圆周率日被列入3月14日，为何？由于的前三位是3.14。获得的值并不易，有很多种多样方法可以计算出。这篇文章我将共享一些我最喜欢的方法来得到这一杰出的数据。最先，从一个非常简洁的精确测量方法逐渐（仅仅为了更好地与别的方法较为，那样我便可以得出界定）。

有哪些？

假如你取一个圆，最少可以测到它的2个主要参数。一个是绕圆一周的间距（直径），另一个是直徑。

圆的直径越大，直径越大。实际上，这两个自变量是正相关的，占比参量便是。

如今大家一起来看看求圆周率的其他方法。

带随机数字的Pi

这称为的蒙特卡罗测算（M百思特网onte Carlo calculation）。“蒙特卡罗”这一词的意思是赌钱。这类方法并不是赌百思特网博，它取决于随机数字。它的基本原理如下所示：

假定你取2个随机数字，都是在0和1中间。如今把这种随机数字设成图上的(x,y)座标。随后你能用勾股定理测算这一点至起点的间距：

由于x和y都是在0和1中间，因此这种点应当都是在一个周长为1的方形内（下面的图所显示）。殊不知，在其中一些点的r值将低于1，而一些点的r值将超过1。

深蓝色点的r大于1鲜红色点的r低于1。这一正方形的面积是1，小红点在的半径为1的1 / 4元内。

如今想像方形内有很多点。假如他们是联合分布的，那麼r低于1的点与总点的参考值应当相当于1 / 4圆的面积与正方形的面积的参考值。圆的面积是r^2。

设r低于1的点的数量设成n，总等级设成N，获得如下所示关联：

大家只要任意取一些点并测算他们到起点的间距。我撰写一个python程序流程来完成这一全过程。编码非常简单：

尽管这得出了值的可能，但要获得一个比较准确的值很有可能必须非常长的時间。下边是圆周率做为“等级的函数公式”的测算值。

它并不是极致的，但也不是太槽糕。

根据筹码和弹簧测算

坦白说，几乎每一个科学家都喜爱弹簧。

有关弹簧（理想化弹簧），弹簧的力与它的拉申正相关。大家称作占比参量，弹簧常数用k表明，因而人们可以用下边的方程式来表明弹簧受到的拉/工作压力。

最先是寻找这一弹簧延展性参量k。假如我将不一样的物件挂在弹簧上，让它静止不动，那麼弹簧的力就相当于物件的净重。从而获得下面的图。

这根线的直线斜率是弹簧参量。如今，我能让筹码震荡并精确测量振荡周期时间。

假如对这个问题开展数学运算，就能得到，振荡周期（T）与此同时取决于弹簧参量（k）和品质（m），关联如下所示。

假如精确测量周期时间，品质，和弹簧参量，我能获得，而这儿沒有发生圆。

用一个假圆寻找

假如你不愿精确测量一个真诚的圆呢？用电脑画一个圆，随后精确测量直径和的半径很有可能更非常容易。从而，你能测算。具百思特网体作法如下所示：

• 在二维中仿真模拟筹码与弹簧的相互影响。
• 弹簧与某一确定的部位相接，这促使筹码绕一个圆形路轨健身运动。

可是怎样寻找原始速率使它产生一个圆形路轨而不是其他类型的健身运动？这儿我不会测算状态变量，反而是让它自身找寻。我只要加一个切向摩擦阻力。这也是一种力，它只取决于贴近或避开圆心点的速率。

下边便是它“找寻”环形路轨时的模样。

拥有一个圆，就可以使用圆心点的均值间距来精确测量圆的半径。直径便是圆上上的步幅。

用这一方法，我明白了3.13791，还不错。我觉得我较大的问题是找到物件何时产生一个完全的圆。

欧拉恒等式

这不是求的方法，但它用一个十分漂亮的方程式表明了。

这就是欧拉恒等式。它涉及了最重要的5个数据。这种数据竟然由一个表达式联络起來，这太难以置信了。

想要了解更多精彩內容，赶紧来老胡说八道科学合理