Oppgave 1
Oppgave 1 (2 poeng).
Deriver funksjonen
Få et hint
Se løsning Oppgave 1
Funksjonen er definert for . Vi bruker brøkregelen med og . Kjerneregelen gir , mens .
Ved å sette utenfor parentes får vi
Løsningsforslag · LK20 · REA3056
Prøv selv, eller få et hint.
Prøv R1-kurset for å forstå konseptene bedre.
Uten hjelpemidler · eksamensordningen i 2024
Oppgave 1 (2 poeng).
Deriver funksjonen
Funksjonen er definert for . Vi bruker brøkregelen med og . Kjerneregelen gir , mens .
Ved å sette utenfor parentes får vi
Oppgave 2 (2 poeng).
def O(x):
return -0.1*x**2 + 2000*x - 50000
x = 0
while O(x + 1) > O(x):
x = x + 1
print(x)Bruk en egnet strategi til å bestemme verdien som skrives ut når programmet ovenfor kjøres.
Programmet starter med og øker med 1 så lenge neste funksjonsverdi er større. Vi undersøker løkkebetingelsen algebraisk:
Løkka fortsetter når , altså når . Siden bare tar heltallsverdier, er testen fortsatt sann ved . Da økes til . Ved neste test er differansen , så løkka stopper. Programmet skriver ut
10000Oppgave 3 (2 poeng).
Løs likningen
Vi setter . Da er , og . Likningen blir
Dette gir eller . Den negative verdien er umulig fordi . Derfor er
Oppgave 4 (2 poeng).
Finn grenseverdien hvis den eksisterer:
Vi dividerer teller og nevner med :
Når , går alle leddene med eller mot null. Nevneren går mot , så grenseverdien eksisterer og er .
Oppgave 5 (4 poeng). Fire vektorer er gitt ved
Avgjør om noen av vektorene er like lange, og om noen av vektorene er ortogonale.
En vektor er gitt ved .
Bestem a og b slik at .
Kvadratene av lengdene er
Bare og er like lange; begge har lengde .
For ortogonalitet undersøker vi alle de seks ulike parene:
Bare , siden dette er det eneste paret med skalarprodukt null.
Vi setter inn koordinatene:
Likhet med gir og . Dermed får vi
Oppgave 6 (2 poeng). I koordinatsystemet nedenfor ser du grafene til tre funksjoner, f, g og h.
Åpne bildet i full størrelse ↗En av funksjonene har gjennomsnittlig vekstfart lik i intervallet , og derivert lik 1 når . Hvilken av funksjonene er dette? Husk å begrunne svaret ditt.
Fra originalgrafen leser vi av
Dermed kan vi utelukke . Grafen til er en rett linje med stigningstall , så , ikke 1. Oppgaven opplyser at én av funksjonene oppfyller begge vilkårene. Derfor må svaret være , den oransje grafen. Tangentretningen ved er også forenlig med stigningstall 1. Vi trenger ikke anta en funksjonsformel som ikke er oppgitt.
Med hjelpemidler · eksamensordningen i 2024
Oppgave 1 (6 poeng). Et gammelt vannreservoar lekker vann. Mengden vann i reservoaret V er gitt ved
Her er t antall timer etter at lekkasjen startet, og mengden vann er målt i antall liter.
Hvor lang tid vil det gå før vannmengden er halvert?
Bestem og , og gi en praktisk tolkning av svarene.
Undersøk om V har asymptoter, og gi en praktisk tolkning av verdien til eventuelle asymptoter.
Ved start er liter. Halvparten er 5250 liter, så vi løser
Dette gir
Vannmengden er halvert etter omtrent . Vi halverer hele startvolumet, ikke bare eksponentialleddet.
I GeoGebra CAS skriver vi først definisjonen nedenfor. Vi skriver så likningen i neste rad og velger Løs-knappen (). Radhenvisningen i tredje rad evalueres numerisk med -knappen.
