Matematisk modell

I anvendt vitenskap og teknologi er en matematisk modell en av typene vitenskapelige modeller som bruker en slags matematisk formel for å uttrykke sammenhenger, materielle forslag til fakta, variabler, parametere, enheter og forhold mellom operasjonsvariabler, for å studere atferd. av komplekse systemer i situasjoner som er vanskelige å observere i virkeligheten. Begrepet matematisk modellering brukes også i grafisk design når man snakker om geometriske modeller av objekter i to (2D) eller tre dimensjoner (3D).

Betydningen av matematisk modell i matematikkfilosofien og grunnlaget for matematikk er imidlertid noe annerledes. Konkret jobber vi på disse områdene med «formelle modeller». En formell modell for en viss matematisk teori er et sett hvor det er definert en rekke unære, binære og treenære relasjoner, som tilfredsstiller proposisjonene som er utledet fra settet med aksiomer til teorien. Den grenen av matematikk som er ansvarlig for systematisk å studere modellenes egenskaper er modellteori .

Definisjon, prinsipper og generelle betingelser

En matematisk modell av et objekt (ekte fenomen) er et hvilket som helst forenklet og idealisert opplegg av det, som består av symboler og matematiske operasjoner (relasjoner). En matematisk modell er et tilfelle av formalisering som bruker de mest varierte instrumentene produsert i matematisk vitenskap. [ 1 ] I tillegg krever en matematisk modell generelt en beskrivelse av hvordan de modellerte objektene er representert i modellen og, omvendt, hvordan de tolker prediksjonene til modellen i form av reelle enheter.


Det er verdt å nevne bare noen generelle prinsipper og betingelser som slike modeller må oppfylle.

Modellklassifiseringer

Det kan sies at en modell av de fysiske vitenskapene er en oversettelse av den fysiske virkeligheten til et fysisk system i matematiske termer , det vil si en måte å representere hver av typene enheter som griper inn i en viss fysisk prosess gjennom matematiske objekter. De formelle matematiske relasjonene mellom modellobjektene må på en eller annen måte representere de reelle relasjonene mellom de forskjellige enhetene eller aspektene ved det virkelige systemet eller objektet. Så snart et bestemt problem har blitt "oversatt" eller "representert" i form av en matematisk modell, kan kalkulus, algebra og andre matematiske verktøy brukes for å utlede oppførselen til systemet som studeres. En fysisk modell vil derfor kreve at den omvendte veien til modellering følges , slik at modellens spådommer kan omtolkes i virkeligheten.

Basert på inndatainformasjon

Med hensyn til funksjonen til opprinnelsen til informasjonen som brukes til å bygge modellene, kan de klassifiseres på andre måter. Vi kan skille mellom heuristiske modeller og empiriske modeller:

I henhold til representasjonstypen

I tillegg finner matematiske modeller ulike valører i sine ulike anvendelser. En mulig klassifisering kan ta hensyn til om de har til hensikt å gjøre kvalitative spådommer eller har til hensikt å kvantifisere aspekter ved systemet som blir modellert:

I henhold til tilfeldighet

En annen klassifisering uavhengig av den forrige, avhengig av om ulike utganger eller resultater kan tilsvare en spesifikk inngang eller startsituasjon, i dette tilfellet er modellene klassifisert som:

Klassifisering i henhold til dens anvendelse eller formål

På grunn av bruken brukes de vanligvis i følgende tre områder, men det er mange andre som finans, vitenskap, etc.

Eksempler

En statistisk operasjonell blandet modell er en teori eller årsakssituasjon av fakta og uttrykt med symboler av matematisk format. For eksempel beredskapstabeller . Faktisk er matematiske modeller bygget med ulike nivåer av betydning og med ulike variabler.

Kendall og Buckland katalogiserer opptil 40 forskjellige typer matematiske modeller. Eksempler: Rapport i matematisk modell og sosial interaksjon i 1961 og Bugeda i matematisk sosiologi i 1970. Ved et prinsipp om isomorfisme er det en ekvivalens som skal oppnås mellom en modell og en teori. I tillegg er teori og modell synonymer.

