Marie målte hvor mye nedbør som kom hver time i løpet av et døgn det regnet hele tida. Du kan laste ned målingene som ei semikolonseparert CSV-fil nedenfor. (Vi anbefaler at du endrer navn på CSV-fila etter at du har lastet den ned.)
a) Bruk Python og finn en matematisk modell som passer godt med målingene til Marie. Tegn grafen til modellen sammen med målingene.
b) Bruk Python og finn ut hvor mye det regnet dette døgnet, både ved å bruke modellen og målingene.
c) Bruk Python og finn ut hvor mye det regnet i gjennomsnitt per time dette døgnet både ved å bruke modellen og målingene.
d) Bruk Python og finn ut når det regnet mest per time både ved å bruke modellen og målingene.
e) Gjør de samme deloppgavene ved å bruke GeoGebra.
Tips til oppgaven
Åpne CSV-fila i et regneark og kopier cellene over i regnearkdelen til GeoGebra.
Før du gjør det, må du på forhånd passe på at Excel leser punktum som desimalskilletegn. Velg "Fil" på menylinja i Excel, deretter "Alternativer" og så "Avansert". Ta bort markeringen ved "Bruk systemskilletegn", ta bort det som står i feltet "Desimalskilletegn", og skriv et punktum der. Trykk på "OK".
a) Finn en modell for temperaturen gitt på formen der er antall timer etter midnatt.
b) Hva er perioden til modellen ?
På et annet feriested varierer temperaturen mer. Minimumstemperaturen er 18 °C, og maksimumstemperaturen er 34 °C. Maksimumstemperaturen og minimumstemperaturen inntreffer på samme tidspunkt på døgnet som på det første feriestedet.
c) Finn en modell for temperaturen på dette feriestedet når vi antar at er på samme form som , og tegn grafene til og i det samme koordinatsystemet.
d) Hadde de to feriestedene den samme gjennomsnittstemperaturen dette døgnet?
En bil kjører med farten . Diameteren på hjulet er 52 cm. Hvis vi følger et punkt ytterst på bilhjulet, vil høyden på punktet over bakken variere som en sinusfunksjon.
a) Lag en modell som viser høyden på et slikt punkt som funksjon av tida målt i sekunder.
b) Bruk modellen til å finne ut hvor mange ganger hjulet roterer på ett sekund. Kontroller svaret ved å ta utgangspunkt i farten til bilen og omkretsen til hjulet.
c) Ventilen på hjulet sitter 7 cm fra ytterkanten av hjulet. Lag en tilsvarende modell for høyden over bakken til ventilen.
En automatisk strømbryter for utelys skal programmeres. Lyset skal slås på når det begynner å mørkne. Dette tidspunktet varierer gjennom året. En modell for tidspunktet er gitt ved
der er tidspunktet lyset skal slås på, målt i timer etter midnatt, og der er antall dager regnet fra nyttår. I denne modellen forutsettes det at alle måneder har 30 dager.
a) Regn ut . Hva betyr dette tallet?
b) Tegn grafen til . Bestem perioden, amplituden og likevektslinja til .
c) Hva er gjennomsnittlig tidspunkt i løpet av året for når lyset slås på?
d) Bestem når på året lyset slås på klokka 18.00.
e) Bestem når på året dagslyset varer lengst ifølge modellen.
f) Juster modellen så den passer bedre til at et år er 365 dager, og at 21. desember er den mørkeste dagen i året.
(Basert på oppgave 5 del 1 eksamen R2 høsten 2018)
En bøye beveger seg opp og ned med bølgene. Bildet viser bøyen sett ved tre ulike tidspunkter. I løpet av 4 s vil bøyen bevege seg 2,4 m i vertikal retning fra det høyeste punktet til det laveste punktet.
La være høyden til bøyen (i meter) over likevektslinja ved tidspunktet (målt i sekund). Gå ut fra at bøyen er på sitt høyeste punkt når . Vi er interessert i bevegelsen til bøyen de første 10 sekundene.
Vi går ut fra at kan skrives på formen
a) Bestem funksjonsuttrykket til .
b) Når er bøyen på likevektslinja?
c) Når er bøyen 0,6 m over likevektslinja?
d) Når beveger bøyen seg raskest opp og ned?
e) Når er den vertikale (loddrette) akselerasjonen til bøyen størst?
a) Finn en trigonometrisk funksjon som passer godt med informasjonen i tabellen.
