Carlo

Di akhir tahun 1940-an, frasa Monte Carlo method mendapatkan makna modernnya di Los Alamos, di mana John von Neumann, Stanisław Ulam, Nicholas Metropolis, dan yang lainnya menggunakan sampel acak untuk menyerang masalah yang terlalu rumit untuk perhitungan langsung. Neutron yang bergerak melalui materi, integral berdimensi tinggi, rantai bercabang dari masa depan yang mungkin: ini bukan masalah jarum di atas kertas, tetapi mereka memiliki taruhan yang sama. Sampel ruang dengan jujur, dan kuantitas yang tersembunyi di geometri akan mulai muncul.

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

Jarum Buffon adalah nenek moyang sekaligus peringatan. Ia menunjukkan insting Monte Carlo dengan hampir tanpa mesin, tetapi juga menunjukkan biayanya. Estimasi acak konvergen pada laju sebanding dengan satu dibagi akar kuadrat jumlah percobaan. Untuk mendapatkan satu desimal tambahan, diperlukan bukan sepuluh kali lipat lemparan, tetapi sekitar seratus kali lipat. Sejuta jarum masih merupakan cara yang tidak efisien untuk mengetahui apa yang sudah diketahui keliling lingkaran.

Metode ini bertahan karena pi bukanlah hadiah sebenarnya. Fakta penting adalah bahwa probabilitas bisa menggantikan integral. Hitungan jarum Buffon mengukur luas di bawah kurva sinus tanpa menggambar area itu langsung. Simulasi modern melakukan hal yang sama di ruang yang lebih menakutkan, di mana integral mungkin memiliki ribuan dimensi dan tidak ada gambar manusia sama sekali.

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

Apa yang dibiarkan terbuka oleh jarum

Kata acak melakukan lebih banyak pekerjaan daripada yang tampaknya. Derivasi Buffon mengasumsikan bahwa posisi pusat dan sudut tersebar secara merata. Tangan manusia yang menjatuhkan jarum mungkin memfavoritkan sudut tertentu; papan mungkin memiliki tepi; jarum mungkin berguling, bergeser, atau terjebak.

Ada juga pertanyaan tentang apa yang sebenarnya dilakukan Buffon, dibandingkan apa yang ia buktikan. Cerita tentang roti yang jatuh di atas lantai berubin telah beredar selama berabad-abad, tetapi dasar dokumenter tipis. Matematikanya lebih kuat daripada anekdotnya.

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

Lazzarini tetap menjadi kasus terbuka lainnya. Angka-angkanya pada tahun 1901 terkenal sebagian karena terlalu bagus, dan dicurigai karena alasan yang sama. Hasil bisa secara matematis kompatibel dengan eksperimen dan tetap sulit dipercaya secara historis.

Ketidakpastian yang lebih dalam bersifat filosofis. Ketika dunia deterministik menyediakan sebaran hasil, di mana tepatnya kebetulan masuk: dalam ketidaktahuan, dalam ketidakteraturan fisik, atau dalam model yang kita pilih untuk diterapkan? Jarum Buffon tidak menyelesaikan pertanyaan itu. Ia memberinya lantai yang bersih dan garis yang harus dilintasi.

Sebuah jarum yang jatuh tidak tahu apa itu pi. Ia jatuh, atau ia melesat. Hanya setelah banyak gerakan tak acuh seperti itu, lingkaran mengumumkan dirinya, secara diam-diam, dalam daftar hasil yang memotong.

एक निर्मित मेज़ पर, गिरती सुई एक वृत्त को एक गणना में बदल देती है। इसे पर्याप्त बार गिराएं, पार करने की गणना करें, और पुराना नियतांक पाई अंकित किए गए चिह्नों, चूकों और कोण के संकीर्ण अपवाह के माध्यम से दिखने लगता है।

1777 में, Georges-Louis Leclerc, Comte de Buffon ने एक ऐसी समस्या रख दी जो इतनी छोटी थी कि उसे एक कागज की शीट और एक सीवन सुई के साथ प्रस्तुत किया जा सकता था। समान दूरी पर समानांतर रेखाएँ खींचें। एक सुई को यादृच्छिक रूप से गिराएं। यह पूछें कि इसके किसी रेखा को काटने की संभावना क्या है। यह एक पार्लर प्रयोग था जिसमें कठिन धारा थी: उत्तर में pi शामिल था।

बफ़न एक स्कूल के ट्रिक को नहीं बनाने की कोशिश कर रहे थे। उनका "एस्साइ डी अरिथमेटिक मोरल" एक नई चिंता का हिस्सा था, जो अवसर, उपयोगिता और अपेक्षा के बारे में थी, एक ऐसा समय जब probability डांसिंग टेबल से कानून, बीमा और प्राकृतिक दर्शन में जा रहा था। सुई की समस्या ने अवसर को पासा से निकालकर अंतरिक्ष में डाल दिया। एक घन के कितने चेहरे हो सकते हैं ऐसा पूछने के बजाय, यह पूछा कि एक भौतिक वस्तु कैसे एक संभावित स्थिति के सतत क्षेत्र में प्राप्त हो सकती है।

सबसे सरल मामला लें। रेखाएँ एक दूरी d से अलग हैं। सुई की लंबाई l है, जो d से लंबी नहीं है। एक बार जब यह गिर जाती है, तो दो मात्राएँ महत्वपूर्ण होती हैं: उसके केंद्र से निकटतम रेखा तक की दूरी x, और सुई द्वारा रेखाओं के साथ बनाया गया न्यून कोण theta। सुई काटती है यदि x अपनी प्रक्षेपित ऊंचाई के आधे से अधिक नहीं है: (l/2) sin theta।

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

साइन के तहत क्षेत्र

गणना छोटी है, लेकिन यह संभावना के लिए वस्तु के प्रकार को बदल देती है। सुई का केंद्र निकटतम रेखा से 0 से d/2 के बीच कहीं भी हो सकता है। कोण 0 से pi/2 के बीच कहीं भी हो सकता है। इन दो चरों ने संभावनाओं का एक आयत बना दिया है। इसके अंदर x <= (l/2) sin theta का वक्र क्षेत्र है। इसका क्षेत्रफल 0 से pi/2 तक (l/2) sin theta के अभिन्न भाग के बराबर है, जो केवल l/2 है।

