Eksamenssett logo
eksamenssett.noTren målrettet
  • Ungdomsskole/VGS
  • Høyskole
  • Ressurser
  • Skolenyttig
  • Forum
eksamenssett.noTren målrettet

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Om ossFAQPersonvernVilkårAngrerettKontakt

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Innholdet er utviklet med AI-verktøy og kvalitetssikres kontinuerlig. Slik jobber vi med kvalitet →

Eksamenssett.no eies og drives av Studenthjelp Privatundervisning AS

Eksamenssett logo
eksamenssett.noTren målrettet
  • Ungdomsskole/VGS
  • Høyskole
  • Ressurser
  • Skolenyttig
  • Forum
eksamenssett.noTren målrettet

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Om ossFAQPersonvernVilkårAngrerettKontakt

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Innholdet er utviklet med AI-verktøy og kvalitetssikres kontinuerlig. Slik jobber vi med kvalitet →

Eksamenssett.no eies og drives av Studenthjelp Privatundervisning AS

Eksamenssett logo
eksamenssett.noTren målrettet
  • Ungdomsskole/VGS
  • Høyskole
  • Ressurser
  • Skolenyttig
  • Forum
eksamenssett.noTren målrettet

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Om ossFAQPersonvernVilkårAngrerettKontakt

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Innholdet er utviklet med AI-verktøy og kvalitetssikres kontinuerlig. Slik jobber vi med kvalitet →

Eksamenssett.no eies og drives av Studenthjelp Privatundervisning AS

Eksamenssett logo
eksamenssett.noTren målrettet
  • Ungdomsskole/VGS
  • Høyskole
  • Ressurser
  • Skolenyttig
  • Forum
eksamenssett.noTren målrettet

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Om ossFAQPersonvernVilkårAngrerettKontakt

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Innholdet er utviklet med AI-verktøy og kvalitetssikres kontinuerlig. Slik jobber vi med kvalitet →

Eksamenssett.no eies og drives av Studenthjelp Privatundervisning AS

Eksamenssett logo
eksamenssett.noTren målrettet
  • Ungdomsskole/VGS
  • Høyskole
  • Ressurser
  • Skolenyttig
  • Forum
  1. Hjem
  2. Matematikk
  3. S1
  4. Løsning Vår 2024
VG2

Løsningsforslag Matematikk S1Vår 2024

Se eksamensoppgaven
Høst 2024NyereHøst 2023Eldre
Om løsningsforslaget: Dette er et veiledende løsningsforslag laget av eksamenssett.no. Det kan finnes alternative fremgangsmåter som også gir riktig svar.

Løsningsforslag – Matematikk S1 Vår 2024

Del 1

Oppgave 1 (2 poeng)

Deriver funksjonen \( f(x) = 4x^2 \cdot \ln(3x) \).

Vi bruker produktregelen: \( (u \cdot v)' = u' \cdot v + u \cdot v' \).

La \( u = 4x^2 \) og \( v = \ln(3x) \). Da er:

\[ u' = 8x \] \[ v' = \frac{1}{3x} \cdot 3 = \frac{1}{x} \]

Produktregelen gir:

\[ f'(x) = 8x \cdot \ln(3x) + 4x^2 \cdot \frac{1}{x} \] \[ f'(x) = 8x \cdot \ln(3x) + 4x \]
\[ f'(x) = 8x\ln(3x) + 4x \]
Vanlig feil: Mange glemmer å bruke produktregelen og deriverer i stedet hvert ledd for seg, dvs. skriver \( (u \cdot v)' = u' \cdot v' \). Husk at produktregelen krever \( (u \cdot v)' = u' \cdot v + u \cdot v' \). Denne feilen fører ofte til at svaret mangler ett av de to leddene, og det endelige uttrykket blir feil.

Oppgave 2 (2 poeng)

Løs likningen \( (\ln x)^2 - \ln x = 6 \).

Vi substituerer \( u = \ln x \) og får:

\[ u^2 - u = 6 \] \[ u^2 - u - 6 = 0 \]

Vi bruker abc-formelen (eller faktoriserer):

\[ (u - 3)(u + 2) = 0 \]

Dette gir \( u = 3 \) eller \( u = -2 \).

