Projekt 8.6 Linearisering af data fra radioaktivt henfald
|
|
- Julius Andersen
- 5 år siden
- Visninger:
Transkript
1 Projekt 8.6 Linearisering af data fra radioaktivt henfald Bemærk, at i det følgende er værktøjet TINspire anvendt. Det kan lige så godt laves i et andet værktøj. En vigtig metode til at få overblik over data er at transformere dem, således at der fremkommer en lineær sammenhæng. Ordet transformation betyder omformning. Vi vil tage udgangspunkt i forsøgsdata hvor radioaktivt henfald undersøges idet det vides at radioaktivt henfald er et eksempel på eksponentiel udvikling: y = b a x Men først lidt teori fra fysikken: Billedet viser en Protactinium-generator. Den består af en beholder, der indeholder to væsker: dels en vandig opløsning af uranylnitrat i koncentreret saltsyre, dels en organisk væske, som har mindre massefylde end vand. De to væsker er ikke blandbare, så når beholderen har stået et stykke tid, vil den organiske væske samle sig øverst i beholderen. I modsætning til Uran og Thorium er Protactinium opløselig i den organiske væske. Beholderen med de radioaktive stoffer rystes og vendes om, lige inden forsøget startes. Derved isoleres Pa-234 i det øverste lag i beholderen. Den øvrige - og -stråling er ikke kraftig nok til at trænge igennem væsken og beholderen og op til Geiger-Müller røret. Vi vil studere -henfaldet med en geiger-müller tæller, der tæller i ti sekunders intervaller, og dernæst bestemme sammenhængen.
2 Fremstil jeres egne data, hvor den uafhængige variabel er tid vores afhængige variabel er henfald. Eller hent elevdata fra et tilsvarende forsøg: Dataene kan hentes i et regnearkformat her. Inden vi kommer alt for godt i gang med vores undersøgelse skal vi huske at korrigere for baggrundsstrålingen. Her får vi igen hjælp af gruppen idet de 20 gange har målt baggrundsstrålingen over 10 sekunder: Medianen er med 7.0 næsten sammenfaldende med middeltallet på Vi bruger medianen til at korrigere for baggrundsstrålingen. Det giver os en ny variabel over korrigerede henfaldsdata (kor_henfald) som vi kan bruge til at lave en graf over:
3 Idet vi forventede at sammenhængen mellem tid og korrigeret henfald var eksponentielt virker grafen noget skuffende. Vi ser indledningsvis en stigning i -henfaldet (frem til 40 sekunder), hvilket strider mod vores forestilling om eksponentielt henfald. Ellers ser forløbet af grafen rimelig ud. Her vil vi altså gerne kunne komme med gode argumenter for at ekskludere de første skuffende data. Begrundelsen for det rimelige i at ekskludere data hænger sammen med den måde vore generator fungerer. Efter at have rystet beholderen skal vi vente på det radioaktive stof Pa-234 isoleres i det øverste lag i beholderen. Generatoren skal altså i en hvis forstand startes op. For at vurdere hvor mange data vi skal ekskludere vil vi nu transformere vores korrigerede henfaldsdata med logaritme funktionen. Samtidigt frembringer vi en graf hvor vi har afsat tid på 1.aksen og de log-transformerede korrigerede henfaldsdata (log_kor) på 2.aksen: Lidt matematisk teori, som også er gennemgået i kap 8, afsnit 5 om linearisering Ifølge logaritmeregneregler kan vi vise at der for eksponentielle sammenhænge mellem en uafhængige variabel; x og en afhængige variabel; y gælder en lineær sammenhæng mellem x og log(y): y = b a x log(y) = log(b a x ) log(y) = log(b) + log(a x ) log(y) = log(b) + x log(a) log(y) = log(a) x +log(b) Hvis vi definerer α = log(a) og β = log(b) ser vi at der gælder det påståede: log(y) = α x + β Af definitionen af logaritme funktionen med grundtal 10 gælder desuden a = 10 α og b = 10 β.