For en annen bolig er funksjonen gitt ved
en god modell for energiforbruket per måned i 2019. Her er forbruket i januar, forbruket i februar og så videre.
b) Når økte forbruket raskest, ifølge modellen ?
c) Bestem . Gi en praktisk tolkning av svaret.
d) Hva var det gjennomsnittlige energiforbruket per måned i 2019?
Energiprisen varierer også med tida på året. Funksjonen gitt ved
er en god modell for energiprisen i kroner per kWh. Her er den gjennomsnittlige energiprisen i januar, den gjennomsnittlige prisen i februar og så videre.
e) Bestem den årlige energikostnaden til boligen dersom vi legger modellene og til grunn.
Siden ligger i 2. kvadrant, må gjøre det også. Vi får
og funksjonen kan skrives som
Oppgave 1d)
Løsning
Grafen vil ha toppunkter der
-verdien til toppunktene blir
Grafen vil ha bunnpunkter midt imellom toppunktene, det vil si når
-verdien til bunnpunktene blir
Vi får at
toppunktene til er
bunnpunktene til er
Oppgave 1e)
Løsning
På linje 6 og linje 7 sjekker vi at vi får samme svar for topp- og bunnpunktene som i oppgave d).
Oppgave 2a)
Løsning
Vi lager et program som går systematisk gjennom de aktuelle funksjonsverdiene og plukker ut største og minste funksjonsverdi.
python
1defT(x):2return0.6*x**3-8*x**2+28*x +4234topp, bunn =0,10005x_min, x_maks =1,86x_topp, x_bunn = x_min, x_min
78for i inrange(x_min, x_maks +1):9if T(i)> topp:10 x_topp = i
11 topp = T(i)12if T(i)< bunn:13 x_bunn = i
14 bunn = T(i)1516print(f"Aleksander trente mest den {x_topp}. februar, og da trente han i {topp:.1f} minutter.")17print(f"Han trente minst den {x_bunn}. februar, og da trente han i {bunn:.1f} minutter.")
Vi får denne utskriften:
"Aleksander trente mest den 2. februar, og da trente han i 70.8 minutter. Han trente minst den 6. februar, og da trente han i 70.8 minutter."
Oppgave 2b)
Løsning
Vi lager et program som summerer funksjonsverdiene for alle -verdiene.
python
1defT(x):2return0.6*x**3-8*x**2+28*x +4234x_min, x_maks =1,85sum=067for i inrange(x_min, x_maks +1):8sum=sum+ T(i)910print(f"Aleksander trente til sammen i {sum/60:.1f} timer.")
Vi får denne utskriften: "Aleksander trente til sammen i 8.2 timer."
Oppgave 3a)
Løsning
Vi skriver tallene inn i regnearket i GeoGebra, markerer tallene og velger "Regresjonsanalyse".
Regresjonsanalyse av tallene for verdifallet på en bil. Regresjonsmodellen "Eksponentiell" er valgt.
Siden verdien på bilen faller mindre og mindre, kan en eksponentiell modell passe godt. Vi velger regresjonsmodellen "Eksponentiell" og ser at grafen stemmer ganske bra med tallene i tabellen. En matematisk modell som passer godt med tallene, er
der er antall år etter 2012.
Oppgave 3b)
Løsning
Siden modellen er en eksponentialfunksjon, reduseres bilen i verdi med en fast prosent hvert år. Siden vekstfaktoren er 0,85, synker bilen i verdi med 15 prosent hvert år.
Oppgave 3c)
Løsning
Vi velger å løse oppgaven med CAS.
CAS-utregning når funksjonen V(x) er halvert i verdi
Bilens verdi ble halvert etter litt over 4 år, det vil si utpå våren i 2016.
Oppgave 3d)
Løsning
Vi vet at en slik eksponentialfunksjon synker raskere jo mindre er. Oppgaven spør derfor etter momentan vekstfart når .
Vi velger å løse oppgaven med CAS.
Utregning av momentan vekstfart når x = 0 med CAS
Bilen synker mest i verdi når den er helt ny, og da synker den i verdi per år med 98 200 kroner, eller nesten 100 000 kroner.
Oppgave 3e)
Løsning
Oppgaven spør etter den gjennomsnittlige vekstfarten til funksjonen i intervallet .