Tilbakesubstitusjon:

  • \( \ln x = 3 \implies x = e^3 \)
  • \( \ln x = -2 \implies x = e^{-2} \)
\[ x = e^3 \quad \text{eller} \quad x = e^{-2} \]
Vanlig feil: Ved substitusjon (f.eks. \( u = e^x \) eller \( u = \lg x \)) glemmer mange å sjekke hvilke verdier den nye variabelen kan ta. Siden \( e^x > 0 \) alltid, må man forkaste negative løsninger for \( u \) ved tilbakesubstitusjon. Tilsvarende kan \( 10^x \) aldri bli negativt.

Oppgave 3 (2 poeng)

Funksjonen \( f \) er gitt ved \( f(x) = e^{-x+1} \), \( D_f = \mathbb{R} \).
Bestem grenseverdiene \( \displaystyle\lim_{x \to \infty} f(x) \) og \( \displaystyle\lim_{x \to -\infty} f(x) \) dersom de eksisterer.

Grenseverdi når \( x \to \infty \):

Når \( x \to \infty \), går eksponenten \( -x + 1 \to -\infty \). Dermed:

\[ \lim_{x \to \infty} e^{-x+1} = 0 \]

Grenseverdi når \( x \to -\infty \):

Når \( x \to -\infty \), går eksponenten \( -x + 1 \to +\infty \). Dermed:

\[ \lim_{x \to -\infty} e^{-x+1} = \infty \]
\[ \lim_{x \to \infty} f(x) = 0 \] \[ \lim_{x \to -\infty} f(x) = \infty \quad \text{(grenseverdien eksisterer ikke som et endelig tall)} \]
Vanlig feil: Når telleren nærmer seg en verdi ulik null mens nevneren nærmer seg null, divergerer brøken mot \( \pm\infty \). Mange forveksler dette med formen \( \frac{0}{0} \), der man kan forkorte. Her kan man ikke forkorte, og grenseverdien eksisterer ikke som et endelig tall.

Oppgave 4 (4 poeng)

I en skuff ligger det 6 gule, 5 svarte og 4 hvite sokker (totalt 15 sokker).
a) Du tar 2 sokker tilfeldig. Bestem sannsynligheten for at begge er gule.
b) Du tar 3 sokker tilfeldig. Bestem sannsynligheten for at minst 2 av sokkene har samme farge.

a)

Antall måter å velge 2 sokker av 15 på: \( \binom{15}{2} = 105 \)

Antall måter å velge 2 gule sokker av 6 på: \( \binom{6}{2} = 15 \)

\[ P(\text{begge gule}) = \frac{\binom{6}{2}}{\binom{15}{2}} = \frac{15}{105} = \frac{1}{7} \]
\[ P(\text{begge gule}) = \frac{1}{7} \approx 0{,}143 \]
Vanlig feil: Mange blander sammen ordnet utvalg (permutasjoner) og uordnet utvalg (kombinasjoner). Bruk \( \binom{n}{k} \) (kombinasjoner) når rekkefølgen ikke betyr noe, og \( P(n,k) = \frac{n!}{(n-k)!} \) (permutasjoner) når rekkefølgen er viktig. Feil valg av formel kan gi et svar som er mangedobbelt for stort eller lite.

b)

Vi bruker komplementsetningen. Komplementhendelsen til «minst 2 av samme farge» er «alle 3 har forskjellig farge».

Det er 3 farger (gul, svart, hvit). For at alle 3 sokker har forskjellig farge, må vi velge én av hver:

\[ \text{Gunstige} = \binom{6}{1} \cdot \binom{5}{1} \cdot \binom{4}{1} = 6 \cdot 5 \cdot 4 = 120 \]

Totalt antall måter å velge 3 av 15:

\[ \binom{15}{3} = 455 \]

Sannsynligheten for alle forskjellige:

\[ P(\text{alle forskjellige}) = \frac{120}{455} = \frac{24}{91} \]

Dermed:

\[ P(\text{minst 2 like}) = 1 - \frac{24}{91} = \frac{67}{91} \]
\[ P(\text{minst 2 av samme farge}) = \frac{67}{91} \approx 0{,}736 \]
Vanlig feil: Ved «minst én»-oppgaver prøver mange å telle alle gunstige utfall direkte. Det er ofte mye enklere å bruke komplementsetningen: \( P(\text{minst én}) = 1 - P(\text{ingen}) \). Denne metoden reduserer beregningen til ett enkelt tilfelle i stedet for mange.

Oppgave 5 (2 poeng)

En funksjon \( f \) er definert ved \[ f(x) = \begin{cases} x, & 0 \le x \le 2 \\ 5 - x, & 2 < x \le 5 \end{cases} \] Gi funksjonen \( f \) en ny definisjonsmengde slik at \( f \) er kontinuerlig, definisjonsmengden er så stor som mulig, og verdimengden er uendret.

Analyse av funksjonen:

Vi undersøker kontinuitet ved \( x = 2 \):

  • Fra venstre: \( \displaystyle\lim_{x \to 2^{-}} f(x) = 2 \) og \( f(2) = 2 \).
  • Fra høyre: \( \displaystyle\lim_{x \to 2^{+}} f(x) = 5 - 2 = 3 \).

Siden grenseverdiene er ulike, er \( f \) ikke kontinuerlig i \( x = 2 \).

Verdimengden til \( f \):

  • På \( [0, 2] \): \( f(x) = x \) gir verdier i \( [0, 2] \).
  • På \( (2, 5] \): \( f(x) = 5 - x \) gir verdier i \( [0, 3) \).

Samlet verdimengde: \( V_f = [0, 3) \).

Ny definisjonsmengde:

For at \( f \) skal være kontinuerlig, må vi fjerne punktet \( x = 2 \) (der spranget oppstår). Funksjonen er kontinuerlig på \( [0, 2) \) og på \( (2, 5] \) hver for seg.

Vi setter den nye definisjonsmengden til \( D_f = [0, 2) \cup (2, 5] \).

Kontroll av verdimengden:

  • På \( [0, 2) \): verdier i \( [0, 2) \).
  • På \( (2, 5] \): verdier i \( [0, 3) \). Merk at \( f(3) = 2 \), så verdien 2 oppnås.

Samlet verdimengde: \( [0, 2) \cup [0, 3) = [0, 3) \). Dette er uendret.

Den nye definisjonsmengden er \( D_f = [0, 2) \cup (2, 5] \).
Funksjonen er kontinuerlig på denne mengden, definisjonsmengden er så stor som mulig, og verdimengden \( [0, 3) \) er uendret.
Del 2

Oppgave 1 (6 poeng)

Bedriften Edison produserer biler. Kostnaden (i 1000 kr) ved å produsere \( x \) biler per måned er gitt ved \[ K(x) = 200x \cdot 1{,}015^x + 200 \] Hver bil selges for 600 000 kr.
a) Hvilken produksjonsmengde gir størst mulig overskudd?
b) Hvilken produksjonsmengde gir lavest mulig enhetskostnad?
c) Edison lager 70 biler til et firma. Kontrakten gir overskudd på 15 millioner kr. Hvilken pris ble avtalt per bil?

a)

Inntekten er (i 1000 kr):

\[ I(x) = 600x \]

Overskuddet er:

\[ O(x) = I(x) - K(x) = 600x - 200x \cdot 1{,}015^x - 200 \]

Vi deriverer for å finne maksimum:

\[ O'(x) = 600 - 200 \cdot 1{,}015^x - 200x \cdot 1{,}015^x \cdot \ln(1{,}015) \] \[ O'(x) = 600 - 200 \cdot 1{,}015^x\big(1 + x \cdot \ln(1{,}015)\big) \]

Vi setter \( O'(x) = 0 \) og løser med digitale verktøy (CAS):

Ved å evaluere \( O(x) \) for aktuelle verdier:

\(x\)\(O(x)\) (tusen kr)
399 260
409 288
419 302
429 302
439 287

Overskuddet er størst for \( x \approx 41{,}5 \). Siden \( x \) må være et heltall, gir både 41 og 42 biler tilnærmet likt (størst) overskudd.

