📘 CodingMarble Learn

Modellizzazione matematica: usare la matematica per descrivere il mondo reale

Un modello matematico è un'equazione, un grafico o una tabella che descrive una situazione reale in modo semplice. Il ciclo della modellizzazione: capire il problema reale → scegliere le variabili e fare delle ipotesi → costruire un modello (per esempio lineare, quadratico o esponenziale) → risolvere e prevedere → confrontare il risultato con i dati reali → migliorare il modello o dire quali sono i suoi limiti. Nessun modello è perfetto: uno buono è semplice e abbastanza vicino alla realtà da essere utile.

🎬 Storia passo dopo passo

  1. Partiamo da una domanda reale: come dipende il prezzo di un taxi dalla distanza? Raccogliamo alcune corse vere. Ogni punto arancione è una corsa.
  2. Scegliamo le variabili. x è la distanza in km (l'input). y è il prezzo in rupie (l'output). Supponiamo che non ci siano traffico né attese.
  3. Costruiamo il modello. I punti stanno su una retta, quindi usiamo y = 12x + 50: 50 rupie di partenza più 12 rupie per ogni km.
  4. Usiamo il modello per prevedere. Per una corsa di 15 km, y = 12 × 15 + 50 = 230 rupie. Lo mostra il punto verde.
  5. Controlliamo con la realtà. Una corsa vera di 15 km nel traffico è costata 275 rupie. La linea rossa è l'errore. Miglioriamo il modello o diciamo dove funziona.
  6. Gioco libero: scegli un insieme di dati e un tipo di modello. Guarda gli spazi rossi. Il modello con l'errore più piccolo si adatta meglio.

Suggerimento: trascina la scena 3D per ruotarla. Usa due dita per zoomare.

🤔 Dubbi comuni, chiariti

Perché ignoriamo cose come il traffico?

Per rendere il modello abbastanza semplice da usare. Lo scriviamo come ipotesi e controlliamo dopo se l'errore è troppo grande.

Come faccio a sapere che una retta va bene?

Se i punti stanno vicino a una retta e passi uguali in x danno passi uguali in y, un modello lineare è una buona prima scelta.

Che cosa significano i numeri in y = 12x + 50?

12 è il tasso (₹ per ogni km) e 50 è il valore iniziale (₹ prima di muoversi).

Se il modello sbaglia per una corsa, è inutile?

No. Ogni modello ha un po' di errore. Lo misuriamo e poi miglioriamo il modello o diciamo dove funziona.

Come scelgo tra lineare, quadratico ed esponenziale?

Prova ognuno sui dati e confronta l'errore. Vince il modello più semplice con un errore piccolo.

Che cos'è un modello matematico?

Un modello è una copia semplice di qualcosa di reale. Una macchinina giocattolo è un modello di un'auto. Un modello matematico usa numeri, equazioni, grafici o tabelle al posto della plastica.

Esempi:

Un modello ha delle variabili (cose che cambiano), dei parametri (numeri fissi come 12 e 50) e delle ipotesi (ciò che scegliamo di ignorare per restare semplici).

Il ciclo della modellizzazione

  1. Capisci il problema. Che cosa vogliamo sapere?
  2. Fai ipotesi e scegli le variabili. Decidi l'input (variabile indipendente) e l'output (variabile dipendente). Scrivi che cosa ignori.
  3. Costruisci il modello. Usa una tabella, un grafico o un'equazione. Guarda la forma dei dati.
  4. Risolvi. Usa il modello per calcolare o prevedere.
  5. Interpreta. Riporta il risultato matematico a parole, con le unità.
  6. Convalida (controlla). Confronta con i dati reali. Se l'errore è troppo grande, cambia le ipotesi o il modello e ricomincia il giro.

È un cerchio, non una linea retta. Scienziati e ingegneri lo percorrono tante volte.

Scegliere il tipo di modello giusto

Lineare: y = mx + c

Passi uguali in x danno differenze uguali in y. Esempio: tariffe, piani telefonici, una candela che si consuma.

Quadratico: y = ax² + bx + c

Il grafico è una parabola. Le differenze seconde sono uguali. Esempio: l'altezza di una palla lanciata, l'area di un quadrato.

Esponenziale: y = a × bˣ

Passi uguali in x danno rapporti uguali in y (il valore si moltiplica ogni volta). Esempio: batteri che raddoppiano, interesse composto, una tazza di tè che si raffredda.

Periodico (trigonometrico)

Si ripete a cicli. Esempio: le maree, le ore di luce durante l'anno.

Come decidere

Disegna i dati. Controlla le differenze (lineare), le differenze seconde (quadratico) o i rapporti (esponenziale). Scegli il modello più semplice con un errore piccolo.

Controllare un modello: errore, adattamento e limiti

L'errore (residuo) è valore reale − valore del modello. Errori piccoli significano un buon adattamento.

Una retta di regressione (retta di miglior adattamento) è la retta che rende gli errori il più piccoli possibile nel complesso (i computer usano i "minimi quadrati": rendono minima la somma dei quadrati degli errori).

L'interpolazione (prevedere dentro l'intervallo dei dati) di solito è sicura. L'estrapolazione (prevedere lontano dai dati) è rischiosa: un bambino cresce circa 6 cm all'anno, ma il modello non funziona a 40 anni!

Dichiara sempre il dominio in cui il modello funziona e le ipotesi che hai fatto. I modelli si usano in scienza, economia, medicina e tecnologia, e ognuno ha dei limiti.

Formule e definizioni chiave

Esempi svolti

1. Un idraulico chiede ₹200 per la visita più ₹150 all'ora. Scrivi un modello e trova il costo per 3 ore.

Sia h = ore, C = costo. C = 150h + 200. Per h = 3: C = 450 + 200 = ₹650.

