Aiguille de Buffon
L'aiguille de Buffon est une expérience de probabilité proposée en 1733 par Georges-Louis Leclerc de Buffon, un scientifique français du XVIIIe siècle.
Page(s) en rapport avec ce sujet :
- Applet : L'Aiguille de Buffon. C'est un problème de probabilités géométriques posé (et résolu) par tex2html_wrap_inline1420 Buffon.... (source : www-sop.inria)
- 4 L'aiguille de Buffon : un modèle étonnant. Sur un parquet constitué de planches de largeur 2a, scindées par des rainures droites, parallèles et équidistantes... (source : www-irem.univ-fcomte)
- Exercice : Aiguille de Buffon. Enoncé : On laisse tomber au hasard une aiguille de longueur d sur une grille constituée de barreaux parallèles espacés... (source : uuu.enseirb)
L'aiguille de Buffon est une expérience de probabilité proposée en 1733[1] par Georges-Louis Leclerc de Buffon, un scientifique français du XVIIIe siècle. Cette expérience apporte une approximation du nombre Pi. Son analyse met en œuvre un cas simple d'espace de probabilités bidimensionnel et continu.
Procédé pratique
Il s'agit de lancer la plupart de fois une aiguille sur un parquet. Le parquet se compose de planches parallèles de même largeur. On comptabilise le nombre de fois où l'aiguille tombe à cheval sur [au moins] une rainure du parquet (cas "favorable") comparé au nombre de lancers totaux. Au fur et à mesure que le nombre de lancers augmente, le quotient se rapproche d'un certain nombre servant à retrouver π (par exemple, si la longueur de l'aiguille est égale à la largeur d'une planche, ce nombre sera 2⁄π).
Conditions, hypothèses
Pour que l'expérience fonctionne correctement,
- Les lancers successifs doivent être nombreux, indépendants, et on doit considérer une situation d'équiprobabilité (la position de l'aiguille est indifférente, en position et en angle, comparé au parquet).
- Tous les lancers doivent être reproduits dans des conditions semblables.
Pour que la formule soit simple à calculer,
- La longueur de l'aiguille doit être inférieure ou égale à la largeur d'une planche du parquet.
Étude mathématique
Soient :
- l le réel positif correspondant à la largeur d'une latte de parquet ;
- a le réel positif correspondant à la longueur de l'aiguille ;
- θ le réel compris entre 0 et π / 2 correspondant à l'angle géométrique constitué avec les rainures du parquet ;
- r le réel positif correspondant à la distance du centre de l'aiguille à la rainure la plus proche.
D'après les hypothèses, et en utilisant l'ensemble des symétries, on considère généralement que :
- θ suit une loi uniforme continue sur [0;π / 2]
- r suit une loi uniforme continue sur [0;l / 2]
Point de vue géométrique simple
Considérons n lancers (n assez grand) de cette aiguille. On considère généralement tandis que toutes le positions différentes de l'aiguille mises bout à bout forme un polygone à n côtés. Plus n est grand plus ce polygone se rapprochera d'un cercle. Le périmètre P de ce cercle vaut alors . Le diamètre de ce cercle vaudra
. Le problème revient à savoir : Combien de rainures parallèles sont coupées par le polygone, ou encore combien y a-t-il de rainures à l'intérieur du cercle ?
Le nombre de rainures R coupées est donné par R = 2D / l. Finalement la probabilité que l'aiguille coupe une rainure est donnée par
et en simplifiant
Cas limite
Considérons un lancer isolé. Si l'aiguille touche un point de la rainure avec sa pointe sans la chevaucher, alors on a un triangle rectangle dont l'hypoténuse est la moitié de l'aiguille, un côté est la longueur r, l'autre côté une portion de la rainure. On a alors :

Cas défavorable
Donc, si l'aiguille est pleinement sur une planche, on aura :

