Samenvattingen · Natuur, Leven en TechnologieNL · VWO

Domein A — Onderzoeken, ontwerpen en modelvorming (A5-A7)

Onderzoeken, ontwerpen en modelvorming zijn de drie centrale werkwijzen van NLT en het kloppend hart van domein A. Onderzoeken beantwoordt een vraag via de onderzoekscyclus, ontwerpen lost een probleem op via de ontwerpcyclus, en modelvorming maakt de werkelijkheid hanteerbaar met conceptuele, wiskundige en computationele modellen. Dit onderwerp behandelt de drie cycli systematisch, met de nadruk op operationaliseren, een programma van eisen, en het opstellen en toetsen van modellen — kernvaardigheden die in het schoolexamen zwaar wegen.

4 Onderdelen~15 min leestijd3 VaardighedenNiveau Standaard 3 · Verdieping 1

T·0222 / 9

Examenprofiel

A5 · Onderzoeken: de onderzoekscyclus doorlopen van vraag en hypothese tot conclusieA6 · Ontwerpen: de ontwerpcyclus doorlopen met een programma van eisenA7 · Modelvorming: modellen opstellen, gebruiken en toetsen

Operatoren:formuleeronderzoekontwerpoperationaliseertoetsbeoordeelleg uit

basisniveau

Onderzoeken, ontwerpen en modelleren zijn examenstof voor nt en ng en worden in het schoolexamen getoetst via praktische opdrachten, onderzoek, ontwerp en modelstudies.

verhoogd niveau

Op vwo-niveau wordt vooral het computationele modelleren en het kwantitatief toetsen van modellen aan data verder uitgediept.

Diepte

Tekst

Inhoud · 4 onderdelen

Domein A — Onderzoeken, ontwerpen en modelvorming (A5-A7)

De onderzoekscyclus#

Standaardexamenblad-nlt-A5

Onderzoeken is het beantwoorden van een vraag over de werkelijkheid met behulp van waarnemingen en metingen. In Afb. 1 zie je de onderzoekscyclus (empirische cyclus) als een gesloten kringloop: vanuit een waarneming of vraag stel je een hypothese op, daaruit leid je een toetsbare voorspelling en een meetplan af, je voert de metingen uit, analyseert de gegevens en trekt een conclusie — die vrijwel altijd een nieuwe vraag oproept. Het is belangrijk onderzoeken (een vraag beantwoorden) scherp te onderscheiden van ontwerpen (een probleem oplossen met een product): dezelfde zorgvuldigheid, maar een ander doel.

De onderzoekscyclus

Afb. 1Afb. 1 — De onderzoekscyclus: vraag, hypothese, meting, analyse en conclusie vormen een gesloten kringloop.

De eerste en lastigste stap is het operationaliseren van de onderzoeksvraag: een begrip meetbaar maken. „Is groen licht gezond?” is niet meetbaar, maar „neemt de gemeten concentratiescore toe bij groen omgevingslicht vergeleken met wit licht?” wel. Daarbij benoem je de variabelen: de onafhankelijke variabele die je zelf verandert (de oorzaak), de afhankelijke variabele die je meet (het gevolg), en de controlevariabelen die je constant houdt. Alleen door één variabele tegelijk te veranderen en de rest constant te houden, kun je het effect zuiver toeschrijven — de kern van een eerlijk experiment.

Aan de vraag koppel je een hypothese: een onderbouwde, toetsbare verwachting, vaak in de „als … dan …”-vorm. Een goede hypothese is zo geformuleerd dat een meting hem kan bevestigen of weerleggen; een bewering die niets uitsluit, is geen bruikbare hypothese. Vervolgens maak je een meetplan: welk bereik van de onafhankelijke variabele meet je, met welke instrumenten, en hoe vaak herhaal je? Herhalen verkleint de invloed van toevallige fouten (het gemiddelde is betrouwbaarder), en een goede spreiding van meetpunten maakt een verband zichtbaar. Zo bewaak je de betrouwbaarheid en de validiteit van je onderzoek.