V(t):=10000exp(-0.07t)+500
V(t)=V(0)/2
$2Kjerneregelen gir
Etter 12 timer får vi
Vannmengden minker med omtrent 302 liter per time på dette tidspunktet. Den positive andrederiverte betyr at volumets endringsfart blir mindre negativ: lekkasjen målt i liter per time avtar. Økningen i er omtrent 21,15 liter per time per time ved .
Med den lagrede V-funksjonen skriver vi disse to uttrykkene i CAS og velger numerisk evaluering ():
V'(12)
V''(12)Når , går . Derfor er
og er en horisontal asymptote. Modellen sier at vannmengden nærmer seg 500 liter, men aldri når denne verdien ved et endelig tidspunkt.
Funksjonen er endelig og kontinuerlig for alle endelige t-verdier, så den har ingen vertikal asymptote. I den praktiske situasjonen bruker vi . At 500 liter blir igjen, er en egenskap ved modellen og ingen garanti for hva det virkelige reservoaret gjør på lang sikt.
Oppgave 2 (6 poeng). Avgjør om hver enkelt påstand nedenfor er sann eller usann. Forklar tydelig hvordan du har resonnert.
Påstand: Hvis og , så er .
Påstand: Funksjonen er deriverbar for alle , bortsett fra i .
Påstand: For likningen , der , er løsningen alltid .
Påstanden er usann. Ett moteksempel er
Begge funksjonene går mot 0 både når og når . Likevel er og , så de er ikke samme funksjon. Like grenseverdier i begge ender bestemmer ikke alle funksjonsverdiene.
Påstanden er sann. Vi kan skrive
For er den deriverte , og for er den deriverte 1. Begge delene er derfor deriverbare utenfor null.
Ved null blir differansekvotienten . Den går mot når , og mot 1 når . De to grensene er ulike, så eksisterer ikke.
Påstanden er usann. Grunntallet er tillatt i den trykte påstanden. Velger vi og , får vi
Dette ene moteksemplet er nok. Med vilkårene og ville eksponentialfunksjonen vært strengt monoton, og da ville likheten gitt . Disse vilkårene er ikke med i påstanden.
Oppgave 3 (8 poeng). Forskere har registrert en ny fiskeart i en innsjø. I tabellen nedenfor ser du hvor mange fisk av arten det var i innsjøen noen måneder etter at arten først ble registrert.
| Måneder etter første registrering | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
|---|---|---|---|---|---|---|---|---|---|
| Antall tusen fisk | 1 | 2,5 | 5,5 | 9 | 14 | 22 | 32 | 45 | 60 |
Fiskepopulasjonen kan beskrives med en modell på formen
der A(t) er antall tusen fisk t måneder etter første registrering.
Bestem og k, og gi en praktisk tolkning av disse verdiene.
Fiskepopulasjonen kan også beskrives med en logistisk modell på formen
B er bæreevnen, N₀ er antall tusen fisk ved t=0 og r er vekstparameteren.
Bestem , B og r.
Bestem den deriverte til funksjonene du fant i oppgavene a og b. Forklar hvordan vekstfarten endrer seg ifølge hver av de to modellene.
Hvilken modell mener du beskriver den praktiske situasjonen best? Hvor mange fisk vil det være 12 måneder etter første registrering, ifølge denne modellen?
Vi legger inn alle de ni punktene, med måneder som førstekoordinat og tusen fisk som andrekoordinat. I CAS bruker vi x som funksjonsvariabel; den representerer den samme tiden som t i oppgaven. Vi evaluerer lista og bruker numerisk evaluering () på FitGrowth-raden. Den lagrede modellen beholdes med full presisjon.