Produksjonsmengden som gir størst overskudd er ca. 41–42 biler per måned, med et overskudd på ca. 9,3 millioner kroner.
Vanlig feil: Mange forveksler grensekostnad med gjennomsnittskostnad. Grensekostnaden \( K'(x) \) er kostnaden for å produsere én ekstra enhet, mens gjennomsnittskostnaden er \( \frac{K(x)}{x} \). Størst overskudd oppnås når grensekostnaden er lik grenseinntekten, ikke når gjennomsnittskostnaden er lavest.
💻 Slik gjør du det i GeoGebra CAS:
  • Definer kostnadsfunksjonen: K(x) := 200x · 1.015^x + 200
  • Definer overskuddet: O(x) := 600x - K(x)
  • Beregn overskuddet for 41 biler: Numerisk(O(41)) → gir \(\approx 9302\) (tusen kr)
GeoGebra CAS: K(x)=200x·1.015^x+200, O(x)=600x-K(x), O(41)≈9302

b)

Enhetskostnaden er:

\[ E(x) = \frac{K(x)}{x} = 200 \cdot 1{,}015^x + \frac{200}{x} \]

Vi deriverer:

\[ E'(x) = 200 \cdot \ln(1{,}015) \cdot 1{,}015^x - \frac{200}{x^2} \]

Vi setter \( E'(x) = 0 \):

\[ \ln(1{,}015) \cdot 1{,}015^x = \frac{1}{x^2} \]

Løser numerisk med digitale verktøy og evaluerer:

\(x\)\(E(x)\) (tusen kr per bil)
6252,0
7250,5
8250,3
9250,9
10252,1
Produksjonsmengden som gir lavest enhetskostnad er 8 biler per måned, med en enhetskostnad på ca. 250 300 kr per bil.

c)

Vi finner først kostnaden ved å produsere 70 biler:

\[ K(70) = 200 \cdot 70 \cdot 1{,}015^{70} + 200 \approx 200 \cdot 70 \cdot 2{,}8355 + 200 \approx 39\,896 \text{ (tusen kr)} \]

La \( p \) være prisen per bil (i tusen kr). Overskuddet skal være 15 000 tusen kr:

\[ 70p - K(70) = 15\,000 \] \[ 70p = 15\,000 + 39\,896 = 54\,896 \] \[ p = \frac{54\,896}{70} \approx 784{,}2 \]
Prisen per bil i kontrakten er ca. 784 200 kr.

Oppgave 2 (4 poeng)

Avgjør om hver påstand er sann eller usann. Forklar resonnementet.
a) Påstand: Når \( x > 0 \), er \( e^{k \cdot \ln(x)} = x^k \).
b) Påstand: Når \( 1 < a < \dfrac{b}{2} \), er \( \dbinom{b}{a+1} > \dbinom{b}{a} \).

a)

Vi bruker logaritmereglene. Når \( x > 0 \):

\[ e^{k \cdot \ln(x)} = e^{\ln(x^k)} = x^k \]

Her har vi brukt at \( k \cdot \ln(x) = \ln(x^k) \) (potensregelen for logaritmer) og at \( e^{\ln(a)} = a \) for \( a > 0 \).

Merk: Siden \( x > 0 \), er \( x^k > 0 \), slik at \( e^{\ln(x^k)} = x^k \) gjelder.

Påstanden er SANN.

b)

Vi undersøker forholdet mellom de to binomialkoeffisientene:

\[ \frac{\binom{b}{a+1}}{\binom{b}{a}} = \frac{b!}{(a+1)!(b-a-1)!} \cdot \frac{a!(b-a)!}{b!} = \frac{b-a}{a+1} \]

For at \( \binom{b}{a+1} > \binom{b}{a} \), trenger vi:

\[ \frac{b-a}{a+1} > 1 \quad \Leftrightarrow \quad b - a > a + 1 \quad \Leftrightarrow \quad b > 2a + 1 \]

Betingelsen i oppgaven er \( 1 < a < \frac{b}{2} \), som gir \( b > 2a \). Men vi trenger \( b > 2a + 1 \).

Moteksempel: La \( a = 2 \) og \( b = 5 \). Da er \( 1 < 2 < \frac{5}{2} = 2{,}5 \) (betingelsen er oppfylt).

\[ \binom{5}{3} = 10 \quad \text{og} \quad \binom{5}{2} = 10 \]

Her er \( \binom{5}{3} = \binom{5}{2} \), altså er de like, ikke strengt større.

Påstanden er USANN. Moteksempel: \( a = 2, \, b = 5 \) gir \( \binom{5}{3} = \binom{5}{2} = 10 \).

