Mathematisches Modellieren — Modellbildung im Mathematikunterricht | Mathematik und ihre Didaktik
Inhaltsverzeichnis:
Der Wahlkampf um die Zwischenwahlen war eine konkrete Erinnerung an den aktuellen Stand der US-Politik: Sie sind zunehmend gespalten. Ein neues mathematisches Modell des Dartmouth College bietet einige Anlass zur Hoffnung, welche sozialen Faktoren diese klaffende Kluft vergrößern könnten.
Frühere Datenanalysen haben gezeigt, dass wir eine gespaltene Nation sind. Es ist keine Überraschung. Ein neues Modell, veröffentlicht in Royal Society Open Science, von Feng Fu, PhD, einem angewandten Mathematiker in Dartmouth und Student Tucker Evans, entwickelt und entwickelt, versucht, dieses Muster auf einige verschiedene Variablen zu reduzieren. Auf diese Weise wird deutlich, dass Politiker heutzutage weit weniger wahrscheinlich über den Gang arbeiten als in der Mitte des 20. Jahrhunderts. Nicht nur das, es ist ebenso unwahrscheinlich, dass sowohl demokratische als auch republikanische Mitglieder des Kongresses zusammenarbeiten, egal welche Partei an der Macht ist. Und die Forscher sagen, dass es tiefer geht als einfache politische Meinungsverschiedenheiten.
Fu erzählt Inverse Das Modell berücksichtigt das Ende der politischen Meinung eines Vertreters, den Nutzen, den es möglicherweise für das Festhalten an seiner Partei (ein von ihnen als Homogenität bezeichneter Faktor) bietet, und den Vorteil, Verbindungen zu anderen zu knüpfen, die nicht unbedingt mit ihrer Gruppe verbunden sind. Als sie diesen Rahmen auf die Abstimmungsdaten des US-Repräsentantenhauses von 1949 bis 2009 anwendeten, prognostizierte eine Änderung dieser Variablen die Polarisierung des Kongresses.
Wie funktioniert es?
„Die Grundlage der Division ist, wie die Menschen den Vorteil der Homogenität gegenüber den Vorteilen der Verbindungen schätzen“, erklärt Fu. Ihr Modell - und die realen Daten - legen nahe, dass diese Senatoren Homogenität mehr als Verbindungen schätzen.
Um dies zu erklären, stellen die Daten ein Modell dafür dar, wie sich Gruppen bilden. Anfänglich treiben extreme Meinungen die Menschen auf beiden Seiten auseinander. Kurz gesagt, es wird auf beiden Seiten immer Extremisten geben. Ob diese Extremisten jedoch zu einer allgemeinen Polarisierung führen, hängt von der Beziehung zwischen zwei anderen Variablen ab: dem Nutzen des Einzelnen, eine breite Palette sozialer Verbindungen aufrechtzuerhalten, oder die Vorteile von Verdoppeln und mit der Gruppe übereinstimmen.
Als die Forscher Test für Test mit ihrem Modell durchführten, stellten sie fest, dass, wenn breitere soziale Verbindungen die Homogenität innerhalb der Gruppe höher schätzten, das Netzwerk um einen zentraleren Punkt konvergieren würde. Die Homogenität wurde jedoch höher bewertet, die Gruppe brach in zwei Lager auf.
Zwar gibt es Vorteile, wenn man sich verdoppelt, bei der einen Partei bleibt und sich für eine Sache einsetzt, die die andere Partei vehement ablehnt. Es kann jedoch auch sinnvoll sein, über den Gang zu gelangen, wenn wichtige Gesetze verabschiedet werden. Feng erklärt, dass, als sie ihr Modell auf Abstimmungsunterlagen des US-Repräsentantenhauses anwendeten, es einen Zeitraum gab, in dem dies der Fall zu sein schien. Obwohl er nur zögert, zu erraten, warum dies möglicherweise auf einer mathematischen Formel beruht.
