Introduksjon til vektorer og vektorregning i planet.
Kritisk vurdering av modeller
En matematisk modell er alltid en forenkling. Noen modeller er nyttige, men ingen er perfekte.
I dette kapittelet larer du:
- Skille mellom modell og virkelighet
- Vurdere gyldighetsomrade
- Identifisere begrensninger
- Sammenligne ulike modeller
Residualer: . Monster i residualene betyr darlig modell.
Korrelasjon er ikke årsak: At to storrelser folger hverandre betyr ikke arsakssammenheng.
10 000 innbyggere i 2010, 12 500 i 2020. Lineær: . Eksponentiell: . Sammenlign for 2030.
Issalg og drukningsulykker folger hverandre. Det betyr ikke at is forarsaker drukning. Begge pavirkes av varmt vaer. Vaer forsiktig med arsakskonklusjoner.
Modell: kWh (strømforbruk vs. temperatur). Nar er den urealistisk?
Sterk korrelasjon mellom antall brannstasjoner og forbrytelser i byer. Forarsaker brannstasjoner kriminalitet?
Lineær modell: . Kvadratisk: . Hvilken velge?
Husleiemodell Oslo: kr/mnd ( = kvm). Gi minst to begrensninger.
Hva betyr det at residualer bor være tilfeldig spredt?
Oppsummering
I dette kapittelet har du lært å vurdere matematiske modeller kritisk:
- En modell er en forenkling av virkeligheten — den bygger på antakelser som kan være mer eller mindre realistiske.
- Sjekk alltid gyldighetsområdet: Innenfor dataområdet (interpolasjon) er modellen mest pålitelig; utenfor (ekstrapolasjon) kan den gi urimelige svar.
- Sammenlign modellens verdier med observerte data — store avvik betyr at modellen bør forbedres.
- Vurder antakelsene: Er det rimelig at veksten fortsetter likt? Finnes det begrensninger (plass, ressurser, metning)?
- Husk at korrelasjon ikke betyr årsakssammenheng — en modell som passer godt, beviser ikke at den ene variabelen styrer den andre.
Nøkkelbegreper
| Begrep | Forklaring |
|---|---|
| Modell | Matematisk forenkling av virkeligheten |
| Gyldighetsområde | Området der modellen kan brukes |
| Antakelse | Forutsetning modellen bygger på |
| Avvik | Forskjell mellom modell og observasjon |
Sjekkliste for modellvurdering
1. Hvilke antakelser bygger modellen på?
2. Hvilket område gjelder den for?
3. Hvor godt stemmer den med data?
4. Gir den rimelige svar på lang sikt?
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.
