Modellering og analyse av trigonometriske funksjoner
FM-9
Finn største og minste verdi til disse funksjonene uten hjelpemidler.
a)
Løsning
Funksjonen vil ha sin største verdi når
Funksjonen vil ha sin minste verdi når
b)
Løsning
Funksjonen vil ha sin største verdi når
Funksjonen vil ha sin minste verdi når
c)
Løsning
Vi vet at verdimengden til en tangensfunksjon er alle reelle verdier. Funksjonen vil derfor ikke ha en største eller minste verdi.
d)
Løsning
Funksjonen vil ha sin største verdi når
Funksjonen vil ha sin minste verdi når
e)
Løsning
Her kan vi bruke det vi vet om å slå sammen to slike trigonometriske uttrykk til et generelt sinusuttrykk. Vi setter
der
Siden vi bare skal finne største og minste verdi til funksjonen, trenger vi ikke bry oss om hva
Amplituden til funksjonen er
FM-10
Vi skal analysere funksjonen
a) Finn nullpunktene til funksjonen.
Løsning
Det er ikke gitt noen definisjonsmengde, så da må vi anta at
Nullpunktene er
b) Bestem de stasjonære punktene til
Løsning
Funksjonen er en variant av den generelle sinusfunksjonen. Vi bruker derfor at en sinusfunksjon er periodisk slik at toppunktene kommer med én periodes mellomrom. Det samme gjelder bunnpunktene.
En generell sinusfunksjon har sin største verdi når argumentet er
Vi vil få nye toppunkter med et mellomrom på
Toppunktene til
Bunnpunktene ligger midt mellom toppunktene, det vil si når
Bunnpunktene til
En generell sinusfunksjon har ingen terrassepunkter.
c) Analyser krumningsforholdene og finn vendepunktene til
Løsning
Vendepunktene til en sinusfunksjon ligger der grafen krysser likevektslinja. Derfor vil de ligge med en halv periodes mellomrom midt mellom et topp- og et bunnpunkt. For eksempel er
Siden det første ekstremalpunktet etter vendepunktet i
d) Finn gjennomsnittsverdien til
Løsning
Gjennomsnittsverdien til
FM-11
I denne oppgaven tar vi for oss den samme funksjonen som i den forrige oppgaven:
Nå skal du gjøre funksjonsanalyse ved å bruke derivasjon, slik du ville gjort det med en hvilken som helst annen type funksjon. Kontroller at du får samme svar som i forrige oppgave.
a) Finn de stasjonære punktene til
Løsning
Vi må først finne
Vi finner nullpunktene til den deriverte.
Nå må vi finne ut hvilke av disse
Dette må være et toppunkt siden
Vi får derfor at
og bunnpunktene
Alternativt kan vi ta dobbeltderiverttesten for å sjekke hva slags type stasjonære punkter vi får.
Vi setter inn nullpunktene til den deriverte.
Svaret skifter mellom å være positivt og negativt. Svaret er negativt når
Vi bruker at
Oppsummert får vi dette:
Toppunkt:
Bunnpunkt:
Stemmer dette med resultatet i forrige oppgave?
b) Finn vendepunktene til
Løsning
Vi finner vendepunktene ved å sette den dobbeltderiverte lik 0.
Nederst har vi skrevet om uttrykket for å skrive det første leddet som en vinkel i første omløp, men vi må ikke gjøre det.
Vi prøver å sette denne løsningen inn i
Vendepunktene til
FM-12
Gitt funksjonen
a) Kan vi bruke en forenklet metode for funksjonsanalysen uten å derivere i dette eksempelet slik vi kunne med funksjonen i den første oppgaven?
Løsning
Svaret er nei. Her har vi en kombinasjon av en sinusfunksjon og en polynomfunksjon som er avhengig av
b) Finn eventuelle stasjonære punkter på grafen til funksjonen.
Løsning
Vi deriver
Vi finner eventuelle ekstremalpunkter ved å sette
For begge løsningene kan vi bare bruke
Så tar vi en stikkprøve for å avgjøre monotoniegenskapene i stedet for dobbeltderiverttesten:
Siden den deriverte er en ren cosinusfunksjon, vet vi at den skifter fortegn i nullpunktene. Vi trenger derfor ikke å ta flere stikkprøver.