पूरे आयत (d/2)(pi/2) से इस अनुकूल क्षेत्र को विभाजित करें, और क्रॉसिंग की संभावना 2l/(pi d) होती है। यदि सुई रेखाओं के बीच की दूरी के बराबर है, l = d, तो अभिव्यक्ति 2/pi तक संकुचित हो जाती है। एक गोल निरंतरता पीछे से एक दरवाजा से आ गई है, न कि किसी ने एक वृत्त को मापा हो, बल्कि क्योंकि सुई की सभी दिशाओं को गिनना आवश्यक है।

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

यह geometric probability का छोटा जन्म था। सामान्य असतत संभावना मामलों की गिनती कर सकती है: सिर या पट्टा, पासे के छह पक्ष, पचास-दो कार्ड। बफ़न की समस्या ने एक निरंतरता पर माप की आवश्यकता की। यह पूछा कि एक ज्यामितीय स्थान का कितना हिस्सा सफलता के लिए उपयुक्त है। बाद के गणितज्ञ ने उस भाषा को अधिक औपचारिक बना दिया, लेकिन सुई में पहले से ही मूलभूत चाल है: गिनती को क्षेत्रफल से बदल दें, और अवसर ज्यामिति बन जाता है।

पाई के लिए फेंकना

सूत्र को उलटा भी देखा जा सकता है। यदि n सुइयाँ गिराई जाती हैं और h एक रेखा काटती हैं, तो h/n क्रॉसिंग संभावना का अनुमान लगाता है। पुनर्व्यवस्था करने पर pi लगभग 2ln/(dh) के बराबर होता है। अंकगणित लगभग अत्यधिक सरल है। काम वास्तविक रूप से यादृच्छिक ढंग से गिराने में और यह स्वीकार करने में है कि यादृच्छिकता अपने ऋणों को बहुत धीरे चुकाती है।

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

19वीं शताब्दी के प्रयोगकर्ता फिर भी करने की कोशिश कर रहे थे। स्विस खगोलविद रुडॉल्फ वॉल्फ ने 1850 के आसपास 5,000 फेंके की रिपोर्ट की और 3.1596 के निकट मान प्राप्त किया। ए. हॉल ने 1873 में एक प्रयोगात्मक निर्धारण प्रकाशित किया। 1901 में Mario Lazzarini ने कुछ बहुत तीव्र का दावा किया: 3,408 फेंके, 25 मिलीमीटर लंबी सुइयाँ 30 मिलीमीटर अंतराल वाली रेखाओं पर, 355/113 पैदा करने वाले, छह दशमलव अनुमान 3.1415929 के प्रसिद्ध।

लाज़ज़रिनी के परिणाम हमेशा बहुत शुद्ध लगे हैं। उनके अनुपात l/d = 5/6 के साथ सूत्र 355/113 के लिए विशेष रूप से अनुकूल हो जाता है, और बाद के सांख्यिकीविदों ने रिपोर्ट को शक के साथ उपयोग किया है: शायद एक आसान समय पर रुक गए, शायद चयनित, शायद एक नजर डालकर स्कूल शिक्षकों के लिए लिखे गए थे, बजाय एक गंभीर माप के रूप में। बिंदु यह नहीं है कि बफ़न का सूत्र विफल हो गया। यह भौतिक यादृच्छिकता के लिए एक खराब सेवक होने की बात है जब अधिक दशमलव स्थानों की मांग की जाती है।

फिर भी, कार्य महत्वपूर्ण था। सुई के क्रॉसिंग की गिनती से पाई का अनुमान लगाना अवसर के साथ गणना करना है। इलेक्ट्रॉनिक कंप्यूटरों के लंबे समय पहले, बफ़न के टेबल ने एक एनालॉग सिमुलेशन प्रस्तुत किया: लकड़ी, चारकल और गिरते धातु के साथ एक स्टोचैस्टिक मशीन।

सुई से मोंटे कार्लो तक

1940 के अंत में, शब्द Monte Carlo method ने अपना आधुनिक अर्थ लॉस एलेमोस में प्राप्त किया, जहां John von Neumann, Stanisław Ulam, Nicholas Metropolis और अन्य ने अत्यधिक जटिल समस्याओं को निरक्षण के बिना हल करने के लिए यादृच्छिक नमूनाकरण का उपयोग किया। पदार्थ में गतिशील न्यूट्रॉन, उच्च-आयामी अभिन्न भाग, संभावित भविष्य के शाखादार श्रृंखलाएँ: ये कागज पर सुई की समस्या नहीं थीं, लेकिन वे उसी दांव पर आधारित थीं। स्पेस को ईमानदारी से नमूना लें, और ज्यामिति में छिपी एक मात्रा खुद को दिखाने लगेगी।

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

इसलिए बफ़न की सुई एक पूर्वज और चेतावनी दोनों है। यह लगभग किसी भी मशीनरी के बिना मोंटे कार्लो की अंतर्दृष्टि को दर्शाता है, लेकिन यह लागत भी दिखाता है। यादृच्छिक अनुमान एक अनुपात के अनुसार अभिसरण करते हैं जो एक अभ्यास की संख्या के वर्गमूल के विपरीत होता है। एक अतिरिक्त दशमलव स्थान प्राप्त करने के लिए, एक को नहीं बल्कि लगभग सौ गुना अधिक फेंके की आवश्यकता होती है। एक मिलियन सुइयाँ अभी भी एक लंबाई के जोखिम के लिए एक अस्वीकृत तरीका होगा जिसे एक परिधि पहले से ही जानती है।

विधि जीवित रही क्योंकि पाई हमेशा वास्तविक पुरस्कार नहीं था। महत्वपूर्ण तथ्य यह है कि एक संभावना एक अभिन्न भाग के लिए एक जगह हो सकती है। बफ़न की क्रॉसिंग गिनती एक साइन वक्र के तहत क्षेत्र को बिना उस क्षेत्र को प्रत्यक्ष रूप से खींचे मापती है। आधुनिक सिमुलेशन अधिक भयावह स्थानों में इसी तरह काम करते हैं, जहां अभिन्न भाग में हजारों आयाम हो सकते हैं और कोई मानव चित्र नहीं हो सकता है।

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

जो सुई खुला छोड़ देती है

शब्द यादृच्छिक पहले दिखाई देने से अधिक काम करता है। बफ़न के निर्माण में यह मान लिया जाता है कि केंद्र स्थिति और कोण एकसमान रूप से वितरित हैं। एक हाथ से गिराई गई सुई निश्चित कोणों को पसंद कर सकती है; एक बोर्ड के किनारे हो सकते हैं; एक सुई घिस सकती है, घूम सकती है, या पकड़ सकती है।