L:={(0,1),(1,2.5),(2,5.5),(3,9),(4,14),(5,22),(6,32),(7,45),(8,60)}
A(x):=FitGrowth(L)
Numeric(A(x),8)Regresjonen gir, med avrundede koeffisienter,
Altså er tusen fisk og . Modellen anslår omtrent 1601 fisk ved første registrering. Dette er en tilpasset startverdi, ikke den målte startverdien på 1000 fisk. Faktoren k betyr at antallet ifølge modellen vokser med omtrent per måned. Skjermbildet viser også den logistiske tilpasningen som brukes i b.
Vi bruker samme punktliste L og numerisk evaluering () av FitLogistic. Med x som funksjonsvariabel lagres modellen for videre derivasjon.
N(x):=FitLogistic(L)
Numeric(N(x),8)
Numeric({A(0),A(1)/A(0),N(0)},8)Tilpasningen gir
Vi sammenlikner dette med formen i oppgaven. Da er og . Fortegnet foran rt er allerede minus, så r er positiv.
Setter vi , har vi
Dermed er
N₀ og B måles i tusen fisk: modellen anslår omtrent 1913 fisk ved start og en bæreevne på omtrent 111 373 fisk. Vekstparameteren r har enhet per måned; den er ikke en konstant månedlig prosentvekst. De tilpassede parameterne er ikke eksakte biologiske størrelser.
For eksponentialmodellen får vi
Siden , er A′ positiv og stadig økende. Modellen sier at antallet nye fisk per måned øker uten noen øvre grense.
For den logistiske modellen skriver vi . Kjerneregelen gir
Med de tilpassede koeffisientene kan dette skrives
Begge deriverte måles i tusen fisk per måned. Koeffisientene som vises, er avrundede; ekstra sifre i et produkt gir ikke mer presisjon i selve tilpasningen. Vi får de numeriske uttrykkene fra de lagrede modellene, uten å skrive inn avrundede modeller på nytt:
Numeric(A'(x),8)
Numeric(N'(x),8)N′ er positiv, men øker ikke hele tiden. Setter vi , får vi
Derfor øker vekstfarten så lenge , og minker når . Overgangen skjer ved
N′ øker altså først, når et maksimum på omtrent tusen fisk per måned, og avtar deretter mot null. Antallet fisk fortsetter å øke, men stadig langsommere etter vendepunktet.
Jeg velger den logistiske modellen. Den følger de registrerte punktene tett og tar høyde for at begrenset mat og plass kan gi en øvre bestand. Eksponentialmodellen fortsetter med samme prosentvise vekst og blir raskt svært stor. Dette gjør den mindre rimelig som langtidsmodell for innsjøen.
I figuren er den vannrette aksen måneder og den loddrette aksen tusen fisk. De ni punktene er observasjonene til og med måned 8. Den røde eksponentialkurven A vokser stadig brattere; den blå logistiske kurven N flater gradvis ut. Kurvene etter måned 8 er framskrivinger, ikke flere målinger. Praktisk tid er ikke-negativ; den lille negative margen i figuren er bare et utsnitt av koordinatsystemet.
Vi bruker den lagrede logistiske modellen til å regne ut antallet ved t=12:
Numeric({N(12),1000*N(12)},8)CAS gir tusen fisk, altså omtrent 100 716 fisk. Et passende avrundet svar er .
Prognosen er fire måneder utenfor observasjonsperioden og er usikker: vi har bare observert de første åtte månedene, og bæreevnen er ikke sikkert bestemt. Mattilgang, konkurranse og andre endringer kan gjøre videre vekst annerledes enn modellen beskriver.
Oppgave 4 (2 poeng). I koordinatsystemet nedenfor ser du grafen til en funksjon f gitt ved
Åpne bildet i full størrelse ↗Bestem a. Husk å argumentere for at svaret ditt er riktig.
Grafen går gjennom . Dermed er , som etter definisjonen av logaritmen betyr
Dette stemmer også med punktet , siden . Grunntallet oppfyller kravene og .
Oppgave 5 (4 poeng). Nedenfor ser du grafene til funksjonene f, g og h.
