Hopp til hovedinnholdet

Eksamensoppgaver etter tema

Øv på ett tema om gangen. Velg fag og tema, så henter vi oppgavene fra alle eksamenene vi har lagt ut. Prøv selv først – løsningen ligger under oppgaven når du står fast.

Fag

Del

regresjon

Velger du flere tema, får du oppgavene som har alle sammen.

8 oppgaver i 1P om regresjon

Oppgavene

1P høst 2025 - Del 2 - med hjelpemidler

Oppgave 1

7 poeng

Tabellen nedenfor viser sammenhengen mellom lengde og vekt for en type fisk.
LengdeVekt(cm)(gram)501190703320805070100961012016 08013021 590 \begin{array}{r|r} \text{Lengde} & \text{Vekt} \\ \text{(cm)} & \text{(gram)} \\ \hline 50 & 1190 \\ 70 & 3320 \\ 80 & 5070 \\ 100 & 9610 \\ 120 & 16\,080 \\ 130 & 21\,590 \end{array}
Sammenhengen kan beskrives med en modell F F gitt på formen
F(x)=a⋅xb F(x) = a \cdot x^b
der F(x) F(x) gram er vekten til en fisk som er x x centimeter lang.

Oppgave 1a)

Bruk opplysningene i tabellen til å bestemme tallene a a og b. b\text{.} Tegn grafen til F. F\text{.}
Vis løsning på oppgave 1a
Svar
Med a a avrundet til fire gjeldende siffer og b b til fire desimaler, og med grafen i GeoGebra-bildet:
a≈0,009657 og b≈2,9996‾‾F(x)≈0,009657⋅x2,9996‾‾ \begin{aligned} &\underline{\underline{a \approx 0{,}009657 \text{ og } b \approx 2{,}9996}} \\ &\underline{\underline{F(x) \approx 0{,}009657 \cdot x^{2{,}9996}}} \end{aligned}
Tabellen har seks punkter, og modellen har formen \( {a \cdot x^b}\text{.} \) Vi finner \( a \) og \( b \) med potensregresjon i GeoGebra, som også tegner grafen.
Merk – Eksamen uten PC fra 2027: Uten PC kan du ikke gjøre regresjon. Øv heller på b) til d) med modellen i svaret, med kalkulator. Du kan også se at \( b \) må være nær 3: når lengden dobles fra 50 til 100 cm, blir vekten \( {\dfrac{9610}{1190} \approx 8{,}1} \) ganger så stor, og \( {2^3 = 8}\text{.} \)
Metode: Med GeoGebra
1. Gjør potensregresjon Vi legger punktene fra tabellen i en liste og bruker RegPot. Den finner tallene \( a \) og \( b \) som gjør at grafen ligger så nær punktene som mulig. Regresjonene finner du som i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: l1 = {(50, 1190), (70, 3320), (80, 5070), (100, 9610), (120, 16080), (130, 21590)} F(x) = RegPot(l1)
2. Les av a og b Med seks desimaler gir GeoGebra: \[ F(x) \approx \textcolor{blue}{0{,}009657} \cdot x^{\textcolor{red}{2{,}999583}} \]Altså er \( {\textcolor{blue}{a} \approx \textcolor{blue}{0{,}009657}} \) og \( {\textcolor{red}{b} \approx \textcolor{red}{2{,}9996}}\text{.} \) Grafen til \( F \) er kurven i skjermbildet.
I b) og c) regner GeoGebra videre med modellen slik den er lagret, med alle desimalene. Med kalkulator regner vi videre med tallene i svaret.
Merk – Ikke rund av for tidlig: Med GeoGebras standardavrunding, to desimaler, står det \( {a \approx 0{,}01} \) og \( {b \approx 3}\text{.} \) Regner vi videre med dem, blir stigningstallet i c) omtrent 218 i stedet for 210. Vis derfor flere desimaler i GeoGebra.

Oppgave 1b)

Hvor lang er en fisk som veier 11,5 kg 11{,}5\,\text{kg} ifølge modellen?
Vis løsning på oppgave 1b
Svar
Avrundet til hele centimeter er fisken:
Omtrent 106 cm‾‾ \underline{\underline{\text{Omtrent } 106\,\text{cm}}}
Vi bruker modellen fra a). Ved følgefeil kan det gis full uttelling.
Modellen gir vekten i gram, så vi gjør om 11,5 kg til gram og løser likningen \( {F(x) = 11\,500}\text{.} \)
Metode: Med kalkulator
1. Sett opp likningen I a) fant vi modellen: \[ F(x) \approx \textcolor{blue}{0{,}009657} \cdot x^{\textcolor{red}{2{,}9996}} \]
Fisken veier \( {11{,}5\,\text{kg} = 11\,500\,\text{g}}\text{,} \) så vi setter \( {F(x) = 11\,500}\text{:} \) \[ \textcolor{blue}{0{,}009657} \cdot x^{\textcolor{red}{2{,}9996}} = 11\,500 \]
2. Løs likningen Vi deler med \( \textcolor{blue}{0{,}009657} \) på begge sider: \[ x^{\textcolor{red}{2{,}9996}} = \dfrac{11\,500}{\textcolor{blue}{0{,}009657}} \approx 1\,190\,846 \]
For å få \( x \) alene opphøyer vi begge sider i \( \dfrac{1}{\textcolor{red}{2{,}9996}}\text{.} \) Å opphøye i 1 delt på n er det samme som å ta n-te roten, som i videoen Potenser og røtter. Med kalkulatoren får vi: \[ x \approx 1\,190\,846^{1/\textcolor{red}{2{,}9996}} \approx 106{,}06 \]Siden \( {\textcolor{red}{b} \approx 3}\text{,} \) er dette nesten tredjeroten: \( {\sqrt[3]{1\,190\,846} \approx 106{,}0}\text{.} \)
Metode: Med GeoGebra
1. Finn skjæringspunktet Med \( F \) fra a) i GeoGebra tegner vi linja \( {y = 11\,500} \) og finner skjæringspunktet med grafen til \( F\text{,} \) som i videoen Oppgave 1C - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: h: y = 11500 S = Skjæring(F, h)
Startpunktet i kommandoen legger GeoGebra til selv. Skjæringspunktet er \( {S \approx (106{,}06,\ 11\,500)}\text{,} \) så fisken er omtrent 106 cm lang.

Oppgave 1c)

Bestem stigningstallet til den rette linjen som går gjennom punktene (75,F(75)) \big(75, F(75)\big) og (95,F(95)). \big(95, F(95)\big)\text{.} Gi en praktisk tolkning av svaret.
Vis løsning på oppgave 1c
Svar
Mellom 75 og 95 cm øker vekten i gjennomsnitt med omtrent 210 gram per centimeter, avrundet til hele gram per centimeter:
ΔyΔx≈210 g/cm‾‾ \underline{\underline{\dfrac{\Delta y}{\Delta x} \approx 210\,\text{g/cm}}}
Vi bruker modellen fra a). Ved følgefeil kan det gis full uttelling.
Vi regner ut vekten for en fisk på 75 cm og en på 95 cm med modellen. Stigningstallet er endringen i vekt delt på endringen i lengde.
Metode: Med kalkulator
1. Regn ut vekten for begge lengdene I a) fant vi modellen: \[ F(x) \approx 0{,}009657 \cdot x^{2{,}9996} \]
Med kalkulatoren får vi: \[ \begin{aligned} \textcolor{blue}{F(75)} &\approx 0{,}009657 \cdot 75^{2{,}9996} \\ \textcolor{blue}{F(75)} &\approx \textcolor{blue}{4067{,}0} \\ \textcolor{red}{F(95)} &\approx 0{,}009657 \cdot 95^{2{,}9996} \\ \textcolor{red}{F(95)} &\approx \textcolor{red}{8264{,}6} \end{aligned} \]
2. Finn stigningstallet Stigningstallet er endringen i \( y \) delt på endringen i \( x\text{,} \) som i videoen Oppgave 4A - Del 2 - R1 Eksamen Høst 2025: \[ \dfrac{\Delta y}{\Delta x} = \dfrac{\textcolor{red}{F(95)} - \textcolor{blue}{F(75)}}{95 - 75} \]
Plugger vi inn verdiene, får vi: \[ \begin{aligned} \dfrac{\Delta y}{\Delta x} &\approx \dfrac{\textcolor{red}{8264{,}6} - \textcolor{blue}{4067{,}0}}{20} \\ \dfrac{\Delta y}{\Delta x} &\approx \dfrac{4197{,}6}{20} \approx 209{,}9 \end{aligned} \]
3. Tolk svaret Vekten er i gram og lengden i centimeter, så stigningstallet er i gram per centimeter. Når en fisk er mellom 75 og 95 cm lang, øker vekten i gjennomsnitt med omtrent 210 gram for hver centimeter fisken blir lengre.
Metode: Med GeoGebra
1. Regn ut stigningstallet I a) lagret vi modellen som \( F \) i GeoGebra, med alle desimalene. Vi skriver stigningstallet inn i Algebrafeltet:
Skriv inn i GeoGebra: s = (F(95) - F(75)) / (95 - 75)
GeoGebra gir \( {s \approx 209{,}8548}\text{.} \) Fra 75 cm til 95 cm øker vekten i gjennomsnitt med omtrent 210 gram per centimeter.

Oppgave 1d)

Hvor mange prosent vil vekten av en fisk øke med dersom lengden øker med 20 % 20\,\% ifølge modellen?
Vis løsning på oppgave 1d
Svar
Vekten ganges med 1,2b≈1,7279 {1{,}2^b \approx 1{,}7279} for alle lengder. Avrundet til én desimal øker den med:
Omtrent 72,8 %‾‾ \underline{\underline{\text{Omtrent } 72{,}8\,\%}}
Vi bruker \( b \) fra a). Ved følgefeil kan det gis full uttelling.
Når lengden øker med \( 20\,\%\text{,} \) ganges den med 1,2. Vi ser hva det gjør med vekten i modellen.
Metode: For hånd
1. Gang lengden med 1,2 En økning på \( 20\,\% \) gir vekstfaktoren \( {1 + 0{,}20 = \textcolor{red}{1{,}2}}\text{,} \) som i videoen Vekstfaktor. Den nye lengden er \( \textcolor{red}{1{,}2}x\text{.} \)
Når et produkt opphøyes i en potens, opphøyes hver faktor, som i videoen Flere regneregler med Potenser: \[ (p \cdot q)^n = p^n \cdot q^n \]
Det gir oss: \[ \begin{aligned} F(\textcolor{red}{1{,}2}x) &= a \cdot (\textcolor{red}{1{,}2}x)^b \\ F(\textcolor{red}{1{,}2}x) &= \textcolor{red}{1{,}2}^b \cdot a \cdot x^b = \textcolor{red}{1{,}2}^b \cdot F(x) \end{aligned} \]Vekten ganges altså med \( \textcolor{red}{1{,}2}^b\text{,} \) uansett hvor lang fisken er.
2. Finn vekstfaktoren for vekten Med \( {b \approx 2{,}9996} \) fra a) får vi: \[ \textcolor{red}{1{,}2}^{2{,}9996} \approx 1{,}7279 = 1 + 0{,}7279 \]Vekten øker altså med omtrent \( 72{,}8\,\%\text{.} \)

1P vår 2025 - Del 2 - med hjelpemidler

Oppgave 1

6 poeng

Tabellen nedenfor viser antall registrerte tilfeller av kikhoste i Norge noen måneder i perioden januar 2023–oktober 2024.
Ma˚nedAntall registrertetilfellerJanuar 202329Mai 202393Oktober 2023164Februar 2024284August 20241035Oktober 20241657 \begin{array}{r|r} \text{Måned} & \begin{array}{c} \text{Antall registrerte} \\ \text{tilfeller} \end{array} \\ \hline \text{Januar 2023} & 29 \\ \text{Mai 2023} & 93 \\ \text{Oktober 2023} & 164 \\ \text{Februar 2024} & 284 \\ \text{August 2024} & 1035 \\ \text{Oktober 2024} & 1657 \end{array}
La x x være antall måneder etter desember 2022. Det vil si at x=1 {x = 1} tilsvarer januar 2023, x=3 {x = 3} tilsvarer mars 2023, og så videre.

Oppgave 1a)

Bruk opplysningene ovenfor til å vise at funksjonen K K gitt ved
K(x)=27,8⋅1,2x K(x) = 27{,}8 \cdot 1{,}2^x
er en god modell for antall registrerte tilfeller av kikhoste i Norge i perioden januar 2023–oktober 2024.
Vis løsning på oppgave 1a
Svar
Modellverdiene ligger nær tallene i tabellen, og eksponentiell regresjon gir 27,809⋅1,1987x, {27{,}809 \cdot 1{,}1987^x}\text{,} som avrundet er K(x): K(x)\text{:}
K er en god modell‾‾ \underline{\underline{K \text{ er en god modell}}}
Vi sammenligner modellen med tallene i tabellen. Med kalkulator regner vi ut \( K(x) \) for månedene i tabellen, og med GeoGebra bruker vi eksponentiell regresjon på punktene.
Metode: Med kalkulator
1. Finn x for månedene i tabellen Desember 2022 er \( {x = 0}\text{,} \) og desember 2023 er \( {x = 12}\text{.} \) Februar 2024 er derfor \( {x = 12 + 2 = 14}\text{.} \) Slik får vi: \[ \begin{array}{l|r} \text{Måned} & x \\ \hline \text{Januar 2023} & 1 \\ \text{Mai 2023} & 5 \\ \text{Oktober 2023} & 10 \\ \text{Februar 2024} & 14 \\ \text{August 2024} & 20 \\ \text{Oktober 2024} & 22 \end{array} \]
2. Regn ut modellverdiene For mai 2023 er \( {x = 5}\text{,} \) og kalkulatoren gir: \[ \textcolor{red}{K(5)} = 27{,}8 \cdot 1{,}2^5 \approx \textcolor{red}{69{,}2} \]
Slik regner vi ut \( \textcolor{red}{K(x)} \) for alle seks månedene, avrundet til hele tilfeller, og setter verdiene ved siden av de \( \textcolor{blue}{\text{registrerte}} \) tallene: \[ \begin{array}{r|r|r} x & \textcolor{blue}{\text{Registrert}} & \textcolor{red}{K(x)} \\ \hline 1 & \textcolor{blue}{29} & \textcolor{red}{33} \\ 5 & \textcolor{blue}{93} & \textcolor{red}{69} \\ 10 & \textcolor{blue}{164} & \textcolor{red}{172} \\ 14 & \textcolor{blue}{284} & \textcolor{red}{357} \\ 20 & \textcolor{blue}{1035} & \textcolor{red}{1066} \\ 22 & \textcolor{blue}{1657} & \textcolor{red}{1535} \end{array} \]
3. Vurder modellen De \( \textcolor{blue}{\text{registrerte}} \) tallene vokser fra \( \textcolor{blue}{29} \) til \( \textcolor{blue}{1657}\text{,} \) til mer enn \( 50 \) ganger så mange. \( \textcolor{red}{\text{Modellverdiene}} \) følger den veksten hele veien, og ingen av dem bommer med mer enn omtrent en firedel av det registrerte tallet. Derfor er \( K \) en god modell for perioden.
Metode: Med GeoGebra
1. Bruk eksponentiell regresjon Eksponentiell regresjon finner den modellen på formen \( {\textcolor{blue}{a} \cdot \textcolor{red}{b}^x} \) som går så nær punktene som mulig, der \( \textcolor{blue}{a} \) er startverdien og \( \textcolor{red}{b} \) vekstfaktoren. Vi legger punktene i en liste og bruker RegEksp, som vi finner blant regresjonene i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: l1 = {(1, 29), (5, 93), (10, 164), (14, 284), (20, 1035), (22, 1657)} f(x) = RegEksp(l1)
GeoGebra gir \( {f(x) \approx \textcolor{blue}{27{,}809} \cdot \textcolor{red}{1{,}1987}^x}\text{.} \) Avrundet til én desimal er det \( {\textcolor{blue}{27{,}8} \cdot \textcolor{red}{1{,}2}^x = K(x)}\text{,} \) og grafen går nær alle punktene. Derfor er \( K \) en god modell.

Oppgave 1b)

Gi en praktisk tolkning av tallet 1,2 1{,}2 i modellen.
Vis løsning på oppgave 1b
Svar
1,2 1{,}2 er vekstfaktoren i modellen, og antallet øker med:
20 % per ma˚ned‾‾ \underline{\underline{20\,\% \text{ per måned}}}
Tallet \( 1{,}2 \) er vekstfaktoren i modellen. Vi gjør den om til en prosent.
Metode: For hånd
1. Tolk vekstfaktoren For en økning på \( p\,\% \) er vekstfaktoren: \[ V = 1 + \dfrac{\textcolor{red}{p}}{100} \]Hvis du er usikker på vekstfaktor, kan du se videoen Vekstfaktor.
Her er: \[ 1{,}2 = 1 + 0{,}20 = 1 + \dfrac{\textcolor{red}{20}}{100} \]Hver måned ganges antallet med \( 1{,}2\text{.} \) Ifølge modellen øker antall registrerte tilfeller altså med \( \textcolor{red}{20}\,\% \) per måned.

Oppgave 1c)

Bestem stigningstallet til den rette linjen som går gjennom punktene (4,K(4)) (4, K(4)) og (21,K(21)). (21, K(21))\text{.} Gi en praktisk tolkning av svaret du får.
Vis løsning på oppgave 1c
Svar
Ifølge modellen økte antallet tilfeller per måned i gjennomsnitt med omtrent 72 72 hver måned fra april 2023 til september 2024 (stigningstallet avrundet til én desimal):
a≈71,8‾‾ \underline{\underline{a \approx 71{,}8}}
Linja går gjennom to punkter på grafen til \( K\text{.} \) Vi regner ut punktene med modellen og finner stigningstallet mellom dem.
Metode: For hånd
1. Finn stigningstallet Stigningstallet er endringen i \( y \) delt på endringen i \( x\text{:} \) \[ a = \dfrac{\Delta y}{\Delta x} = \dfrac{\textcolor{red}{y_2} - \textcolor{red}{y_1}}{\textcolor{blue}{x_2} - \textcolor{blue}{x_1}} \]Hvis du er usikker på dette, kan du se videoen Oppgave 4A - Del 2 - R1 Eksamen Høst 2025.
Her er punktene \( (\textcolor{blue}{4}, \textcolor{red}{K(4)}) \) og \( (\textcolor{blue}{21}, \textcolor{red}{K(21)})\text{,} \) og kalkulatoren gir: \[ \begin{aligned} K(\textcolor{blue}{4}) &= 27{,}8 \cdot 1{,}2^{\textcolor{blue}{4}} \approx \textcolor{red}{57{,}65} \\ K(\textcolor{blue}{21}) &= 27{,}8 \cdot 1{,}2^{\textcolor{blue}{21}} \approx \textcolor{red}{1278{,}94} \end{aligned} \]
Plugger vi dette inn, får vi: \[ \begin{aligned} a &\approx \dfrac{\textcolor{red}{1278{,}94} - \textcolor{red}{57{,}65}}{\textcolor{blue}{21} - \textcolor{blue}{4}} \\ a &\approx \dfrac{1221{,}29}{17} \approx 71{,}8 \end{aligned} \]
2. Tolk svaret \( {x = 4} \) er april 2023, og \( {x = 21} \) er september 2024. Fra april 2023 til september 2024 økte antall registrerte tilfeller per måned altså i gjennomsnitt med omtrent \( 72 \) for hver måned, ifølge modellen.

