蒙地卡羅圓周率與布豐投針 3D

關於這個模擬實驗

蒙地卡羅與布豐投針示範了隨機性如何解決確定性幾何問題。在「立方體中的球 (3D)」模式中，隨機點 (x, y, z) 雨般落在邊長 2R 的立方體中；由於內切球體精確佔據立方體體積的 π/6 ≈ 52.36%，將金色的內部命中分數乘以 6 即可估算 π。學生還可以切換到經典的 2D「正方形中的圓」比例 (π/4) 或布豐投針，其中長度為 L 且掉落在間距為 D 的地板條上的木棍以機率 2L/(πD) 穿過線。拖動高空發射器或發射 500 個樣本的突發，透過大數定律推動即時收斂曲線朝 3.14159 發展。

學生可以探索什麼

觀看「立方體中的球 (3D)」模式中的早期樣本在收斂圖表上大幅波動，然後多次按一下「掉落 500 突發」以查看曲線穩定在 3.1416 附近。
拖動或按一下立方體上方發光的金色發射器環，將集中的鏢群射入體積中。
將模擬模式切換為「正方形中的圓 (2D)」，並將命中百分比 (~78.5% = π/4) 與 3D 球命中百分比 (~52.4% = π/6) 進行比較。
選擇「布豐投針」模式將 3D 木棍掉落到平行劃線上，並觀看穿過線的針亮起金色。
使用「清除樣本」並運行 N = 500 的三次獨立試驗，以觀察蒙地卡羅估算中的統計變異數。

學習目標

1推導幾何機率比 V_sphere / V_cube = π/6 和 A_circle / A_square = π/4。
2解釋大數定律如何保證蒙地卡羅樣本比例 K/N 隨著 N 增長而收斂到真實機率。
3描述布豐投針如何將隨機角度和位置的幾何機率連接到 π。
4分析為什麼蒙地卡羅估算誤差與 1/√N 成反比減少。

教師常問的問題

為什麼在 3D「立方體中的球」模式中，6 乘以（命中數 / 總數）可以估算 π？

從 −R 延伸到 +R 的立方體邊長為 2R，體積為 (2R)³ = 8R³。內切在其中的半徑為 R 的球體體積為 (4/3)πR³. 將球體體積除以立方體體積會消去 R³ 並得到 (4/3)π / 8 = π / 6，因此 π = 6 × (V_sphere / V_cube)。

布豐投針如何使用掉落的木棍估算 π？

在 1777 年，喬治-路易·勒克萊爾，孔特·德·布豐證明，當長度為 L（其中 L ≤ D）的針隨機掉落在間距為 D 的平行線上時，穿過線的機率為 P = 2L / (πD)。重新排列得到 π ≈ 2L·N / (D·K)。

為什麼 π 估算值在小樣本大小 N 下會上下波動？

隨機抽樣的標準誤差與 1/√N 成正比。只有 50 支鏢時，幾次幸運或不幸的命中會將比例扭曲幾個百分點；將誤差降低 10 倍需要 100 倍的樣本。

蒙地卡羅方法在真實科學和工程中用在哪裏？

蒙地卡羅模擬在高等物理、輻射傳輸、金融風險建模、電腦圖學光線追蹤以及精確積分在網格上有太多維度而無法求解的 AI 樹搜尋中至關重要。

嵌入這個模擬實驗

免費嵌入你的學習平台、網誌或班級網頁。

<iframe src="https://kiwibee.io/zh/simulations/monte-carlo-probability-pi-3d-3d-simulation/embed" title="蒙地卡羅與布豐投針 | KiwiBee" loading="lazy" allowfullscreen style="width:100%;height:min(70vh,620px);min-height:420px;border:0;border-radius:16px"></iframe>

繼續探索