El modelado científico es una actividad que produce modelos que representan objetos empíricos , fenómenos y procesos físicos, para hacer que una parte o característica particular del mundo sea más fácil de entender , definir , cuantificar , visualizar o simular . Requiere seleccionar e identificar aspectos relevantes de una situación en el mundo real y luego desarrollar un modelo para replicar un sistema con esas características. Se pueden utilizar diferentes tipos de modelos para diferentes propósitos, como modelos conceptuales para comprender mejor, modelos operativos para operacionalizar , modelos matemáticos para cuantificar, modelos computacionales para simular y modelos gráficos para visualizar el tema.
El modelado es una parte esencial e inseparable de muchas disciplinas científicas, cada una de las cuales tiene sus propias ideas sobre tipos específicos de modelado. [1] [2] John von Neumann dijo lo siguiente : [3]
... las ciencias no intentan explicar, ni siquiera intentan interpretar, sino que construyen principalmente modelos. Por modelo se entiende un constructo matemático que, con la adición de ciertas interpretaciones verbales, describe los fenómenos observados. La justificación de un constructo matemático de este tipo es únicamente y precisamente que se espera que funcione, es decir, que describa correctamente los fenómenos de un área razonablemente amplia.
También se presta cada vez más atención a la modelización científica [4] en campos como la educación científica , [5] la filosofía de la ciencia , la teoría de sistemas y la visualización del conocimiento . Existe una creciente colección de métodos , técnicas y metateorías sobre todo tipo de modelización científica especializada.
Un modelo científico busca representar objetos empíricos , fenómenos y procesos físicos de una manera lógica y objetiva . Todos los modelos son simulacros , es decir, reflexiones simplificadas de la realidad que, a pesar de ser aproximaciones, pueden ser extremadamente útiles. [6] La construcción y disputa de modelos es fundamental para la empresa científica. La representación completa y verdadera puede ser imposible, pero el debate científico a menudo se centra en cuál es el mejor modelo para una tarea determinada, por ejemplo, cuál es el modelo climático más preciso para la predicción estacional. [7]
Los intentos de formalizar los principios de las ciencias empíricas utilizan una interpretación para modelar la realidad, de la misma manera que los lógicos axiomatizan los principios de la lógica . El objetivo de estos intentos es construir un sistema formal que no produzca consecuencias teóricas que sean contrarias a lo que se encuentra en la realidad . Las predicciones u otras afirmaciones extraídas de un sistema formal de este tipo reflejan o representan el mundo real solo en la medida en que estos modelos científicos sean verdaderos. [8] [9]
Para el científico, un modelo es también una forma de amplificar los procesos de pensamiento humano. [10] Por ejemplo, los modelos que se representan en software permiten a los científicos aprovechar el poder computacional para simular, visualizar, manipular y obtener intuición sobre la entidad, el fenómeno o el proceso que se está representando. Estos modelos informáticos son in silico . Otros tipos de modelos científicos son in vivo (modelos vivos, como ratas de laboratorio ) e in vitro (en material de vidrio, como cultivos de tejidos ). [11]
Los modelos se utilizan normalmente cuando resulta imposible o poco práctico crear condiciones experimentales en las que los científicos puedan medir directamente los resultados. La medición directa de los resultados en condiciones controladas (véase Método científico ) siempre será más fiable que las estimaciones de resultados basadas en modelos.
En el ámbito del modelado y la simulación , un modelo es una simplificación y abstracción intencionada e impulsada por tareas de una percepción de la realidad, moldeada por restricciones físicas, legales y cognitivas. [12] Está impulsado por tareas porque un modelo se captura con una determinada pregunta o tarea en mente. Las simplificaciones dejan fuera todas las entidades conocidas y observadas y su relación que no son importantes para la tarea. La abstracción agrega información que es importante pero no necesaria con el mismo detalle que el objeto de interés. Ambas actividades, simplificación y abstracción, se realizan a propósito. Sin embargo, se realizan en función de una percepción de la realidad. Esta percepción ya es un modelo en sí misma, ya que viene con una restricción física. También hay restricciones sobre lo que podemos observar legalmente con nuestras herramientas y métodos actuales, y restricciones cognitivas que limitan lo que podemos explicar con nuestras teorías actuales. Este modelo comprende los conceptos, su comportamiento y sus relaciones de forma informal y a menudo se lo denomina modelo conceptual . Para ejecutar el modelo, debe implementarse como una simulación por computadora . Esto requiere más opciones, como aproximaciones numéricas o el uso de heurísticas. [13] A pesar de todas estas restricciones epistemológicas y computacionales, la simulación ha sido reconocida como el tercer pilar de los métodos científicos: construcción de teorías, simulación y experimentación. [14]
Una simulación es una forma de implementar el modelo, que suele emplearse cuando el modelo es demasiado complejo para la solución analítica. Una simulación de estado estable proporciona información sobre el sistema en un instante específico en el tiempo (normalmente en equilibrio, si existe dicho estado). Una simulación dinámica proporciona información a lo largo del tiempo. Una simulación muestra cómo se comportará un objeto o fenómeno en particular. Este tipo de simulación puede ser útil para pruebas , análisis o entrenamiento en aquellos casos en los que los sistemas o conceptos del mundo real pueden representarse mediante modelos. [15]
La estructura es una noción fundamental y a veces intangible que abarca el reconocimiento, la observación, la naturaleza y la estabilidad de los patrones y las relaciones entre entidades. Desde la descripción verbal que hace un niño de un copo de nieve hasta el análisis científico detallado de las propiedades de los campos magnéticos , el concepto de estructura es un fundamento esencial de casi todos los modos de investigación y descubrimiento en la ciencia, la filosofía y el arte. [16]
Un sistema es un conjunto de entidades interactuantes o interdependientes, reales o abstractas, que forman un todo integrado. En general, un sistema es una construcción o colección de diferentes elementos que juntos pueden producir resultados que no se pueden obtener con los elementos solos. [17] El concepto de un "todo integrado" también puede expresarse en términos de un sistema que incorpora un conjunto de relaciones que se diferencian de las relaciones del conjunto con otros elementos, y forman relaciones entre un elemento del conjunto y elementos que no forman parte del régimen relacional. Hay dos tipos de modelos de sistemas: 1) discretos en los que las variables cambian instantáneamente en puntos separados en el tiempo y, 2) continuos en los que las variables de estado cambian continuamente con respecto al tiempo. [18]
El modelado es el proceso de generar un modelo como representación conceptual de algún fenómeno. Normalmente, un modelo se ocupará sólo de algunos aspectos del fenómeno en cuestión, y dos modelos del mismo fenómeno pueden ser esencialmente diferentes, es decir, que las diferencias entre ellos comprenden más que un simple cambio de nombre de los componentes.
