数学・確率シミュレーション

偶然の現象は、1回ごとの結果を予測することはできませんが、試行回数を重ねると規則性を示します。1回のコイン投げの結果は分からなくても、1000回投げれば表の出る割合は約半分に落ち着きます。これらのシミュレーションは、そうした試行をブラウザ上で瞬時に何千回も繰り返し、確率論が示す理論上の分布へと収束していく様子を視覚化します。

ゴルトンボードは、1870年代にFrancis Galtonが用いた釘の配列に球を落とします。球が左右に跳ねる挙動は二項分布を形成し、やがて正規分布(ベルカーブ)へと近づきます。コイン投げシミュレーターは、35万回以上の実験で観測されたわずかな同面バイアスを含め、物理挙動に基づいてコインを投擲します。樹形図とベイズの定理は条件付き確率の枝に沿って球を落とし、モンティ・ホール問題のように証拠を得ることで事前確率が事後確率へと更新されるベイズの定理の過程を示します。ビュフォンの針は板張りの床に針を落としてπの値を推定する、最初期のモンテカルロ法の実験を再現します。

物理現象の背後にも確率が存在します。ブラウン運動とランダムウォークは目に見えない分子に衝突されて揺れ動く花粉の微粒子(1905年にEinsteinが解明した運動)を追跡し、ランダムウォーカーたちが正規分布状に広がっていく様子を描きます。放射性崩壊と半減期は各原子に微小な崩壊確率を等しく与えることで、滑らかな半減期曲線が現れる仕組みを示します。理想気体とエントロピーは分子衝突を通じてMaxwell-Boltzmannの速度分布へと落ち着く過程を再現し、気体が自発的に一箇所へ戻らない理由を可視化します。パーコレーションは臨界確率に達した瞬間にセルが繋がり向こう岸への通路が開く様子を観察できます。

厳密なルールから一見ランダムな結果が生まれることがあります。ブロックの衝突と円周率では、滑る2つのブロックの衝突回数から円周率πの桁が現れ、円周率検索では円周率の最初の100万桁の中から数字や単語、画像を探し出すことができます。二重振り子のカオスは典型的なカオス系であり、初期値を10億分の1変えるだけで、やがてまったく異なる軌道を描いて揺れ始めます。

共有リンクを使えばクラス全員で同一のシミュレーションを再現でき、画面上の数値から理論値との比較を行えます。画像、動画、CSV形式でのデータ書き出しにも対応しています。

数学・確率のツール(14件)

ゴルトンボードの生成サンプル

ゴルトンボード

多数の釘の間を落下する球が二項分布の釣鐘型に積み上がる様子を、物理反射や厳密なコイン投げで観察できます。

コイン投げシミュレーターの生成サンプル

コイン投げシミュレーター

物理演算によるコイン投げを最大100枚まで同時に行い、表の出る割合から二項分布の形成を観察できます。

樹形図とベイズの定理の生成サンプル

樹形図とベイズの定理

確率の樹形図を構築し、モンテカルロ法による玉の流れと条件付き確率からベイズの定理を直感的に学べます。

ビュフォンの針の生成サンプル

ビュフォンの針

平行線が引かれた床に針を落とし、線と交差する確率から円周率(π)を近似計算します。

ブラウン運動とランダムウォークの生成サンプル

ブラウン運動とランダムウォーク

分子に衝突される花粉の微粒子や、インクのように広がる多数のランダムウォーカーをシミュレーションします。

放射性崩壊と半減期の生成サンプル

放射性崩壊と半減期

原子がランダムに崩壊して半減期ごとに半減する様子と、ポアソン分布に従うガイガー計数管の測定を再現します。

理想気体とエントロピーの生成サンプル

理想気体とエントロピー

分子の衝突によるマクスウェル・ボルツマン分布の形成、ピストンの圧縮、2室の気体混合によるエントロピー変化を再現します。

パーコレーションの生成サンプル

パーコレーション

ランダムにセルを開き、クラスターが連結して水が通り抜ける臨界確率(パーコレーション閾値)を探ります。

ブロックの衝突と円周率の生成サンプル

ブロックの衝突と円周率

壁の手前で質量の異なるブロックを衝突させて回数をカウントします。質量比を100のn乗にすると、衝突回数が円周率(π)の桁列になります。

二重振り子のカオスの生成サンプル

二重振り子のカオス

二重振り子の錘をドラッグして放します。わずか1兆分の1ラジアンの初期値の差が、急速にまったく異なる軌道へと分岐します。

Sorting Algorithmsの生成サンプル

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の生成サンプル

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の生成サンプル

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.

円周率検索の生成サンプル

円周率検索

円周率(π)の最初の100万桁の中から、数字や日付、単語、小さな画像が最初に出現する位置を検索できます。

よくある質問

モンテカルロシミュレーションとは何ですか?

乱数を用いた試行を多数回繰り返し、その集計結果から確率や数値の近似解を求める手法です。カジノで有名なモナコのモンテカルロにちなんで名付けられ、1949年にNicholas MetropolisとStanislaw Ulamによって発表されました。大数の法則により、試行回数を増やすほど理論上の真の値に近づいていきます。

なぜ多くの現象が正規分布(ベルカーブ)に従うのですか?

中心極限定理により、微小で独立した多数の要因が足し合わされて生じる結果は、個々の要因の分布形状に関わらず正規分布に近づくためです。ゴルトンボードはこの原理を視覚化したものであり、球の最終的な位置は左右への微小なバウンドの総和によって決まります。

授業や講義で活用できますか?

はい。無料かつ登録不要で利用でき、Chromebookやタブレットでも軽快に動作します。共有リンクを使えば全員がまったく同じ初期設定から実験を開始できます。Pause(一時停止)やStep(コマ送り)を使えば、次の結果を予想させてから動かすといった指導も行えます。

その他のカテゴリー