FYSIK
Metoder og begreber
Basal videnskabsteori
Systematisk observation
Vi observerer naturen for at blive klogere på den. Når man laver observationer, indsamler man empiri.
Man skal indsamle data så systematisk som muligt! Fx på faste tidspunkter, under samme betingelser m.m.
Derved forsøger man at undgå indflydelse fra hypoteser og idéer, man på forhånd har.
Det kontrollerede eksperiment
Eksperimenter laves for at forsøge at teste og eventuelt falsificere teorier og hypoteser.
Ved en såkaldt kritisk-testning arbejder man hypotetisk-deduktivt: Man tager udgangspunkt i en hypotese og tester den via eksperimenter. Derefter kan hypotesen forkastes, eller også kan den ikke forkastes.
Eksperimenter kan laves som laboratorie-eksperimenter og som felt-eksperimenter.
Det er nemmere at designe kontrollerede eksperimenter i et laboratorium end i felten!
Reproducerbarhed
Objektivitet sikres via reproducerbarhed: Observationer & eksperimenter skal kunne gentages af andre!
Modeller
Simplificeret udgave af virkeligheden.
Tre typer:
- Skalamodel: Fx fysisk model af molekyle eller af solsystemet
- Teoretisk model: Fx atommodeller
- Matematisk model: Fx ligninger & Formler
Kvalitativ & Kvantitativ Metode
Empiri (definition fra http://ordnet.dk/ddo/ordbog?query=empiri)
Erfaringer og iagttagelser anvendt som grundlag for (videnskabelig) erkendelse
Eksempler på empiri: Observationer, måledata, billeder, interviews, …
Kvalitativ & Kvantitativ
Arbejder man kvalitativt, kigger man fx efter tendenser, grove sammenligninger eller ja/nej-spørgsmål.
Arbejder man kvantitativt, kigger man efter målbare data.
EX 1
Kvalitativt: Jo større et stearinlys er, jo længere tid kan det brænde.
Kvantitativt: For hver ekstra cm3 stearin kan stearinlyset brænde 15 minutter længere.
EX 2
Kvalitativt: Kanon 1 skyder højere end Kanon 2.
Kvantitativt: Kanon 1 skyder 1,2 m op i luften mens Kanon 2 skyder 0,7 m op i luften.
EX 3
Kvalitativt: Eksperimentet viste, at der var sukker i opløsningen.
Kvantitativt: Eksperimentet viste, at der var 3,9 % sukker i opløsningen.
Variabelkontrol
Når man udfører et forsøg, hvor en bestemt størrelse afhænger af mange variable på en gang, kan det være en stærk teknik at udføre forsøget med variabelkontrol.
Når man udfører et forsøg med variabelkontrol, betyder det, at man fokuserer på én variabel ad gangen, mens man holder de andre fast og dermed undersøger, hvordan den undersøgte størrelse afhænger af den ene variabel, der varieres på.
EX
For et pendul kunne man måske have en formodning om, at svingningstiden (perioden) T afhænger af:
- massen af pendulet m
- længden af pendulet L
- Udsvingets størrelse (amplituden) A
For at lave variabelkontrol udføres 3 forsøgsrækker, hvor man hele tiden måler svingningstiden T:
- Én forsøgsrække hvor massen ændres, mens længden og udsvinget holdes konstant
- Én forsøgsrække hvor længden ændres, mens massen og udsvinget holdes konstant
- Én forsøgsrække hvor udsvinget ændres, mens massen og længden holdes konstant
Måleusikkerheder vs. fejlkilder
Måleusikkerheder
Ved enhver måling er der en vis usikkerhed i præcisionen.
Det kan ikke undgås, men med omhyggelighed og præcisionsudstyr kan det minimeres.
Fejlkilder
Kan være en fejl i måleapparaturet eller en forudsætning, som ikke er opfyldt.
Det er, når noget er grundlæggende galt med forsøget.