Estas diferencias pueden deberse a diferentes requisitos de los usuarios finales del modelo, a diferencias conceptuales o estéticas entre los modeladores y a decisiones contingentes tomadas durante el proceso de modelado. Las consideraciones que pueden influir en la estructura de un modelo pueden ser la preferencia del modelador por una ontología reducida , las preferencias con respecto a los modelos estadísticos frente a los modelos deterministas , el tiempo discreto frente al continuo, etc. En cualquier caso, los usuarios de un modelo deben comprender las suposiciones realizadas que son pertinentes a su validez para un uso determinado.
La construcción de un modelo requiere abstracción . En la elaboración de modelos se utilizan supuestos para especificar el dominio de aplicación del modelo. Por ejemplo, la teoría especial de la relatividad supone un marco de referencia inercial . Este supuesto fue contextualizado y explicado con más detalle por la teoría general de la relatividad . Un modelo hace predicciones precisas cuando sus supuestos son válidos, y bien podría no hacer predicciones precisas cuando sus supuestos no se cumplen. Tales supuestos son a menudo el punto con el que las teorías antiguas son reemplazadas por otras nuevas (la teoría general de la relatividad funciona también en marcos de referencia no inerciales).
Un modelo se evalúa, en primer lugar y sobre todo, por su coherencia con los datos empíricos; cualquier modelo que no sea coherente con las observaciones reproducibles debe modificarse o rechazarse. Una forma de modificar el modelo es restringir el dominio en el que se le atribuye una alta validez. Un ejemplo de ello es la física newtoniana, que es muy útil excepto para los fenómenos muy pequeños, muy rápidos y muy masivos del universo. Sin embargo, la adecuación a los datos empíricos por sí sola no es suficiente para que un modelo sea aceptado como válido. Los factores importantes para evaluar un modelo incluyen: [ cita requerida ]
Las personas pueden intentar cuantificar la evaluación de un modelo utilizando una función de utilidad .
La visualización es cualquier técnica que permite crear imágenes, diagramas o animaciones para comunicar un mensaje. La visualización a través de imágenes visuales ha sido una forma eficaz de comunicar ideas abstractas y concretas desde los albores de la humanidad. Algunos ejemplos históricos son las pinturas rupestres , los jeroglíficos egipcios , la geometría griega y los métodos revolucionarios de dibujo técnico para fines científicos y de ingeniería de Leonardo da Vinci .
El mapeo espacial se refiere a una metodología que emplea una formulación de modelado "cuasi-global" para vincular modelos complementarios "gruesos" (ideales o de baja fidelidad) con modelos "finos" (prácticos o de alta fidelidad) de diferentes complejidades. En la optimización de ingeniería , el mapeo espacial alinea (mapea) un modelo grueso muy rápido con su modelo fino relacionado, costoso de calcular, para evitar la optimización directa y costosa del modelo fino. El proceso de alineación refina iterativamente un modelo grueso "mapeado" ( modelo sustituto ).
Una de las aplicaciones del modelado científico es el campo del modelado y la simulación , generalmente denominado "M&S". El M&S tiene un espectro de aplicaciones que abarcan desde el desarrollo y análisis de conceptos, pasando por la experimentación, la medición y la verificación, hasta el análisis de desechos. Los proyectos y programas pueden utilizar cientos de simulaciones, simuladores y herramientas de análisis de modelos diferentes.
La figura muestra cómo se utilizan el modelado y la simulación como parte central de un programa integrado en un proceso de desarrollo de capacidad de defensa. [15]
En la actualidad existen unas 40 revistas sobre modelización científica que ofrecen todo tipo de foros internacionales. Desde los años 60, hay un número cada vez mayor de libros y revistas sobre formas específicas de modelización científica. También hay mucho debate sobre modelización científica en la literatura de filosofía de la ciencia. A continuación, una selección:
