全部留言
好，先簡短定義再分方法一步步說明（以學術教學方式）。 1) 什麼是圓周率 π？ - 定義：π ≡ 圓的周長 ÷ 直徑（C/D）。這是一個常數，約等於 3.14159…。 - 性質（簡要）：π 是無理數（不能表示為兩整數的比）且為超越數（不是任何整係數多項式的根）。 2) 幾種常見的「計算 π」的方法（由簡到難、由慢到快） A. 幾何逼近（阿基米德方法）——多邊形內切與外接 - 思路：把圓分別用內切多邊形與外接多邊形逼近，計算多邊形的周長可得到對圓周的上下界。隨邊數 n 增大，上下界會收斂到 π。 - 基本步驟（以半徑 r = 1 的單位圓）： 1. 調好初始多邊形（例如正六邊形，邊長可由等邊三角形得出）。 2. 每次把邊數翻倍（n → 2n），利用三角函數或幾何關係算出新邊長，然後算周長 P_n = n × 邊長。 3. 內接周長/2 ≤ π ≤ 外接周長/2，重複直到滿意。 - 優缺點：概念簡單但收斂較慢（需要很大邊數才高精度）。 B. 交錯級數（例如 Leibniz／Gottfried Wilhelm von Leibniz） - Leibniz 公式：π/4 = 1 − 1/3 + 1/5 − 1/7 + 1/9 − … = Σ_{k=0}^∞ [ (−1)^k / (2k+1) ]. - 範例：前 4 項 1 − 1/3 + 1/5 − 1/7 = 0.7238… → π ≈ 2.8952（非常粗）。 - 優缺點：極簡單但收斂極慢（要很多項才精確）。 C. 反正切級數與 Machin 類公式（收斂快） - 反正切級數：arctan(x) = Σ_{n=0}^∞ (−1)^n x^{2n+1} / (2n+1)，當 |x| ≤ 1 時收斂（|x| 越小收斂越快）。 - Machin 公式（著名例子）：π/4 = 4 arctan(1/5) − arctan(1/239)。因為 1/5 和 1/239 都很小，代入 arctan 級數能迅速收斂，歷史上被廣泛用於手算與機算。 - 優缺點：比 Leibniz 快很多，實際上許多早期大數位計算採用類似分解。 D. 無窮積（例如 Wallis、Viète） - Wallis 公式：π/2 = Π_{n=1}^∞ (4n^2)/(4n^2 − 1)。 - Viète 公式（最早的無窮乘積之一）：1/π = (1/2)·(√(1/2))·(√(1/2 + 1/2·√(1/2)))·…（以反覆平方根構成）。 - 優缺點：形式優美，理論價值高，但收斂速度不一。 E. 快速數值演算法（現代用於大量位數） - Gauss–Legendre（又稱 Gauss–Legendre 算法）：一個結合平均數和調和/平方根的迭代法，具有二次收斂（每次迭代位數大致翻倍），非常適合高精度計算。迭代步驟（簡化描述）： a0 = 1 b0 = 1/√2 t0 = 1/4 p0 = 1 重複： a_{k+1} = (a_k + b_k)/2 b_{k+1} = √(a_k b_k) t_{k+1} = t_k − p_k (a_k − a_{k+1})^2 p_{k+1} = 2 p_k 最後 π ≈ (a_n + b_n)^2 / (4 t_n)。 - Ramanujan / Chudnovsky 型級數：Ramanujan 發現幾個超快收斂的級數；Chudnovsky 家族公式是目前常用於數千萬、數十億位 π 的方法，收斂極快（每項增加數百位）。其形式較複雜，但非常適合電腦實作。 - 優缺點：收斂極快，適合高精度，但需要任意精度算術（bignum）和較複雜程式。 F. 隨機/近似法（Monte Carlo） - 思路：在邊長為 2 的正方形內隨機撒點，計算落在內切圓（半徑 1）內的比例，比例 ≈ 圓面積 / 正方形面積 = π/4。則 π ≈ 4 × (圓內點數 / 總點數)。 - 優缺點：實作簡單，可視化教學好用，但收斂隨樣本數平方根（需要大量點數才能高精度）。 3) 小結與選擇建議 - 手算、教學觀念：阿基米德幾何法與 Leibniz、arctan 級數適合理解 π 的本質與級數性質。 - 實際想求到幾十位或更多（用電腦）：使用 Gauss–Legendre、Ramanujan 或 Chudnovsky 類算法最有效。 - 如果你想要，我可以： - 提供某一方法的逐步數值範例（例如用 Archimedes 做 n=6→12→24 的計算），或 - 寫出 Python 範例程式碼（例如用 Machin、Gauss–Legendre、或 Chudnovsky）讓你在自己電腦上跑出指定位數的 π。 你想要哪一類的細節？（例如「阿基米德的數值示範」、「Machin + arctan 級數推導與範例」、「Gauss–Legendre 實作程式碼」或「Chudnovsky 範例」）
{{comments[0].isShow ? '收合' : '展開' }}3則留言
