Mi comprensión del método científico es que se puede resumir en los siguientes pasos que no necesitan ejecutarse en ningún orden en particular:
Hacer conjeturas e hipótesis (es decir, desarrollar modelos y teorías)
Hacer predicciones de ellos
Llevar a cabo experimentos y/o recopilar datos.
Probar y posiblemente adoptar las nuevas teorías/modelos SI :
- los datos se ajustan a las predicciones del modelo con mayor precisión que las teorías alternativas
- la nueva teoría no es más compleja que otras alternativas plausibles (adecuadas)
En estadística y aprendizaje computacional, a menudo encontramos una tensión similar entre la bondad de ajuste y la complejidad del modelo cuando se comparan modelos que tienen como objetivo explicar los datos. Para hacer esto, confiamos en métodos formales de selección de modelos , como el factor de Bayes y sus aproximaciones (p. ej. , AIC , BIC , criterio de información de desviación , etc.), y a menudo usamos medidas de complejidad y validación del modelo para decidir qué modelo en particular adoptar.
¿Existen ejemplos de estos o de marcos similares en física que se utilicen para comparar teorías ? En otras palabras, ¿existen marcos teóricos de la información investigados/utilizados en física que estudien esta compensación particular entre la precisión y la complejidad del modelo para informar específicamente la selección de la teoría ?
Comentaré y reordenaré su lista, como físico de partículas experimental jubilado.
Make conjectures & hypotheses (theory)
Teorías exitosas preexistentes con sus postulados y modelos matemáticos estrictos. Después de todo, la física comenzó antes que Newton.
Make predictions from this theory
Utilizar la teoría para predecir comportamientos en experimentos realizados actualmente, para confirmar/validar teorías preexistentes.
Carry out experiments and observations
Sorpresa, el experimento sorpresa no se ajusta a la teoría preexistente. Rascarse la cabeza de los experimentalistas, fiebre de los teóricos.
Ejemplo: la radiactividad necesitaba la relatividad especial y la mecánica cuántica para ser modelada teóricamente, y las observaciones existían mucho antes que las teorías, los datos experimentales forzaron la necesidad de nuevas teorías.
Aparecen nuevas teorías:
Test and embrace the new theory if the data fit the predictions more accurately than alternative theories the new theory is not more complex than other plausible alternatives
No. Pruebe y adopte las nuevas teorías para la nueva región de validez y asegúrese de que se pueda demostrar matemáticamente que las viejas teorías emergen de las nuevas. Por ejemplo: la nueva teoría de la mecánica estadística demostró tener como teoría emergente la termodinámica, un elegante modelo matemático que funcionaba bien en su región de validez mucho antes de que se formulara la mecánica estadística.
Luego, diseñe experimentos que puedan mostrar desviaciones del modelo actual que conduzcan a una comprensión teórica más profunda, ya que ahora con el LHC, el modelo estándar se está probando/validando y todos están conteniendo la respiración porque se encontrará una discrepancia que conducirá a la necesidad de una hipótesis más alta. teorías
La física no progresa si un teórico propone un nuevo modelo para comprobarlo. Esto ha llevado a muchas propuestas chifladas, con personas que no entienden por qué no son tratados como el nuevo Einstein.
Einstein se basó en las teorías anteriores, sin duda pensando fuera de la caja, pero sus teorías se basaron en las anteriores extendiéndolas a nuevas regiones de validez, y la unión entre las teorías más antiguas y la relatividad general y la relatividad especial es suave y computable. Ningún método general de "fuera lo viejo y adentro con lo nuevo" funciona para el método científico en la física.
Y para responder sobre los métodos estadísticos, todos los métodos estadísticos se utilizan para evaluar la bondad del ajuste de los datos a las teorías. Ejemplo de la reciente búsqueda y descubrimiento de Higgs en el LHC.
También para tener en cuenta que en la física de partículas ahora, la especialidad de teórico y experimentalista es necesaria ya que la cantidad de conocimiento y experiencia necesaria en cada rama es enorme. Un síntoma son los 3000 físicos que firman los documentos experimentales del LHC.
"No. Test and embrace the new theories for the new region of validity and make sure that the old theories can mathematically be shown to emerge from the new."
Lo siento, pero esto no tiene sentido. Una sola teoría (es decir, más simple) que predice bien un amplio conjunto de fenómenos es mejor que una colección de teorías para cada caso particular. Punto final. Esta es la tensión de la simplicidad y la precisión en el OP. Además, seguramente había modelos matemáticos antiguos del mundo que nos rodea que eran incorrectos. Uno no tiene que "asegurarse" de que tales viejos modelos incorrectos surjan de nuevas teorías.
una mente curiosa
curioso
david hamen
glS
Amelio Vázquez-Reina
curioso
LDC3
the data fit the [theory's] predictions more accurately than alternative theories
Como señaló David Hammen, la mecánica newtoniana es adecuada para la mayoría de las interacciones. Solo cuando entra en el ámbito de lo muy pequeño o lo muy rápido, el resultado calculado difiere de los datos. Su declaración indica que debemos desechar la mecánica newtoniana ya que no se ajusta bien a los datos y otra teoría hace una mejor tarea. Lo siento, voy a seguir usando la mecánica newtoniana.curioso
Amelio Vázquez-Reina
Your statement indicates that we should dispose of Newtonian mechanics since it doesn't fit the data well and another theory does a better task.
Eso no es correcto. El OP no sugiere eso. Además, un sesgo por la mecánica newtoniana puede justificarse desde el punto de vista de que es una teoría más simple (más fácil de aplicar y comunicar) que otras teorías para algunos problemas. Esta es la tensión a la que se refiere el PO: la complejidad del modelo es un aspecto igualmente importante de la selección del modelo/teoría en la teoría de la inferencia y del método científico .david hamen
curioso