इसके अलावा बफ़न ने वास्तव में क्या किया, इसका प्रश्न उठता है, जबकि उन्होंने साबित किया। पीटे गए रोटी के लोअफ़ के बारे में कई पीढ़ियों से कहानियाँ चल रही हैं, लेकिन दस्तावेजी पैमाना पतला है। गणित अफवाह से अधिक मजबूत है।

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

लाज़ज़रिनी एक और खुला मामला बना रहा है। उनकी 1901 की संख्याएँ इतनी अच्छी कारण से प्रसिद्ध हैं, और उसी कारण से संदिग्ध हैं। एक परिणाम गणितीय रूप से एक प्रयोग के साथ संगत हो सकता है और फिर भी ऐतिहासिक रूप से विश्वास करना मुश्किल हो सकता है।

गहरी अनिश्चितता दार्शनिक है। जब एक निर्धारित दुनिया एक विस्तार के परिणाम देती है, तो ठीक यहाँ अवसर कहाँ दाखिल होता है: अज्ञान में, भौतिक अव्यवस्था में, या मॉडल में जो हम लागू करने का चयन करते हैं? बफ़न की सुई इस प्रश्न को नहीं हल करती। इसे एक स्वच्छ फर्श और एक रेखा खींचकर देता है।

एक गिरी हुई सुई को पाई क्या है इसका कोई विचार नहीं है। वह गिरती है, या वह चूक जाती है। केवल बाद में अनेक ऐसे उदासीन आंदोलनों के बाद वृत्त खुद को शांति से, क्रॉसिंग के लेखे में घोषित करता है।

Auf einem gezeichneten Tisch verkehrt eine fallende Nadel den Kreis in eine Zahl. Lass sie oft genug fallen, zähle die Überschneidungen, und die alte Konstante π beginnt sich aus Kratzern, Fehlern und dem schmalen Zufall des Winkels herauszuschälen.

Im Jahr 1777 stellte Georges-Louis Leclerc, Comte de Buffon ein Problem auf, das so einfach war, dass es mit einem Blatt Papier und einer Nadel inszeniert werden konnte. Zeichne parallele Linien im gleichen Abstand. Lass eine Nadel zufällig fallen. Frage nach der Wahrscheinlichkeit, dass sie eine Linie kreuzt. Es war ein Salonexperiment mit scharfer Kante: die Antwort enthielt pi.

Buffon versuchte nicht, einen Scherz für den Unterricht zu erfinden. Sein Essai d'arithmetique morale gehörte zu einer neuen Unruhe um Zufall, Nutzen und Erwartung, einer Zeit, als probability vom Glücksspiel in die Rechtswissenschaft, die Versicherungswirtschaft und die Naturphilosophie wanderte. Das Nadelproblem nahm den Zufall von den Würfeln und setzte ihn in den Raum. Statt zu fragen, wie viele Seiten ein Würfel zeigen könnte, fragte es, wie ein physisches Objekt in einem kontinuierlichen Feld möglicher Positionen landen könnte.

Nehmen wir den einfachsten Fall. Die Linien sind im Abstand d voneinander. Die Nadel hat die Länge l, nicht länger als d. Sobald sie landet, zählen zwei Größen: der Abstand x ihres Mittelpunkts von der nächsten Linie, und der spitze Winkel theta, den die Nadel mit den Linien bildet. Die Nadel kreuzt, wenn x nicht größer ist als die Hälfte ihrer projizierten Höhe: (l/2) sin theta.

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

Die Fläche unter der Sinuskurve

Die Berechnung ist kurz, aber sie veränderte die Art, wie Wahrscheinlichkeit als Objekt verstanden werden konnte. Der Mittelpunkt der Nadel kann überall zwischen 0 und d/2 von der nächsten Linie liegen. Der Winkel kann überall zwischen 0 und pi/2 liegen. Diese beiden Variablen bilden ein Rechteck möglicher Fälle. Innerhalb davon liegt die gekrümmte Region, in der x <= (l/2) sin theta. Ihr Flächeninhalt ist das Integral von (l/2) sin theta zwischen 0 und pi/2, was einfach l/2 ergibt.

Teilt man diese günstige Fläche durch das gesamte Rechteck, (d/2)(pi/2), dann ergibt sich die Wahrscheinlichkeit einer Kreuzung zu 2l/(pi d). Wenn die Nadel genau so lang ist wie der Abstand zwischen den Linien, l = d, vereinfacht sich der Ausdruck zu 2/pi. Eine runde Konstante ist durch die Hintertür hereingekommen, nicht weil jemand einen Kreis gemessen hatte, sondern weil alle Ausrichtungen der Nadel gezählt werden mussten.

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

Das war die kleine Geburt von geometric probability. Diskrete Wahrscheinlichkeit kann Fälle zählen: Kopf oder Zahl, sechs Seiten eines Würfels, zweiundfünfzig Karten. Buffons Problem erforderte eine Messung über ein Kontinuum. Es fragte, wie viel eines geometrischen Raums Erfolg entsprach. Spätere Mathematiker würden diese Sprache formaler fassen, aber die entscheidende Bewegung ist bereits in der Nadel verankert: Zählen durch Fläche ersetzen, und Zufall wird Geometrie.

Für pi werfen

Die Formel lässt sich umdrehen. Wenn n Nadeln fallen gelassen werden und h eine Linie kreuzen, dann schätzt h/n die Wahrscheinlichkeit der Kreuzung ab. Umstellen ergibt pi ungefähr gleich 2ln/(dh). Die Arithmetik ist fast beleidigend einfach. Die Arbeit liegt darin, die Würfe wirklich zufällig zu machen und zu akzeptieren, wie langsam Zufall seine Schulden begleicht.

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

Nineteenth-century Experimentatoren versuchten es trotzdem. Der Schweizer Astronom Rudolf Wolf berichtete um 1850 von 5.000 Würfen und erhielt einen Wert nahe 3,1596. A. Hall veröffentlichte 1873 eine experimentelle Bestimmung. Im Jahr 1901 gab Mario Lazzarini etwas viel Präziseres an: 3.408 Würfe von Nadeln mit 25 Millimetern Länge auf Linien mit 30 Millimetern Abstand, was 355/113 ergab, die berühmte sechsstellige Näherung 3,1415929.

