Python for R1

Bruk Python på R1-pensum: symbolsk derivasjon og optimering.

Faglig kvalitetssikret av lærere og toppstudenter · Følger læreplanen (LK20) · Sist oppdatert 2026-09-06

Hva du lærer

To kapitler: derivasjon med SymPy og optimering.

SymPy deriverer symbolsk — du får et uttrykk med bokstaver, ikke et tall. Det er forskjellen på et verktøy som gjør regningen og et verktøy som viser sammenhengen.

Fra derivert til monotonitetstabell

Du finner den deriverte, løser f'(x) = 0, og bygger fortegnsskjemaet. Python gjør regningen, men konklusjonen er din: er punktet et toppunkt, et bunnpunkt eller et terrassepunkt?

Dette er en av de vanligste feilene i R1: å finne nullpunktene til den deriverte og kalle dem ekstremalpunkter uten å drøfte fortegn.

Optimering i praksis

Maksimeringsoppgaver — størst mulig profitt, minst mulig materialbruk — er der programmering gir mest tidsgevinst i del 2. Sett opp funksjonen, deriver, finn kandidatene, og tolk svaret i oppgavens sammenheng.

Ofte stilte spørsmål

Hva er forskjellen på SymPy og en vanlig kalkulator?

SymPy regner med symboler. Den gir deg den deriverte som et uttrykk med x i, ikke bare en verdi i ett punkt. Det er forskjellen på å se sammenhengen og å se et tall.

Kan jeg bruke Python i stedet for å derivere for hånd?

I del 2, ja. I del 1 uten hjelpemidler må du kunne reglene selv, og de kommer alltid.

Hvorfor må jeg lage monotonitetstabell når Python finner nullpunktene?

Fordi nullpunktene til den deriverte ikke sier om punktet er et toppunkt, bunnpunkt eller terrassepunkt. Den konklusjonen må du begrunne.

Vanlige feil å unngå

Relaterte sider

← Tilbake til ifingo