Di esto conmigo:
Un modelo de realidad NO es la realidad misma.
A menudo, en la escuela, los estudiantes pasan tanto tiempo aprendiendo los modelos matemáticos que usamos para describir el universo que comienzan a pensar que el modelo es VERDADERO. Nunca se sabe que las modelos son ciertas. En el mejor de los casos, sabemos que el modelo está de acuerdo con toda la evidencia que hemos visto hasta ahora, al menos tan bien como podemos medir la evidencia. Más a menudo, sabemos que el modelo está de acuerdo con los datos realmente bien en algún rango de valores, pero es posible que no pueda dar cuenta de todos los datos. Por ejemplo, en física, la mecánica newtoniana funciona muy bien, excepto en los niveles cuántico y relativista. Pero nunca afirmamos que nuestro modelo es VERDADERO porque para reclamar VERDAD, estaríamos afirmando que nunca se generarán datos nuevos que nuestro modelo no pueda explicar. ¿Cómo podemos saber eso? Por supuesto que no podemos.
El punto es que las matemáticas son asombrosamente exitosas al predecir ciertos aspectos de nuestro universo. Pero eso no significa que nuestro universo sea realmente “universalmente” requerido para seguir modelos matemáticos. El universo bien podría comportarse de manera completamente diferente en alguna otra galaxia lejana de lo que se comporta aquí. No lo sabemos No podemos saber (al menos no hasta que podamos obtener datos de esa galaxia distante).
- Cómo resolver preguntas de matemáticas rápida y fácilmente
- Cómo obtener una A en Álgebra 2
- ¿Debo tomar Economía o Historia para un nivel A?
- ¿Qué puedo hacer con un título en estudios matemáticos?
- ¿Cómo muestro que dos vectores [matemática] a_1, a_2 [/ matemática], abarcan el mismo subespacio [matemático] \ mathbb {R} ^ 6 [/ matemático] que los vectores [matemático] b_1, b_2 [/ matemático]?
Los modelos matemáticos son geniales. Son la razón por la cual la ciencia y la tecnología han logrado avances tan notables en los últimos siglos. Estudiarlos. Aprende a aplicarlos. Simplemente no les creas. Nunca les creas. Tan pronto como comenzamos a creer en nuestros modelos, dejamos de ser objetivos. Dejamos de buscar datos que los invaliden. Dejamos de intentar mejorar los modelos. El progreso se detiene.