Oppgave 1d)

Hvor mange tilfeller av kikhoste vil bli registrert i Norge i mai 2025 ifølge modellen?
Vis løsning på oppgave 1d
Svar
Ifølge modellen, avrundet til et helt antall:
Omtrent 5499 tilfeller‾‾ \underline{\underline{\text{Omtrent } 5499 \text{ tilfeller}}}
Vi finner \( x \) for mai 2025 og setter inn i modellen.
Metode: For hånd
1. Finn x for mai 2025 Desember 2024 er \( 24 \) måneder etter desember 2022, og mai 2025 er \( 5 \) måneder etter det: \[ x = 24 + 5 = \textcolor{blue}{29} \]
2. Sett inn i modellen Modellen ganger startverdien med vekstfaktoren opphøyd i antall måneder, som i videoen Vekstfaktor: \[ K(\textcolor{blue}{29}) = 27{,}8 \cdot 1{,}2^{\textcolor{blue}{29}} \approx 5499{,}2 \]

1P vår 2024 - Del 2 - med hjelpemidler

Oppgave 1

6 poeng

Tabellen nedenfor viser hvor mange bagetter en kantine har solgt hver av de siste sju ukene, og hvor stort overskudd salget har gitt.
Solgte bagetterOverskudd(kroner)1001450130230016030501753365190372022041402354175 \begin{array}{r|r} \text{Solgte bagetter} & \text{Overskudd} \\ & \text{(kroner)} \\ \hline 100 & 1450 \\ 130 & 2300 \\ 160 & 3050 \\ 175 & 3365 \\ 190 & 3720 \\ 220 & 4140 \\ 235 & 4175 \end{array}

Oppgave 1a)

Bruk opplysningene ovenfor til å vise at funksjonen O O gitt ved
O(x)=−0,09x2+51,04x−2776,98 \begin{aligned} O(x) &= -0{,}09x^2 + 51{,}04x \\ &\quad - 2776{,}98 \end{aligned}
er en god modell for hvor stort overskuddet en uke blir når kantinen produserer og selger x x bagetter i løpet av uken.
Vis løsning på oppgave 1a
Svar
Modellen avviker med mindre enn 2 % fra overskuddet i tabellen, og andregradsregresjon gir O(x) O(x) når vi runder av til to desimaler:
O er en god modell‾‾ \underline{\underline{O \text{ er en god modell}}}
Vi sammenligner modellen med tallene i tabellen. Med kalkulator regner vi ut \( O(x) \) for antallene i tabellen, og med GeoGebra bruker vi andregradsregresjon på punktene.
Metode: Med kalkulator
1. Regn ut modellverdiene For \( 100 \) bagetter er \( {-0{,}09 \cdot 100^2 = -900} \) og \( {51{,}04 \cdot 100 = 5104}\text{,} \) så: \[ \begin{aligned} \textcolor{blue}{O(100)} &= -900 + 5104 - 2776{,}98 \\ &= \textcolor{blue}{1427{,}02} \end{aligned} \]
Slik regner vi ut \( \textcolor{blue}{O(x)} \) for alle sju antallene, avrundet til hele kroner, og setter dem ved siden av overskuddet i tabellen: \[ \begin{array}{r|r|r} x & \text{Overskudd} & \textcolor{blue}{O(x)} \\ \hline 100 & 1450 & \textcolor{blue}{1427} \\ 130 & 2300 & \textcolor{blue}{2337} \\ 160 & 3050 & \textcolor{blue}{3085} \\ 175 & 3365 & \textcolor{blue}{3399} \\ 190 & 3720 & \textcolor{blue}{3672} \\ 220 & 4140 & \textcolor{blue}{4096} \\ 235 & 4175 & \textcolor{blue}{4247} \end{array} \]
2. Vurder modellen Modellverdiene bommer med høyst \( 72 \) kroner, ved \( 235 \) bagetter, og det er under \( 2\,\% \) av overskuddet. Modellen følger tabellen godt for alle de sju ukene, så \( O \) er en god modell.
Metode: Med GeoGebra
1. Bruk andregradsregresjon Andregradsregresjon finner den andregradsfunksjonen som går så nær punktene som mulig. Vi legger punktene i en liste og bruker RegPoly med grad \( 2\text{,} \) som i videoen Oppgave 1A (Del 2) - S1 Eksamen Høst 2023:
Skriv inn i GeoGebra: l1 = {(100, 1450), (130, 2300), (160, 3050), (175, 3365), (190, 3720), (220, 4140), (235, 4175)} f(x) = RegPoly(l1, 2)
GeoGebra gir: \[ \begin{aligned} f(x) &\approx \textcolor{blue}{-0{,}0903}x^2 + \textcolor{red}{51{,}0367}x \\ &\quad \textcolor{green}{{}- 2776{,}9766} \end{aligned} \]Avrundet til to desimaler blir \( {\textcolor{blue}{-0{,}0903}} \) til \( {\textcolor{blue}{-0{,}09}}\text{,} \) \( \textcolor{red}{51{,}0367} \) til \( \textcolor{red}{51{,}04} \) og \( {\textcolor{green}{-2776{,}9766}} \) til \( {\textcolor{green}{-2776{,}98}}\text{.} \) Det er akkurat \( O(x)\text{,} \) og grafen går nær alle punktene. Derfor er \( O \) en god modell.

Oppgave 1b)

Hvor mange bagetter må kantinen produsere og selge i løpet av en uke, ifølge modellen O, O\text{,} for at overskuddet skal bli størst mulig? Hvor stort blir dette overskuddet?
Vis løsning på oppgave 1b
Svar
Avrundet til hele bagetter og hele kroner:
284 bagetter‾‾Overskudd omtrent 4459 kr‾‾ \begin{aligned} &\underline{\underline{284 \text{ bagetter}}} \\ &\underline{\underline{\text{Overskudd omtrent } 4459 \text{ kr}}} \end{aligned}
Modellen \( O(x) \) står i oppgaveteksten til a), så du kan løse denne selv om du ikke fikk til a).
Vi leter etter antallet bagetter der \( O(x) \) er størst. Med kalkulator lager vi en verditabell, og med GeoGebra finner vi toppunktet på grafen.
Metode: Med kalkulator
1. Lag en grov verditabell Modellen fra oppgaveteksten i a) er: \[ \begin{aligned} O(x) &= -0{,}09x^2 + 51{,}04x \\ &\quad - 2776{,}98 \end{aligned} \]
Tabellen i oppgaven viser at overskuddet fortsatt øker ved \( 235 \) bagetter. Vi regner derfor ut \( O(x) \) med kalkulatoren for hver tiende bagett fra \( 250\text{.} \) For eksempel er \( {-0{,}09 \cdot \textcolor{blue}{280}^2 = -7056} \) og \( {51{,}04 \cdot \textcolor{blue}{280} = 14\,291{,}2}\text{,} \) så: \[ \begin{aligned} O(\textcolor{blue}{280}) &= -7056 + 14\,291{,}2 \\ &\quad - 2776{,}98 \\ &= 4458{,}22 \end{aligned} \]
Det gir tabellen: \[ \begin{array}{r|r} x & O(x) \\ \hline 250 & 4358{,}02 \\ 260 & 4409{,}42 \\ 270 & 4442{,}82 \\ \textcolor{red}{280} & \textcolor{red}{4458{,}22} \\ 290 & 4455{,}62 \\ 300 & 4435{,}02 \\ 310 & 4396{,}42 \end{array} \]Overskuddet øker fram til \( \textcolor{red}{280} \) bagetter og synker etterpå. \( O(290) \) er nesten like stor som \( O(280)\text{,} \) mens \( O(270) \) er tydelig mindre, så toppen ligger mellom \( 280 \) og \( 290\text{.} \)
2. Lag en finere tabell Vi regner ut \( O(x) \) for hver bagett mellom \( 280 \) og \( 290\text{,} \) med to desimaler: \[ \begin{array}{r|r} x & O(x) \\ \hline 281 & 4458{,}77 \\ 282 & 4459{,}14 \\ 283 & 4459{,}33 \\ \textcolor{red}{284} & \textcolor{red}{4459{,}34} \\ 285 & 4459{,}17 \\ 286 & 4458{,}82 \\ 287 & 4458{,}29 \\ 288 & 4457{,}58 \\ 289 & 4456{,}69 \end{array} \]Det største overskuddet er ved \( \textcolor{red}{284} \) bagetter, og da er det omtrent \( \textcolor{red}{4459} \) kroner.
Metode: Med GeoGebra
1. Finn toppunktet på grafen Vi skriver inn \( O \) og finner toppunktet med Maks, som i videoen Oppgave 5B - Del 2 - 1T Eksamen Høst 2025:
Skriv inn i GeoGebra: O(x) = -0.09x^2 + 51.04x - 2776.98 T = Maks(O, 0, 500)
Toppunktet er \( {T \approx (283{,}56,\ 4459{,}36)}\text{.} \) Kantinen selger hele bagetter, og nærmest \( 283{,}56 \) er \( 284 \) bagetter. Overskuddet er da omtrent \( 4459 \) kroner.

