Eksamenssett.no
  • Python-lærebok
  • GeoGebra-lærebok
  • Ressurser
  • Hoderegning
Eksamenssett.no

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Lærebok
PersonvernVilkår

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Deler av innholdet er utviklet med hjelp av AI-verktøy

Eksamenssett.no
  • Python-lærebok
  • GeoGebra-lærebok
  • Ressurser
  • Hoderegning

Innholdsfortegnelse

  • 1.1

    Kommentarer, print() og feilmeldinger

    3 øvelser8 min
  • 1.2

    Variabeltyper og datatyper

    1 øvelser12 min
  • 1.3

    Regneoperatorer

    4 øvelser15 min
  • 1.4

    Input fra bruker

    3 øvelser10 min
  • 1.5

    If-setninger og logiske operatorer

    5 øvelser15 min
  • 1.6

    Funksjoner

    6 øvelser20 min
  • 1.7

    Lister og listeoperasjoner

    2 øvelser12 min
  • 1.8

    While-løkker

    4 øvelser15 min
  • 1.9

    For-løkker og range()

    5 øvelser18 min
  • 1.10

    and, or og elif

    1 øvelser10 min
  • 1.11

    Bibliotek import og random-modulen

    5 øvelser15 min
  • 2.1

    Variabler og print

    4 øvelser15 min
  • 2.2

    Input og beregninger

    4 øvelser15 min
  • 2.3

    If-setninger

    4 øvelser18 min
  • 2.4

    Løkker

    4 øvelser18 min
  • 2.5

    Prosjekt - Enkel kalkulator

    3 øvelser25 min
  • 3.1

    Funksjoner

    5 øvelser20 min
  • 3.2

    Lister

    5 øvelser18 min
  • 3.3

    Statistikk med lister

    5 øvelser22 min
  • 3.4

    Prosjekt - Dataanalyse

    4 øvelser30 min
  • 4.1

    Repetisjon og funksjoner

    5 øvelser20 min
  • 4.2

    Matematisk modellering

    5 øvelser25 min
  • 4.3

    Løse likninger numerisk

    5 øvelser25 min
  • 4.4

    Prosjekt - Modellering

    4 øvelser35 min
  • 5.1

    Prosentregning

    4 øvelser18 min
  • 5.2

    Økonomi og budsjett

    4 øvelser20 min
  • 5.3

    Lån og renter

    5 øvelser22 min
  • 5.4

    Prosjekt - Økonomiplanlegger

    3 øvelser30 min
  • 6.1

    Funksjoner i Python

    5 øvelser20 min
  • 6.2

    Polynomer og nullpunkter

    5 øvelser22 min
  • 6.3

    Halveringsmetoden

    5 øvelser25 min
  • 6.4

    Prosjekt - Funksjonsanalyse

    4 øvelser30 min
  • 7.1

    Statistiske mål

    5 øvelser20 min
  • 7.2

    Standardavvik

    5 øvelser22 min
  • 7.3

    Simulering

    5 øvelser25 min
  • 7.4

    Prosjekt - Statistisk analyse

    4 øvelser35 min
  • 8.1

    Kombinatorikk

    5 øvelser22 min
  • 8.2

    Binomialfordeling

    5 øvelser25 min
  • 8.3

    Simulering av forsøk

    5 øvelser25 min
  • 8.4

    Prosjekt - Monte Carlo

    4 øvelser35 min
  • 9.1

    Numerisk derivasjon

    5 øvelser25 min
  • 9.2

    Ekstremalpunkter

    5 øvelser25 min
  • 9.3

    Newtons metode

    5 øvelser28 min
  • 9.4

    Prosjekt - Optimering

    4 øvelser35 min
  • 10.1

    Normalfordeling

    5 øvelser25 min
  • 10.2

    Konfidensintervall

    5 øvelser28 min
  • 10.3

    Hypotesetesting

    5 øvelser30 min
  • 10.4

    Prosjekt - Statistisk inferens

    4 øvelser40 min
  • 11.1

    Numerisk integrasjon

    5 øvelser25 min
  • 11.2

    Trapesmetoden og Simpson

    5 øvelser28 min
  • 11.3

    Rekursive følger

    5 øvelser30 min
  • 11.4

    Prosjekt - Arealer og volum

    4 øvelser40 min

Bruk ← → piltaster for navigasjon

Total fremgang
0%
11.4: Øvelser bestått0 av 0

0% fullført

Lærebok/Kapittel 11.4
R2 - Integrasjon

Kapittel 11.4

Prosjekt - Arealer og volum

I dette prosjektkapitlet skal du kombinere numerisk integrasjon og rekursjon for å løse praktiske problemer med arealer og volum.

Prosjekt 1: Areal under komplekse kurver

Nå skal vi bruke våre integrasjonsmetoder til å beregne arealet under mer komplekse funksjoner som ikke har enkle analytiske løsninger.