Vi kan nå sette opp fortegnslinja for
Fortegnslinja viser at grafen til
f π 3 = 2 sin 2 π 3 + 2 π 3 = 2 3 2 + 2 π 3 = 3 + 2 π 3 f 4 π 3 = 2 sin 8 π 3 + 2 · 4 π 3 = 2 3 2 + 4 π 3 = 3 + 8 π 3
Toppunkter:
Bunnpunkter:
c) Er funksjonen
Løsning
Ekstremalpunktene kommer med periodiske mellomrom, men siden ekstremalverdiene varierer, vil ikke funksjonen være periodisk.
d) Finn eventuelle vendepunkter på grafen til funksjonen.
Løsning
Vi finner infleksjonspunkter ved å sette
Så setter vi den andrederiverte lik null.
Vi får løsning når
Vendepunkt:
e) Hvor stiger funksjonen raskest, og hvor raskt stiger den da?
Løsning
Funksjonen må stige raskest i ett av vendepunktene. Vi må se etter et vendepunkt som kommer etter et bunnpunkt. Det første bunnpunktet er
Funksjonen stiger raskest når
f) Finn vendetangenten i det vendepunktet som har minst
Løsning
Vendepunktet med minst
Vi bruker ettpunktsformelen for å finne vendetangenten:
g) Tegn grafen til
h) Kontroller resultatene med CAS.
Løsning
Vi bruker funksjonen
I linje 1 finner vi ekstremalpunktene.
I linje 2 bruker vi dobbeltderiverttesten for å finne ut om ekstremalpunktene er minimal- eller maksimalpunkt.
I linje 3 regner vi ut ekstremalverdiene.
I linje 4 finner vi nullpunktene til den dobbeltderiverte. Ut fra verdiene vi fikk regnet ut i linje 2, ser vi at den dobbeltderiverte skifter fortegn i disse nullpunktene, som da er infleksjonspunkt.
I linje 5 finner vi
I linje 6 regner vi ut den deriverte i vendepunktene siden det må være i ett av disse funksjonen stiger raskest.
I linje 7 finner vi tangenten for
FM-13
Vi skal finne ekstremalpunktene til funksjonen
ved å skrive om funksjonen til en enkel trigonometrisk funksjon.
a) Forklar først hvorfor
Løsning
Vi kan erstatte
Så bruker vi enhetsformelen med vinkelen
Resultatet blir
b) Bruk resultatet i a) til å skrive funksjonen
Løsning
Ved å snu på resultatet i oppgave a) får vi at
Dette gir videre
c) Finn ekstremalpunktene til funksjonen
Løsning
Grafen vil ha toppunkter der
bunnpunktene til
erf ,n · 2 π , - 1 n ∈ ℤ toppunktene til
erf π + n · 2 π , 1
d) Vi kan finne ekstremalpunktene direkte uten å skrive om på funksjonen. Forklar hvordan.
Løsning
Vi vet at
Toppunktene kommer derfor når
Bunnpunktene kommer tilsvarende når
Dette stemmer med det vi fant i oppgave d) over.
FM-14
Finn ekstremalpunktene til funksjonene nedenfor på en så enkel måte som mulig.
a)
Løsning
Vi vet at
Toppunktene kommer derfor når
der
Bunnpunktene kommer tilsvarende når
Vi får
toppunkter:
π 2 + n · π , 3 bunnpunkter:
n · π , 1
der
b)
Løsning
Vi vet at
Toppunktene kommer derfor når
der
Bunnpunktene kommer tilsvarende når
Vi får
toppunkter:
n · π 3 , - 1 bunnpunkter:
π 6 + n · π 3 , - 4
der
c)
Løsning
Her lønner det seg å fjerne en av de trigonometriske funksjonene ved hjelp av enhetsformelen. Vi velger å fjerne
Dette gir
Vi vet at
Toppunktene kommer derfor når
der
Bunnpunktene kommer tilsvarende når
Vi får
toppunkter:
5 π 12 + n · π 2 , 4 bunnpunkter:
π 6 + n · π 2 , 0
der
FM-15
Til hver av oppgavene skal du lage en modell for svingningene ved å bruke informasjonen i oppgaven.
a) En friksjonsfri pendel svinger fra side til side. Avstanden mellom ytterpunktene av svingningen holder seg på 80 cm. Pendelen bruker 4 sekunder mellom hvert ytterpunkt.
Løsning
Den generelle sinusfunksjonen skriver vi som
Siden det er tida som er den frie variabelen, kan vi bytte ut
Den første opplysningen betyr at
Når pendelen bruker 4 s fra ytterpunkt til ytterpunkt, betyr det at perioden
Siden vi ikke har flere opplysninger om svingningen, kan vi ikke regne oss fram til hva
b) Besøkene på et nettsted følger et mønster som gjentar seg uke for uke. Besøkstoppen pleier å være på torsdager med cirka 30 000 unike brukere. Så avtar det jevnt til søndag, da det er på det laveste med cirka 15 000 unike brukere, før det igjen øker fram mot neste torsdag.
