structure｜1️⃣ 三级笔记、思想框架

数学家如何用 Minecraft 计算圆周率

核心观点

这篇文章讲的是一件很有传播力的事：数学家 Molly Lynch 和 Michael Weselcouch 把一个经典的圆周率近似方法搬进了 Minecraft。Minecraft 是由方块构成的世界，看上去并不适合处理圆这种连续、光滑的对象；但正因为它看起来“不适合”，这个实验才有教学价值。

作者的主线不是证明 Minecraft 是最高效的数学计算工具，而是说明数学概念可以被重新建模。圆周率、随机事件、面积比例和蒙特卡洛方法这些抽象概念，被转译成红色方块、蓝色方块、史莱姆、僵尸疣猪兽和漏斗组成的可视化游戏机制。计算结果并不精确，但它让年轻人看见：数学不是纸面公式，也可以是一场可观察、可实验、可改进的游戏。

一、一个方块世界为什么还能计算圆周率

1.1 Minecraft 看起来天然不适合圆周率

• Minecraft 的世界由离散方块构成，所有东西都被拆成块状单位。
• 圆周率对应的是圆的周长与直径之比，而理想圆没有角、边或方块。
• 这种反差构成了文章的起点：一个全是方块的游戏世界，如何逼近一个来自完美圆形的数学常数。
• 这也让问题变得适合科普，因为读者能立刻感受到“不可能”和“想看看怎么做到”的张力。

1.2 关键前提是 Minecraft 的自由度

• Minecraft 是一个 sandbox game，玩家可以在方块世界里自由移动、建造结构、处理资源。
• 这种自由度使玩家不只是在玩游戏，也是在搭建规则系统。
• 过去已经有人证明 Minecraft 具备 Turing complete 的能力，理论上可以在游戏内实现任意计算程序。
• 如果从这个角度看，在 Minecraft 中计算圆周率并不神秘：能实现程序，就能实现输出圆周率的程序。

1.3 但研究者不想走“复杂计算机模拟”路线

• 直接把算法翻译成 Minecraft 的电路和指令，会非常复杂。
• 一个简单算法也可能变成成千上万条游戏内指令。
• Lynch 和 Weselcouch 的目标不是炫耀工程复杂度，而是让数学对年轻人更有吸引力。
• 因此他们选择寻找一种“少量机制就能解释清楚”的数学方法。

二、飞镖法：用随机点逼近圆周率

2.1 飞镖思想实验

• 想象一个圆形飞镖盘被放在一个正方形墙面区域中。
• 如果投掷者水平很差，飞镖落点可以近似看成在正方形区域内随机分布。
• 有些飞镖会落在圆内，有些会落在圆外但仍在正方形内。
• 只要投掷次数足够多，圆内落点占总落点的比例，就会逼近圆面积与正方形面积之比。

2.2 为什么这个比例能推出 pi

• 假设正方形边长为 2，面积就是 4。
• 内接圆的直径同样为 2，半径为 1，面积就是 pi。
• 因此，随机点落在圆内的概率约等于 pi/4。
• 统计圆内命中次数除以总次数，再乘以 4，就能得到 pi 的近似值。

2.3 这就是 Monte Carlo 方法的直觉

• 飞镖法的正式名称是 Monte Carlo method。
• 它不是通过精确公式一步算出答案，而是通过大量随机事件的统计比例逼近答案。
• 事件越多，随机误差越可能被平均掉。
• 对教学来说，它的优势在于直观：你不需要先懂高级分析，也能看见“随机试验如何逼近几何比例”。

三、把飞镖法翻译成 Minecraft 机制

3.1 用方块搭出圆和正方形

• 研究者先在 Minecraft 中用红色方块近似搭出一个圆形区域。
• 这个圆的半径约为 11 个方块。
• 他们再用蓝色方块围出外部正方形区域。
• 红色区域相当于飞镖盘，蓝色正方形相当于飞镖可能落入的总区域。