Lazzarinis Ergebnis hat sich immer zu glatt angehört. Mit seinem Verhältnis l/d = 5/6 wird die Formel besonders freundlich zu 355/113, und spätere Statistiker haben den Bericht mit Misstrauen betrachtet: Vielleicht abgebrochen zu einem günstigen Zeitpunkt, vielleicht ausgewählt, vielleicht geschrieben mit einem Augenzwinkern für Lehrer statt als ernste Messung. Der Punkt ist nicht, dass Buffons Formel versagt. Es ist, dass physischer Zufall eine schlechte Dienerin ist, wenn zu viele Dezimalstellen verlangt werden.

Trotzdem war die Handlung wichtig. Eine Näherung von pi durch die Zählung von Nadelkreuzungen ist eine Berechnung mit Zufall. Lange vor elektronischen Computern bot Buffons Tisch eine Analogsimulation: eine stochastische Maschine aus Holz, Tinte und fallendem Metall.

Von Nadeln zu Monte Carlo

In den späten 1940er Jahren erhielt der Ausdruck Monte Carlo method seine moderne Bedeutung in Los Alamos, wo John von Neumann, Stanisław Ulam, Nicholas Metropolis und andere zufällige Stichproben verwendeten, um Probleme angriffen, die zu kompliziert waren, um direkt berechnet zu werden. Neutronen, die durch Materie wandern, mehrdimensionale Integrale, verzweigte Ketten möglicher Zukunft: diese waren keine Nadel-auf-Papier-Probleme, aber sie teilten das gleiche Risiko. Die Stichprobe des Raums ehrlich genug, und eine Größe, die in der Geometrie verborgen ist, beginnt sich zu zeigen.

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

Buffons Nadel ist daher sowohl Vorfahr als auch Warnung. Sie demonstriert das Monte-Carlo-Instinkt mit kaum Maschinerie, zeigt aber auch den Preis. Zufallsabschätzungen konvergieren mit einer Rate proportional zu einem über die Quadratwurzel der Anzahl der Versuche. Um eine weitere Dezimalstelle zu gewinnen, braucht man nicht zehnmal so viele Würfe, sondern ungefähr hundertmal so viele. Eine Million Nadeln wären immer noch eine ungeschickte Methode, um zu lernen, was ein Umfang bereits weiß.

Die Methode überlebte, weil pi nie der wahre Preis war. Die wichtige Tatsache war, dass eine Wahrscheinlichkeit für ein Integral stehen konnte. Buffons Kreuzungszahl misst die Fläche unter einer Sinuskurve, ohne diese Fläche direkt zu zeichnen. Moderne Simulationen tun das Gleiche in furchteinflößenderen Räumen, wo das Integral tausende Dimensionen haben und kein menschliches Bild mehr sein könnte.

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

Was die Nadel offen lässt

Das Wort zufällig tut mehr Arbeit, als es zunächst scheint. Buffons Herleitung setzt voraus, dass die Mittelposition und der Winkel gleichmäßig verteilt sind. Eine Hand, die eine Nadel fallen lässt, kann bestimmte Winkel bevorzugen; ein Brett kann Kanten haben; eine Nadel kann prallen, rollen oder hängen bleiben.

Es gibt auch die Frage, was Buffon tatsächlich tat, anstatt was er bewies. Geschichten von Brotlaiben, die über einen gefliesten Boden geworfen wurden, kursieren seit Generationen, doch die dokumentarische Grundlage ist dünn. Die Mathematik ist fester als die Anekdote.

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

Lazzarini bleibt ein weiterer offener Fall. Seine Zahlen von 1901 sind berühmt, unter anderem, weil sie so gut sind, und verdächtig aus dem gleichen Grund. Ein Ergebnis kann mathematisch mit einem Experiment kompatibel sein und dennoch historisch schwer zu vertrauen sein.

Die tiefere Unsicherheit ist philosophisch. Wenn eine deterministische Welt eine Streuung von Ergebnissen liefert, wo genau tritt dann der Zufall ein: in der Unkenntnis, im physischen Chaos oder im Modell, das wir darauf anwenden? Buffons Nadel klärt die Frage nicht. Sie gibt ihr einen sauberen Boden und eine Linie zum Kreuzen.

Eine gefallene Nadel weiß nicht, was pi ist. Sie landet, oder sie verfehlt. Nur nach vielen solchen gleichgültigen Bewegungen verkündet der Kreis sich leise im Ledger der Kreuzungen.

على طاولة مُقاسة، تُحوّل إبرة مُتَّسِقة سَمَكةً دائرةً إلى عددٍ. اسقِها بِكَثرةٍ، احْسبِ الملامَسات، وابدأ بِرَقْمِ الثابتِ القديمِ "باي" يظهرُ منَ الخدوشِ، والانحرافاتِ، والنَّقْطَةِ الضَّيِّقَةِ من الزَّوَايَا.

في عام 1777، وضع Georges-Louis Leclerc, Comte de Buffon مشكلة بسيطة للغاية يمكن تمثيلها بورقة وبرادة خياطة. ارسم خطوطًا متوازية بمسافات متساوية. دع البرادة تهبط عشوائيًا. اسأل عن فرصة أن تتقاطب مع إحدى الخطوط. كان هذا تجربة في الغرفة مع حافة صعبة: كانت الإجابة تحتوي على pi.

لم يكن بوفون يحاول إنشاء حيلة في الفصل الدراسي. كان محاولة "إثبات حسابية أخلاقية" تابعة لقلق جديد حول الفرصة، والประโยชนات والانتظار، وهي فترة probability تحركت من طاولات المقامرة إلى القانون والتأمين والفلسفة الطبيعية. جعلت مشكلة البرادة الفرصة تخرج من النرد وتنتقل إلى الفضاء. بدلًا من طرح سؤال حول عدد الوجوه التي يمكن أن يظهرها مكعب، طرحت سؤالًا حول كيفية هبوط جسم في مجال مستمر من المواقع الممكنة.

خذ الحالة البسيطة. تكون الخطوط مفصولة بمسافة d. البرادة لها طول l، لا يزيد عن d. بمجرد هبوطها، تهمان كميتان: المسافة x من مركزها إلى الخط الأقرب، والزاوية الحادة theta التي تصنعها البرادة مع الخطوط المحددة. تتقاطب البرادة إذا لم تكن x أكبر من نصف ارتفاعها المُسقط: (l/2) sin theta.