Gjennomsnittlig årlig verdiendring på bilen de 10 første årene
I gjennomsnitt sank bilen i verdi hvert år de 10 første årene med 48 500 kroner, eller nesten 50 000 kroner.
Oppgave 3f)
Løsning
Oppgaven spør etter når den momentane vekstfarten til funksjonen er lik den gjennomsnittlige vekstfarten, altså når den er lik svaret i forrige oppgave.
Bestemmelse av når den momentane vekstfarten er lik svaret i forrige oppgave
I året 2016 var verditapet per år omtrent lik det gjennomsnittlige verditapet de 10 første årene.
Oppgave 4a)
Løsning
Vi leser inn datafila med metoden "read_csv" fra biblioteket "pandas". Vi skriver ut resultatet av importen for å sjekke at importen gikk greit (linje 13). Så bruker vi metoden "curve_fit" fra biblioteket "scipy" og velger å gjøre en sinusregresjon på tallene. (Vi kunne også valgt en tredjegradsfunksjon som modell.) Regresjonen feiler hvis vi ikke spesifiserer startverdier for regresjonskonstantene med kodeordet p0 (linje 19). Det holder å sette nye startverdier for A og for k. Nedenfor finner du fullstendig kode.
python
1from pandas import read_csv
2import numpy as np
3from scipy.optimize import curve_fit
4import matplotlib.pyplot as plt
56# lager funksjonen som beskriver modellen7defmodell(x,A,k,fi,d):8return A*np.sin(k*x + fi)+ d
910# leser inn datafila11data = read_csv("nedboer.csv", sep=";", header =None)1213# lager nye kolonneoverskrifter til datatabellen14data.columns =["Timer_etter_midnatt","Nedbør_i_mm"]1516# lager lister av måledataene17timer =list(data.Timer_etter_midnatt)18nedboer =list(data.Nedbør_i_mm)1920# bruker metoden curve_fit og legger resultatene i to lister21konstanter,kovarians = curve_fit(modell, timer, nedboer,p0 =[0.5,0.3,1,1])2223# henter ut konstantene fra lista konstanter24A, k, fi, d = konstanter
2526# lager utskrift av funksjonsuttrykket til modellen27print(f"Funksjonen blir f(x) = {A:.3f}sin({k:.3f}x{fi:+.2f}){d:+.2f}.")2829# lager x- og y-verdier for modellen til plottingen av den30x = np.arange(0,24+0.1,0.1)31modellverdier = modell(x,A,k,fi,d)3233# plotter måledataene 34plt.plot(timer,nedboer,'.', label ="Målinger")3536# plotter modellen37plt.plot(x, modellverdier,"brown", label ="Modell")38plt.grid(True)39plt.title("Nedbør gjennom et døgn")40plt.xlabel("Timer etter midnatt")41plt.ylabel("Nedbør (mm/t)")4243# lager forklaringsboks og flytter den øverst til høyre44plt.legend(bbox_to_anchor=(1,1))4546# endrer på skalaen på x-aksen til å passe bedre med klokka47plt.xticks(np.arange(min(timer)-1,max(timer)+1,2.0))48plt.show()
Programmet gir denne utskriften:
"Funksjonen blir ."
Oppgave 4b)
Løsning
Vi tar utgangspunkt i programmet i oppgave a), fjerner den koden som har med plotting av grafen å gjøre, og legger til koden nedenfor.
python
1# lager variabler til å regne ut et integral som en rektangelsum2x_start =03delta_x =0.0014x_verdi = x_start
5integral =067# lager while-løkke for å summere rektanglene8while x_verdi <=24:9 integral = integral + modell(x_verdi,A,k,fi,d)*delta_x
10 x_verdi = x_verdi + delta_x
1112print(f"Nedbørsmengden dette døgnet var {integral:.1f} mm regnet ut som integral ved hjelp av modellen.")1314# summerer målingene15print(f"Nedbørsmengden dette døgnet var {sum(nedboer)} mm regnet ut fra måledataene.")
Koden gir utskriften nedenfor:
"Nedbørsmengden dette døgnet var 34.2 mm regnet ut som integral. Nedbørsmengden dette døgnet var 34.5 mm regnet ut fra måledataene."
