slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Warum manchmal Katzen vom Himmel fallen ... oder ... Von guten und von schlechten Modellen PowerPoint Presentation
Download Presentation
Warum manchmal Katzen vom Himmel fallen ... oder ... Von guten und von schlechten Modellen

Loading in 2 Seconds...

play fullscreen
1 / 62

Warum manchmal Katzen vom Himmel fallen ... oder ... Von guten und von schlechten Modellen - PowerPoint PPT Presentation


  • 140 Views
  • Uploaded on

Hans-Wolfgang Henn. Warum manchmal Katzen vom Himmel fallen ... oder ... Von guten und von schlechten Modellen. Übersicht. 1 Die Operation “Katzen am Fallschirm” 2 Warum Modelle? 3 Winter’sche Grunderfahrungen 4 Modellieren: Chancen und Gefahren 5 Modellieren in der Schule

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

Warum manchmal Katzen vom Himmel fallen ... oder ... Von guten und von schlechten Modellen


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

Hans-Wolfgang Henn

Warum manchmal Katzen vom Himmel fallen ...

oder

... Von guten und von schlechten Modellen

bersicht
Übersicht

1 Die Operation “Katzen am Fallschirm”

2 Warum Modelle?

3 Winter’sche Grunderfahrungen

4 Modellieren: Chancen und Gefahren

5 Modellieren in der Schule

6 Schlusswort

1 die operation katzen am fallschirm1
1 Die Operation “Katzen am Fallschirm”

Erfolgreicher Kampf gegen Moskitos und Malaria.

1 die operation katzen am fallschirm2
1 Die Operation “Katzen am Fallschirm”

Erfolgreicher Kampf gegen Moskitos und Malaria.

Kakerlaken  Geckos  Katzen

slide7

Die rücksichtslose Abholzung in vielen Ländern.

  • Die Bodenversalzung aufgrund von gedankenlosen
  • künstlicher Bewässerung.
  • Der Bau von Atomkraftweriden an erdbeben-
  • gefährdeten Standorten.
  • Der unreflektierte Gebrauch neuer chemischer
  • Substanzen.
  • die oft recht forschen Manipulationen mit Hilfe der
  • Gentechnologie,
  • Viele weitere Beispiele solch monokausalen Denkens, also schlechter Modellierung, ließen sich anführen.
2 warum modelle
2 Warum Modelle?
  • Modelle sind vereinfachende Repräsentationen, die nur einen ge-
  • wissen, irgendwie objektivierbaren Teil der Realität berücksichtigen.
  • Ein einfaches Beispiel ist eine Landkarte.
  • Modelle sind Abbildungen von der Realität in die Mathematik.
  • Die Aufgabe eines Modells ist, Folgerungen für die Realität zu
  • ziehen.
  • Das Modell muss irgendwohin führen.
slide9

Normative Modelle

z.B. Einkommensteuer, Wahlmethoden, Regeln für die

Fußball-Europa-Meisterschaft ….

Deskriptive Modelle

Modelle, die vorhersagen (z.B. Wettervorhersage)

Modelle, die erklären (z.B. woher kommt der Regenbogen?)

Modelle, die beschreiben (z.B. die Entwicklung von HIV)

.

slide10

Normative Modelle

z.B. Einkommensteuer, Wahlmethoden, Regeln für die

Fußball-Europa-Meisterschaft ….

Deskriptive Modelle

Modelle, die vorhersagen (z.B. Wettervorhersage)

Modelle, die erklären (z.B. woher kommt der Regenbogen?)

Modelle, die beschreiben (z.B. die Entwicklung von HIV)

.

slide11

Normative Modelle

z.B. Einkommensteuer, Wahlmethoden, Regeln für die

Fußball-Europa-Meisterschaft ….

Deskriptive Modelle

Modelle, die vorhersagen (z.B. Wettervorhersage)

Modelle, die erklären (z.B. woher kommt der Regenbogen?)

Modelle, die beschreiben (z.B. die Entwicklung von HIV)

.

slide12

Normative Modelle

z.B. Einkommensteuer, Wahlmethoden, Regeln für die

Fußball-Europa-Meisterschaft ….

