Simulations de mathématiques et probabilités

Le hasard est imprévisible à l'échelle individuelle mais structuré à grande échelle : impossible de deviner le côté d'une pièce jetée en l'air, pourtant un millier de lancers donne presque toujours une moitié de faces. Ces simulations répètent ces épreuves des milliers de fois par seconde pour montrer comment l'aléatoire fait émerger les lois de probabilité.

Planche de Galton laisse tomber des billes sur le réseau de clous conçu par Francis Galton dans les années 1870 : chaque rebond vers la gauche ou la droite équivaut à un choix binaire, de sorte que l'empilement suit une loi binomiale et converge vers la courbe de Gauss. Simulateur de pile ou face simule la trajectoire réelle d'une pièce et intègre le léger biais mesuré lors de 350 757 lancers expérimentaux. Arbre de probabilité et Bayes guide des billes le long d'arbres de probabilités conditionnelles : à la lumière d'un nouvel indice, le théorème de Bayes actualise la probabilité a priori en probabilité a posteriori, à l'image du paradoxe de Monty Hall. Aiguille de Buffon estime la valeur de π par le lancer d'aiguilles sur un parquet rayé, l'une des toutes premières méthodes de Monte-Carlo.

Le hasard régit aussi la matière. Mouvement brownien et marches aléatoires suit les mouvements erratiques d'un grain de pollen heurté par des molécules d'eau, phénomène théorisé par Albert Einstein en 1905 qui diffuse les trajectoires selon une distribution normale. Désintégration radioactive attribue à chaque atome une probabilité fixe de se désintégrer à tout instant, engendrant la courbe continue de la demi-vie. Gaz parfait et entropie montre comment des collisions de particules mènent à la loi de distribution des vitesses de Maxwell-Boltzmann et pourquoi un gaz ne se reconcentre jamais spontanément. Percolation ouvre des cases au hasard jusqu'à ce qu'un passage continu traverse la grille au seuil critique.

Des règles déterministes peuvent paraître aléatoires. Dans Collisions de blocs et Pi, le décompte des collisions entre deux blocs glissants fait émerger les décimales de π, tandis que Recherche dans Pi repère nombres, mots et images dans le premier million de décimales. Chaos du pendule double illustre le chaos : décalez sa position de départ d'un milliardième et sa trajectoire divergera rapidement du tout au tout.

Les liens de partage permettent de reproduire une simulation identique pour toute une classe, les compteurs confrontent les résultats empiriques à la théorie, et l'ensemble des données s'exporte en images, vidéos et fichiers CSV.

14 outils Maths et probabilités

Exemple de création avec Planche de Galton

Planche de Galton

Faites tomber des billes à travers un réseau de clous et observez la courbe en cloche binomiale, avec rebonds réels ou tirages parfaits.

Exemple de création avec Simulateur de pile ou face

Simulateur de pile ou face

Lancez jusqu'à 100 pièces avec une vraie physique de vol et observez la distribution binomiale se construire.

Exemple de création avec Arbre de probabilité et Bayes

Arbre de probabilité et Bayes

Construisez un arbre de probabilité, lâchez des billes de Monte-Carlo et observez le théorème de Bayes en direct.

Exemple de création avec Aiguille de Buffon

Aiguille de Buffon

Lancez des aiguilles sur un parquet et estimez la valeur de π à partir de la proportion qui coupe une rainure.

Exemple de création avec Mouvement brownien et marches aléatoires

Mouvement brownien et marches aléatoires

Un grain de pollen heurté par des molécules, ou un nuage de marcheurs aléatoires se diffusant comme une goutte d'encre.

Exemple de création avec Désintégration radioactive

Désintégration radioactive

Regardez les atomes se désintégrer et l'échantillon diminuer de moitié à chaque demi-vie, selon une loi de Poisson.

Exemple de création avec Gaz parfait et entropie

Gaz parfait et entropie

Des molécules en collision convergent vers la distribution de Maxwell-Boltzmann ; actionnez un piston et suivez l'entropie au mélange de deux compartiments.

Exemple de création avec Percolation

Percolation

Ouvrez des cellules au hasard et déterminez le seuil critique à partir duquel les amas se rejoignent pour laisser passer l'eau.

Exemple de création avec Collisions de blocs et Pi

Collisions de blocs et Pi

Lancez un bloc lourd contre un bloc léger près d'un mur et comptez les chocs : avec un rapport de masses de 100ⁿ, le décompte révèle les décimales de π.

Exemple de création avec Chaos du pendule double

Chaos du pendule double

Déplacez les masses d'un pendule double et lâchez-les : deux trajectoires distantes d'un milliardième de radian finissent vite par diverger.

Exemple de création avec Sorting Algorithms

Sorting Algorithms

Watch nine sorting algorithms sort a row of bars and count every comparison and move, on five kinds of input or on bars drawn by hand.

Exemple de création avec Correlation & Causation

Correlation & Causation

Plot real measures across countries with r, ρ and a fitted line, draw cases from causal diagrams, and test many pairs with corrections.

Exemple de création avec Group Rates & Risk

Group Rates & Risk

See a published rate as 1,000 people, compare groups by sex and age, and draw samples to see how sure a survey's share is.

Exemple de création avec Recherche dans Pi

Recherche dans Pi

Recherchez un nombre, une date, un mot ou une petite image dans le premier million de décimales de π et repérez sa première occurrence.

Foire aux questions

Qu'est-ce qu'une méthode de Monte-Carlo ?

Une approche mathématique qui résout un problème probabiliste ou numérique en répétant une expérience aléatoire un grand nombre de fois afin d'en quantifier les issues. Formalisée en 1949 par Nicholas Metropolis et Stanislaw Ulam, elle tire son nom du célèbre casino. Plus le nombre d'essais augmente, plus les fréquences observées se rapprochent des probabilités théoriques en vertu de la loi des grands nombres.

Pourquoi la courbe en cloche est-elle si fréquente ?

Lorsqu'un phénomène résulte de l'accumulation d'une multitude de petites variations aléatoires indépendantes, le théorème central limite démontre que sa distribution tend inévitablement vers une loi normale, quelle que soit la loi de départ. La planche de Galton le met en évidence : l'emplacement d'arrivée d'une bille est la somme de ses déviations successives.

Ces modules conviennent-ils à l'enseignement ?

Parfaitement. Ils sont entièrement gratuits, accessibles sans inscription, compatibles avec les tablettes et les Chromebooks, et stockent leurs paramètres dans l'adresse web pour que tous les élèves partent de la même configuration. Les commandes Pause et Step permettent de suspendre la simulation pour faire formuler des hypothèses aux élèves.

Autres catégories