Cas favorable
Si elle chevauche au moins une rainure (la plus proche), on aura :
On traite ici du cas simple (a < = l).
De même que, pour les probabilités discrètes on forme le quotient des cas "favorables" aux cas "totaux",
on aura dans x
la probabilité pour une aiguille de tomber sur une rainure l'expression :

Soit (dessiner l'espace (r, θ) et la limite) :


Après une grande variété de lancers, selon la loi des grands nombres, la valeur pratique tendra à se rapprocher de la valeur théorique . On peut alors aisément retrouver pi en connaissant les données de l'expérience (l et a).
En effet, soit p la proportion qui estime P : alors on a un estimateur pour
Analyse pour 
On traite ici du cas où l'aiguille est plus longue que l'écart entre les lames du parquet (penser à des aiguilles à tricoter). Le cas "favorable" est toujours : "l'aiguille croise [au moins] une lame de parquet".
Le cas "défavorable" étant plus facile à exprimer mathématiquement, on a (dessiner l'espace (r, θ) et la limite) :

On passe les étapes intermédiaires pour obtenir :

On confirme que pour l = a, on retrouve la formule précédente (établie pour l > = a : une aiguille courte).
La formule permet toujours d'estimer π selon (1 − p) où p est la proportion qui estime P puisque (1 − P) a π en facteur (le faire).
En posant et en développant au voisinage de u = 0, on trouve l'expression de la probabilité pour une très longue aiguille (formule approchée) :
Simulation numérique
![]() |
0.1 | 0.2 | 0.5 | 1 | 2 | 5 | 10 | 100 |
---|---|---|---|---|---|---|---|---|
formule exacte | 0.4 | -0.1 | 0.1 | 0.001 | -0.1 | -0.06 | -0.7 | 1.05 |
formule approchée | - | - | - | - | -2 | -0.5 | -0.3 | 1.05 |
Conclusions :
- la meilleure estimation est obtenue pour l = a
- la dégradation de l'estimation est rapide, mais se stabilise rapidement
- l'hypothèse l > = a n'est pas indispensable pour conduire l'expérience
- la formule approchée (pour a grand) donne de bons résultats dans son domaine d'application
Programme (python) de simulation
# let l=2, we must generate a uniform x in [0,1] # we must also generate a uniform theta in [0, pi/2] # we have : # success if sin(theta) > 2x/a # failure otherwise import random import math Max=1000000 for a in [0.2, 0.4, 1, 2, 4, 10, 20, 200]: Count=0 for i in range(Max): x=random.uniform(0,1) t=random.uniform(0,1)*math.pi/2 if math.sin(t)>2*x/float(a): Count+=1 if a <=2: print a/2.,100*((a/(float(Count)/float(Max)))-math.pi)/math.pi else: P=float(Count)/float(Max) print a/2.,100*(float(a)/(P-1.)*(1.-math.sqrt(1-(2/float(a))*(2/float(a))))-2/(P-1.)*math.asin(2./float(a))-math.pi)/math.pi print a/2.,100.*(2/float(a)/(1.-P)-math.pi)/math.pi
Notes et références
- ↑ Mémoire sur le jeu du Franc Carreau, présenté à l'Académie des Sciences (1733)
Voir aussi
Bibliographie
- Martin Aigner et Günter M. Ziegler (trad. Nicolas Puech), Raisonnements divins : quelques démonstrations mathematiques spécifiquement élégantes, Springer Verlag, 2e éd., 2006, 270 p. (ISBN 2287338454) .
Liens externes
Recherche sur Amazon (livres) : |
Voir la liste des contributeurs.
La version présentée ici à été extraite depuis cette source le 07/04/2010.
Ce texte est disponible sous les termes de la licence de documentation libre GNU (GFDL).
La liste des définitions proposées en tête de page est une sélection parmi les résultats obtenus à l'aide de la commande "define:" de Google.
Cette page fait partie du projet Wikibis.