Oppgave 4c)
Løsning
Her kan vi ikke bruke gjennomsnittsverdien til sinusfunksjonen, det vil si konstantleddet, som mål på gjennomsnittlig nedbør per time siden perioden til funksjonen ikke går opp i 24 timer. Vi bruker tallene fra forrige oppgave og setter inn koden nedenfor i programmet.
python
1print(f"Gjennomsnittlig nedbør per time ut ifra modellen er {integral/24:.2f} mm.")2print(f"Gjennomsnittlig nedbør per time ut ifra målingene er {sum(nedboer)/24:.2f} mm.")
Koden gir utskriften nedenfor:
"Gjennomsnittlig nedbør per time ut ifra modellen er 1.43 mm. Gjennomsnittlig nedbør per time ut ifra målingene er 1.44 mm."
Oppgave 4d)
Løsning
Vi kan finne toppunktet på sinusfunksjonen med numeriske metoder. Men det er enklere å bruke at funksjonen har et toppunkt når argumentet til sinusfunksjonen er (siden konstanten er negativ). Dette gir at funksjonen har toppunkt for
For å finne største verdi for nedbør i målingene bruker vi listekommandoene "max()" og "index()".
Vi setter inn koden nedenfor i programmet.
python
1# finner toppunktet til modellen2nedboer_maks_modell =(3*np.pi/2-fi)/k
3print(f"Det regnet mest {nedboer_maks_modell:.2f} timer etter midnatt etter modellen,")4print(f"og da regnet det {modell(nedboer_maks_modell,A,k,fi,d):.2f} mm per time.")5# finner største tall for nedbør i målingene6maks_nedboer =max(nedboer)7#finner plasseringen til største tall for nedbør i målingene8maks_nedboer_indeks = nedboer.index(maks_nedboer)9print(f"Det regnet mest {timer[maks_nedboer_indeks]} timer etter midnatt etter målingene,")10print(f"og da regnet det {maks_nedboer} mm per time.")
Koden gir denne utskriften:
"Det regnet mest 9.28 timer etter midnatt etter modellen, og da regnet det 1.99 mm per time. Det regnet mest 10 timer etter midnatt etter målingene, og da regnet det 2.1 mm per time."
Oppgave 4e)
Løsning
Vi kopierer måledataene inn i regnearkdelen i GeoGebra, markerer og bruker regresjonsverktøyet med valget "Sin". Modellfunksjonen blir
Legg merke til at funksjonsuttrykket ikke er det samme som vi fikk med regresjon med Python, men funksjonene kan skrives om til den andre ved å bruke at .
Bruk av måledataene
Vi finner total nedbørsmengde ved å markere alle tallene for nedbør og velge "Sum" fra verktøyknappen Σ eller ved å bruke formelen =Sum(B1:B24) (dersom tallene er i disse cellene). Vi får at det regnet totalt 34,5 mm dette døgnet. Den største målingen kan vi finne ved å markere tallene og velge "Maksimum" fra den samme verktøyknappen eller bruke formelen =Maks(B1:B24). I begge tilfeller får vi at den største måleverdien er 2,1 mm. Den gjennomsnittlige nedbøren per time kan vi finne ved å markere tallene og velge "Gjennomsnitt" fra den samme verktøyknappen eller bruke formelen =gsnitt(B1:B24). I begge tilfeller får vi at i gjennomsnitt regnet det 1,438 mm per time.
Bruk av modellen
Vi bruker CAS.
Vi får at den totale nedbørsmengden er 34,2 mm ifølge modellen. I gjennomsnitt regnet det 1,43 mm per time dette døgnet. Det regnet mest 9,3 timer etter midnatt, og da regnet det 1,99 mm per time. Dette er de samme tallene som vi fikk ved å bruke Python.
Oppgave 5a)
Løsning
Vi åpner GeoGebra-fila, markerer tallene i regnearkdelen og velger regresjonsanalyseverktøyet. Der velger vi sinusregresjon. En modell for temperaturen dette døgnet er
Oppgave 5b)
Løsning
Vi finner perioden ut ifra konstanten (frekvensen) foran i argumentet til sinusfunksjonen med formelen .
Perioden er 24,0 timer eller ett døgn.
Oppgave 5c)
Løsning
Den nye funksjonen må ha samme periode og faseforskyvning som siden topp- og bunnpunktet skal være på samme sted. Det betyr at koeffisientene inne i argumentet til sinusfunksjonen skal være uendret.
Vi må regne ut ny likevektslinje og amplitude .
