Eksponentielle modeller
|
|
- Lone Andrea Holmberg
- 7 år siden
- Visninger:
Transkript
1 Eksponentielle modeller Matematik og Informationsteknologi HTX; klasse 2.4 Mathias Sørensen, Martin Schmidt, Andreas Mikkelsen Vejleder: Matematik: Jørn Bendtsen Informationsteknologi: Karl Bjarnason
2 Indholdsfortegnelse: Matematik Indledende analyse o Analyse af empirisk data 3-4 o Beregning af fremskrivningsfaktor 5-6 Opstilling af matematiske modeller for den eksponentielle fase o Model o Model o Model Regression 14 Konklusion 15 Informationsteknologi Krav til produktet 16 Kodning af cellerne og næring Forbedring/Videreudvikling 20 2
3 1) Indledende analyse Analyse af empirisk data En hypotese lyder, at gærceller i flydende næringsstofopløsning udvikler sig eksponentielt indenfor et interval. En eksponentiel udvikling har formen: b*a x a = fremskrivningsfaktoren. Hvis den er over 1 er kurven tiltagende, og aftagende hvis den er under 1. b = begyndelsesværdien, altså hvor kurven skærer y-aksen De empiriske data lyder: Tid i minutter Antal gærceller Til at starte med plotter vi de empiriske data ind i et koordinatsystem i Graph for at danne os et overblik. Antallet af gærceller er på y-aksen og tid i minutter på x-aksen. Som man kan se på kurven, udvikler gærcellerne sig langsomt i starten. Efter 140 minutter begynder gærcellerne at formerer sig langt hurtigere end i starten. Efter ca. 300 minutter flader tilvæksten af gærcellerne ud igen. Hvis vi prøver at analyserer, hvad der sker, kan vi opdele kurven i forskellige perioder: 3
4 Vi har den første periode, hvor antallet af gærceller ikke stiger nævneværdigt. Mellem ca. 80 minutter og 260 minutter formerer gærcellerne sig som sagt langt hurtigere end før. Det interessante er, at udviklingen godt kunne ligne en eksponentiel udvikling, hvis man sammenligner denne periode med billedet nedenfor af en eksponentiel funktion med formen f(x)= a x Tilsyneladende er forholdene for bakterierne bedst mellem 140miutter og 300minutter. Dette kan skyldes at temperaturen er optimal for at bakterierne kan formerer sig. Til sidst stiger antallet af bakterier ikke mere, og dette kan skyldes, at affaldsstofferne ophober sig og forhindrer bakterierne i at formerer sig yderligere. Vi sætter nu grafen ind i et enkeltlogaritmisk koordinatsystem: Serie 1 Vi kan se at grafen til dels har form som en lineær funktion med nogle enkelte knæk rundt omkring. En eksponentieludvikling er karakteriseret ved netop at have form som en lineær funktion i et enkeltlogaritmisk koordinatsystem. 4
5 Fremskrivningsfaktor Vi vil nu forsøge at beregne en fremskrivningsfaktor mellem hvert af punkterne, for at se, om der er et sted på kurven, hvor fremskrivningsfaktoren tilnærmelsesvis er ens, og dermed tilnærmelsesvis er en eksponentieludvikling i et interval, som hypotesen sagde. For at beregne fremskrivningsfaktoren a mellem to terminer med et interval på 20sekunder dividerer vi det første punkts y-koordinat med det andet punkts y-koordinat. F.eks. lyder de to første punkter: x = 0, y = 15 og x = 20, y = 16. a = a = Fremskrivningsfaktoren mellem de to første punkter er 1, På samme måde beregner man de andre fremskrivningsfaktorer. I skemaet nedenfor er alle fremskrivningsfaktorene lagt ind: Tid i sekunder (x) Antal gærceller (y) a 1, ,125 1, , , , , , , , , , ,0381 1, ,
6 Vi skal dog være opmærksomme på punktet x = 100, y = 24 og x = 140, y = 31. Forskellen på de to x- koordinater 40, og da én termin var på 20 sekunder skal vi altså finde den gennemsnitlige fremskrivningsfaktor. Dette gøres ved at tage roden svarende til det antal terminer det spænder over af fremskrivningsfaktoren, altså kvadratroden af 1,2916: a = 1,2916 = Den gennemsnitlige fremskrivningsfaktor mellem 100sekunder og 140 sekunder er altså 1, Dvs. at der er to fremskrivningsfaktorerer mellem 100s og 140s med a = 1,13652 Vi nummerer nu de 16 fremskrivningsfaktorer og kalder deres værdi for a. F.faktor A 1,06 1,125 1,05 1,15 1,09 1,13 1,13 1,35 1,16 1,36 1,16 1,15 1,16 1,04 1,12 1,02 2) Opstilling af matematiske modeller for den eksponentielle fase. 1. model Med udgangspunkt i fremskrivningsfaktorerne vil vi nu forsøge at indkredse et interval, hvor fremskrivningsfaktorene mellem punkterne er tilnærmelsesvis ens. Vi kigger på skemaet over fremskrivningsfaktorene og udvælger et passende interval. Vi vælger fra fremskrivningsfaktor 6 med a = 1,13 til fremskrivningsfaktor 13 med a = 1,16. Det vil sige at intervallet går fra punkt x = 100, y= 24 til punkt x = 260, y= 105. Dette er skitseret til højre: Vi rykker y-aksen hen, så punktet x= 100, y= 0 kommer til at være origo og skærer samtidig det sidste stykke fra, som ikke er en del af den nye kurve. Nu skal vi forsøge at opstille et funktionsudtryk, der tilnærmelsesvis kan beskrive kurven på billedet, som vi kalder g(x). 6
7 Derudover ændrer vi x-aksen fra at være sekunder til observationer. 1 observation har et interval på 20 sekunder. Dette gør vi, for at gøre det nemmere at overskue og nemmere at regne med. Vi får dermed et nyt skema over for intervallet, der ser således ud, hvor sekunder er ændret til observationer, og start punktet ligger i (0;24) og går til (8;105) Observation Antal 24? gærceller Vi kan ud fra skemaet opstille en Dm(g) ved at kigge på observationerne. Den går fra 0 til 8 og vi kan derfor skrive: Dm(g) = [0;8] Vi kender ikke værdien af observation 1, da der i data erne ikke er opgivet nogen værdi for dette punkt. Hypotesen sagde, at kurven skulle have form som en eksponentiel udvikling: f(x) = b*a x Vi starter med at beregne a. Dette gør vi ved at finde gennemsnittet af fremskrivningsfaktorene. Grunden til at vi tager gennemsnittet af alle fremskrivningsfaktorerne, er fordi det bedst beskriver udviklingen hen over intervallet. Vi ganger alle leddene med hinanden, bagefter tager vi roden svarer til det antal led vi har ganget sammen. Vi aflæser værdierne i skemaet på forrige side og beregner. Fremskrivningsfaktorene vi skal bruge er t.o.m 6-13: a = 8 (1,13*1,13*1,35*1,16*1,36*1,16*1,15*1,16) a = a er altså 1,19. Da vi har rykket y-aksen hen til startpunktet på intervallet kommer det første punkt til at hedde (0;24). Da b var lig med det punkt, hvor kurven skærer y-aksen, kan vi allerede nu sige, at b er 24. Det kan dog være vi finder en anden værdi af b, hvis vi vælger at indsætte et punkt fra tabellen i funktionsudtrykket, og derefter isolerer b. Vi vælger dog ikke at gøre det, da det så kan være vi ender med 9 forskellige værdier af b. Dermed kommer regneforskriften for g(x) til at hedde: Dm(g) = [0;8] 7
8 g(x) = 24*1,19 x Vi tegner funktionen ind i Graph, for at se hvor meget vores funktion afviger fra de empiriske data vi fik oplyst. Dette gøres ved at indsætte de empiriske data er som punkter, og så også indsætte grafen for funktionen i et normalt koordinatsystem og en logaritmisk skala: Vi kan se på de to billeder at funktionen tilnærmelsesvis beskriver empirisk data ok, men ikke godt nok endnu. Inden vi opstiller en ny model beregner vi fordoblingskonstanten for funktionen. Til at beregne fordoblingskonstanten F 2 skal vi bruge udtrykket: F 2 = Vi indsætter altså blot fremskrivningsfaktoren 1,19 i udtrykket og beregner ved hjælp af grafregneren: F 2 = F 2 = Fordoblingskonstanten for funktionen er 3,98. Nu vil vi beregne grafens procentuelle afvigelse i hvert punkt. Dette gør vi ved at beregne grafens funktionsværdi i alle de punkter, hvor vi har empirisk data. Derefter indsætter vi punktet vi ønsker at beregne i forskriften. Nedenfor er et skema over funktionsværdierne for grafen. Vi beregner ikke for observation 1, da vi ikke har empirisk data i dette punkt: 8
9 X g(x) 24 34,374 41,139 49,264 58,922 70,517 84, ,001 tabel værdi Formlen man bruger for at beregne den procentuelle afvigelse er følgende formel. *100 = procentuelle afvigelse. x g(x) 24 34,374 41,139 49,264 58,922 70,517 84, ,001 % afvigelse 0 10,88 2,05 0,53 12,05 9,5 6,22 3,808 Vi kan se på den procentvise afvigelse at der er en meget spredt afvigelse. Dette har gjort det lidt svært at bedømme hvorfra vi skal indkredse vores nye interval. Vi har efter noget diskussion valgt at fjerne observation 7 og 8, da vi så stadig har de mindste procentafvigelser i intervallet. 2. model Nu skal vi altså finde en forskrift for den graf, der bedst beskriver intervallet fra punkt (100;24) til (220;78). Vi vælger at kalde forskriften for h(x). Intervallet, som h(x) beskriver, er illustreret på billedet nedenfor: Igen rykker vi y-aksen helt hen til startpunktet og laver x-aksen om til observationer, der går fra 0-6. Værdierne for intervallet: Observation Antal 24? gærceller Bemærk, at vi igen ikke kender observation 1. 9
10 Vi starter med at opskrive dm(h). Da den beskriver de empiriske data i intervallet x= 0 til x= 6 kan vi opskrive dm(h) således: Dm(h) = [0;6] Nu beregner vi den gennemsnitlige fremskrivningsfaktor på samme måde som før. Vi bruger fremskrivningsfaktorene 6-11: a = 8 (1,13*1,13*1,35*1,16*1,36*1,16) a = Fremskrivningsfaktoren er altså 1,21. Nu bestemmer vi b. På samme måde som før beregner vi ikke b, men aflæser blot b i startpunktet (0;24), hvilket vil sige at b er 24. Dermed har vi en forskrift der ser sådan ud: h(x) = 24*1,21 x Dm(h) = [0;6] Vi indtegner forskriften i Graph sammen med de empiriske værdier et normalt koordinatsystem og en logaritmisk skala: 10
11 Igen beskriver funktionen nogenlunde de empiriske data, men stadig ikke godt nok. Der er flere punkter der afviger for meget. Nu beregner vi fordoblingskonstanten F 2 med formlen: F 2 = Vi indsætter fremskrivningsfaktoren, som er 1,21 og beregner: F 2 = = Fordoblingskonstanten er 3,63 Vi opstiller nu et skema, der viser, hvor meget de enkelte punkter afviger. På vi gør på samme måde som før, ved at beregne funktionsværdierne i de punkter, hvor vi har empirisk data, og derefter finder vi afvigelsen i procent ved hjælp af formlen: *100 = procentuelle afvigelse Vi beregner funktionsværdierne i x-koordinaterne 0-6, med undtagelse af x-koordinat 1 og opstiller følgende skema: x h(x) 24 35,198 42,627 51,623 62,517 75,711 tabelværdi Nu plotter vi værdierne ind i formlen der beregner den procentuelle afvigelse og opskriver dette skema: x h(x) 24 35,198 42,627 51,623 62,517 75,711 % afvigelse 0 13,54 1,49 5,35 6,69 2,93 Selvom det er observation 2 der afviger mest, fjerner vi nu de to sidste punkter, for dermed vil fremskrivningsfaktorene mellem hvert punkt minde mere om hinanden, da fremskrivningsfaktorene så kommer til at hedde: (1,13), (1,13), (1,35) og (1,16). Dette vil måske udligne observation 2 s afvigelse lidt, når vi opstiller den 3. model. Hvis vi havde valgt at fjerne de to første punkter, havde fremskrivningsfaktorene afveget mere fra hinanden, end at gøre som vi gør, ved at fjerne de to sidste. 11
