VWO WC, 2013 - I | ||
Lichaamsoppervlak. | |||||||||||||||||||||||
De buitenkant van je lichaam is je lichaamsoppervlak. Gegevens over iemands lichaamsoppervlak worden bijvoorbeeld gebruikt voor risicoanalyse bij bestrijdingsmiddelen. De schadelijke stoffen hierin kunnen via de huid in het lichaam worden opgenomen. In een rapport van het RIVM (Rijksinstituut voor Volksgezondheid en Milieu) is een tabel te vinden waarin onder andere de lichaamsoppervlakte is af te lezen. Een gedeelte van deze tabel is hieronder weergegeven. |
|||||||||||||||||||||||
|
|||||||||||||||||||||||
Bij jonge kinderen is het hoofd ten opzichte van de rest
van het lichaam relatief groot. Als kinderen ouder worden, groeien de
armen en handen en de benen en voeten sneller dan de rest van het
lichaam. |
|||||||||||||||||||||||
3p. | 1. |
Onderzoek of de relatieve toename van het aandeel van armen en handen groter is dan de relatieve toename van het aandeel van benen en voeten. |
|||||||||||||||||||||
In het RIVM-rapport vinden we ook gegevens
over de lichaamsgewichten van kinderen. Als kinderen ouder worden, neemt
het gemiddelde lichaamsgewicht toe. Ook de standaardafwijking van het
lichaamsgewicht neemt toe. Het gemiddelde lichaamsgewicht van kinderen
van 12,5 jaar is 44,8 kg. De 25% lichtste kinderen van 12,5 jaar hebben
een lichaamsgewicht van hoogstens 39,3 kg. In de rest van deze opgave nemen we aan dat voor iedere leeftijdsgroep het lichaamsgewicht normaal verdeeld is. |
|||||||||||||||||||||||
4p. | 2. |
Bereken de standaardafwijking van het lichaamsgewicht op 12,5-jarige leeftijd in één decimaal nauwkeurig. |
|||||||||||||||||||||
In het rapport zijn de gegevens over de
lichaamsgewichten van jongens en meisjes ook apart vermeld. Bij
4,5-jarigen hebben de jongens een gemiddeld lichaamsgewicht van 18,7 kg
en een standaardafwijking van 3,0 kg. Voor de meisjes geldt een
gemiddeld lichaamsgewicht van 18,0 kg en een standaardafwijking van 3,3
kg. |
|||||||||||||||||||||||
3p. | 3. |
Toon aan dat het minimale lichaamsgewicht van de 10% zwaarste meisjes van 4,5 jaar oud ongeveer 22,2 kg is. Geef je antwoord in twee decimalen nauwkeurig. |
|||||||||||||||||||||
Een bepaald percentage van de jongens van 4,5 jaar oud weegt meer dan 22,2 kg. |
|||||||||||||||||||||||
3p. | 4. | Bereken dit percentage. | |||||||||||||||||||||
Er zijn ook formules waarmee we de lichaamsoppervlakte kunnen berekenen. |
|||||||||||||||||||||||
Voor het berekenen van de lichaamsoppervlakte bij kinderen worden vooral de volgende twee formules gebruikt: |
|||||||||||||||||||||||
In deze formules is S de lichaamsoppervlakte in m2,
L de lichaamslengte in cm en M het lichaamsgewicht in kg. |
|||||||||||||||||||||||
4p. | 5. | Bereken dat lichaamsgewicht in één decimaal nauwkeurig. | |||||||||||||||||||||
Om de formules nog beter met elkaar te kunnen
vergelijken, is het handig om de formule van Mosteller in dezelfde vorm
te schrijven als de formule van Haycock. |
|||||||||||||||||||||||
3p. | 6. | Laat dat zien en bereken de waarde van c. | |||||||||||||||||||||
Dialecten vergelijken. | ||||||||||||||||||||||||||||||||||||||||||||||||||||
Taalkundigen doen veel onderzoek naar de dialecten
in Nederland en Vlaanderen. Onderzoeker M. Spruit onderzocht in 2008
in hoeverre dialecten op elkaar lijken. De mate waarin twee
dialecten verschillen, wilde hij uitdrukken in een getal. Daarom
vergeleek hij steeds twee dialecten op een aantal kenmerken en telde
hij vervolgens de verschillen. Elk verschil tussen deze twee
dialecten leverde een punt op. Het totale aantal punten is de
Hammingafstand tussen deze twee dialecten. Het vergelijken van deze vijf kenmerken levert dus in totaal 1 punt op voor de Hammingafstand. Dat is in de volgende tabel weergegeven. |
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
Stel men vergelijkt dialect X met het dialect van Lunteren. En stel dat vergelijken van de vijf kenmerken uit de tabel in totaal 3 punten oplevert voor de Hammingafstand. In dialect X wordt ook “zich” gebruikt. |
||||||||||||||||||||||||||||||||||||||||||||||||||||
4p. | 7. |
Schrijf alle mogelijkheden voor deze vijf kenmerken voor dialect X op. Gebruik hiervoor de volgende tabel. |
||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
De onderzoeker vergeleek niet vijf, maar 507
kenmerken. Het resultaat is een tabel waarin per tweetal dialecten
de Hammingafstand te zien is. In onderstaande tabel zie je hier een
gedeelte van. |
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
In deze tabel heeft de onderzoeker dus 15
Hammingafstanden berekend. |
||||||||||||||||||||||||||||||||||||||||||||||||||||
3p. | 8. |
Bereken hoeveel Hammingafstanden de onderzoeker in totaal heeft berekend. |
||||||||||||||||||||||||||||||||||||||||||||||||||
De onderzoeker zocht naar een verband tussen de
geografische afstand en de Hammingafstand van dialecten. In het
kaartje in de figuur zie je een aantal dialecten met stippen
aangegeven. In het assenstelsel is voor elk tweetal dialecten de
Hammingafstand (in punten) uitgezet tegen de geografische afstand
(in km). De onderzoeker heeft op twee manieren geprobeerd het verband tussen de geografische afstand en de Hammingafstand met een wiskundig verband te benaderen. Beide manieren, een lineair verband en een logaritmisch verband, zijn weergegeven in het assenstelsel. |
||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
4p. | 9. | Stel een formule op voor het lineaire verband in de figuur. | ||||||||||||||||||||||||||||||||||||||||||||||||||
De onderzoeker heeft in het assenstelsel dus ook een grafiek voor een logaritmisch verband getekend. De formule voor dit logaritmische verband is: H = - 45,88 + 66,44log(x)Hierin is H de Hammingafstand en x de geografische afstand in km. Als de geografische afstand verdubbelt, neemt de Hammingafstand steeds met dezelfde waarde toe. |
||||||||||||||||||||||||||||||||||||||||||||||||||||
5p. | 10. | Bereken deze waarde. | ||||||||||||||||||||||||||||||||||||||||||||||||||
Voetbalplaatjes. | ||||||
In het voetbalseizoen 2008-2009 hield een grote supermarktketen een actie: bij elke besteding van 10 euro aan boodschappen kreeg je één zakje met vijf voetbalplaatjes. Deze plaatjes konden in een verzamelalbum geplakt worden waarin de 18 eredivisieclubs stonden. Per club kon je 15 plaatjes inplakken. In totaal waren er dus 18•15 = 270 verschillende plaatjes. Er zijn miljoenen plaatjes gedrukt. We nemen aan dat de plaatjes willekeurig over de zakjes verdeeld werden en dat er van alle plaatjes evenveel waren.Het is mogelijk dat er vijf plaatjes van dezelfde
club in een zakje zitten (daar kunnen dan nog dubbele plaatjes bij
zitten). |
||||||
4p. | 11. | Bereken deze kans. Rond je antwoord af op zeven decimalen. | ||||
Karin, die niet van voetballen houdt, heeft 12 plaatjes waaronder 3 van PSV. Peter en Maarten krijgen ze. Peter mag blindelings 6 plaatjes trekken uit de 12; de 6 die overblijven zijn voor Maarten. |
||||||
4p. | 12. | Bereken de kans dat Peter alle drie de plaatjes van PSV trekt. | ||||
In het verzamelalbum stond ook een spelletje dat je
kunt spelen om aan meer plaatjes te komen. Het gaat als volgt: |
||||||
Yvonne en Kees spreken af dat ze spelen om aanvallende kwaliteiten. Yvonne heeft twee plaatjes met de cijfers 8 en 5 op deze kwaliteit en Kees heeft twee plaatjes met de cijfers 7 en 3 op deze kwaliteit. Ze leggen ieder eerst één plaatje op tafel en bepalen wie gewonnen heeft. Daarna doen ze hetzelfde met hun tweede plaatje. |
|
|||||
4p. | 13. |
Geef alle mogelijke spelverlopen en bereken daarmee hoeveel plaatjes Yvonne naar verwachting na dit spel zal hebben. |
||||
De Rijksuniversiteit Groningen heeft een programma
ontwikkeld om met behulp van ‘rapportcijfers’ voor de kwaliteiten
van spelers een optimaal team samen te stellen: de Computer Coach.
Dit programma is onder andere gebruikt voor FC Groningen. |
||||||
Met behulp van de voetbalplaatjes kunnen we in een
sterk vereenvoudigde situatie zien hoe de ‘Computer Coach’ te werk
gaat. Op ieder spelersplaatje staan twee cijfers. Het bovenste
cijfer is een soort ‘rapportcijfer’ voor de aanvallende kwaliteiten
van de speler, het onderste voor zijn verdedigende kwaliteiten. In
figuur 2 heeft speler A bijvoorbeeld voor aanvallende kwaliteiten
het cijfer 5 en voor verdedigende kwaliteiten een 8. |
||||||
|
||||||
Men kan de totale waarde van de opstelling van deze figuur nu als volgt berekenen: de cijfers voor de aanvallende kwaliteiten van A en B plus de cijfers van de verdedigende kwaliteiten van C en D, dus 5 + 4 + 8 + 6 = 23.Het gaat er in deze vereenvoudigde situatie alleen om wie er in de aanval en wie in de verdediging staan en niet wie er links en wie er rechts staat. Er zijn nog meer opstellingen mogelijk. Hoe hoger de totale waarde van een opstelling, des te beter de opstelling. |
||||||
4p. | 14. | Onderzoek wat de beste opstelling is. Licht je antwoord toe. | ||||
DNA-bewijs. | |||
Ieder mens heeft DNA in al zijn cellen. Van een persoon,
bijvoorbeeld een verdachte van een misdrijf, kan men een zogenoemd
DNA-persoonsprofiel maken. |
|||
|
|||
Het aantal DNA-persoonsprofielen is in de periode 2001-2005 bij benadering exponentieel gegroeid van 1000 op 1 januari 2001 tot 7500 op 1 april 2005. |
|||
5p. | 15. |
Toon met behulp van deze gegevens aan dat het aantal DNA-persoonsprofielen in deze periode met ongeveer 4,03% per maand groeide. |
|
In februari 2005 is wettelijk vastgelegd dat van bepaalde groepen veroordeelden DNA-persoonsprofielen worden gemaakt. In de figuur is duidelijk te zien dat vanaf 1 mei 2005 het aantal DNA-persoonsprofielen in de databank sneller is gaan groeien. Het aantal DNA-persoonsprofielen is vanaf 1 januari 2007 tot 1 juli 2007 bij benadering lineair gegroeid. Neem aan dat deze groei zich in de jaren daarna zo voortzet. |
|||
4p. | 16. |
Bereken hoeveel DNA-persoonsprofielen er dan op 1 september 2013 in de databank zouden zitten. Je mag hierbij gebruikmaken van de figuur. Rond je antwoord af op duizendtallen. |
|
Van sporen bij een misdrijf, bijvoorbeeld haren of bloedvlekken, wordt vaak een DNA-spoorprofiel gemaakt. In september 2009 zaten er in werkelijkheid ongeveer 88000 DNA-persoonsprofielen en 40000 DNA-spoorprofielen in de databank. Door een DNA-spoorprofiel te vergelijken met een DNA-persoonsprofiel, kan men achterhalen van wie het spoor geweest zou kunnen zijn. Als twee DNA-profielen in de databank overeenkomen, spreekt men van een match. Het kan hier gaan om het profiel van een spoor en een persoon maar ook om het profiel van twee sporen. DNA-profielen worden gebruikt als bewijsmateriaal bij
een misdrijf. Vaak kan er slechts gebruik gemaakt worden van een
onvolledig DNA-spoorprofiel dat bij een misdrijf wordt aangetroffen. De
kans dat het DNA-persoonsprofiel van een onschuldige toevallig past bij
dit onvolledige profiel, hangt af van veel factoren en is niet bij elk
profiel gelijk. Een voordeel van een grote DNA-databank is dat men soms
oude misdrijven kan oplossen door naar matches te zoeken. Bij een grote
databank is de kans groter dat er een match gevonden wordt. Het volgende
voorbeeld laat dit zien. |
|||
4p. | 17. |
Bereken de kans dat het DNA-persoonsprofiel van precies één persoon uit de databank past bij het DNA-spoorprofiel. |
|
In het volgende voorbeeld zien we dat je personen vrijwel nooit kunt veroordelen alleen op grond van DNA-profielen. In een museum wordt op een vermoord slachtoffer een spoor gevonden van de dader. Hiervan wordt een onvolledig DNA-spoorprofiel gemaakt. De kans dat dit profiel past bij het DNA-persoonsprofiel van een onschuldige is 0,001. Ten tijde van de moord waren er 800 mensen in het museum, die allemaal het spoor achtergelaten zouden kunnen hebben. Van 100 hiervan is het DNA-persoonsprofiel opgesteld en het blijkt dat bij één persoon het persoonsprofiel past bij het gevonden spoorprofiel. Zelfs als deze persoon in werkelijkheid de dader is, kan men hem op grond van alleen dit DNA-bewijs niet veroordelen. Er is namelijk een redelijk grote kans dat er bij de niet-geteste personen nog één of meer personen zijn waarvan het DNA-persoonsprofiel past bij het DNA-spoorprofiel. |
|||
4p. | 18. | Bereken deze kans. | |
Overlevingscurven. | |||
In Vlaanderen is onderzoek gedaan naar het aantal sterfgevallen voor verschillende leeftijden. In onderstaande figuur zie je het aantal sterfgevallen per 10000 mannen in Vlaanderen in het jaar 1971 en in het jaar 1999. |
|||
|
|||
Volgens de grafiek in deze figuur haalden in 1999 van 10000 mannen van 82 jaar 1000 mannen niet hun 83e verjaardag. Neem daarom aan dat voor elke 82-jarige man ook tegenwoordig nog een kans van 10% bestaat om binnen een jaar te overlijden. |
|||
4p. | 19. |
Bereken hoe groot de kans dan is dat van 100 willekeurig gekozen 82-jarige mannen er meer dan 95 na een jaar nog in leven zijn. |
|
De verticale schaalverdeling in de figuur is
logaritmisch. Voor mannen ouder dan 35 jaar verloopt de grafiek in
de figuur die hoort bij 1999 ongeveer volgens een rechte lijn door
de punten (35, 10) en (80, 1000). Hierin is Mt het aantal mannen met een leeftijd van t jaar die in 1999 overleden per 10000 mannen van t jaar. |
|||
4p. | 20. |
Bepaal de waarde van b en g in deze formule. Rond je antwoorden af op drie decimalen. |
|
Met behulp van de gegevens van bovenstaande figuur kunnen zogenoemde overlevingscurven gemaakt worden. Die overlevingscurven zijn theoretische modellen: het zijn grafieken waarin je kunt aflezen hoeveel overlevenden er nog over zijn op een bepaalde leeftijd als je begint met een denkbeeldige groep van 100000 mensen. In de volgende figuur zie je in één grafiek de twee overlevingscurven zoals die gelden voor 100000 mannelijke inwoners van Vlaanderen als voor deze mannen op elke leeftijd de sterftekansen van 1971 of die van 1999 zouden gelden. |
|||
|
|||
Zo lees je in deze figuur af dat er van de denkbeeldige groep van 100000 mannen nog 79000 mannen over zijn op 60-jarige leeftijd als we uitgaan van de sterftekansen van 1971. Om met behulp van deze curven conclusies te trekken over de sterfte in Vlaanderen doen we alsof het hier wel twee werkelijke groepen van 100000 mannen betreft. We kijken naar de leeftijd waarop 50% van zo’n groep van 100 000 mannen nog in leven is. Aan de hand hiervan karakteriseerde een bevolkingsonderzoeker de ontwikkeling van de sterfte tussen 1971 en 1999 met de volgende slogan: “Elk jaar bijna een seizoen ouder”. Een seizoen betekent in dit verband een periode van 3 maanden. |
|||
4p. | 21. | Onderzoek met behulp van de figuur de juistheid van deze slogan. | |
bronvermelding figuur na opgave 13 voetbalplaatje AH figuur na opgave 12 voetbalplaatjes AH |
|||
UITWERKING | |||||||||||||||||||||||||||||||||||||
Het officiële (maar soms beknoptere) correctievoorschrift kun je HIER vinden. Vooral handig voor de onderverdeling van de punten. | |||||||||||||||||||||||||||||||||||||
1. | armen en handen
zijn gestegen van 18,15 naar 21,0. Dat is een stijging van 2,85 en dat is 2,85/18,15 • 100% = 15,7% benen en voeten zijn gestegen van 31,65 naar 38,8 Dat is een stijging van 7,15 en dat is 7,15/31,65 • 100% = 22,6% Dus benen en voeten zijn relatief het meest toegenomen. |
||||||||||||||||||||||||||||||||||||
2. | normalcdf(0, 39.3,
44.8, X) = 0,25 Y1 = normalcdf(0, 39.3, 44.8, X) en Y2 = 0,25 en dan intersect levert X = σ = 8,15 kg |
||||||||||||||||||||||||||||||||||||
3. | normalcdf(X,
1000000..., 18, 3.3) = 0,10 Y1 = Normalcdf(X, 100000..., 18, 3.3) en Y2 = 0,10 en dan intersect geeft X = 22,23 kg. |
||||||||||||||||||||||||||||||||||||
4. | normalcdf(22.2, 1000..., 18.7, 3.0) = 0,1216 | ||||||||||||||||||||||||||||||||||||
5. | er moet gelden
√(1/3600
• 100 • M) = 0,024265 • 1000,3964 • M0,5378 Y1 = √(1/3600 * 100 * X) en Y2 = 0,024265 * 1000,3964 * X0,5378 en dan intersect geft X= 14,6 kg. |
||||||||||||||||||||||||||||||||||||
6. | |||||||||||||||||||||||||||||||||||||
7. | gewoon
uitschrijven: (de rij met "zich" moet allemaal + geven) in elke kolom moeten 3 verschillen met Lunteren zitten. |
||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||
8. |
Hoeveel tweetallen kun je maken van 267 dialecten? Dat zijn er 267 nCr 2 = 35511 |
||||||||||||||||||||||||||||||||||||
9. | Een
rechte lijn door
bijv.
(10, 55) en (400, 145)
(aflezen uit de figuur). Δy/Δx = (145 - 55)/(400 - 10) = 0,2308 H = 0,2308 • x + b Vul een punt in, bijv. (10, 55) Dat geeft 55 = 0,2308 • 10 + b ⇒ b = 52,7 De vergelijking is dan H = 0,2308x + 52,7 |
||||||||||||||||||||||||||||||||||||
10. |
-45,88 +
66,44log(2x) = -45,88 + 66,44 • (log2 + logx) = -45,88 + 66,44 • log2 + 66,44 • logx = -45,88 + 20 + 66,44 • logx |
||||||||||||||||||||||||||||||||||||
11. | Het eerste plaatje
doet er niet toe, de volgende vier moeten per se van dezelfde club als
het eerste zijn. De kans daarop is per plaatje 1/18. In totaal is de kans dus (1/18)4 = 0,0000095 |
||||||||||||||||||||||||||||||||||||
12. | |||||||||||||||||||||||||||||||||||||
13. | de mogelijke
spelverlopen zijn: 8-7-5-3 en Yvonne wint er 2 5-3-8-7 en Yvonne wint er 2 8-3-5-7 en Yvonne wint er één en verliest er één 5-7-8-3 en Yvonne wint er één en verliest er één P(2 winst) = 0,5 en dat geeft +2 plaatjes P(1 winst, 1 verlies) = 0,5 en dat geeft + 0 plaatjes De verwachtingswaarde is dan 0,2 • 2 + 0,5 • 0 = +1 Na afloop heeft ze dan naar verwachting 3 plaatjes |
||||||||||||||||||||||||||||||||||||
14. | Dit zijn alle mogelijkheden: | ||||||||||||||||||||||||||||||||||||
|
|||||||||||||||||||||||||||||||||||||
De beste opstelling is C en D in de aanval en A en B in de verdediging. | |||||||||||||||||||||||||||||||||||||
15. | van 1 januari 2001
tot 1 april 2005 is 51 maanden In die 51 maanden is de factor 7500/1000 = 7,5 Dus g51 = 1,5 ⇒ g = 7,51/51 = 1,0403 Dat is 4,03% groei per maand. |
||||||||||||||||||||||||||||||||||||
16. | op 1 juli 2007
zijn er ongeveer 38000 DNA-persoonsprofielen op 1 januari 2007 zijn er ongeveer 27500 DNA-persoonsprofielen dat is een toename van (38000 - 28000)/6 = 1667 profielen per maand. van 1 juli 2007 tot 1 september 2013 is 74 maanden dan komt er nog 74 • 1667 ≈ 123000 profielen bij dan zijn er 38000 + 123000 = 161000 profielen |
||||||||||||||||||||||||||||||||||||
17. | dit is een
binomiale verdeling met n = 88000 en p = 0,00005 P(X = 1) = binompdf(88000, 0.00005, 1) = 0,0540 |
||||||||||||||||||||||||||||||||||||
18. | er zijn nog 700
andere personen. Dit is een binomiale verdeling met n = 700 en p = 0,001 P(X ≥ 1) = 1 - P(X ≤ 0) =1 - binomcdf(700, 0.001, 0) = 0,5036 |
||||||||||||||||||||||||||||||||||||
19. | het aantal
sterfgevallen is binomiaal verdeeld met n = 100 en p =
0,10 P(X ≤ 4) = binomcdf(100, 0.10, 4) = 0,0237 |
||||||||||||||||||||||||||||||||||||
20. | de factor is
1000/10 = 100 en dat is in 80 - 35 = 45 jaar. dus g45 = 100 ⇒ g = 1001/45 = 1,10775.... vul nu bijv. t = 35 en M = 10 in: 10 = B • 1,10775....35 ⇒ 10 = B • 35,93... ⇒ B = 0,278 Dat geeft de formule M = 0,278 • 1,108t |
||||||||||||||||||||||||||||||||||||
21. | lees af bij
y = 50000 (50% nog in leven) voor de groep van 1971 geeft dat ongeveer 72 jaar voor de groep van 1999 geeft dat ongeveer 78 jaar in 28 jaar (van 1971 tot 1999) is dat een stijging van 6 jaar Per jaar is dat 6/28 = 0,21 jaar en dat is 0,21 • 12 = 2,6 maanden, dus dat is inderdaad bijna een seizoen. |
||||||||||||||||||||||||||||||||||||