π 推导实验室 Random-Angle Derivation Lab

基础流程:正方形 → 随机三角剖分 → 随机取走一块 → 剩余面积守恒重拼矩形(循环)。 每刀切割角度完全随机;记录每个被取走三角形的三个内角,统计锐角/钝角三角形的角度分布,用角度积分公式 π̂ = 3·∫₀π θ·ρ(θ)dθ 反推 π。
◤ 几何动画视图 Canvas 实时模拟
速度 1.0×
初始化…
◤ 概率统计计算面板 后台实时统计
角度积分反推 π̂(主估计器)
—
理论 π  = 3.141592653589793238…
绝对误差 — 稳定小数位 — 目标 ≥ 10 位
π̂ = (1/N)·Σₖ(αₖ+βₖ+γₖ) = 3·∫₀^π θ·ρ(θ)dθ  (ρ 为记录角度的经验分布)
π̂MC = 2 / E[sin θcut]  (均匀随机测量角,Buffon 型对照)
取走三角形 N
0
角度样本 3N
0
锐角三角形
0
P = —
钝角三角形
0
P = —
角度分布直方图(0°–180°,按三角形类型堆叠)
独立蒙特卡洛对照(慢收敛 · 1/√N)
π̂MC = 2/⟨sinθ⟩
—
误差 —
测量角样本 0
直方图数值积分 π̂h(粗)
—
分箱 5°,演示离散化误差
最近取走样本(每行验证 α+β+γ = π)
#αβγ类型Σ (rad)
原理:欧氏几何中任意三角形内角和恒等于 π。实验室用完全随机的切割反复生成三角形并采样其内角, 以经验分布 ρ(θ) 的积分 3·E[θ] 重现该恒等式——因此主估计器在采样下即确定性地稳定到机器精度(>10 位小数); 右侧 Buffon 型估计器作为对照,展示普通蒙特卡洛只能以 1/√N 速度缓慢收敛。