从布丰投针到布丰面条
摘要
本文将概念扩展至弯曲的“面条”,并利用圆形来确定概率常数,从而避开了复杂的积分,为布丰投针问题提供了一种优雅的几何证明。
暂无内容
查看缓存全文
缓存时间: 2026/05/10 12:42
# 从布丰投针到布丰投面
来源:https://mbmccoy.dev/posts/buffons-noodle/
将一根长度为 $L$ 的针投掷到宽度为 $W$ 的木地板上。平均而言,这根针会穿过 $2L / \pi W$ 条木板间的缝隙线,这是布丰的一个经典结论。但公式中那个 $\pi$ 意味着背后隐藏着某个圆。找到它的诀窍是什么?把针弯曲成面条。
解决布丰问题的常规方法涉及二重积分。这种方法虽然正派,但它掩盖了解决方案核心的那个圆,而且坦白说,我并不喜欢做积分。相反,我们将通过从直针到弯曲面条,再到圆的过程来推导这一结果[^1]。我们只需要一些基本的几何推理和概率论知识。
让我们先固定一些符号。在 $\mathbb{R}^2$ 平面上添加间距为 $W > 0$ 的平行线,并随机选择一条长度为 $L > 0$ 的线段[^2]。设 $X_1$ 为这条随机线段穿过的平行线数量。我们要计算 $\mathbb{E}[X_1] =: f(L)$ 作为 $L$ 的函数。
现在假设我们投掷两根长度分别为 $L_1$ 和 $L_2$ 的针,并设 $X_1$ 和 $X_2$ 为每根针穿过的线条数量。根据期望的线性性质,
$$ \mathbb{E}[X_1 + X_2] = \mathbb{E}[X_1] + \mathbb{E}[X_2] = f(L_1) + f(L_2). $$
期望的线性性质不需要独立性假设。特别是,我们可以将这两段线段焊接在一起,上述方程仍然成立。将两段线段首尾相连给出 $f(L_1 + L_2) = f(L_1) + f(L_2)$,这对所有长度 $L_1$、$L_2$ 都成立。由于 $f$ 是非负的且随 $f(0) = 0$ 递增,我们推断出 $f(L) = c L$,其中 $c \ge 0$ 是某个需要确定的常数[^3]。
然后我们可以将针“弯曲”成一条任意折线,包含 $N$ 段,每段长度为 $L/N$。设 $X_i$ 为第 $i$ 段上的交叉次数,我们得到
$$ \mathbb{E}[X_1 + \dotsb + X_N] = N f(L/N) = c L, $$
也就是说,**一条折线平均穿过的线条数量与其长度成正比。** 取极限我们就得到了布丰的面条:将任意曲线[^4] 投掷到平面上,它平均相交的线条数量仅与其长度成正比。
### 特殊的圆
只剩下常数 $c$ 的值需要确定。考虑一个半径为 $W/2$ 的圆。以概率 1,这个圆会穿过某一条平行线两次;另一种情况(即与两条线相切)发生的概率为零。(试试上面的小部件!)这意味着
$$ \mathbb{E}[\text{与半径为 $W/2$ 的圆的交点数}] = 2. $$
对于这个特殊的圆,这意味着 $cL = 2$;由于 $L = \pi W$,我们得出结论
$$ c = \frac{2}{\pi W} $$
这就完成了证明。
通过电子邮件获取新文章。没有垃圾邮件,只有文章。
[^1]: https://mbmccoy.dev/posts/buffons-noodle/#fn:1
[^2]: https://mbmccoy.dev/posts/buffons-noodle/#fn:2
[^3]: https://mbmccoy.dev/posts/buffons-noodle/#fn:3
[^4]: https://mbmccoy.dev/posts/buffons-noodle/#fn:4
相似文章
计算气球扭曲:气球多面体理论 [pdf]
这篇论文来自2008年加拿大计算几何会议,介绍了气球多面体理论,探讨了如何通过计算建模气球扭曲来创建几何形状。
神经证明嵌入中选择公理的几何度量
本文展示了选择公理在证明空间中存在可测量的几何对应物,利用 Lean 4 的内核级追踪揭示了一个单参数混合律及其对神经定理证明器的操作意义。
A complete breakdown of the math behind Fable's Jacobian disproof
数论学家利用AI模型Fabel发现了雅可比猜想在三维空间中的反例,87年后该猜想被推翻,但平面版本仍悬而未决。
费曼反向洒水器谜题的解法同样适用于“silly sprinklers”
纽约大学库朗研究所的研究人员进行的实验证实了2024年提出的'动量通量理论',该理论解决了费曼反向洒水器谜题,并将这一发现应用于'silly sprinklers'。
一场文艺复兴时期的赌博纠纷催生了概率论
《科学美国人》的一篇文章回顾了17世纪一个名为“点数问题”的赌博谜题如何促使帕斯卡与费马共同发明了现代概率论。