12 3. model: Nedenfor kan ses grafen for i(x). Vi har som sagt fjernet de to første punkter. Som i de andre modeller, rykker vi igen y-aksen helt hen til startpunktet, og laver x-aksen om til observationer. Vi har altså nu kun observationerne 0-4 Observation Antal gærceller Vi kender nu alle observationerne. Vi starter med at finde definitionsmængden dm(i), da den som sagt fra før, beskriver de empiriske data i intervallet x = 0 til 4 = 0, kan vi opskrive dm(i) således: Dm(i) = [0;4] Vi beregner nu den gennemsnitlige fremskrivningsfaktor på samme måde, som i de to andre modeller. Vi bruger nu bare fremskrivningsfaktorene 8-11: a = Fremskrivningsfaktoren er altså 1,25371 Vi bestemmer nu b på samme måde som i de to forrige modeller. Vi aflæser blot på vores graf, eller på det ovenstående skema. Altså er det intuitivt at b = 42. Vi har dermed forskriften for i(x), der ser således ud: i(x) = 42*1,25371 Dm(i) = [0;4] Vi har her nedenfor indtegnet graferne ved hjælp af programmet Graph. Grafen til venstre er i(x) i et almindeligt koordinatsystem, og grafen til venstre er i(x) indtegnet i et koordinatsystem med logaritmisk skala: 12
13 Nu beregner vi fordoblingskonstanten på samme måde som før F 2 = Fordoblingskonstanten for i(x) med fremskrivningsfaktoren 1,25371 er således: F 2 = = Vi har nedenfor beregnet grafens procentuelle afvigelse i hvert af de 4 punkter. Vi har gjort som i forrige model. Nedenfor har vi lavet et skema der viser hvor meget de enkelte punkter afviger. Vi beregner funktionsværdierne i x-koordinaterne 0-3. Læg mærke til vi denne gang har alle koordinaterne. X I(x) 42 52, ,763 tabelværdi Vi finder afvigelsen af punkterne på samme måde som før, med formlen: *100 = procentuelle afvigelse 13
14 Vi har som i model 1 og 2 indsat værdierne ind i formlen der beregner den procentuelle afvigelse, og indsat den i skemaet nedenfor. X i(x) 42 52, ,763 % afvigelse 0 7,459 1,4925 6,106 Vi kan se på afvigelserne i forhold til forrige skema, at forskellene mellem punkterne har udlignet sig lidt. Hvis vi kigger på billederne kan vi også se, at punkterne godt kunne være placeret eksponentielt, men er funktionen vi har opstillet også god nok? Til at finde ud af det vil vi nu gøre brug af regressionsanalyse. Regression Vi indsætter de empiriske data i Graph og beder den om at tegne en eksponentiel tendenslinje. Nu indtegner vi den funktion vi selv har bestemt og sammenligner de to: Den røde linje er den funktion vi fandt, og den grønne er den, som Graph har tegnet, altså den ideelle linje. Hvis vi kigger på korrelationskoefficienten, som Graph har udregnet, kan vi se, at de fire første decimaler er identiske. Korrelationskoefficienten r=0,9801. Vi må altså gå ud fra at de er lige gode, eller i hvert fald næsten lige gode. Dog er funktionen ikke god nok, da korrelationskoefficienten mindst skal være 0,99 før vi kan begynde at snakke om en eksponentiel udvikling. 14
15 Konklusion Vi kan altså konkludere, at inde for det interval som vi valgte at arbejde med, så er der ikke tale om en eksponentiel udvikling, da vi hele tiden har udelukket de punkter, som afveg mest fra funktionen vi valgte at opstille. Det kan være at der havde været en eksponentiel udvikling inde for et andet interval end det vi valgte fra starten, men altså ikke inde for det som vi valgte. Korrelationskoefficienten skal som sagt være mindst 0,99 før vi kan overveje om der er tale om en eksponentiel udvikling og da vores var 0,9801 er den altså ikke. Så vi kan altså afkræfte hypotesen. 15
16 Informationsteknologi Vi har i IT faget skulle bruge det agentbaserede programmeringsmiljø; Netlogo, til at lave en simulation af gærcellernes eksponentielle udvikling ved optagelse af næring og derved formering. Da det er under dette mat/it projekt er første gang vi er blevet introduceret til Netlogo, har vi arbejdet meget med nogle af de skabelon modeller de har i deres toturials. Ud fra disse tutorials har vi i gruppen selv udarbejdet vores egen model der skulle eftervise den eksponentielle model. Vi vil i det følgende stykke gennemgå udviklingen og kodningen bid for bid. Krav til produktet: Da dette skulle være et IT-produkt, er det vigtigt at det har en god bruger flade, der er overskuelig og simpel. Derfor har vi valgt at vi vil have en brugerflade der skulle vise det absolut simpleste. Den skulle vise hvor mange celler der er, hvor meget mad/næring der er, en graf der viser cellernes udvikling, samt en start og en restart knap. Start knappen skal aktivere cellen, således at den starter med at bevæge sig efter næring, og den kan spise og formere sig. Restart knappen skal bare starte alt forfra. Der skal være to tællere der tæller antallet af celler og antallet af mad/næring Kodningen af cellerne og næring: I Netlogo bliver agenter omtalt som turtles og den overflade/baggrund som det bevæger sig på bliver omtalt som en patch. Da turtles kan bevæge sig skal de repræsentere cellerne, og eftersom cellerne bevæger sig rundt i noget flydende næring kan vi definere patchene som næring. Til at starte med laver jeg de to knapper. Jeg har kaldt dem setup og go. Derefter har jeg i koden defineret hvilke funktioner de to knapper skal udføre når de bliver aktiveret. Koden for setup-knappen er følgende: to setup clear-all setup-cells setup-patches do-plots end to definerer at det er hvad der sker når du trykker på den knap der hedder setup clear-all fortæller at alt data der er kørt igennem kodningen skal slettes. Setup-cells henviser til hvordan cellerne skal være i start position (kodningen for setup-cells kommer senere i rapporten) setup-patches henviser ligesom den forrige til hvordan patchene skal være i start positionen. (kodningen for setup-patches kommer senere i rapporten) do-plots fortæller til grafen der er at den skal vise hvad der er af data når der trykkes setup. Da dette er at der er 1 celle og et vist antal mad, viser den det. End, definerer at kommandoen er slut. 16
