Estimating $\pi$ with a Coin

Ce papier décrit une méthode de Monte Carlo simple pour estimer $\pi$ en lançant une pièce, en s'appuyant sur une nouvelle interprétation de $\frac{\pi}{4}$ liée à des identités de séries de nombres de Catalan.

L'essentiel

Voici une explication de l'article de Jim Propp, imagée et simplifiée pour le grand public.

🪙 Le Pi, la Pièce de Monnaie et la Course à la Victoire

Imaginez que vous voulez connaître la valeur du nombre Pi (π) (ce chiffre mystérieux qui relie le diamètre d'un cercle à sa circonférence, environ 3,14159...). Habituellement, on utilise des formules mathématiques complexes ou des ordinateurs puissants.

Mais Jim Propp nous propose une méthode drôlement simple : tout ce dont vous avez besoin, c'est d'une pièce de monnaie et d'un peu de patience.

1. Le Jeu de la "Première Victoire"

Voici comment jouer :

1. Lancez une pièce de monnaie (pile ou face).
2. Comptez les "Piles" (têtes) et les "Faces" (queues).
3. Arrêtez-vous dès le moment où vous avez plus de Piles que de Faces pour la première fois.
4. Notez le résultat : divisez le nombre de Piles par le nombre total de lancers.

Exemple concret :

• Lancer 1 : Face (0 Pile, 1 Face) → On continue.
• Lancer 2 : Pile (1 Pile, 1 Face) → Égalité, on continue.
• Lancer 3 : Face (1 Pile, 2 Faces) → On continue.
• Lancer 4 : Pile (2 Piles, 2 Faces) → Égalité, on continue.
• Lancer 5 : Pile (3 Piles, 2 Faces) → Stop ! Les Piles l'emportent enfin.

Vous avez lancé 5 fois et obtenu 3 Piles. Votre fraction est 3/5 (soit 0,6).

2. La Magie des Moyennes

Si vous faites ce jeu une seule fois, le résultat sera n'importe quoi (0,6, 0,75, 0,55...). Mais si vous faites ce jeu des milliers de fois, en recommençant à zéro à chaque fois, et que vous faites la moyenne de tous vos résultats...

Le résultat moyen va se stabiliser autour de π/4 (environ 0,785).

Pour retrouver Pi, il suffit de multiplier ce résultat par 4.

• Moyenne observée ≈ 0,785
• 0,785 × 4 ≈ 3,14

C'est comme si le hasard, en se répétant des milliers de fois, dessinait secrètement la forme d'un cercle dans vos statistiques !

3. Pourquoi ça marche ? (L'analogie du Labyrinthe)

Pour comprendre pourquoi, imaginez un labyrinthe où vous marchez sur une ligne.

• Chaque fois que vous lancez Pile, vous faites un pas vers la droite (+1).
• Chaque fois que vous lancez Face, vous faites un pas vers la gauche (-1).

Vous partez du point 0. Vous marchez au hasard. La question est : combien de temps faut-il pour atteindre le point +1 pour la première fois ?

Les mathématiciens savent que pour atteindre ce point +1, vous devez obligatoirement faire un nombre impair de pas (car vous partez de 0 et vous devez finir à un nombre impair). Les chemins possibles qui ne touchent jamais +1 avant la fin sont très spécifiques et suivent une règle appelée les nombres de Catalan (une suite de nombres qui apparaissent souvent dans les problèmes de comptage, comme le nombre de façons de former des parenthèses équilibrées).

En additionnant toutes les probabilités de ces chemins "spéciaux", les mathématiques révèlent que la moyenne de vos scores cache le nombre Pi. C'est un peu comme si le hasard avait une mémoire qui, à la longue, se souvient de la géométrie du cercle.

4. Les Limites du Jeu (Pourquoi c'est lent !)

L'article met en garde : bien que la méthode soit belle, elle est très lente pour obtenir une grande précision.