4 Nu kan vi kommer lidt længere i vores undersøgelse ved at tilføje flytbar linje til vores graf: Linje fitter vi til vores data således at den tilnærmelsesvis beskriver en lineær sammenhæng mellem tid og de logaritmisk transformerede data. Vi skal i denne del af vores undersøgelse ikke lave mindste kvadraters linje idet vi først skal have ekskluderet data der forringer modellen. Frem til 100 sekunder ser vi at generatorens opstart smudser vores forventede sammenhæng til idet der her en systematik: De første fem datapunkter alle ligger under linjen og de følgende fire alle ligger over. Vi kan på den baggrund ekskludere de 9 første data. Vi bemærker desuden at der i intervallet fra 100 til 250 sekunder gælder at vores data sig fordeler tilfældigt og snævert omkring den rette linje. Efter 250 sekunder fordeler datapunkterne sig stadig tilfældigt omkring den rette linje men med en tindens til større trompetformede afvigelser, altså desto længere tid der går desto større residualer. Grunden til dette skyldes baggrundsstrålingen. I starten udgør baggrundsstrålingens udsving relativt lidt i forhold til generatorens aktivitet hvorimod dens tilfældige udsving får større relativ betydning efterhånden som aktiviteten i generatorens aktivitet henfalder. Vi ekskluderer de ni første data. Desuden udelukker vi dataene efter 250 sekunder når vi efterfølgende bestemmer dén eksponentielle vækstmodel, der bedst forklarer sammenhængen mellem tid og korrigeret henfald. Det gør vi ved at markere og kopiere data fra 100 sekunder frem til 250 sekunder (inklusiv de dertil knyttede log_kor og kor_hen data). Dataene sættes ind i nye kolonner:
5 Ved eksponentiel regression bestemmer vi sammenhængen mellem tid_udsnit og kor_hen_udsnit (udsnit af de korrigerede henfald): Der er ingen systematik i residualerne som er i størrelsesordenen ±15. Den logaritmisk udregnede forklaringsgrad er % og mens vores egen udregnede forklaringsgrad med % er lidt højere (udregnet på udsnittet af det korrigerede henfald). den eksponentielle vækst model er givet ved: y = x Til sammenligning bestemmer vi ved lineær regression sammenhængen mellem tid_udsnit og log_kor_udsnit (udsnit af de logaritmisk korrigerede henfald). Bagefter viser vi hvorledes ud fra denne kan komme frem til den bedste eksponentielle sammenhængen mellem tid_udsnit og kor_hen_udsnit: Som før er der ingen systematik i residualerne som er i størrelsesordenen ± Den udregnede forklaringsgrad er % som netop (!) svarer til den forklaringsgrad vi fik ved eksponentiel regression. Den lineære model er givet ved: log(y) = x Her er α = log(a) = og β = log(b) = hvormed vi ved tilbage transformation kommer frem til fremskrivningsfaktoren a = 10 α = = og begyndelsesværdien b = = , altså præcis ligesom før!
6 Afslutningsvis tegner vi grafen for den eksponentielle vækstmodel sammen med vores rådata: Det er ok.
Eksponentiel regression med TI-Nspire ved transformation af data
Eksponentiel regression med TI-Nspire ved transformation af data En vigtig metode til at få overblik over data er at tranformere dem, således at der fremkommer en lineær sammenhæng. Ordet transformation
Læs mereKapitel 7 Matematiske vækstmodeller
Matematiske vækstmodeller I matematik undersøger man ofte variables afhængighed af hinanden. Her ser man, at samme type af sammenhænge tit forekommer inden for en lang række forskellige områder. I kapitel
Læs mereEksempel på logistisk vækst med TI-Nspire CAS
Eksempel på logistisk vækst med TI-Nspire CAS Tabellen herunder viser udviklingen af USA's befolkning fra 1850-1910 hvor befolkningstallet er angivet i millioner: Vi har tidligere redegjort for at antallet
Læs mereMatematik A og Informationsteknologi B
Matematik A og Informationsteknologi B Projektopgave 2 Eksponentielle modeller Benjamin Andreas Olander Christiansen Jens Werner Nielsen Klasse 2.4 6. december 2010 Vejledere: Jørn Christian Bendtsen og
Læs mereForløb om eksponential- og logaritmefunktioner
Forløb om eksponential- og logaritmefunktioner Mikkel Stouby Petersen 17/05/2016 Elevversion Indhold Indhold I Eksponentialfunktioner og eksponentiel vækst 3 1 Oversigt: Eksponentialfunktioner 5 2 Eksperimentariet:
Læs mereEksponentielle modeller
2013 Eksponentielle modeller Jacob Elmkjær og Dan Sørensen Matematik/IT Roskilde Tekniske Gymnasium 09-12-2013 Lærere: Jørn Christian Bendtsen og Karl Bjarnason Indhold Indledning... 2 Opgave analyse...
Læs mereØvelser 10. KlasseCenter Vesthimmerland Kaj Mikkelsen
Indhold Indhold... 1 Måling af stråling med Datastudio... 2 Måling af baggrundsstrålingens variation... 3 Måling af halveringstid... 4 Nuklidkort. (teoriopgave)... 5 Fyldning af beholdere... 6 Sådan fungerer
Læs merematx.dk Enkle modeller
matx.dk Enkle modeller Dennis Pipenbring 28. juni 2011 Indhold 1 Indledning 4 2 Funktionsbegrebet 4 3 Lineære funktioner 8 3.1 Bestemmelse af funktionsværdien................. 9 3.2 Grafen for en lineær
Læs mereResidualer i grundforløbet
Erik Vestergaard www.matematikfysik.dk 1 Residualer i grundforløbet I dette lille tillæg til grundforløbet, skal vi kigge på begreberne residualer, residualplot samt residualspredning. Vi vil se, hvad
Læs mereI. Deskriptiv analyse af kroppens proportioner
Projektet er delt i to, og man kan vælge kun at gennemføre den ene del. Man kan vælge selv at frembringe data, fx gennem et samarbejde med idræt eller biologi, eller man kan anvende de foreliggende data,
Læs mere9 Eksponential- og logaritmefunktioner
9 Eksponential- og logaritmefunktioner Hayati Balo, AAMS Følgende fremstilling er baseret på 1. Nils Victor-Jensen, Matematik for adgangskursus, B-niveau 2 2. Crone og Rosenquist, Matematiske elementer
Læs mereEksponentielle sammenhænge
Eksponentielle sammenhænge 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Indholdsfortegnelse Variabel-sammenhænge... 1 1. Hvad er en eksponentiel sammenhæng?... 2 2. Forklaring med ord af eksponentiel vækst... 2, 6
Læs mereBedste rette linje ved mindste kvadraters metode
1/9 Bedste rette linje ved mindste kvadraters metode - fra www.borgeleo.dk Figur 1: Tre datapunkter og den bedste rette linje bestemt af A, B og C Målepunkter og bedste rette linje I ovenstående koordinatsystem
Læs mereØvelser 10. KlasseCenter Vesthimmerland Kaj Mikkelsen
Indhold Indhold... 1 Måling af stråling med Capstone... 2 Måling af baggrundsstrålingens variation... 3 Måling af halveringstid... 4 Nuklidkort. (teoriopgave)... 5 Sådan fungerer et atomkraftværk.... 6
Læs mereEksponentielle funktioner for C-niveau i hf
Eksponentielle funktioner for C-niveau i hf 2017 Karsten Juul Procent 1. Procenter på en ny måde... 1 2. Bestem procentvis ændring... 2 3. Bestem begyndelsesværdi... 2 4. Bestem slutværdi... 3 5. Vækstrate...
Læs mereKapital- og rentesregning
Rentesregning Rettet den 28-12-11 Kapital- og rentesregning Kapital- og rentesregning Navngivning ved rentesregning I eksempler som Niels Oles, hvor man indskyder en kapital i en bank (én gang), og banken
Læs mereFunktioner. 2. del Karsten Juul
Funktioner 2. del 2018 Karsten Juul 18. Eksponentiel funktion forskrift 18.1 Oplæg nr. 1 til forskrift for eksponentiel funktion... 52 18.2 Oplæg nr. 2 til forskrift for eksponentiel funktion... 53 18.3.
Læs mereLogaritmiske koordinatsystemer med TI-Nspire CAS version 3.6
Logaritmiske koordinatsystemer med TI-Nspire CAS version 3.6 Indholdsfortegnelse: Enkelt logaritmisk koordinatsystem side 1 Eksempel på brug af enkelt logaritmisk koordinatsystem ud fra tabel side 2 Dobbelt
Læs mereModellering af elektroniske komponenter
Modellering af elektroniske komponenter Formålet er at give studerende indblik i hvordan matematik som fag kan bruges i forbindelse med at modellere fysiske fænomener. Herunder anvendelse af Grafregner(TI-89)
Læs mereer den radioaktive kildes aktivitet til tidspunktet t= 0, A( t ) er aktiviteten til tidspunktet t og k er henfaldskonstanten.
Fysikøvelse Erik Vestergaard www.matematikfysik.dk Radioaktive henfald Formål Formålet i denne øvelse er at eftervise henfaldsloven A( t) = A0 e kt, hvor A 0 er den radioaktive kildes aktivitet til tidspunktet
Læs mereEn funktion kaldes eksponentiel, hvis den har en regneforskrift, der kan skrives således: f(x) = b a x eller y = b a x, idet a og b er positive tal.
Eksponentielle funktioner Indhold Definition:... 1 Om a og b... 2 Tegning af graf for en eksponentiel funktion... 3 Enkeltlogaritmisk koordinatsstem... 4 Logaritmisk skala... 5 Fordoblings- og halveringskonstant...
Læs mereLineære sammenhænge, residualplot og regression
Lineære sammenhænge, residualplot og regression Opgave 1: Er der en bagvedliggende lineær sammenhæng? I mange sammenhænge indsamler man data som man ønsker at undersøge og afdække eventuelle sammenhænge
Læs mereVi har valgt at analysere vores gruppe ud fra belbins 9 grupperoller, vi har følgende roller
Forside Indledning Vi har fået tildelt et skema over nogle observationer af gærceller, ideen ligger i at gærceller på bestemt tidspunkt vokser eksponentielt. Der skal nu laves en model over som bevise
Læs mereEpidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Institut for Biostatistik. Regressionsanalyse
Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Institut for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression Regressionsanalyse Regressionsanalyser
Læs mereOm at finde bedste rette linie med Excel
Om at finde bedste rette linie med Excel Det er en vigtig og interessant opgave at beskrive fænomener i naturen eller i samfundet matematisk. Dels for at få en forståelse af sammenhængende indenfor det
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin November-december, 2018 Institution Lyngby VUC og HF Uddannelse Fag og niveau Lærer(e) Hold HF enkeltfag matematik
Læs mereEksponentielle sammenhænge
Eksponentielle sammenhænge Udgave 009 Karsten Juul Dette hæfte er en fortsættelse af hæftet "Lineære sammenhænge, udgave 009" Indhold 1 Eksponentielle sammenhænge, ligning og graf 1 Procent 7 3 Hvad fortæller
Læs mereStudieretningsopgave Temperatur af en væske
Studieretningsopgave af en væske Studieretning: Matematik A, Fysik B, Kemi B Fagkombination: Fysik og Matematik Opgaveformulering: Redegør kort for forsøget om opvarmning og afkøling af en væske. Præsenter
Læs mereCoulombs lov. Esben Pape Selsing, Martin Sparre og Kristoffer Stensbo-Smidt Niels Bohr Institutet F = 1 4πε 0
Coulombs lov Esben Pape Selsing, Martin Sparre og Kristoffer Stensbo-Smidt Niels Bohr Institutet 14-05-2007 1 Indledning 1.1 Formål Formålet er, at eftervise Coulombs lov; F = 1 4πε 0 qq r 2 ˆr, hvor F
Læs mereH Å N D B O G M A T E M A T I K 2. U D G A V E
H Å N D B O G M A T E M A T I K C 2. U D G A V E ÁÒ ÓÐ Indhold 1 1 Procentregning 3 1.1 Delingsprocent.............................. 3 1.2 Vækstprocent.............................. 4 1.3 Renteformlen..............................
Læs mereEksamensspørgsmål: Eksponentiel vækst
Eksamensspørgsmål: Eksponentiel vækst Indhold Definition:... Eksempel :... Begndelsesværdien b... Fremskrivningsfaktoren a... Eksempel :... Formlerne for a og b... 3 Eksempel 3:... 3 Bevis for formlen
Læs mereMatematiske modeller Forsøg 1
Matematiske modeller Forsøg 1 At måle absorbansen af forskellige koncentrationer af brilliant blue og derefter lave en standardkurve. 2 ml pipette 50 og 100 ml målekolber Kuvetter Engangspipetter Stamopløsning
Læs mereEksponentielle funktioner
Eksponentielle funktioner http://en.wikipedia.org/wiki/rabbits_in_australia 4. udg. 2011 12-12-2011 Eksponentielle funktioner Vækst Udfyld tabellen ved: at skrive begyndelsesværdien b = f(0) = 30 under
Læs merePotensfunktioner samt proportional og omvent proportional. for hf Karsten Juul
Potensfunktioner samt proportional og omvent proportional for hf 2018 Karsten Juul Potensfunktion 1. Oplæg til forskrift for potensfunktion...1 2. Forskrift for potensfunktion...2 3. Udregn x eller y i
Læs mereINTRODUKTION Maple Funktioner Regression
INTRODUKTION Maple Funktioner Regression x-klasserne Gammel Hellerup Gymnasium 1 Indholdsfortegnelse PAPIR, BLYANT OG COMPUTER... 3 LEKTIELÆSNING... 3 OM DETTE HÆFTE... 3 KOM I GANG MED MAPLE... 4 Et par
Læs mereØVEHÆFTE FOR MATEMATIK C EKSPONENTIEL SAMMENHÆNG