17 to setup-cells create-turtles 1 ask turtles [ set color red ] end Her fortæller man den at når den skal udføre kommandoen setup-cells, så skal den lave en turtle (celle) og den skal fortælle at turtles er altid røde. Den røde farve har jeg valgt at de skal være for at de står i kontrast med den grønne mad, så man kan se turtles. to setup-patches ask patches [ set pcolor green ] end Her fortæller man at når kommandoen setup-patches udføres, så skal alle patches sættes til at have farven grøn. Koden for go knappen er følgende: to go move-cells eat-food reproduce check-death do-plots end Hver enkelt ting der er defineres at der skal aktiveres når man trykker på go-knappen, er en kommando man fortæller programmet at det skal udføre. De enkelte kommandoer vil senere blive defineret. to move-cells ask turtles [ right random 360 forward 1 set energy energy - 1 ] end kommandoen move-cells fortæller turtles at de skal vælge en tilfældig retning af 360 grader, og i den retning skal de bevæge sig med en hastighed på 1. For hvert felt den bevæger sig, skal den miste 1 i energi. 17
18 to eat-food ask turtles [ if pcolor = green [ set pcolor black set energy energy + 5 ] ] end Kommandoen eat-food fortæller turtles at hvis den patch det er på har defineret farven grøn, så skal den sætte patchen til nu at have farven sort, og samtidig skal den forøge dens energi med +5. to reproduce ask turtles [ if energy > 7 [ set energy energy - 3 hatch 1 [ set energy 5 ] ] ] end Kommandoen reproduce fortæller turtles at hvis deres energi er større end 7, så skal den trække 3 fra dens energiniveau, og derefter skal den danne en ny turtle, der har defineret et energiniveau på 5. to check-death ask turtles [ if energy <= 1 [ die ] ] end Kommandoen check-death fortæller turtles at hvis deres energiniveau er mindre eller lig med 1, så skal de dø. to do-plots set-current-plot "celler over tid" set-current-plot-pen "celler" plot count turtles end dette er en kommando der hæfter de antal af turtles sammen med grafens y-akse. Den får besked på at den skal tælle hvor mange turtles der er, og at den skal printe det i den graf/plot der på brugeroverfladen hedder celler over tid Den tæller der tæller hvor mange celler der er, har fået en kommando der hedder. count turtles Den tæller der tæller hvor meget mad der er, tæller jo antallet af grønne patches. Derfor har den 18
19 kommandoen: count patches with [pcolor = green] Nu har vi skrevet hele programmet til prototypen. Vi kan se at det stemmer overens med vores krav om en meget simpel brugerflade. Der er to knapper og to tællere og en graf, så man kan se udviklingen på to måder. Hvis man kigger efter kan man endda spotte en lille rød celle inde i midten af det grønne kvadrat. For at vise hvordan programmet ser ud når det bliver startet, har vi taget nogle printscreens, løbende igennem en process. 19
20 Vi har testet vores prototype af vores it-produkt og ud fra grafen kan vi bedømme om simuleringen lever op til kravene om en eksponentiel udvikling. De tre grafer der er vist, er tre tilfældige forsøg. De er alle sammen den samme kodning, men eftersom cellerne går i en tilfældig retning hver gang, er ingen grafer helt ens. Men hvis vi kigger på graferne kan vi se at de alle sammen har en nogenlunde eksponentiel kurve. Så vores prototype er indtil videre en succes. Den eksponentielle udvikling stopper dog brat i til sidst i simuleringen. Da cellerne til sidst ikke kan finde mere næring, og de ikke automatisk går over mod det næring der stadig er tilbage. Så kurven falder meget kraftigt lige pludselig og går straks mod 0. I den sidste periode af simuleringen, bliver grafen heller ikke så lige og bølgende som i de tre øverste, men i stedet kommer der flere meget små svingninger i kurven som man også kan se på den sidste graf inden den gik mod 0. Forbedring/Videreudvikling En af de ting der kunne forbedres i programmet, ville være hvis man kunne få cellerne til at søge efter mad. Hvis den kunne sættes til at tjekke om der var mad på feltet foran den, og hvis der så var, gik den over på det. Men hvis der ikke var, så ville den tjekke felterne til siderne for at se om der var mad der i stedet. På den måde ville programmet nok virke mere realistisk som en bakteriekultur eller en cellekultur. En anden ting der kunne forbedres kunne være hvis man lavede det sådan at man kunne indtaste de værdier cellen skulle have. Således at man fra brugerfladen, kunne vælge hvor meget energi cellen skulle have, hvor meget energi maden gav, og hvor hurtigt cellen kunne bevæge sig. 20
Matematik 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 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 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 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 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 mereMathias Turac 01-12-2008
ROSKILDE TEKNISKE GYMNASIUM Eksponentiel Tværfagligt tema Matematik og informationsteknologi Mathias Turac 01-12-2008 Indhold 1.Opgaveanalyse... 3 1.1.indledning... 3 1.2.De konkrete krav til opgaven...
