Tieteellinen mallinnus

Tieteellinen mallinnus, fyysisen, käsitteellisen tai matemaattisen esityksen luominen todellisesta ilmiöstä, jota on vaikea havaita suoraan. Tieteellisiä malleja käytetään todellisten esineiden tai järjestelmien käyttäytymisen selittämiseen ja ennustamiseen, ja niitä käytetään useilla tieteenaloilla, fysiikasta ja kemiasta ekologiaan ja maatieteisiin. Vaikka mallinnus on keskeinen osa modernia tiedettä, tieteelliset mallit ovat parhaimmillaan likiarvot niiden edustamista esineistä ja järjestelmistä – ne eivät ole tarkkoja kopioita. Siksi tutkijat pyrkivät jatkuvasti parantamaan ja parantamaan malleja.

ilmastomallinnus

Maan ilmaston monimutkaisen käyttäytymisen ymmärtämiseksi ja selittämiseksi nykyaikaiset ilmastomallit sisältävät useita muuttujia, jotka seisovat maapallon ilmakehän ja valtamerien läpi kulkevissa materiaaleissa ja niihin vaikuttavissa voimissa.

Encyclopædia Britannica, Inc.

Lisätietoja tästä aiheesta
fysiikan periaatteet: Yksinkertaistetut mallit
Leikkaamisprosessi otettiin varhaisessa vaiheessa rajaan kaasujen kineettisessä teoriassa, joka nykyaikaisessa muodossaan alkoi lähinnä …

Tieteellisen mallinnuksen tarkoitus vaihtelee. Joitakin malleja, kuten kolmiulotteista DNA: n kaksikierteistä mallia, käytetään ensisijaisesti kohteen tai järjestelmän visualisointiin, ja ne luodaan usein kokeellisista tiedoista. Muut mallit on tarkoitettu kuvaamaan abstraktia tai hypoteettista käyttäytymistä tai ilmiötä. Esimerkiksi ennustavat mallit, kuten sääennusteissa tai sairausepidemioiden terveystulosten ennustamisessa, perustuvat yleensä aikaisempien ilmiöiden tietoon ja tietoon, ja ne perustuvat näiden tietojen matemaattisiin analyyseihin ennustamaan tulevia, hypoteettisia vastaavien tapahtumien ilmiöitä. Ennakoivilla malleilla on merkittävä arvo yhteiskunnalle, koska niillä on potentiaalinen rooli varoitusjärjestelmissä, kuten maanjäristysten, tsunamien, epidemioiden ja vastaavien laajamittaisten katastrofien tapauksessa. Koska yksikään ennakoiva malli ei kuitenkaan voi ottaa huomioon kaikkia muuttujia, jotka voivat vaikuttaa tulokseen, tutkijoiden on tehtävä oletuksia, jotka voivat vaarantaa ennustavan mallin luotettavuuden ja johtaa virheellisiin johtopäätöksiin.

Tieteellisen tiedon rajoitukset mallintamista korostaa se tosiasia, että mallit eivät yleensä ole täydellisiä esityksiä. Esimerkiksi Bohrin atomimalli kuvaa atomien rakennetta. Mutta vaikka se oli ensimmäinen atomimalli, joka sisälsi kvanttiteorian ja toimi elektronien kiertoratojen käsitteellisenä perusmallina, se ei ollut tarkka kuvaus kiertävien elektronien luonteesta. Se ei myöskään pystynyt ennustamaan niiden atomien energiatasoja, joissa on enemmän kuin yksi elektroni.

Atomin Bohr-malli

Atomin Bohr-mallissa elektronit kulkevat määritellyillä pyöreillä kiertoradoilla ytimen ympäri. Kiertoradat on merkitty kokonaisluvulla, kvanttiluvulla n. Elektronit voivat hypätä kiertoradalta toiselle lähettämällä tai absorboimalla energiaa. Sisäosassa näkyy elektroni, joka hyppää kiertoradalta n = 3 kiertoradalle n = 2 ja joka lähettää punaisen valon fotonin, jonka energia on 1,89 eV.

Encyclopædia Britannica, Inc.

Objektin tai järjestelmän täydellisen ymmärtämisen yrittämiseksi tarvitaan useita malleja, joista kukin edustaa osan objektista tai järjestelmästä. Mallit saattavat yhdessä pystyä tarjoamaan täydellisemmän esityksen tai ainakin täydellisemmän ymmärryksen todellisesta esineestä tai järjestelmästä. Tätä havainnollistavat valon aaltomalli ja valon partikkelimalli, jotka yhdessä kuvaavat aaltopartikkelidualiteettia, jossa valolla ymmärretään olevan sekä aalto- että hiukkasfunktioita. Aaltoteorian ja valohiukkasten teoriaa pidettiin pitkään ristiriidassa keskenään. 1900-luvun alkupuolella, huomaten hiukkasten käyttäytyvän aaltojen tapaan, näiden teorioiden kaksi mallia tunnustettiin täydentäviksi, mikä helpotti suuresti uusia oivalluksia kvanttimekaniikan alalla.

pernaruttoproteiini

Tämä pernarutto tietokoneistettu kuva näyttää erilaiset rakenteelliset seitsemän yksikön suhteet proteiinissa ja osoittaa proteiiniin sitoutuneen (keltaisella) lääkkeen vuorovaikutuksen niin kutsutun tappavan tekijäyksikön estämiseksi. Bioinformatiikalla on tärkeä rooli, jotta tutkijat voivat ennustaa, mihin lääkemolekyyli sitoutuu proteiinissa, kun otetaan huomioon molekyylien yksittäiset rakenteet.

Oxfordin yliopisto / Getty Images

Hanki Britannica Premium -tilaus ja pääset yksinoikeuteen sisältö. Tilaa nyt

Tieteelliseen mallintamiseen on olemassa lukuisia sovelluksia. Esimerkiksi maapallotieteissä ilmakehän ja valtameren ilmiöiden mallintaminen on merkityksellistä sääennusteiden lisäksi myös tieteelliselle käsitykselle ilmaston lämpenemisestä. Jälkimmäisessä tapauksessa yksi muistiinpanomalli on yleinen verenkierron malli, jota käytetään ihmisen ja muun ihmisen aiheuttaman ilmastonmuutoksen simulointiin. Geologisten tapahtumien, kuten konvektion maapallolla ja maapallon teoreettisten liikkeiden, mallinnus on edistänyt tutkijoiden tietämystä tulivuorista ja maanjäristyksistä sekä maapallon kehityksestä. Ekologiassa mallinnusta voidaan käyttää eläinten ja kasvien populaatioiden ja organismien välisen vuorovaikutuksen dynamiikan ymmärtämiseen. Biolääketieteessä fyysisiä (aineellisia) malleja, kuten Drosophila-kärpäsiä ja nematodia Caenorhabditis elegans, käytetään geenien ja proteiinien toimintojen tutkimiseen. Samoin käytetään kolmiulotteisia proteiinimalleja, jotta saadaan käsitys proteiinitoiminnasta ja avustetaan lääkesuunnittelussa. Tieteellisellä mallinnuksella on sovelluksia myös kaupunkisuunnittelussa, rakentamisessa ja ekosysteemien palauttamisessa.

tsunamin aallonkorkeusmalli

Yhdysvaltain kansallisen valtameren ja ilmakehän hallinnon laatima kartta, joka kuvaa Tyynen valtameren tsunamin aallonkorkeusmallia 11. maaliskuuta 2011 tapahtuneen Sendain, Japanin, maanjäristyksen jälkeen .

NOAA: n tsunamitutkimuskeskus

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *