Vad är den vetenskapliga modellen?

den vetenskaplig modell Det är en abstrakt representation av fenomen och processer för att förklara dem. Genom att införa data i modellen kan man studera slutresultatet.

För att göra en modell är det nödvändigt att höja vissa hypoteser, så att representationen av resultatet vi vill få är så noggrant som möjligt, såväl som enkelt så att det enkelt kan manipuleras.

Det finns flera typer av metoder, tekniker och teorier för konformation av vetenskapliga modeller. Och i praktiken har varje gren av vetenskap sin egen metod för att skapa vetenskapliga modeller, även om det kan innehålla modeller från andra grenar för att verifiera sin förklaring.

Modelleringsprinciperna tillåter skapandet av modeller baserade på den vetenskapsgren som de försöker förklara.

Vägen att bygga modeller av analys studeras i vetenskapens filosofi, den allmänna teorin om system och i vetenskaplig visualisering.

I nästan alla förklaringar på fenomen kan en modell eller en annan användas, men det är nödvändigt att justera modellen som ska användas, så att resultatet blir så noggrant som möjligt..

Kanske är du intresserad av de 6 stegen i den vetenskapliga metoden och vad de består av.

Allmänna delar av en vetenskaplig modell

Representationsregler

För att skapa en modell behöver du en serie data och en organisation av dem. Från en uppsättning ingångsdata kommer modellen att tillhandahålla en serie utdata med resultatet av de föreslagna hypoteserna

Intern struktur

Den interna strukturen för varje modell beror på vilken typ av modell vi föreslår. Normalt definierar den korrespondensen mellan ingången och utgången.

Modellerna kan vara deterministiska när varje ingång motsvarar samma utgång, eller också, icke-deterministisk när olika utgångar motsvarar samma ingång.

Typer av modeller

Modellerna utmärks av form av representation av sin interna struktur. Och därifrån kan vi skapa en klassificering.

Fysiska modeller

Inom fysiska modeller kan vi skilja mellan teoretiska och praktiska modeller. De vanligaste typerna av praktisk modell är modeller och prototyper.

De är en representation eller kopia av objektet eller fenomenet att studera, vilket gör det möjligt att studera beteendet hos dem i olika situationer.

Det är inte nödvändigt att denna representation av fenomenet utförs i samma skala men att de är utformade på ett sådant sätt att de resulterande data kan extrapoleras till det ursprungliga fenomenet beroende på fenomenets storlek.

När det gäller teoretiska fysiska modeller anses de vara modeller när den inre dynamiken inte är känd.

Genom dessa modeller försöker vi reproducera det studerade fenomenet, men inte veta hur vi reproducerar det, vi inkluderar hypoteser och variabler för att försöka uppnå en förklaring till varför detta resultat erhålls. Den tillämpas i alla varianter av fysik, utom i teoretisk fysik.

Matematiska modeller

Inom de matematiska modellerna är målet att representera fenomenen genom en matematisk formulering. Denna term används också för att referera till geometriska modeller i design. De kan delas in i andra modeller.

Den deterministiska modellen är en som antas att uppgifterna är kända och att de matematiska formlerna som används är korrekta för att bestämma resultatet när som helst inom de observerbara gränserna.

Stokastiska eller probabilistiska modeller är de där resultatet inte är exakt, utan en sannolikhet. Och där det finns osäkerhet om huruvida modellens tillvägagångssätt är korrekt.

De numeriska modellerna å andra sidan är de som genom numeriska uppsättningar representerar de ursprungliga villkoren för modellen. Dessa modeller är de som tillåter simuleringar av modellen som ändrar initialdata för att veta hur modellen skulle beter sig om den hade annan data.

I allmänhet kan matematiska modeller också klassificeras beroende på vilken typ av ingångar du arbetar med. De kan vara heuristiska modeller där förklaringar söks för orsaken till fenomenet som observeras.

Eller de kan vara empiriska modeller, där det kontrollerar resultaten av modellen genom utgångarna från observationen.

Och slutligen kan de också klassificeras enligt det mål de vill uppnå. De kan vara simuleringsmodeller där du försöker förutse resultaten av fenomenet som observeras.

De kan vara modeller av optimering, i dessa uppstår modellens funktion och det försöker att leta efter den punkt som kan förbättras för att optimera resultatet av fenomenet.

För att slutföra kan de vara kontrollmodeller där de försöker styra variablerna för att kontrollera det erhållna resultatet och modifiera det om det behövs.

Grafiska modeller

Genom grafiska resurser görs en representation av data. Dessa modeller är vanligtvis linjer eller vektorer. Dessa modeller underlättar visionen av fenomenet representerat genom tabeller och grafer.

Analog modell

Det är den materiella representationen av ett objekt eller en process. Det används för att validera vissa hypoteser som annars skulle vara omöjliga att kontrastera. Denna modell är framgångsrik när den lyckas provocera samma fenomen som vi observerar, i dess analog

Konceptuella modeller

De är kartor över abstrakta begrepp som representerar de fenomen som ska studeras, inklusive antaganden som gör att vi kan se resultatet av modellen och kan anpassas till det.

De har en hög grad av abstraktion för att förklara modellen. De är de vetenskapliga modellerna i sig, där begreppsmässig representation av processerna klarar av att förklara fenomenet att observera.

Representation av modellerna

Av konceptuell typ

Modellerna mäts genom en organisation av de kvalitativa beskrivningarna av variablerna för att studera inom modellen.

Matematisk typ

Genom en matematisk formulering etableras representationsmodeller. Det är inte nödvändigt att de är siffror, men att den matematiska representationen kan vara algebraiska eller matematiska grafer

Av fysisk typ

När man skapar prototyper eller modeller som försöker reproducera fenomenet som ska studeras. I allmänhet används de för att minska den skala som är nödvändig för reproduktionen av fenomenet som studeras.

referenser

1. BOX, George EP. Robusthet i strategin för vetenskaplig modellbyggnad. Robusthet i statistik, 1979, vol. 1, sid. 201-236.
2. BOX, George EP; HUNTER, William Gordon; HUNTER, J. Stuart. Statistik för experter: En introduktion till design, dataanalys och modellbyggnad. New York: Wiley, 1978.
3. VALDÉS-PÉREZ, Raúl E .; ZYTKOW, Jan M .; SIMON, Herbert A. Vetenskaplig modellbyggnad som sökning i matrisutrymmen. EnAAAI. 1993. s. 472-478.
4. HECKMAN, James J. 1. Den vetenskapliga modellen för orsakssamband. Sociologisk metodik, 2005, vol. 35, nr 1, sid. 1-97.
5. KRAJCIK, Joseph; MERRITT, Joi. Engagera studenter i vetenskapliga praxis: Hur ser konstruktion och revidering av modeller ut i vetenskapklassrummet? Vetenskapsläraren, 2012, vol. 79, nr 3, sid. 38.
6. ADÚRIZ-BRAVO, Agustín; IZQUIERDO-AYMERICH, Mercè. En modell av vetenskaplig modell för naturvetenskaplig undervisning. Elektronisk tidskrift för forskning inom naturvetenskaplig utbildning, 2009, nr ESP, sid. 40-49.
7. GALAGOVSKY, Lydia R .; ADÚRIZ-BRAVO, Agustín. Modeller och analogier i naturvetenskaplig undervisning. Begreppet analog didaktisk modell. Vetenskapens vetenskap, 2001, vol. 19, nr 2, sid. 231-242.