Bruk av derivasjon

Ifingo / Matematikk R1 / Kapittel 4 Matematikk R1 · LK20 · komplett kapittel Bruk av derivasjon

Lær å finne største og minste verdi, analysere størst og minst vekst, bestemme tangenter, bruke Newtons metode og behandle ubestemte grenseformer med L’Hôpitals regel. Kapitlet kombinerer omfattende teori, modeller, grafer, SVG-diagrammer, fullstendige løsninger og faktisk kjørte Python-kontroller.

36undervisningsdeler 180modelløsninger 108treningsoppgaver 60testoppgaver 50FAQ-svar Kapittel 4 i fem hovedspor. Kapitlet samler analytisk, grafisk og numerisk bruk av derivasjon. Hvorfor bruke derivasjon?Lokale og globale ekstremverdierFortegnslinje for den førstederiverteKritiske punkter: mer enn f′(x)=0Ekstremalverdisetningen og lukkede intervallerDefinisjonsmengde, enhet og rimelighetStandardmetode for optimeringGeometrisk optimeringAreal, volum og innskrevne figurerInntekt, kostnad og overskuddParameteroppgaver og betingelserDen andrederiverteKrumning og grafens hule sideVendepunkt krever fortegnsskifteStørst og minst vekstAndrederiverttestenLes grafene til f, f′ og fʺ sammenTolk f, f′ og fʺ i modellerTangentlikningerTangent gjennom et eksternt punktParallelle og vinkelrette tangenterVendetangent og lokal modellIdeen bak Newtons metodeUtledning av Newton-formelenStartverdi, konvergens og fallgruverNewtons metode i PythonNewtons metode i GeoGebra/CASVilkårene for L’Hôpitals regelUbestemt form 0/0Ubestemt form ∞/∞Omskriving av produkter og differanserGjentatt bruk og metodevalgGeoGebra, CAS og Python med dokumentasjonEksamensverksted: velg riktig metodeVanlige elevfeil og hvordan de rettesFormel- og metodearkOppgaverKapitteltestFAQ UNDERVISNING 01

1. Hvorfor bruke derivasjon?

Derivasjon blir et problemløsningsverktøy når vi knytter fortegnet til f′ og fʺ til grafens egenskaper. Kapitlet handler derfor ikke bare om å derivere, men om å bygge argumenter: definere en modell, finne kandidater, klassifisere dem og tolke svaret i situasjonen.

Ord som størst, minst, raskest, langsomst, brattest og flatest signaliserer ofte at en funksjon eller en vekstfart skal optimeres. Det avgjørende er å identifisere hvilken størrelse som skal maksimeres eller minimeres, og på hvilket intervall.

Et digitalt svar uten matematisk begrunnelse er ikke en fullstendig løsning. Vis funksjon, definisjonsmengde, derivert, likning, kandidater, kontroll og tolkning.

Fra spørsmål til dokumentert svar. En komplett løsning går fra situasjon til modell og tilbake til situasjonen. Begrepsfokus

Hvorfor bruke derivasjon? må forklares med både algebra, graf og kontekst.

Kontrollspørsmål

Er domenet riktig, er alle kandidater med, og er konklusjonen tolket med enhet?

Eksamenssignal

Navngi metoden før beregningen. Det gjør regelvalget synlig og reduserer poengtap.

UNDERVISNING 02

2. Lokale og globale ekstremverdier

Et lokalt maksimum er størst sammenlignet med nærliggende punkter. Et globalt maksimum er størst i hele definisjonsmengden eller på det intervallet oppgaven angir. Forskjellen er viktig på lukkede intervaller, der endepunkter kan gi globale ekstremverdier uten at f′ er null.

Kritiske punkter omfatter stasjonære punkter, endepunkter og punkter der funksjonen er definert, men ikke deriverbar. Å bare løse f′(x)=0 gir derfor ikke alltid komplett kandidatliste.

Fortegnslinjen for f′ gir et bevis på monotonien. Pluss betyr at funksjonen vokser, minus betyr at den avtar. Et skifte fra pluss til minus gir lokal topp; minus til pluss gir lokal bunn.

Lokale og globale ekstremverdier. Grafen visualiserer funksjonen og de punktene eller hjelpelinjene som er sentrale i metodevalget. Begrepsfokus

Lokale og globale ekstremverdier må forklares med både algebra, graf og kontekst.

Kontrollspørsmål

Er domenet riktig, er alle kandidater med, og er konklusjonen tolket med enhet?

Eksamenssignal

Navngi metoden før beregningen. Det gjør regelvalget synlig og reduserer poengtap.

størst og minst verdi K04-E001

Globalt maksimum og minimum 1

Bestem største og minste verdi for en konkav andregradsmodell på det oppgitte intervallet.

f(x) = 12 - 2 ⁢ ( x + 1 ) 2 a = -5 b = 3 Hva er gitt? f(x) = 12 - 2 ⁢ ( x + 1 ) 2 [ -5 , 3 ] Hva skal bestemmes? Finn alle kandidater og sammenlign funksjonsverdiene. Betingelser x ligger i det lukkede intervallet [-5,3]. Praktiske lengder og mengder må i tillegg være meningsfulle. Metodevalg Deriver, finn kritiske punkter, ta med endepunktene og sammenlign.

1. 1

   Bestem definisjonsmengden fra den praktiske eller matematiske situasjonen. Endepunktene må tas med når intervallet er lukket.

2. 2

   Deriver funksjonen og løs likningen f′(x)=0. Løsningene er stasjonære kandidater, ikke ferdig klassifiserte ekstremalpunkter.

3. 3

   Legg til endepunkter og eventuelle punkter der funksjonen er definert, men ikke deriverbar. Dette er hele kandidatlisten.

4. 4

   Beregn funksjonsverdien i hver kandidat. Sammenlign verdiene når oppgaven spør etter globalt størst eller minst.

5. 5

   Kontroller klassifikasjonen med fortegnslinje, andrederivert eller graf. Tolk svaret med enhet og praktiske begrensninger.

Eksakt resultat x max = -1 f max = 12 x min = -5 f min = -20 Numerisk verdi: Største verdi ≈ 12 og minste verdi ≈ -20.
Tolkning: I modellen oppnås maksimum ved x=-1 og minimum ved x=-5. Konteksten avgjør enheten. Globalt maksimum og minimum 1. Grafen visualiserer funksjonen og de punktene eller hjelpelinjene som er sentrale i metodevalget. Manuell og alternativ kontroll

Sett kandidatene inn i originalfunksjonen og sammenlign med en graf. Fortegnet til f′ skal stemme med økning og avtakning.

GeoGebra/CAS - input og forventet output

f(x):=12 - 2*(x + 1)^2 Extremum(f,-5,3)

Status: not_executed_in_environment

maksimum (-1,12), minimum (-5,-20)

Faktisk kjørt Python-kontroll

import sympy as sp x=sp.symbols("x", real=True) f=sp.sympify('12 - 2*(x + 1)**2', locals={"x":x,"E":sp.E,"exp":sp.exp,"log":sp.log,"sqrt":sp.sqrt}) a=sp.sympify('-5'); b=sp.sympify('3') d=sp.diff(f,x) roots=[sp.simplify(r) for r in sp.solve(sp.Eq(d,0),x) if r.is_real is not False and float(sp.N(r))>=float(a) and float(sp.N(r))<=float(b)] candidates=[a]+roots+[b] values=[sp.simplify(f.subs(x,r)) for r in candidates] mx=max(range(len(values)),key=lambda i:float(sp.N(values[i]))) mn=min(range(len(values)),key=lambda i:float(sp.N(values[i]))) assert sp.simplify(candidates[mx]-sp.sympify('-1'))==0 assert sp.simplify(values[mx]-sp.sympify('12'))==0 assert sp.simplify(candidates[mn]-sp.sympify('-5'))==0 assert sp.simplify(values[mn]-sp.sympify('-20'))==0 print("critical=", roots) print("maximum=", candidates[mx], values[mx]) print("minimum=", candidates[mn], values[mn]) print("PASS")

critical= [-1] maximum= -1 12 minimum= -5 -20 PASS

Vanlig feil: Å løse f′(x)=0 og stoppe. Endepunkter, domene og ikke-deriverbare kandidater kan da bli glemt. Sensorblikk: Sensor forventer definisjonsmengde, komplett kandidatliste, funksjonsverdier og en konklusjon med enhet. Endelig svar x max = -1 f max = 12 x min = -5 f min = -20 størst og minst verdi K04-E011

Globalt maksimum og minimum 11

Bestem største og minste verdi for en konkav andregradsmodell på det oppgitte intervallet.

f(x) = 32 - 4 ⁢ ( x + 1 ) 2 a = -5 b = 3 Hva er gitt? f(x) = 32 - 4 ⁢ ( x + 1 ) 2 [ -5 , 3 ] Hva skal bestemmes? Finn alle kandidater og sammenlign funksjonsverdiene. Betingelser x ligger i det lukkede intervallet [-5,3]. Praktiske lengder og mengder må i tillegg være meningsfulle. Metodevalg Deriver, finn kritiske punkter, ta med endepunktene og sammenlign.

1. 1

   Bestem definisjonsmengden fra den praktiske eller matematiske situasjonen. Endepunktene må tas med når intervallet er lukket.

2. 2

   Deriver funksjonen og løs likningen f′(x)=0. Løsningene er stasjonære kandidater, ikke ferdig klassifiserte ekstremalpunkter.

3. 3

   Legg til endepunkter og eventuelle punkter der funksjonen er definert, men ikke deriverbar. Dette er hele kandidatlisten. …