Na het meten volgt de analyse: je verwerkt de gegevens (vaak in een grafiek), zoekt het verband en vergelijkt de uitkomst met je hypothese. De conclusie zegt of de hypothese wordt bevestigd of weerlegd, mét de onderbouwing en de beperkingen (meetonzekerheid, aannames). Eerlijkheid is hier leidend: een weerlegde hypothese is geen mislukking maar een resultaat, en je conclusie mag nooit verder reiken dan je gegevens toestaan. Daarmee sluit de cyclus en begint, met de nieuwe vraag die je conclusie oproept, het volgende onderzoek.

\text{vraag} \to \text{hypothese} \to \text{meting} \to \text{analyse} \to \text{conclusie}

De onderzoekscyclus

Een iteratieve kringloop; de conclusie roept een nieuwe vraag op.

Uitgewerkt voorbeeld

Een onderzoeksvraag operationaliseren

Onderzoek de vraag: „Beïnvloedt cafeïne de reactietijd?” Maak de vraag operationeel en benoem de variabelen.

Meetbaar maken
Operationele vraag: „Is de gemiddelde reactietijd (in ms) op een lichtsignaal korter na inname van een bekende hoeveelheid cafeïne dan zonder?”
Variabelen
Onafhankelijk: wel/geen cafeïne (dosis); afhankelijk: de reactietijd in ms; constant: proefpersoon, slaap, tijdstip, testmethode.
Hypothese en betrouwbaarheid
Hypothese: „als er cafeïne is ingenomen, dan is de reactietijd korter.” Meet meerdere keren per conditie en middel, om toevallige spreiding te verkleinen.

Resultaat: Uit de vage vraag ontstaat een toetsbaar onderzoek met meetbare variabelen, een heldere hypothese en een betrouwbaar meetplan.

Veelgemaakte fouten

Een niet-operationele onderzoeksvraag stellen die niet meetbaar is, of de onafhankelijke en afhankelijke variabele verwisselen.
In de conclusie verder gaan dan de gegevens toelaten, of een weerlegde hypothese als een mislukt onderzoek beschouwen.

Actieve herhaling

Je wilt onderzoeken of de opbrengst van een zonnepaneel afhangt van de hoek waaronder het licht invalt. Formuleer een operationele onderzoeksvraag en hypothese, benoem de drie soorten variabelen en schets een meetplan met herhalingen.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenprogramma NLT vwo — domein A (onderzoeken) (CvTE / Examenblad)

De ontwerpcyclus#

Standaardexamenblad-nlt-A6

De ontwerpcyclus

Afb. 2Afb. 1 — De ontwerpcyclus: probleem, programma van eisen, ontwerp, prototype en test vormen een iteratieve kringloop.

Ontwerpen is het oplossen van een praktisch probleem: het resultaat is een werkend product, systeem of proces. In Afb. 1 zie je de ontwerpcyclus als kringloop: vanuit een probleem of behoefte stel je een programma van eisen op, bedenk je ontwerpoplossingen en kies je de meest belovende, bouw je een prototype, test je dat aan de eisen, en verbeter je het ontwerp — net zolang tot het voldoet. Net als onderzoeken is ontwerpen iteratief: je doorloopt de cyclus meestal meerdere keren. Het onderscheid met onderzoek is essentieel: onderzoek beantwoordt een vraag, ontwerp levert een oplossing.

De spil van de cyclus is het programma van eisen (PvE): een lijst met concrete, meetbare eisen waaraan de oplossing moet voldoen. Je onderscheidt functionele eisen (wat het product moet kunnen: een last dragen, een signaal meten, warmte afvoeren) van randvoorwaarden (grenzen aan afmeting, gewicht, kosten, veiligheid, duurzaamheid). Hoe scherper en meetbaarder de eisen, hoe gerichter je kunt ontwerpen en hoe eerlijker je later kunt evalueren. Vage eisen leiden tot een product dat je achteraf niet objectief kunt beoordelen — het PvE is de meetlat van het hele ontwerp.

In de ontwerpfase bedenk je bewust meerdere oplossingen voordat je kiest, want de eerste inval is zelden de beste. Bij het onderbouwen van keuzes komt de natuurwetenschap binnen: je berekent vooraf of een constructie sterk genoeg is, of een schakeling het juiste signaal levert, of een proces genoeg vermogen heeft. Zo koppel je het ontwerp aan de kennis uit natuurkunde, scheikunde en biologie — precies de interdisciplinariteit die NLT kenmerkt. Vervolgens bouw je een prototype: een eerste, testbare uitvoering die je aannames toetst aan de werkelijkheid.

