La calculadora de la aguja de Buffon da la probabilidad de que una aguja soltada sobre líneas paralelas cruce una línea, el número esperado de cruces, la desviación típica y la estimación de pi a partir de los cruces observados, para una aguja más corta o más larga que la separación de las líneas.
Cómo se hace el cálculo
- Introduce la longitud de la aguja y la separación entre las líneas.
- Introduce el número de lanzamientos y los cruces observados.
- Lee la probabilidad, los cruces esperados y la estimación de pi.
Ejemplo
Una aguja de 3 cm sobre líneas separadas 4 cm cruza una línea con una probabilidad de 0,47746. En 1000 lanzamientos se esperan 477,5 cruces, con una desviación típica de 15,80. Los 478 cruces observados están a 0,03 desviaciones típicas del valor esperado y dan pi ≈ 3,1381, un error de -0,11 %.
Por qué es útil
La calculadora ayuda a estudiantes y profesores de probabilidad que hacen el experimento en clase con una aguja o un palito, a programadores que escriben simulaciones de Montecarlo y a curiosos que quieren ver por qué un experimento aleatorio da un valor de pi y cuántos lanzamientos hacen falta para una buena estimación. Es un experimento muy habitual en las ferias de ciencia y en las clases de matemáticas de Bachillerato.
Conviene saber
La estimación de pi solo funciona si la aguja no es más larga que la separación; en caso contrario, el resultado es nulo. La aguja y las líneas deben estar en la misma unidad, y la aguja debe caer con una posición y un ángulo aleatorios. La estimación mejora lentamente, porque el error disminuye con la raíz del número de lanzamientos. Un resultado muy próximo a pi con pocos lanzamientos es cuestión de suerte, y no de habilidad. Los cruces esperados son una media, y un experimento concreto puede alejarse de ella unas pocas desviaciones típicas.
Herramientas relacionadas
La calculadora de probabilidad gestiona las probabilidades básicas, la del lanzamiento de moneda trata los ensayos repetidos, la del círculo da el valor de pi en contexto y la de la aproximación de Stirling estima factoriales en los grandes recuentos.