Løsning
Likevektslinja må ligge midt mellom laveste og høyeste verdi. Vi får derfor at
Hvis vi lar
Hvis vi lar
der
c) Det pleier å være 4 år mellom hver gang det er lemenår. En kartlegging viser at når det er lemenår, pleier antallet lemen i et fjellområde å ligge på 50 000. Midt mellom to lemenår kan antallet være nede i 4 000.
Løsning
Vi kan finne
Hvis vi lar
Vi kan si at det skal være lemenår når
Vi behøver ikke ta med "
d) Vi lager et tverrsnitt av Sør-Norge som går omtrent på tvers av dalene Østerdalen, Gudbrandsdalen, Valdres og Hallingdal. Disse fire dalene er tilnærmet parallelle. Bruk for eksempel karttjenesten Norgeskart og finn en sinusfunksjon som passer noenlunde med høydeprofilen på dette tverrsnittet. Prøv å vurdere hvor godt sinusfunksjonen du kommer fram til, passer.
Tips til oppgaven
Du kan bruke verktøyet "Tegne og måle", som ligger under hovedmenyen på Norgeskart, til å måle avstander. Du kan finne høyder over havet ved å klikke direkte i kartet (gå ut av "Tegne og måle" først) og se øverst til venstre.
Løsning
Vi velger å lage et tverrsnitt fra Gol i Hallingdal til Koppang i Østerdalen. Dette måler vi til cirka 148 km. Denne avstanden skal tilsvare 3 perioder i sinusfunksjonen siden Østerdalen er den tredje dalen etter Hallingdal (vi regner ikke med noen mindre dalfører som også passeres, slik som Gausdal og Imsdalen).
Dalbunnene i de 4 dalene ligger mellom cirka 200 og 300 meter over havet. Da sier vi at den laveste verdien til sinusfunksjonen skal være 250. Tilsvarende måler vi at de høyeste toppene langs linja ligger rundt 1 250 meter over havet.
Vi får derfor at
Vi lar
Dette gir videre at
Til slutt må vi bestemme
Funksjonen blir derfor
En sinusfunksjon passer egentlig ikke så veldig godt. For eksempel er det nesten dobbelt så langt mellom Valdres og Gudbrandsdalen som mellom Valdres og Hallingdal.
FM-16
Tabellen nedenfor viser den månedlige gjennomsnittstemperaturen i Trondheim fra desember 2021 til desember 2022.
Måned | Gjennomsnittstemperatur, °C |
---|---|
Desember 2021 | -2,9 |
Januar 2022 | -0,7 |
Februar 2022 | -1,3 |
Mars 2022 | 2,3 |
April 2022 | 2,6 |
Mai 2022 | 8,1 |
Juni 2022 | 12,8 |
Juli 2022 | 12,5 |
August 2022 | 13,1 |
September 2022 | 9,4 |
Oktober 2022 | 6,0 |
November 2022 | 2,7 |
Desember 2022 | -5,3 |
Dataene er hentet fra Meteorologisk institutt.
a) Forklar hvorfor en sinusfunksjon kan passe godt som modell for disse tallene.
Løsning
Siden temperaturen går opp og ned mellom sommer og vinter, kan vi anta at en periodisk funksjon som en sinusfunksjon passer godt.
b) Finn en modell for temperaturen ved å finne den sinusfunksjonen
Tips til oppgaven
La
Løsning
Vi utvider tabellen med en kolonne for
Måned | Gjennomsnittstemperatur, °C | |
---|---|---|
Desember 2021 | 0 | -2,9 |
Januar 2022 | 1 | -0,7 |
Februar 2022 | 2 | -1,3 |
Mars 2022 | 3 | 2,3 |
April 2022 | 4 | 2,6 |
Mai 2022 | 5 | 8,1 |
Juni 2022 | 6 | 12,8 |
Juli 2022 | 7 | 12,5 |
August 2022 | 8 | 13,1 |
September 2022 | 9 | 9,4 |
Oktober 2022 | 10 | 6,0 |
November 2022 | 11 | 2,7 |
Desember 2022 | 12 | -5,3 |
Vi skriver tallene inn i regnearkdelen i GeoGebra, markerer dem og velger regresjonsanalyseverktøyet. Vi velger videre regresjonsmodellen "sin".
