Buffonsches Nadelproblem

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche

Das Buffonsche Nadelproblem fragt nach der Wahrscheinlichkeit, dass eine willkürlich geworfene Nadel ein Gitter paralleler Linien schneidet. Es erlaubt unter anderem, die Kreiszahl Pi experimentell zu bestimmen. Das Problem gehört zum Bereich der Integralgeometrie und war eines der ersten Probleme auf diesem Gebiet[1]. Georges-Louis Leclerc de Buffon behandelte das Problem erstmals 1733 vor der Pariser Akademie der Wissenschaften[2] und nochmals ausführlicher im Supplement zu seiner Histoire Naturelle 1777[3][4].

Experimentelle Durchführung[Bearbeiten]

Grüne Punkte beschreiben einen Schnittpunkt der Stäbchen mit der Linie.

Benötigt werden möglichst viele identische Stäbchen. Auf einer ebenen Unterlage werden parallele Hilfslinien im Abstand d konstruiert.

Alle vorhandenen Stäbchen werden zufällig auf der Unterlage verstreut. Abschließend zählt man, wie viele Stäbchen eine der Linien kreuzen.

Falls der Abstand d der Linien gleich der Länge l der Stäbchen ist, so erhält man eine Näherung für \pi, indem man die Anzahl aller genutzten Stäbchen mit 2 multipliziert und durch die Anzahl der Stäbchen, welche eine Linie kreuzen, teilt.

Aus dem Bild rechts kreuzen 11 von 17 Stäbchen eine Linie; es ergibt sich also

\pi\approx \frac{2\cdot 17}{11}\approx 3{,}1.

Gilt d \geq l (Fall kurzer Stäbchen), so ist die Formel

\pi=\frac{2\cdot N_A\cdot l}{N_C\cdot d}

anzuwenden, wobei N_A die Anzahl aller Stäbchen der Länge l bezeichnet. N_C ist die Anzahl aller Stäbe, die eine der Linien kreuzen und d ist der Abstand zweier benachbarter Linien.

Dabei wurde die (im Folgeabschnitt abgeleitete) Formel für die Trefferwahrscheinlichkeit  p = \tfrac{2 \cdot l}{\pi \cdot d} benutzt. Nach dem Gesetz der großen Zahlen nähert sich die relative Häufigkeit bei der praktischen Durchführung für eine große Anzahl an Stäbchen der angegebenen Wahrscheinlichkeit an: \tfrac{ N_C}{N_A} \rightarrow p und damit \tfrac{2\cdot N_A \cdot l}{N_C \cdot d} \rightarrow \pi \,\text{ für }\, N_A\rightarrow\infty.

Für den Fall d < l (Fall langer Stäbchen) ist der Zusammenhang etwas komplizierter[5].

Beweis für Nadeln beliebiger Länge[Bearbeiten]

Der Winkel \varphi

Für den Fall l \leq d (kurze Nadel) betrachte man nur einen waagerechten Streifen der Breite d und hier nur den oberen Rand (die anderen Bereiche der Fläche ergeben sich durch Translation, siehe Abbildung rechts für den Fall l=d). Eine Nadel der Länge l berührt den Rand falls der untere Endpunkt der Nadel innerhalb eines Streifens der Breite l |\cos {\varphi}| vom oberen Rand liegt. Die Wahrscheinlichkeit dafür ist \tfrac {l |\cos {\varphi}|}{d}. Integration über {\varphi} ergibt die Wahrscheinlichkeit, dafür, dass die Nadel eine Linie berührt:

p=\int_0^{2\pi} \frac {l | \cos {\varphi}|}{d} \frac {d \varphi}{2\pi}=\frac {2l}{\pi d}

Im Fall  l>d (lange Nadel) muss man die Möglichkeit der mehrfachen Berührung von Linien berücksichtigen, so dass die Formeln komplizierter werden:[6]

p=\frac{2}{\pi} \left(\frac{l}{d} - \sqrt {\left( \frac{l}{d}\right)^2 -1}+\arcsec{\frac{l}{d}}\right)

Man kann statt des Arkussekans in der letzten Formel auch benutzen \textstyle \arcsec {x} = \arccos{\frac{1}{x}} = \frac{\pi}{2} -  \arcsin{\frac{1}{x}} . Im Fall d=l ergeben beide Formeln p=\tfrac{2}{\pi}. Im Fall der langen Nadel wächst p streng monoton mit der Nadellänge l und geht für l \to \infty gegen 1.