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

المساحة تحت الجيب

الحساب قصير، لكنه غير مسبوق في نوعية ما يمكن أن تكون عليه الاحتمالات. قد يقع مركز البرادة في أي مكان من 0 إلى d/2 من الخط الأقرب. قد تقع الزاوية في أي مكان من 0 إلى pi/2. تشكل هاتان المتغيرتان مستطيلًا من الاحتمالات. داخله منطقة منحنية حيث x <= (l/2) sin theta. مساحة هذه المنطقة هي تكامل (l/2) sin theta من 0 إلى pi/2، وهو ببساطة l/2.

اقسم هذه المساحة المواتية على المستطيل كله، (d/2)(pi/2)، واحتمال التقاطع هو 2l/(pi d). إذا كانت البرادة بالضبط بنفس طول المسافة بين الخطوط، l = d، يختصر التعبير إلى 2/pi. دخلت ثابتة دائرية من الباب الخلفي، ليس لأن أحدًا قاسى دائرة، بل لأن جميع اتجاهات البرادة يجب أن تُحسب.

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

هذا كان ولادة صغير لـ geometric probability. يمكن للاحتمالات المنفصلة العادية أن تُحسب الحالات: رؤوس أو ذيول، ستة أوجه لمكعب، و52 ورقة. طرحت مشكلة بوفون احتمال قياس عبر استمرارية. سألت كم من الفضاء الهندسي يتوافق مع النجاح. سيجعل الرياضيون اللاحقون هذه اللغة أكثر رسمية، لكن الحركة الأساسية موجودة بالفعل في البرادة: استبدل العد بالمساحة، وتصبح الفرصة هندسة.

رمي من أجل pi

يمكن عكس الصيغة. إذا تم رمي n براذعات وتقاطبت h مع خط، فإن h/n تقدير لاحتمال التقاطع. إعادة ترتيبها تعطي pi تقريبًا يساوي 2ln/(dh). الحسابات بسيطة تقريبًا بمنتهى البساطة. العمل هو في جعل السقوط عشوائيًا حقًا وقبول كم يتأخر العشوائي في دفع ديونه.

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

حاول المُجرّبون في القرن التاسع عشر رغم ذلك. أبلغ الفلكي السويسري رودولف وولف عن 5000 رمية حوالي عام 1850 وحصل على قيمة قريبة من 3.1596. نشر A. Hall تحديدًا تجريبيًا في عام 1873. في عام 1901، زاد Mario Lazzarini شيئًا أدق بكثير: 3408 رمية لبراذعات طولها 25 مم على خطوط متباعدة 30 مم، مما أنتج 355/113، التقريب الشهير بستة أرقام عشري 3.1415929.

كانت نتيجة لازاريني دائمًا تبدو مصقولة جدًا. مع نسبته l/d = 5/6، تصبح الصيغة خاصة للغاية بـ 355/113، واعتبرها علماء الإحصاء اللاحقون بريبة: ربما توقفت في لحظة مريحة، ربما تم اختيارها، ربما كتبت بابتسامة للأساتذة بدلاً من قياس مهني. النقطة ليست أن صيغة بوفون فشلت. بل هي أن العشوائية الفيزيائية خادم سيء عندما يُطلب منه تقديم أماكن عشرية كثيرة.

ومع ذلك، كان الفعل مهمًا. حساب pi عن طريق عد تقاطعات البراذعات هو حساب باستخدام الفرصة. قبل الحواسيب الإلكترونية بوقت طويل، عرضت مائدة بوفون محاكاة مماثلة: آلة احتمالية مصنوعة من الخشب والطلاء والبرادة المعدنية المتساقطة.

من البراذعات إلى مونتي كارلو

في أواخر الأربعينيات من القرن العشرين، اكتسبت عبارة Monte Carlo method معناها الحديث في لوس ألاموس، حيث استخدم John von Neumann، Stanisław Ulam، Nicholas Metropolis وآخرون العينة العشوائية لحل مشكلات معقدة جدًا لحسابها مباشرة. النيوترونات التي تتحرك عبر المادة، التكاملات ذات الأبعاد العالية، سلاسل التفرع من المستقبلات المحتملة: هذه ليست مشكلات براذعة على ورقة، لكنها تشارك نفس المخاطرة. عين الفضاء بصدق كافٍ، وستبدأ كمية مخفية في الهندسة في إظهار نفسها.

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

لذلك، البرادة هي كلاً: أجداد وتحذير. توضح براذعة بوفون غريزة مونتي كارلو بآلات قليلة جدًا، لكنها أيضًا تظهر التكلفة. تتقاطع التقديرات العشوائية بسرعة تتناسب مع واحد على الجذر التربيعي لعدد التجارب. لزيادة خانة عشرية إضافية، لا تحتاج إلى 10 مرات عدد الرميات، بل حوالي 100 مرة. ستظل مليون براذعة طريقة متعبة لتعلم ما تعرفه المحيط بالفعل.

استمرت الطريقة لأن pi لم يكن المكافأة الحقيقية أبدًا. الحقيقة المهمة هي أن احتمالًا يمكن أن يحل محل تكامل. يقيس عد تقاطعات بوفون مساحة تحت منحنى الجيب دون رسم تلك المنطقة مباشرة. تفعل المحاكاة الحديثة الشيء نفسه في مساحات أكثر خطورة، حيث يمكن أن يكون التكامل له آلاف الأبعاد ولا صورة بشرية على الإطلاق.

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

ما تتركه البراة مفتوحًا

الكلمة عشوائية تفعل عملًا أكثر مما يبدو في البداية. يفترض اشتقاق بوفون أن الموضع المركزي والزاوية موزعة بشكل موحد. قد يميل يد إنسان تهبط ببرادة إلى زوايا معينة؛ قد يكون لدى لوحة حواف؛ قد تهتز البراة، أو تتدحرج، أو تلتصق.

هناك أيضًا سؤال حول ماذا فعل بوفون بالفعل، مقارنة بما أثبته. انتشرت قصص عن خبز مقرمش ملقى على أرض مغطاة بالبلاط عبر الأجيال، لكن الأدلة ضعيفة. الرياضيات أكثر قوة من الحكاية.