ØVEHÆFTE FOR MATEMATIK C EKSPONENTIEL SAMMENHÆNG INDHOLDSFORTEGNELSE Formelsamling... side Grundlæggende færdigheder... side 4 a Finde konstanterne a og b i en regneforskrift (og p eller r)... side 4 b
Læs mereProjekt 4.10. Minamata-katastrofen. En modellering af ligevægt mellem lineær vækst og eksponentiel henfald
Projekt 4.10. Minamata-katastrofen. En modellering af ligevægt mellem lineær vækst og eksponentiel henfald Der findes mange situationer, hvor en bestemt størrelse ændres som følge af vekselvirkninger med
Læs mereKulstof-14 datering. Første del: Metoden. Isotoper af kulstof
Kulstof-14 datering Første del: Metoden I slutningen af 1940'erne finder et team på University of Chicago under ledelse af Willard Libby ud af, at man kan bruge det radioaktive stof kulstof 14 ( 14 C),
Læs mereUge 43 I Teoretisk Statistik, 21. oktober Forudsigelser
Uge 43 I Teoretisk Statistik,. oktober 3 Simpel lineær regressionsanalyse Forudsigelser Fortolkning af regressionsmodellen Ekstreme observationer Transformationer Sammenligning af to regressionslinier
Læs mereRadioaktivitet og alders bestemmelse af skelletter med Kulstof-14 metoden
Radioaktivitet og alders bestemmelse af skelletter med Kulstof-14 metoden Science Camp for folkeskole elever Skeletter sladrer Folkeskoler Forud for forløbet med folkeskoleeleverne Gynmasieeleverne har
Læs mereINTRODUKTION Maple Funktioner Regression
INTRODUKTION Maple Funktioner Regression x-klasserne Gammel Hellerup Gymnasium 1 Indholdsfortegnelse PAPIR, BLYANT OG COMPUTER... 3 LEKTIELÆSNING... 3 3 FØRSTE MATEMATIKMODULER... 3 KOM I GANG MED MAPLE...
Læs mereUndervisningsbeskrivelse. Stamoplysninger til brug ved prøver til gymnasiale uddannelser. Termin Sommer Uddannelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Sommer 2019 Institution Uddannelse Fag og niveau Lærer(e) Hold Horsens HF og VUC Hf Matematik C Laila Knudsen
Læs mereINTRODUKTION Maple Funktioner Regression x-klasserne Gammel Hellerup Gymnasium
INTRODUKTION Maple Funktioner Regression x-klasserne Gammel Hellerup Gymnasium November 2018 ; Michael Szymanski ; mz@ghg.dk 1 Indholdsfortegnelse PAPIR, BLYANT OG COMPUTER... 3 LEKTIELÆSNING... 3 OM DETTE
Læs mereKapitel , altså 360. Hvad er matematik? 1 ISBN
Kapitel 1 Øvelse 1.4 En forklaring kan være, at man gerne vil se hvor godt modellen passer med de historiske data man allerede kender. Hvis modellen ikke passer med disse, kan man heller ikke forvente,
Læs mereEpidemiologi og biostatistik. Uge 3, torsdag. Erik Parner, Afdeling for Biostatistik. Eksempel: Systolisk blodtryk
Eksempel: Systolisk blodtryk Udgangspunkt: Vi ønsker at prædiktere det systoliske blodtryk hos en gruppe af personer. Epidemiologi og biostatistik. Uge, torsdag. Erik Parner, Afdeling for Biostatistik.
Læs mereProjekt 6.1 Rygtespredning - modellering af logistisk vækst
Projekt 6.1 Rygtespredning - modellering af logistisk vækst (Projektet anvender værktøjsprogrammet TI Nspire) Alle de tilstedeværende i klassen tildeles et nummer, så med 28 elever i klassen uddeles numrene
Læs mereAnvendt Statistik Lektion 7. Simpel Lineær Regression
Anvendt Statistik Lektion 7 Simpel Lineær Regression 1 Er der en sammenhæng? Plot af mordraten () mod fattigdomsraten (): Scatterplot Afhænger mordraten af fattigdomsraten? 2 Scatterplot Et scatterplot
Læs mere1. Konstantfaktoren er 34, fremskrivningsfaktoren er 1,056 og vækstraten er 5,6%.
Kapitel 4 Øvelse 43 1 Konstantfaktoren er 34, fremskrivningsfaktoren er 1,056 og vækstraten er 5,6% Konstantfaktoren er 117, fremskrivningsfaktoren er 1,61 og vækstraten er 61% 3 Konstantfaktoren er 0,84,
Læs mereSæt GM-tællererne til at tælle impulser i 10 sekunder. Sørg for at alle kendte radioaktive kilder er placeret langt væk fra målerøret.