Oppgave 5d)
Løsning
Perioden til begge funksjonene er så godt som ett døgn. Da er konstandleddet i funksjonene et mål på gjennomsnittstemperaturen siden funksjonen svinger like mye opp som ned når vi går et helt antall perioder bortover.
På det første feriestedet var gjennomsnittstemperaturen 27,0 °C. På det andre feriestedet var gjennomsnittstemperaturen 26,0 °C. I gjennomsnitt var det derfor 1 grad varmere på det første feriestedet enn det andre dette døgnet.
Oppgave 6a)
Løsning
Vi skal komme fram til en generell sinusfunksjon
for høyden til punktet over bakken. Perioden til sinusfunksjonen må være det samme som den tida det tar for hjulet å rotere én omdreining. Da har bilen kjørt med farten en strekning lik omkretsen av hjulet.
Frekvensen blir
Måleenheten kalles også Hz (hertz). Amplituden og likevektslinja blir det samme som radien i hjulet. Modellen før vi bestemmer , blir
For å bestemme kan vi for eksempel si at punktet på hjulet er på bakken når . Det gir
Modellen blir
Oppgave 6b)
Løsning
Løsning ved bruk av modellen
Fra til har vinkelen, argumentet til sinusfunksjonen, økt fra 0 til 38,46. Dette tilsvarer omdreininger.
Løsning ved bruk av farten og omkretsen til hjulet
På ett sekund kjører bilen 10 m. Vi må finne ut hvor mange hjulomkretser det går på 10 m.
Oppgave 6c)
Løsning
Den nye modellen for ventilen vil ha samme frekvens som modellen for punktet ytterst på dekket siden ventilen roterer like fort som punktet. Modellen vil også ha samme likevektslinje siden ventilen er like langt over høyden til sentrum i hjulet som under. Vi kan bruke samme faseforskyvning hvis vi antar at ventilen ligger på linja mellom sentrum og punktet ytterst på dekket. Den eneste forskjellen blir amplituden, som blir . Modellen blir
Oppgave 7a)
Løsning
betyr når lyset skal slås på dager etter nyttår, det vil si 25. mars. Da skal lyset slås på klokka 18.39.
Oppgave 7b)
Løsning
Ut ifra funksjonsuttrykket til får vi at amplituden er 4 timer og likevektslinja er . Perioden er
Perioden er 360 dager, som er naturlig siden det er forutsatt at månedene har 30 dager slik at ett år blir .
Oppgave 7c)
Løsning
Siden vi skal finne gjennomsnittet i løpet av én periode til funksjonen, er likevektslinja målet på gjennomsnittet. Det gjennomsnittlige tidspunktet i løpet av året for når lyset slås på, er klokka 19.00.
Oppgave 7d)
Løsning
Vi løser likningen i linje 4. Fra linje 5 får vi løsning når for den første løsningen og for den andre.
Lyset slås på klokka 18 den 16. mars og den 14. oktober.
Oppgave 7e)
Løsning
Dagslyset varer lengst når lyset blir slått på senest, det vil si der funksjonen har et toppunkt. Funksjonen har et toppunkt når cosinusfunksjonen har verdien , det vil si når argumentet er π. Dette gir
Dagslyset varer lengst 180 dager etter nyttår, det vil si den 30. juni ifølge modellen.
Oppgave 7f)
Løsning
Vi setter at den nye modellen skal være på formen
Vi antar at amplituden og likevektslinja er de samme som i modellen . Den nye funksjonen må ha periode på 365 dager. Det betyr at
Funksjonen skal bunnpunkt for . Det betyr at
En modell som passer bedre til kalenderåret slik det er, er
Oppgave 8a)
Løsning
Vi skriver inn funksjonsuttrykket i algebrafeltet i GeoGebra ved hjelp av kommandoen "Funksjon".
Oppgave 8b)
Løsning
Vi har at den største verdien for funksjonen er når sinus er 1, og da er det første leddet i funksjonen lik amplituden til sinusfunksjonen, det vil si 6,63. Den største verdien får vi da ved å legge til det konstante leddet 12,5. Tilsvarende har funksjonen den minste verdien når sinus er . Da blir det første leddet lik .
Fra linje 1 og 2 får vi at den lengste daglengden i Bergen er 19 timer og 8 minutter, mens den korteste daglengden er 5 timer og 52 minutter (linje 3 og 4).