Resultatet blir
Funksjonen passer sånn noenlunde. Det kan se ut som at desember 2021 var veldig kald i Trondheim.
c) Hva er perioden til funksjonen? Kommenter resultatet.
Løsning
Perioden er
Perioden er 12,1 måneder, altså omtrent et år, som vi kunne forvente. Grunnen til at vi ikke får nøyaktig 12 måneder, kan skyldes at temperaturene varierer ganske mye innenfor en måned. Dersom vi hadde hatt tall for en tiårsperiode, ville nok perioden på den funksjonen vi hadde kommet fram til, vært enda nærmere 12.
d) Hva blir høyeste og laveste gjennomsnittstemperatur i Trondheim etter modellen?
Løsning
Amplituden
Høyeste temperatur blir
Laveste temperatur blir
e) Hva er gjennomsnittstemperaturen i Trondheim gjennom et år etter modellen? Hvordan stemmer det med målingene?
Løsning
Siden sinusfunksjonen svinger rundt likevektslinja, blir gjennomsnittstemperaturen gjennom året 5,1° etter modellen.
For å finne den årlige gjennomsnittstemperaturen direkte fra målingene lager vi ei liste av målingene fra og med januar 2022 til og med desember 2022. Så bruker vi kommandoen gsnitt
for å få gjennomsnittet av tallene i lista.
Målingene gir årlig gjennomsnittstemperatur i Trondheim lik 5,2°, altså svært liten forskjell i forhold til hva modellen gir.
f) Når var temperaturen høyest, og når var den lavest etter modellen? Stemmer resultatet med målingene?
Løsning
Vi bruker verktøyet eller kommandoen "Ekstremalpunkt" og får et bunnpunkt med koordinatene
Vi ser at målingene tyder på at det er kaldest i desember og varmest i august, så det stemmer ikke helt med modellen. Det vil variere fra år til år hvilken måned som er kaldest, og hvilken som er varmest.
FM-17
Tabellen viser temperaturer målt gjennom et sommerdøgn ved Lindesnes fyr. Temperaturen,
0 | 1 | 4 | 7 | 9 | 10 | 12 | 13 | 15 | 17 | 20 | 22 | 24 | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
19 | 17 | 15 | 17 | 19 | 21 | 25 | 26 | 27 | 26 | 24 | 22 | 18 |
a) Bruk GeoGebra og finn den modellen i form av en sinusfunksjon som passer best med tallene.
Løsning
Vi skriver tallene inn i regnearkdelen i GeoGebra, markerer tallene, velger regresjonsanalyseverktøyet og regresjonsmodellen "Sin".
Modellen passer godt med målingene. Sinusfunksjonen som passer best med tallene, er
b) Gjør det samme, men bruk Python (ta utgangspunkt i programmet på teorisiden "Modellering og analyse av trigonometriske funksjoner"). Lag plot av målingene og sinusfunksjonen i samme koordinatsystem. Får du samme resultat som med regresjon med GeoGebra?
Løsning
Programmet gir funksjonen
Modellen passer ikke med målingene. Regresjonen feiler, rett og slett. Heldigvis fins det et triks eller hjelpemiddel vi kan bruke. Det ser vi på i neste oppgave.
c) Årsaken til at modellen funnet med scipy.optimize
passer svært dårlig med måledataene, kan være at startverdien 1 som regresjonsverktøyet bruker som utgangspunkt for de fire konstantene, ligger et stykke fra de riktige verdiene. Prøv i tilfelle å legge til følgende kodeord til kommandoen "curve_fit":
p0 = [A0,k0,fi0,d0]
der de fire konstantene i lista har noenlunde riktige verdier. For eksempel kan vi prøve med verdiene vi fant for modellen på teorisiden. Dette gir regresjonsmotoren et bedre utgangspunkt for jobben den skal gjøre.
Finn gode verdier for de fire konstantene, legg inn kodelinja over med disse verdiene, og kjør programmet på nytt. Blir resultatet bedre nå?
Løsning
Temperaturen varierer mellom cirka 15 og 25 grader. Det betyr at amplituden
Vi legger inn følgende kode i parameterlista til "curve_fit":
p0 = [5,0.25,1,20]
Da blir resultatet
Plottet programmet gir oss, viser at funksjonen passer godt.
Er dette samme funksjon som vi fikk med GeoGebra? Med GeoGebra fikk vi
Vis at de to funksjonene er like ved å bruke at
d) Hva var høyeste og laveste temperatur ifølge modellen?
