Samenvattingen · Wiskunde ANL · VWO

Keuzeonderwerpen (schoolexamen)

Keuzeonderwerpen zijn schoolexamenstof: verdieping die je school in het PTA vastlegt, géén centraal-examenstof. Deze samenvatting laat zien hoe je zo'n onderwerp aanpakt met de modelleercyclus, uitgewerkt aan het voorbeeld van verzadigde (logistische) groei. Je leert een model opstellen en verantwoorden, de uitkomsten interpreteren en bekritiseren, en een onderbouwde conclusie presenteren.

4 Onderdelen~23 min leestijd4 VaardighedenNiveau Basis 1 · Standaard 2 · Verdieping 1

T·151515 / 15

Examenprofiel

Verdieping — buiten het centraal examen (schoolexamen / PTA)Modelleren: een realistische situatie modelleren en de aannames verantwoordenUitkomsten van een model interpreteren en kritisch beoordelenEen onderbouwde conclusie presenteren en verantwoorden

Operatoren:modelleerberekeninterpreteerbeoordeelverantwoordleg uitonderzoekpresenteer

basisniveau

Dit is schoolexamenstof (SE/PTA), geen centraal-examenstof — de precieze invulling verschilt per school en staat in je PTA.

verhoogd niveau

Verdiep een samenhangend thema (bijvoorbeeld verzadigde/logistische groei) met de modelleercyclus en verantwoord elke modelkeuze.

Diepte

Tekst

Inhoud · 4 onderdelen

Keuzeonderwerpen (schoolexamen)

Wat zijn keuzeonderwerpen (SE-kader)#

Basisexamenblad-wiskunde-a-keuzeonderwerpen-SE

Keuzeonderwerpen horen bij het „schoolexamen” (SE) en niet bij het centraal examen (CE). In Afb. 1 zie je het onderscheid: het centraal examen toetst landelijk de vaste eindtermen uit de domeinen A tot en met E — dezelfde stof voor iedere vwo-leerling in Nederland — terwijl het schoolexamen per school wordt ingevuld volgens het „PTA” (Programma van Toetsing en Afsluiting). De keuzeonderwerpen leven in die rechterkolom: het is verdieping die je school kiest, ze staan beschreven in het PTA en ze tellen mee voor je SE-cijfer, maar ze worden niet op het centraal examen gevraagd. Wie zich op het CE voorbereidt, hoeft een keuzeonderwerp dus niet als examenstof te leren; wie zich op het SE voorbereidt, moet juist precies weten wat het PTA van de eigen school voorschrijft.

Afb. 1 — Centraal examen versus schoolexamen

Afb. 1Keuzeonderwerpen horen bij het schoolexamen (PTA) en worden per school ingevuld; ze zijn géén centraal-examenstof.

Omdat de invulling per school verschilt, bestaat er geen landelijke lijst met „het” keuzeonderwerp. Toch keren enkele thema's vaak terug, omdat ze goed aansluiten bij wiskunde A: een verdieping van modelleren, wiskunde in de economie (rente, afschrijving, kosten- en opbrengstfuncties), wiskunde in de biologie of aardwetenschappen (populaties, verspreiding), dynamische modellen met rijen en recursie, en als klassiek voorbeeld de logistische (verzadigde) groei. Deze samenvatting gebruikt logistische groei als rode draad, maar de aanpak — modelleren, verantwoorden, interpreteren, presenteren — is bij elk keuzethema hetzelfde.

Een keuzeonderwerp is zelden „nieuwe” losse theorie; het is vooral het toepassen en verdiepen van technieken die je al kent op één samenhangend thema. Je zet functies, rijen, procenten en groeifactoren, en soms de afgeleide of statistiek in om een echte situatie te beschrijven. Het verschil met een gewone paragraaf is dat je bij een keuzeonderwerp verder gaat dan één opgave: je onderzoekt een situatie, kiest en onderbouwt een model, rekent het door, en beoordeelt of de uitkomst klopt. De wiskunde is bekend; de vaardigheid die wordt getoetst is het combineren en verantwoorden ervan.

Voor de toetsing betekent dit iets belangrijks. Een keuzeonderwerp wordt getoetst zoals het PTA dat voorschrijft — bijvoorbeeld met een schriftelijke SE-toets, een praktische opdracht of een onderzoeksverslag — en niet met een landelijk genormeerd centraal examen. Er hoort hier dus geen N-term, geen landelijke normering en geen vast puntenaantal bij; die zaken horen bij het CE. Wat wél telt, is dat je laat zien dat je de wiskunde correct toepast én je keuzes kunt uitleggen. In deze samenvatting staat daarom geen „examenopgave met normering”, maar oefenen we met uitgewerkte modelleer-voorbeelden en een oefenopdracht in dezelfde stijl.

Let op het onderscheid tussen twee soorten SE-onderdelen. Een „handelingsdeel” moet je naar behoren afronden (voldaan of niet voldaan), terwijl een keuzeonderwerp meestal met een cijfer wordt beoordeeld dat in je SE-gemiddelde meetelt. Kijk in het PTA van je eigen school wat voor jou geldt: welk onderwerp, welke toetsvorm, welke weging en welke periode. Die informatie is leidend — deze samenvatting geeft de wiskundige inhoud en werkwijze, maar jouw PTA bepaalt de precieze eisen.

Uitgewerkt voorbeeld

Keuzeonderwerp of centraal-examenstof?

Een leerling heeft vier onderwerpen op een rijtje: (1) de normale verdeling en de z-score, (2) differentiëren met de kettingregel, (3) logistische groei als verdiepingsproject met een verslag, (4) het oplossen van kwadratische vergelijkingen. Bepaal welke onderwerpen tot de vaste centraal-examenstof horen en welk onderwerp een typisch keuzeonderwerp (SE) is. Licht je antwoord toe.

Herken de CE-domeinen
De normale verdeling en de z-score horen bij domein E (statistiek en kansrekening), differentiëren bij domein D (verandering) en kwadratische vergelijkingen bij domein B (algebra en functies). Deze drie staan in de landelijke eindtermen en kunnen op het centraal examen worden gevraagd.
Herken het keuzekarakter
Onderwerp (3), logistische groei als verdiepingsproject met een verslag, is geen vaste CE-eindterm. Het is een verdieping van modelleren, wordt per school in het PTA vastgelegd en met een onderzoeks- of verslagvorm getoetst — kenmerken van een schoolexamen-keuzeonderwerp.
Trek de conclusie
Onderwerpen (1), (2) en (4) zijn centraal-examenstof; onderwerp (3) is het keuzeonderwerp dat alleen in het schoolexamen (SE/PTA) wordt beoordeeld.

Resultaat: Centraal examen: normale verdeling/z-score, kettingregel en kwadratische vergelijkingen. Keuzeonderwerp (SE): logistische groei als verdiepingsproject — beoordeeld in het schoolexamen, niet op het CE.

Veelgemaakte fouten

Denken dat logistische groei of een ander keuzeonderwerp „gewoon” op het centraal examen gevraagd kan worden. Keuzeonderwerpen zijn SE-stof: ze staan in het PTA en horen niet bij de landelijke CE-eindtermen.
Aannemen dat elke school hetzelfde keuzeonderwerp behandelt. De invulling verschilt per school — raadpleeg altijd je eigen PTA voor het onderwerp, de toetsvorm en de weging.
Een keuzeonderwerp opvatten als een berg nieuwe formules. Het gaat vooral om het verdiepen en combineren van bekende technieken en het verantwoorden van je keuzes.

Actieve herhaling

Zoek in het PTA van je school het keuzeonderwerp voor wiskunde A op. Beschrijf in enkele zinnen: welk onderwerp het is, welke bekende wiskundige technieken je erin verdiept, met welke toetsvorm het wordt afgesloten en hoe zwaar het meetelt. Leg vervolgens uit waarom deze stof wél voor je SE-cijfer, maar niet voor het centraal examen telt.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — wiskunde A (VWO) (CvTE / DUO)

Modelleren als rode draad#

Standaardexamenblad-wiskunde-a-keuzeonderwerpen-SE

Afb. 2 — Een ongeremd exponentieel beginmodel

Afb. 3Het exponentiële model

N(t)=10\cdot e^{0{,}5t}

groeit ongeremd: het passeert 100 rond

t\approx 4{,}6

en groeit daarna door de bovenrand — realistisch in de beginfase, onhoudbaar op termijn.