Grove fejl
Uberegnelige fejl som fx fejllæsning af instrumenter eller noteringsfejl.
Nogle grove fejl er så store, at de nemt opdages, mens andre aldrig bliver opdaget.
Grove fejl kan bedst undgås ved, at man er omhyggelig med forsøgets udførelse og evt. gentager målingerne.
Systematiske fejl
Omfatter alle fejl, som giver måleresultaterne en “slagside”, dvs. afvigelse fra den sande værdi i samme retning, uanset hvor ofte og omhyggeligt man udfører målingerne. Sådanne fejl kan stamme fra fx instrumentfejl eller indvirkning af ydre faktorer. Også eksperimentets opbygning kan give anledning til systematiske fejl. Indkredsning og korrektion af systematiske fejl er et hovedproblem i al eksperimentel teknik og kræver både erfaring og dygtighed!
Tilfældige fejl
Fejl, der skyldes ukontrollerbare omstændigheder, og som har samme sandsynlighed for at være negativ som for at være positiv.
Naturvidenskabelig metode
Videnskabsteori er som navnet antyder teori omkring, hvordan viden skabes.
Hvad er naturvidenskabelig viden? Hvordan skabes naturvidenskabelig viden?
Arbejdsgangen i den hypotetisk-deduktive metode (Hypotese → Teori) er vist i skitsen her:
Hvis en hypotese bekræftes tilstrækkeligt mange gange bliver den ophøjet til en teori!
Mennesker formulerer fysiske love, men de er kun sande hvis de kan bekræftes af eksperimenter.
Inden da er de blot ubekræftede hypoteser.
Galilei citeres i den forbindelse for at have sagt: “Mål alt, hvad der er måleligt, og gør det måleligt, som ikke er det.“
Herunder følger nogle vigtige begreber og koncepter der bruges i den naturvidenskabelige metode:
Abstraktion
At abstrahere vil sige at se på det almene frem for det individuelle.
I fysik bruges ofte begreber som legeme eller partikel i modsætning til fx sten, bold eller bronzekugle.
Der ses bort fra forhold som fx farve, materiale, hvor objektet kommer fra osv. med mindre det er relevant for konteksten.
Idealisering
Den fysiske verden er enormt kompliceret hvis man vil forklare alt på én gang. Derfor ses ofte på ideelle situationer hvor man kun kigger på simple systemer og der ses bort fra andre faktorer som fx luftmodstand, temperatur, tryk, luftfugtighed, Jordens rotation, kosmisk stråling, planeternes position m.m.
Efter det ideelle tilfælde er undersøgt kan man overveje i hvilket omfang andre faktorer kan have påvirkning og om idealiseringen er for grov så resultaterne bliver upålidelige.
Grafer
En helt central del af naturvidenskabelige større opgaver er grafer. De skal altid præsenteres grundigt med tydelige aksetitler inkl. enheder og regressionsforskrifter. Desuden skal man altid kommentere på hvor gode ens regressionsmodeller er!
Sidste graf viser et eksempel hvor en lineær model tydeligvis ikke er det oplagte modelvalg da punkterne tydeligt følger et andet mønster.
Grafer kan hjælpe med til at fortælle os forskellige ting om data såsom hvorvidt der er tale om store måleusikkerheder eller om der er systematiske afvigelser.
Tilfældige usikkerheder vil ses ved, at punkterne ligger tilfældigt omkring regressionslinjen. Jo større afvigelser mellem punkter og linjer, jo større usikkerheder.
Systematiske afvigelser vil ses ved, at linjen ligger forkert i forhold til forventet. Hvis fx teorien fra forsøget ovenfor gav en formel, der sagde, grafen burde gå gennem (0,0), kan man på grafen med små tilfældige usikkerheder sige, der er tale om en god model for data, men at det tyder på systematiske afvigelser, da grafen rammer klart forbi (0,0).
Hvis man har store tilfældige usikkerheder, er det ikke altid så klart at se, om der er systematiske afvigelser.