Eksempler på modeller etter typer

Hvis klassifiseringen av modeller brukes i henhold til deres anvendelse eller mål (beskrivende eller simuleringsmodeller, optimaliseringsmodeller eller valg av optimale, kontroll- eller behandlingsmodeller) og i henhold til om de er determistiske eller sannsynlige modeller, kan noen illustrerende eksempler gis:

Beskrivende / Simulering Optimalisering / valg Kontroll / Behandling
deterministisk Probabilist deterministisk Probabilist deterministisk Probabilist
Kvantitativ /
Numerisk

astronomiske beregninger
trafikksimuleringer _
Beregning av systemkomponenter
ingeniørdesign
automatisk kontroll
LCG kontroll
Kvalitativ /
konseptuell

Mikroøkonomiske analyser
spillteori
_

Graf/flyt- modeller
?
psykologisk teori
?

Hydrologisk simulering matematisk modell

De brukes til å studere ekstreme situasjoner som er vanskelige å observere i virkeligheten, for eksempel virkningene av svært intens og langvarig nedbør på hydrografiske bassenger, i deres naturlige tilstand, eller hvor arbeider som kanaler, demninger, holdedammer har blitt intervenert. , broer osv

Det hydrografiske bassenget er delt inn i underbassenger som anses som homogene fra synspunktet: av typen jord, av forfallet, av dets vegetabilske dekke. Antall og type hydrologiske variabler som griper inn i modellen er en funksjon av den spesifikke målsettingen den er utarbeidet for.

Konstruksjonsfaser av en modell

I mange tilfeller følger konstruksjonen eller opprettelsen av nyttige matematiske modeller en rekke veldefinerte faser:

  1. Identifisering av et komplekst problem eller situasjon som må simuleres, optimaliseres eller kontrolleres og som derfor vil kreve en prediktiv matematisk modell for å gjøre den effektiv
  2. Valg av type modell, dette krever spesifisering av hvilken type respons som er ment å fås, hva er inputdata eller relevante faktorer, og hva modellen er ment å brukes til. Dette valget må være enkelt nok til å tillate en rimelig matematisk behandling med de tilgjengelige ressursene. Denne fasen krever også å identifisere det største antallet pålitelige data, merke og klassifisere de ukjente (uavhengige og avhengige variabler) og etablere fysiske, kjemiske, geometriske betraktninger, etc. representere fenomenet som studeres i tilstrekkelig grad.
  3. Formalisering av modellen der formen på inngangsdataene vil bli detaljert, hvilken type matematisk verktøy som skal brukes, hvordan de tilpasser seg den tidligere eksisterende informasjonen. Det kan også inkludere å lage algoritmer, sette sammen datafiler osv. Tilstrekkelige forenklinger kan også introduseres i denne fasen slik at det matematiske modelleringsproblemet er beregningsmessig håndterbart.
  4. Sammenligning av resultater : resultatene oppnådd som spådommer må sammenlignes med de observerte faktaene for å se om modellen forutsier godt. Hvis resultatene ikke passer godt, er det vanlig å gå tilbake til fase 1.

Det er viktig å nevne at de aller fleste matematiske modeller ikke er eksakte og har høy grad av idealisering og forenkling, siden en svært eksakt modellering kan være mer komplisert å forholde seg til enn en praktisk forenkling, og derfor være mindre nyttig.

Det er også viktig å huske at mekanismen som en matematisk modell utvikles med påvirker utviklingen av andre kunnskapsteknikker fokusert på det sosiokulturelle området.

Se også

Referanser

  1. A.K. Guts, Yu. V. Frolova, L.A. Páutova Mathematical Methods in Sociology Moscow USSR Publishing House (2013)
  2. Guts og andre Op. cit.

Bibliografi

Eksterne lenker