Oppgave 1c)

Bestem stigningstallet til den rette linjen som går gjennom punktene (100,O(100)) (100, O(100)) og (200,O(200)). (200, O(200))\text{.} Gi en praktisk tolkning av svaret du får.
Vis løsning på oppgave 1c
Svar
Fra 100 til 200 bagetter i uka øker overskuddet i gjennomsnitt med 24,04 kroner per ekstra bagett:
Stigningstallet er 24,04‾‾ \underline{\underline{\text{Stigningstallet er } 24{,}04}}
Modellen \( O(x) \) står i oppgaveteksten til a), så du kan løse denne selv om du ikke fikk til a).
Stigningstallet er endringen i \( O \) delt på endringen i \( x\text{.} \) Vi regner ut \( O(100) \) og \( O(200)\text{,} \) og deler forskjellen på de 100 bagettene mellom dem.
Metode: For hånd
1. Regn ut de to verdiene Modellen fra oppgaveteksten i a) er: \[ \begin{aligned} O(x) &= -0{,}09x^2 + 51{,}04x \\ &\quad - 2776{,}98 \end{aligned} \]
For \( {x = 100} \) er \( {-0{,}09 \cdot 100^2 = -900} \) og \( {51{,}04 \cdot 100 = 5104}\text{,} \) så: \[ \begin{aligned} \textcolor{blue}{O(100)} &= -900 + 5104 - 2776{,}98 \\ &= \textcolor{blue}{1427{,}02} \end{aligned} \]
For \( {x = 200} \) er \( {-0{,}09 \cdot 200^2 = -3600} \) og \( {51{,}04 \cdot 200 = 10\,208}\text{,} \) så: \[ \begin{aligned} \textcolor{red}{O(200)} &= -3600 + 10\,208 \\ &\quad - 2776{,}98 \\ &= \textcolor{red}{3831{,}02} \end{aligned} \]
2. Finn stigningstallet Stigningstallet er endringen i \( y \) delt på endringen i \( x\text{,} \) som i videoen Oppgave 4A - Del 2 - R1 Eksamen Høst 2025: \[ a = \dfrac{\Delta y}{\Delta x} = \dfrac{\textcolor{red}{O(200)} - \textcolor{blue}{O(100)}}{200 - 100} \]
Plugger vi inn verdiene, får vi: \[ \begin{aligned} a &= \dfrac{\textcolor{red}{3831{,}02} - \textcolor{blue}{1427{,}02}}{200 - 100} \\ &= \dfrac{2404}{100} = 24{,}04 \end{aligned} \]
3. Tolk svaret \( O(x) \) er overskuddet i kroner og \( x \) antall bagetter, så stigningstallet er kroner per bagett. Når salget øker fra 100 til 200 bagetter i uka, øker overskuddet i gjennomsnitt med \( 24{,}04 \) kroner for hver ekstra bagett.

1P vår 2024 - Del 2 - med hjelpemidler

Oppgave 6

8 poeng

Lufttrykk måles ofte i hektopascal (hPa). Jo høyere over havet vi befinner oss, jo lavere er lufttrykket. Lufttrykket ved havets overflate er ca. 1000 hPa. 1000\,\text{hPa}\text{.}
Når lufttrykket er lavere enn 1000 hPa, 1000\,\text{hPa}\text{,} vil kokepunktet for vann være lavere enn 100 ∘C. 100\,^\circ\text{C}\text{.} Se tabellen nedenfor.
LufttrykkKokepunkt for vann(hPa)(°C)100010050081,420060,18041,54029 \begin{array}{r|r} \text{Lufttrykk} & \text{Kokepunkt for vann} \\ \text{(hPa)} & \text{(°C)} \\ \hline 1000 & 100 \\ 500 & 81{,}4 \\ 200 & 60{,}1 \\ 80 & 41{,}5 \\ 40 & 29 \end{array}

Oppgave 6a)

Bestem en modell K K på formen
K(x)=a⋅xb K(x) = a \cdot x^b
som tilnærmet viser sammenhengen mellom lufttrykket x hPa x\,\text{hPa} og kokepunktet K(x) ∘C. K(x)\,^\circ\text{C}\text{.}
Vis løsning på oppgave 6a
Svar
Med a a avrundet til tre desimaler og b b til fire:
K(x)≈7,562⋅x0,3804‾‾ \underline{\underline{K(x) \approx 7{,}562 \cdot x^{0{,}3804}}}
Modellen har formen \( {a \cdot x^b}\text{,} \) som er en potensfunksjon. Vi bruker potensregresjon på punktene i tabellen.
Merk – Eksamen uten PC fra 2027: Uten PC kan du ikke gjøre regresjon. Øv heller på c) med modellen i svaret, med kalkulator.
Metode: Med GeoGebra
1. Gjør potensregresjon Vi legger punktene fra tabellen i en liste og bruker RegPot. Den finner tallene \( \textcolor{blue}{a} \) og \( \textcolor{red}{b} \) som gjør at grafen ligger så nær punktene som mulig. Regresjonene finner du som i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: l1 = {(1000, 100), (500, 81.4), (200, 60.1), (80, 41.5), (40, 29)} K(x) = RegPot(l1)
Med fire desimaler gir GeoGebra: \[ K(x) \approx \textcolor{blue}{7{,}562} \cdot x^{\textcolor{red}{0{,}3804}} \]Altså er \( {\textcolor{blue}{a} \approx \textcolor{blue}{7{,}562}} \) og \( {\textcolor{red}{b} \approx \textcolor{red}{0{,}3804}}\text{,} \) og grafen går nær alle punktene. I c) regner GeoGebra videre med modellen slik den er lagret, og med kalkulator regner vi videre med tallene i svaret.
Merk – Ikke rund av for tidlig: Med GeoGebras standardavrunding, to desimaler, står det \( {7{,}56 \cdot x^{0{,}38}}\text{.} \) Regner vi videre med det, blir høyden i c) omtrent \( 4{,}2 \) km med Aris modell i stedet for \( 4{,}3 \) km. Vis derfor fire desimaler i GeoGebra.
Ari: Betyr dette at det ikke går an å få egg hardkokte oppe på et høyt fjell? Et egg blir ikke hardkokt dersom temperaturen i vannet er lavere enn 85 ∘C. 85\,^\circ\text{C}\text{.}
Lisa: Det kommer vel an på hvor høyt fjellet er?
Ari: Jeg vil lage en modell som viser hvor høyt lufttrykket er x x kilometer over havets overflate. Jeg har lært at lufttrykket minker med ca. 12 % 12\,\% per km.
Lisa: Jeg har lært at lufttrykket halveres for hver 5,5 km. 5{,}5\,\text{km}\text{.} Jeg vil ta utgangspunkt i dette og lage en modell på samme form som den du lager, Ari.

Oppgave 6b)

Lag modellene for Ari og Lisa.
Vis løsning på oppgave 6b
Svar
Med x x km over havet, lufttrykket i hPa og Lisas vekstfaktor avrundet til fire desimaler:
Ari: A(x)=1000⋅0,88x‾‾Lisa: L(x)≈1000⋅0,8816x‾‾ \begin{aligned} &\underline{\underline{\text{Ari: } A(x) = 1000 \cdot 0{,}88^x}} \\ &\underline{\underline{\text{Lisa: } L(x) \approx 1000 \cdot 0{,}8816^x}} \end{aligned}
Begge modellene starter på 1000 hPa ved havet og minker med en fast prosent per km. Vi finner vekstfaktoren for Ari og for Lisa.
Metode: Med kalkulator
1. Lag Aris modell Lufttrykket minker med \( 12\,\% \) per km. Når noe minker med \( p\,\%\text{,} \) er vekstfaktoren: \[ V = 1 - \dfrac{p}{100} \]Hvis du er usikker på vekstfaktor, kan du se videoen Vekstfaktor.
Her er \( {V = 1 - 0{,}12 = \textcolor{red}{0{,}88}}\text{.} \) Ved havet er lufttrykket \( \textcolor{blue}{1000} \) hPa, og for hver km ganger vi med \( \textcolor{red}{0{,}88}\text{,} \) som i videoen Vekstfaktor: \[ A(x) = \textcolor{blue}{1000} \cdot \textcolor{red}{0{,}88}^x \]
2. Lag Lisas modell Lisa vil ha samme form, \( {L(x) = \textcolor{blue}{1000} \cdot \textcolor{green}{c}^x}\text{.} \) Etter \( 5{,}5 \) km er lufttrykket halvert, altså \( 500 \) hPa. Det gir likningen, som i videoen Oppgave 8A - Del 2 - 2P Eksamen Høst 2023: \[ \textcolor{blue}{1000} \cdot \textcolor{green}{c}^{5{,}5} = 500 \]
Vi deler med \( \textcolor{blue}{1000} \) på begge sider og opphøyer i \( \dfrac{1}{5{,}5}\text{.} \) Å opphøye i 1 delt på n er det samme som å ta n-te roten, som i videoen Potenser og røtter: \[ \begin{aligned} \textcolor{green}{c}^{5{,}5} &= 0{,}5 \\ \textcolor{green}{c} &= 0{,}5^{1/5{,}5} \approx \textcolor{green}{0{,}8816} \end{aligned} \]
Det gir: \[ L(x) \approx \textcolor{blue}{1000} \cdot \textcolor{green}{0{,}8816}^x \]
Metode: Med GeoGebra
1. Lag modellene Aris modell skriver vi rett inn. For Lisas modell bruker vi eksponentiell regresjon på punktene \( (0, 1000) \) og \( (5{,}5,\ 500)\text{,} \) som vi finner blant regresjonene i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025. I GeoGebra på bokmål gir RegEksp en modell på formen \( {\textcolor{blue}{a} \cdot \textcolor{green}{b}^x}\text{,} \) der \( \textcolor{blue}{a} \) er startverdien og \( \textcolor{green}{b} \) vekstfaktoren:
Skriv inn i GeoGebra: A(x) = 1000*0.88^x l2 = {(0, 1000), (5.5, 500)} L(x) = RegEksp(l2)
GeoGebra gir \( {L(x) \approx \textcolor{blue}{1000} \cdot \textcolor{green}{0{,}8816}^x}\text{,} \) det samme som med kalkulator. De to grafene ligger nesten oppå hverandre.