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 mereMichael Jokil 11-05-2012
HTX, RTG Det skrå kast Informationsteknologi B Michael Jokil 11-05-2012 Indholdsfortegnelse Indledning... 3 Teori... 3 Kravspecifikationer... 4 Design... 4 Funktionalitet... 4 Brugerflade... 4 Implementering...
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 mereSO-projekt MAT/IT. Eksponentielle Modeller - Gærceller
SO-projekt MAT/IT Eksponentielle Modeller - Gærceller ROSKILDE TEKNISKE SKOLE KLASSE 2.4 9. december 2013 Lavet af: Frederik Bagger og Rune Kofoed-Nissen Indholdsfortegnelse Forord... 2 Opgaveanalyse...
Læs mereGraph brugermanual til matematik C
Graph brugermanual til matematik C Forord Efterfølgende er en guide til programmet GRAPH. Programmet kan downloades gratis fra nettet og gemmes på computeren/et usb-stik. Det betyder, det også kan anvendes
Læs mereMatematik A / IT B Roskilde Tekniske Gymnasium. SO Projekt Mat / IT Tema: Gærcellevækst med Eksponentielle Modeller & IT Produkter
Matematik A / IT B Roskilde Tekniske Gymnasium SO Projekt Mat / IT Tema: Gærcellevækst med Eksponentielle Modeller & IT Produkter November / December 2013 Af Jacob Ruager og Lars-Emil Jakobsen Klasse 2.4
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 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 mereKapitel 3 Lineære sammenhænge
Matematik C (må anvendes på Ørestad Gymnasium) Lineære sammenhænge Det sker tit, at man har flere variable, der beskriver en situation, og at der en sammenhæng mellem de variable. Enhver formel er faktisk
Læs mereErik Vestergaard 1. Opgaver. i Lineære. funktioner. og modeller
Erik Vestergaard www.matematikfsik.dk Opgaver i Lineære funktioner og modeller Erik Vestergaard www.matematikfsik.dk Erik Vestergaard, Haderslev. www.matematikfsik.dk Teknik. Aflæse forskrift fra graf...
Læs mereLektion 7 Funktioner og koordinatsystemer
Lektion 7 Funktioner og koordinatsystemer Brug af grafer og koordinatsystemer Lineære funktioner Andre funktioner lignnger med ubekendte Lektion 7 Side 1 Pris i kr Matematik på Åbent VUC Brug af grafer
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 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 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 mereBrugervejledning til Graph
Graph (brugervejledning) side 1/17 Steen Toft Jørgensen Brugervejledning til Graph Graph er et gratis program, som ikke fylder meget. Downloades på: www.padowan.dk/graph/. Programmet er lavet af Ivan Johansen,
Læs mereProjekt 2.9 Sumkurver som funktionsudtryk anvendt til Lorenzkurver og Ginikoefficienter (især for B- og A-niveau)
Projekt 2.9 Sumkurver som funktionsudtryk anvendt til Lorenzkurver og Ginikoefficienter En sumkurve fremkommer ifølge definitionen, ved at vi forbinder en række punkter afsat i et koordinatsystem med rette
Læs mereFor at få tegnet en graf trykkes på knappen for graftegning. Knap for graftegning
Graftegning på regneark. Ved hjælp af Excel regneark kan man nemt tegne grafer. Man åbner for regnearket ligger under Microsoft Office. Så indtaster man tallene fra tabellen i regnearkets celler i en vandret
Læs mere2 Erik Vestergaard www.matematikfysik.dk
Erik Vestergaard www.matematikfysik.dk Erik Vestergaard www.matematikfysik.dk 3 Lineære funktioner En vigtig type funktioner at studere er de såkaldte lineære funktioner. Vi skal udlede en række egenskaber
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 mereDernæst vil der komme et vindue frem, hvor man kan ændre på x- og y-aksen samt andre indstillinger så som farve og skrift.
IT Inden du starter med at tegne funktionerne ind i Graph er det en god ide, at indstille akserne til behovet. Det gør man ved at gå op i værktøjslinjen hvor man finder det ikon som her er markeret med
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 mereRegneark Excel fortsat
Regneark Excel fortsat Indhold SÅDAN TEGNES GRAFER I REGNEARK EXCEL... 1 i Excel 97-2003... 1 I Excel 2007... 1 ØVELSE... 2 I Excel 97-2003:... 2 I Excel 2007... 3 OM E-OPGAVER 12A... 4 Sådan tegnes grafer
Læs mereMatematik A-niveau STX 24. maj 2016 Delprøve 2 VUC Vestsjælland Syd. www.matematikhjaelp.tk
Matematik A-niveau STX 24. maj 2016 Delprøve 2 VUC Vestsjælland Syd www.matematikhjaelp.tk Opgave 7 - Eksponentielle funktioner I denne opgave, bliver der anvendt eksponentiel regression, men først defineres
Læs mereGrundlÄggende variabelsammenhänge
GrundlÄggende variabelsammenhänge for C-niveau i hf 2014 Karsten Juul LineÄr sammenhäng 1. OplÄg om lineäre sammenhänge... 1 2. Ligning for lineär sammenhäng... 1 3. Graf for lineär sammenhäng... 2 4.