Oppgave 3 (4 poeng)

En skole har regler for passord.
Regelsett 1: Nøyaktig 6 tegn, bare store og små bokstaver, minst én stor og minst én liten bokstav.
a) Hvor mange forskjellige passord kan lages med regelsett 1?
Regelsett 2: Nøyaktig 6 tegn, nøyaktig 2 store bokstaver, 2 små bokstaver, 2 siffer.
b) Vurder effekten på sikkerheten av regelsett 2.

a)

Det norske alfabetet har 29 bokstaver. Med store og små bokstaver har vi \( 29 + 29 = 58 \) mulige tegn per posisjon.

Vi bruker komplementsetningen:

\[ \text{Totalt} = 58^6 \] \[ \text{Bare små} = 29^6 \] \[ \text{Bare store} = 29^6 \]

Antall gyldige passord (minst én stor OG minst én liten):

\[ N_1 = 58^6 - 2 \cdot 29^6 = 38\,068\,692\,544 - 2 \cdot 594\,823\,321 = 36\,879\,045\,902 \]
Med regelsett 1 kan det lages 36 879 045 902 forskjellige passord (ca. 36,9 milliarder).

b)

Med regelsett 2 teller vi antall passord:

Steg 1: Velg posisjoner for de ulike tegntypene.

  • Velg 2 av 6 posisjoner for store bokstaver: \( \binom{6}{2} = 15 \)
  • Velg 2 av de gjenværende 4 posisjonene for små bokstaver: \( \binom{4}{2} = 6 \)
  • De siste 2 posisjonene fylles med siffer.

Steg 2: Fyll inn tegnene.

  • Store bokstaver: \( 29^2 = 841 \) muligheter
  • Små bokstaver: \( 29^2 = 841 \) muligheter
  • Siffer (0–9): \( 10^2 = 100 \) muligheter

Totalt antall passord med regelsett 2:

\[ N_2 = 15 \cdot 6 \cdot 841 \cdot 841 \cdot 100 = 6\,365\,529\,000 \]

Sammenligning:

\[ \frac{N_1}{N_2} = \frac{36\,879\,045\,902}{6\,365\,529\,000} \approx 5{,}8 \]
Regelsett 2 gir ca. 6,4 milliarder passord, mot ca. 36,9 milliarder med regelsett 1. Regelsett 2 gir altså ca. 5,8 ganger færre mulige passord. Selv om regelsett 2 virker strengere, reduserer de faste kravene antall kombinasjoner betraktelig. Sikkerheten svekkes sammenlignet med regelsett 1.

Oppgave 4 (2 poeng)

I en boks ligger det et ukjent antall røde og hvite kuler. Du trekker 3 kuler uten tilbakelegging.
Hva er det minste antallet røde og hvite kuler for at sannsynligheten for å trekke 3 hvite kuler er mellom 17 % og 18 %?

La \( r \) = antall røde kuler og \( h \) = antall hvite kuler. Totalt \( n = r + h \) kuler.

Sannsynligheten for å trekke 3 hvite kuler uten tilbakelegging:

\[ P = \frac{\binom{h}{3}}{\binom{n}{3}} = \frac{h(h-1)(h-2)}{n(n-1)(n-2)} \]

Vi skal ha \( 0{,}17 < P < 0{,}18 \), og vi vil minimere \( n = r + h \).

Vi prøver systematisk med små verdier:

Forsøk \( h = 5, \, r = 3 \) (totalt 8 kuler):

\[ P = \frac{\binom{5}{3}}{\binom{8}{3}} = \frac{10}{56} = \frac{5}{28} \approx 0{,}1786 \]

Vi sjekker: \( 0{,}17 < 0{,}1786 < 0{,}18 \). Betingelsen er oppfylt.

Med færre kuler totalt (f.eks. \( n = 7 \)) kan vi sjekke at ingen kombinasjon gir en sannsynlighet mellom 17 % og 18 %.

Det minste antallet er 5 hvite og 3 røde kuler (totalt 8 kuler).
Da er \( P(\text{3 hvite}) = \dfrac{5}{28} \approx 17{,}9\,\% \).

