Vurdere modellens muligheder og begrænsninger

Matematik A · STX · A-niveau · Modellering

🧮 Vurdere modellens muligheder og begrænsninger

Matematisk modellering = bruge matematik til at beskrive virkelige fænomener.

Modellerings-cyklus:

1. Reel situation →

2. Idealiseret model (antagelser) →

3. Matematisk model →

4. Matematiske konklusioner →

5. Tolkning →

6. Validering.

Vurdering: er antagelserne realistiske? Passer modellen til data? Hvilke begrænsninger? Hvornår bryder den sammen?

Eksempel — eksponentiel vækst: P(t) = P₀·e^(rt). Antagelser: konstant vækstrate, ubegrænsede ressourcer. Begrænsninger: ikke realistisk på lang sigt. Logistisk model korrigerer.

Eksempel — fri fald: simpel v(t) = g·t. Realistisk: dv/dt = g - k·v² (luftmodstand). Terminal hastighed v_t = √(g/k).

Malthus' befolkningsmodel (1798): forudsagde sult — forkert pga. Grøn Revolution.

R²-værdi: 0-1. R² = 0,95 betyder modellen forklarer 95% af datavarians.

Resterende fejl (residualer): data - model. Plot residualer mod x. Tilfældig spredning → god model. Mønster (krumning) → bedre model findes.

Validering: split data i træningsset + test-set. Korrelation ≠ kausalitet.

Klassisk fejl: ekstrapolation udenfor data-intervallet.

Skole-spørgsmål: "Vurder modellens muligheder og begrænsninger." Inkludér:

1. Hvad antager modellen?

2. Hvor godt fitter den (R²)?

3. Hvor er den brugbar?

4. Hvor bryder den sammen?

5. Alternative modeller?

Læringsmål

• Gennemgå modellerings-cyklussen fra reel situation til validering
• Vurdere om modelantagelser er realistiske og identificere modellens grænser
• Fortolke R²-værdi og residualplot til vurdering af modelfit
• Identificere klassiske modelfejl: ekstrapolation og korrelation vs. kausalitet
• Sammenligne eksponentiel og logistisk model for befolkningsvækst (Malthus)

Sådan kan du arbejde med emnet

• Diskutér i hvilket interval af x-værdier en given model giver realistiske resultater
• Sammenlign en models forudsigelser med virkelige data og vurdér, hvor godt de passer
• Forklar hvad det betyder, at en model er en forsimpling af virkeligheden

Træningsforslag

• Vurder Malthus' befolkningsmodel fra 1798: hvilke antagelser holdt ikke, og hvorfor slog Den Grønne Revolution forudsigelsen fejl?
• Givet en graf med residualer der viser et krumningsmønster — diskutér hvad det fortæller om modelvalget.
• En model har R² = 0,95 — forklar hvad det betyder, og giv et eksempel hvor høj R² alligevel kan være misvisende.
• Sammenlign en eksponentiel og en logistisk model for samme datasæt — hvornår vil de afvige mest?

Brobygning

Kritisk vurdering af modeller er central i SRP og i DP2-opgaver, hvor CAS-regression skal ledsages af en diskussion af gyldighed og begrænsninger — ikke blot et tal for R².