Zadanie 7
Matura z informatyki, maj 2026, poziom rozszerzony
Wymaganie: II.3) przygotowując opracowania rozwiązań złożonych problemów, posługuje się wybranymi aplikacjami w stopniu zaawansowanym: b) stosuje zaawansowane funkcje arkusza kalkulacyjnego w zależności od rodzaju danych […]. P.II.3) przygotowuje opracowania rozwiązań problemów, posługując się wybranymi aplikacjami: c) gromadzi dane pochodzące z różnych źródeł w tabeli arkusza kalkulacyjnego, korzysta z różnorodnych funkcji arkusza w zależności od rodzaju danych, filtruje dane według kilku kryteriów, dobiera odpowiednie wykresy do zaprezentowania danych, analizuje dane, korzystając z dodatkowych narzędzi, w tym z tabel i wykresów przestawnych.
Treść zadania
Zadanie 7. Staw. Plik staw.txt zawiera dane z całego 2022 roku, rozdzielone tabulatorami: Data, Temp (temperatura w °C, do jednego miejsca po przecinku), Opady (mm, liczba całkowita).
7.1. (0–3) Utwórz zestawienie średnich miesięcznych temperatur (do jednego miejsca po przecinku) i na jego podstawie wykres kolumnowy z czytelnym opisem (tytuł, opisy osi, oznaczenie miesięcy).
7.2. (0–2) Dla każdego miesiąca wyznacz długość najdłuższego ciągu kolejnych dni bez opadów.
Informacja do 7.3–7.4: przez 184 dni (1 marca – 31 sierpnia 2023) rzęsa rośnie 1,75% dziennie; przyrost następuje w nocy, pomiar rano. 1 marca rano staw zarośnięty w 20% (2000 m² z 10 000 m²). Właściciel wpuścił 80 amurów, każdy zjada 0,25 m² dziennie, a co piątek odławia dodatkowo 60 m². Kontrola: 30 kwietnia rano zarośnięcie wynosi 25,79%.
7.3. (0–2) W którym dniu (licząc od 1 marca 2023) rzęsa po raz pierwszy zajęła więcej niż 75% powierzchni?
7.4. (0–2) Jaka jest najmniejsza liczba amurów, przy której rzęsa w całym okresie zajmuje maksymalnie 50% powierzchni?
Źródło: arkusz CKE MINP-R0-100-2605. Otwórz oryginalny PDF
Rozwiązanie
7.1. Średnie miesięczne temperatury:
| Miesiąc | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Śr. temp. (°C) | 1,1 | 4,1 | 4,1 | 7,4 | 15,9 | 20,5 | 20,4 | 21,1 | 13,7 | 12,5 | 5,2 | 1,6 |
7.2. Najdłuższy ciąg dni bez opadów w miesiącu:
| Miesiąc | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Długość | 11 | 7 | 20 | 8 | 20 | 11 | 10 | 8 | 14 | 15 | 10 | 10 |
7.3. 167, czyli 14 sierpnia 2023.
7.4. 94 amury.
Kolejność operacji w symulacji jest krytyczna. Treść mówi wyraźnie: przyrost następuje w nocy, a pomiar rano; amury jedzą w ciągu dnia, odławianie też jest w ciągu dnia. Dla każdego dnia trzeba więc: od porannego stanu odjąć to, co amury zjedzą w ciągu dnia (80 · 0,25 m²), w piątek odjąć jeszcze 60 m² odłowu, a dopiero potem pomnożyć przez 1,0175 (przyrost w nocy) — wynik to pomiar następnego ranka. Przy odwrotnej kolejności (najpierw przyrost, potem jedzenie) 30 kwietnia wychodzi 26,33%, a nie 25,79%.
Kontrola 25,79% na 30 kwietnia jest po to, żeby sprawdzić model. Jeśli po zbudowaniu arkusza ta wartość się nie zgadza, błąd jest w kolejności operacji albo w liczeniu piątków — nie ma sensu iść dalej.
7.4 wymaga wyszukiwania, nie wzoru. Trzeba przetestować kolejne liczby amurów i sprawdzić maksimum zarośnięcia w całym okresie. Wynik 94 to najmniejsza taka liczba — odpowiedź „100” (z zapasem) nie jest poprawna; zasady oceniania dają 1 pkt tylko za 93 lub 95.
W 7.1 punkty za wykres są dwa i osobne od zestawienia. 1 pkt za dobór danych i typ wykresu, 1 pkt za czytelny opis. Wykres bez tytułu i opisów osi traci połowę punktów za tę część.
Treść zadania (CKE)
7.2 — najdłuższy ciąg zer w miesiącu
Klasyczne liczenie serii: przechodzimy dni po kolei, zwiększamy licznik przy opadach = 0, zerujemy go przy opadach > 0, po drodze zapamiętujemy maksimum. Licznik resetujemy na granicy miesiąca, bo pytanie dotyczy ciągu w tym miesiącu.
from collections import defaultdict
najd = defaultdict(int)
biez = defaultdict(int)
for wiersz in open('staw.txt', encoding='utf-8').readlines()[1:]:
data, temp, opady = wiersz.split('\t')
m = int(data.split('-')[1])
if int(opady) == 0:
biez[m] += 1
najd[m] = max(najd[m], biez[m])
else:
biez[m] = 0
7.3 i 7.4 — model symulacji
Dla każdego z 184 dni (1 marca – 31 sierpnia 2023), w tej kolejności:
- rano — pomiar (1 marca rano: 2000 m²),
- dzień — amury zjadają:
p = p − liczba_amurow * 0.25; w piątek dodatkowo odławianie:p = p − 60, - noc — powierzchnia rośnie:
p = p * 1.0175.
from datetime import date, timedelta
def symuluj(amury):
p = 2000.0
d = date(2023, 3, 1)
maks = p
pierwszy = None
for dzien in range(1, 185):
# rano: pomiar
maks = max(maks, p)
if p > 7500 and pierwszy is None:
pierwszy = dzien
# dzień: amury i odłów w piątek
p -= amury * 0.25
if d.weekday() == 4: # piątek
p -= 60
# noc: wzrost
p *= 1.0175
d += timedelta(days=1)
return maks, pierwszy
print(symuluj(80)[1]) # 7.3 — 167 (14 sierpnia 2023)
# 7.4 — najmniejsza liczba amurów, przy której maksimum ≤ 5000 m²
print(min(a for a in range(1, 300) if symuluj(a)[0] <= 5000)) # 94
Ten model daje 30 kwietnia rano 2579,5 m², czyli 25,79% — zgodnie z uwagą w treści zadania (sprawdzone na danych z arkusza).
Dlaczego kontrola z 30 kwietnia jest cenna
30 kwietnia to 61. dzień symulacji. Jeśli po tylu krokach model daje 2579 m² (25,79%), to znaczy, że i tempo wzrostu, i jedzenie amurów, i liczba piątków są policzone poprawnie. To najtańszy sposób na wyłapanie błędu przed liczeniem 7.3 i 7.4.
Punktacja CKE
- 7.1. 3 pkt — zestawienie 1 pkt, wykres 2 pkt (dobór danych i typ + czytelny opis).
- 7.2. 2 pkt · 7.3. 2 pkt · 7.4. 2 pkt.
- Razem: 9 pkt.
Rozumiesz, jak to rozwiązać?
Przećwicz podobne typy zadań w aplikacji
matury-online.pl ma tysiące zadań pogrupowanych po dziedzinach. Sprawdź, czy temat „arkusz kalkulacyjny, analiza danych, wykres kolumnowy, symulacja wzrostu” zrobisz samodzielnie.
Otwórz matury-online.pl