Oppgave 5 (4 poeng)

Du kaster fem terninger.
a) Bestem sannsynligheten for at alle terningene viser forskjellige antall øyne.
b) Bruk simulering til å bestemme sannsynligheten for at du får nøyaktig tre seksere.

a)

En terning har 6 mulige utfall. Med 5 terninger er totalt antall utfall \( 6^5 = 7776 \).

For at alle 5 terningene skal vise forskjellig, må vi velge 5 forskjellige verdier av 6 mulige. Antall gunstige utfall:

\[ 6 \cdot 5 \cdot 4 \cdot 3 \cdot 2 = 720 \]

(Første terning: 6 muligheter, andre: 5, tredje: 4, osv.)

\[ P(\text{alle forskjellige}) = \frac{720}{7776} = \frac{5}{54} \]
\[ P(\text{alle forskjellige}) = \frac{5}{54} \approx 0{,}0926 \approx 9{,}3\,\% \]

b)

Vi skriver et program som simulerer kast av 5 terninger mange ganger og teller hvor ofte vi får nøyaktig 3 seksere.

import random

antall_forsok = 100000
antall_gunstige = 0

for i in range(antall_forsok):
    terninger = [random.randint(1, 6) for _ in range(5)]
    if terninger.count(6) == 3:
        antall_gunstige += 1

sannsynlighet = antall_gunstige / antall_forsok
print(f"Estimert sannsynlighet: {sannsynlighet:.4f}")

Ved kjøring av programmet mange ganger får vi at sannsynligheten konvergerer mot ca. 0,032.

Eksakt verdi (kontroll): Dette er binomisk med \( n = 5 \), \( k = 3 \), \( p = \frac{1}{6} \):

\[ P(X = 3) = \binom{5}{3} \cdot \left(\frac{1}{6}\right)^3 \cdot \left(\frac{5}{6}\right)^2 = 10 \cdot \frac{1}{216} \cdot \frac{25}{36} = \frac{250}{7776} = \frac{125}{3888} \]
Simuleringen gir \( P(\text{nøyaktig 3 seksere}) \approx 0{,}032 \approx 3{,}2\,\% \).
Eksakt: \( P = \dfrac{125}{3888} \approx 0{,}0322 \).

Oppgave 6 (4 poeng)

Tabellen viser drivstofftype for registrerte personbiler i Moss 2010–2022.
a) Lag modeller for utviklingen i bensin og elektrisk (El.) \( t \) år etter 2010. Argumenter for valg av modeller.
b) Vurder veksten i drivstofftypene i årene framover. Kommenter gyldigheten til modellene.

a)

Bensinbiler:

Data for bensin viser en jevn, tilnærmet lineær nedgang:

\(t\)024681012
Bensin14 18513 24612 57811 47210 5169 7068 705

En lineær modell passer godt. Ved regresjon (med digitale verktøy) finner vi:

\[ B(t) \approx -452t + 14\,243 \]

Modellen har \( R^2 \approx 0{,}99 \), som betyr svært god tilpasning.

Elektriske biler:

Data for elektrisk viser en kraftig, akselererende vekst:

\(t\)024681012
El.2353077541 4672 8105 363

En eksponentiell modell passer godt for denne typen vekst. Ved regresjon på logaritmene finner vi:

\[ E(t) \approx 22 \cdot 1{,}65^t \]

Dette tilsvarer en årlig vekst på ca. 65 %.

Begrunnelse for modellvalg:

  • Bensin: Nedgangen er jevn og tilnærmet lineær. En lineær modell er enkel og gir god tilpasning.
  • Elektrisk: Veksten er kraftig og akselererende. Dataene viser en tilnærmet eksponentiell utvikling, spesielt fra \( t = 1 \) og utover.
\[ B(t) \approx -452t + 14\,243 \quad \text{(lineær modell for bensinbiler)} \] \[ E(t) \approx 22 \cdot 1{,}65^t \quad \text{(eksponentiell modell for elbiler)} \]
Vanlig feil: Mange forveksler prosentvis vekst med vekstfaktor. En årlig vekst på 5 % betyr vekstfaktor \( k = 1{,}05 \), ikke \( k = 0{,}05 \). Modellen \( f(t) = a \cdot k^t \) gir eksponentiell vekst når \( k > 1 \) og eksponentiell nedgang når \( 0 < k < 1 \).

b)

Bensin: Den lineære modellen gir at antall bensinbiler fortsetter å synke med ca. 452 biler per år. Modellen forutsier at antallet når 0 rundt \( t \approx 31 \), altså i ca. 2041. Det er rimelig at nedgangen fortsetter, men den vil trolig avta etter hvert (modellen vil underestimere i lang tid).