Forsøge med stråling fra radioaktive stoffer Stråling fra radioaktive stoffer. Den stråling, der kommer fra radioaktive stoffer, kaldes for ioniserende stråling. Den kan måles med en Geiger-Müler-rør koblet
Læs mereRepetition til eksamen. fra Thisted Gymnasium
Repetition til eksamen fra Thisted Gymnasium 20. oktober 2015 Kapitel 1 Introduktion til matematikken 1. Fortegn Husk fortegnsregnereglerne for multiplikation og division 2. Hierarki Lær sætningen om regnearternes
Læs mereMM501 forelæsningsslides
MM50 forelæsningsslides uge 36, 2009 Produceret af Hans J. Munkholm Nogle talmængder s. 3 N = {, 2, 3, } omtales som de naturlige tal eller de positive heltal. Z = {0, ±, ±2, ±3, } omtales som de hele
Læs mereForelæsning 11: Kapitel 11: Regressionsanalyse
Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mere12. september Epidemiologi og biostatistik. Forelæsning 4 Uge 3, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Regressionsanalyse
. september 5 Epidemiologi og biostatistik. Forelæsning Uge, torsdag. Niels Trolle Andersen, Afdelingen for Biostatistik. Lineær regressionsanalyse - Simpel lineær regression - Multipel lineær regression
Læs mereLouise F Jensen MATEMATIK. VUC Roskilde
Louise F Jensen VUC Roskilde 1 INDHOLD Potensregneregler... 2 Kvadratrod... 3 Algebra... 3 Ligninger... 3 Ulighedstegn i ligning... 4 Brøker... 4 Procent... 5 Indextal... 6 Rentesregning... 6 Geometri...
Læs mereMatematik projekt 4. Eksponentiel udvikling. Casper Wandrup Andresen 2.F 16-01-2009. Underskrift:
Matematik projekt 4 Eksponentiel udvikling Casper Wandrup Andresen 2.F 16-01-2009 Underskrift: Teorien bag eksponentiel udvikling er som sådan meget enkel. Den har forskriften: B er vores begndelsesværdi
Læs mereRygtespredning: Et logistisk eksperiment
Rygtespredning: Et logistisk eksperiment For at det nu ikke skal ende i en omgang teoretisk tørsvømning er det vist på tide vi kigger på et konkret logistisk eksperiment. Der er selvfølgelig flere muligheder,
Læs merePotenser, rødder og logartime
Potenser, rødder og logartime Hamid Yar Mohammad 9/0-03 0. Potens Almen kendte definition på potens, når n N kan a R. a n = a a... a } {{ } a multipliceret n gange Mere kompleks definition a n = e n In(a),
Læs mereTværfagligt Projekt. Matematik og IT
Tværfagligt Projekt Matematik og IT Navn: Ugur Kitir Skole: Roskilde - HTX Klasse: 2.4 Vejledere: Karl og Jørn Afleveringsdato: 01/12 2008 Indholdsfortegnelse Opgaveanalyse... 3 Indledning:... 3 Analyse
Læs mereLøsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06)
Afdeling for Biostatistik Bo Martin Bibby 23. november 2006 Løsning til eksamensopgaven i Basal Biostatistik (J.nr.: 1050/06) Vi betragter 4699 personer fra Framingham-studiet. Der er oplysninger om follow-up
Læs mereLogaritmiske Transformationer
Logaritmiske Transformationer Frank Nasser 23. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni, 2015 Institution Frederiksberg HF Uddannelse Fag og niveau Lærer(e) HF Matematik C Kasper Jønsson
Læs mereMATEMATIK C. Videooversigt
MATEMATIK C Videooversigt Deskriptiv statistik... 2 Eksamensrelevant... 2 Eksponentiel sammenhæng... 2 Ligninger... 3 Lineær sammenhæng... 3 Potenssammenhæng... 3 Proportionalitet... 4 Rentesregning...
Læs mereMatematik - et grundlæggende kursus. Dennis Cordsen Pipenbring
Matematik - et grundlæggende kursus Dennis Cordsen Pipenbring 22. april 2006 2 Indhold I Matematik C 9 1 Grundlæggende algebra 11 1.1 Sprog................................ 11 1.2 Tal.................................
Læs mereEksponentielle modeller
Eksponentielle modeller Fag: Matematik A og Informationsteknologi B Vejledere: Jørn Christian Bendtsen og Karl G Bjarnason Side 1 af 20 Indholdsfortegnelse Introduktion 1.Indledning... 3 2. Formål... 3
Læs mereKort om Eksponentielle Sammenhænge
Øvelser til hæftet Kort om Eksponentielle Sammenhænge 2011 Karsten Juul Dette hæfte indeholder bl.a. mange småspørgsmål der gør det nemmere for elever at arbejde effektivt på at få kendskab til emnet.
Læs mere1. Installere Logger Pro
Programmet Logger Pro er et computerprogram, der kan bruges til at opsamle og behandle data i de naturvidenskabelige fag, herunder fysik. 1. Installere Logger Pro Første gang du installerer Logger Pro
Læs mereGør rede for begrebet fremskrivningsfaktor og giv eksempler på anvendelse heraf.
