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.
- •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
Gjør dette i GeoGebra
Tilpass en lineær modell
Skriv inn én linje om gangen i inntastingsfeltet:
data = {{1,2},{2,4},{3,5},{4,7},{5,9}}
f = RegLin(data)Med språket satt til norsk forstår GeoGebra kommandonavnene både på norsk og engelsk.
Øv selv
- 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
Gjør dette i GeoGebra
Løs oppgavene i 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