2P - Praktisk matematikkKapittel 2P.1
Modellering
Modellering handler om å bruke matematikk til å beskrive virkeligheten. I dette kapittelet lærer du å lage matematiske modeller, tilpasse funksjoner til data, og bruke modellene til å gjøre prediksjoner.
18 min
5 oppgaver
Dette skal du lære
- •Matematiske modeller
- •Tilpasse funksjoner
- •Prediksjoner
- •Begrensninger
Hva er en matematisk modell?
En matematisk modell er en forenklet matematisk beskrivelse av et fenomen i virkeligheten. Modeller brukes til å forstå, forklare og forutsi.
Lineære modeller
Konstant endring. Eksempel: Timelønn, månedlig sparing
Eksponentielle modeller
Prosentvis endring. Eksempel: Befolkningsvekst, renter
Tilpasse funksjoner til data
Når vi har måledata, kan vi finne en funksjon som passer godt til punktene. Dette kalles å tilpasse en funksjon eller kurvetilpassing.
Viktige GeoGebra-kommandoer:
RegLin(punktliste)- Tilpasser en lineær funksjonRegEksp(punktliste)- Tilpasser en eksponentiell funksjonRegPoly(punktliste, grad)- Tilpasser et polynom
Tilpass en lineær modell
Se hvordan GeoGebra finner best mulig linje gjennom datapunktene.
Laster GeoGebra...
Øv selv
Ekstra oppgaver
- Lag et datasett med 5-6 punkter som viser lineær sammenheng
- Bruk RegLin() til å finne beste tilpassede linje
- Gjør en prediksjon for x = 10 med din modell
Øvingsvindu
Løs oppgavene over.
Laster GeoGebra...
Nyttige kommandoer
| Kommando | Beskrivelse | Eksempel |
|---|---|---|
RegLin(punktliste) | Lineær regresjonsmodell | RegLin({{1,2},{2,4},{3,6}}) |
RegEksp(punktliste) | Eksponentiell regresjonsmodell | RegEksp({{1,2},{2,4},{3,8}}) |
RegPoly(punktliste, grad) | Polynomisk regresjonsmodell | RegPoly(data, 2) |
Oppsummering
- Matematiske modeller forenkler virkeligheten til matematiske sammenhenger
- RegLin(), RegEksp() og RegPoly() tilpasser funksjoner til data
- Alle modeller har begrensninger og forutsetninger