Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Pick 定理的直觉

Posted on 2025-08-25

皮克定理是一个令人惊讶且有用的定理,它可以用来计算网格上连接点所形成区域的面积。该区域的面积简单来说就是

A = i + p /2−1

其中i是内部点的数量, p是周边点的数量。

例子

例如,下图中周边有 11 个黑点,内部有 17 个蓝点。

pick1.png

因此,皮克定理指出该图形的面积为 17 + 11/2 − 1 = 21½。

直觉

如果图形很大,面积大约为i ,这很有道理。但是,为什么需要加上周长上一半的点,又为什么要减去 1 呢?

皮克定理很简单,但并非显而易见。如果它显而易见,那么更接近笛卡尔(1596-1650)时代的人早就发现了。然而,这个定理是由乔治·亚历山大·皮克于1899年发现的。然而,对于矩形来说,这个定理相当显而易见,本文将对此进行说明。对于矩形,你可以很容易地理解为什么需要加上一半的周长点并减去1。

矩形表壳

想象一个m x n的矩形点阵。如果在这些点阵周围画一个框,矩形的角正好位于点阵之间,那么面积就是mn ,即框内点阵的数量。

pick2.png

皮克定理在这里不适用,因为我们框架的角不在网格上。所以,让我们将网格向下向左移动,使其角位于网格上。

pick3.png

现在,我们原来的一些点(标记为蓝色)位于框架的边缘。我们可以增加边缘上的点数来修正这个问题,但这样做太多了,因为边缘上的蓝点只位于左侧和顶部。每个点在右侧和底部都有一个反射,标记为红色。所以我们不应该添加边缘上的所有点,而应该只添加边缘上一半的点。

pick4.png

但这仍然略微多算了一点。周长上有两个点既不对应蓝点,也不对应蓝点的反射。它们是右上角和左下角的空心圆圈。所以,当我们取周长的一半时,需要减去1来计算这对点的一半。

这并不能证明皮克定理的普遍性,但它确实证明了矩形区域上的皮克定理。即使我们不明白为什么这个公式能够推广到更复杂的区域,我们也应该庆幸它确实如此。

相关文章

  • 多边形面积的鞋带公式
  • 周长和面积能决定三角形吗?
  • 三角剖分正多边形

Pick 定理的直觉一文首先出现在John D. Cook身上。

原文: https://www.johndcook.com/blog/2025/08/24/intuition-for-picks-theorem/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme