Aiguille de Buffon
Lancez des aiguilles sur un parquet et estimez la valeur de π à partir de la proportion qui coupe une rainure.
- Crosses a line
- Misses
- Line between planks
In theory, a needle crosses a line with chance 63.7%.
Needles land at random on a floor of planks; the ones that cross a seam are drawn red and the rest dark gray. Counting crossings estimates π; tap the floor to drop a handful more, an event in time that Restart and share links leave out, or switch to raindrops to estimate it from a circle in a square.
Que pensez-vous de Aiguille de Buffon ?
À propos de Aiguille de Buffon
- Enonce
- Pose par Buffon en 1733, resolu en 1777
- Probabilite de croisement
- 2l ÷ (π t) pour une aiguille ne depassant pas l'ecartement
- Precision
- L'erreur decroit selon 1 ÷ √(nombre de lancers)
- Pretention de Lazzarini
- 355/113 obtenu apres 3 408 lancers (1901)
En 1733, Georges-Louis Leclerc, comte de Buffon, pose un problème géométrique sur un parquet de lattes parallèles : si l'on jette une aiguille au hasard, quelle est la probabilité qu'elle chevauche une rainure ? Il en publie la solution en 1777. Une aiguille de longueur égale à l'écartement des lattes coupe une rainure avec une probabilité de 2/π, soit environ 63,7 % : un ensemble d'aiguilles permet donc d'estimer π. Ce simulateur lâche des aiguilles selon des positions et des angles aléatoires, colore en rouge celles qui coupent un joint et en gris sombre les autres, puis calcule l'approximation de π par la formule 2 × (longueur totale) ÷ (écartement × intersections), en direct, les chiffres exacts apparaissant en vert. En 1812, Pierre-Simon Laplace remarque que l'expérience peut servir à calculer π, ce qui en fait l'une des toutes premières méthodes de Monte-Carlo, bien avant que Nicholas Metropolis et Stanislaw Ulam ne forgent ce terme en 1949.
Les aiguilles plus longues que l'intervalle peuvent couper deux rainures ou plus, et les nouilles recourbees peuvent couper la meme rainure plusieurs fois. Pourtant, le nombre moyen d'intersections reste egal a 2 × longueur ÷ (π × ecartement) quelle que soit la forme : un resultat du a Joseph-Emile Barbier, vulgarise par J. F. Ramaley sous le nom de probleme des nouilles de Buffon. Compter chaque croisement permet donc d'estimer π avec des aiguilles de toute longueur ainsi qu'avec des nouilles. Le mode Raindrops (gouttes de pluie) estime π d'une autre maniere : des gouttes tombent uniformement sur un carre, et la fraction qui atterrit a l'interieur du cercle inscrit vaut π/4.
Le prereglage Lazzarini 1901 rejoue une celebre affirmation. Mario Lazzarini affirma avoir lance 3 408 fois une aiguille valant 5/6 de l'ecartement et obtenu 355/113 = 3,1415929, soit six decimales exactes de π. Lee Badger demontra en 1994 a quel point ce resultat est improbable, a moins de choisir arbitrairement le moment de s'arreter. Essayez plusieurs fois : vos 3,408 drops (3 408 lancers) s'ecarteront generalement d'environ 0,05 de la vraie valeur. L'erreur ne decroit qu'en un sur la racine carree du nombre de lancers ; obtenir chaque chiffre correct supplementaire exige donc environ 100 fois plus d'aiguilles. Exportez l'evolution de l'estimation au format CSV, ou enregistrez une video ou un GIF.
Comment utiliser Aiguille de Buffon
- Cliquer sur Play. Les aiguilles (Needles) tombent sur le sol selon des positions et des orientations aléatoires. Celles qui coupent une rainure apparaissent en rouge et les autres en gris sombre, tandis que le bandeau affiche l'estimation de π (Estimate of π) avec ses décimales exactes en vert.
- Lancer une poignee. Touchez le plancher pour jeter dix aiguilles supplémentaires d'un coup ; leurs positions étant aléatoires (Random), l'estimation conserve toute sa rigueur.
- Regler les aiguilles. Ajustez Needle length (longueur de l'aiguille) comme multiple de l'ecartement, de 0,1 a 2, ainsi que le nombre de Floorboards (lattes). Des Long needles (aiguilles longues) peuvent couper deux rainures a la fois.