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

يبقى لازاريني حالة مفتوحة أخرى. تشتهر أرقامه من عام 1901 جزئيًا لأنها جيدة جدًا، ومشكوك فيها لنفس السبب. يمكن أن تكون النتيجة متوافقة رياضيًا مع تجربة، وربما لا تزال صعبة الإيمان تاريخيًا.

الشك الأعمق فيلسفي. عندما يوفر عالم قائم على المبادئ التحديدية مجموعة من النتائج، أين بالضبط تدخل الفرصة: في الجهل، في الفوضى الفيزيائية، أم في النموذج الذي نختار فرضه؟ لا تحل براذعة بوفون السؤال. تمنحه أرضًا نظيفة وخطًا يعبره.

براة متساقطة لا تعرف ما هو pi. تهبط، أو تفوت. فقط بعد العديد من هذه الحركات غير المبالاة يعلن الدائرة نفسها بهدوء في سجل التقاطعات.

На разграфённом столе падающая игла превращает круг в счёт. Сбрасывай её достаточно часто, считай пересечения, и старое постоянное число пи начинает проявляться из царапин, промахов и узкого стечения обстоятельств угла.

В 1777 году Georges-Louis Leclerc, Comte de Buffon сформулировал задачу, настолько простую, что её можно было бы поставить на листе бумаги и с иголкой для шитья. Нарисуйте параллельные линии на одинаковых расстояниях. Пусть иголка упадёт случайным образом. Задайтесь вопросом: какова вероятность того, что она пересечёт одну из линий? Это был эксперимент в гостиной с острым углом: ответ содержал pi.

Бюффон не пытался создать школьный трюк. Его «Essai d'arithmetique morale» принадлежал к новой тревоге относительно случая, полезности и ожидания, к эпохе, когда probability переходил с игровых столов в законодательство, страхование и естественную философию. Задача с иголкой вывела случайность с кубиков и поместила её в пространство. Вместо того чтобы спрашивать, сколько граней может показать куб, она спрашивала, как физический объект может упасть в непрерывном поле возможных позиций.

Возьмём простейший случай. Линии разделены на расстоянии d. Иголка имеет длину l, не превышающую d. Как только она упадёт, две величины будут важны: расстояние x от её центра до ближайшей линии и острый угол theta, который иголка образует с намеченными линиями. Иголка пересечёт линию, если x не превысит половину её проецируемой высоты: (l/2) sin theta.

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

Площадь под синусом

Расчёт короткий, но он изменил тип объекта, которым может быть вероятность. Центр иголки может находиться в любом месте от 0 до d/2 от ближайшей линии. Угол может лежать в любом месте от 0 до pi/2. Эти две переменные образуют прямоугольник возможностей. Внутри него находится изогнутая область, где x <= (l/2) sin theta. Её площадь — это интеграл (l/2) sin theta от 0 до pi/2, который просто равен l/2.

Разделив эту благоприятную площадь на всю прямоугольную, (d/2)(pi/2), мы получим вероятность пересечения 2l/(pi d). Если иголка имеет длину, точно такую же, как расстояние между линиями, l = d, выражение сокращается до 2/pi. Круговая константа вошла через черную дверь, не потому, что кто-то измерял круг, а потому, что все ориентации иголки должны быть учтены.

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

Это был маленький рождение geometric probability. Обычная дискретная вероятность может подсчитывать случаи: орёл или решка, шесть сторон кубика, пятьдесят две карты. Задача Бюффона потребовала измерения на непрерывной основе. Она спрашивала, какая часть геометрического пространства соответствует успеху. Позже математики сделали этот язык более формальным, но суть движения уже присутствует в иголке: замените подсчёт на площадь, и шанс становится геометрией.

Бросание ради числа пи

Формулу можно перевернуть. Если n иголок упадут и h пересекут линию, то h/n оценивает вероятность пересечения. Перестановка даёт, что пи приблизительно равно 2ln/(dh). Арифметика почти оскорбительно проста. Работа заключается в том, чтобы сделать падения действительно случайными и принять, насколько медленно случайность платит свои долги.

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

Девятнадцатые века экспериментаторы всё равно попробовали. Швейцарский астроном Рудольф Вольф сообщил о 5 000 бросках около 1850 года и получил значение около 3,1596. А. Холл опубликовал экспериментальное определение в 1873 году. В 1901 году Mario Lazzarini заявил о чём-то намного более точном: 3408 бросков иголок длиной 25 миллиметров на линиях, разделённых на 30 миллиметров, давших 355/113, знаменитое приближение до шести десятичных знаков 3,1415929.

Результат Лаззарини всегда выглядел слишком отшлифованным. Своим соотношением l/d = 5/6 его формула особенно благоприятствовала 355/113, и позже статистики рассматривали отчёт с подозрением: возможно, он был остановлен в удобный момент, возможно, отобран, возможно, написан с улыбкой для преподавателей, а не как серьёзное измерение. Суть не в том, что формула Бюффона не работает. Просто физическая случайность — плохой слуга, когда её просят дать слишком много десятичных знаков.

Всё равно, действие имело значение. Оценить пи, подсчитывая пересечения иголок — это вычисление со случайностью. Долгое время до электронных компьютеров, стол Бюффона предлагал аналоговую симуляцию: стохастическую машину из дерева, чернил и падающего металла.

От иголок к Монте-Карло

В конце 1940-х фраза Monte Carlo method приобрела современное значение в Лос-Аламосе, где John von Neumann, Stanisław Ulam, Nicholas Metropolis и другие использовали случайную выборку для решения задач, слишком запутанных для прямых вычислений. Нейтроны, движущиеся через вещество, высокомерные интегралы, ветвящиеся цепочки возможных будущих: это не были задачи иголки на бумаге, но они разделяли ту же ставку. Просто честно исследуйте пространство, и величина, скрытая в геометрии, начнёт проявляться.

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

Иголка Бюффона поэтому является и предком, и предупреждением. Она демонстрирует инстинкт Монте-Карло почти без механизмов, но также показывает цену. Случайные оценки сходятся со скоростью, пропорциональной одной из квадратного корня из количества испытаний. Чтобы получить одну дополнительную десятичную цифру, нужно не в десять раз больше бросков, а примерно в сто раз больше. Миллион иголок всё ещё был бы громоздким способом узнать то, что окружность уже знает.

Метод выжил, потому что пи никогда не было настоящей наградой. Важным фактом было то, что вероятность могла заменить интеграл. Счёт пересечений Бюффона измеряет площадь под синусоидальной кривой, не рисуя эту область напрямую. Современные симуляции делают то же самое в более устрашающих пространствах, где интеграл может иметь тысячи измерений и вообще не иметь человеческого изображения.

