UNIVERSIDAD INDUSTRIAL DE SANTANDER

Aproximacin de a partir de solucin del

problema de la aguja de Buffon
Jose Luis Garay Urbina - 2120550

Palabras clave aguja de buffon, aproximacin numrica,

probabilidad

2
(/)
[2]

I. INTRODUCCIN
La aguja de Buffon es un problema de probabilidad
geomtrica que aproxima el nmero a partir de sucesivos
lanzamientos de una aguja sobre papel, el problema fue
planteado por el naturalista francs Buffon en 1733.
En el presente trabajo se tiene como propsito no solamente
aproximar el valor de , sino tambin analizar la convergencia
de los resultados de acuerdo al nmero de lanzamientos.
Imagen 1. Modelo del problema
II. MTODOS
A. Aguja de Buffon
La aguja de Buffon es un problema de probabilidad
geomtrica, que puede realizarse en la prctica y cuyo inters
radica en que es un mtodo difcil para ir aproximando el valor
del nmero a partir de sucesivos intentos. Fue planteado por
el naturalista francs Buffon en 1733 y reproducido por l
mismo ya resuelto en 1757.
Consiste en lanzar una aguja sobre un papel en el que se han
trazado rectas paralelas distanciadas entre s de manera
uniforme. Se puede demostrar que si la distancia entre las
rectas es igual a la longitud de la aguja, la probabilidad de que
la aguja cruce alguna de las lneas es 2/
El planteamiento matemtico del problema parte de tener una
aguja de longitud b lanzada sobre un plano segmentado por
lneas paralelas (un papel) separadas a unidades, teniendo esto
se lanza una aguja sobre el papel N veces y se tiene que
mientras , y la aguja al caer atraviese una de las lneas M
veces, la probabilidad P(a/b) se define de acuerdo a la
ecuacin 1.
(/) =

[1]

Por lo tanto el valor aproximado de es igual a 2 veces la

relacin entre la longitud de la aguja y la separacin de las
lneas dividido por la probabilidad de que la aguja atraviese la
lnea tal y como indica la ecuacin 2.

Se espera que a mayor nmero de lanzamientos el valor

aproximado de sea ms exacto, por otra parte se van a tomar
4 casos distintos para aproximar de acuerdo a la relacin b/a
que ser igual a 0.1, 0.5 ,1 y 2.
B. Aplicacin en Matlab
Para formular computacionalmente el problema se define x
como la distancia del punto medio de la aguja a la lnea ms
cercana, y como el ngulo que la aguja forma con el arreglo
de lneas en paralelo por lo tanto la aguja cruzar la lnea
1
siempre y cuando 2 () o de otra forma:
1
() 0
2
[3]
1
Donde x vara entre 0 y 2 y vara entre 0 y .En
consecuencia se genera una secuencia de N pares de valores
aleatorios (x,) con distribucin uniforme de probabilidad, por
lo que se escribe en matlab la ecuacin 3 y se define que si c
es negativo M veces, la probabilidad P(a/b) es igual a lim /

, teniendo esto se habilita la opcin de elegir el nmero de

lanzamientos y se asigna una variable para almacenar el valor
aproximado de de acuerdo a la ecuacin 2.
Posteriormente se ejecuta el programa variando los parmetros
a y b de manera que la divisin a/b sea igual a 0.1, 0.5, 1 y 2, y
para cada caso se mira la convergencia de los resultados de
acuerdo al valor de N, se espera que a mayor nmero de
lanzamientos se tenga una mejor aproximacin del nmero .

UNIVERSIDAD INDUSTRIAL DE SANTANDER

III. RESULTADOS Y ANLISIS

A. Solucin Numrica del problema
Al resolver el problema en Matlab se encuentra que la
aproximacin de es mejor cuando a y b son iguales, es decir
cuando la longitud de la aguja y el espacio entre las lneas
paralelas del papel es igual, tambin se observa que conforme
la relacin a/b cambia hacia valores como 0.5 y 0.1 y 2 la
aproximacin no converge en .

Se hace notar que aunque el experimento puede realizarse en

la prctica, se requiere un nmero de intentos
considerablemente grande para obtener un valor lo
suficientemente cercano a , por lo tanto en el presente
informe se soluciona el problema mediante ordenador
utilizando una semilla generadora de nmeros aleatorios y un
entorno de desarrollo como lo es Matlab, lo cual permite
resolver la situacin y analizar el comportamiento de sta
conforme aumenta el nmero de intentos.

IV. CONCLUSIONES

Numero de
intentos

Lo anterior puede verse reflejado en los datos registrados de la

tabla 1, presentada a continuacin.

100
1000
10000
20000

Relacin entre a y b (a/b)

0.1
0.5
1
21.5054 4.9383
3.1250
20.7469 4.7450
3.1447
20.6313 4.7910
3.1451
20.6452 4.8005
3.1390

2
3.3333
3.3113
3.1596
3.1032

Tabla 1. Aproximacin de a partir de relacin entre a y b y

nmero de lanzamientos
Buffon observ que la ecuacin 2 era vlida siempre y cuando
ba, es decir y esto se comprueba de acuerdo a los datos
registrados en la tabla 1, donde se observan valores que no
tienden a cuando la relacin entre la longitud de la
separacin de las lneas y la longitud de la aguja es menor que
1 es decir cuando b>a.

El problema de la aguja de Buffon solo se cumple

cuando la longitud de la aguja es menor o igual a la
separacin de las lneas paralelas del papel.
El porcentaje de error del problema cuando a es igual
a b disminuye al aumentar el nmero de intentos y va
desde un 0.53% en 100 intentos hasta un 0.08% para
20000 intentos.
El porcentaje de error del problema cuando a es igual
a 2 veces b, es inicialmente ms alto que cuando a es
igual a b con un 6.10% en 100 intentos y alcanza un
valor de 1.22% cuando se tienen 20000 lanzamientos.

REFERENCIAS
[1]

http://www.estadisticaparatodos.es/taller/buffon/buffon.html

[2]

http://www.xatakaciencia.com/matematicas/el-problema-de-la-aguja-debuffon

V. ANEXOS
Por lo que se procede a analizar el procentaje de error del
mtodo con respecto al valor de convencional, nicamente
con los resultados obtenidos cuando la relacin a/b es mayor o
igual a 1.
La tabla 2 muestra el porcentaje de error del mtodo tomando
cinco cifras significativas, siendo =3.1416, y puede
observarse a continuacin

Nmero de
intentos

Relacin entre a y b (a/b)

1
2
100
0,53%
6,10%
1000
0,10%
5,40%
10000
0,11%
0,57%
20000
0,08%
1,22%
Tabla 2. Porcentaje de error del problema para a=b y a=2b
Se observa que la convergencia del problema hacia , es ms
rpida cuando a=b, donde el porcentaje de error alcanza un
0.08% realizando 20000 lanzamientos de aguja, por otra parte
cuando a=2b la convergencia es ms lenta alcanzando un
porcentaje de 1.22% con 20000 lanzamientos.

function Buffon(n,N)
b=1; a=n*b; M=0;
for i=1:N
x(i)=(0.5*a)*rand;
phi(i)=(pi)*rand;
c(i)=x(i)-0.5*b*sin(phi(i));
if c(i)<=0
M=M+1;
end
end
P=M/N;
aproxpi=(2*b)/(P*a)
end