Avgjør og begrunn for hver av funksjonene om de har en omvendt funksjon.
Bestem funksjonsuttrykket og definisjonsmengden til den omvendte funksjonen i de tilfellene der den eksisterer.
Klammene i figuren markerer endepunkter som er med, og vinkelmerkene endepunkter som ikke er med. Dermed er , den stigende g-grenen er tegnet for og den fallende g-grenen for .
En funksjon er inverterbar når den er injektiv: en vannrett linje skal treffe grafen høyst én gang.
f er strengt voksende på den tegnede høyre grenen, og har derfor en omvendt funksjon. h tar samme y-verdi flere steder, for eksempel nær y=5, og har ingen omvendt funksjon på hele det tegnede området.
Den stigende g-grenen har verdimengde , mens den fallende grenen har verdimengde . Hver gren er strengt monoton, og verdimengdene er atskilte. Dermed har også g en omvendt funksjon.
Med endepunktene fra a er f den høyre parabelformen for . Vi løser
fordi den opprinnelige x-verdien er ikke-negativ. Dermed får vi
For g leser vi de rette grenene som
Vi inverterer hver gren på dens egen verdimengde. Fra får vi , og fra får vi . Derfor er
h har ingen omvendt funksjon på hele det tegnede området.
Oppgave 6 (8 poeng). To småfugler er ute og flyr. Posisjonsvektorene til de to fuglene er gitt ved
Tiden er målt i sekunder, og enhetene langs aksene er målt i meter.
Hvor fort flyr hver av de to småfuglene?
Hvor stor er avstanden mellom småfuglene når t=0?
På hvilket tidspunkt er småfuglene nærmest hverandre, og hvor langt unna hverandre er de da?
En rovfugl er også ute og flyr, og oppdager de to småfuglene ved tidspunktet t=0. Posisjonsvektoren til rovfuglen de første 6 sekundene er gitt ved
Gjør nødvendige beregninger og beskriv jakten rovfuglen har på småfuglene.
Hastighetsvektorene er
Fart er lengden av hastighetsvektoren. Dermed får vi konstante farter
I GeoGebra kaller vi de to posisjonsvektorene a og b. Vi evaluerer de eksakte lengdene og bruker deretter numerisk evaluering () på radhenvisningen:
a(t):=Vector((-10+6t,35-3t))
b(t):=Vector((2+5t,4t))
{Length(a'(t)),Length(b'(t))}
$3Ved start er og . Avstanden er
Med de samme vektordefinisjonene bruker vi Length på differansen ved t=0. CAS gir den eksakte avstanden 37:
Length(a(0)-b(0))Ved samme tid t er differansen mellom posisjonene . Kvadratet av avstanden er derfor
Kvadratroten er voksende, så F og har minimum ved samme tidspunkt. Vi deriverer:
Siden og , er dette minste avstand etter start. Avstanden er
Småfuglene er nærmest hverandre etter , med avstand .
CAS kan også derivere selve avstandsfunksjonen D. Den komplette radfølgen nedenfor tar med vektordefinisjonene og beregningene fra a og b, slik at radhenvisningene stemmer. På raden bruker vi Løs (), som gir den eksakte tiden . Deretter evaluerer vi tidsverdien og D i dette eksakte tidspunktet numerisk (). Kvadratuttrykket over begrunner at det stasjonære punktet er et minimum.
a(t):=Vector((-10+6t,35-3t))
b(t):=Vector((2+5t,4t))
{Length(a'(t)),Length(b'(t))}
$3
Length(a(0)-b(0))
D(t):=Length(a(t)-b(t))
D'(t)=0
$7
D(257/50)Vi undersøker bare de første seks sekundene, altså . Kvadratene av avstandene fra rovfuglen til småfugl 1 og 2 er
Ved start er avstandene m og m. For å finne minste avstand på [0,6] undersøker vi alle stasjonære punkter i intervallet og begge endepunktene. Derivasjon gir
Den første likningen har røtter omtrent , og . Den negative roten ligger utenfor tidsintervallet. Likningen har røtter omtrent , og , alle innenfor intervallet. Vi bruker de uavrundede røttene når vi beregner avstandene.
