Logistisk salg av brannvarslingssystemer
Sikkerhetsselskapet SaifY skal lansere et nytt brannvarslingssystem i en by med 2 millioner husstander. SaifY regner med at antallet husstander som har brannvarslingssystemet \(t\) uker etter lanseringen, vil følge modellen \(B\) gitt ved
- Hvor lang tid vil det ta før halvparten av husstandene i byen har brannvarslingssystemet, ifølge modellen?
- Bestem \(B^{\prime}(52)\).
Gi en praktisk tolkning av svaret.
Det viser seg at konkurrenten UnSaif planlegger å lansere et brannvarslingssystem med tilsvarende teknologi samtidig. Dette vil påvirke salget til SaifY.
Etter å ha hørt om planene til UnSaif antar SaifY at
- de totalt vil få solgt brannvarslingssystemet sitt til en million husstander
- fire tusen husstander har brannvarslingssystemet når det lanseres
- flest nye husstander kjøper brannvarslingssystemet i uke 65
- Bruk antakelsene ovenfor til å lage en ny logistisk modell \(F\) for antallet husstander som har brannvarslingssystemet etter \(t\) uker.
a) 94 uker
b) 7827,7
c) \(F(t)=\frac{1000000}{1+249e^{-0{,}0849t}}\)

a
Jeg la inn modellen i GeoGebra og la inn linja \(y=1\,000\,000\) for å sjekke når halvparten hadde fått systemet. Jeg fant skjæringen med \(B\) i punktet \(A=(93{,}88, 1000000)\).
Det tar 94 uker før halvparten av husstandene i byen har brannvarslingssystemet ifølge modellen.
b
Se nederst i GeoGebra-utklippet.
Etter 52 uker (ett år) så selges brannvarslingssystemet til omtrent 7828 husstander per uke.
c
En logistisk modell er gitt ved
- \(N\) er «bæreevnen» eller maksimalverdien for funksjonen
- \(\frac{N}{1+a}\) vil være funksjonsverdien når \(x=0\)
- Vi har raskest vekst i vendepunktet som vi finner i \(\left( \frac{\ln a}{k} , \frac{N}{2}\right)\)
Med bakgrunn i opplysningene i oppgaveteksten kan vi bestemme \(\textcolor{orange}{N=1\,000\,000}\) siden dette er antallet husstander de totalt selger til.
Videre vet vi at det er 4000 husstander som har systemet ved \(x=0\), derfor må
Til sist vet vi at vendepunktet (den raskeste veksten) er i uke 65, altså må
En logistisk modell som passer til dataene vil være
Denne oppgaven kan også løses i CAS ved å sette opp 3 likninger for å bestemme \(N\), \(a\) og \(k\), se skjermbildet under. Du kan også gjøre regresjon på punktene \((0, 4000)\), \((65, 500\,000)\) og \((200, \, 1\,000\,000)\) med logistisk modell.
