Monte Carlo Velocitàby STArchetipo · Ingegneria Forense

Ricostruzione cinematica · Analisi dell'incertezza

La velocità di un veicolo, con il suo margine di incertezza.

Nella ricostruzione di un incidente stradale nessun dato è mai esatto: distanze, aderenza, pendenza hanno sempre un intervallo di incertezza. Questo strumento applica il metodo Monte Carlo: estrae migliaia di combinazioni casuali dai range assegnati, ricalcola ogni volta la velocità iniziale e restituisce l'intera distribuzione probabilistica — non un numero secco, ma l'intervallo P5–P95 difendibile in sede tecnica.

Fino a 100.000 iterazioni 4 distribuzioni fissa · uniforme · triangolare · normale Seed riproducibile stessi input → stessi risultati 100% calcoli nel tuo browser

Strumento didattico-tecnico. Il modello parametrico (energia dissipata in scorrimento, EES opzionale) orienta il ragionamento ricostruttivo ma non sostituisce una ricostruzione forense completa né una valutazione professionale. Nessun risultato costituisce perizia.

⚠️ Input modificati: i risultati mostrati si riferiscono all'esecuzione precedente.
⚙️ Impostazioni della simulazione
100 – 100.000 iterazioni
Stesso seed → estrazione riproducibile
Come si stima Vres al punto d'urto
Quota (0,05 = P5)
Quota (0,95 = P95)
Numero di barre della campana
m/s² — costante fisica
🧮 Modello di calcolo identico a ogni iterazione
θ = arctan(i/100)
a = g · [μ · η · cos θ + sin θ]
Vpost = 3,6 · √(2 · apost · dpost)
Viniziale = 3,6 · √[(Vres/3,6)² + (EES/3,6)² + 2 · apre · dpre]

Pendenza positiva in salita, negativa in discesa. La decelerazione equivalente è limitata inferiormente a 0,01 m/s² per evitare esiti non fisici. Velocità in km/h.

Come funziona il Monte Carlo. A ogni iterazione, per ciascuna grandezza viene estratto un valore casuale dall'intervallo e dalla distribuzione assegnati; il modello viene ricalcolato per intero. Ripetendo l'estrazione migliaia di volte si ottiene la distribuzione della velocità iniziale, dalla quale si leggono mediana, percentili e probabilità di superamento di una soglia.

Le distribuzioni disponibili sono: Fissa (nessuna incertezza, usa il valore centrale), Uniforme (tutti i valori del range equiprobabili), Triangolare (moda più probabile, estremi rari) e Normale troncata (media = valore centrale, σ = ampiezza/4, tagliata al range).

📋 Dati noti e intervalli di incertezza min ≤ valore centrale ≤ max
Grandezza MinCentrale / modaMax DistribuzioneInfo
Avvertenze metodologiche. Il modello assume indipendenza statistica tra gli input. L'intervallo P5–P95 rappresenta il 90% centrale delle simulazioni date le ipotesi impostate, non un intervallo di confidenza automatico né i limiti fisici del fenomeno. Verificare sensibilità, correlazioni tra grandezze ed errori sistematici prima di ogni uso tecnico.
🔁 Risultati delle iterazioni

Ogni riga è una simulazione indipendente: input estratti casualmente dai range della scheda 1 e catena di calcolo completa fino alla velocità iniziale. Stato OK se la catena è fisicamente coerente (Viniziale ≥ Vres, decelerazioni positive), VERIFICARE altrimenti.

Iter.dpre [m]μpreηpreipre [%]apre [m/s²] dpost [m]μpostηpostipost [%]apost [m/s²] Vpost [km/h]Vres usata [km/h]EES [km/h] V iniziale [km/h]V iniziale [m/s]Stato
Esegui la simulazione nella scheda 1.
📊 Distribuzione della velocità simulata

Istogramma della velocità iniziale con curva normale sovrapposta

La “campana” empirica delle simulazioni; la linea continua è la normale teorica con la stessa media e deviazione standard. Le linee verticali indicano P5, mediana e P95.

Frequenza simulata Curva normale attesa P5 / P95 Mediana

Curva cumulata (CDF)

Per ogni velocità, la quota di simulazioni con esito inferiore. Le intersezioni con 5% e 95% individuano l'intervallo centrale.

Analisi di sensibilità

Correlazione tra ciascun input incerto e la velocità iniziale: le barre più lunghe indicano le grandezze che dominano l'incertezza del risultato — quelle su cui concentrare i rilievi.

Convergenza della media

Media progressiva al crescere delle iterazioni: quando la curva si stabilizza, il numero di simulazioni è sufficiente.

🎯 Sintesi statistica e intervallo P5–P95
P5 · limite inferiore [km/h]
Mediana P50 [km/h]
P95 · limite superiore [km/h]
Media ± dev. std [km/h]
Simulazioni valide

Indicatori statistici

Probabilità di superare una soglia

Soglie modificabili (es. limite di velocità vigente): quota di simulazioni con velocità iniziale superiore.

Soglia [km/h]P(V > soglia)

Lettura corretta del risultato

  • P5 e P95 non sono il minimo e il massimo fisicamente possibili: sono i limiti del 90% centrale delle simulazioni.
  • L'intervallo dipende direttamente dai range e dalle distribuzioni assegnati agli input: ipotesi diverse → intervallo diverso.
  • Il modello assume input statisticamente indipendenti; correlazioni reali (es. μ e η) possono restringere o allargare l'intervallo.
  • Prima dell'uso tecnico: verificare la sensibilità (scheda 3), gli errori sistematici di rilievo e la coerenza con le evidenze materiali.