Læs mereFunktioner. Funktioner Side 150
Funktioner Brug af grafer koordinatsystemer... 151 Lineære funktioner ligefrem proportionalitet... 157 Andre funktioner... 163 Kært barn har mange navne... 165 Funktioner Side 15 Brug af grafer koordinatsystemer
Læs mereFunktioner. 3. del Karsten Juul
Funktioner 3. del 019 Karsten Juul Funktioner 3. del, 019 Karsten Juul 1/9-019 Nyeste version af dette hæfte kan downloades fra http://mat1.dk/noter.htm. Hæftet må benyttes i undervisningen hvis læreren
Læs mereMini SRP. Afkøling. Klasse 2.4. Navn: Jacob Pihlkjær Hjortshøj, Jonatan Geysner Hvidberg og Kevin Høst Husted
Mini SRP Afkøling Klasse 2.4 Navn: Jacob Pihlkjær Lærere: Jørn Christian Bendtsen og Karl G Bjarnason Roskilde Tekniske Gymnasium SO Matematik A og Informations teknologi B Dato 31/3/2014 Forord Under
Læs mereLøsningsforslag Mat B 10. februar 2012
Løsningsforslag Mat B 10. februar 2012 Opgave 1 (5 %) En linje er givet ved: y = 3 4 x + 3 En trekant er afgrænset af linjen og koordinatakserne i første kvadrant. a) Beregn trekantens sider og areal.
Læs mereLektion 7 Funktioner og koordinatsystemer
Lektion 7 Funktioner koordinatsystemer Brug af grafer koordinatsystemer Lineære funktioner Andre funktioner ligninger med ubekendte Lavet af Niels Jørgen Andreasen, VUC Århus. Redigeret af Hans Pihl, KVUC
Læs mereDifferentialregning. Et oplæg Karsten Juul L P
Differentialregning Et oplæg L P A 2009 Karsten Juul Til eleven Dette hæfte kan I bruge inden I starter på differentialregningen i lærebogen Det meste af hæftet er små spørgsmål med korte svar Spørgsmålene
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 mereMATEMATIK A-NIVEAU. Kapitel 1
MATEMATIK A-NIVEAU Vejledende eksempler på eksamensopgaver og eksamensopgaver i matematik, 01 Kapitel 1 016 MATEMATIK A-NIVEAU Vejledende eksempler på eksamensopgaver og eksamensopgaver i matematik 01
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 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 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 mereysikrapport: Maila Walmod, 1.3 HTX, Rosklide I gruppe med Morten Hedetoft, Kasper Merrild og Theis Hansen Afleveringsdato: 28/2/08
ysikrapport: Gay-Lussacs lov Maila Walmod, 1.3 HTX, Rosklide I gruppe med Morten Hedetoft, Kasper Merrild og Theis Hansen Afleveringsdato: 28/2/08 J eg har længe gået med den idé, at der godt kunne være
Læs mereVækstprojekt 2. x forår 2016
Vækstprojekt 2. x forår 2016 Thomas Schausen 27. marts 2016 Et eksempel på lineære og eksponentielle udviklinger Præsentation af dette eksempel samt gennemgang af lineær modellering gennemgås på denne
Læs mereSupplerende opgaver til TRIP s matematiske GRUNDBOG. Forlaget TRIP. Opgaverne må frit benyttes i undervisningen.
37-43. Side 1 af 8 Eksponentiel udvikling ( 37-43) Opgaverne med svar starter på side 4, og deres numre har et s efter nummeret. Deres nummerering starter forfra. Svarene står fra side 7 med et s foran
Læs mereFunktioner - supplerende eksempler
- supplerende eksempler Oversigt over forskellige typer af funktioner... 9b Omvendt proportionalitet og hyperbler... 9c Eksponentialfunktioner... 9e Potensfunktioner... 9g Side 9a Oversigt over forskellige
Læs mereExcel - begynderkursus
Excel - begynderkursus 1. Skriv dit navn som undertekst på et Excel-ark Det er vigtigt når man arbejder med PC er på skolen at man kan få skrevet sit navn på hver eneste side som undertekst.gå ind under
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 mereMatema10k. Matematik for hhx C-niveau. Arbejdsark til kapitlerne i bogen
Matema10k Matematik for hhx C-niveau Arbejdsark til kapitlerne i bogen De følgende sider er arbejdsark og opgaver som kan bruges som introduktion til mange af bogens kapitler og underemner. De kan bruges
Læs mereMatematik A August 2016 Delprøve 1
Anvendelse af løsningerne læses på hjemmesiden www.matematikhfsvar.page.tl Sættet løses med begrænset tekst og konklusion. Formålet er jo, at man kan se metoden, og ikke skrive af! Opgave 1 - Vektorer,
Læs mereSupplerende opgaver til HTX Matematik 1 Nyt Teknisk Forlag. Opgaverne må frit benyttes i undervisningen. IX Funktioner Side 1
Side 1 Funktion Opgaverne med svar starter på side 2, og deres numre har et s efter nummeret. Deres nummerering starter forfra. Svarene står fra side 3 med et s foran nummeret. 1001 Figuren viser grafen
Læs mereBilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen
Bilag til Statistik i løb : Statistik og Microsoft Excel tastevejledning / af Lars Bo Kristensen Microsoft Excel har en del standard anvendelsesmuligheder i forhold til den beskrivende statistik og statistisk
Læs mereProjektopgave 1. Navn: Jonas Pedersen Klasse: 3.4 Skole: Roskilde Tekniske Gymnasium Dato: 5/ Vejleder: Jørn Christian Bendtsen Fag: Matematik
Projektopgave 1 Navn: Jonas Pedersen Klasse:.4 Skole: Roskilde Tekniske Gymnasium Dato: 5/9-011 Vejleder: Jørn Christian Bendtsen Fag: Matematik Indledning Jeg har i denne opgave fået følgende opstilling.
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 mereExcel tutorial om lineær regression
Excel tutorial om lineær regression I denne tutorial skal du lære at foretage lineær regression i Microsoft Excel 2007. Det forudsættes, at læseren har været igennem det indledende om lineære funktioner.
