Что такое научная модель?



научная модель это абстрактное представление явлений и процессов для их объяснения. Благодаря введению данных в модель позволяет изучить конечный результат.

Чтобы создать модель, необходимо выдвинуть определенные гипотезы, чтобы представление результата, который мы хотим получить, было как можно более точным, а также простым, чтобы им было легко манипулировать..

Существует несколько типов методов, приемов и теорий для конформации научных моделей. И на практике каждая отрасль науки имеет свой собственный метод создания научных моделей, хотя она может включать модели из других отраслей для проверки своего объяснения..

Принципы моделирования позволяют создавать модели, основанные на отрасли науки, которую они пытаются объяснить.

Способ построения моделей анализа изучается в философии науки, общей теории систем и в научной визуализации.

Практически во всех объяснениях явлений может быть применена та или иная модель, но необходимо настроить используемую модель так, чтобы результат был как можно более точным..

Может быть, вы заинтересованы в 6 шагов научного метода и из чего они состоят.

Общие части научной модели

Правила представления

Для создания модели вам понадобится ряд данных и организация их. Из набора входных данных модель будет предоставлять серию выходных данных с результатом предложенных гипотез.

Внутренняя структура

Внутренняя структура каждой модели будет зависеть от типа модели, которую мы предлагаем. Обычно он определяет соответствие между входом и выходом.

Модели могут быть детерминированными, когда каждый вход соответствует одному и тому же выходу, или также недетерминированными, когда разные выходы соответствуют одному и тому же входу..

Типы моделей

Модели отличаются формой представления их внутренней структуры. И оттуда мы можем установить классификацию.

Физические модели

В рамках физических моделей мы можем различать теоретические и практические модели. Наиболее часто используемые типы практических моделей - это модели и прототипы..

Они представляют собой представление или копию изучаемого объекта или явления, что позволяет изучать их поведение в различных ситуациях..

Нет необходимости, чтобы это представление явления осуществлялось в одном и том же масштабе, но чтобы они были спроектированы таким образом, чтобы результирующие данные можно было экстраполировать на исходное явление в соответствии с размером явления.

В случае теоретических физических моделей они считаются моделями, когда внутренняя динамика не известна.

С помощью этих моделей мы стремимся воспроизвести изучаемый феномен, но, не зная, как его воспроизвести, мы включаем гипотезы и переменные, чтобы попытаться объяснить, почему этот результат получен. Применяется во всех вариантах физики, кроме теоретической физики..

Математические модели

В рамках математических моделей цель состоит в том, чтобы представить явления с помощью математической формулировки. Этот термин также используется для обозначения геометрических моделей в дизайне. Их можно разделить на другие модели.

Детерминированная модель - это модель, в которой предполагается, что данные известны, и что используемые математические формулы являются точными для определения результата в любое время в наблюдаемых пределах..

Стохастические или вероятностные модели - это те, в которых результат не точный, а вероятностный. И в котором есть неопределенность относительно того, является ли подход модели правильным.

С другой стороны, числовые модели - это те, которые через числовые множества представляют начальные условия модели. Эти модели позволяют моделировать изменение исходных данных, чтобы знать, как поведет себя модель, если у нее будут другие данные..

В общем, математические модели также могут быть классифицированы в зависимости от типа входов, с которыми вы работаете. Это могут быть эвристические модели, в которых требуются объяснения причин наблюдаемого явления..

Или они могут быть эмпирическими моделями, где он проверяет результаты модели через результаты, полученные из наблюдения.

И, наконец, их также можно классифицировать в соответствии с целью, которую они хотят достичь. Это могут быть имитационные модели, в которых вы пытаетесь предсказать результаты наблюдаемого явления..

Они могут быть моделями оптимизации, в них возникает работа модели, и пытаются найти точку, которая является невозможной для оптимизации результата явления.

Наконец, они могут быть моделями управления, где они пытаются контролировать переменные, чтобы контролировать полученный результат и модифицировать его при необходимости..

Графические модели

Посредством графических ресурсов производится представление данных. Эти модели обычно представляют собой линии или векторы. Эти модели облегчают видение явления, представленного в виде таблиц и графиков..

Аналоговая модель

Это материальное представление объекта или процесса. Он используется для проверки определенных гипотез, которые иначе невозможно было бы противопоставить. Эта модель успешна, когда ей удается спровоцировать то же явление, которое мы наблюдаем, в своем аналоге

Концептуальные модели

Это карты абстрактных понятий, которые представляют изучаемые явления, включая предположения, которые позволяют нам увидеть результат модели и могут быть адаптированы к нему..

У них высокий уровень абстракции для объяснения модели. Это научные модели как таковые, где концептуальное представление процессов позволяет объяснить явление, которое необходимо наблюдать..

Представление моделей

Концептуального типа

Факторы модели измеряются путем организации качественных описаний переменных для изучения в рамках модели..

Математический тип

Посредством математической формулировки создаются модели представления. Не обязательно, чтобы они были числами, но чтобы математическое представление могло быть алгебраическим или математическим графом

Физического типа

При создании прототипов или моделей, которые пытаются воспроизвести явление для изучения. Как правило, они используются для уменьшения масштаба, необходимого для воспроизведения изучаемого явления..

ссылки

  1. BOX, George EP. Надежность в стратегии построения научной модели. Надежность в статистике, 1979, вып. 1, стр. 201-236.
  2. BOX, George EP; ОХОТНИК Уильям Гордон; ОХОТНИК, Дж. Стюарт. Статистика для экспериментаторов: введение в дизайн, анализ данных и построение моделей. Нью-Йорк: Wiley, 1978.
  3. Вальдес-Перес, Рауль Е.; ZYTKOW, Jan M.; Саймон, Герберт А. Научное моделирование как поиск в матричных пространствах. EnAAAI. 1993. с. 472-478.
  4. HECKMAN, Джеймс Дж. 1. Научная модель причинности. Социологическая методология, 2005, том. 35, № 1, с. 1-97.
  5. КРАЙЧИК, Иосиф; Мерритт, Джой. Вовлечение студентов в научную практику: как выглядит построение и пересмотр моделей на уроках естествознания ?. The Science Teacher, 2012, vol. 79, № 3, с. 38.
  6. АДРИЗ-БРАВО, Агустин; ИЗКЬЕРДО-АЙМЕРИХ, Mercè. Модель научной модели для преподавания естественных наук. Электронный журнал исследований в области естественнонаучного образования, 2009, № ESP, с. 40-49.
  7. ГАЛАГОВСКИЙ, Лидия Р .; АДРИЗ-БРАВО, Агустин. Модели и аналогии в преподавании естествознания. Понятие аналогичной дидактической модели. Сущность наук, 2001, вып. 19, № 2, с. 231-242.