Ten slotte test en evalueer je: voldoet het prototype aan elke eis, en zo niet, waar wringt het? Bij het evalueren horen afwegingen (trade-offs) expliciet gemaakt te worden — bijvoorbeeld tussen sterkte en gewicht, of tussen prestatie en kosten — want vrijwel nooit is elke eis maximaal haalbaar. Op grond van de test verbeter je gericht en doorloop je de cyclus opnieuw. Deze systematische, onderbouwde en iteratieve werkwijze, met het PvE als houvast, is wat een ontwerpopdracht in het schoolexamen van je vraagt en wat ontwerpen onderscheidt van doelloos knutselen.

\text{probleem} \to \text{eisen} \to \text{ontwerp} \to \text{prototype} \to \text{test} \to \text{verbeteren}

De ontwerpcyclus

Een iteratieve kringloop met het programma van eisen als meetlat.

Uitgewerkt voorbeeld

Een ontwerp toetsen aan het programma van eisen

Voor een waterfilter geldt het PvE: (1) verwijdert zichtbare deeltjes, (2) levert minstens 1 L per minuut, (3) kost minder dan een gestelde prijs, (4) is herbruikbaar. Een prototype haalt eis 1 en 3, maar levert slechts 0,6 L/min. Evalueer.

Toetsen aan elke eis
Eis 1 (deeltjes) en eis 3 (prijs) gehaald; eis 4 (herbruikbaar) gehaald; eis 2 (debiet) niet: 0,6 in plaats van 1 L/min.
Oorzaak zoeken
Het te lage debiet komt door een te fijn filter of een te klein doorstroomoppervlak.
Afweging en verbetering
Een grover filter verhoogt het debiet maar kan eis 1 in gevaar brengen — afweging tussen debiet en zuivering. Vergroot daarom het filteroppervlak in plaats van de poriën.

Resultaat: De evaluatie wijst precies aan welke eis niet is gehaald en welke afweging speelt, zodat de volgende cyclus gericht het filteroppervlak vergroot.

Veelgemaakte fouten

Meteen bouwen zonder programma van eisen, zodat het ontwerp achteraf niet objectief te beoordelen is.
Onderzoeken en ontwerpen verwarren, of afwegingen (trade-offs) niet benoemen terwijl niet elke eis maximaal haalbaar is.

Actieve herhaling

Ontwerp een houder die een smartphone bij het fietsen stevig en trillingsvrij vasthoudt en waterdicht is. Stel een programma van eisen op (functionele eisen én randvoorwaarden) en beschrijf hoe je de ontwerpcyclus doorloopt met minstens één afweging.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenprogramma NLT vwo — domein A (ontwerpen) (CvTE / Examenblad)

Modelvorming: soorten modellen#

Standaardexamenblad-nlt-A7

Drie soorten modellen

Afb. 3Afb. 1 — Vanuit één verschijnsel maak je een conceptueel, een wiskundig of een computationeel model, elk met een eigen soort voorspelling.

Een model is een doelgerichte vereenvoudiging van de werkelijkheid waarmee je die kunt begrijpen, verklaren en voorspellen. In Afb. 1 zie je dat je vanuit een verschijnsel drie soorten modellen kunt maken — conceptueel, wiskundig en computationeel — die elk tot voorspellingen leiden die je aan de werkelijkheid toetst. Modelleren is een kernvaardigheid van NLT omdat interdisciplinaire vraagstukken (klimaat, gezondheid, energie) te complex zijn om zonder model te overzien. Welk modeltype je kiest, hangt af van je doel en van de aard van het verschijnsel.

Een conceptueel model beschrijft de structuur en de samenhang in woorden en schema's, zonder getallen. Het deeltjesmodel, een systeemschema met invoer en uitvoer, een voedselweb of een oorzaak-gevolgdiagram zijn conceptuele modellen: ze maken zichtbaar welke onderdelen er zijn en hoe ze op elkaar inwerken. Zo'n model is vaak de eerste stap — het ordent je denken en legt de aannames bloot — en het is de basis waarop je later een wiskundig of computationeel model bouwt.

