7.1 Matematisk modellering
Lær å lage og bruke matematiske modeller.
Hva koster taxituren hjem?
Klokka er mye, bussen har sluttet å gå, og du vurderer taxi hjem -- km. På døren til taxien står det: startpris kr, deretter kr per kilometer. Har du råd? Du har kr på kontoen.
Det du nå skal gjøre i hodet -- oversette en virkelig situasjon til et regnestykke du kan svare på -- har et fint navn: matematisk modellering. En modell er en matematisk beskrivelse av virkeligheten, ofte i form av en funksjon. Prosessen følger fem steg: du identifiserer problemet (hva koster turen?), forenkler og velger variabler (det viktige er antall kilometer), lager en matematisk modell, løser den, og til slutt tolker og vurderer svaret -- gir det mening?
I dette kapittelet lærer du å sette opp slike modeller selv, og -- like viktig -- å vite når du kan stole på dem.
Fra prisskilt til funksjon
La oss bygge taximodellen. Vi lar være antall kilometer. Uansett hvor langt du kjører, betaler du startprisen på kr -- det er den faste delen. I tillegg kommer kr for hver kilometer -- den variable delen, som vokser med turen. Totalprisen blir:
Dette er en lineær modell: en fast startverdi pluss en fast endring per enhet, på den generelle formen . Tallet (her ) kalles stigningstallet og forteller hvor mye prisen øker per kilometer; tallet (her ) er konstantleddet, verdien helt i starten, når .
Nå kan modellen svare på spørsmålet ditt. For km:
Du har kr -- det holder, så vidt!
Det fine med modellen er at den svarer på alle slike spørsmål på én gang. Hva med km? kr. Og du kan snu på den: hvor langt kommer du for kr? Da løser du , som gir km.
Samme mønster dukker opp overalt: et mobilabonnement med fast månedspris pluss pris per GB, en håndverker med oppmøtepris pluss timepris, en kinokveld med billett pluss pris per snacks. Finn den faste delen, finn endringen per enhet -- og du har modellen.
Kan du stole på modellen?
Modellen ga deg et presist svar. Men her kommer modellererens viktigste leksjon: en modell er en forenkling av virkeligheten -- og den må alltid vurderes kritisk.
Still deg tre spørsmål. Først: gir svaret mening? Hvis modellen din for en busstur gir en negativ pris, eller anslår at en -åring blir meter høy om ti år, har du brukt modellen feil sted -- selv om regningen er riktig.
Dernest: hvilke forutsetninger bygger modellen på? Taximodellen antar at prisen per kilometer er konstant. Men kanskje taxiselskapet har nattakst i helgene, minstepris på korte turer eller ventetakst i kø. Modellen vår vet ingenting om dette -- den er en forenkling, og forenklinger kan slå feil.
Til slutt: for hvilke verdier gjelder modellen? Dette kalles modellens gyldighetsområde. For taxituren gir bare mening -- du kan ikke kjøre minus tre kilometer. Og svært store verdier kan også falle utenfor: en modell som beskriver høyden til et barn de første ti årene, kan ikke brukes til å spå høyden ved år. Innenfor gyldighetsområdet er modellen et nyttig verktøy; utenfor er den i beste fall gjetning.
God modellering er altså en runddans: sett opp modellen, bruk den -- og tolk svaret tilbake i virkeligheten med et kritisk blikk. Tallene og er ikke bare tall; de betyr noe i situasjonen. Den som både kan regne og vurdere, er den ekte modellereren.
Oppsummering
Taxituren hjem ble en innføring i matematisk modellering: kunsten å oversette virkelighet til matematikk og tilbake igjen.
Prosessen har fem steg: identifiser problemet, forenkle og velg variabler, lag modellen, løs den, og tolk svaret. For taxien ga det den lineære modellen -- fast startverdi (konstantleddet ) pluss fast endring per enhet (stigningstallet ), på den generelle formen . Med modellen i hånden fant vi at km koster kr.
Men like viktig som å regne, er det å vurdere: en modell er en forenkling. Sjekk alltid om svaret gir mening, hvilke forutsetninger modellen bygger på, og hva som er gyldighetsområdet -- verdiene der modellen faktisk beskriver virkeligheten. Negative kilometer og firemeterhøye mennesker er signaler om at du har forlatt modellens hjemmebane.
Fremgangsmåten tar du med deg videre: finn fast del, finn endring per enhet, sett opp uttrykket -- og bruk det med kritisk blikk. I de neste kapitlene skal vi bygge modeller fra ekte data, med regneark og regresjon som verktøy.
Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.