Løsning
Høyeste temperatur var
Laveste temperatur var
e) Hvor langt er tidsrommet mellom høyeste temperatur denne dagen og høyeste temperatur dagen etter?
Løsning
Oppgaven spør etter perioden
f) Vil modellen være gyldig utenom det aktuelle døgnet?
Løsning
Vi vet ikke noe om været dagen før eller dagen etter. Dersom været blir annerledes med for eksempel regn, vil modellen mest sannsynlig ikke passe særlig godt lenger.
En annen ting er at perioden ikke ble nøyaktig 24 timer. Det betyr at tidspunktene for den høyeste temperaturen kommer tidligere og tidligere for hver dag som går. Slik kan det ikke fortsette særlig lenge.
g) Hva var gjennomsnittstemperaturen dette døgnet?
Løsning
Gjennomsnittstemperaturen blir det samme som verdien for
h) Hva var gjennomsnittstemperaturen mellom klokka 06.00 og klokka 18.00?
Løsning
Her må vi regne ut et integral. Vi velger å bruke CAS i GeoGebra.
Gjennomsnittstemperaturen i dette tidsrommet var 23,1°.
FM-18
På teorisiden ser vi på svingninger i vannstanden på grunn av tidevann. Vi fikk dette resultatet:
I denne oppgaven skal du laste ned måledataene fra Kartverket, som er vist på figuren over, og lage en modell for svingningene i vannstanden. Dataene kan lastes ned nedenfor. Husk å endre filnavnet etter nedlastingen.
Filer
Frivillig: Last ned dataene fra Kartverkets side
Du kan også prøve å finne dataene selv på Kartverkets side for tidevann ved Mandal. Velg datoer fra 3. november 2022 til 4. november 2022, velg "Tabell" og "Hvert 10. minutt". Du må laste ned som ei tekstfil, importere tekstfila i Excel, passe på at tallene kommer i hver sin kolonne og eksportere regnearket som ei semikolonseparert csv-fil.
a) Åpne datafila med for eksempel et regneark. Finn i hvilke kolonner tidspunktene og måledataene står.
Løsning
De øverste 15 linjene er informasjon om målingene. Tidspunktene står i første kolonne inkludert dato. I andre kolonne er måledataene vi er på jakt etter. Tredje kolonne inneholder det som var forventet nivå (disse tallene skal vi ikke bruke).
b) Du kan lese fila inn i Python og se på resultatet av innlesingen med koden nedenfor.
Forklar hva som skjer i denne programkoden. Se også verktøysiden "Behandling av store datamengder i Python".
Løsning
Først importeres biblioteket "pandas", som brukes til innlesingen av datafila.
I linje 3 leses datafila inn og lagres i datarammen data
. Vi så i oppgave a) at det ikke var overskrifter i csv-fila. Derfor skriver vi header = None
. Vi ønsker ikke å importere de 15 første radene, så vi spesifiserer det med kodeordet skiprows
og funksjonen range
. Med kodeordet sep
angir vi at csv-fila er semikolonseparert. Kommandoen encoding = latin-1
gjør at vi kan ha for eksempel skandinaviske bokstaver i datafila.
I linje 5 lages det nye kolonneoverskrifter til datarammen data
.
I linje 6 skrives datarammen ut til skjermen.
Resultatet blir omtrent som nedenfor, der de tre første målingene vises:
Tid | Vannstand | Ikke i bruk | |
---|---|---|---|
0 | 2022-11-03T00:00:00+01:00 | 105.5 | 67.3 |
1 | 2022-11-03T00:10:00+01:00 | 105.7 | 67.3 |
2 | 2022-11-03T00:20:00+01:00 | 105.5 | 67.2 |
... |
c) Ta utgangspunkt i programmet i forrige oppgave, gjør nødvendige endringer, og finn en sinusfunksjon som passer godt med måledataene. Plott både måledataene og modellen i samme koordinatsystem.
Tips 1
Det er vanskelig å bruke tidsangivelsen for måledataene direkte. Vi kan lage
Tips 2
Det kan hende modellen passer svært dårlig med måledataene, at regresjonen rett og slett feiler. Årsaken til det kan være at startverdiene regresjonsverktøyet bruker som utgangspunkt for de fire konstantene, ligger et stykke fra de riktige verdiene. Dette er tilfelle i forrige oppgave om temperaturen på Lindesnes. Løs i tilfelle problemet på samme måte ved å angi startverdier for konstantene i funksjonen ved hjelp av kodeordet p0
.