Oppgave 6c)

Omtrent hvor høyt over havet er det mulig å få egg hardkokte?
Vis løsning på oppgave 6c
Svar
Lufttrykket må være minst omtrent 578 hPa, og med begge modellene er det mulig å få egg hardkokte opp til omtrent:
4,3 km over havet‾‾ \underline{\underline{4{,}3 \text{ km over havet}}}
Vi bruker modellen fra a) og modellene fra b). Ved følgefeil kan det gis full uttelling.
Et egg blir hardkokt når vannet koker ved minst \( 85\,^\circ\text{C}\text{.} \) Vi finner lufttrykket der kokepunktet er \( 85\,^\circ\text{C}\text{,} \) og så hvor høyt over havet lufttrykket er så lavt.
Metode: Med kalkulator
1. Finn lufttrykket I a) fant vi modellen: \[ K(x) \approx \textcolor{blue}{7{,}562} \cdot x^{\textcolor{red}{0{,}3804}} \]
Kokepunktet skal være \( 85\,^\circ\text{C}\text{,} \) så vi setter \( {K(x) = 85}\text{:} \) \[ \textcolor{blue}{7{,}562} \cdot x^{\textcolor{red}{0{,}3804}} = 85 \]
Vi deler med \( \textcolor{blue}{7{,}562} \) på begge sider og opphøyer i \( \dfrac{1}{\textcolor{red}{0{,}3804}}\text{,} \) som i videoen Potenser og røtter. Med kalkulatoren får vi: \[ \begin{aligned} x^{\textcolor{red}{0{,}3804}} &= \dfrac{85}{\textcolor{blue}{7{,}562}} \approx 11{,}2404 \\ x &\approx 11{,}2404^{1/\textcolor{red}{0{,}3804}} \approx \textcolor{green}{578{,}5} \end{aligned} \]Ved lavere lufttrykk koker vannet ved lavere temperatur, så lufttrykket må være minst omtrent \( \textcolor{green}{578{,}5} \) hPa.
2. Finn høyden I b) fant vi modellene, der \( x \) nå er antall km over havet: \[ \begin{aligned} A(x) &= 1000 \cdot 0{,}88^x \\ L(x) &\approx 1000 \cdot 0{,}8816^x \end{aligned} \]
Med \( {x = 4} \) er lufttrykket omtrent 600 hPa i begge modellene. Vi regner videre med kalkulatoren for hver tiendedel km: \[ \begin{array}{r|r|r} x & A(x) & L(x) \\ \hline 4{,}0 & 599{,}7 & 604{,}1 \\ 4{,}1 & 592{,}1 & 596{,}5 \\ 4{,}2 & 584{,}6 & 589{,}0 \\ 4{,}3 & 577{,}1 & 581{,}7 \\ 4{,}4 & 569{,}8 & 574{,}4 \\ 4{,}5 & 562{,}6 & 567{,}2 \end{array} \]Ifølge Aris modell kommer lufttrykket ned til \( \textcolor{green}{578{,}5} \) hPa mellom \( 4{,}2 \) og \( 4{,}3 \) km, nærmest \( 4{,}3\text{.} \) Ifølge Lisas modell skjer det mellom \( 4{,}3 \) og \( 4{,}4 \) km, også nærmest \( 4{,}3\text{.} \)
Metode: Med GeoGebra
1. Finn lufttrykket Med \( K \) fra a) tegner vi linja \( {y = 85} \) og finner skjæringspunktet med grafen, som med verktøyet «Skjæring mellom to objekter» i videoen Oppgave 1C - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: g: y = 85 P = Skjæring(K, g)
Lufttrykket er førstekoordinaten til \( P\text{,} \) omtrent \( 578{,}34 \) hPa.
2. Finn høyden Med \( A \) og \( L \) fra b) tegner vi linja \( {y = x(P)} \) og finner skjæringspunktene med de to grafene:
Skriv inn i GeoGebra: h: y = x(P) S = Skjæring(A, h) T = Skjæring(L, h)
Avrundet til hundredeler er høyden \( 4{,}28 \) km ifølge Aris modell (punktet \( S \)) og \( 4{,}35 \) km ifølge Lisas (punktet \( T \)). Begge er omtrent \( 4{,}3 \) km.

1P høst 2023 - Del 2 - med hjelpemidler

Oppgave 1

Tabellen nedenfor viser antall personer i Norge som hadde fiske som hovedyrke noen år i perioden 1952–2022.
A˚rAntall fiskere195265 956198225 289199219 780200213 84120129 82520229 591 \begin{array}{r|r} \text{År} & \text{Antall fiskere} \\ \hline 1952 & 65\,956 \\ 1982 & 25\,289 \\ 1992 & 19\,780 \\ 2002 & 13\,841 \\ 2012 & 9\,825 \\ 2022 & 9\,591 \end{array}

Oppgave 1a)

La x x være antall år etter 1950 og bruk opplysningene i tabellen til å bestemme en modell F F som du mener kan brukes til å si noe om antall personer som har hatt fiske som hovedyrke i perioden 1952–2022.
Vis løsning på oppgave 1a
Svar
Eksponentiell regresjon, med x x år etter 1950, a a avrundet til et helt tall og b b til fem desimaler:
F(x)≈66 360⋅0,97143x‾‾ \underline{\underline{F(x) \approx 66\,360 \cdot 0{,}97143^x}}
Antallet fiskere går ned i hele perioden, men stadig langsommere. Det passer med en eksponentiell modell, som går ned med en fast prosent hvert år, og den finner vi med regresjon.
Merk – Eksamen uten PC fra 2027: Uten PC kan du ikke gjøre regresjon på seks punkter. Øv heller på å lage en eksponentiell modell gjennom to av punktene med kalkulatoren, der vekstfaktoren er en rot.
Metode: Med GeoGebra
1. Velg modell Fra 1952 til 1982 gikk antallet ned med omtrent \( 1360 \) personer per år, men fra 2012 til 2022 bare med omtrent \( 23 \) per år. En lineær modell går ned med like mye hvert år og passer dårlig. En eksponentiell modell går ned med en fast prosent hvert år og har formen: \[ F(x) = \textcolor{blue}{a} \cdot \textcolor{red}{b}^x \]der \( \textcolor{blue}{a} \) er startverdien og \( \textcolor{red}{b} \) vekstfaktoren, som i videoen Vekstfaktor.
2. Bruk eksponentiell regresjon Eksponentiell regresjon finner den modellen på denne formen som går så nær punktene som mulig. Med \( x \) år etter 1950 er 1952 \( {x = 2} \) og 2022 \( {x = 72}\text{.} \) Vi legger punktene i en liste og bruker RegEksp, som vi finner blant regresjonene i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: l1 = {(2, 65956), (32, 25289), (42, 19780), (52, 13841), (62, 9825), (72, 9591)} F(x) = RegEksp(l1)
GeoGebra gir \( {F(x) \approx \textcolor{blue}{66\,359{,}66} \cdot \textcolor{red}{0{,}97143}^x}\text{,} \) og grafen går nær alle punktene. Siden \( {1 - \textcolor{red}{0{,}97143} \approx 0{,}029}\text{,} \) går antallet ned med omtrent \( 2{,}9\,\% \) hvert år ifølge modellen.
I b) regner GeoGebra videre med modellen slik den er lagret, med alle desimalene. Med kalkulator regner vi videre med tallene i svaret, i b) og c).
Andre modeller kan også godtas når valget er begrunnet.

Oppgave 1b)

Hvor mange personer i Norge vil ha fiske som hovedyrke i 2050 ifølge modellen fra oppgave a)? Vurder modellens gyldighetsområde.
Vis løsning på oppgave 1b
Svar
Modellen bygger på 1952–2022, så tallet for 2050, avrundet til nærmeste ti, er usikkert og trolig for lavt:
Omtrent 3 660 personer‾‾Gyldig for 2≤x≤72‾‾ \begin{aligned} &\underline{\underline{\text{Omtrent } 3\,660 \text{ personer}}} \\ &\underline{\underline{\text{Gyldig for } 2 \le x \le 72}} \end{aligned}
Vi bruker modellen fra a). Ved følgefeil kan det gis full uttelling.
2050 er 100 år etter 1950, så vi setter inn \( {x = 100} \) i modellen. Så ser vi om 2050 ligger innenfor årene modellen bygger på.
Metode: Med kalkulator
1. Regn ut antallet i 2050 I a) fant vi modellen: \[ F(x) \approx 66\,360 \cdot 0{,}97143^x \]
2050 er \( {2050 - 1950 = \textcolor{green}{100}} \) år etter 1950. Modellen ganger startverdien med vekstfaktoren opphøyd i antall år, som i videoen Vekstfaktor, og kalkulatoren gir: \[ \begin{aligned} F(\textcolor{green}{100}) &\approx 66\,360 \cdot 0{,}97143^{\textcolor{green}{100}} \\ F(100) &\approx 3656 \end{aligned} \]Ifølge modellen vil omtrent \( 3\,660 \) personer ha fiske som hovedyrke i 2050.
2. Vurder gyldighetsområdet En modell er mest pålitelig der vi har målinger, som når vi vurderer gyldighetsområdet i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025. Modellen vår bygger på tallene fra 1952 til 2022, altså \( {2 \le x \le 72}\text{.} \) 2050 ligger 28 år etter det siste året i tabellen, så svaret er usikkert.
De siste ti årene gikk antallet nesten ikke ned, fra \( 9825 \) til \( 9591\text{.} \) Modellen går ned med omtrent \( 2{,}9\,\% \) hvert år og gir bare \( {F(72) \approx 8233} \) for 2022. Den gir derfor trolig for lave tall etter 2022.
Metode: Med GeoGebra
1. Finn punktet på grafen Med \( F \) fra a) i GeoGebra skriver vi inn punktet på grafen der \( {x = 100}\text{:} \)
Skriv inn i GeoGebra: P = (100, F(100))
GeoGebra gir \( {P \approx (100,\ 3658{,}13)}\text{,} \) altså omtrent \( 3\,660 \) personer, som med kalkulator.

