Da jeg i starten af januar 2005 kom retur til gymnasieundervisningen efter jule- og nytårsferie, havde min fysiklærer imponerende nok nået at lave et større kompendium med fysikopgaver med udgangspunkt i den tsunami, der ramte i Asien i december 2004.
Opgaver om bølger, hastigheder og kræfter blandt meget andet, og alt sammen inspireret af ulykken og de informationer, der blev gjort tilgængelige i medier og andre steder i tiden lige efter ulykken.
I de her dage taler vi ikke om tsunami, men om coronavirus og verdensomspændende pandemi. Og også i dette tilfælde er der ekstremt mange aspekter, som man kan lave en masse spændende matematik- og naturvidenskabelig undervisning på baggrund af.
Eksponentialfunktionen er selvfølgelig helt central. Den møder man allerede i gymnasiematematik, men mest som én blandt en hel masse funktioner - lineære funktioner, polynomier, logaritmer, trigonometriske funktioner, eksponentialfunktioner.
At eksponentialfunktionen er den vildeste, når vi taler om hvor hurtigt funktionerne vokser, tror jeg imidlertid ikke nødvendigvis at man lærer eller forstår. Det kan man nu nemt kaste lidt konkret og praktisk lys over.
Fit af datapunkter til funktion - eksempelvis til eksponentialfunktionen - er også centralt, og der er masser af data - f.eks. for antal smittede, antal diagnosticerede, antal døde, antal helbredte - tilgængelig, ikke bare for situationen i Danmark, men globalt set.
Hvilke funktioner kan disse data fittes til? Kan nogen dele af data fittes til én type funktion (f.eks. i starten af epidemien) og senere til en anden?
Number of (confirmed) #c19 cases admitted to #DK hospitals and a standard exponential curve. I am going to make the pasta without fresh basil and ricotta until the curve deviates from exponential growth. pic.twitter.com/dPzOYLmPot
— Tue Herlau (@TueHerlau) March 18, 2020
Kurver og integraler har vi også, direkte eller indirekte, hørt en del om.
Epidemien skal forsinkes og trækkes i langdrag, så antal smittede - eller antal hospitalsindlagte - på et givent tidspunkt ikke overstiger kapaciteten i sundhedsvæsenet.
Påvirkning af formen af kurven samt betydningen af arealet under kurven, eller under en del af kurven, kan belyses.
För kännedom. Coronavirus: What is 'flattening the curve,' and will it work? | Live Science https://t.co/JBSWlVdAXz
— Gustav Nilsson???? (@gustav1983) March 17, 2020
Målinger og systematiske målefejl kan ligeledes belyses.
For hvad siger eksempelvis antal diagnosticerede (også kaldet antal bekræftet smittede) om udbredelsen af virussen, hvis man fra myndighedernes side har besluttet ikke at forsøge at diagnosticere alle smittede, men kun dem med bestemte symptomer? Kan data om antal diagnosticerede fra før og efter en ændring i målestrategien sammenholdes? Måske er antal patienter på hospitalerne og/eller antal patienter i intensiv behandling på hospitalerne et bedre mål for udbredelsen?
Visualisering og diskussion af disse forskellige typer af data sammenholdt med myndighedernes målestrategier kan belyse emnet.
Ja, tak, for gode data og visualisering. Men er antal testede og antal positive repræsentative for udviklingen? Teststrategien er ændret undervejs - og derfor, formentlig, utroligt mange flere smittede end de positivt testede. Kunne du tilføje antal hospitalsindlagte?
— Jakob R. de Lasson (@Jakobrdl) March 19, 2020
Computersimuleringer bruges aktivt, fordi det kan være svært, eller måske endda umuligt, præcist at bestemme og fremskrive udviklingen af antal smittede, antal hospitalskrævende, antal døde m.fl.
Brug af computersimuleringer og, hvis det skal være mere avanceret, udvikling af programmer til at lave computersimuleringer er oplagte emner til undervisning eller projekter.
Sådanne computersimuleringer bygger på modeller, som kan være simplificerede eller avancerede, afhængigt af hvad formålet er.
Nogle modeller er meget simplificerede, men kan give en kvalitativ forståelse af dynamikken. Andre modeller er avancerede og komplicerede at løse, men kan til gengæld give ikke bare kvalitative, men også kvantitative resultater - som man f.eks. kan bruge til at forberede sundhedsvæsenet eller samfundet mere generelt på problemets omfang.
Opgaver og projekter, der kaster lys over forskellige modeller, hvilke begrænsninger en model har, samt hvad man kan forvente at kunne forudsige med en model, kan laves med udgangspunkt i coronavirus.
Listen er helt sikkert meget, meget længere - bidrag gerne i kommentarerne.
Et naivt håb kunne være, at matematik- og naturvidenskabelig undervisning på alle niveauer udnytter situationen og den store interesse for at forstå, beskrive og fremskrive dette fænomen til at skabe interesse for og resonans med vores fag.
Og hvem ved - måske kommer der så ikke bare corona-babyer om ni måneder, men også corona-ingeniørstuderende om et par år?
