对蒲丰试验过程进行数学建模，并用MATLAB编程完成具体实现并得到π值的近似值。

蒲丰试验是一种利用随机性质来估算圆周率的方法。其过程如下：

1. 在一个正方形中，随机撒点，落在正方形内的点的数量记为 $N$，总共撒点的数量记为 $M$。
2. 在正方形中画一个内切圆，圆的半径为正方形的边长，以圆心为中心，边长为直径画一个正方形。
3. 统计落在内圆中的点的数量，记为 $k$。
4. 根据概率的定义，$k/N$ 即为内圆面积与正方形面积之比，而内圆面积与正方形面积之比为 $\pi/4$，因此 $\pi \approx 4k/N$。

接下来，我们来进行数学建模：

1. 在 $[-1,1]\times[-1,1]$ 的正方形中，随机生成 $M$ 个点的坐标，假设这些坐标分别为 $(x_1,y_1), (x_2,y_2), \cdots, (x_M,y_M)$。
2. 计算每个点到圆心 $(0,0)$ 的距离，即 $d_i = \sqrt{x_i^2+y_i^2}$。
3. 统计落在内圆中的点的数量 $k$，即满足 $d_i \leq 1$ 的 $i$ 的数量。
4. 根据蒲丰试验的公式，$\pi \approx 4k/M$。

下面是用MATLAB实现的代码：

% 设置撒点数量和圆的半径
M = 100000;
r = 1;

% 在 [-1,1]x[-1,1] 的正方形中随机撒点
x = 2 * (rand(M,1) - 0.5);
y = 2 * (rand(M,1) - 0.5);

% 计算每个点到圆心的距离
d = sqrt(x.^2 + y.^2);

% 统计落在内圆中的点的数量
k = sum(d <= r);

% 计算估计的圆周率值
pi_est = 4 * k / M;

% 输出结果
disp(['估计的圆周率值为 ', num2str(pi_est)]);

其中，`rand(M,1)` 会生成 $M$ 个在 $[0,1]$ 内的随机数，减去 $0.5$ 后乘以 $2$，可以得到 $[-1,1]$ 的随机数。最后，通过统计落在内圆中的点的数量和蒲丰试验的公式来计算估计的圆周率值。