Deskriptive Modelle

Modelle, die vorhersagen (z.B. Wettervorhersage)

Modelle, die erklären (z.B. woher kommt der Regenbogen?)

Modelle, die beschreiben (z.B. die Entwicklung von HIV)

  • Modelle können mehr oder weniger brauchbar sein
  • (nicht “richtig” oder “falsch”).
  • “Harte“ Modelle und eher “weiche” Modelle.
  • Modelle haben stets einen subjektiven Charakter. Sie
  • hängen ab von den gewählten normativen Annahmen.
  • Damit stets Gefahr von Mißbrauch und Mißinterpretation.

.

3 winter sche grunderfahrungen

Heinrich Winter (1995):

(GE 1)Erscheinungen der Welt um uns, die uns alle angehen oder angehen sollten, aus Natur, Gesellschaft und Kultur, in einer spezifischen Art wahrzunehmen und zu verstehen,

(GE 2)mathematische Gegenstände und Sachverhalte, repräsentiert in Sprache, Symbolen, Bildern und Formeln, als geistige Schöpfungen, als eine deduktiv geordnete Welt eigener Art kennen zu lernen und zu begreifen,

(GE 3)in der Auseinandersetzung mit Aufgaben Problemlöse- fähigkeiten (heuristische Fähigkeiten), die über die Mathematik hinaus gehen, zu erwerben.

3 Winter‘sche Grunderfahrungen

4 modellieren chancen und gefahren
4 Modellieren: Chancen und Gefahren
  • Realitätsorientierte Themen sind kaum Teil des
  • Mathematikunterricht.
  • In der didaktischen Diskussion besteht seit langem Überein-
  • stimmung über die Wichtigkeit, Verbindungen zwischen
  • Realität und Mathematikunterricht zu schaffen.
4 modellieren chancen und gefahren1
4 Modellieren: Chancen und Gefahren

Ich sehe drei wichtige Faktoren, die die Entwicklung einer Modellierungskompetenz bei Lernenden unterstützen, aber auch entscheidend verhindern können:

4. 1 Das Problemfeld “zentrale Prüfungen”,

4.2 der Einsatz von Computern,

4.3 die professionelle Ausbildung und Motivation der Lehrkräfte.

Beispiele:

4 1 das problem feld zentrale pr fungen
4.1 Das Problemfeld ”zentrale Prüfungen”

Auf einem Schiff sind 26 Schafe und 10 Ziegen. Wie alt ist der Kapitän?

slide17

Auf einem Schiff sind 26 Schafe und 10 Ziegen. Wie alt ist der Kapitän?

Baden-Württemberg , Leistungskurs Mathematik,

Analytische Geometrie, 1998:

Szenario mit einer innen begehbaren, senkrechten quadratischen Pyramide aus Holz.

Aufgabenteil c:

slide18

Auf einem Schiff sind 26 Schafe und 10 Ziegen. Wie alt ist der Kapitän?

Baden-Württemberg , Leistungskurs Mathematik,

Analytische Geometrie, 1998:

Szenario mit einer innen begehbaren, senkrechten quadratischen Pyramide aus Holz.

Aufgabenteil c:

In der Pyramide ist parallel zum Boden eine Platte befestigt, die in der Mitte eine kreisförmige Öffnung mit dem Durchmesser d = 2,4 hat. Ein großer Schaumstoffball hat den Radius r = 1,5. Beim Aufräumen muss der Ball durch die Öffnung nach oben gedrückt werden. In welcher Höhe ist die Platte angebracht, wenn sie sich so weit oben wie möglich befindet und der aufbewahrte Ball entspannt in der Öffnung liegt?

