Python for 1P

Python brukt på P1-problemer

Python for P1 bygger på temaene som ligger i Ifingos kursregister: lineære funksjoner, polynomer, eksponential og likninger. Her er programmeringen et hjelpemiddel for å undersøke modeller, beregne verdier og kontrollere sammenhenger. Du skal fortsatt forstå matematikken utenfor koden. Programmet gjør det mulig å gjenta beregninger raskt og sammenligne flere tilfeller, men modellen, variablene og tolkningen må komme fra deg.

Lineære funksjoner og tabeller

En lineær modell kan beskrives med en konstant vekst per enhet. I Python kan du lagre stigningstall og konstantledd som variabler og beregne funksjonsverdier for mange x-verdier. Når du gjør dette i en løkke eller med en tallrekke, blir det tydelig hvordan endringen i x påvirker y. Du kan bruke resultatene til å lage en tabell eller sende dem videre til en graf.

Det viktige er å koble tallene til situasjonen. Hvis x representerer antall måneder og y representerer kostnad, må stigningstallet tolkes som endring i kostnad per måned. Et program som bare skriver ut en rekke tall er ikke ferdig matematikkarbeid. Skriv derfor hva variablene betyr, hvilke enheter de har, og hvorfor den lineære modellen passer.

Polynomer og numerisk evaluering

Polynomer gir et naturlig neste steg. Du kan definere koeffisienter og evaluere uttrykket for mange verdier. NumPy er nyttig når du vil arbeide med tallrekker eller polynomfunksjoner på en strukturert måte. Samtidig må du holde styr på hva koeffisientene gjør med grafens form. Python kan beregne raskt, men det er du som skal forklare hvordan et nullpunkt, en topp eller en endring i vekst henger sammen med modellen.

En god kontroll er å velge en enkel x-verdi og regne funksjonsverdien for hånd før du kjører programmet. Hvis Python gir noe annet, har du enten skrevet uttrykket feil eller tolket operatorene feil. Slik bruker du manuell regning som test av koden.

Eksponential og gjentatt vekst

Eksponentialmodeller er særlig godt egnet til programmering fordi den samme vekstfaktoren brukes gjentatte ganger. Du kan sammenligne en direkte formel med en løkke som oppdaterer verdien periode for periode. De to metodene bør gi samme resultat. Hvis de ikke gjør det, er det et godt signal om at en vekstfaktor, startverdi eller eksponent er feil.

Programmering gjør det også lett å undersøke hva som skjer når vekstraten endres. Endre én parameter om gangen og sammenlign outputen. Da får du en konkret forståelse av modellfølsomhet i stedet for bare å se én ferdig beregning.

Likninger og søk etter løsninger

En likning kan løses på flere måter. Noen ganger har du en algebraisk metode. Andre ganger kan du undersøke hvor to uttrykk får omtrent samme verdi eller bruke en numerisk framgangsmåte. I Python bør du være tydelig på om du finner en eksakt løsning eller en tilnærming. Hvis løsningen er numerisk, bør du også kontrollere den ved å sette verdien tilbake i uttrykket.

Fra kode til forklaring

• Definer størrelsene og enhetene før du skriver koden.
• Formuler funksjonen eller modellen matematisk.
• Velg om du trenger én beregning, en tallrekke, en løkke eller et numerisk søk.
• Kjør programmet og kontroller resultatet med en enkel testverdi.
• Tolk svaret i den opprinnelige P1-situasjonen.

Et godt P1-program er ofte kort. Kvaliteten ligger i at koden følger modellen tydelig, at du kan forklare hvert steg, og at outputen blir oversatt tilbake til vanlig matematisk språk.