Elektrisk: Den eksponentielle modellen forutsier svært rask videre vekst. For eksempel:

\[ E(15) \approx 22 \cdot 1{,}65^{15} \approx 22 \cdot 1546 \approx 34\,000 \]

Dette virker urealistisk høyt for en kommune som Moss. I praksis vil veksten avta etter hvert som markedet mettes.

Gyldighet:

  • Modellene gir en god beskrivelse av perioden 2010–2022.
  • For kort tid fremover (noen få år) kan modellene gi rimelige estimater.
  • For lang tid fremover er modellene mindre pålitelige: den lineære modellen gir til slutt negative verdier (umulig), og den eksponentielle modellen gir urealistisk høye verdier. En logistisk modell ville vært mer egnet for elbiler på lang sikt.
Modellene er nyttige for kort sikt, men har begrenset gyldighet på lang sikt. Bensinmodellen gir til slutt negative verdier, og elbilmodellen gir urealistisk høye tall. Veksten i elbiler vil trolig avta og følge en S-kurve (logistisk vekst).
Vanlig feil: I logistiske modeller \( \frac{K}{1 + ae^{-bt}} \) forveksler mange kapasiteten \( K \) med startverdien. Startverdien finner du ved å sette \( t = 0 \): \( f(0) = \frac{K}{1+a} \). Vendepunktet (raskest vekst) inntreffer alltid når \( f(t) = \frac{K}{2} \), uavhengig av parametrene \( a \) og \( b \).

Oppgave 7 (4 poeng)

Funksjonen \( f(x) = -x^2 + 4 \), \( 0 \le x \le 2 \).
Lars har tegnet grafen med et innskrevet rektangel ABCD og skrevet et program.
a) Forklar hva Lars prøver å finne ut med programmet. Hva blir svaret?
b) Hvilken strategi bruker Lars? Vil strategien fungere uavhengig av hvilken funksjon \( f \) er?

Programmet er:

def f(x):
    return -x**2 + 4

def areal(x):
    return x*f(x)

h = 0.0001
def der_areal(x):
    return (areal(x + h) - areal(x))/h

x = 0
dx = 0.01
while der_areal(x + dx) > 0:
    x = x + dx

print(areal(x))

a)

Hva programmet gjør:

  • f(x) returnerer funksjonsverdien \( f(x) = -x^2 + 4 \).
  • areal(x) beregner \( x \cdot f(x) \), som er arealet av rektangelet ABCD. Rektangelet har bredde \( x \) (fra \( A \) til \( B \) langs \( x \)-aksen) og høyde \( f(x) \) (fra \( B \) opp til \( C \) langs grafen).
  • der_areal(x) beregner en numerisk tilnærming til den deriverte av arealfunksjonen.
  • while-løkken øker \( x \) med steg \( dx = 0{,}01 \) så lenge den deriverte er positiv, altså så lenge arealet øker.

Programmet finner altså den \( x \)-verdien som gir størst mulig areal av det innskrevne rektangelet.

Analytisk løsning:

\[ A(x) = x \cdot f(x) = x(-x^2 + 4) = -x^3 + 4x \] \[ A'(x) = -3x^2 + 4 = 0 \quad \Rightarrow \quad x^2 = \frac{4}{3} \quad \Rightarrow \quad x = \frac{2}{\sqrt{3}} = \frac{2\sqrt{3}}{3} \approx 1{,}155 \]

Maksimalt areal:

\[ A\!\left(\frac{2\sqrt{3}}{3}\right) = \frac{2\sqrt{3}}{3} \cdot \left(-\frac{4}{3} + 4\right) = \frac{2\sqrt{3}}{3} \cdot \frac{8}{3} = \frac{16\sqrt{3}}{9} \approx 3{,}08 \]

Programmet vil skrive ut ca. 3,08 (programmet gir \( \text{areal}(1{,}15) \approx 3{,}079 \)).