4 2 der einsatz von computern
4.2 Der Einsatz von Computern
  • Die heutige Computer-Technologie ist für alle drei Winter’schen Grunderfahrungen gleichermaßen hilfreich und wichtig:
  • Der Computer ist ein mächtiges Werkzeug zur Unterstützung
  • von Modellbildung und Simulation ( GE 1).
  • Der Computer kann den Aufbau von adäquaten Grundvorstellungen
  • zu mathematischen Begriffen unterstützen,insbesondere durch
  • dynamische Visualisierung ( GE 2).
  • Der Computer fördert heuristisch-experimentelles Vorgehen beim
  • Problemlösen ( GE 3).
  • Der Computer macht aber, was er soll –
  • Sinnvolles und Unsinniges!
slide24

Vier Modellansätze (mit Hilfe des verfügbaren Regressionsbefehl):

lineare Funktion

y = ax+b

Potenzfunktion

y = axb

Exponentialfunktion

y = abx

Logistische Funktion

slide27

Olympische Spiele München 1972

Zunächst Messung mit drei Dezimalen:

Larsson 4:31,981

McKee 4:31,983

v  100 m / 50 sek = 2 m/sek

1/100 Sekunde  2 cm

1/1000 Sekunde  2 mm

4 3 die professionelle ausbildung und motivation der lehrkr fte
4.3 Die professionelle Ausbildung und Motivation der Lehrkräfte

„sieh’ die Welt mit mathematischen Augen“

slide33

So weit, so gut!

Aber selbst dieses schöne Problem kann vor lauter Begeisterung an Anwendungen und Modellierung schlecht unterrichtet werden!

Zwei Beispiele:

slide37

Höhe des Kalbs

Formel

Setze die 5 Zahlen in die Formel ein und addierere

5 modellieren in der schule
5 Modellieren in der Schule

Mathematisches Modellieren:

Gegenseitige Befruchtung von Mathematik und dem “Rest der Welt”

Hierzu sind geeignete Lernumgebungen unabdingbare Voraussetzung.

Lyn English: “rich learning experiences”,

authentische Situationen,

Chancen für eigene Explorationen,

vielfältige Möglichkeiten für Interpretationen.

Einige Beispiele:

5 1 wer die zahl braucht hat die wahl
5.1 Wer die Zahl braucht, hat die Wahl:

Ideale, reale und Computer-Zahlen

Die Zahlengeradeist das wichtigste Modell in der Schule:

5 1 wer die zahl braucht hat die wahl1
5.1 Wer die Zahl braucht, hat die Wahl:

Ideale, reale und Computer-Zahlen

Die Zahlengeradeist das wichtigste Modell in der Schule:

Ideale Zahlen: 2 = 2,0 = 2,00

5 1 wer die zahl braucht hat die wahl2
5.1 Wer die Zahl braucht, hat die Wahl:

Ideale, reale und Computer-Zahlen

Die Zahlengeradeist das wichtigste Modell in der Schule:

Ideale Zahlen: 2 = 2,0 = 2,00

Reale Zahlen: Intervalle, 2  2,0

Intervalle führen zur Fehlerfortpflanzung

bei weiteren Rechnungen.

5 1 wer die zahl braucht hat die wahl3
5.1 Wer die Zahl braucht, hat die Wahl:

Ideale, reale und Computer-Zahlen

Die Zahlengeradeist das wichtigste Modell in der Schule:

Ideale Zahlen: 2 = 2,0 = 2,00

Reale Zahlen: Intervalle, 2  2,0

Intervalle führen zur Fehlerfortpflanzung

bei weiteren Rechnungen.

Computer-Zahlen:führen ihr ganz eigenes Leben!

Leistungsfähigkeit der Prozessoren 

Fehleranalyse der implementierten Gleichkomma- Arithmetik 

slide44

Beispiel für die Fehlerfortpflanzung:

Mathematisches Modell für das Reflexionsgesetz

Einfallswinkel: [ - ;  + ] 

Reflexionswinkel: [ - 2;  + 2]

Fehler nach n Reflexionen: 2n 

Anfangsfehler:  Fehler nach 18 Reflexionen > 3600

slide45

„Beispiel für Computerzahlen“

Iterativ erzeugte Punkt-Folge (nach U. Kulisch, TU KA)

Pn(xn/yn), n  0 mit P0(0/0) und

Berechnung der Folgenglieder mit MAPLE

Rechengenauigkeit: Digits = m (m = 5, 10, 15, 20),

2000 Folgenglieder,

jeweils 500 Punkten in schwarz, rot, grün und blau.

