Nauki przyrodnicze i matematyka na HTX
Od pomiaru i niepewności do modeli i funkcji
Wstęp
Nauka przyrodnicza i matematyka to dwie strony tej samej sprawy na HTX. Matematyka daje jezyk do opisania swiata, a nauka przyrodnicza daje fenomeny, które chcemy opisac. Gdy te dwa przedmioty pracuja razem, mozesz isc od obserwacji w laboratorium do modelu, który przewiduje cos o rzeczywistosci.
Pomiary, jednostki i niepewność
Cała nauka przyrodnicza zbudowana jest na pomiarach, i każdy pomiar obciążony jest niepewnością. Zrozumienie i wskazanie niepewności to kompetencja podstawowa: pomiar bez oceny, jak pewny jest, naprawdę mówi nieco.
- 01Konsekwentnie używaj jednostek SI i zawsze podawaj jednostkę razem z liczbą
- 02Rozróżnij błędy systematyczne (odchylenie w samej metodzie) od błędów przypadkowych (rozrzut podczas powtórzenia)
- 03Podawaj wyniki z odpowiednią liczbą cyfr znaczących — nie więcej niż pomiar może mieć
- 04Powtórz pomiary, gdzie to możliwe, aby ocenić rozrzut
Funkcje i modele
Centralną ideą matematyki na HTX jest opisywanie zależności funkcjami. Funkcje liniowe, wykładnicze i potęgowe pojawiają się raz za razem — w kinematyce fizyki, w szybkości reakcji chemii i w przebiegach wzrostu biologii.
| Typ funkcji | Cecha | Przykład zastosowania |
|---|---|---|
| Liniowy | Stała zmiana na jednostkę | Rozciąg przy stałej prędkości |
| Wykładniczy | Stała zmiana procentowa | Radioaktywny rozpad, wzrost |
| Potęga | Stała względna zmiana między zmiennymi | Powiązania w fizyce i biologii |
Modelowanie jako forma pracy
Modelowanie oznacza stworzenie uproszczonego opisu rzeczywistości, który jest wystarczająco dobry dla celu. Model nigdy nie jest całkowicie prawdziwy, ale może być przydatny. Na HTX trenujesz ustawianie modelu, liczenie na nim i — co ważne — ocenę jego zakresu ważności i ograniczeń.
W ten sposób oceniasz model
- 01Jakie założenia oparty model na?
- 02W jakim obszarze model pasuje do danych?
- 03Kiedy model się załamuje i dlaczego?
- 04Jaką konsekwencję ma, jeśli założenia się nie sprawdzą?
Gdy potrafisz zarówno obliczać model, jak i krytycznie się do niego odnosić, masz w ręku samo serce naukowego myślenia — i to jest umiejętność, która niesie się dalej, niezależnie od tego, jaką wyższą edukację wybierzesz.
“Wszystkie modele są błędne, ale niektóre są przydatne.”
— Przypisywana statystykowi George Box