Læs mereFunktioner. 1. del Karsten Juul
Funktioner 1. del 0,6 5, 9 2018 Karsten Juul 1. Koordinater 1.1 Koordinatsystem... 1 1.2 Kvadranter... 1 1.3 Koordinater... 2 1.4 Aflæs x-koordinat... 2 1.5 Aflæs y-koordinat... 2 1.6 Koordinatsæt... 2
Læs mereLøsning MatB - januar 2013
Løsning MatB - januar 2013 Opgave 1 (5%) a) Løs uligheden: 2 x > 5x 6. a) 2 x > 5x 6 2 + 6 > 5x + x 8 > 4x Divideres begge sider med 4 og uligheden vendes. Dvs. 8 4 < x x > 2 Løsningsmængden bliver L =]
Læs mereLommeregnerkursus 2008
Mikkel Stouby Petersen Lommeregnerkursus 008 Med gennemregnede eksempler og øvelser Materialet er udarbejdet til et kursus i brug af TI-89 Titanium afholdt på Odder Gymnasium. april 008 1. Ligningsløsning
Læs mereBrugervejledning til Graph (1g, del 1)
Graph (brugervejledning 1g, del 1) side 1/8 Steen Toft Jørgensen Brugervejledning til Graph (1g, del 1) Graph er et gratis program, som ikke fylder meget. Downloades på: www.padowan.dk/graph/. Programmet
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 mereLøsningsforslag MatB December 2013
Løsningsforslag MatB December 2013 Opgave 1 (5 %) a) En linje l går gennem punkterne: P( 2,3) og Q(2,1) a) Bestem en ligning for linjen l. Vi ved at linjen for en linje kan udtrykkes ved: y = αx + q hvor
Læs mereDer er facit på side 7 i dokumentet. Til opgaver mærket med # er der vink eller kommentarer på side 6.
Der er facit på side 7 i dokumentet. Til opgaver mærket med # er der vink eller kommentarer på side 6. 1. Figuren viser grafen for en funktion f. Aflæs definitionsmængde og værdimængde for f. # Aflæs f
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 mereMaple. Skærmbilledet. Vi starter med at se lidt nærmere på opstartsbilledet i Maple. Værktøjslinje til indtastningsområdet. Menulinje.
Maple Dette kapitel giver en kort introduktion til hvordan Maple 12 kan benyttes til at løse mange af de opgaver, som man bliver mødt med i matematiktimerne på HHX. Skærmbilledet Vi starter med at se lidt
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 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 mereOpgave 1 - Lineær Funktioner. Opgave 2 - Funktioner. Opgave 3 - Tredjegradsligning
Sh*maa03 1508 Matematik B->A, STX Anders Jørgensen, delprøve 1 - Uden hjælpemidler Følgende opgaver er regnet i hånden, hvorefter de er skrevet ind på PC. Opgave 1 - Lineær Funktioner Vi ved, at år 2001
Læs mereBesvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 8. Juni 2015
Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 8. Juni 05 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en
Læs merePotensfunktioner og dobbeltlogaritmisk papir
1 Potensfunktioner og dobbeltlogaritmisk papir OBS: til skriftlig eksamen skal du kun kunne aflæse på en graf, der allerede er indtegnet på dobbeltlogaritmisk papir. Du kan ikke komme ud for at skulle
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 mereExcel tutorial om indekstal og samfundsfag 2008
Excel tutorial om indekstal og samfundsfag 2008 I denne note skal vi behandle data fra CD-rommen Samfundsstatistik 2008, som indeholder en mængde data, som er relevant i samfundsfag. Vi skal specielt analysere
Læs mereVejledning til WordMat på Mac
Installation: WordMat på MAC Vejledning til WordMat på Mac Hent WordMat for MAC på www.eduap.com Installationen er først slut når du har gjort følgende 1. Åben Word 2. I menuen vælges: Word > Indstillinger
Læs mereLineære sammenhænge. Udgave 2. 2009 Karsten Juul
Lineære sammenhænge Udgave 2 y = 0,5x 2,5 2009 Karsten Juul Dette hæfte er en fortsættelse af hæftet "Variabelsammenhænge, 2. udgave 2009". Indhold 1. Lineære sammenhænge, ligning og graf... 1 2. Lineær
Læs mereLøsninger til matematik B-niveau HF maj 2016 April 2017
Løsninger til matematik B-niveau HF maj 2016 April 2017 www.matematikhfsvar.page.tl Cristina Sissee Jensen Side 1 af 4 Løsninger til matematik B-niveau HF maj 2016 April 2017 www.matematikhfsvar.page.tl
Læs mere6. Regression. Hayati Balo,AAMS. 1. Nils Victor-Jensen, Matematik for adgangskursus, B-niveau 1
6. Regression Hayati Balo,AAMS Følgende fremstilling er baseret på 1. Nils Victor-Jensen, Matematik for adgangskursus, B-niveau 1 6.0 Indledning til funktioner eller matematiske modeller Mange gange kan
Læs mereMike Vandal Auerbach. Funktioner.
Mike Vandal Auerbach Funktioner y f g x www.mathematicus.dk Funktioner. udgave, 208 Disse noter er skrevet til undervisning i matematik på stx A- og B-niveau. Det indledende kapitel beskriver selve funktionsbegrebet,
Læs mereLæringsprogram. Christian Hjortshøj, Bjarke Sørensen og Asger Hansen Vejleder: Karl G Bjarnason Fag: Programmering Klasse 3.4
Læringsprogram Christian Hjortshøj, Bjarke Sørensen og Asger Hansen Vejleder: Karl G Bjarnason Fag: Programmering Klasse 3.4 R o s k i l d e T e k n i s k e G y m n a s i u m Indholdsfortegnelse FORMÅL...
Læs mereMatematik A. 5 timers skriftlig prøve. Højere Teknisk Eksamen i Grønland maj 2009 GLT091-MAA. Undervisningsministeriet
Højere Teknisk Eksamen i Grønland maj 2009 GLT091-MAA Matematik A 5 timers skriftlig prøve Undervisningsministeriet Fredag den 29. maj 2009 kl. 9.00-14.00 Matematik A 2009 Prøvens varighed er 5 timer.