Oppgave 8c)
Løsning
Vi skriver inn linja i algebrafeltet og bruker verktøyet "Skjæring mellom to objekt" på linja og funksjonen .
Daglengden i Bergen er 14 timer 94 dager etter nyttår og 250 dager etter nyttår.
Oppgave 8d)
Løsning
Vi tegner den deriverte ved å skrive D'(t) i algebrafeltet og finner toppunktet til den deriverte med kommandoen Ekstremalpunkt(D'(t),50,150).
Daglengden øker mest 81 dager etter nyttår, det vil si den 22. mars, og da øker den med 0,114 timer eller omtrent 7 minutter per døgn.
Oppgave 9a)
Løsning
Likevektslinje: Siden høyden skal måles fra likevektslinja, blir .
Amplitude:
Periode: Når bøyen beveger seg fra høyeste til laveste punkt, har den beveget seg en halv periode. Dette gir . Dermed er frekvensen
Faseforskyvning: Når bøyen er på sitt høyeste punkt, har vi at sinusuttrykket er lik 1. Da må vinkelen være . Siden bøyen er på sitt høyeste punkt når , får vi
Funksjonsuttrykket til blir
Oppgave 9b)
Løsning
Når funksjonen er på likevektslinja, er . Dette gir
der . Vi får løsning i det aktuelle området for .
Bøyen er på likevektslinja etter 2 s, 6 s og etter 10 s.
Oppgave 9c)
Løsning
. Vi må se etter løsninger i intervallet . Den første løsningen gir oss løsning for . Den andre gir løsning for . Dette gir
Bøyen er 0,6 m over likevektslinja etter , etter og etter .
Oppgave 9d)
Løsning
Funksjonen for farten til bøyen i loddrett retning er den deriverte av posisjonen i loddrett retning, det vil si .
Størst fart vil si at vi må finne når fartsfunksjonen har sin største og minste verdi. Funksjonen vil ha sin største og minste verdi når cosinusfunksjonen har verdien 1 og , det vil si når
. Dette gir de samme løsningene som i oppgave b). Vi får at bøyen har størst fart etter 2 s, etter 6 s og etter 10 s, det vil si når bøyen krysser likevektslinja.
Oppgave 9e)
Løsning
Funksjonen for den loddrette akselerasjonen til bøyen er
Størst akselerasjon vil si at vi må finne når akselerasjonsfunksjonen har sin største og minste verdi. Funksjonen vil ha sin største og minste verdi når sinusfunksjonen har verdien 1 og , det vil si når
. Vi må se etter løsninger i intervallet . Vi får løsninger for .
Vi får at bøyen har størst akselerasjon etter 0 s, etter 4 s og etter 8 s. Dette er tidspunkter midt mellom tidspunktene der bøyen krysser likevektslinja, som betyr at bøyen er i et toppunkt eller et bunnpunkt.
Oppgave 10a)
Løsning
Vi markerer tallene i regnearkdelen i GeoGebra og velger regresjonsanalyseverktøyet. Siden vi skal fram til en trigonometrisk funksjon, bruker vi regresjonsmodellen "Sin".
En funksjon som passer godt med informasjonen i tabellen, er
Oppgave 10b)
Løsning
Vi skriver inn modellen i CAS og finner nullpunktene til den dobbeltderiverte.
I linje 4 ser vi ved hvilket av nullpunktene grafen er stigende. Forbruket øker raskest i måned nummer 10, som er oktober.
Legg merke til at vi bruker sløyfeparenteser i linje 2 for å kunne legge inn begrensninger for .
Vi kunne også ha løst oppgaven ved å bruke at sinusfunksjonen endres raskest på likevektslinja, det vil si når argumentet til sinusfunksjonen er .
Oppgave 10c)
Løsning
Funksjonen står for energiforbruk per måned. Når vi integrerer den, får vi derfor samlet mengde energiforbruk, og integralet blir derfor det totale energiforbruket året 2019. Det samlede energiforbruket var 15 547 kWh.
Oppgave 10d)
Løsning
Det gjennomsnittlige energiforbruket per måned i 2019 var 1 296 kWh.
Oppgave 10e)
Løsning
Vi finner kostnadene for en måned ved å regne ut . Når vi skal finne total kostnad for hele året, blir dette samlet mengde av produktet , som vi regner ut ved å integrere fra 0 til 12.