真隨機圓周率實驗計算機

在正方形內隨機撒點,統計落在四分之一圓內的比例,藉此估算圓周率。

蒙地卡羅圓周率實驗
選擇熵來源與樣本數,再比較實驗估計值與圓周率。

以從 RANDOM.ORG 大氣雜訊取得的 128 位元作為實驗種子。

關於圓周率實驗

圓周率是圓周長與直徑的固定比值。它的小數展開無限且不循環,但簡單的機率實驗就能呈現它的數值。想像一個單位正方形,內含半徑為一的四分之一圓。正方形面積為一,四分之一圓面積為圓周率除以四。若點均勻分布在正方形內,落在圓形區域的比例應趨近圓周率除以四。將觀察比例乘以四,就得到圓周率的蒙地卡羅估計值。 本計算機產生零到一之間的座標對,逐一檢查 x 平方加 y 平方是否不大於一。此不等式可判定點是否位於四分之一圓內或邊界上。隨機取樣自然會有變異,因此小型實驗可能明顯高於或低於熟悉的 3.14159。增加點數通常能改善估計:典型誤差與樣本數平方根的倒數成正比,所以多取得一位小數精度,可能需要約一百倍的觀察數量。 提供兩種亂數來源。按下執行按鈕時,真隨機模式直接向 RANDOM.ORG 取得 128 位元的大氣雜訊熵,作為高品質偽亂數序列的種子,產生實驗的全部座標。大氣無線電雜訊是物理現象,而非演算法序列。若網路服務、配額或回應資料無法使用,計算機會明確通知改用備援,並以瀏覽器本機的密碼學安全亂數產生器完成實驗。本機模式直接使用瀏覽器 CSPRNG,完全不發送網路請求。 本實驗以教學為目的,並非計算圓周率最有效率的方法。數學演算法能更快產生數兆位數字,且提供確定性的保證。蒙地卡羅取樣的價值,是在一次可見的計算中串連幾何、面積、機率、模擬與大數法則。相同原理也可用來估算不規則面積、多維積分、金融風險、粒子行為,以及許多難以求得精確公式的問題。以相同樣本數重複執行,觀察變異,再增加點數,看看估計值如何變得更穩定。

圓周率實驗範例

實驗典型結果說明
1,000 個隨機點約 3.0 到 3.3快速示範,能明顯觀察到取樣變異。
10,000 個隨機點經常接近 3.14兼顧執行速度與實用估計。
100,000 個隨機點通常更接近 3.1416更多觀察值通常能降低隨機誤差。

如何執行圓周率實驗

  1. 選擇真隨機大氣雜訊或瀏覽器本機 CSPRNG 作為亂數來源。
  2. 輸入 100 到 1,000,000 之間的整數樣本數。
  3. 選擇「執行圓周率實驗」;若需取得大氣熵,請稍候。
  4. 將圓周率估計值與圓內點數,和預期的幾何比例比較。

圓周率實驗常見問題

為什麼此實驗能估算圓周率?

單位四分之一圓的面積是圓周率除以四,外接單位正方形的面積為一。因此均勻隨機點落入四分之一圓的機率,是圓周率除以四。

為什麼每次結果都不同?

每次執行使用新的隨機樣本,觀察比例自然會波動。較大樣本通常波動較小,但任何有限次隨機實驗都無法保證更接近真值。

什麼是大氣雜訊隨機性?

RANDOM.ORG 量測難以預測的大氣無線電雜訊,並轉換成亂數。本計算機將這些值用作熵,設定產生器的種子,以提供模擬所需的大量座標。

無法連線至 RANDOM.ORG 時會怎樣?

計算機會改用瀏覽器的密碼學安全亂數產生器,並如實顯示警告。實驗仍會在本機執行,來源標示會指出實際使用的來源。

應該使用多少個點?

一萬個點適合快速課堂示範,十萬個點通常更穩定。蒙地卡羅誤差降低得慢,因此極高精度需要的點數遠超過此互動工具的上限。