Een wiskundig model legt de samenhang vast in een formule of vergelijking tussen grootheden, zodat je kunt rekenen en voorspellen. Een lineair verband (

y = a\,x + b

), een kwadratisch verband, een exponentiële groei (

N = N_0 \cdot g^{t}

) of een evenwichtsvergelijking zijn wiskundige modellen. Ze zijn krachtig omdat je er exact mee kunt voorspellen en ze aan meetgegevens kunt toetsen, maar ze gelden alleen binnen de aannames waaronder ze zijn opgesteld. Het herkennen van het passende soort verband bij een verschijnsel is zelf een belangrijke vaardigheid (zie het onderwerp over rekenkundige en wiskundige vaardigheden).

Een computationeel model rekent stap voor stap door met de computer, meestal via differentievergelijkingen: je legt vast hoe een grootheid in een kleine tijdstap verandert, en de computer herhaalt die stap duizenden keren. Zo simuleer je een groeiende populatie, een afkoelend voorwerp of een verspreidende ziekte — situaties die met de hand onhandelbaar zijn. De kracht is dat je terugkoppelingen en veel wisselwerkingen tegelijk kunt meenemen; de beperking is dat het model even goed is als zijn aannames en dat een te grote stapgrootte de uitkomst vertekent. De drie modeltypen sluiten op elkaar aan: een conceptueel schema wordt een formule, en die formule wordt een rekenmodel.

\text{conceptueel} \;\Rightarrow\; \text{wiskundig} \;\Rightarrow\; \text{computationeel}

Van schema naar rekenmodel

De modeltypen sluiten op elkaar aan: een schema wordt een formule en die wordt een rekenmodel.

Uitgewerkt voorbeeld

Het juiste modeltype kiezen

Kies voor elk doel het passende modeltype: (a) uitleggen hoe de onderdelen van een ecosysteem samenhangen, (b) de bacteriegroei op korte termijn voorspellen, (c) een epidemie met terugkoppeling doorrekenen.

(a) Structuur tonen
Een conceptueel model (voedselweb / systeemschema): het maakt de onderdelen en hun relaties zichtbaar zonder getallen.
(b) Kort voorspellen
Een wiskundig model: exponentiële groei $N = N_0 \cdot 2^{t/T}$ geeft een exacte, toetsbare voorspelling zolang voedsel niet beperkt is.
(c) Complex doorrekenen
Een computationeel model: stap-voor-stap met differentievergelijkingen, zodat besmetting, herstel en terugkoppeling samen meelopen.

Resultaat: Elk doel vraagt zijn eigen modeltype: conceptueel om te ordenen, wiskundig om exact te voorspellen, computationeel om complexe wisselwerking door te rekenen.

Veelgemaakte fouten

Een model verwarren met de werkelijkheid zelf, in plaats van het te zien als een vereenvoudiging met een beperkt geldigheidsgebied.
Meteen naar een formule grijpen zonder eerst het conceptuele model (de structuur en de aannames) helder te maken.

Actieve herhaling

Je wilt de verspreiding van een besmettelijke ziekte in een schoolklas bestuderen. Beschrijf achtereenvolgens een conceptueel, een wiskundig en een computationeel model dat je zou kunnen gebruiken, en leg uit wat elk model toevoegt.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenprogramma NLT vwo — domein A (modelvorming) (CvTE / Examenblad)

De modelleercyclus en modeltoetsing#

Verdiepingexamenblad-nlt-A7

Model versus meting

Afb. 4Afb. 1 — Modeltoetsing: de meetpunten liggen dicht bij de doorgetrokken modelkromme, wat het exponentiële model ondersteunt.

Een model bouw je niet in één keer goed: je stelt het op, toetst het en verbetert het in een modelleercyclus. Je begint met een verschijnsel en de aannames, giet die in een model, berekent de uitkomsten en vergelijkt die met meetgegevens; wijkt het model af, dan stel je aannames of parameters bij en reken je opnieuw. In Afb. 1 zie je zo'n toets: de meetpunten liggen dicht bij de doorgetrokken modelkromme, wat het model ondersteunt. De mate waarin model en meting overeenkomen, bepaalt of je het model vertrouwt of moet verfijnen.

