Start her: utforsk
Tuva starter en konto på sosiale medier. Hun har 5200 følgere, og antallet øker med omtrent 35 % hver måned. Hvor mange følgere har hun etter ti måneder?
De blå stolpene viser følgerne måned for måned. De oransje viser hva som ville skjedd hvis hun fikk like mange nye følgere hver måned som den første måneden.
Prøv dette:
- Gjett først: Hvor mange følgere har Tuva etter 10 måneder? Sjekk.
- Hvor mange nye følgere får hun den første måneden? Og den tiende? Hvorfor er det så stor forskjell når prosenten er den samme hver måned?
- Når går de blå stolpene forbi de oransje? Blir forskjellen større eller mindre etter hvert?
- Sett prosenten til . Etter hvor mange måneder er omtrent halvparten av følgerne borte?
Forklaring
Steg 1: Modellen
En økning på betyr at vi ganger med vekstfaktoren hver måned:
| Måned | Utregning | Følgere |
|---|---|---|
| 0 | ||
| 1 | ||
| 2 | ||
| 3 | ||
Hver måned kommer det flere nye følgere enn måneden før, fordi av et større tall er et større tall. Etter måneder har vi ganget med hele ganger:
Slike modeller kalles eksponentielle, fordi variabelen står i eksponenten. En eksponentiell modell har to tall:
- er startverdien, verdien når .
- er vekstfaktoren per tidsenhet (per år, per måned, per time).
Er , vokser verdien. Er , minker den. En bedrift som slipper ut 200 tonn CO₂ i 2025 og kutter per år, har modellen , der er antall år etter 2025.
Steg 2: Lineær eller eksponentiell?
I stolpediagrammet øverst vokste de oransje stolpene med like mye hver måned (lineært), mens de blå vokste med like mange prosent (eksponentielt). Se på hvordan tallene endrer seg fra én periode til den neste:
| Lineær vekst | Eksponentiell vekst | |
|---|---|---|
| Hver periode | legger til samme tall | ganger med samme tall |
| Konstant | differansen | forholdet (vekstfaktoren) |
| Modell | ||
| Graf | rett linje | kurve som bøyer oppover (eller flater ut mot 0) |
Test en tabell ved å regne ut forholdet mellom to naboverdier. Er forholdet omtrent det samme hele veien, passer en eksponentiell modell.
Steg 3: Finn vekstfaktoren fra to målinger
Øker noe fra 30 000 til 42 431 på 5 år, hvilket tall har vi ganget med hvert år? Vi kaller det . Vi har ganget med fem ganger:
Veksten er omtrent per år. Uten femterot kan du prøve deg fram: og . Svaret ligger nær .
Steg 4: Doblingstid og halveringstid
Med rente per år blir 1000 kr til kr etter 14 år og kr etter 15 år. Pengene er doblet etter litt over 14 år. Det samme gjelder 10 000 kr eller 1 million: Prøv selv.
DoblingstidenDoblingstidTiden det tar før en størrelse med eksponentiell vekst er doblet. For nedgang heter det halveringstid. er tiden det tar før verdien er doblet, altså når . Ved nedgang kaller vi det halveringstiden, tiden før halvparten er igjen ().
Du kan finne den på tre måter:
- Graf: Tegn og (eller ), og finn skjæringspunktet.
- Prøving: Regn ut til du passerer 2 (eller 0,5).
- Program: La en løkke gange med til verdien passerer grensen.
Doblingstiden avhenger bare av , ikke av startverdien. En tommelfingerregel: Doblingstiden er omtrent 70p perioder når veksten er . Med rente dobles pengene på rundt 14 år.
Modell: Startverdi og vekstfaktor
Endre og . Den stiplede linja er (eller ved nedgang). Der grafen krysser den, har verdien doblet (halvert) seg.
Prøv dette:
- Endre . Hvorfor endrer ikke doblingstiden seg?
- Sett . Hva skjer, og hvorfor?
- Finn den vekstfaktoren som gir doblingstid 5. Stemmer 70-regelen?
Modell: Halveringstid med et program
Et legemiddel brytes ned slik at forsvinner hver time. Programmet ganger med til under halvparten er igjen.
Prøv dette: Programmet sier 6 timer. Den eksakte halveringstiden er omtrent 5,4 timer. Hvorfor gir programmet et helt tall? Endre programmet så det finner når bare er igjen.
Steg 5: Regresjon og gyldighet
Ekte data følger sjelden en modell nøyaktig. Da lar vi et digitalt verktøy finne den eksponentielle modellen som passer best, med eksponentiell regresjon (i GeoGebra: RegEksp). Tolk så og , og vurder hvor lenge modellen gjelder. Ingen konto kan vokse med 35 % i måneden for alltid. Da ville hele jordas befolkning fulgt Tuva etter et par år.
Modell: Eksponentiell regresjon
Tallene under er tenkte tall for følgerne til Tuva, måned for måned. Velg «Eksponentiell» og se hvilken modell som passer. Du kan endre tallene selv.
Lim gjerne inn egne målinger.
Prøv dette: Sammenlign den lineære og den eksponentielle modellen. Hvilken passer best? Hva spår hver av dem om 12 måneder?
Gjennomgåtte eksempler
En bedrift regner med at CO₂-utslippet blir tonn, år etter 2025. Hva betyr tallene?
Innbyggertallet i en by økte fra 30 000 til 42 431 på 5 år. Hvor mange prosent økte det per år, hvis økningen var like stor prosentvis hvert år?
En bedrift regner med å selge flasker iste i måned . Når selger de mer enn 2000 flasker i løpet av en måned?
Et antall er 200, 240, 288 og 345,6 i fire påfølgende år. Hvilken modell passer?
Vanlige feil
- Å bytte om og . I er startverdien og vekstfaktoren. er tallet som opphøyes.
- Å skrive prosenten i stedet for vekstfaktoren. vekst gir , ikke eller .
- Å dele på antall år. per år er feil. Bruk femteroten (eller prøving).
- Å tro modellen gjelder for alltid. Vurder alltid gyldigheten. Eksponentiell vekst kan ikke fortsette i det uendelige.
Huskelapp
- : = startverdi, = vekstfaktor.
- : vekst med . : nedgang med .
- Lineær: samme differanse. Eksponentiell: samme forhold.
- Fra to målinger: .
- Doblingstid: . Halveringstid: . Omtrent 70p.
- Regresjon: la verktøyet finne og , og vurder gyldigheten.