B1-2 下面以「阿基米德的多邊形內切／外接逼近法」做數值示範──以半徑 r = 1 的單位圓為例（這樣圓周長 = 2π，π = 周長 ÷ 2）。我會先給出要用的公式、再做幾次翻倍（6 → 12 → 24）示範，最後說明如何得到阿基米德的 96 邊形界限（他經典的結論 3 10/71 < π < 3 1/7）。 一、基本公式（單位圓 r = 1） - n 邊內切多邊形的邊長 a_n = 2 sin(π/n)。內切周長 P_in(n) = n · a_n。則內切得到的下界為 π > P_in(n)/2。 - n 邊外接多邊形的邊長 A_n = 2 tan(π/n)。外接周長 P_out(n) = n · A_n。則外接得到的上界為 π < P_out(n)/2。 - 不用直接用三角函數也可遞推：若已知內切 n 邊邊長 a_n，則邊數加倍時 a_{2n} = sqrt(2 − sqrt(4 − a_n^2)). （這是利用半角關係導出的代數遞推式，便於手算或逐步計算。） 二、從正六邊形開始（阿基米德就是從正六邊形開始翻倍的） 1) n = 6（正六邊形） - 內切邊長 a_6 = 1（因為 2 sin(π/6) = 2·1/2 = 1）。 - 內切周長 P_in(6) = 6·1 = 6 → 下界 π > 6/2 = 3.000000000... - 外接邊長 A_6 = 2 tan(π/6) = 2/√3 ≈ 1.1547005383792517。 - 外接周長 P_out(6) ≈ 6·1.1547005383792517 = 6.92820323027551 → 上界 π < 6.92820323027551/2 ≈ 3.464101615137755 2) 將 6 邊翻為 12 邊（用遞推公式或直接用 sin） - a_12 = sqrt(2 − sqrt(4 − a_6^2)) = sqrt(2 − sqrt(3)) ≈ 0.5176380902050415 （等同於 2 sin 15°） - P_in(12) = 12·a_12 ≈ 12·0.5176380902050415 = 6.211657082460498 → 下界 π > 6.211657082460498 / 2 = 3.105828541230249 - 外接 A_12 = 2 tan(15°) ≈ 0.5358983848622453 - P_out(12) ≈ 12·0.5358983848622453 = 6.4307806183469436 → 上界 π < 6.4307806183469436 / 2 = 3.215390309173472 3) 再將 12 邊翻為 24 邊 - a_24 = sqrt(2 − sqrt(4 − a_12^2)) ≈ 0.2610523844401031 （= 2 sin 7.5°） - P_in(24) = 24·a_24 ≈ 6.265257226562475 → 下界 π > 6.265257226562475 / 2 = 3.1326286132812375 - A_24 = 2 tan(7.5°) ≈ 0.263304995172 - P_out(24) ≈ 24·0.263304995172 ≈ 6.319319884128 → 上界 π < 6.319319884128 / 2 = 3.159659942064 （可以繼續用同一遞推式 a_{2n} 重複翻倍：24 → 48 → 96 …，每次內切周長增加、外接周長減少，兩者夾逼 π。） 三、阿基米德的結論（n = 96） 阿基米德把邊數一路翻到 96 邊，最後得到的界限用分數表示為： 3 + 10/71 < π < 3 + 1/7， 即 223/71 < π < 22/7. 這是阿基米德最著名的結果（223/71 ≈ 3.1408450704，22/7 ≈ 3.1428571429），表示使用 96 邊的內切與外接多邊形能保證 π 在這兩個有理數之間。這個結果在當時是極佳的近似（範圍包含真正的 π ≈ 3.1415926536）。 四、補充與延伸 - 數值上，逐次翻倍會愈逼近真值；但用幾何手算時要處理許多平方根，算量大。阿基米德以幾何方法逐步計算（以幾何作圖與比例），最後整理得出上面那兩個分數界。 - 若你想要，我可以： - 幫你把 6→12→24→48→96 的每一步都用高精度數值算出內外界到小數幾十位；或 - 提供一段 Python 程式（用 decimal 或 mpmath）來自動把多邊形邊數翻倍並列出每一步的上下界；或 - 用代數推導更詳細地證明遞推式 a_{2n} = sqrt(2 − sqrt(4 − a_n^2)) 的來源。 你希望我：A) 呈現完整到 96 邊每一步的高精度數值表？還是 B) 給出可直接執行的 Python 程式讓你自己算？還是 C) 更詳細做幾何代數推導？