Lars prøver å finne det størst mulige arealet av det innskrevne rektangelet ABCD. Programmet gir svaret \( \approx 3{,}08 \), som tilsvarer \( \dfrac{16\sqrt{3}}{9} \).

b)

Strategi: Lars bruker en numerisk søkestrategi der han starter i \( x = 0 \) og øker \( x \) med små steg. Han sjekker den deriverte av arealfunksjonen i hvert steg. Så lenge den deriverte er positiv (arealet øker), fortsetter han. Når den deriverte blir negativ eller null, stopper han. Dette betyr at han finner det første lokale maksimumet.

Vil strategien alltid fungere?

Nei, strategien fungerer ikke for alle funksjoner. Strategien finner det første lokale maksimumet den støter på. Dersom arealfunksjonen har flere lokale maksima, vil programmet stoppe ved det første, som ikke nødvendigvis er det globale maksimumet.

For funksjonen \( f(x) = -x^2 + 4 \) har arealfunksjonen \( A(x) = -x^3 + 4x \) kun ett lokalt maksimum på \( [0, 2] \), så strategien fungerer i dette tilfellet.

Lars bruker en numerisk søkestrategi (gradientstigning) der han følger retningen der arealet øker. Strategien finner det første lokale maksimumet, men fungerer ikke generelt for alle funksjoner \( f \), da den kan stoppe ved et lokalt maksimum som ikke er det globale.

Oppgave 8 (2 poeng)

En kule med radius \( r \) deles i to like deler. Vi skjærer ut en pyramide med rektangulær grunnflate av den ene halvkulen. Grunnflaten ligger i snittflaten.
Bestem et uttrykk for det største volumet pyramiden kan ha.
Volumet av en pyramide: \( V = \dfrac{h \cdot G}{3} \).

Oppsett:

Grunnflaten til pyramiden er et rektangel som ligger i den sirkulære snittflaten (en sirkel med radius \( r \)). Toppen av pyramiden er på halvkulens overflate.

La rektangelet ha sidekanter \( 2a \) og \( 2b \). Hjørnene av rektangelet må ligge på eller innenfor sirkelen med radius \( r \). For at volumet skal bli størst mulig, legger vi hjørnene på sirkelen:

\[ a^2 + b^2 = r^2 \]

Toppen av pyramiden er rett over sentrum av grunnflaten, på halvkulens overflate, altså i høyde \( r \) over snittflaten:

\[ h = r \]

Volumet:

\[ V = \frac{h \cdot G}{3} = \frac{r \cdot (2a)(2b)}{3} = \frac{4abr}{3} \]

Vi skal maksimere \( ab \) gitt at \( a^2 + b^2 = r^2 \).

Ved AM-GM-ulikheten (ulikheten mellom aritmetisk og geometrisk gjennomsnitt):

\[ ab \le \frac{a^2 + b^2}{2} = \frac{r^2}{2} \]

Likhet oppnås når \( a = b \), som gir \( 2a^2 = r^2 \), altså \( a = b = \frac{r}{\sqrt{2}} \).

Da blir grunnflaten et kvadrat med sidekant \( 2a = \sqrt{2}\,r \), og:

\[ G = (2a)(2b) = 4 \cdot \frac{r^2}{2} = 2r^2 \]

Maksimalt volum:

\[ V_{\max} = \frac{r \cdot 2r^2}{3} = \frac{2r^3}{3} \]
Det største volumet pyramiden kan ha, er \[ V = \frac{2r^3}{3} \] Dette oppnås når grunnflaten er et kvadrat med sidekant \( \sqrt{2}\,r \).
Nyere løsning
Høst 2024
Eldre løsning
Høst 2023

Alle løsningsforslag for S1

Vår 2026Høst 2025Vår 2025Høst 2024Vår 2024Høst 2023Vår 2023Høst 2022Vår 2022Eksempel
Se eksamensoppgaven
eksamenssett.noTren målrettet

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Om ossFAQPersonvernVilkårAngrerettKontakt

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Innholdet er utviklet med AI-verktøy og kvalitetssikres kontinuerlig. Slik jobber vi med kvalitet →

Eksamenssett.no eies og drives av Studenthjelp Privatundervisning AS