Derivasjon i modellering og optimering
Samme emne år for år (spiralprogresjon). Velg trinnet du er på – hvert trinn er delt i korte sider du blar deg gjennom.
- R1På 1T deriverte du polynomer med faste regler. Her bruker du den deriverte til noe mer: å TOLKE hva den forteller deg om en modell av reelle naturvitenskapelige data (vokser en bakteriekultur raskere eller saktere over tid?), og å LØSE optimaliseringsproblemer (når når en kastet ball sin største høyde, eller hvilken form gir minst materialforbruk?).
- R2På R1 brukte du DERIVASJON alene til å analysere modeller. Her kombinerer du derivasjon OG integrasjon: fra en RATE (hvor fort noe endrer seg) finner du den TOTALE endringen med integrasjon, og fra en TOTAL mengde finner du raten med derivasjon – de to verktøyene utfyller hverandre. Du lærer også å VELGE riktig funksjonstype (lineær, eksponentiell, potens …) når du skal modellere et reelt datasett.
- S1På 1T deriverte du polynomer med faste regler. Her bruker du den deriverte til noe mer: å TOLKE hva den forteller deg om en modell av reelle data (vokser en bedrifts overskudd raskere eller saktere over tid?), og å LØSE optimaliseringsproblemer (hvor mange enheter gir størst profitt?). Du trener også på å skrive ned resonnementet ditt presist, med matematisk symbolspråk – ikke bare komme frem til riktig svar, men VISE hvorfor det stemmer.
- S2På S1 brukte du derivasjon til å optimere profitt. Her går du videre med et sentralt økonomisk begrep: GRENSEKOSTNAD og GRENSEINNTEKT – hva koster/tjener bedriften på akkurat ÉN ekstra enhet? Du bruker også det nye integral-verktøyet ditt til å gå MOTSATT vei, fra en kjent grensestørrelse til den totale endringen, og analyserer funksjoner ved å kombinere BEGGE verktøyene: derivasjon for ekstremalpunkter, integrasjon for akkumulert endring.