Oppgave: Normalfordelingskurven

Normalfordelingen (Gauss-kurven) er gitt ved:

f(x) = (1/√(2π)) · e^(-x²/2)

Arealet under hele kurven er 1. Vi skal beregne arealet fra -1 til 1 (omtrent 68% av totalarealet).

Normalfordeling: Areal fra -1 til 1
PythonAuto-lagret
Loading...
68-95-99.7 regelen
Resultatene skal være omtrent: 68% innenfor 1σ, 95% innenfor 2σ, og 99.7% innenfor 3σ. Dette kalles 68-95-99.7 regelen i statistikk!

Prosjekt 2: Volum ved rotasjon

Når vi roterer en kurve rundt x-aksen, får vi et rotasjonslegeme. Volumet av dette legemet kan beregnes med formelen:

Volumformel

V = π · ∫ₐᵇ [f(x)]² dx

Vi integrerer tverrsnittsarealet π·r² = π·[f(x)]² langs x-aksen

Eksempel: Kule
En kule med radius R kan lages ved å rotere halvsirkelen f(x) = √(R² - x²) rundt x-aksen. Volumet skal bli (4/3)πR³.
Beregn volum av kule
PythonAuto-lagret
Loading...

Prosjekt 3: Rekursiv integrasjon

Vi kan bruke rekursjon til å forbedre integrasjonsnøyaktigheten gradvis. Dette kalles adaptiv integrasjon.

Adaptiv integrasjon

Ideen er å doble antall intervaller til vi når ønsket nøyaktighet:

  1. Start med n intervaller
  2. Beregn integralet I₁
  3. Doble n og beregn integralet I₂
  4. Hvis |I₂ - I₁| < toleranse, stopp. Ellers gjenta fra steg 3
Adaptiv integrasjon med rekursjon
PythonAuto-lagret
Loading...
Tips
Adaptiv integrasjon er veldig effektiv! Den bruker bare så mange intervaller som nødvendig for å oppnå ønsket presisjon.

Prosjektoppgaver

Prosjekt 11.1: Areal mellom to kurver
Beregn arealet mellom kurvene f(x) = x² og g(x) = √x fra x = 0 til x = 1. Arealet mellom to kurver er: A = ∫ₐᵇ |f(x) - g(x)| dx Siden √x > x² på intervallet [0, 1], kan vi beregne: ∫₀¹ (√x - x²) dx Det eksakte svaret er 1/3.
Lett
PythonAuto-lagret
Loading...
Prosjekt 11.2: Volum av kjeglen
En kjeglen med radius R og høyde H kan lages ved å rotere linjen f(x) = (R/H)·x rundt x-aksen fra x = 0 til x = H. Beregn volumet numerisk og sammenlign med den kjente formelen: V = (1/3)πR²H Test med R = 3 og H = 5.
Medium
PythonAuto-lagret
Loading...
Prosjekt 11.3: Fibonacci-spiralen
Lag en visualisering av Fibonacci-spiralen ved å: 1. Generere de første 15 Fibonacci-tallene 2. For hvert Fibonacci-tall Fₙ, beregn arealet av kvadratet med sidelengde Fₙ 3. Summer alle kvadratarealene 4. Sammenlign med tilnærmingen basert på det gyldne snitt φ = (1+√5)/2 Areal av Fibonacci-kvadratene ≈ (Fₙ · Fₙ₊₁)
Vanskelig
PythonAuto-lagret
Loading...

🏆Ekstra utfordring: Monte Carlo-integrasjon

Monte Carlo-integrasjon bruker tilfeldige punkter for å estimere arealer. Dette er en helt annen metode enn Riemann-summer og trapesmetoden!

Slik fungerer det:

  1. Generer N tilfeldige punkter (x, y) i et rektangel som inneholder kurven
  2. Tell hvor mange punkter som ligger under kurven
  3. Areal ≈ (antall under kurven / totalt antall) · areal av rektangel
Monte Carlo: Beregn π
PythonAuto-lagret
Loading...
Merk
Monte Carlo-metoder er spesielt nyttige for høydimensjonale integraler der tradisjonelle metoder blir for trege!

Oppsummering av kapittel 11

✓Numerisk integrasjon: Riemann-sum, trapes, Simpson

✓Simpsons regel gir best nøyaktighet for glatte funksjoner

✓Rekursive følger: aₙ₊₁ = f(aₙ), inkludert Fibonacci og geometriske følger

✓Volum ved rotasjon: V = π·∫[f(x)]² dx

✓Adaptiv integrasjon og Monte Carlo-metoder for avanserte problemer

Forrige kapittel

11.3: Rekursive følger

Arbeide med rekursive følger og differensiallikninger.

Gratulerer! 🎉

Alle kapitler fullført

Tips: Bruk ← og → piltaster for å navigere

Eksamenssett.no

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Lærebok
PersonvernVilkår

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Deler av innholdet er utviklet med hjelp av AI-verktøy