Oppgave 1c)

Bestem stigningstallet til den rette linjen som går gjennom punktene (30,F(30)) (30, F(30)) og (70,F(70)). (70, F(70))\text{.} Gi en praktisk tolkning av svaret.
Vis løsning på oppgave 1c
Svar
Med stigningstallet avrundet til et helt tall gikk antall fiskere i gjennomsnitt ned med omtrent 477 personer per år fra 1980 til 2020, ifølge modellen:
Stigningstallet≈−477‾‾ \underline{\underline{\text{Stigningstallet} \approx -477}}
Vi bruker modellen fra a). Ved følgefeil kan det gis full uttelling.
Linja går gjennom to punkter på grafen til \( F\text{.} \) Vi regner ut punktene med modellen og finner stigningstallet mellom dem.
Metode: For hånd
1. Finn stigningstallet Stigningstallet er endringen i \( y \) delt på endringen i \( x\text{:} \) \[ \dfrac{\Delta y}{\Delta x} = \dfrac{\textcolor{red}{y_2} - \textcolor{red}{y_1}}{\textcolor{blue}{x_2} - \textcolor{blue}{x_1}} \]Hvis du er usikker på dette, kan du se videoen Oppgave 4A - Del 2 - R1 Eksamen Høst 2025.
I a) fant vi modellen: \[ F(x) \approx 66\,360 \cdot 0{,}97143^x \]
Punktene er \( (\textcolor{blue}{30}, \textcolor{red}{F(30)}) \) og \( (\textcolor{blue}{70}, \textcolor{red}{F(70)})\text{,} \) og kalkulatoren gir: \[ \begin{aligned} F(\textcolor{blue}{30}) &\approx 66\,360 \cdot 0{,}97143^{\textcolor{blue}{30}} \\ F(30) &\approx \textcolor{red}{27\,813} \\ F(\textcolor{blue}{70}) &\approx 66\,360 \cdot 0{,}97143^{\textcolor{blue}{70}} \\ F(70) &\approx \textcolor{red}{8724} \end{aligned} \]
Plugger vi dette inn, får vi: \[ \begin{aligned} \dfrac{\Delta y}{\Delta x} &\approx \dfrac{\textcolor{red}{8724} - \textcolor{red}{27\,813}}{\textcolor{blue}{70} - \textcolor{blue}{30}} \\ \dfrac{\Delta y}{\Delta x} &\approx \dfrac{-19\,089}{40} \approx -477 \end{aligned} \]
2. Tolk svaret \( {x = 30} \) er 1980, og \( {x = 70} \) er 2020. Stigningstallet er den gjennomsnittlige endringen per år, så fra 1980 til 2020 gikk antall fiskere i gjennomsnitt ned med omtrent \( 477 \) personer per år, ifølge modellen.

1P vår 2023 - Del 2 - med hjelpemidler

Oppgave 6

Tabellen nedenfor viser salg av energidrikker i Norge hvert år fra 2015 til 2021.
A˚rstallSalg(tusen liter)201518 899201621 664201725 381201831 385201941 142202055 497202167 997 \begin{array}{r|r} \text{Årstall} & \text{Salg} \\ & \text{(tusen liter)} \\ \hline 2015 & 18\,899 \\ 2016 & 21\,664 \\ 2017 & 25\,381 \\ 2018 & 31\,385 \\ 2019 & 41\,142 \\ 2020 & 55\,497 \\ 2021 & 67\,997 \end{array}
La x x være antall år etter 2015.

Oppgave 6a)

Lag en modell på formen
E(x)=a⋅bx E(x) = a \cdot b^x
som passer godt med tallene i tabellen.
Vis løsning på oppgave 6a
Svar
Eksponentiell regresjon, med x x år etter 2015, a a avrundet til et helt tall og b b til fire desimaler:
E(x)≈17 396⋅1,2481x‾‾ \underline{\underline{E(x) \approx 17\,396 \cdot 1{,}2481^x}}
Modellen skal ha formen \( {a \cdot b^x}\text{,} \) og tallene \( a \) og \( b \) som passer best med tabellen, finner vi med eksponentiell regresjon.
Merk – Eksamen uten PC fra 2027: Uten PC kan du ikke gjøre regresjon på sju punkter. Øv heller på å lage en eksponentiell modell gjennom to av punktene med kalkulatoren, der vekstfaktoren er en rot: gjennom 2015 og 2021 blir den \( {\left(\dfrac{67\,997}{18\,899}\right)^{1/6} \approx 1{,}2379}\text{.} \)
Metode: Med GeoGebra
1. Bruk eksponentiell regresjon I modellen er \( \textcolor{blue}{a} \) startverdien og \( \textcolor{red}{b} \) vekstfaktoren, som i videoen Vekstfaktor: \[ E(x) = \textcolor{blue}{a} \cdot \textcolor{red}{b}^x \]
Eksponentiell regresjon finner den modellen på denne formen som går så nær punktene som mulig. Med \( x \) år etter 2015 er 2015 \( {x = 0} \) og 2021 \( {x = 6}\text{.} \) Vi legger punktene i en liste og bruker RegEksp, som vi finner blant regresjonene i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: l1 = {(0, 18899), (1, 21664), (2, 25381), (3, 31385), (4, 41142), (5, 55497), (6, 67997)} E(x) = RegEksp(l1)
GeoGebra gir \( {E(x) \approx \textcolor{blue}{17\,396{,}37} \cdot \textcolor{red}{1{,}2481}^x}\text{,} \) og grafen går nær alle punktene. I b) og c) regner vi videre med tallene i svaret.

Oppgave 6b)

Hva forteller tallene a a og b b i modellen du fant i oppgave a)?
Vis løsning på oppgave 6b
Svar
Ifølge modellen var salget omtrent 17 396 17\,396 tusen liter i 2015, og det ganges med 1,2481 1{,}2481 hvert år:
a: salget i 2015‾‾b: økning pa˚ 24,8 % per a˚r‾‾ \begin{aligned} &\underline{\underline{a\text{: salget i 2015}}} \\ &\underline{\underline{b\text{: økning på } 24{,}8\,\% \text{ per år}}} \end{aligned}
Vi bruker modellen fra a). Ved følgefeil kan det gis full uttelling.
I modellen \( {E(x) = a \cdot b^x} \) er \( a \) salget når \( {x = 0}\text{,} \) og \( b \) er tallet salget ganges med for hvert år.
Metode: For hånd
1. Tolk a I a) fant vi modellen: \[ E(x) \approx \textcolor{blue}{17\,396} \cdot \textcolor{red}{1{,}2481}^x \]
Når \( {x = 0}\text{,} \) er \( {\textcolor{red}{1{,}2481}^0 = 1}\text{,} \) så \( {E(0) \approx \textcolor{blue}{17\,396}}\text{.} \) Ifølge modellen var salget omtrent \( 17\,396 \) tusen liter i 2015, altså omtrent \( 17{,}4 \) millioner liter.
2. Tolk b \( \textcolor{red}{b} \) er vekstfaktoren, og for en økning på \( p\,\% \) er: \[ V = 1 + \dfrac{p}{100} \]Hvis du er usikker på vekstfaktor, kan du se videoen Vekstfaktor.
Her er: \[ \textcolor{red}{1{,}2481} = 1 + 0{,}2481 = 1 + \dfrac{24{,}81}{100} \]Ifølge modellen øker salget med omtrent \( 24{,}8\,\% \) hvert år.
I 2022 var salget av energidrikk 73 109 73\,109 tusen liter.

Oppgave 6c)

Hvor stor var økningen i salget av energidrikk i prosent fra 2021 til 2022? Vurder hvordan dette passer med modellen i oppgave a).
Vis løsning på oppgave 6c
Svar
Økningen, avrundet til én desimal, er mye mindre enn de omtrent 24,8 % 24{,}8\,\% per år i modellen, så modellen passer dårlig for 2022:
Økningen var omtrent 7,5 %‾‾ \underline{\underline{\text{Økningen var omtrent } 7{,}5\,\%}}
Vi bruker modellen fra a). Ved følgefeil kan det gis full uttelling.
Vi finner hvor mange prosent salget økte fra 2021 til 2022, og sammenligner med økningen modellen gir hvert år.
Metode: For hånd
1. Finn økningen i prosent Hvor mange prosent noe øker med, finner vi med: \[ \text{prosent} = \dfrac{\textcolor{red}{\text{endring}}}{\textcolor{blue}{\text{gammel}}} \cdot 100\,\% \]Hvis du er usikker på denne formelen, kan du se videoen Regler og Formler med Prosent.
Salget økte fra \( \textcolor{blue}{67\,997} \) til \( 73\,109 \) tusen liter, altså med \( {73\,109 - 67\,997 = \textcolor{red}{5112}} \) tusen liter: \[ \dfrac{\textcolor{red}{5112}}{\textcolor{blue}{67\,997}} \cdot 100\,\% \approx 7{,}5\,\% \]
2. Sammenlign med modellen I a) fant vi modellen: \[ E(x) \approx 17\,396 \cdot 1{,}2481^x \]Den øker med omtrent \( 24{,}8\,\% \) hvert år, men den faktiske økningen var bare omtrent \( 7{,}5\,\%\text{,} \) mye mindre.
For 2022, altså \( {x = 7}\text{,} \) gir modellen: \[ E(7) \approx 17\,396 \cdot 1{,}2481^7 \approx 82\,072 \]Det er omtrent \( 9000 \) tusen liter mer enn de \( 73\,109 \) tusen literne som ble solgt. Salget har ikke fortsatt å øke så raskt som før, så modellen passer dårlig for 2022.

1P høst 2022 - Del 2 - med hjelpemidler

Oppgave 6

Figuren til venstre viser en pendel. Tiden pendelen bruker på å svinge fra posisjon A til posisjon B og tilbake til posisjon A igjen, kalles svingetiden.
Klasse 1STA har utført et forsøk i naturfag. De har målt svingetiden til pendler med ulike snorlengder.
Tabellen nedenfor viser svingetiden til pendler med åtte ulike snorlengder.
SnorlengdeSvingetid(meter)(sekund)0,10,690,31,170,51,440,81,821,02,081,32,271,62,532,02,80 \begin{array}{r|r} \text{Snorlengde} & \text{Svingetid} \\ \text{(meter)} & \text{(sekund)} \\ \hline 0{,}1 & 0{,}69 \\ 0{,}3 & 1{,}17 \\ 0{,}5 & 1{,}44 \\ 0{,}8 & 1{,}82 \\ 1{,}0 & 2{,}08 \\ 1{,}3 & 2{,}27 \\ 1{,}6 & 2{,}53 \\ 2{,}0 & 2{,}80 \end{array}

Oppgave 6a)