Der Beweis von Barbier für kleine Nadeln[Bearbeiten]

Zum Beweis von Barbier: Zwei Schnitt- oder Berührungspunkte für Kreise vom Durchmesser d

Barbier gab 1860[7][8] für den Fall kleiner Nadeln einen Beweis, der ohne Integration auskommt. Zunächst wird gezeigt, dass der gesuchte Erwartungswert E für die Anzahl der Treffer eine lineare Funktion der Länge der Nadel ist (E=cl mit der Länge l), was auch gilt, falls man eine beliebige Kurve durch einen Streckenzug approximiert. Zu bestimmen ist die Proportionalitätskonstante c. Dazu wird der Fall von Kreisen mit Durchmesser d betrachtet, die immer genau 2 Treffer auf den Parallellinien im Abstand d haben. Man nähert den Kreis durch ein- und umgeschriebene Vielecke P, Q (mit Umfang p,q) und erhält:

E(P)=cp \leq 2 \leq E(Q)=cq

Und bei Grenzübergang der Seitenanzahl der Vielecke gegen Unendlich:

cd\pi \leq 2 \leq cd\pi

also c=\tfrac {2}{d\pi} und somit das gewünschte Ergebnis E=\tfrac {2l}{d \pi}.

Wegen seiner Eleganz wurde der Beweis von Barbier von Aigner und Ziegler in Das Buch der Beweise aufgenommen.

Verallgemeinerungen[Bearbeiten]

Man kann nach anderen Figuren als Strecken fragen, die zufällig auf eine Ebene geworfen werden, beispielsweise Polygonzüge. Aus der Formel für das Buffonproblem folgt für Polygone mit Durchmesser kleiner d und Umfang U die Trefferwahrscheinlichkeit

p=\frac{2 U}{\pi d}.

Nähert man eine geschlossene Kurve durch einen solchen Polygonzug,[9] ergibt sich auch in diesem Fall die Trefferwahrscheinlichkeit, wenn man den Umfang U des Polygonzugs durch die Länge der Kurve ersetzt (auch hier muss der Durchmesser kleiner d sein). Das sind die Ausgangspunkte zu Methoden der Integralgeometrie, aus geeigneten Trefferwahrscheinlichkeiten Formeln zum Beispiel für die Bogenlänge von Kurven zu erhalten.

Im sogenannten Buffon-Laplace-Nadelproblem fragt man nach der Trefferwahrscheinlichkeit für ein Rechteck-Gitter mit Seitenlängen a und b. Für kleine Nadeln (l<a und l<b) ergibt sich[10]

p=\frac{2 l (a+b) - l^2}{\pi a b}.

Das Problem lässt sich auch auf den Wurf anderer Körper ausdehnen, wie in dem auch von Buffon 1733 angesprochenen Franc Carreau Problem[11]: man werfe eine Münze (Kreisscheibe, Durchmesser l) auf ein Quadratgitter (Seitenlänge d), wobei  l < d sei. Wie groß ist die Wahrscheinlichkeit dass die Münze auf dem Rand zu liegen kommt? Da die Münze den Rand nur berühren kann, falls ihr Mittelpunkt im Abstand \tfrac{l}{2} vom Rand ist, lässt sich durch einfache geometrische Überlegungen die Trefferwahrscheinlichkeit als Flächenverhältnis angeben:

p= \frac {d^2-{(d-l)}^2} {d^2} = \frac {l} {d}\left( 2 - \frac {l}{d} \right)

Für ein faires Spiel muss  l = d(1-\tfrac{1}{\sqrt{2}})\approx 0{,}293 \cdot d sein.