"Es gab eine Zeit im Kongress, in der die Menschen in den 60er und 70er Jahren mehr Wert auf Beziehungen als Homogenität legten, den maximalen Zusammenhalt in der Geschichte", sagt Fu. „Von da an wurde die Sparte groß. Ich weiß nicht, welche sozialen oder politischen Faktoren dazu geführt haben."
Was bedeutet das eigentlich?
Der politische Kontext, den dieses Modell in den sechziger und siebziger Jahren beschreibt, ist ein Job für einen Politikwissenschaftler oder Historiker, kein mathematisches Modell. Im Idealfall hoffen wir hier, eine Lösung in den Daten zu finden, obwohl die Arbeit scheinbar keine bietet.
Andere Forschungen haben diese Dynamik zumindest etwas beleuchtet. Zum Beispiel eine Studie in Plus eins Ab 2015 wies auch auf die Wählerdaten des Repräsentantenhauses (von 1949 bis 2012) hin, dass kooperative Paare (Vertreter von Parteien, die gemeinsam abstimmen) nur schwer zu finden sind.
Da jedoch die Zahl der verschiedenen Politiker, die zusammen abstimmen, schwindet, hat ein anderer Trend stattgefunden. Seit 1990 gibt es eine Handvoll Vertreter, die tendenziell gegen Parteiführung stimmen Mehr oft - was die Autoren der Plus eins Zeitungsaufruf „Super Cooperators“. Zum Beispiel während des 110. Kongresses - zwischen 2007 und 2009 - befanden sich 98,3 Prozent der kooperativen Paare in einem Netzwerk von sieben einzelnen Kongressmitgliedern. Die Forscher vermuten, dass es für jede dieser Personen im besten Interesse ihrer Wähler - nicht ihrer politischen Karriere - lag, über den Gang zu arbeiten:
Die wenigen Superkooperatoren, die die Gesetze auswählen und mit Mitgliedern jeder Partei zusammenarbeiten, obwohl sie von ihrer oder ihrer Partei entfremdet werden könnten, sind heute das herausragende Beispiel für die sorgfältige Vertretung eines Wahlkreises.
Ob dies in dem von Fus Modell identifizierten Zeitraum in größerem Maßstab im Einsatz war, liegt außerhalb des Zuständigkeitsbereichs der Mathematik, aber vielleicht liegt es in der Hand von Historikern, das mathematische Modell dieser Verschiebung wird erhellen. Daten könnten Anhaltspunkte dafür geben, wie wir dorthin gekommen sind, auch wenn uns noch keine Lösung gezeigt werden kann.
Honigbienen, die mathematische Probleme lösen, fordern die Überlegenheit menschlicher Gehirne heraus
Honigbienen haben zwar Gehirne in Sesamsamengröße, sind aber schlauer, als Wissenschaftler vermuteten. Neue Untersuchungen zeigen, dass sie sogar einfache Berechnungen ausführen können. Dies stellt die Beziehung zwischen Gehirngröße und Intelligenz in Frage und stellt Wissenschaftler sogar in Frage, ob Mathematik wirklich so "schwierig" ist, wie wir denken.
Dog vs. Robot Dog Video bietet einen Einblick in das unheimliche Canine Valley
Die Wahl der Sophie für die Zukunft sind unsere Haustiere oder unsere Robo-Hunde.
Tesla: Elon Moschus nur ausführlich A.I. Chip, der volles Selbstfahren antreibt
Teslas vollständiges Selbstfahrerprojekt nimmt Gestalt an, und es wurde ein sehr leistungsfähiger Chip entwickelt, um es zum Leben zu erwecken. Am Mittwoch gab CEO Elon Musk unerwartet bekannt, dass das Unternehmen in den letzten drei Jahren einen Chip entwickelt hat, der zehnmal schneller ist als der vorhandene Nvidia-Chip.