Bruk tallene i tabellen, og lag en modell på formen
S(x)=a⋅xb S(x) = a \cdot x^b
som viser svingetiden S(x) S(x) sekunder til en pendel med snorlengde x x meter.
Vis løsning på oppgave 6a
Svar
Med a a avrundet til tre desimaler og b b til fire:
S(x)≈2,029⋅x0,4676‾‾ \underline{\underline{S(x) \approx 2{,}029 \cdot x^{0{,}4676}}}
Modellen skal ha formen \( {a \cdot x^b}\text{,} \) som er en potensfunksjon. Vi bruker potensregresjon på punktene i tabellen.
Merk – Eksamen uten PC fra 2027: Uten PC kan du ikke gjøre regresjon. Øv heller på b) og c), og på å regne ut svingetider med modellen i svaret, med kalkulator.
Metode: Med GeoGebra
1. Gjør potensregresjon Vi legger punktene fra tabellen i en liste og bruker RegPot. Den finner tallene \( \textcolor{blue}{a} \) og \( \textcolor{red}{b} \) som gjør at grafen ligger så nær punktene som mulig. Regresjonene finner du som i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: l1 = {(0.1, 0.69), (0.3, 1.17), (0.5, 1.44), (0.8, 1.82), (1, 2.08), (1.3, 2.27), (1.6, 2.53), (2, 2.8)} S(x) = RegPot(l1)
Med fire desimaler gir GeoGebra: \[ S(x) \approx \textcolor{blue}{2{,}0291} \cdot x^{\textcolor{red}{0{,}4676}} \]Altså er \( {\textcolor{blue}{a} \approx \textcolor{blue}{2{,}0291}} \) og \( {\textcolor{red}{b} \approx \textcolor{red}{0{,}4676}}\text{,} \) og grafen går nær alle punktene.
Formelen
T=2πLg T = 2\pi\sqrt{\dfrac{L}{g}}
kan brukes for å regne ut svingetiden T T til en pendel, når vi ser bort fra friksjon og luftmotstand. L L er snorlengden gitt i meter, og g g er tyngdens akselerasjon. På jorden er g=9,81 m/s2. {g = 9{,}81\,\text{m/s}^2}\text{.}

Oppgave 6b)

Vis at denne formelen kan forenkles til T≈2L. {T \approx 2\sqrt{L}}\text{.}
Vis løsning på oppgave 6b
Svar
Siden 2π9,81≈2,006≈2, {\dfrac{2\pi}{\sqrt{9{,}81}} \approx 2{,}006 \approx 2}\text{,} er:
T≈2L‾‾ \underline{\underline{T \approx 2\sqrt{L}}}
Vi setter inn \( {g = 9{,}81} \) og skriver formelen som et tall ganget med \( \sqrt{L}\text{.} \) Så regner vi ut tallet.
Metode: For hånd
1. Del opp roten Kvadratroten av en brøk er kvadratroten av telleren delt på kvadratroten av nevneren: \[ \sqrt{\dfrac{L}{g}} = \dfrac{\sqrt{L}}{\sqrt{g}} \]
Med \( {g = 9{,}81} \) får vi: \[ \begin{aligned} T &= 2\pi \cdot \dfrac{\sqrt{L}}{\sqrt{9{,}81}} \\ T &= \textcolor{green}{\dfrac{2\pi}{\sqrt{9{,}81}}} \cdot \sqrt{L} \end{aligned} \]
2. Regn ut tallet foran Med kalkulatoren er: \[ \textcolor{green}{\dfrac{2\pi}{\sqrt{9{,}81}}} \approx \dfrac{6{,}2832}{3{,}1321} \approx \textcolor{green}{2{,}006} \]Det er nesten nøyaktig \( 2\text{,} \) så: \[ T \approx \textcolor{green}{2{,}006} \cdot \sqrt{L} \approx 2\sqrt{L} \]

Oppgave 6c)

Sammenlikn modellen du fant i oppgave a), med formelen for T. T\text{.}
Vis løsning på oppgave 6c
Svar
a≈2,03 {a \approx 2{,}03} er nær 2, 2\text{,} og b≈0,47 {b \approx 0{,}47} er nær 0,5, 0{,}5\text{,} så modellen stemmer godt med formelen:
S(x)≈2,03⋅x0,47≈2x‾‾ \underline{\underline{S(x) \approx 2{,}03 \cdot x^{0{,}47} \approx 2\sqrt{x}}}
Vi bruker modellen fra a) og formelen fra b). Ved følgefeil kan det gis full uttelling.
Både modellen og formelen er potenser av snorlengden. Vi skriver kvadratroten som en potens og sammenligner tallene, og så svingetidene for noen snorlengder.
Metode: For hånd
1. Sammenlign uttrykkene Kvadratroten er det samme som å opphøye i en halv, som i videoen Potenser og røtter: \[ \sqrt{L} = L^{1/2} = L^{0{,}5} \]
I a) og b) fant vi, med to desimaler: \[ \begin{aligned} S(x) &\approx \textcolor{blue}{2{,}03} \cdot x^{\textcolor{red}{0{,}47}} \\ T &\approx \textcolor{blue}{2} \cdot L^{\textcolor{red}{0{,}5}} \end{aligned} \]Begge har formen \( {\textcolor{blue}{a} \cdot x^{\textcolor{red}{b}}}\text{,} \) og både \( x \) og \( L \) er snorlengden. Modellen har \( {\textcolor{blue}{a} \approx \textcolor{blue}{2{,}03}}\text{,} \) nær \( \textcolor{blue}{2}\text{,} \) og \( {\textcolor{red}{b} \approx \textcolor{red}{0{,}47}}\text{,} \) nær \( \textcolor{red}{0{,}5}\text{.} \)
2. Sammenlign svingetidene Med modellen fra a) og \( {T = 2{,}006\sqrt{x}}\text{,} \) med to desimaler: \[ \begin{array}{c|c|c} x & S(x) & T \\ \hline 0{,}1 & 0{,}69 & 0{,}63 \\ 0{,}5 & 1{,}47 & 1{,}42 \\ 1{,}0 & 2{,}03 & 2{,}01 \\ 2{,}0 & 2{,}81 & 2{,}84 \end{array} \]Forskjellen er høyst omtrent \( 0{,}06 \) sekunder, så målingene stemmer godt med formelen. Den lille forskjellen kan komme av måleusikkerhet, og av friksjon og luftmotstand, som formelen ser bort fra.

1P vår 2022 - Del 2 - med hjelpemidler

Oppgave 7

Da Eline og Malene kom til hytta, var temperaturen i stua 2,0 ∘C. 2{,}0\,^\circ\text{C}\text{.} De skrudde på varmen og stilte termostaten på 20 ∘C. 20\,^\circ\text{C}\text{.} Tabell 1 viser temperaturen i stua x x minutter etter at de skrudde på varmen.
TidTemperatur(minutter)(°C)12,053,7105,3208,03010,25013,48016,412018,4 \begin{array}{r|r} \text{Tid} & \text{Temperatur} \\ \text{(minutter)} & \text{(°C)} \\ \hline 1 & 2{,}0 \\ 5 & 3{,}7 \\ 10 & 5{,}3 \\ 20 & 8{,}0 \\ 30 & 10{,}2 \\ 50 & 13{,}4 \\ 80 & 16{,}4 \\ 120 & 18{,}4 \end{array}
Tabell 1
Eline og Malene vil lage en modell som viser temperaturen i stua x x minutter etter at de skrudde på varmen. De starter med å bruke tallene i tabell 1 til å lage en modell T1 T_1 på formen T1(x)=a⋅xb {T_1(x) = a \cdot x^b}

Oppgave 7a)

Bestem tallene a a og b. b\text{.}
Vis løsning på oppgave 7a
Svar
Med a a avrundet til tre desimaler og b b til fire:
a≈1,853 og b≈0,4892‾‾ \underline{\underline{a \approx 1{,}853 \text{ og } b \approx 0{,}4892}}
Modellen skal ha formen \( {a \cdot x^b}\text{,} \) som er en potensfunksjon. Vi bruker potensregresjon på tallene i tabell 1.
Merk – Eksamen uten PC fra 2027: Uten PC kan du ikke gjøre regresjon på åtte punkter. Øv heller på å bruke modellen i svaret med kalkulator, som i b).
Metode: Med GeoGebra
1. Gjør potensregresjon Vi legger punktene fra tabell 1 i en liste og bruker RegPot. Den finner tallene \( \textcolor{blue}{a} \) og \( \textcolor{red}{b} \) som gjør at grafen ligger så nær punktene som mulig. Regresjonene finner du som i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: l1 = {(1, 2), (5, 3.7), (10, 5.3), (20, 8), (30, 10.2), (50, 13.4), (80, 16.4), (120, 18.4)} T_1(x) = RegPot(l1)
Med fire desimaler gir GeoGebra: \[ T_1(x) \approx \textcolor{blue}{1{,}8526} \cdot x^{\textcolor{red}{0{,}4892}} \]Altså er \( {\textcolor{blue}{a} \approx \textcolor{blue}{1{,}8526}} \) og \( {\textcolor{red}{b} \approx \textcolor{red}{0{,}4892}}\text{.} \)

Oppgave 7b)