Historisches[Bearbeiten]

Über das Nadelproblem und ähnliche Probleme berichtete Buffon 1733 vor der Französischen Akademie der Wissenschaften, wie Fontenelle[12] berichtet. Von Interesse war es in Zusammenhang mit einem damals bei Adligen beliebten Spiel: man werfe eine Münze auf ein Kachelmuster und wette auf die Lage der Münze, ob sie eine der Ritzen berührt oder nicht (Franc-Carreau Problem). Buffon ging darauf ausführlicher 1777 ein, wobei er im Fall des Nadelproblems auch schon die korrekte Antwort vermutete. Insbesondere leitete er aus der Formel für kurze Nadeln ab, dass für ein faires Wetten (d.h. für Wetten mit 50%iger Gewinnwahrscheinlichkeit) beim Nadelproblem das Verhältnis \tfrac {l}{d}=\tfrac{\pi}{4} sein muss. Für den Wurf auf ein quadratisches Gitter gab er allerdings eine falsche Formel an. Die korrekte Formel (auch im Fall eines Rechteck-Gitters) gab erst Pierre Simon de Laplace 1812[13], ohne Buffon zu erwähnen. Er zitierte das als Beispiel für die Anwendung der Wahrscheinlichkeitstheorie auf die Bestimmung von Kurvenlängen und Flächeninhalten. Das wurde dann unter anderem durch Isaac Todhunter 1865 ausgeführt. Aus der Beschäftigung mit dem Buffonschen Nadelproblem ergab sich auch Croftons Formel (siehe Morgan Crofton) für die Bogenlänge einer Kurve in der Integralgeometrie (1868).

Ein gewisser Mario Lazzarini soll 1901 den umfangreichsten experimentellen Test der Formel durchgeführt haben (mit einer eigens gebauten Maschine), mit 3408 Würfen von Nadeln mit einem Längenverhältnis \tfrac {l}{d}=\tfrac {5}{6}. Sein Ergebnis war 1808 Treffer, so dass sich ein Wert von \pi von 3,1415929\ldots ergab, auf sechs Stellen hinter dem Komma genau. Die von ihm angegebenen Zahlen sind jedoch verdächtig (andere Autoren interpretierten das als Glückstreffer[14].[15]) und scheinen darauf zugeschnitten die bekannte Näherung \tfrac {355}{113} für Pi zu erhalten.[16][17] Der Astronom Wolf[18] führte das Experiment 1850 aus mit \tfrac {l}{d}=0{,}8 und erhielt bei 5000 Würfen 2532 Treffer, entsprechend einer Abschätzung für Pi von 3,1596[19] Weitere Experimente führte Ambrose Smith 1855 aus[20], mit 3204 Würfen (\tfrac{l}{d}=0{,}6) bei 1218 Treffern[21], was einen Wert von 3{,}155\ldots für Pi ergibt. Hans-J. Bentz führte das Experiment mit 2000 Würfen aus und erhielt 3{,}1430\ldots für Pi.[22][23]

Literatur[Bearbeiten]

  • Martin Aigner, Günter M. Ziegler Das Buch der Beweise, Springer Verlag 2002, Kapitel 24 Das Nadelproblem von Buffon, S. 179-182
  • Maurice George Kendall, P. A. P. Moran Geometric Probability, London: Charles Griffin, 1963, S. 70ff
  • P. Holgate Buffon's cycloid, Studies in the history of probability and statistics XXXIX, Biometrika 68 (3) (1981), 712-716 (zur Geschichte)
  • Magdalena Hyksova, Anna Kalousova, Ivan Saxl Early history of geometric probability and stereology, Image Anal. Stereology 31, 2012, 1-16, pdf
  • Isaac Todhunter A History of the mathematical theory of probability from the time of Pascal to that of Laplace, Macmillan 1865, S. 347ff, Archive
  • Persi Diaconis Buffon's Needle Problem with a Long Needle, J. Appl. Prob. 13, 1976, S. 614-618 (Verteilung der Anzahl der Treffer bei langen Nadeln)
  • L. Schroeder Buffon's needle problem: An exciting application of many mathematical concepts, Mathematics Teacher, 67, 1974, S. 183-186
  • James Victor Uspensky Introduction to Mathematical Probability, McGraw Hill 1937, S. 112ff