Læs mereOpgave 1 10. Opgave 2 Andengradsligningen løses, idet. Opgave 3. 11 er en løsning til ligningen, da:
7. marts 0 FVU AVU HF X FAG : Matematik B ark nr. antal ark 8 Opgave 0 a b 5 a b 5 = b 3 er en løsning til ligningen, da: = 9 = 3 Opgave Andengradsligningen løses, idet a = b = 3 c = 4 d (diskriminanten)
Læs mereLineære modeller. Taxakørsel: Et taxa selskab tager 15 kr. pr. km man kører i deres taxa. Hvis vi kører 2 km i taxaen koster turen altså
Lineære modeller Opg.1 Taxakørsel: Et taxa selskab tager 15 kr. pr. km man kører i deres taxa. Hvis vi kører 2 km i taxaen koster turen altså Hvor meget koster det at køre så at køre 10 km i Taxaen? Sammenhængen
Læs mereHTX, RTG. Rumlige Figurer. Matematik og programmering
HTX, RTG Rumlige Figurer Matematik og programmering Vejledere: Jørn Christian Bendtsen og Karl G. Bjarnason Morten Bo Kofoed Nielsen & Michael Jokil 10-10-2011 In this assignment we have been working with
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 meresammenhänge for C-niveau i stx 2013 Karsten Juul
LineÄre sammenhänge for C-niveau i stx y 0,5x 2,5 203 Karsten Juul : OplÄg om lineäre sammenhänge 2 Ligning for lineär sammenhäng 2 3 Graf for lineär sammenhäng 2 4 Bestem y når vi kender x 3 5 Bestem
Læs mereVelkommen til Flemmings store Maplekursus 1. lektion. Skift mellem tekst- og matematikmode
Velkommen til Flemmings store Maplekursus 1. lektion. Skift mellem tekst- og matematikmode Man kan skifte mellem tekst- og matemamatikmode ved at trykke på F5. I øjeblikket er jeg i tekstmode.. 2. lektion.
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 merebrikkerne til regning & matematik funktioner preben bernitt
brikkerne til regning & matematik funktioner 2+ preben bernitt brikkerne til regning & matematik funktioner 2+ beta udgave som E-bog ISBN: 978-87-92488-32-9 2009 by bernitt-matematik.dk Kopiering af denne
Læs mereLøsninger til eksamensopgaver på B-niveau 2017
Løsninger til eksamensopgaver på B-niveau 017 18. maj 017: Delprøven UDEN hjælpemidler Opgave 1: 4x 1 17 5x 4x 5x 17 1 9x 18 x Opgave : N betegner antallet af brugere af app en målt i tusinder. t angiver
Læs mereKlasse 1.4 Michael Jokil 03-05-2010
HTX I ROSKILDE Afsluttende opgave Kommunikation og IT Klasse 1.4 Michael Jokil 03-05-2010 Indholdsfortegnelse Indledning... 3 Formål... 3 Planlægning... 4 Kommunikationsplan... 4 Kanylemodellen... 4 Teknisk
Læs mereStx matematik B maj 2009
Ib Michelsen Svar stxb maj 2009 1 Stx matematik B maj 2009 Opgave 1 Bestem f ' ( x), idet f (x )=2 x 3 +4 x 2 f ' ( x)=(2 x 3 +4 x 2 )'=(2 x 3 )'+(4 x 2 )'=2 ( x 3 )' +4 ( x 2 )'=2 3 x 3 1 +4 2 x 2 1 =6
Læs merex + 4 = 3x - 2 Redegør for opstilling af formler til løsning af praktiske problemer. Vis, hvordan en formel kan omskrives.
Eksamensspørgsmål - maj/juni 2016 1. Tal Du skal redegøre for løsningsregler for ligninger. Forklar, hvordan følgende ligning kan løses grafisk: x + 4 = 3x - 2 Redegør for opstilling af formler til løsning
Læs mereUafhængig og afhængig variabel
Uddrag fra http://www.emu.dk/gym/fag/ma/undervisningsforloeb/hf-mat-c/introduktion.doc ved Hans Vestergaard, Morten Overgaard Nielsen, Peter Trautner Brander Variable og sammenhænge... 1 Uafhængig og afhængig
Læs mereBesvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 3. Juni 2014
Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 3. Juni 204 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over
Læs mere1. Tal. Du skal redegøre for løsningsregler for ligninger. Forklar, hvordan følgende ligning kan løses grafisk: x + 4 = 3x - 2
1. Tal Du skal redegøre for løsningsregler for ligninger. Forklar, hvordan følgende ligning kan løses grafisk: x + 4 = 3x - 2 Redegør for opstilling af formler til løsning af praktiske problemer. Vis,
Læs mereMatematik B STX 18. maj 2017 Vejledende løsning De første 6 opgaver løses uden hjælpemidler
ADVARSEL! Før du anvender løsningerne, så husk at læs betingelserne for løsningerne, som du kan finde på hjemmesiden. Indeholder: Matematik B, STX 18 maj Matematik B, STX 23 maj Matematik B, STX 15 august
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 mereComputerundervisning
Frederiksberg Seminarium Computerundervisning Koordinatsystemer og funktioner Elevmateriale 30-01-2009 Udarbejdet af: Pernille Suhr Poulsen Christina Klitlyng Julie Nielsen Opgaver GeoGebra Om at genkende
Læs mereOpstilling af model ved hjælp af differentialkvotient
Opstilling af model ved hjælp af differentialkvotient N 0,35N 0, 76t 2010 Karsten Juul Til eleven Dette hæfte giver dig mulighed for at arbejde sådan med nogle begreber at der er god mulighed for at der
Læs mereAnalyse af en lineær regression med lav R 2 -værdi
Analyse af en lineær regression med lav R 2 -værdi Denne gennemgang omhandler figur 13 i Regn med biologi. Man kan sagtens lave beregninger på egne data. Forsøgsmæssigt kræver det bare en tommestok tapet
Læs mere