Wiskunde159 views·Updated Jun 15, 2026·13 pages

Samenvatting Wiskunde A: Hoofdstuk 9

Fabien@fabien1514

Add to Google sources

Exponentiële verbanden zijn overal om je heen - van bevolkingsgroei...

1 / 10

of 10

Wiskunde expontentiele verbanden (hoofelsking)
lineaire groei
N=al + b (y=ax+b)
t=5 N=130
t=8 N=190
N=20t + b
t=5 N=130
20·5 + b =130
100 +

Lineaire vs Exponentiële Groei

Lineaire groei volgt altijd hetzelfde patroon: elke periode komt er een vast bedrag bij. De formule is N = at + b, net zoals je gewend bent van y = ax + b.

Bij een voorbeeld waar N gaat van 130 naar 190 in 3 tijdseenheden: de groeisnelheid (a) is 60 ÷ 3 = 20 per periode. Door de punten in te vullen krijg je N = 20t + 30.

Exponentiële groei werkt anders - hier wordt er elke periode met een factor vermenigvuldigd. De formule is N = b · g^t, waarbij b de beginwaarde is en g de groeifactor.

Let op: Bij exponentiële groei kijk je naar quotiënten (delen), bij lineaire groei naar verschillen (aftrekken).

of 10

Formules Omzetten en Groeifactoren

Soms krijg je een formule zoals N = 1000 ÷ 23 · 14^x die je moet omschrijven naar de standaardvorm N = bg^x. Door stap voor stap om te werken krijg je N = 93,5 · 0,714^x.

De groeifactor g = 0,714 vertelt je meteen of het groeit of krimpt. Omdat 0,714 tussen 0 en 1 ligt, is dit dalende exponentiële groei (eigenlijk afname).

Van percentage naar groeifactor omrekenen gaat zo: toename van 50% wordt factor 1,5 (100% + 50% = 150% = 1,50). Afname van 23,1% wordt factor 0,769 (100% - 23,1% = 76,9% = 0,769).

Ezelsbruggetje: Groeifactor groter dan 1 = toename, kleiner dan 1 = afname.

of 10

Verdubbelings- en Halveringstijd

Verdubbelingstijd bereken je door y = 2 te laten snijden met je groeifunctie. Bij jaarlijkse groei van 8,3% (factor 1,083) duurt het ongeveer 8 jaar en 8 maanden voordat een hoeveelheid verdubbelt.

Andersom: als iets elke 15 jaar verdubbelt, dan is de jaarlijkse groeifactor 2^(1/15) ≈ 1,047, oftewel 4,7% per jaar.

Halveringstijd werkt hetzelfde maar dan met factor 0,5. Bij een groeifactor van 0,78 per jaar halveer je na ongeveer 2 jaar en 9 maanden.

Handige tip: Gebruik je rekenmachine's intersect-functie om deze tijden snel te vinden!

of 10

Logaritmische Schaal en Verzadigingsgroei

Een logaritmische schaal toont machten van 10: van 0,001 tot 10.000 in gelijke stappen. Dit helpt bij het weergeven van grote verschillen.

Bij verzadigingsgroei zoals N = 5000/ $2 + 5,5 · 0,74^t$ bereikt de functie een maximum - het verzadigingsniveau. Wanneer t heel groot wordt, nadert 0,74^t tot 0, dus N nadert 5000/2 = 2500.

Procenten berekenen doe je met drie basisformules: $nieuw - oud$ /oud × 100 voor procentuele verandering, deel/geheel × 100 voor aandeel, en vergeet niet percentages om te zetten naar factoren $42,7% toename = factor 1,427$ .

Belangrijk: Bij verzadigingsgroei is er altijd een 'plafond' dat niet overschreden wordt.

of 10

Verhoudingen en Interpolatie

Recht evenredig betekent: als het ene verdubbelt, doet het andere dat ook. De formule is M = cN waarbij c constant is. Bij M = 135 en N = 18 is de constante 7,5.

Omgekeerd evenredig betekent: als het ene verdubbelt, halveert het andere. Hier is het product constant: G × R = constante. Met G = 1500 en R = 20 krijg je G = 30000/R.

Interpoleren is schatten tussen bekende waarden, extrapoleren is voorspellen buiten het bekende bereik. Je gebruikt de trend in de data om ontbrekende waarden te berekenen.

Tip: Extrapoleren is altijd minder betrouwbaar dan interpoleren omdat je buiten je bekende gegevens gaat.

of 10

Variabelen en Datasoorten

Variabelen deel je in op basis van twee vragen: zijn er duidelijke hoeveelheden (kwantitatief) of niet (kwalitatief), en is er een natuurlijke ordening?

Nominaal = categorieën zonder volgorde (geslacht, kleur). Ordinaal = categorieën met volgorde (1e, 2e, 3e plaats). Discreet = hele getallen. Continu = alle tussenliggende waarden mogelijk.

Voor elk datatype gebruik je andere grafieken: histogrammen en boxplots voor kwantitatief, cirkel- en staafdiagrammen voor kwalitatief.

