蒲丰投针实验python实现

蒲丰投针实验是一个经典的统计学悖论，它展示了概率理论在实际应用中的有趣现象。这个实验设想是将一根针随机投掷到一张覆盖有均匀网格的地面上，问针头落在格线交叉点的概率是多少。实际上，由于针的长度远小于格线的间距，这个概率接近于0。

在Python中实现蒲丰投针实验，你可以创建一个模拟随机投针的过程。以下是一个简单的示例：

import random

# 定义网格大小
grid_size = 100
# 投掷的针的长度
needle_length = 1

# 地面网格的总格数
total_grids = grid_size * grid_size

# 创建一个随机函数，返回0到网格宽度之间的随机浮点数
def throw_needle():
    return random.uniform(0, needle_length)

# 投掷次数
trials = 1000000
successes = 0

for _ in range(trials):
    # 模拟针头位置
    x = throw_needle()
    y = throw_needle()

    if x <= needle_length and y <= needle_length:
        successes += 1

# 计算落在格线交叉点的概率
probability = successes / trials
print(f"理论上落在交叉点的概率是 {probability:.6f}")

在这个代码中，我们进行了大量的投掷试验，并计算针头落在交叉点的次数，然后除以总的投掷次数来近似真实概率。然而，由于计算机模拟的限制，结果可能会有所偏差，因为它依赖于大量的随机性。