117,582
次編輯
變更
科学模型
,创建页面,内容为“科学模型 是科学研究中对一类研究方法的通称,使用数学公式、电脑模拟或简单的图示来表示一个简化的自然界,透过分析…”
科学模型 是科学研究中对一类研究方法的通称,使用数学公式、电脑模拟或简单的图示来表示一个简化的自然界,透过分析这个模型,以期能够进一步了解科学,包括说明、验证假说、或分析资料。依据不同需求,科学模型可以借由概念模型帮助我们了解现象,操作模型给出操作型定义,数学模型帮助量化,以及用图象模型将抽象概念视觉化。
科学模型是许多领域重要且不可分割的一部分,并且每种科学领域都有其特定的科学模型。以约翰·冯·诺伊曼所说过的一段话为例:
... 科学本身从来都不曾试图去解释自然现象,甚至是连诠释自然现象的企图都不曾有过,反而仅仅是建立模型。所谓的模型,就是——在数学意义上——去建构观察到的自然现象之间的数学关系。而此模型令人信服的唯一理由,就仅仅是因为它确实有用——能够描述足够广泛的自然现象。
近年来科学建模越发受重视,例如在科学教育、科学哲学、系统理论与视觉化 (电脑图学)。科学建模也有其相关的科学方法、技术与形而上学等议题。
==目标和方法论==
科学模型依其在科学方法中占据的位置,可以区分不同类型,包括概念模型和概念验证模型、预测模型、推理模型、以及统计模型等等。许多时候,做实验是有困难的,所以用概念模型或预测模型代替实验,避免物理、法律、时间、经费等限制。模型是为了特定的目标而建,建模者根据自己的专业判断,将不重要的细节排除、并将未验证的资讯概括而入,最后达成目标。
同一个现象有时会有许多解释力一样好的模型,然而模型描述的原理却不同,这个现象叫作殊途同归(equifinality)。例如人们接受新产品的比率往往呈一S型曲线,这可能是因为每个人对新科技的接受度不同,少数人特别开放,少数人特别保守,大多数人介于中间;另一个可能是新科技的传播取决于现有使用者的人数和其竞争优势,因此使用者太少或太多都会降低其接受率,两个模型都会产生一样的曲线。如果模型之间在某些条件下会产生不同的预测,可能用实证研究判断哪个模型正确。
另一方面,有些完全不同的现象背后的数学原理却类似,可以用一样的模型来描述,例如生物族群大小的振荡、心律不整、化学的B-Z反应、以及水龙头滴水的速率都可以用霍普夫分岔来描述。在其著作《一种新科学》中,史蒂芬·沃尔夫勒姆主张大多数现象背后都有类似的简单数学原理,因此推动科学进展的最有效方法是研究各种基本数学现象,例如细胞自动机。
科学模型是许多领域重要且不可分割的一部分,并且每种科学领域都有其特定的科学模型。以约翰·冯·诺伊曼所说过的一段话为例:
... 科学本身从来都不曾试图去解释自然现象,甚至是连诠释自然现象的企图都不曾有过,反而仅仅是建立模型。所谓的模型,就是——在数学意义上——去建构观察到的自然现象之间的数学关系。而此模型令人信服的唯一理由,就仅仅是因为它确实有用——能够描述足够广泛的自然现象。
近年来科学建模越发受重视,例如在科学教育、科学哲学、系统理论与视觉化 (电脑图学)。科学建模也有其相关的科学方法、技术与形而上学等议题。
==目标和方法论==
科学模型依其在科学方法中占据的位置,可以区分不同类型,包括概念模型和概念验证模型、预测模型、推理模型、以及统计模型等等。许多时候,做实验是有困难的,所以用概念模型或预测模型代替实验,避免物理、法律、时间、经费等限制。模型是为了特定的目标而建,建模者根据自己的专业判断,将不重要的细节排除、并将未验证的资讯概括而入,最后达成目标。
同一个现象有时会有许多解释力一样好的模型,然而模型描述的原理却不同,这个现象叫作殊途同归(equifinality)。例如人们接受新产品的比率往往呈一S型曲线,这可能是因为每个人对新科技的接受度不同,少数人特别开放,少数人特别保守,大多数人介于中间;另一个可能是新科技的传播取决于现有使用者的人数和其竞争优势,因此使用者太少或太多都会降低其接受率,两个模型都会产生一样的曲线。如果模型之间在某些条件下会产生不同的预测,可能用实证研究判断哪个模型正确。
另一方面,有些完全不同的现象背后的数学原理却类似,可以用一样的模型来描述,例如生物族群大小的振荡、心律不整、化学的B-Z反应、以及水龙头滴水的速率都可以用霍普夫分岔来描述。在其著作《一种新科学》中,史蒂芬·沃尔夫勒姆主张大多数现象背后都有类似的简单数学原理,因此推动科学进展的最有效方法是研究各种基本数学现象,例如细胞自动机。