Løsning
Regresjonen feiler også her uten å spesifisere startverdier for regresjonskonstantene med kodeordet p0
. Det holder å sette nye startverdier for A
og for k
. Nedenfor finner du fullstendig kode.
Programmet gir oss funksjonen
og plottet nedenfor.
d) Vurder resultatet i forrige deloppgave.
Løsning
Det finnes ikke en sinusfunksjon som passer godt til målingene av tidevannet siden vannstanden bare delvis følger en sinuskurve. Vi regner ut perioden til modellen.
På teorisiden har vi at tidsrommet mellom to høyvann, altså perioden, er 12,4 h. Vi får derfor litt for liten periode. Ellers kan vi si at amplituden og faseforskyvningen passer noenlunde med tallene for den 4. november, det vil si det andre døgnet. Likevektslinja er det vanskelig å si noe om, men det ser ut som den ligger på en slags gjennomsnittsverdi.
En amplitude på 11,3 cm gir en forskjell mellom høyvann og lavvann på 22,6 cm. Det er lite, siden vi har fra teorisiden at forskjellen for Mandal skal være 35 cm.
e) Siden vi vet at modellen bør ha periode på 12,4 h, kan vi endre modellen slik at programmet ikke bestemmer hva
Løsning
Vi regner ut
Koden kan se slik ut:
Vi får funksjonen
Grafen til funksjonen har vi kalt "Modell 2" på figuren nedenfor.
Det ble ikke veldig stor endring. Det kan se ut som en periode på 12,4 timer er litt større enn tida mellom to høyvann, i alle fall for den andre dagen. Perioden til den første modellen passer litt bedre enn denne. Den nye modellen fikk ellers litt mindre amplitude enn den forrige, noe som passer enda dårligere med opplysningene om nivåforskjellen på tidevann for Mandal.
FM-19
Et lodd henger i en spiralfjær. Vi drar loddet litt ned, slipper det og observerer at det svinger opp og ned.
Vi observerer også at svingeutslaget blir mindre og mindre etter hvert. Vi sier at svingningen er dempet. En generell sinusfunksjon passer ikke så godt til å modellere hvordan utslaget til loddet varierer med tida siden en slik funksjon svinger like mye hele tida. Men vi kan multiplisere sinusfunksjonen med faktoren
Nedenfor kan du dra i glideren og observere hvordan grafen til
a) Konstanten
Hva skjer dersom du setter
b = 0
Da får vi
b) Med en posisjonslogger kan vi logge utslaget til loddet. Vi har gjort det, og hvis du ikke kan gjøre forsøket selv, kan du laste ned loggfila nedenfor.
Filer
Bestem dempingskonstanten
Tips
Vi må gjøre en regresjon med dataene for å bestemme konstanten
Det er derfor 5 konstanter som må finnes:
Vi velger å bruke Python og metoden curve_fit
. For å regne ut exp(x)
.
Løsning
Forslag til programkode:
Koden gir utskriften nedenfor.
Vi får at dempingskonstanten
Kommentarer til koden:
I dette tilfellet var det ikke behov for å sette nye startverdier for regresjonskonstantene med kodeordet
p0
.For å få penere utskrift av funksjonsuttrykket har vi lagt det inn som en undertittel i plottet. Der kan vi få matematisk formatering med LaTeX ved å sette funksjonsuttrykket mellom dollartegn ($). Siden sløyfeparenteser brukes både av LaTeX for å gruppere ting og av Python til å markere at noe i en tekststreng er en variabel, må vi bruke doble sløyfeparenteser der LaTeX vil ha sløyfeparentes. Vi bruker som før enkel sløyfeparentes rundt variabler. Noen steder blir det derfor tre sløyfeparenteser etter hverandre.
Koden
\sin
er LaTeX-kommandoen som gir "sin" som ikke står i kursiv.
c) Hvor lang tid tar det før utslaget til svingningen er halvert i forhold til det opprinnelige utslaget?
Løsning
Vi prøvde å løse likningen
Vi studerer funksjonen. Det er faktoren
Vi får at svingningene er halvert etter cirka 16 sekunder.
d) Hvor mange hele svingninger har loddet gjort da?
Løsning
Vi kan se på sinusdelen av funksjonen for å svare på dette. Antall hele svingninger blir hvor mange hele perioder sinusdelen har i løpet av de 16 sekundene.
Vi fikk at
I løpet av 16 s blir antall perioder 2,55, så det går bare 2–3 hele svingninger før utslaget er halvert.