- Tester nouilles et gouttes de pluie. Noodles lance des aiguilles courbees, qui coupent en moyenne le meme nombre de rainures. Raindrops estime π selon la part de gouttes tombant dans un cercle.
- Accelerer la simulation. Augmentez Drops per second jusqu'a 2 000 pour voir l'estimation se stabiliser, et utilisez Stop after pour arreter apres un compte precis, comme les 3,408 drops de Lazzarini.
- Exporter les resultats. Enregistrez une image PNG, une vidéo ou un GIF, ou téléchargez l'évolution de l'estimation après chaque lot au format CSV. Lorsque Stop after est activé, Record full run relance l'expérience depuis le début et enregistre jusqu'à l'arrêt ; sinon, Record 30 s from the start capture les 30 premières secondes.
Foire aux questions
Pourquoi jeter des aiguilles permet-il d'estimer π ?
Une aiguille coupe une rainure lorsque son centre en est suffisamment proche, a une distance inferieure a la moitie de sa longueur multipliee par le sinus de son angle. Comme toutes les orientations sont equiprobables, la moyenne du sinus sur tous les angles fait apparaitre π : une aiguille plus courte que l'ecartement traverse avec une probabilite de 2l ÷ (π t), ou l est la longueur et t l'ecartement. Compter les croisements mesure cette probabilite, et resoudre par rapport a π donne l'estimation.
Quelle est la precision de cette estimation ?
Elle progresse lentement. L'erreur type diminue en 1 ÷ √n. Avec des aiguilles de meme longueur que l'ecartement, environ 10 000 lancers situent π a pres de 0,02 pres, et un million de lancers a environ 0,002 pres. Observez le graphique Estimate of π : les points oscillent beaucoup au debut, puis se resserrent le long de la ligne en pointilles representant π.
Que se passe-t-il avec des aiguilles longues ou des nouilles ?
Une aiguille plus longue que l'intervalle peut couper plusieurs rainures : la probabilite d'en croiser au moins une suit une formule complexe, mais le nombre moyen de rainures coupees reste 2l ÷ (π t). Cette moyenne est vraie pour toute courbe de longueur l : c'est le theoreme de Barbier, ou nouille de Buffon. Cet outil recense chaque croisement, de sorte que toutes les configurations estiment valablement π.
Comment les gouttes de pluie estiment-elles π ?
Un cercle inscrit dans un carre occupe π/4, soit environ 78,5 % de sa surface. Des gouttes tombant de facon uniforme sur le carre se retrouvent dans le cercle selon cette meme proportion. Multiplier par quatre la fraction de gouttes a l'interieur donne une estimation de π.
Lazzarini a-t-il vraiment obtenu six decimales de π ?
Il affirma avoir realise 3 408 lancers pour 1 808 intersections, ce qui donne exactement 355/113. Avec ce nombre de lancers, l'ecart a π est d'ordinaire d'environ 0,05, et seulement une serie sur 70 environ tombe exactement sur 1 808 croisements. L'analyse de Lee Badger suggere que ce resultat provient du choix strategique de la longueur de l'aiguille et de l'arret opportun du test, non du simple hasard.
L'aiguille de Buffon est-elle une methode de Monte-Carlo ?
Oui. Une methode de Monte-Carlo resout un probleme mathematique en repetant une experience aleatoire un grand nombre de fois et en observant les resultats. L'aiguille de Buffon applique exactement ce principe a π, plus de 150 ans avant que Metropolis et Ulam ne forgent ce nom.
Références
- Buffon, G.-L. Leclerc, Comte de (1777). Essai d'arithmétique morale. Histoire naturelle, générale et particulière, Supplément 4. Paris: Imprimerie royale.
- Laplace, P.-S. (1812). Théorie analytique des probabilités. Paris: Courcier.
- Metropolis, N., & Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association 44(247), 335–341.
- Ramaley, J. F. (1969). Buffon's noodle problem. The American Mathematical Monthly 76(8), 916–918.
- Badger, L. (1994). Lazzarini's lucky approximation of π. Mathematics Magazine 67(2), 83–91.





