Simulazioni di matematica e probabilità
Il caso appare imprevedibile nel singolo evento, ma rivela regolarità sui grandi numeri: l'esito di un singolo lancio di moneta è incerto, ma mille lanci si assestano attorno alla metà di teste. Questi strumenti ripetono gli esperimenti migliaia di volte in pochi secondi, mostrando come il disordine converga verso i modelli della teoria della probabilità.
Macchina di Galton fa scorrere le sfere tra le file di chiodi ideate da Francis Galton negli anni 1870; ogni deviazione a destra o a sinistra segue una distribuzione binomiale, convergendo visivamente verso la campana gaussiana. Lancio della moneta simula il lancio della moneta integrando la fisica del volo e la lieve asimmetria verso il lato iniziale riscontrata in 350.757 lanci reali. Albero delle probabilità e Bayes guida le sfere lungo rami di probabilità condizionata; definendo l'evidenza, il teorema di Bayes aggiorna la probabilità a priori in a posteriori, come nel paradosso di Monty Hall. Ago di Buffon stima pi greco tramite aghi lasciati cadere su un pavimento a listelli, uno dei più antichi metodi Monte Carlo.
Il caso regola anche i fenomeni naturali. Moto browniano e passeggiate aleatorie traccia il granello di polline scosso da molecole invisibili — l'agitazione termica spiegata da Einstein nel 1905 — distribuendo i cammini casuali in una curva normale. Decadimento radioattivo applica a ciascun atomo una probabilità costante di disintegrazione, generando la curva continua del tempo di dimezzamento. Gas perfetto ed entropia illustra l'assestamento delle velocità secondo la distribuzione di Maxwell-Boltzmann e spiega perché un gas non torni mai a comprimersi da solo. Percolazione attiva celle casuali fino a individuare la soglia critica di connessione tra i lati.
Regole deterministiche possono generare comportamenti apparentemente casuali. In Collisioni di blocchi e pi greco, il numero di urti tra due blocchi scorrevoli approssima le cifre di π, mentre Ricerca nel Pi Greco individua numeri, parole e immagini nel primo milione di decimali. Caos del pendolo doppio illustra la teoria del caos: modificando le condizioni iniziali anche solo di un miliardesimo, la traiettoria divergerà rapidamente in modo radicale.
I link condivisibili permettono di ripetere lo stesso esperimento in aula, i display confrontano i dati con i valori teorici e ogni risultato può essere esportato come immagine, video o file CSV.
14 strumenti per Matematica e probabilità

Macchina di Galton
Fai cadere le palline tra le file di chiodi e guardale accumularsi nella curva a campana binomiale, tra rimbalzi fisici o lanci di moneta esatti.

Lancio della moneta
Lancia fino a 100 monete con fisica di volo reale e scopri come il numero di teste delinea la distribuzione binomiale.

Albero delle probabilità e Bayes
Costruisci un albero delle probabilità, lancia palline Monte Carlo e applica le evidenze per osservare il teorema di Bayes.

Ago di Buffon
Lancia aghi su un pavimento a doghe e stima π in base alla frazione che interseca le linee.

Moto browniano e passeggiate aleatorie
Un granello di polline colpito dalle molecole, o una nube di particelle casuali che si allarga come una goccia d'inchiostro.

Decadimento radioattivo
Guarda gli atomi decadere uno alla volta e il campione dimezzarsi a ogni tempo di dimezzamento, con conteggi Geiger secondo Poisson.

Gas perfetto ed entropia
Le molecole in collisione si assestano nella distribuzione di Maxwell-Boltzmann; spingi un pistone e osserva l'entropia mentre due scomparti si mescolano.

Percolazione
Apri celle a caso e trova la soglia critica alla quale i cluster si uniscono e l'acqua riesce a passare.

Collisioni di blocchi e pi greco
Spingi un blocco pesante verso uno leggero contro una parete e conta gli urti: con masse a rapporto 100ⁿ, il conteggio rivela le cifre di π.

Caos del pendolo doppio
Trascina i pesi di un pendolo doppio e lasciali andare; traiettorie avviate a un trilionesimo di radiante di distanza divergeranno in breve tempo.
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.

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.

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.

Ricerca nel Pi Greco
Cerca un numero, una data, una parola o una piccola immagine tra le prime un milione di cifre di π e scopri dove compare per la prima volta.
Domande frequenti
Cos'è una simulazione Monte Carlo?
È un metodo per risolvere quesiti probabilistici ripetendo un esperimento casuale un numero elevato di volte e conteggiandone i risultati. Il nome deriva dal casinò di Monte Carlo; il metodo fu descritto da Nicholas Metropolis e Stanislaw Ulam nel 1949. All'aumentare delle prove, le frequenze osservate convergono verso le probabilità reali, come stabilito dalla legge dei grandi numeri.
Perché così tanti fenomeni seguono una distribuzione a campana?
Quando una grandezza deriva dalla somma di molte spinte casuali indipendenti, il teorema del limite centrale stabilisce che la sua distribuzione tenderà alla curva normale, a prescindere dalla forma delle singole spinte. La macchina di Galton ne è una prova tangibile: la posizione finale di ogni sfera è la somma di tutte le deviazioni a destra e a sinistra.
Queste simulazioni sono adatte all'insegnamento scolastico?
Sì. Sono gratuite, non richiedono registrazione, funzionano su Chromebook e tablet e conservano la configurazione nel link di condivisione, permettendo a tutta la classe di partire dallo stesso punto. I pulsanti Pause e Step consentono di analizzare i passaggi e fare previsioni prima di osservare il risultato.