Abstractie, modellen en data
Zoals Sjef al zegt, met een simulatie of model kun je bepaalde aspecten extra uitlichten. In het filmpje kun je de pizza beschrijven aan de hand van de toppings, maar ook door te kijken naar de voedingswaarden. Je maakt dan gebruik van verschillende modellen om naar het zelfde ding te kijken.
In de praktijk kom je data modellering bijvoorbeeld tegen in de Bosatlas. De Bosatlas heeft een aantal verschillende kaarten waar de focus ligt op een specifiek aantal aspecten, bijvoorbeeld bodemsamenstelling, luchtkwaliteit of bevolkingsdichtheid. Daarmee maak je een model van Nederland: je kijkt alleen naar die aspecten die op dat moment relevant zijn.
In de alledaagse wereld is GPS navigatie een mooi voorbeeld. Dat is ook een model van de omgeving waar je op dat moment bent. Je ziet alleen welke wegen er in de buurt zijn, want dat is op dat moment voor jou van belang. Hoe de bodemerosie of bevolkingsdichtheid op die plek is, is niet belangrijk als jij wil weten hoe je naar je bestemming moet komen. Je kan zo dus verschillende modellen maken die allemaal hun eigen doel hebben.
Voor programmeren is het vaak een van de belangrijkste uitdagingen om de juiste modellering te kiezen voor het probleem dat je wilt oplossen. Vaak abstraheer je het probleem tot een model die je in de computer kan gebruiken. Je vertaalt daarmee het probleem naar een manier waarop de computer je ermee kan helpen. Als je bijvoorbeeld de resultaten van toetsen van de leerlingen wilt opslaan op een computer, dan hoef je niet alles van een leerling bij te houden. Je abstraheert de data tot bijvoorbeeld de voornaam, de achternaam en het cijfer. Misschien is de geboortedatum nog handig als er kinderen met dezelfde naam zijn. Deze abstractie van de leerling, waarin je dus alleen de naam, geboortedatum en cijfer hebt, kan je dan gebruiken in een model voor een computerprogramma.
Sjef legt het uit:
