Introduksjon til vektorer og vektorregning i planet.
Kritisk vurdering av modellar
Ein matematisk modell er alltid ei forenkling. Nokre modellar er nyttige, men ingen er perfekte.
I dette kapittelet lærer du:
- Skilje mellom modell og verkelegheit
- Vurdere gyldigheitsområde
- Identifisere avgrensingar
- Samanlikne ulike modellar
Residualar: . Mønster i residualane tyder dårleg modell.
Korrelasjon er ikkje årsak: At to storleikar følgjer kvarandre tyder ikkje årsakssamanheng.
10 000 innbyggjarar i 2010, 12 500 i 2020. Lineær: . Eksponentiell: . Samanlikn for 2030.
Issal og drukningsulukker følgjer kvarandre. Det tyder ikkje at is fører til drukning. Begge blir påverka av varmt vêr. Ver forsiktig med årsakskonklusjonar.
Modell: kWh (straumforbruk vs. temperatur). Når er han urealistisk?
Sterk korrelasjon mellom talet på brannstasjonar og brotsverk i byar. Fører brannstasjonar til kriminalitet?
Lineær modell: . Kvadratisk: . Kva vel ein?
Husleigemodell Oslo: kr/mnd ( = kvm). Gjev minst to avgrensingar.
Kva tyder det at residualar bør vere tilfeldig spreidde?
Oppsummering
I dette kapittelet har du lært å vurdere matematiske modellar kritisk:
- Ein modell er ei forenkling av verkelegheita — han byggjer på føresetnader som kan vere meir eller mindre realistiske.
- Sjekk alltid gyldigheitsområdet: Innanfor dataområdet (interpolasjon) er modellen mest påliteleg; utanfor (ekstrapolasjon) kan han gje urimelege svar.
- Samanlikn verdiane til modellen med observerte data — store avvik tyder at modellen bør betrast.
- Vurder føresetnadene: Er det rimeleg at veksten held fram likt? Finst det avgrensingar (plass, ressursar, metting)?
- Hugs at korrelasjon ikkje tyder årsakssamanheng — ein modell som passar godt, provar ikkje at den eine variabelen styrer den andre.
Nøkkelomgrep
| Omgrep | Forklaring |
|---|---|
| Modell | Matematisk forenkling av verkelegheita |
| Gyldigheitsområde | Området der modellen kan brukast |
| Føresetnad | Føresetnad modellen byggjer på |
| Avvik | Skilnad mellom modell og observasjon |
Sjekkliste for modellvurdering
1. Kva føresetnader byggjer modellen på?
2. Kva område gjeld han for?
3. Kor godt stemmer han med data?
4. Gjev han rimelege 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.