I en ny CAS-beregning kaller vi de to kvadrerte avstandene F og G, slik at og . De måles i kvadratmeter. Vi evaluerer definisjonene og velger numerisk løsning () på de to likningsradene. Alle røttene vises; den negative roten for F forkastes fordi .
F(t):=t^2+(2t^2-3t-30)^2
G(t):=(2t-12)^2+(2t^2-10t+5)^2
F'(t)=0
G'(t)=0Vi fortsetter i samme CAS-vindu. Først undersøker vi endepunktene og de to tillatte røttene fra rad 3 for fugl 1. Element henter en lagret løsning fra løsningslista, og Substitute setter denne inn i kvadratroten av F. Slik får vi avstander i meter og bevarer presisjonen til røttene. Vi velger numerisk evaluering () på disse radene.
{sqrt(F(0)),sqrt(F(6))}
Substitute(sqrt(F(t)),Element($3,2))
Substitute(sqrt(F(t)),Element($3,3))For fugl 2 gjør vi det samme med begge endepunktene og alle tre røttene fra rad 4. Skjermbildet er en fortsettelse av de foregående CAS-radene:
{sqrt(G(0)),sqrt(G(6))}
Substitute(sqrt(G(t)),Element($4,1))
Substitute(sqrt(G(t)),Element($4,2))
Substitute(sqrt(G(t)),Element($4,3))Tabellene samler alle kandidatene med tre desimaler. CAS-bildene viser de samme beregningene avrundet til to desimaler; avstandene er beregnet ved de lagrede, uavrundede tidspunktene.
| Tid (s) | Avstand (m) |
|---|---|
| 0 | 30,000 |
| 0,756 | 31,134 |
| 4,676 | 4,685 |
| 6 | 24,739 |
| Tid (s) | Avstand (m) |
|---|---|
| 0 | 13,000 |
| 1,079 | 10,433 |
| 1,893 | 10,640 |
| 4,528 | 3,032 |
| 6 | 17,000 |
Rovfuglen starter nærmest småfugl 2. Avstanden til denne fuglen avtar først, øker litt mellom omtrent 1,08 og 1,89 s, og avtar så igjen til det globale minimumet ved omtrent 4,53 s. Da er avstanden omtrent .
Avstanden til småfugl 1 øker først fram til omtrent 0,76 s og avtar deretter til omtrent ved t≈4,68 s. Etter de respektive minimumene øker begge avstandene fram til t=6.
Rovfuglen kommer dermed nærmest småfugl 2. Ingen av minimumsavstandene er null, så rovfuglen får ikke samme posisjon som noen av småfuglene i punktmodellen i løpet av de seks sekundene. Modellen oppgir ikke størrelsen på fuglene; beregningene alene avgjør derfor ikke om fysisk fangst er mulig.
For en grafisk oversikt bruker vi de faktiske avstandene og . I CAS definerer vi p og q. I grafikkfeltets inntastingsfelt begrenser vi kurvene u og v til intervallet [0,6]:
p(x):=sqrt(F(x))
q(x):=sqrt(G(x))
u=Function(p,0,6)
v=Function(q,0,6)Vannrett akse viser sekunder, og loddrett akse viser meter. Den blå kurven er avstanden til fugl 1, og den røde er avstanden til fugl 2. Figuren støtter beskrivelsen av jakten, mens kandidatberegningene over begrunner de globale minimumene.
Jobb videre med R1
Bruk R1-kurset til å repetere metoden før du prøver en ny oppgave.
Prøv R1-kurset Flere eksamensoppgaver i R1