Eksamensspørgsmål 1a sommeren 2009 (reviderede) 1. Procent- og rentesregning Gør rede for begrebet fremskrivningsfaktor og giv eksempler på anvendelse heraf. Forklar renteformlen og forklar hvorledes hver
Læs mere(Projektets første del er rent deskriptiv, mens anden del peger frem mod hypotesetest. Projektet kan gemmes til dette emne, eller tages op igen der)
Projekt 2.4 Menneskets proportioner (Projektets første del er rent deskriptiv, mens anden del peger frem mod hypotesetest. Projektet kan gemmes til dette emne, eller tages op igen der) I. Deskriptiv analyse
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni, 2016 Institution Frederiksberg HF Uddannelse Fag og niveau Lærer(e) HF Matematik C Kasper Jønsson
Læs mereAnvendt Statistik Lektion 8. Multipel Lineær Regression
Anvendt Statistik Lektion 8 Multipel Lineær Regression 1 Simpel Lineær Regression (SLR) y Sammenhængen mellem den afhængige variabel (y) og den forklarende variabel (x) beskrives vha. en SLR: ligger ikke
Læs mereKapitel 3: Modeller i Derive
3. Modeller i Derive 3.1 Indledende knæbøjninger For at regne på modeller i Derive skal vi bruge FIT-funktionen som tilpasser et datasæt til et vilkårligt udtryk med lineære parametre ved hjælp af mindste
Læs mereMatematik Grundforløbet
Matematik Grundforløbet Mike Auerbach (2) y 2 Q 1 a y 1 P b x 1 x 2 (1) Matematik: Grundforløbet 2. udgave, 2015 Disse noter er skrevet til matematikundervisning i grundforløbet på stx og kan frit anvendes
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni 2018-19 Institution Uddannelse Fag og niveau Lærer(e) Frederiksberg Hf-kursus 2hf Matematik C, hf
Læs mereProgram. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12
Program 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12 Dæktyper og brændstofforbrug Data fra opgave 10.43, side 360: cars 1 2 3 4 5... radial 4.2 4.7 6.6 7.0 6.7... belt
Læs mereØkonometri 1. Inferens i den lineære regressionsmodel 2. oktober Økonometri 1: F8 1
Økonometri 1 Inferens i den lineære regressionsmodel 2. oktober 2006 Økonometri 1: F8 1 Dagens program Opsamling om asymptotiske egenskaber: Asymptotisk normalitet Asymptotisk efficiens Test af flere lineære
Læs merei tredje brøkstreg efter lukket tiendedele primtal time
ægte 1 i tredje 3 i anden rumfang år 12 måle kalender lagt sammen resultat streg adskille led adskilt udtrk minus (-) overslag afrunde præcis skøn efter bagved foran placering kvart fjerdedel lagkage rationale
Læs mereTak for kaffe! 17-10-2004 Tak for kaffe! Side 1 af 16
Tak for kaffe! Jette Rygaard Poulsen, Frederikshavn Gymnasium og HF-kursus Hans Vestergaard, Frederikshavn Gymnasium og HF-kursus Søren Lundbye-Christensen, AAU 17-10-2004 Tak for kaffe! Side 1 af 16 Tak
Læs mereb. Sammenhængen passer med forskriften for en potensfunktion når a = 1 og b= k.
Kapitel 5 Øvelse 56 a = b = 3 b a = 1,7 b = 0,8 c a = 3 b =1 d a = b = 8 Øvelse 57 Sammenhængen passer med forskriften for en potensfunktion når a =1 b k = b Sammenhængen passer med forskriften for en
Læs merePartikler med fart på Ny Prisma Fysik og kemi 9 Skole: Navn: Klasse:
Partikler med fart på Ny Prisma Fysik og kemi 9 Skole: Navn: Klasse: Opgave 1 Et atom har oftest to slags partikler i atomkernen. Hvad hedder partiklerne? Der er 6 linjer. Sæt et kryds ud for hver linje.
Læs mereLøsning til opgave 7, 9, 10 og 11C Matematik B Sommer 2014
Vejledning til udvalgte opgave fra Matematik B, sommer 2014 Opgave 7 Størrelsen og udbudsprisen på 100 fritidshuse på Rømø er indsamlet via boligsiden.dk. a) Grafisk præsentation, der beskriver fordelingen
Læs mereGrundlæggende køretidsanalyse af algoritmer
Grundlæggende køretidsanalyse af algoritmer Algoritmers effektivitet Størrelse af inddata Forskellige mål for køretid Store -notationen Klassiske effektivitetsklasser Martin Zachariasen DIKU 1 Algoritmers
Læs mereSide 1 af 8. Undervisningsbeskrivelse. Stamoplysninger til brug ved prøver til gymnasiale uddannelser. Termin Maj-juni 2010/11.