Onthoud: Het type variabele bepaalt welke analyses en grafieken je kunt gebruiken.

of 10

Samenhang Meten

De phi-coëfficiënt meet samenhang tussen twee nominale variabelen. Waarden tussen -0,2 en 0,2 duiden op geringe samenhang.

Max VCP (Variation in Column Percentages) meet samenhang tussen nominale en ordinale variabelen. Waarden tussen 20% en 40% wijzen op middelmatige samenhang.

Boxplots vergelijken helpt bij het beoordelen van verschillen tussen groepen. Als de mediaan van de ene groep buiten de box van de andere valt, is er een duidelijk verschil.

Praktisch: Samenhangsmaten helpen je beoordelen of verbanden echt betekenisvol zijn.

of 10

Normale Verdeling en Betrouwbaarheidsintervallen

Bij een normale verdeling ligt 68% van de data binnen μ ± σ, 95% binnen μ ± 2σ, en vrijwel alles binnen μ ± 3σ.

Betrouwbaarheidsintervallen geven een schatting van waar het werkelijke populatiegemiddelde ligt. Voor 95% zekerheid gebruik je: $x̄ ± 2s/√n$ .

De steekproefgrootte bepaalt hoe nauwkeurig je schatting is. Voor een betrouwbaarheidsinterval van maximaal 1,2 breed heb je minstens n = 300 waarnemingen nodig.

Belangrijk: Grotere steekproeven geven nauwkeurigere schattingen, maar kosten ook meer tijd en geld.

of 10

Centrum- en Spreidingsmaten

Het gemiddelde krijg je door alles op te tellen en te delen door het aantal. De mediaan is de middelste waarde, de modus is de meest voorkomende waarde.

Spreidingsbreedte is het verschil tussen hoogste en laagste waarde. De interkwartielafstand $Q3 - Q1$ is robuuster tegen uitschieters.

De standaardafwijking meet hoever waarden gemiddeld van het gemiddelde afwijken. Dit is de belangrijkste spreidingsmaat bij normale verdelingen.

Keuzetip: Gebruik mediaan en interkwartielafstand bij scheve verdelingen, gemiddelde en standaardafwijking bij normale verdelingen.

of 10

We thought you’d never ask...

What is the Knowunity AI companion?

Our AI companion is specifically built for the needs of students. Based on the millions of content pieces we have on the platform we can provide truly meaningful and relevant answers to students. But its not only about answers, the companion is even more about guiding students through their daily learning challenges, with personalised study plans, quizzes or content pieces in the chat and 100% personalisation based on the students skills and developments.

Where can I download the Knowunity app?

You can download the app in the Google Play Store and in the Apple App Store.

Is Knowunity really free of charge?

That's right! Enjoy free access to study content, connect with fellow students, and get instant help – all at your fingertips.

Can't find what you're looking for? Explore other subjects.

Students love us — and so will you.

4.6/5App Store

4.7/5Google Play

The app is very easy to use and well designed. I have found everything I was looking for so far and have been able to learn a lot from the presentations! I will definitely use the app for a class assignment! And of course it also helps a lot as an inspiration.

Stefan SiOS user

This app is really great. There are so many study notes and help [...]. My problem subject is French, for example, and the app has so many options for help. Thanks to this app, I have improved my French. I would recommend it to anyone.

Samantha KlichAndroid user

Wow, I am really amazed. I just tried the app because I've seen it advertised many times and was absolutely stunned. This app is THE HELP you want for school and above all, it offers so many things, such as workouts and fact sheets, which have been VERY helpful to me personally.

AnnaiOS user

Wiskunde159 views·Updated Jun 15, 2026·13 pages

Samenvatting Wiskunde A: Hoofdstuk 9

Fabien@fabien1514

Add to Google sources

Exponentiële verbanden zijn overal om je heen - van bevolkingsgroei tot radioactief verval. In dit hoofdstuk leer je hoe je deze wiskundige patronen herkent, berekent en toepast in praktische situaties.

of 10

Lineaire vs Exponentiële Groei

Lineaire groei volgt altijd hetzelfde patroon: elke periode komt er een vast bedrag bij. De formule is N = at + b, net zoals je gewend bent van y = ax + b.

Bij een voorbeeld waar N gaat van 130 naar 190 in 3 tijdseenheden: de groeisnelheid (a) is 60 ÷ 3 = 20 per periode. Door de punten in te vullen krijg je N = 20t + 30.

Exponentiële groei werkt anders - hier wordt er elke periode met een factor vermenigvuldigd. De formule is N = b · g^t, waarbij b de beginwaarde is en g de groeifactor.

Let op: Bij exponentiële groei kijk je naar quotiënten (delen), bij lineaire groei naar verschillen (aftrekken).

of 10

Formules Omzetten en Groeifactoren

Soms krijg je een formule zoals N = 1000 ÷ 23 · 14^x die je moet omschrijven naar de standaardvorm N = bg^x. Door stap voor stap om te werken krijg je N = 93,5 · 0,714^x.

