Passa ai contenuti principali

Bill No. 246


Nel 1897, Edward J. Goodwin, un medico e matematico dilettante dell'Indiana, sostenne di aver risolto l'antico problema della quadratura del cerchio e propose il disegno legge “Indiana House Bill No. 246”, meglio noto come “PI Bill”, che avrebbe dovuto “legalizzare” il valore errato 3,2 per il π.
La Camera dell’Indiana approvò il disegno di legge, che però fu bloccato al Senato grazie all’intervento di un professore di matematica.
Questa vicenda bizzarra mostra quanto sia rischioso legiferare su concetti matematici senza comprenderli a fondo.

Facciamo qualcosa di più serio: stimare π simulando il lancio di dardi a caso su un quadrato.
Se il quadrato a lato 2 e il cerchio incritto di raggio 1, lanciando dei dardi a caso nel quadrato, la proporzione di dardi che cadono dentro il cerchio rispetto al totale dovrebbe avvicinarsi a π/4.
Perché? L’area del cerchio è π×1² = π, l’area del quadrato è 2×2 = 4 ⇒ quindi π ≈ 4 × (dardi nel cerchio/dardi totali)
Col metodo Monte Carlo stimiamo il π generando punti casuali all'interno di un quadrato e calcolando la frazione che cade dentro un cerchio inscritto. Questa frazione (dardi nel cerchio/dardi totali),  moltiplicata per 4, fornisce un'approssimazione di π basata sulla probabilità geometrica.
Si ricorda che il π  si può solo approssimare in quanto, essendo un numero irrazionale, presenta infinite cifre decimali.

🐍 Come funziona lo script Python:

  1. Impostazioni iniziali:

    • num_punti = 10000: numero di “dardi” da lanciare.

    • Inizializza due contatori: uno per i punti dentro il cerchio, uno per quelli fuori.

  2. Lancio dei punti (for loop):

    • Per ogni punto:

      • Genera una coppia (x, y) casuale tra -1 e 1 (quindi nel quadrato).

      • Calcola se il punto è dentro il cerchio:

      • Se è dentro, aggiungi al conteggio e memorizza per il grafico.

  3. Stima di π:

    • Applica la formula:

  4. Visualizzazione:

    • Mostra un grafico:

      • Punti blu = dentro il cerchio

      • Punti rossi = fuori dal cerchio

Con 10.000 punti abbiamo ottenuto la stima π ≈ 3,146!


Post popolari in questo blog

Salmoni, scarpette, cetrioli e altro

Tutto il testo contenuto in questa pagina è stato pensato e scritto dall'autore del blog.   1. Come il salmone 2. Ooops! 3. Le scarpette hi-tech 4. Equivoci contemporanei 5. I saccenti 6. Medaglie di legno 7. La festività del Nulla 8. Gli aggiornamenti elettronici del Libro dell'Apocalisse 9. Dubbi ne ho 10. La maieutica del vulcaniano 11. Un piacevole vasetto di miele 12. Povere sfere 13. Caos comune mezzo gaudio 14. La fontana senza volti 15. Il piromane super beffardo 16. Boom di serpenti 17. Sistemi in via di degradazione 18. Il gatto nero 19. Alain Delon è ancora vivo? 20. Per sempre con i cani 21. Eventi imprevedibili 22. I robot sottomessi 23. Lady Gaga e Bruno Mars incantano 24. Definizioni mancate 25. Il mio nemico drone 26. Errore di valutazione 27. Ringraziamenti 28. Cari cetrioli, vi scrivo 29. Boom di detective 30. Gli UFO trascurati 31. Il grande salto delle rane 32. La malattia artificiale 33. Homo consumens 34. Lacune informatiche 35. Sei troppo! 36. ...

Welcome reader!

Siamo equi: ci sono sciocchezze che fanno meditare   (da Improvvisi per macchina da scrivere di Giorgio Manganelli)   Le repliche sismiche stabilizzano la faglia dopo una sua frattura; analogamente i pensieri d'assestamento riordinano la mente dopo un periodo turbolento o di trasformazione interiore. Nel blog, questi pensieri vengono organizzati, tra il serio e il faceto, in 60 mie riflessioni che mi sono servite a comprendere meglio e, a volte, a metabolizzare alcune esperienze cognitive, emotive e sociali. Riflessioni che, per varie ragioni, non hanno alimentato il confronto dialogico usuale, spesso condizionato dai frame che semplificano, spesso eccessivamente, i nostri ruoli “pubblici”, specie negli ambienti lavorativi. Per questo, “Pensieri d’assestamento” va inteso come la rottura di un frame atteso; come un comportamento fuori contesto che però non può essere rinegoziato, vista la natura asimmetrica della comunicazione; come un “angolo degli oratori”, in cui...

Interpretazioni

Esistono diversi modelli di intelligenza artificiale generativa, i cosiddetti LLM (Large Language Models), e ognuno di essi può valutare in modo diverso i testi “human written”, attribuendo un diverso valore semantico alle parole e alle frasi, come se per una stessa opera esistessero più piani di lettura. Tuttavia, se questa multidimensionalità esegetica non è stata concepita dall’autore, allora le diverse interpretazioni riflettono semplicemente la complessità delle reti neurali, complessità che appare molto simile, almeno nei risultati, alla sensibilità del lettore. Per sensibilità del lettore intendo la capacità di cogliere le sfumature, i dettagli stilistici, le connessioni logiche-argomentative di un testo, andando oltre la semplice comprensione letterale. Il bagaglio di esperienze, conoscenze e prospettive personali può influenzare profondamente la decodifica di un testo. Per questo motivo, una stessa opera può evocare emozioni, riflessioni e pensieri diversi a seconda delle p...