Modèle de l`ordinateur

Vous n`avez pas forcément besoin d`un ordinateur pour faire un modèle mathématique. Choisissez un problème assez facile et vous pouvez faire le calcul dans votre tête ou dessinez-vous un petit tableau sur le papier. Regardons un exemple très simple. Supposons que vous avez 10 ans et que vous voulez savoir combien vous allez être grand quand vous avez 20. Vous pourriez deviner que vous allez être deux fois plus grand (parce que vous serez deux fois plus vieux), mais si vous avez fait beaucoup de croissance précoce et vous êtes grand pour votre âge, qui va vous donner la mauvaise réponse. Si vous avez grandi à un rythme régulier (tant de centimètres/pouces par an), vous pouvez deviner que votre taille à un certain âge à l`avenir (appelons-le X) est votre taille à l`âge de 10 (appelez que A) plus le nombre d`années dans le futur (appelez que B) fois le nombre de centimètres vous cultivez par an (appelez C). Donc X = A + (B × C). Si vous avez 150cm (1,5 m ou 5 pi) de hauteur à 10 ans et que vous cultivez en moyenne 5cm (̃ 2 pouces) par an pour chacune des 10 prochaines années, vous serez 150 + (10 x 5) = 200cm (6,5 ft) de haut à 20 ans. Cela sonne comme une supposition juste (si un peu sur le côté élevé)-et il sonne certainement mieux que de doubler votre taille à l`âge de 10 (qui prédit une hauteur de 3M ou 10Ft à l`âge de 20). Avez-vous remarqué comment les enfants aiment jouer avec des modèles? Des maisons de poupées et des chiens câles pour modéliser des avions et des voitures de course, beaucoup d`enfants jouets comme la plupart sont en fait des versions simplifiées de choses que nous trouvons dans le monde qui nous entoure. Les enfants perdent-ils leur temps à jouer avec des jouets comme ça? Loin de là. Le Monkeying autour d`un modèle vous aide à apprendre comment le monde fonctionne.

Construisez un modèle de pont suspendu et — que vous le réalisiez ou non — vous apprenez énormément sur la science des forces et les aspects pratiques de l`ingénierie quotidienne. En théorie, vous pouvez tester si une nouvelle conception de pont serait travailler en construisant un modèle avec un ensemble d`Erector et de le charger avec des voitures jouets. C`est pourquoi les scientifiques de la NASA construisent des modèles de fusées et d`avions spatiaux et les testent dans des tunnels éoliens. Des modèles réalistes de choses du monde réel sont appelés modèles physiques. Ils sont concrets et réalistes et vous pouvez dire tout de suite ce qu`ils sont censés être. Un modèle de quelque chose comme le temps implique des centaines, des milliers, voire des millions de variables différentes reliées entre elles par des équations beaucoup plus complexes. Il y a tellement de variables et de nombreuses équations qu`il faudrait une éternité pour les résoudre à la main. Lorsque le modeleur mathématique pionnier Lewis Fry Richardson a fait l`une des premières prévisions météorologiques détaillées du monde de cette façon dans les années 1920, en utilisant seulement sept équations, il a fallu lui et sa femme quelque chose comme six semaines pour comprendre une seule journée de la météo! C`est pourquoi, dans la pratique, les supercalculateurs (ordinateurs ultra-puissants) sont maintenant utilisés pour pratiquement toutes les modélisations mathématiques, et pourquoi il est maintenant appelé la modélisation informatique en conséquence. Avouons-le, personne ne veut attendre six semaines pour entendre ce que le temps était comme il ya quelques mois! Les modèles sont toujours (par définition) des versions simplifiées de la vie réelle et, là où les modèles mathématiques sont concernés, il y a de bonnes raisons à cela.

Si des problèmes vraiment complexes (tels que les prévisions météorologiques et le changement climatique) sont étudiés, les modèles mathématiques doivent être simplifiés purement pour que les ordinateurs puissent générer des résultats utiles dans un laps de temps raisonnable. La science de la modélisation est tout au sujet de s`assurer que les variables et les équations dans un modèle représentent la réalité aussi précisément que possible, mais il y a un art à la modélisation aussi-et cela implique de décider quel genre de simplifications peuvent être faites sans risque modèle si brut que les résultats qu`il produit sont inexacts ou trompeurs. Au début des années 1970, les modèles du climat ont négligé les nuages, par exemple, qui étaient considérés comme trop complexes et changeants pour représenter avec précision. Une fois que les ordinateurs sont devenus plus puissants, les modèles climatiques ont été étendus pour inclure la façon dont les nuages se comportent, nous espérons produire des prévisions météorologiques beaucoup plus précises et utiles et des simulations climatiques dans le processus.

Comments are closed.