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni 2010/11 Institution Uddannelse Fag og niveau Lærer(e) Hold Zealand Business College Hhx Matematik
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin maj-juni 2019 Institution VUC Lyngby Uddannelse Fag og niveau Lærer(e) Hold GSK Matematik B Sami Hassan Al-beik
Læs mereKapitel 5 Renter og potenser
Matematik C (må anvedes på Ørestad Gymnasium) Renter og potenser Når en variabel ændrer værdi, kan man spørge, hvor stor ændringen er. Her er to måder at angive ændringens størrelse. Hvis man vejer 95
Læs mereDet Teknisk-Naturvidenskabelige Basisår Computerstøttet Beregning Naturvidenskab - Datalogi/Software/Matematik E-OPG 3
Det Teknisk-Naturvidenskabelige Basisår 2003-2004 Computerstøttet Beregning Naturvidenskab - Datalogi/Software/Matematik 1 Introduktion E-OPG 3 Dette er den tredje store opgave, som skal danne grundlag
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj/juni 2015 Institution 414 Københavns VUC Uddannelse Fag og niveau Lærer Hold 2hf Matematik C Thomas Pedersen
Læs mereLøsninger til kapitel 14
Opgave 14.1 a) Linjetilpasningsplottet bliver: Løsninger til kapitel 14 Idet datapunkterne ligger tæt på og jævnt fordelt omkring den rette linje, så ser det ud til, at der med rimelighed er tale om en
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni, 2017 Institution Uddannelse Fag og niveau Lærer(e) Hold VUC Holstebro-Lemvig-Struer Hf Matematik
Læs merefortsætte høj retning mellem mindre over større
cirka (ca) omtrent overslag fortsætte stoppe gentage gentage det samme igen mønster glat ru kantet høj lav bakke lav høj regel formel lov retning højre nedad finde rundt rod orden nøjagtig præcis cirka
Læs mereDansk Erhvervs gymnasieeffekt - sådan gør vi
Dansk Erhvervs gymnasieeffekt - sådan gør vi FORMÅL Formålet har været at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge blot ved at
Læs mere3. Radioaktiv Henfaldstid
FysikForsøg nr. 3, 9.kl., Al-hikma skolen vejledning side nr. 1 Radioaktiv stråling opstår når store atomer bliver ustabile og falder fra hinanden (læs ny prisma 9 s. 60-80). De radioaktive stoffer du
Læs mereDansk Erhvervs gymnasieanalyse Sådan gør vi
METODENOTAT Dansk Erhvervs gymnasieanalyse Sådan gør vi FORMÅL Formålet med analysen er at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge
Læs mereHvad er en funktion? Funktioner og graftegning. Funktioners egenskaber. Funktioners egenskaber. f(b) y = f(x) f(a) f(a)
Funktioner og graftegning Jeppe Revall Frisvad September 29 Hvad er en funktion? En funktion f er en regel som til hvert element i en mængde A ( A) knytter præcis ét element y i en mængde B Udtrykket f
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Termin Juni 2013/2014 Institution Frederiksberg hf-kursus Uddannelse Fag og niveau Hf Matematik C Lærer(e) Manisha de Montgomery Nørgård (MAN) og Daniel Christensen (DC) - barselsvikar.
Læs mereAnalyse af måledata I
Analyse af måledata I Faldforsøg undersøgt med LoggerPro Af Michael Brix Pedersen, Birkerød Gymnasium I fysik skal eleverne lære at behandle og repræsentere måledata, som enten er indsamlet ved manuelle
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni, 2014 Institution Frederiksberg HF Uddannelse Fag og niveau Lærer(e) HF Matematik C Dorthe Jørgensen
Læs mereMatematik A. 5 timers skriftlig prøve NY ORDNING. Højere Teknisk Eksamen maj 2008 HTX081-MAA. Undervisningsministeriet
Højere Teknisk Eksamen maj 2008 HTX081-MAA Matematik A 5 timers skriftlig prøve NY ORDNING Undervisningsministeriet Fredag den 30. maj 2008 kl. 9.00-14.00 Side 1 af 9 Matematik A Prøvens varighed er 5
Læs mereLøsninger til eksamensopgaver på A-niveau 2019 ( ) ( )
Løsninger til eksamensopgaver på A-niveau 019 1. maj 019: Delprøven UDEN hjælpemidler 1. maj 019 opgave 1: Man kan godt benytte substitutionsmetoden, lige store koefficienters metode eller determinantmetoden,
Læs mereFunktionsfamilier. Frank Villa. 19. august 2012
Funktionsfamilier Frank Villa 19. august 2012 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere
Læs mere