De groeifactor g = 0,714 vertelt je meteen of het groeit of krimpt. Omdat 0,714 tussen 0 en 1 ligt, is dit dalende exponentiële groei (eigenlijk afname).

Van percentage naar groeifactor omrekenen gaat zo: toename van 50% wordt factor 1,5 (100% + 50% = 150% = 1,50). Afname van 23,1% wordt factor 0,769 (100% - 23,1% = 76,9% = 0,769).

Ezelsbruggetje: Groeifactor groter dan 1 = toename, kleiner dan 1 = afname.

of 10

Verdubbelings- en Halveringstijd

Andersom: als iets elke 15 jaar verdubbelt, dan is de jaarlijkse groeifactor 2^(1/15) ≈ 1,047, oftewel 4,7% per jaar.

Halveringstijd werkt hetzelfde maar dan met factor 0,5. Bij een groeifactor van 0,78 per jaar halveer je na ongeveer 2 jaar en 9 maanden.

Handige tip: Gebruik je rekenmachine's intersect-functie om deze tijden snel te vinden!

of 10

Logaritmische Schaal en Verzadigingsgroei

Een logaritmische schaal toont machten van 10: van 0,001 tot 10.000 in gelijke stappen. Dit helpt bij het weergeven van grote verschillen.

Bij verzadigingsgroei zoals N = 5000/ $2 + 5,5 · 0,74^t$ bereikt de functie een maximum - het verzadigingsniveau. Wanneer t heel groot wordt, nadert 0,74^t tot 0, dus N nadert 5000/2 = 2500.

Belangrijk: Bij verzadigingsgroei is er altijd een 'plafond' dat niet overschreden wordt.

of 10

Verhoudingen en Interpolatie

Recht evenredig betekent: als het ene verdubbelt, doet het andere dat ook. De formule is M = cN waarbij c constant is. Bij M = 135 en N = 18 is de constante 7,5.

Omgekeerd evenredig betekent: als het ene verdubbelt, halveert het andere. Hier is het product constant: G × R = constante. Met G = 1500 en R = 20 krijg je G = 30000/R.

Interpoleren is schatten tussen bekende waarden, extrapoleren is voorspellen buiten het bekende bereik. Je gebruikt de trend in de data om ontbrekende waarden te berekenen.

Tip: Extrapoleren is altijd minder betrouwbaar dan interpoleren omdat je buiten je bekende gegevens gaat.

of 10

Variabelen en Datasoorten

Variabelen deel je in op basis van twee vragen: zijn er duidelijke hoeveelheden (kwantitatief) of niet (kwalitatief), en is er een natuurlijke ordening?

Voor elk datatype gebruik je andere grafieken: histogrammen en boxplots voor kwantitatief, cirkel- en staafdiagrammen voor kwalitatief.

Onthoud: Het type variabele bepaalt welke analyses en grafieken je kunt gebruiken.

of 10

Samenhang Meten

De phi-coëfficiënt meet samenhang tussen twee nominale variabelen. Waarden tussen -0,2 en 0,2 duiden op geringe samenhang.

Max VCP (Variation in Column Percentages) meet samenhang tussen nominale en ordinale variabelen. Waarden tussen 20% en 40% wijzen op middelmatige samenhang.

Boxplots vergelijken helpt bij het beoordelen van verschillen tussen groepen. Als de mediaan van de ene groep buiten de box van de andere valt, is er een duidelijk verschil.

Praktisch: Samenhangsmaten helpen je beoordelen of verbanden echt betekenisvol zijn.

of 10

Normale Verdeling en Betrouwbaarheidsintervallen

Bij een normale verdeling ligt 68% van de data binnen μ ± σ, 95% binnen μ ± 2σ, en vrijwel alles binnen μ ± 3σ.

Betrouwbaarheidsintervallen geven een schatting van waar het werkelijke populatiegemiddelde ligt. Voor 95% zekerheid gebruik je: $x̄ ± 2s/√n$ .

De steekproefgrootte bepaalt hoe nauwkeurig je schatting is. Voor een betrouwbaarheidsinterval van maximaal 1,2 breed heb je minstens n = 300 waarnemingen nodig.

Belangrijk: Grotere steekproeven geven nauwkeurigere schattingen, maar kosten ook meer tijd en geld.

of 10

Centrum- en Spreidingsmaten

Het gemiddelde krijg je door alles op te tellen en te delen door het aantal. De mediaan is de middelste waarde, de modus is de meest voorkomende waarde.

Spreidingsbreedte is het verschil tussen hoogste en laagste waarde. De interkwartielafstand $Q3 - Q1$ is robuuster tegen uitschieters.

De standaardafwijking meet hoever waarden gemiddeld van het gemiddelde afwijken. Dit is de belangrijkste spreidingsmaat bij normale verdelingen.

Keuzetip: Gebruik mediaan en interkwartielafstand bij scheve verdelingen, gemiddelde en standaardafwijking bij normale verdelingen.

of 10