方法一：
（2014年深度学习算法研发project师笔试题）此方法是百度的多次面试加笔试题。看往年笔试题遇到。题目例如以下：
在平面上有一组间距为d的平行线，将一根长度为l(l<a)的针随意掷在这个平面上，求此针与平行线中随意一根相交的概率，用高等数学(微积分、概率的方法)求解，基于布丰投针的结论，任选一种编程语言(C/C++, matlab, python,java)，写出模拟投针实验(程序中同意把一个理想的Pi作为常量使用)，求解圆周率。(15分)
事实上这是非常有名的普丰投针问题，用以计算圆周率π。
以下我们用数学分析的方法来证明上述实验求π的可行性：
证明：设A=‘针与某平行线相交’，针落在平面上的情况不外乎图中的几种。设x为针的中点到近期的一条平行线的距离。α为针与平行线的夹角。则
0<=x<=d/2,0<=α<=π/2，不等式确定了平面上的一个区域S。
A发生等价于x≤lsina/2 ，不等式确定了S的子域A,
所以p(A)=s(A)/s(S)这里用到了积分。直接传手写图了。由于数学类的公式真心不怎么会敲。
方法二：
用了非常朴素的数学思想：一个正方形的内切圆，用随机数生成大于零小于1的点，落在圆内的概率是圆面积与正方形面积的比（近似）p=π/4,因为当计算次数越大，实验概率越接近理论概率，计算出的π结果值越精确。p =[ π(a/2)*(a/2)] / (a*a) 得p(近似)=π/4.
代码：
public static double compute(int n) { int k=0; for(int i=0; i<=n; i++) { double x = Math.random(); double y = Math.random(); if((x*x + y*y)<=1) } return 4*k/(double)n; }
方法三：（摘自论坛http://www.newsmth.net/nForum/#!article/IQDoor/75341）
利用随机整数互素的概率来得到π的近似值.详细步骤例如以下.
取一大整数N,在1到N之间随机地取一对整数a,b,找到它们的最大公约数(a,b),做n次这种实验,记录(a,b)=1的情况次数m,计算出p=m/n的值.
在Knuth的TAOCP书上有证明，我这里简述例如以下吧。
设两个数u,v互质的概率为p，则gcd(u,v)=d当且仅当d|u,d|v，gcd(u/d,v/d)=1。所以任
两个数最大公约数为d的概率为p/d/d，即p/(d^2)
在正整数集合上有p+p/4+p/9+……p/(n^2)+……=1，easy求得p=6/（π*π)。
參考文献：http://wenku.baidu.com/link?url=xO4CtaDw99ZtksN6sy2BUIghP-Y6y9t-T0tnXNzKooqCd3Uc6JmrKC_Bm8dgV5G9KEp8c4CeeyLYGY60ud3RtOeIISCHfRVoEAVvJQWrgJ_