Zusammenhang mit „Chaos-Bildern“!

slide48

CIA: China hat

1.127.519.327 Einwohner

am 21. März 1991

slide49

US Postministerium:

Größe der Eagle Stamp

(erschienen am29. 4. 1985)

48,768 x 43,434 Millimeter

slide50

US Postministerium:

Größe der Eagle Stamp

(erschienen am29. 4. 1985)

48,768 x 43,434 Millimeter

1,92 x 1,71 square inches metrische Maße (Umrechnungsfaktor 2,54)

slide51

Wie hoch ist der Mount Everest?

  • Wie misst man die Höhe eines Berges?
slide52

Wie hoch ist der Mount Everest?

  • Wie misst man die Höhe eines Berges?
  • 1852: Mount Everest höchster Berg auf der Erde mit
  • 29.002 English feed (8840 m)
5 3 pr fungen erfassen und r ckmelden von kompetenz zuwachs
5.3 Prüfungen: Erfassen und Rückmelden von Kompetenz- zuwachs

Anwendungen und Modellbildung müssen sich auch in Prüfungssituationen widerspiegeln.

slide55

Beispiel 1 (5. Klasse):Schreibe eine Aufgabe, in der 2 kg 500 g und 10 Tage vorkommen. Löse dann deine Aufgabe.

slide56

Laura will 2 kg 500 g in 10 Tagen verlieren. Wie viel Gewicht muss sie an jedem Tag verlieren?

Tim, ein 10 Monate altes Baby, wog vor 10 Tagen 2 kg 500 g. Jetzt wiegt er 4 kg. Um wie viel hat er zugenommen?

Ein Baby wiegt 2 kg 500 g. Welches Gewicht wird es in 10 Tagen haben? (Das berechnete Resultat waren 25 kg!)

Katrins Pony wiegt 2 kg 500 g. Das Pony isst 1 kg 500 g an einem Tag. Wie groß ist sein Gewicht, wenn es 1 kg 500 g 10 Tage lang isst?

slide57

Laura will 2 kg 500 g in 10 Tagen verlieren. Wie viel Gewicht muss sie an jedem Tag verlieren?

Tim, ein 10 Monate altes Baby, wog vor 10 Tagen 2 kg 500 g. Jetzt wiegt er 4 kg. Um wie viel hat er zugenommen?

Ein Baby wiegt 2 kg 500 g. Welches Gewicht wird es in 10 Tagen haben? (Das berechnete Resultat waren 25 kg!)

Katrins Pony wiegt 2 kg 500 g. Das Pony isst 1 kg 500 g an einem Tag. Wie groß ist sein Gewicht, wenn es 1 kg 500 g 10 Tage lang isst?

Die Diskussion der Antworten ist ein wichtiger

erster Schritt bei der mathematischen Modellbildung.

slide58

Beispiel 2 (7. Klasse): Ein Waschmittelhersteller wirbt mit dem Slogan: „Unser Produkt wäscht 150% weißer“. Nimm zu dieser Aussage Stellung!

slide59

Es ist unlogisch, denn 150% von was? Aber die Kunden sind überzeugt, weil es sich viel anhört. Aber eigentlich wäscht sie gar nicht weißer, denn 150% von nichts ist nichts.

Der Slogan ist tückisch, denn man weiß nicht, wie weiß es vorher gewaschen hat oder wie weiß andere Produkte waschen.

Der Slogan ist sinnlos, denn man kennt den Grundwert nicht.

slide60

Beispiel 3 (Abschlussklausur):

Wie viele Verkehrsschilder gibt es in Dortmund?

slide61

6 Schlusswort

● Reflexion darüber, was Mathematik und Welt verbindet.

● Die Wissenschaft Mathematik ist nur scheinbar objektiv.

● Ethische Fragen mathematischen Handelns.

Wittmann: MATHEMATIK  Mathematik

Mathematik kann ohne bewusste subjektive Wertentscheidungen eine verantwortungslose Mechanisierung der Welt fördern.