3.2 用 slime 制造随机运动

• Minecraft 中的 slime 会在没有玩家靠近时继续移动，并随机改变方向。
• 这使 slime 可以充当“随机落点”的来源。
• 在飞镖类比中，slime 的死亡位置就相当于飞镖落到哪里。
• 研究者需要的不是完美随机数发生器，而是一个足够直观、能在游戏中自然发生的随机过程。

3.3 用 zoglin 和 hopper 把事件变成可计数信号

• 研究者引入 zoglin，因为它们会杀死 slime。
• 当 slime 被杀死时，会掉落物品。
• hopper 会自动收集落在其上方的物品。
• 于是每一次 slime 死亡，都可以通过 hopper 收集到的物品被记录下来。
• 红色圆内 hopper 收集的数量，对应圆内命中次数；整个正方形区域 hopper 收集的数量，对应总次数。

四、实验结果：可用但并不精确

4.1 一次 Minecraft 测试得到 3.283

• 研究者的测试中，一共有 619 只 slime 被杀死。
• 其中 508 只死在圆形区域内。
• 按照飞镖法，pi 约等于 4 乘以 508/619。
• 这得到的近似值是 3.283。

4.2 这个结果离真实 pi 还有明显误差

• 作者也承认，这不是特别好的近似。
• 误差来自两个方向：方块搭出的圆并不是真正的圆，随机事件数量也不够大。
• 在小规模 Minecraft 结构里，圆的边界会被方块化，面积比例天然会偏离理想圆。
• 随机事件数量越少，统计波动越大。

4.3 两个改进方向

• 第一，扩大正方形和圆的区域。
• 更大的圆可以更好地逼近真正的圆，方块边界带来的相对误差会降低。
• 第二，增加 slime 和 zoglin 的战斗数量。
• 随机事件越多，Monte Carlo 方法的统计估计越稳定。
• 换句话说，要提高精度，就要让几何近似更细，让随机样本更多。

五、真正目标不是效率，而是激发兴趣

5.1 这种方法不会是高效算法

• 研究者并不声称 Minecraft 战斗是计算 pi 的高效方法。
• 如果目标只是得到更多位小数，传统算法显然更快、更准确。
• Minecraft 版本的价值不在计算性能，而在可见性和参与感。
• 它把一个抽象数学方法变成可以搭建、观察、调试和改进的系统。

5.2 教学价值来自“把数学变成游戏内机制”

• 年轻人未必会被一个优化算法吸引，但可能会被 slime 与 zoglin 的战斗吸引。
• 一旦他们理解这场战斗为什么能逼近 pi，就已经理解了概率、面积比例和随机模拟之间的关系。
• 这种教学方式把数学从静态公式变成动态模型。
• 它让学习者看到：数学并不是脱离世界的符号，而是可以被嵌入任何规则系统的思考方式。

5.3 方块世界反而强化了数学直觉

• Minecraft 的离散方块不是障碍，而是教学的一部分。
• 它让学习者看见“近似”的含义：方块圆不是完美圆，但可以逐步逼近。
• 它也让学习者看见“样本量”的含义：少量随机事件噪声很大，大量随机事件才更稳定。
• 这比直接背诵 Monte Carlo 方法更具体。

六、文章的传播结构

6.1 先制造悖论感

• 文章开头强调 Minecraft 是方块世界，而 pi 属于完美圆。
• 这种反差让问题有趣：越不适合，越想知道数学家如何解决。

6.2 再用简单类比解释数学

• 作者没有直接讲公式，而是先讲飞镖。
• 飞镖、墙面、圆盘和正方形构成了可想象的场景。
• 公式只在读者已经理解比例关系之后出现。

6.3 最后回到教育目标

• Minecraft 实验的意义不在最终数值是否漂亮。
• 它展示了数学传播的一种方法：把抽象关系转译成学习者熟悉的媒介。
• 这也是文章最值得记住的地方。

关键概念与术语

• Minecraft sandbox：允许玩家自由搭建规则系统的游戏环境，是数学实验得以转译的媒介。

concepts｜2️⃣ 关键概念、概念网络

agentic reading｜3️⃣ 费曼 x3