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

То, что иголка оставляет открытым

Слово случайное делает больше работы, чем кажется на первый взгляд. Вывод Бюффона предполагает, что положение центра и угол равномерно распределены. Рука человека, бросающая иголку, может предпочитать определённые углы; доска может иметь края; иголка может отскакивать, катиться или застревать.

Есть также вопрос о том, что Бюффон на самом деле делал, а не доказал. Истории о хлебных ломтях, упавших на кафельный пол, циркулируют уже много поколений, но доказательная база тонкая. Математика более устойчива, чем анекдот.

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

Лаззарини остаётся ещё одним открытым вопросом. Его цифры 1901 года знамениты частично потому, что они такие хорошие, и подозрительны по той же причине. Результат может быть математически совместим с экспериментом и всё равно исторически сложно доверять.

Глубокая неопределённость философская. Когда детерминированный мир обеспечивает разброс результатов, где именно входит случайность: в невежестве, в физическом беспорядке или в модели, которую мы выбираем, чтобы наложить? Иголка Бюффона не решает вопрос. Она даёт ему чистый пол и линию, которую нужно пересечь.

Упавшая иголка не имеет понятия о том, что такое пи. Она падает или промахивается. Только после множества таких безразличных движений круг объявляет о себе, тихо, в своде пересечений.

작은 바늘은 눈금이 있는 테이블 위를 떨어지며 원을 수로 바꾼다. 충분히 여러 번 떨어뜨리고, 교차점을 세어보면 오래된 상수 파이가 긁힌 자국, 빗나간 궤적, 그리고 좁은 각도의 우연 속에서 서서히 드러난다.

1777년에 Georges-Louis Leclerc, Comte de Buffon은 종이 한 장과 바늘 하나로 실험할 수 있을 만큼 미약한 문제를 제시했다. 같은 간격으로 평행선을 그어라. 바늘을 무작위로 떨어뜨리고, 그것이 선을 건널 확률을 물어보라. 이는 단순한 놀이 실험처럼 보였지만, 그 속에는 pi이 숨어 있었다.

버퐁은 학교에서의 놀이 도구를 만들려는 것이 아니었다. 그의 『도덕 산술론』은 확률, 효용성, 기대에 대한 새로운 불안을 반영한 것이었다. 당시 probability는 도박 테이블에서 법률, 보험, 자연 철학으로 이동하고 있었다. 바늘 문제는 주사위에서 확률을 떼어내어 공간으로 옮긴 것이었다. 주사위의 면 수를 세는 대신, 물리적 대상이 연속적인 위치 공간에 어떻게 떨어질 수 있는지를 묻는 것이었다.

가장 단순한 경우를 살펴보자. 선들은 거리 d만큼 간격을 두고 있다. 바늘의 길이는 l이며, d보다는 짧거나 같다. 바늘이 떨어진 후, 두 가지 요소가 중요하다. 중심에서 가까운 선까지의 거리 x와, 바늘이 그어진 선과 이루는 예각 theta이다. 바늘이 선을 건너는 조건은 x가 최대 바늘의 반 투영 높이, 즉 (l/2) sin theta보다 작거나 같을 때이다.

A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s
A linen-covered eighteenth-century writing desk holds a sheet of paper ruled with evenly s Illustration · AI-generated (FLUX.1-dev)

사인 곡선 아래의 면적

계산은 짧지만, 확률이 될 수 있는 대상의 종류를 바꾸어 놓았다. 바늘의 중심은 가까운 선에서 0부터 d/2까지 어디든 있을 수 있다. 각도는 0부터 pi/2까지 어떤 각도든 될 수 있다. 이 두 변수는 가능성의 직사각형을 만든다. 그 안에는 x <= (l/2) sin theta인 곡선 영역이 있다. 이 영역의 면적은 0부터 pi/2까지 (l/2) sin theta의 적분값, 즉 단순히 l/2이다.

이 유리한 면적을 전체 직사각형 (d/2)(pi/2)로 나누면, 선을 건널 확률은 2l/(pi d)가 된다. 바늘의 길이가 선 간격과 같을 경우, 즉 l = d일 때, 표현식은 2/pi로 간략화된다. 둥근 상수는 아무도 원을 측정하지 않았음에도 불구하고, 바늘의 모든 방향을 세어야 하기 때문에 뒷문을 통해 등장한 것이다.

A human hand releases a slender metal needle above a wooden surface featuring parallel inl
A human hand releases a slender metal needle above a wooden surface featuring parallel inl Illustration · AI-generated (FLUX.1-dev)

이것은 geometric probability의 작은 탄생이었다. 보통의 이산 확률은 경우의 수를 세는 것이 가능하다. 동전의 앞면이나 뒷면, 주사위의 여섯 면, 52장의 카드가 그렇다. 버퐁의 문제는 연속체에 대한 측도를 필요로 했다. 성공에 해당하는 기하 공간의 얼마나 많은 부분을 묻는 것이었다. 이후 수학자들은 이 언어를 더 형식화했지만, 바늘에서 이미 본질적인 움직임이 있었다. 계산을 면적으로 대체하면, 확률은 기하학이 된다.

바늘 던지기로 파이 계산

공식은 뒤집을 수도 있다. n개의 바늘을 떨어뜨리고 h개가 선을 건넜다면, h/n은 건널 확률의 추정치가 된다. 다시 정리하면, pi는 약 2ln/(dh)가 된다. 산수는 거의 공격적으로 간단하다. 노동은 바늘의 떨어짐이 진정한 무작위인지 확인하는 것과, 무작위가 빚을 갚는 속도가 얼마나 느린지를 받아들이는 데 있다.

A close macro view shows one metal needle crossing a deep groove in a wooden board while a
A close macro view shows one metal needle crossing a deep groove in a wooden board while a Illustration · AI-generated (FLUX.1-dev)

19세기 실험자들은 그래도 시도했다. 스위스 천문학자 루돌프 폰沃尔프는 1850년에 5,000번의 던지기를 보고 3.1596에 가까운 값을 얻었다. A. 홀은 1873년에 실험적 결정을 발표했다. 1901년 Mario Lazzarini는 훨씬 날카로운 값을 주장했다. 길이 25밀리미터의 바늘을 30밀리미터 간격의 선 위에 3,408번 던져 355/113, 즉 유명한 6자리 소수 근사치 3.1415929를 산출했다.