• Pour avoir un résultat précis à 3,14, il faudrait lancer des milliards de pièces.
• L'auteur raconte qu'un youtubeur (Matt Parker) a utilisé 10 000 lancers et a obtenu 3,22. C'est proche, mais pas parfait.
• Pour obtenir une précision parfaite, il faudrait lancer une pièce pendant 30 000 ans à raison d'un lancer par seconde !

C'est un peu comme essayer de dessiner un cercle parfait en jetant des grains de sable au hasard : ça finira par ressembler à un cercle, mais il faudra une montagne de sable pour que la forme soit nette.

5. Une petite curiosité supplémentaire

L'article mentionne aussi une variante amusante :

• Si vous arrêtez le jeu dès que vous avez 2 Piles de plus que de Faces (au lieu de 1), la moyenne ne donnera plus Pi, mais ln(2) (le logarithme népérien de 2, soit environ 0,69).
• Cela suggère que selon la "règle de victoire" choisie, le hasard peut révéler différents nombres mathématiques fascinants.

En résumé

Cet article nous dit que le hasard n'est pas juste du chaos. Si vous observez assez longtemps comment un jeu de pile ou face se comporte lorsqu'on attend un petit déséquilibre, vous pouvez extraire la valeur de Pi de nulle part. C'est une preuve élégante et surprenante que les mathématiques sont cachées dans les choses les plus simples de la vie quotidienne.

Résumé technique

Voici un résumé technique détaillé de l'article « Estimating π with a Coin » de Jim Propp, rédigé en français.

Résumé Technique : Estimation de $\pi$ par Lancement de Pièce

1. Problématique

L'article aborde la question de l'estimation de la constante mathématique $\pi$ en utilisant des méthodes de Monte Carlo basées sur le lancer d'une pièce de monnaie équilibrée. Bien que l'estimation de $\pi$ via des processus stochastiques soit connue (notamment par la méthode de l'aiguille de Buffon), l'auteur propose une approche novatrice fondée sur l'analyse de la proportion de « piles » (ou faces) au moment précis où le nombre de piles dépasse pour la première fois le nombre de faces.

2. Méthodologie

La méthode repose sur une marche aléatoire simple symétrique et la théorie des temps d'arrêt.

• Définition du processus :
  Soit $H_n$ et $T_n$ le nombre de piles et de faces après $n$ lancers. On définit la marche aléatoire $S_n = H_n - T_n$, avec $S_0 = 0$.
• Temps d'arrêt ($\tau$) :
  Le temps d'arrêt $\tau$ est défini comme le premier instant $n \ge 1$ où la marche aléatoire atteint la valeur $+1$ :
  $$\tau = \min\{n \ge 1 : S_n > 0\}$$
  Puisque la marche change par $\pm 1$ à chaque étape, $\tau$ ne peut prendre que des valeurs impaires ($2k+1$).
• Variable d'intérêt :
  Pour chaque essai, on calcule la proportion de piles au moment de l'arrêt : $X = H_\tau / \tau$.
  L'expérience consiste à répéter ce processus (en recommençant à zéro après chaque arrêt) et à calculer la moyenne empirique de ces proportions.

3. Contributions Clés

La contribution principale de l'article est l'interprétation probabiliste nouvelle de la valeur $\pi/4$.

• Nouveauté : Bien que l'identité liée à la valeur attendue de $1/\tau$(égale à$\pi/2 - 1$) soit implicite dans la littérature classique sur les nombres de Catalan et les séries d'arcsinus, l'interprétation de$\pi/4$comme l'espérance mathématique de la proportion de piles$E[H_\tau/\tau]$ semble être une découverte nouvelle.
• Preuve rigoureuse : L'auteur fournit une preuve formelle reliant ce problème aux nombres de Catalan et à la série de Taylor de la fonction arcsinus.