Bij vrijwel elk keuzeonderwerp is „modelleren” de rode draad. Modelleren is het vertalen van een situatie uit de werkelijkheid naar wiskunde, daarmee rekenen, en de uitkomst weer terugvertalen. Afb. 1 toont deze „modelleercyclus” als een kringloop: je begint bij de situatie, kiest een model (met aannames), doet de wiskunde (rekenen, grafiek, oplossen), geeft een interpretatie in de context, en sluit af met de toetsing — klopt de uitkomst met de werkelijkheid? De pijl terug is het hart van het idee: bijna nooit is je eerste model meteen goed. Op grond van de toetsing stel je de aannames of het model bij en doorloop je de cyclus opnieuw. Modelleren is dus geen rechte lijn maar een herhaalde verbeterslag.

De eerste stap, van situatie naar model, vraagt om keuzes en aannames. Je bepaalt welke grootheden je meet (de variabelen), welke je verwaarloost, en welk soort verband je verwacht. Kies je voor een lineair model (constante toename), een exponentieel model (constante groeifactor), een periodiek model, of iets anders? Elke keuze berust op aannames — bijvoorbeeld „de groei is elke week ongeveer even groot procentueel” leidt tot een exponentieel model. Goede modelleervaardigheid betekent dat je deze aannames expliciet opschrijft, zodat later duidelijk is waarom het model eruitziet zoals het eruitziet, en waar het kan wringen.

De tweede stap, de wiskunde, gebruikt technieken die je al kent uit de rest van wiskunde A. Een exponentieel model schrijf je als

N(t)=N_0\cdot g^{t}

, met

N_0

de beginwaarde en

g

de groeifactor per tijdstap; een groeifactor hoort bij een procentuele verandering via

g=1+\dfrac{p}{100}

. Met dit model reken je functiewaarden uit, los je vergelijkingen op (wanneer bereikt

N

een bepaalde waarde?) en teken je een grafiek. In Afb. 2 staat zo'n eerste, ongeremd exponentieel model: het groeit steeds sneller en kent geen bovengrens. Juist die eigenschap maakt het geschikt als beginmodel, maar vaak ook onrealistisch op langere termijn — en dat brengt je terug in de cyclus.

Afb. 1 — De modelleercyclus

Afb. 2De modelleercyclus: van situatie naar model, wiskunde, interpretatie en toetsing — en via terugkoppeling opnieuw, tot het model voldoet.

De laatste twee stappen, interpretatie en toetsing, zijn wat een keuzeonderwerp onderscheidt van een gewone som. Bij de interpretatie vertaal je de wiskundige uitkomst terug: „

N(4)\approx 74

” betekent „na vier weken ongeveer 74 planten”. Bij de toetsing vergelijk je die uitkomst met de werkelijkheid en met je aannames: is 74 planten plausibel? Blijft het model kloppen als de tijd toeneemt? Een exponentieel model voorspelt dat het aantal onbeperkt doorgroeit, terwijl een vijver, een markt of een populatie meestal een grens kent. Wanneer de toetsing zo'n tekortkoming blootlegt, is dat geen fout maar een signaal: je gaat terug naar de modelkeuze en verfijnt het model — precies wat we in de volgende paragraaf doen met de logistische groei.

Modelleren goed doen betekent ook eerlijk zijn over de grenzen van je model. Een model is per definitie een vereenvoudiging: het laat details weg om greep op de hoofdlijn te krijgen. Dat is een kracht (je kunt ermee rekenen en voorspellen) én een beperking (het klopt nooit precies). Bij het verantwoorden noem je daarom niet alleen wat je model kan, maar ook onder welke aannames het geldt en waar het waarschijnlijk afwijkt. Deze houding — rekenen én kritisch blijven — is de kern van de onderzoeks- en modelleervaardigheden die een keuzeonderwerp toetst.

N(t)=N_0\cdot g^{t}

Exponentieel groeimodel

$N_0$ is de beginwaarde en $g$ de groeifactor per tijdstap; het aantal wordt elke stap met dezelfde factor vermenigvuldigd.

g=1+\dfrac{p}{100}

Groeifactor bij p\% verandering

Een toename van $p\%$ per tijdstap hoort bij groeifactor $g$ ; bij afname is $p$ negatief.

N(t)=N_0\cdot e^{kt},\qquad g=e^{k}

Continue schrijfwijze

Met het getal $e$ schrijf je hetzelfde model als $N_0\cdot e^{kt}$ ; de groeifactor per tijdstap is dan $g=e^{k}$ . In het voorbeeld hoort $k=0{,}5$ bij $g=e^{0{,}5}\approx 1{,}65$ .

Uitgewerkt voorbeeld

De modelleercyclus doorlopen: waterlelies (beginmodel)

In een vijver groeit het aantal waterlelies. Op t = 0 (weken) zijn er 10 planten; in de beginweken neemt het aantal met ongeveer 65% per week toe. (a) Stel met deze gegevens een exponentieel beginmodel op. (b) Bereken het voorspelde aantal na 4 en na 6 weken. (c) De vijver biedt plaats aan hooguit ongeveer 100 planten. Toets het model hieraan en beschrijf welke stap in de modelleercyclus je nu zet.

(a) Model opstellen (situatie → model)
Een vaste procentuele toename van 65% per week hoort bij groeifactor $g=1+\dfrac{65}{100}=1{,}65$ . Met beginwaarde $N_0=10$ wordt het model $N(t)=10\cdot 1{,}65^{t}$ . In continue vorm is $g=e^{k}$ met $k=\ln(1{,}65)\approx 0{,}5$ , dus $N(t)\approx 10\cdot e^{0{,}5t}$ .
$N(t)=10\cdot 1{,}65^{t}\approx 10\cdot e^{0{,}5t}$
(b) Doorrekenen (wiskunde)
$N(4)=10\cdot 1{,}65^{4}\approx 10\cdot 7{,}41=74{,}1$ , dus ongeveer 74 planten. $N(6)=10\cdot 1{,}65^{6}\approx 10\cdot 20{,}18=201{,}8$ , dus ongeveer 202 planten.
(c) Interpreteren en toetsen
Het model voorspelt na 6 weken ruim 200 planten, terwijl de vijver plaats biedt aan hooguit ongeveer 100. De uitkomst is dus onrealistisch: een ongeremd exponentieel model kent geen bovengrens, maar de werkelijkheid wél. De toetsing faalt voor grote $t$ .
Terug in de cyclus
Dit is geen rekenfout maar een modelfout. Via de terugkoppelpijl ga je terug naar de modelkeuze: je hebt een model nodig dat in het begin (bijna) exponentieel groeit maar afvlakt naar een draagkracht. Dat is precies de logistische groei uit de volgende paragraaf.

Resultaat: $N(t)=10\cdot 1{,}65^{t}$ geeft $N(4)\approx 74$ en $N(6)\approx 202$ planten. Omdat 202 de capaciteit van ongeveer 100 planten ver overschrijdt, is het ongeremde model op termijn onhoudbaar; de cyclus stuurt je naar een verzadigd (logistisch) model.

Veelgemaakte fouten

De cyclus als eenrichtingsverkeer zien. Toetsing en terugkoppeling horen erbij: als het model niet klopt, stel je het bij en reken je opnieuw — dat is de bedoeling, geen mislukking.
De aannames niet opschrijven. Zonder expliciete aannames kun je later niet uitleggen waarom je model geldig is of waar het afwijkt.
Een exponentieel model klakkeloos voor de lange termijn gebruiken. Het groeit onbegrensd; in veel contexten is er een grens (draagkracht) die zo'n model mist.

Actieve herhaling

Kies een groeisituatie uit je eigen omgeving (bijvoorbeeld het aantal volgers van een account, de verspreiding van een gerucht of de groei van een spaarbedrag). Doorloop de modelleercyclus: beschrijf de situatie, kies een beginmodel met expliciete aannames, reken twee functiewaarden uit, interpreteer die in de context en toets of het model op langere termijn realistisch blijft. Geef aan welke bijstelling je zou doen.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — wiskunde A (VWO) (CvTE / DUO)

Voorbeeldthema: verzadigde (logistische) groei#

Verdiepingexamenblad-wiskunde-a-keuzeonderwerpen-SE

Afb. 1 — Logistische groei met draagkracht

Afb. 4Logistische groei

N(t)=\dfrac{100}{1+9e^{-0{,}8t}}

: van beginwaarde 10 naar de draagkracht

L=100

(horizontale asymptoot), met het buigpunt op de halve draagkracht (

N=50

) rond

t\approx 2{,}7

Veel groeiprocessen beginnen (bijna) exponentieel maar vlakken af naarmate ze een grens naderen: een populatie stuit op voedsel- of ruimtegebrek, een product op marktverzadiging, een gerucht op het aantal mensen dat het nog niet kent. Zulke verzadigde groei beschrijf je met het „logistische model”. Afb. 1 toont de karakteristieke S-vorm (sigmoïde): eerst een snelle stijging, dan een buigpunt waar de groei het grootst is, en ten slotte een afvlakking naar een horizontale asymptoot. Die asymptoot is de „draagkracht”

L

— de bovengrens die het aantal wel nadert maar nooit precies bereikt. In het getekende model is

L=100

Het logistische model heeft de vorm

N(t)=\dfrac{L}{1+a\,e^{-kt}}

. Hierin is

L

de draagkracht,

k

de groeisnelheid (hoe steil de S is) en

a

een constante die de beginwaarde regelt. De beginwaarde volgt uit

N(0)=\dfrac{L}{1+a}

, want bij

t=0

e^{-k\cdot 0}=1

. Daaruit haal je

a=\dfrac{L}{N(0)}-1

. In Afb. 1 is

N(0)=10

L=100

, dus

a=\dfrac{100}{10}-1=9

; met groeisnelheid

k=0{,}8

wordt het model

N(t)=\dfrac{100}{1+9\,e^{-0{,}8t}}

. Controleer:

N(0)=\dfrac{100}{1+9}=10

, en voor grote

t

gaat

e^{-0{,}8t}\to 0

, zodat

N\to\dfrac{100}{1}=100=L

Waarom vlakt de logistische groei af? De sleutel is de „remmende factor”

\left(1-\dfrac{N}{L}\right)

. De toename per tijdseenheid is bij benadering evenredig met

k\,N\left(1-\dfrac{N}{L}\right)

: zolang

N

klein is ten opzichte van

L

is die factor bijna 1 en groeit

N

vrijwel exponentieel; nadert

N

tot

L

, dan gaat de factor naar 0 en stopt de groei. De toename is maximaal waar

N\left(1-\dfrac{N}{L}\right)

het grootst is, en dat is precies bij

N=\tfrac{1}{2}L

— de halve draagkracht. Daar ligt het „buigpunt” van de grafiek. Voor ons model is dat bij

N=50

; het bijbehorende tijdstip volgt uit

t_{\text{buig}}=\dfrac{\ln a}{k}=\dfrac{\ln 9}{0{,}8}\approx 2{,}7

weken (zie de markering in Afb. 1).

Het contrast met ongeremde groei maakt de meerwaarde van het logistische model zichtbaar. In Afb. 2 staan beide modellen met dezelfde beginwaarde

N(0)=10

op één assenstelsel: het exponentiële model

10\cdot e^{0{,}5t}

(gestreept) en het logistische model

\dfrac{100}{1+9e^{-0{,}8t}}

(getrokken). In het begin groeien ze allebei snel; daarna buigt de logistische kromme af naar de draagkracht 100, terwijl de exponentiële kromme dwars door de bovenrand blijft doorstijgen. Rond

t\approx 4

haalt de exponentiële kromme de logistische zelfs in en schiet er ver overheen. Het verzadigde model is dus realistischer zodra de grens in zicht komt; het ongeremde model is alleen bruikbaar in de allereerste fase.

Bij het rekenen met een logistisch model gebruik je de technieken die je kent. Een functiewaarde bereken je door

t

in te vullen. Wil je weten wanneer een bepaald aantal wordt bereikt, dan los je een vergelijking op — met de grafische rekenmachine via snijpunten, of exact met de logaritme. Bijvoorbeeld

N=80

: uit

\dfrac{100}{1+9e^{-0{,}8t}}=80

volgt

1+9e^{-0{,}8t}=1{,}25

, dus

e^{-0{,}8t}=\dfrac{0{,}25}{9}

t=\dfrac{-\ln(0{,}25/9)}{0{,}8}\approx 4{,}5

weken. Zo verbind je het model aan concrete vragen uit de context.

N(t)=\dfrac{L}{1+a\,e^{-kt}}

Logistisch (verzadigd) groeimodel

$L$ is de draagkracht (bovengrens), $k$ de groeisnelheid en $a$ regelt de beginwaarde. De grafiek is een S-kromme.

N(0)=\dfrac{L}{1+a}\quad\Rightarrow\quad a=\dfrac{L}{N(0)}-1

Beginwaarde en de constante a

Bij $t=0$ is $e^{0}=1$ ; uit de beginwaarde $N(0)$ bereken je de constante $a$ .

\lim_{t\to\infty}N(t)=L

Draagkracht als horizontale asymptoot

Voor grote $t$ gaat $e^{-kt}\to 0$ , zodat $N$ de draagkracht $L$ nadert maar nooit precies bereikt.

t_{\text{buig}}=\dfrac{\ln a}{k}\ \text{ bij }\ N=\tfrac{1}{2}L

Buigpunt: snelste groei bij de halve draagkracht

De toename is maximaal bij de halve draagkracht; daar ligt het buigpunt van de S-kromme.

N(t)=\dfrac{100}{1+9\,e^{-0{,}8t}}

Model in het voorbeeld (L=100,\ a=9,\ k=0,8)

Met $N(0)=10$ en $L=100$ volgt $a=9$ ; de groeisnelheid is $k=0{,}8$ per week.

Afb. 2 — Verzadigd versus ongeremd model

Afb. 5Zelfde beginwaarde, ander gedrag: het logistische model (getrokken) nadert de draagkracht 100, terwijl het ongeremde exponentiële model

10\cdot e^{0{,}5t}

(gestreept) rond

t\approx 4

de logistische inhaalt en ongeremd doorgroeit.

Uitgewerkt voorbeeld

Logistische groei volledig doorrekenen

Een vijver biedt plaats aan hooguit 100 waterlelies (draagkracht L = 100). Op t = 0 zijn er 10 planten en de groeisnelheid is k = 0,8 per week. (a) Stel het logistische model op. (b) Bereken het aantal planten na 3 en na 6 weken. (c) Na hoeveel weken is de halve draagkracht bereikt? (d) Leg uit wat de draagkracht betekent en of het aantal die ooit precies bereikt.

(a) Model opstellen
Uit de beginwaarde volgt $a=\dfrac{L}{N(0)}-1=\dfrac{100}{10}-1=9$ . Met $L=100$ , $a=9$ en $k=0{,}8$ is het model $N(t)=\dfrac{100}{1+9\,e^{-0{,}8t}}$ .
$N(t)=\dfrac{100}{1+9\,e^{-0{,}8t}}$
(b) Functiewaarden berekenen
$N(3)=\dfrac{100}{1+9e^{-2{,}4}}=\dfrac{100}{1+9\cdot 0{,}0907}=\dfrac{100}{1{,}816}\approx 55$ planten. $N(6)=\dfrac{100}{1+9e^{-4{,}8}}=\dfrac{100}{1+9\cdot 0{,}00823}=\dfrac{100}{1{,}074}\approx 93$ planten.
$N(3)\approx 55 \ \text{ en }\ N(6)\approx 93$
(c) Halve draagkracht
De halve draagkracht is $N=50$ . Los op: $\dfrac{100}{1+9e^{-0{,}8t}}=50 \Rightarrow 1+9e^{-0{,}8t}=2 \Rightarrow e^{-0{,}8t}=\tfrac{1}{9} \Rightarrow -0{,}8t=-\ln 9 \Rightarrow t=\dfrac{\ln 9}{0{,}8}\approx 2{,}7$ weken. Dit is het buigpunt, waar de groei het snelst is.
$t=\dfrac{\ln 9}{0{,}8}\approx 2{,}7$
(d) Draagkracht interpreteren
De draagkracht $L=100$ is het maximale aantal planten dat de vijver duurzaam kan dragen. Voor grote $t$ nadert $N$ deze waarde: $e^{-0{,}8t}\to 0$ , dus $N\to 100$ . Het aantal komt willekeurig dicht bij 100 maar bereikt het nooit precies — 100 is een horizontale asymptoot.

Resultaat: Model: $N(t)=\dfrac{100}{1+9e^{-0{,}8t}}$ . Na 3 weken ongeveer 55 planten, na 6 weken ongeveer 93. De halve draagkracht (50 planten) is na $\approx 2{,}7$ weken bereikt; dat is het buigpunt. De draagkracht 100 wordt benaderd maar nooit precies bereikt (horizontale asymptoot).

Veelgemaakte fouten

De constante $a$ verwarren met de beginwaarde. Er geldt $N(0)=\frac{L}{1+a}$ , dus $a=\frac{L}{N(0)}-1$ — bij $N(0)=10$ en $L=100$ is $a=9$ , niet 10.
Denken dat de grafiek de draagkracht $L$ echt bereikt. $L$ is een horizontale asymptoot: het aantal nadert $L$ maar bereikt het nooit precies.
Het buigpunt op de verkeerde hoogte plaatsen. De snelste groei ligt op de hálve draagkracht ( $N=\frac{1}{2}L$ ), niet bij $L$ zelf.

Actieve herhaling

Een nieuw sociaal netwerk heeft een verzadigingsgrens van 5000 gebruikers in een stad (draagkracht L = 5000). Bij de start (t = 0, in maanden) zijn er 250 gebruikers en de groeisnelheid is k = 0,9 per maand. Stel het logistische model op, bereken het aantal gebruikers na 3 en na 8 maanden, bepaal wanneer de helft van de draagkracht is bereikt, en leg uit waarom een ongeremd exponentieel model hier op termijn ongeschikt is.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — wiskunde A (VWO) (CvTE / DUO)

Onderzoek presenteren en verantwoorden#

Standaardexamenblad-wiskunde-a-keuzeonderwerpen-SE

Afb. 1 — Model naast waargenomen gegevens

Afb. 6Een (fictieve) meetreeks naast het logistische model

N(t)=\dfrac{100}{1+9e^{-0{,}8t}}

. De reeksen liggen dicht bijeen; de grootste afwijking is ongeveer 3 planten bij

t=4

Een keuzeonderwerp eindigt niet bij het uitrekenen van een model; het draait om verantwoorden, interpreteren, bekritiseren en presenteren. De laatste stap van de modelleercyclus — de toetsing — maak je concreet door de modeluitkomsten naast echte of gemeten gegevens te leggen. Afb. 1 doet dat: de waargenomen aantallen en de waarden van het logistische model staan samen in één grafiek. Waar de lijnen samenvallen, beschrijft het model de werkelijkheid goed; waar ze uit elkaar lopen, zie je de „afwijkingen” (residuen). Zo wordt „het model klopt redelijk” een controleerbare uitspraak in plaats van een gevoel.

„Verantwoorden” begint bij de aannames. Elke modelkeuze rust op vooronderstellingen: dat de draagkracht constant is, dat het systeem gesloten is (geen planten worden verwijderd of toegevoegd), dat er geen seizoensinvloed of toeval meespeelt. Bij het verantwoorden schrijf je deze aannames op en beredeneer je of ze in de context redelijk zijn. Je maakt ook de beperkingen expliciet: een logistisch model veronderstelt bijvoorbeeld één vaste bovengrens, terwijl de echte draagkracht kan schommelen. Verantwoorden is dus niet „bewijzen dat je gelijk hebt”, maar eerlijk laten zien onder welke voorwaarden je conclusie geldt.

„Interpreteren en bekritiseren” van de uitkomsten gaat een stap verder dan aflezen. Interpreteren is de wiskunde terugvertalen: „de grootste afwijking is ongeveer 3 planten bij

t=4

” betekent dat het model daar iets te hoog uitkomt. Bekritiseren is beoordelen wat die afwijking waard is: 3 planten op een draagkracht van 100 is ongeveer 3% — klein, dus het model past goed. Maar je vraagt ook door: zijn er weinig meetpunten? Zijn de metingen betrouwbaar? Zou een andere modelkeuze beter passen? Kritisch zijn betekent de grenzen van je eigen conclusie durven benoemen, ook als het model op het eerste gezicht mooi past.

„Presenteren” is de uitkomst overtuigend en controleerbaar overbrengen. Een goed onderzoeksverslag of een goede presentatie volgt een vaste opbouw: (1) de onderzoeksvraag en de context, (2) de aannames en de modelkeuze met onderbouwing, (3) de berekeningen overzichtelijk (formules, een tabel, minstens één grafiek zoals Afb. 1), (4) de interpretatie en de vergelijking met de gegevens, en (5) een conclusie met kanttekeningen. Presenteer getallen met de juiste nauwkeurigheid en eenheden, gebruik heldere grafieken met bijschriften, en scheid feiten (wat je berekende) van oordelen (wat je ervan vindt). Een lezer moet je redenering kunnen volgen en zelf kunnen nagaan.

Deze vier — verantwoorden, interpreteren, bekritiseren, presenteren — zijn precies de onderzoeks- en modelleervaardigheden die het schoolexamen bij een keuzeonderwerp beoordeelt. De wiskunde (het logistische model, de berekeningen) is het gereedschap; de kwaliteit van je onderzoek zit in de manier waarop je het gereedschap kiest, gebruikt en er kritisch op reflecteert. Een correct doorgerekend model met zwakke onderbouwing scoort lager dan een iets eenvoudiger model dat helder is verantwoord en eerlijk is bekritiseerd.

r_i = y_i - N(t_i)

Residu (afwijking meting − model)

$y_i$ is de waargenomen waarde op tijdstip $t_i$ en $N(t_i)$ de modelwaarde; het residu $r_i$ meet hoe ver het model ernaast zit.

\dfrac{|y_i-N(t_i)|}{L}\times 100\%

Relatieve afwijking ten opzichte van de draagkracht

Door de afwijking te delen door de draagkracht $L$ krijg je een percentage dat aangeeft hoe groot de fout is op de schaal van het probleem.

Uitgewerkt voorbeeld

Model toetsen aan gegevens en een conclusie onderbouwen

In een experiment worden de aantallen waterlelies geteld (fictieve meetreeks): t = 0: 12, t = 2: 38, t = 4: 70, t = 6: 95, t = 8: 97 planten. Vergelijk deze met het logistische model N(t) = 100 / (1 + 9·e^(−0,8t)). (a) Bereken de modelwaarden voor t = 2, 4, 6 en 8. (b) Bepaal de grootste afwijking tussen meting en model. (c) Formuleer een onderbouwde conclusie en noem één kritiekpunt of verbetering.

(a) Modelwaarden berekenen
$N(2)=\dfrac{100}{1+9e^{-1{,}6}}\approx 35{,}5$ ; $N(4)=\dfrac{100}{1+9e^{-3{,}2}}\approx 73{,}2$ ; $N(6)=\dfrac{100}{1+9e^{-4{,}8}}\approx 93{,}1$ ; $N(8)=\dfrac{100}{1+9e^{-6{,}4}}\approx 98{,}5$ .
(b) Afwijkingen bepalen
Neem per tijdstip meting min model: bij $t=2$ is $38-35{,}5=+2{,}5$ ; bij $t=4$ is $70-73{,}2=-3{,}2$ ; bij $t=6$ is $95-93{,}1=+1{,}9$ ; bij $t=8$ is $97-98{,}5=-1{,}5$ (en bij $t=0$ is $12-10=+2$ ). De grootste afwijking in absolute waarde is $3{,}2$ planten bij $t=4$ .
(c) Conclusie en kritiek
Het logistische model beschrijft de gegevens goed: alle afwijkingen zijn kleiner dan ongeveer $3{,}2$ planten, dat is ruim onder 4% van de draagkracht (100). De S-vorm en de afvlakking naar 100 komen overeen met de metingen. Kritiekpunt en verbetering: de meetreeks is klein (vijf punten) en berust op de aanname van een constante draagkracht en een gesloten systeem; met meer metingen en een controle op seizoensinvloed zou de conclusie sterker worden.

Resultaat: De modelwaarden zijn $35{,}5$ , $73{,}2$ , $93{,}1$ en $98{,}5$ . De grootste afwijking is $3{,}2$ planten bij $t=4$ (ongeveer 3% van de draagkracht). Conclusie: het logistische model past goed bij de gegevens; kanttekening is de kleine meetreeks en de aanname van een constante draagkracht — meer metingen zouden de conclusie versterken.

Veelgemaakte fouten

Alleen zeggen dat het model „goed past” zonder bewijs. Onderbouw met concrete afwijkingen (bijvoorbeeld het grootste residu $3{,}2$ planten, ongeveer 3%) en een vergelijking meting–model.
De aannames vergeten te verantwoorden. Noem expliciet wat je hebt aangenomen (constante draagkracht, gesloten systeem, geen toeval) en of dat redelijk is.
Conclusies presenteren zonder kanttekeningen. Een eerlijke conclusie benoemt ook de beperkingen: kleine steekproef, mogelijke afwijkingen, alternatieve modellen.

Actieve herhaling

Je hebt in de vorige paragraaf een logistisch model opgesteld voor een sociaal netwerk (draagkracht 5000). Stel dat je vijf maandmetingen hebt verzameld die dicht bij het model liggen. Schrijf de kern van een onderzoeksverslag: formuleer de onderzoeksvraag, benoem je aannames en modelkeuze, presenteer de vergelijking model–meting in een tabel of grafiek, bereken de grootste afwijking, en sluit af met een onderbouwde conclusie inclusief minstens twee kanttekeningen.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — wiskunde A (VWO) (CvTE / DUO)

Referenties en bronnen

Bronnen

CvTE / DUO

Examenblad.nl — wiskunde A (VWO)

Keuzeonderwerpen (schoolexamen)

Kernpunten

Keuzeonderwerp of centraal-examenstof?

Kernpunten

De modelleercyclus doorlopen: waterlelies (beginmodel)

Kernpunten

Logistische groei volledig doorrekenen

Kernpunten

Model toetsen aan gegevens en een conclusie onderbouwen

Bronnen