라자리니의 결과는 항상 너무 광택이 났다. 그의 비율 l/d = 5/6은 특히 355/113에 친절하게 맞춰졌고, 후에 통계학자들은 이 보고서에 대해 의심을 품었다. 아마도 편리한 시점에서 중단되었거나, 선택적으로 기록되었거나, 교사들을 위한 장난이 아니라 진지한 측정이 아니었을 수도 있다. 문제는 버퐁의 공식이 실패했다는 것이 아니라, 물리적 무작위가 너무 많은 소수 자리를 요구받았을 때는 열등한 종이라는 것이다.

그럼에도 불구하고 이 행위는 의미가 있었다. 바늘 건널 수를 세어 파이를 추정하는 것은 확률로 계산하는 것이다. 전자 컴퓨터가 등장하기 훨씬 전, 버퐁의 테이블은 아날로그 시뮬레이션을 제공했다. 나무, 잉크, 떨어지는 금속으로 된 확률 기계였다.

바늘에서 몬테카를로까지

1940년대 말, Monte Carlo method라는 표현은 뉴 멕시코 주 로스 알라모스에서 현대적 의미를 얻었다. John von Neumann, Stanisław Ulam, Nicholas Metropolis와 다른 연구자들이 직접 계산하기 어려운 복잡한 문제를 무작위 샘플링으로 해결하려 했다. 물질 속을 이동하는 중성자, 고차원 적분, 가능한 미래의 가지치기 사슬: 이들은 종이 위의 바늘 문제는 아니었지만, 같은 베팅을 공유했다. 공간을 솔직하게 샘플링하면, 기하학 속에 숨은 양이 드러나기 시작한다.

A nineteenth-century wooden experiment table is covered with many scattered brass needles
A nineteenth-century wooden experiment table is covered with many scattered brass needles Illustration · AI-generated (FLUX.1-dev)

따라서 버퐁의 바늘은 조상이자 경고이기도 하다. 몬테카를로 본능을 거의 아무런 장치 없이 보여주는 동시에, 그 비용도 보여준다. 무작위 추정치는 시도 횟수의 제곱근에 반비례하는 속도로 수렴한다. 소수점 한 자리를 더 얻으려면, 던지는 횟수를 10배가 아니라 약 100배 늘려야 한다. 백만 개의 바늘은 이미 알려진 원의 성질을 배우는 데는 부적절한 방식이다.

이 방법이 생존한 이유는 파이가 결코 진짜 상품이 아니었기 때문이다. 중요한 사실은 확률이 적분을 대신할 수 있다는 것이었다. 버퐁의 건널 수는 사인 곡선 아래의 면적을 직접 그리지 않고도 측정하는 것이었다. 현대 시뮬레이션은 더 위협적인 공간에서 같은 일을 수행한다. 그 적분은 수천 개의 차원을 가질 수 있고, 인간이 그릴 수 있는 그림도 없다.

A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo
A tidy tabletop reconstruction uses a set of identical metal needles and a board with groo Illustration · AI-generated (FLUX.1-dev)

바늘이 남기는 열린 문제

무작위라는 단어는 처음 보이는 것보다 더 많은 일을 한다. 버퐁의 유도는 중심 위치와 각도가 균일하게 분포되어 있다고 가정한다. 바늘을 떨어뜨리는 손은 특정 각도를 선호할 수 있고, 판은 모서리를 가질 수 있으며, 바늘은 튀거나 굴러가거나 걸릴 수도 있다.

버퐁이 실제로 무엇을 했는지, 즉 그가 증명한 것과 실제로 한 것이 무엇인지에 대한 질문도 있다. 타일 바닥에 떨어진 빵 덩어리 이야기는 수십 년 동안 돌고 있지만, 문서적 근거는 얇다. 수학은 이야기보다 견고하다.

A mid-century laboratory tabletop uses dice
A mid-century laboratory tabletop uses dice Illustration · AI-generated (FLUX.1-dev)

라자리니는 또 다른 열린 사례이다. 그의 1901년 숫자는 일부러 너무 좋기 때문에 유명해졌고, 같은 이유로 의심받는다. 수학적으로 실험과 호환되더라도 역사적으로 믿기 어려운 결과일 수 있다.

더 깊은 불확실성은 철학적이다. 결정론적인 세계가 결과의 산란을 제공할 때, 확률은 어디에 정확히 등장하는가? 무지에서인가, 물리적 혼란에서인가, 아니면 우리가 선택한 모델에서인가? 버퐁의 바늘은 이 질문을 해결하지 않는다. 다만 깨끗한 바닥과 건널 수 있는 선을 제공할 뿐이다.

떨어진 바늘은 파이가 무엇인지 알지 못한다. 그저 떨어지거나 놓치는 것이다. 수많은 그러한 무관심한 움직임이 지나가야, 원이 건널 횟수의 장부에 조용히 자신을 드러낸다.

Mentioned in this article

Sources

  1. Buffon, G. L. L. (1777). "Essai d'arithmetique morale." In Supplement a l'Histoire naturelle, generale et particuliere, vol. 4. Imprimerie Royale.
  2. Laplace, P.-S. (1812). Theorie analytique des probabilites. Mme Veuve Courcier.
  3. Kendall, M. G. and Moran, P. A. P. (1963). Geometrical Probability. Charles Griffin.
  4. Kahan, B. C. (1961). "A Practical Demonstration of a Needle Experiment Designed to Give a Number of Concurrent Estimates of pi." Journal of the Royal Statistical Society. Series A, 124(2), 227-239. https://doi.org/10.2307/2984132
  5. Metropolis, N. and Ulam, S. (1949). "The Monte Carlo Method." Journal of the American Statistical Association, 44(247), 335-341.
Production storyboard

The 90-second video script behind this article.

EN script

HI script

Needles ko ek lined sheet of paper par uchhalane se Pi ki value ko sirf crossings ginate hue calculate karne ka tarika.

  1. 01

    An eighteenth-century desk with a ruled sheet and a single needle

  2. 02

    A hand releasing a needle over parallel seams

  3. 03

    Close view of needles crossing or resting between grooves

  4. 04

    Nineteenth-century experiment table with needles and tally stones

  5. 05

    Tabletop reconstruction with specific needle length and spacing

  6. 06

    Mid-century laboratory with dice and sampling balls