Modeller, miljø og kritisk demokratisk kompetanse - Caspar Forlag AS
Modeller, miljø og kritisk demokratisk kompetanse - Caspar Forlag AS
Modeller, miljø og kritisk demokratisk kompetanse - Caspar Forlag AS
- No tags were found...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>kritisk</strong> til en offentlig debatt basert på modeller.<br />
For at leseren selv skal kunne reflektere over<br />
dette, har jeg inkludert en forenklet versjon av<br />
de matematiske beregningene som mest sannsynlig<br />
ligger bak denne havnivåmodellen (se<br />
avsnittet «Litt om interpolasjon»).<br />
Metoden går ut på å beregne avstanden fra<br />
et tenkt lineært funksjonsuttrykk til hvert datapunkt<br />
for så å beregne funksjonen slik at samlet<br />
avstand til punktene blir minst mulig. Ved hjelp<br />
av funksjonsuttrykket kan en finne tilnærmede<br />
verdier i områder hvor en ikke har målinger,<br />
slik det er gjort for årstallene etter 2009 i figur 1.<br />
Trenden i måledataene avgjør om det bør velges<br />
en lineær eller ikke-lineær funksjon <strong>og</strong> måles<br />
absoluttverdien av funksjonsavviket fra hvert<br />
målepunkt vil summen av avvikene utgjøre residualet,<br />
se for eksempel (Hansen, 2009). Størrelsen<br />
av residualet angir modellens nøyaktighet.<br />
Slike utregninger kan enkelt utføres ved hjelp<br />
av et verktøy som eksempelvis Excel, som tillater<br />
en rekke forskjellige valg av funksjonsuttrykk.<br />
Jeg understreker at dette kun er eksempel<br />
på en liten del av den type matematikk som kan<br />
finnes inni en «boks».<br />
Konklusjon<br />
I denne artikkelen har jeg gitt noen eksempler<br />
på hva som kan ligge i begrepet <strong>kritisk</strong> <strong>demokratisk</strong><br />
<strong>kompetanse</strong> i relasjon til en modellanvendelse<br />
i samfunnet. Med utgangspunkt i en<br />
modell for havnivåutvikling <strong>og</strong> den offentlige<br />
diskusjonen rundt resultatene, har jeg eksemplifisert<br />
hvilke typer antakelser <strong>og</strong> begrensninger<br />
som kan ligge til grunn for en modelleringsprosess.<br />
Havnivåberegningene er a priori <strong>og</strong><br />
kan aldri bli gjenstand for sikre vurderinger.<br />
Dette er et typisk kjennetegn ved mange samfunnsaktuelle<br />
modeller, <strong>og</strong> for å unngå at resultater<br />
gjengis etter eget forgodtbefinnende, blir<br />
kunnskap om modelleringsprosessen <strong>og</strong> evne<br />
til å stille aktuelle spørsmål særlig viktig. Elevers<br />
muligheter til å gjøre liknende vurderinger<br />
ved arbeid med modellering, kan virke forberedende<br />
til å stille liknende spørsmål i tilsvarende<br />
sammenhenger.<br />
Litt om interpolasjon<br />
Det er flere måter å interpolere på, avhengig av<br />
hvordan avstanden mellom den tenkte funksjonen<br />
<strong>og</strong> datapunktene måles. For hver målemetode<br />
er hensikten å danne en funksjon som<br />
ligger nærmest mulig opp til alle punktene samtidig.<br />
Ved hjelp av denne kan en finne tilnærminger<br />
til verdier både inni <strong>og</strong> utenfor måleområdet.<br />
Å bruke funksjonen for å beregne verdier<br />
mellom målepunkter, kalles interpolasjon. Forlenges<br />
interpolasjonsfunksjonen utenfor måleområdet,<br />
kan vi finne tilnærmede verdier <strong>og</strong>så<br />
her. Dette kalles ekstrapolasjon, begge deler er<br />
eksemplifisert i figur 3 <strong>og</strong> 4.<br />
Interpolasjon <strong>og</strong> ekstrapolasjon benyttes<br />
gjerne for å skape inputdata til matematiske<br />
modeller i tilfeller hvor en ikke har nok<br />
målinger, eller for å videreanalysere ett sett<br />
med modellresultater. For å vise hvordan interpolasjon<br />
fungerer velger jeg å forholde meg til<br />
kun tre punkter. Dette kan for eksempel være<br />
punkter en stoler spesielt på i en måleserie. For<br />
å ha konkrete tall å arbeide med, velger jeg ut<br />
verdiene (1, 2), (2, 4) <strong>og</strong> (3, 5) i figur 3 <strong>og</strong> figur<br />
4. Vi bestemmer oss for en lineær tilnærming,<br />
figur 3. Nå må funksjonen bestemmes slik at<br />
den har minst mulig avstand til alle tre datapunkter<br />
samtidig.<br />
I det generelle tilfellet vil en ha et sett med<br />
datapunkter (t 1<br />
, y 1<br />
), (t 2<br />
, y 2<br />
), …, (t n<br />
, y n<br />
) hvor<br />
t i<br />
, i = 1, 2, … n eksempelvis står for påfølgende<br />
tidspunkter <strong>og</strong> y i<br />
er målte verdier i hvert tidspunkt.<br />
Vi har da en tidsserie. I vårt eksempel<br />
var y i<br />
gjennomsnittlig havnivå. En kan tenke<br />
seg flere funksjoner som går gjennom våre tre<br />
punkter. For eksempel vil en andregradsfunksjon<br />
ha formen<br />
Se figur 4, sjekk at f(1) = 2, f(2) = 4 <strong>og</strong> f(3) = 5.<br />
La den lineære funksjonen vi søker være gitt<br />
ved y = at + b, der a <strong>og</strong> b er variable som så langt<br />
tangenten 3/2010 33