4. Résultats et Démonstration

La démonstration mathématique établit que l'espérance de la proportion de piles au temps d'arrêt est exactement égale à $\pi/4$.

• Probabilité de l'arrêt :
  Pour que $\tau = 2k+1$, la marche doit rester $\le 0$ pendant les $2k$premières étapes, revenir à 0 à l'instant$2k$, puis faire un pas vers$+1$. Le nombre de tels chemins est donné par le$k$-ième nombre de Catalan$C_k = \frac{1}{k+1}\binom{2k}{k}$.
  La probabilité est donc :
  $$P(\tau = 2k+1) = \frac{1}{2} \cdot \frac{1}{4^k} \cdot \frac{1}{k+1} \binom{2k}{k}$$
• Calcul de l'espérance :
  Au temps $\tau = 2k+1$, le nombre de piles est $H_\tau = k+1$. La proportion est donc $\frac{k+1}{2k+1}$.
  L'espérance s'écrit :
  $$E\left[\frac{H_\tau}{\tau}\right] = \sum_{k=0}^{\infty} P(\tau = 2k+1) \cdot \frac{k+1}{2k+1} = \frac{1}{2} \sum_{k=0}^{\infty} \frac{1}{4^k} \frac{1}{2k+1} \binom{2k}{k}$$
• Lien avec la fonction Arcsinus :
  En reconnaissant la série de puissance de la fonction $\arcsin(x)$ :
  $$\arcsin(x) = \sum_{n=0}^{\infty} \frac{1}{2^{2n}} \binom{2n}{n} \frac{x^{2n+1}}{2n+1}$$
  En évaluant cette série pour $x=1$, on obtient $\arcsin(1) = \pi/2$.
  Par conséquent :
  $$E\left[\frac{H_\tau}{\tau}\right] = \frac{1}{2} \arcsin(1) = \frac{\pi}{4}$$

Observations supplémentaires :

• Si l'on modifie le critère d'arrêt pour que les piles dépassent les faces de $+2$ (au lieu de $+1$), l'espérance de la proportion devient $\ln(2)$.
• L'article conjecture que pour un excédent $a$ (entier positif), le résultat implique $\pi$ si $a$ est impair et $\ln(2)$ si $a$ est pair, bien que cela reste à vérifier rigoureusement.

5. Signification et Limites

• Signification Mathématique :
  Ce résultat offre une preuve probabiliste élégante du fait que $\pi$ est strictement compris entre 3 et 4. En effet, la proportion $H_\tau/\tau$ est soit égale à $1/2$(ce qui n'arrive jamais car$\tau$est impair et$H_\tau > T_\tau$), soit strictement supérieure à$1/2$. Plus précisément, l'auteur note que la valeur est$1$la moitié du temps et$>1/2$le reste, impliquant que l'espérance est supérieure à$3/4$. Comme l'espérance est$\pi/4$, cela confirme que$3 < \pi < 4$.
• Efficacité Pratique :
  Bien que le concept soit simple, l'estimation pratique de $\pi$ par cette méthode est extrêmement inefficace.
  • La convergence est très lente, avec une erreur décroissant comme $O(N^{-1/4})$, où $N$ est le nombre total de lancers.
  • L'auteur cite l'exemple de Matt Parker qui, avec 10 000 lancers, a obtenu une estimation de 3,2266 (erreur d'environ 0,08).
  • Pour obtenir une précision proche de 3,14, il faudrait environ un trillion de lancers, ce qui prendrait plus de 30 000 ans à raison d'un lancer par seconde.
• Conclusion :
  L'article conclut que bien que d'autres algorithmes basés sur les pièces (comme ceux de Flajolet, Pelletier et Soria) soient beaucoup plus efficaces pour estimer $\pi$, cette méthode de Propp constitue une contribution théorique intéressante reliant les marches aléatoires, les nombres de Catalan et la constante $\pi$ d'une manière nouvelle et pédagogique.