2. Una tabella: x = 0, 1, 2, 3 dà y = 5, 8, 11, 14. Quale modello va bene?

Le differenze sono 3, 3, 3 (uguali), quindi è lineare: y = 3x + 5.

3. Una tabella: x = 0, 1, 2, 3 dà y = 3, 6, 12, 24. Quale modello va bene?

I rapporti sono 2, 2, 2 (uguali), quindi è esponenziale: y = 3 × 2ˣ.

4. L'altezza di una palla è modellata da h = −5t² + 20t + 1 (metri, secondi). Trova l'altezza massima.

Il punto più alto è a t = −b/(2a) = −20/(−10) = 2 s. h = −20 + 40 + 1 = 21 m.

5. Un modello prevede 480 visitatori; il numero reale è stato 520. Trova l'errore e l'errore percentuale.

Errore = 520 − 480 = 40. Errore percentuale = 40 ÷ 520 × 100 ≈ 7.7%.

6. Una città di 50 000 abitanti cresce del 4% all'anno. Costruisci il modello e prevedi la popolazione dopo 5 anni.

P = 50 000 × 1.04ᵗ. Per t = 5: 50 000 × 1.2167 ≈ 60 800 persone (supponendo che il tasso resti il 4%).

Errori comuni

Quiz di allenamento

1. Il primo passo del ciclo della modellizzazione è:
2. Dati con differenze uguali in y per passi uguali in x si adattano a un:
3. In y = 12x + 50 per il prezzo del taxi, 50 significa:
4. L'errore (residuo) di un modello è:
5. Prevedere lontano dall'intervallo dei dati si chiama:

Esercizi: rispondi da solo

Scrivi o scegli la risposta, poi premi Controlla. Usa un suggerimento se sei bloccato; la soluzione completa appare dopo la tua risposta.

Domande frequenti

Che cos'è la modellizzazione matematica in parole semplici?

Trasformare una domanda della vita reale in matematica (un'equazione o un grafico), risolverla e controllare se la risposta ha senso nella vita reale.

Quali sono le fasi della modellizzazione matematica?

Capire il problema, fare ipotesi e scegliere le variabili, costruire il modello, risolverlo, interpretare la risposta e controllarla con i dati reali (poi migliorare se serve).

Quali sono esempi di modelli matematici?

La formula del prezzo del taxi, la formula della crescita di una popolazione, la traiettoria di una palla lanciata, le previsioni del tempo e il calcolo degli interessi di un prestito.

Dove si studia

Canada (Ontario)Grade 8C. Algebra
Canada (Ontario)Grade 9D. Data
Canada (Ontario)Grade 12A. Mathematical Models
Canada (Ontario)Grade 12D. Characteristics of Functions
ItalySecondaria di secondo grado – classe 3ªMathematics for economics and society
ItalySecondaria di secondo grado – classe 4ªMathematics for economics and society
ItalySecondaria di secondo grado – classe 5ª (esame di Stato)Mathematics for economics
NetherlandsVWO 3 (onderbouw)Mathematical thinking
NetherlandsHAVO 4 (bovenbouw, 2e fase)Skills
NetherlandsHAVO 4 (bovenbouw, 2e fase)Skills
NetherlandsHAVO 4 (bovenbouw, 2e fase)Skills
NetherlandsHAVO 4 (bovenbouw, 2e fase)Skills
NetherlandsHAVO 4 (bovenbouw, 2e fase)Skills
NetherlandsHAVO 4 (bovenbouw, 2e fase)Skills
NetherlandsVWO 4 (bovenbouw, 2e fase)Skills
NetherlandsVWO 4 (bovenbouw, 2e fase)Skills
NetherlandsVWO 4 (bovenbouw, 2e fase)Skills
NetherlandsVWO 4 (bovenbouw, 2e fase)Skills
NetherlandsVWO 4 (bovenbouw, 2e fase)Skills
NetherlandsVWO 4 (bovenbouw, 2e fase)Skills
NetherlandsVWO 4 (bovenbouw, 2e fase)Skills
NetherlandsHAVO 5 (eindexamenjaar)Research and design
NetherlandsHAVO 5 (eindexamenjaar)Mathematics in technology
NetherlandsVWO 5Research and design
NetherlandsVWO 6 (eindexamenjaar)Geometry with coordinates (part 2)
NetherlandsVWO 6 (eindexamenjaar)Dynamical systems (part 2)
NetherlandsVWO 6 (eindexamenjaar)Mathematics in science
Spain2º ESOAlgebraic sense
Spain3º ESOAlgebraic sense
Spain4º ESOAlgebraic sense
Spain4º ESOAlgebraic sense
Spain1º BachilleratoAlgebraic sense and computational thinking
Ukraine8 класMathematical tasks and real-world processes
Ukraine8 класGeometry problems for studying real processes
Ukraine9 класMathematical tasks and real-world processes
Ukraine9 класGeometry problems for studying real processes
Ukraine11 класAlgebra: review and problem solving (74 h)
England (GCSE, A level)Year 13B Algebra and functions
USA (Common Core, NGSS, AP)Grade 12Polynomial and Rational Functions
USA (Common Core, NGSS, AP)Grade 12Exponential and Logarithmic Functions
Japan高校(専門学科)1〜3年Special Topics in Advanced Mathematics
FranceTerminaleMathematics (2019 programme)
China高一Ch.3 Functions
China高一Ch.4 Exponential and logarithmic functions
China高一Modelling and inquiry
China高三Elective B (economics/social science)
China高三Elective C (humanities)

Da studiare prima

Da studiare dopo