Elk model rust op aannames en idealisaties, en die begrenzen zijn geldigheid. Je verwaarloost wat er in de gegeven situatie niet toe doet: je neemt een groeisnelheid constant, verwaarloost wrijving, of veronderstelt onbeperkte hulpbronnen. Deze vereenvoudigingen maken het model hanteerbaar, maar het klopt alleen zolang de verwaarloosde effecten inderdaad klein zijn. Bij het toetsen van een model hoort dus altijd de vraag welke aannames erin zitten en of die hier terecht zijn — het geldigheidsgebied van het model.

Toetsen aan data is de scherprechter. Je legt de modeluitkomst naast de metingen en beoordeelt de overeenkomst: liggen de punten binnen hun meetonzekerheid rond de modelkromme, dan past het model; vertonen ze een systematische afwijking (steeds erboven of eronder, of een kromming die het model mist), dan wijst dat op een verkeerde aanname of een ontbrekend effect. Zo laat een exponentieel groeimodel de eerste metingen goed zien, maar gaat het bij schaarste over in een geremde (logistische) groei — het model moet dan worden uitgebreid.

Modellen, metingen en theorie versterken elkaar dus voortdurend: een theorie levert een model, metingen toetsen het, en de afwijkingen leiden tot een beter model. Belangrijk is te beseffen dat een model nooit „de werkelijkheid zelf” is maar een bruikbaar gereedschap met een beperkt bereik; een goed modelleur benoemt daarom altijd de aannames en de grenzen. Deze cyclische, kritische werkwijze — opstellen, toetsen, verfijnen — is precies wat een modelstudie in het schoolexamen vraagt en wat modelleren tot een echte natuurwetenschappelijke vaardigheid maakt.

N = N_0 \cdot g^{t}

Exponentieel groeimodel

Geldig zolang de groeifactor g constant is (onbeperkte hulpbronnen); bij schaarste is uitbreiding naar geremde groei nodig.

Uitgewerkt voorbeeld

Een groeimodel toetsen en verfijnen

Metingen aan een bacteriecultuur passen eerst bij $N = N_0 \cdot 2^{t}$ , maar buigen later af naar een constante waarde. Toets en verfijn het model.

Vergelijken met data
In het begin liggen de meetpunten op de exponentiële kromme: het model klopt zolang voedsel ruim is.
Systematische afwijking
Later blijven de aantallen structureel onder het model: een systematische afwijking, geen toeval.
Aanname bijstellen
De aanname „onbeperkt voedsel” klopt niet meer. Vervang de constante groeifactor door een die daalt naar nul bij een maximale populatie (geremde, logistische groei).

Resultaat: Het exponentiële model geldt alleen in de beginfase; door de aanname van onbeperkte hulpbronnen los te laten, ontstaat een geremd groeimodel dat ook de afvlakking beschrijft.

Veelgemaakte fouten

Een model als bewezen beschouwen zodra het bij enkele punten past, zonder te letten op systematische afwijkingen of het geldigheidsgebied.
De aannames van een model niet benoemen, waardoor je het buiten zijn bereik toepast (bijvoorbeeld onbegrensde exponentiële groei bij schaarste).

Actieve herhaling

Je modelleert de groei van een eendenkroospopulatie als exponentieel. De eerste metingen passen goed, maar na enkele weken blijven de aantallen achter bij het model. Leg uit welke aanname niet meer klopt en hoe je het model aanpast.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenprogramma NLT vwo — domein A (modelvorming en toetsing) (CvTE / Examenblad)

Referenties en bronnen

Bronnen

CvTE / Examenblad

Examenprogramma NLT vwo — domein A (onderzoeken)

Domein A — Onderzoeken, ontwerpen en modelvorming (A5-A7)

Kernpunten

Een onderzoeksvraag operationaliseren

Kernpunten

Een ontwerp toetsen aan het programma van eisen

Kernpunten

Het juiste modeltype kiezen

Kernpunten

Een groeimodel toetsen en verfijnen

Bronnen

Domein A — Onderzoeken, ontwerpen en modelvorming (A5-A7)

Kernpunten

Een onderzoeksvraag operationaliseren

Kernpunten

Een ontwerp toetsen aan het programma van eisen

Kernpunten

Het juiste modeltype kiezen

Kernpunten

Een groeimodel toetsen en verfijnen

Bronnen