Vurder gyldighetsområdet til modellen T1. T_1\text{.}
Vis løsning på oppgave 7b
Svar
Modellen passer med målingene, men gir 0 ∘C 0\,^\circ\text{C} i starten og over 20 ∘C 20\,^\circ\text{C} etter omtrent 129 minutter:
Gyldig omtrent for 1≤x≤120‾‾ \underline{\underline{\text{Gyldig omtrent for } 1 \le x \le 120}}
Vi bruker modellen fra a). Ved følgefeil kan det gis full uttelling.
Vi sammenligner modellen med det vi vet om stua: temperaturen starter på \( 2{,}0\,^\circ\text{C} \) og blir ikke høyere enn \( 20\,^\circ\text{C}\text{,} \) som termostaten står på.
Metode: Med kalkulator
1. Se på starten I a) fant vi modellen: \[ T_1(x) \approx 1{,}853 \cdot x^{0{,}4892} \]
Den gir \( {T_1(0) = 0\,^\circ\text{C}}\text{,} \) men temperaturen var \( 2{,}0\,^\circ\text{C} \) da de kom. Modellen passer derfor først fra den første målingen, \( {x = 1}\text{.} \)
2. Se på slutten Termostaten står på \( \textcolor{red}{20}\,^\circ\text{C}\text{,} \) så temperaturen stiger ikke over det. Vi finner når modellen kommer opp i \( \textcolor{red}{20}\,^\circ\text{C}\text{:} \) \[ 1{,}853 \cdot x^{0{,}4892} = \textcolor{red}{20} \]
Vi deler med \( 1{,}853 \) og opphøyer i \( \dfrac{1}{0{,}4892} \) med kalkulatoren: \[ \begin{aligned} x^{0{,}4892} &= \dfrac{\textcolor{red}{20}}{1{,}853} \\ x &= \left(\dfrac{\textcolor{red}{20}}{1{,}853}\right)^{1/0{,}4892} \approx 129 \end{aligned} \]Etter omtrent \( 129 \) minutter gir modellen mer enn \( \textcolor{red}{20}\,^\circ\text{C}\text{,} \) og den fortsetter å stige. Etter 4 timer gir den for eksempel \( {T_1(240) \approx 27{,}1\,^\circ\text{C}}\text{.} \)
Kontroll: \( {T_1(129) \approx 19{,}97} \) og \( {T_1(130) \approx 20{,}05}\text{.} \)
3. Vurder gyldighetsområdet Målingene går fra \( 1 \) til \( 120 \) minutter, og der ligger modellen høyst \( 0{,}9\,^\circ\text{C} \) fra målingene. Modellen er derfor gyldig omtrent fra \( 1 \) til \( 120 \) minutter, og den kan i alle fall ikke brukes etter omtrent \( 129 \) minutter. Slik vurderer vi gyldighetsområdet også i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025.
Metode: Med GeoGebra
1. Finn når modellen passerer 20 °C Med modellen fra a) tegner vi linja \( {y = 20} \) og finner skjæringen, som med «Skjæring mellom to objekter» i videoen Oppgave 1C - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: g(x) = 20 S = Skjæring(T_1, g)
GeoGebra skriver selv inn et startpunkt i raden for \( S\text{.} \) Skjæringspunktet er \( {S \approx (129{,}4289,\ 20)}\text{,} \) så etter omtrent \( 129 \) minutter gir modellen mer enn \( 20\,^\circ\text{C}\text{.} \) Grafen starter i origo og ikke i \( 2{,}0\,^\circ\text{C}\text{,} \) så modellen er gyldig omtrent fra \( 1 \) til \( 120 \) minutter, der målingene er.
Eline og Malene ønsker å forbedre modellen T1. T_1\text{.} Eline foreslår at de skal trekke 20 ∘C 20\,^\circ\text{C} fra hver temperatur de har målt, og heller bruke en eksponentialfunksjon som modell. Hun setter opp en ny tabell.
TidKorrigert temperatur(minutter)(°C)1−18,05−16,310−14,720−12,030−9,850−6,680−3,6120−1,6 \begin{array}{r|r} \text{Tid} & \text{Korrigert temperatur} \\ \text{(minutter)} & \text{(°C)} \\ \hline 1 & -18{,}0 \\ 5 & -16{,}3 \\ 10 & -14{,}7 \\ 20 & -12{,}0 \\ 30 & -9{,}8 \\ 50 & -6{,}6 \\ 80 & -3{,}6 \\ 120 & -1{,}6 \end{array}
Tabell 2

Oppgave 7c)

Lag en eksponentialfunksjon f f som passer godt til tallene i tabell 2.
Vis løsning på oppgave 7c
Svar
Eksponentiell regresjon, med a a avrundet til tre desimaler og b b til fire:
f(x)≈−18,087⋅0,9800x‾‾ \underline{\underline{f(x) \approx -18{,}087 \cdot 0{,}9800^x}}
En eksponentialfunksjon har formen \( {a \cdot b^x}\text{.} \) Tallene i tabell 2 er negative, så \( a \) blir negativ. Vi bruker eksponentiell regresjon.
Merk – Eksamen uten PC fra 2027: Uten PC kan du ikke gjøre regresjon på åtte punkter. Øv heller på å lage en eksponentiell modell gjennom to av punktene med kalkulatoren: gjennom \( {(1, -18{,}0)} \) og \( {(120, -1{,}6)} \) blir vekstfaktoren \( {\left(\dfrac{1{,}6}{18{,}0}\right)^{1/119} \approx 0{,}9799}\text{.} \)
Metode: Med GeoGebra
1. Gjør eksponentiell regresjon I modellen er \( \textcolor{blue}{a} \) startverdien og \( \textcolor{red}{b} \) vekstfaktoren, som i videoen Vekstfaktor: \[ f(x) = \textcolor{blue}{a} \cdot \textcolor{red}{b}^x \]
Vi legger punktene fra tabell 2 i en liste og bruker RegEksp, som vi finner blant regresjonene i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: l2 = {(1, -18), (5, -16.3), (10, -14.7), (20, -12), (30, -9.8), (50, -6.6), (80, -3.6), (120, -1.6)} f(x) = RegEksp(l2)
GeoGebra gir \( {\textcolor{blue}{a} \approx \textcolor{blue}{-18{,}0874}} \) og \( {\textcolor{red}{b} \approx \textcolor{red}{0{,}9800}}\text{,} \) som GeoGebra viser som \( 0{,}98\text{.} \) Siden \( {1 - \textcolor{red}{0{,}98} = 0{,}02}\text{,} \) blir avstanden opp til \( 0 \) omtrent \( 2\,\% \) mindre hvert minutt.

Oppgave 7d)

Tegn grafen til T1 T_1 og grafen til f f i samme koordinatsystem. Beskriv forskjeller mellom de to grafene.
Vis løsning på oppgave 7d
Svar
T1 T_1 ligger over x x -aksen og stiger uten grense, mens f f ligger under og flater ut:
T1 vokser uten grense‾‾f nærmer seg 0 nedenfra‾‾ \begin{aligned} &\underline{\underline{T_1 \text{ vokser uten grense}}} \\ &\underline{\underline{f \text{ nærmer seg } 0 \text{ nedenfra}}} \end{aligned}
Vi bruker modellene fra a) og c). Ved følgefeil kan det gis full uttelling.
Vi tegner begge modellene i GeoGebra og sammenligner hvor de starter, om de er positive eller negative, og hva som skjer når \( x \) blir stor.
Merk – Eksamen uten PC fra 2027: Uten PC tegner du grafene for hånd fra en verditabell. Regn ut \( T_1(x) \) og \( f(x) \) for for eksempel \( {x = 0}\text{,} \) \( 30\text{,} \) \( 60\text{,} \) \( 120 \) og \( 240 \) med kalkulatoren.
Metode: Med GeoGebra
1. Tegn grafene Med listene fra a) og c) skriver vi inn begge regresjonene, som i videoen Oppgave 1A - Del 2 - R1 Eksamen Høst 2025:
Skriv inn i GeoGebra: T_1(x) = RegPot(l1) f(x) = RegEksp(l2)
2. Beskriv forskjellene Grafen til \( \textcolor{blue}{T_1} \) starter i origo, ligger over x-aksen og stiger hele tiden, også forbi \( 20\text{.} \) Den blir slakere, men stiger uten grense.
Grafen til \( \textcolor{red}{f} \) starter i omtrent \( {-18{,}1}\text{,} \) ligger under x-aksen og stiger raskest i starten. Den flater ut og nærmer seg x-aksen, \( {y = 0}\text{,} \) men kommer aldri helt opp.
Malene mener de kan bruke funksjonen f f til å lage en bedre modell enn T1 T_1 for temperaturen i stua. «Vi løfter grafen til f f opp 20 ∘C, 20\,^\circ\text{C}\text{,} slik at den starter omtrent i punktet (0,2) (0, 2) », sier hun. «Da vil den passe perfekt.»

Oppgave 7e)

Bruk funksjonen f, f\text{,} og lag en modell T2 T_2 ved å gjøre som Malene foreslår. Hva vil temperaturen i stua være etter 4 timer ifølge modellen T2? T_2\text{?}
Vis løsning på oppgave 7e
Svar
Modellen er f f løftet 20 20 opp. Etter 4 timer, 240 240 minutter, avrundet til én desimal:
T2(x)≈−18,087⋅0,9800x+20‾‾T2(240)≈19,9 ∘C‾‾ \begin{aligned} &\underline{\underline{T_2(x) \approx -18{,}087 \cdot 0{,}9800^x + 20}} \\ &\underline{\underline{T_2(240) \approx 19{,}9\,^\circ\text{C}}} \end{aligned}
Vi bruker modellen fra c). Ved følgefeil kan det gis full uttelling.
Å løfte grafen \( 20\,^\circ\text{C} \) opp er å legge til \( 20 \) til funksjonsuttrykket. Så setter vi inn \( 4 \) timer, altså \( 240 \) minutter.
Metode: Med kalkulator
1. Lag modellen I c) fant vi: \[ f(x) \approx -18{,}087 \cdot 0{,}9800^x \]
Vi løfter grafen \( \textcolor{green}{20} \) opp ved å legge \( \textcolor{green}{20} \) til hver funksjonsverdi: \[ \begin{aligned} T_2(x) &= f(x) + \textcolor{green}{20} \\ T_2(x) &\approx -18{,}087 \cdot 0{,}9800^x + \textcolor{green}{20} \end{aligned} \]Da er \( {T_2(0) \approx 1{,}9}\text{,} \) så grafen starter omtrent i \( (0, 2)\text{,} \) slik Malene sier.
2. Sett inn 4 timer 4 timer er \( {4 \cdot 60 = \textcolor{blue}{240}} \) minutter. Vekstfaktoren opphøyes i antall minutter, som i videoen Vekstfaktor, og kalkulatoren gir: \[ \begin{aligned} T_2(\textcolor{blue}{240}) &\approx -18{,}087 \cdot 0{,}9800^{\textcolor{blue}{240}} + \textcolor{green}{20} \\ T_2(240) &\approx 19{,}86 \end{aligned} \]
Metode: Med GeoGebra
1. Finn punktet på grafen Med \( f \) fra c) skriver vi inn \( T_2 \) og punktet på grafen der \( {x = 240}\text{:} \)
Skriv inn i GeoGebra: T_2(x) = f(x) + 20 P = (240, T_2(240))
GeoGebra gir \( {P \approx (240,\ 19{,}8585)}\text{,} \) det samme som med kalkulator.