Weblinks[Bearbeiten]

Einzelnachweise[Bearbeiten]

  1. Später stellte sich heraus, dass auch Isaac Newton Überlegungen auf diesem Gebiet angestellt hatte, diese aber nicht veröffentlichte
  2. Isaac Todhunter History of the Mathematical Theory of Probability, 1865, S. 203
  3. John J. O’Connor, Edmund F. RobertsonBuffonsches Nadelproblem. In: MacTutor History of Mathematics archive (englisch)
  4. Buffon Essai d'arithmétique morale, Histoire naturelle, générale er particulière, Supplément 4, 46-123, 1777. Der Essay stammt aus der Zeit um 1760. Todhunter, History of the Mathematical Theory of Probability, 1865, S. 344
  5. http://mathworld.wolfram.com/BuffonsNeedleProblem.html
  6. Die Ableitung ist aber nicht viel schwieriger. Man macht beim Integrationsbereich eine Fallunterscheidung in einen Bereich, in dem nur eine Berührung stattfinden kann, bei dem die Integration wie bei kurzen Nadeln ausgeführt werden kann, und einen Bereich mit mindestens einer Berührung, dort ist die Wahrscheinlichkeit 1. Siehe Aigner, Ziegler.
  7. E. Barbier Note sur le problème de l´aiguelle et le jeu du joint couvert, J. Math. Pures et Appliqués, Band 5, 1860, S. 273-286
  8. Aigner, Ziegler Das Buch der Beweise, Springer Verlag, Kapitel 24
  9. Zum Beispiel Boris Wladimirowitsch Gnedenko Theory of Probability, MIR Publishers, 1978, S. 38f
  10. Buffon-Laplace Needle Problem, Mathworld
  11. Diderot, Enzyklopädie 1752 zum Franc Carreau Problem, pdf
  12. Histoire de l´Academie royale des Sciences, année 1733, Paris 1735, S. 43-45, nur in einer kurzen Mitteilung
  13. Laplace Théorie analytique des probabilités, Paris: Veuve Courcier, 1812, S. 359ff
  14. Genauer zur Analyse von Resultaten wie dem von Lazzarini: Gnedenko Theory of Probability, MIR 1978, S. 37f. Ist die Anzahl der Würfe kleiner als 5000, folgt schon aus elementaren Überlegungen, dass schon bei Änderung der Trefferanzahl um 1 die vierte Dezimalstelle geändert wird. Nach Gnedenko ist die Wahrscheinlichkeit, gerade diesen Zahlenwert für Pi im Fall des Experiments von Lazzarini zu erhalten kleiner als drei Prozent.
  15. Kendall, Moran Geometric Probability, S. 70 führen scherzhafter Weise in ihrer Tabelle der Experimente auch folgenden Eintrag von N. T. Gridgeman (Geometric Probability and the Number Pi, Scripta Mathematica 25, 1960, 183-195): Anzahl der Würfe: 2, Treffer: 1, \tfrac {l}{d}=0{,}7857, ergibt die Näherung für Pi von 3.143
  16. Nach Aigner, Ziegler. 3408 \cdot \tfrac{5}{6}=2840=8 \cdot 355
  17. Siehe dazu auch: Lee Badger Lazzarini's Lucky Approximation of π, Mathematics Magazine, Band 67, 1994, 83–91
  18. Biographie von Wolf in der ADB von Siegmund Günther
  19. Kendall, Moran Geometric Probability, S. 70
  20. Augustus De Morgan berichtet darüber in A Budget of Paradoxes 1872, siehe Uspensky Introduction to Mathematical Probability, 113
  21. Genauer 1213 bei 11 unklaren Fällen, von denen die Hälfte gewertet wurde
  22. H.-J. Bentz Das Buffon-Nadelproblem (1777), Praxis der Mathematik, 22, 1980, Heft 6, S.167-171
  23. Simulation mit einem Computerprogramm (Monte-Carlo-Verfahren): Hans-J. Bentz Zur Simulation des Buffon Nadelproblems, Praxis der Mathematik, 24, 1982, Heft 5, S. 129-137