欢迎来到指数增长与衰减的世界！
在这一章中，我们将探索数学中最强大的工具之一。你有没有想过一段病毒式传播的视频是如何在网络上扩散的？存款中的利息是如何累积的？或是医生如何得知药物在体内停留的时间？所有这些都是指数增长与衰减 (Exponential Growth and Decay) 的现实生活例子。
如果起初觉得有点困难，别担心——我们会一步步拆解。研读完这些笔记后，你将有能力为从兔子数量到放射性废料的各种现象建立数学模型！
1. 什么是指数模型？
世界上大多数的事物并非以恒定、平稳的速率（例如每小时增加 2 个）变化。相反，许多事物的变化速率与其当前的数量成正比。族群越大，增长就越快；血液中的药物含量越高，身体代谢它的速度也越快。
在 MEI 的课程大纲中，我们使用特殊的常数 \(e\)（约为 2.718）来建立模型。你将会用到标准公式：
\(y = Ae^{kt}\)
让我们拆解一下这些字母的实际意义：
- \(y\)：特定时间点的数量或数值。
- \(A\)：初始值 (Initial value)（即 \(t = 0\) 时你所拥有的初始数量）。
- \(e\)：数学常数（请在计算器上使用 \(e^x\) 按键！）。
- \(k\)：增长常数 (Growth constant)。这决定了事物变化的快慢。
- \(t\)：时间 (Time)（通常以秒、年或小时为单位）。
快速复习：增长 vs. 衰减
只看方程式，如何判断数值是在变大还是变小？
- 指数增长 (Exponential Growth)： 若 \(k > 0\)（正数），数值会增加。想象一个滚下山的雪球！
- 指数衰减 (Exponential Decay)： 若 \(k < 0\)（负数），数值会减少。想象一杯热茶慢慢冷却的过程。
重点提示： \(A\) 的值永远是起点，而 \(k\) 的正负号告诉你它是在增长还是在缩减。
2. 为什么要用 \(e\)？
你可能会问：“为什么我们不能只用 \(y = 2^x\) ？”
我们使用 \(e\) 的原因是它独特的斜率 (Gradient)。正如课程大纲（Ref E9）中所述，\(e^{kx}\) 的导数（斜率）是 \(ke^{kx}\)。这意味着变化的速率直接与函数本身相关。这使它成为描述“随当前数量而变”的增长过程时，“最自然”的选择。
比喻： 想象一家银行，不是每年给你一次利息，而是在每一分每一秒都给你利息。那种“连续”的增长正是 \(e\) 所代表的含义！
3. 解答增长与衰减问题
大多数的试题都遵循相似的模式。题目通常会给予一些信息，要求你先求出 \(k\) 的值，然后利用它来预测未来的数值。
步骤指南：
- 识别变量： 从题目中列出 \(A\)、\(t\) 和 \(y\) 分别代表什么。
- 代入： 将这些数值代入 \(y = Ae^{kt}\)。
- 求出 \(k\)： 你通常需要使用自然对数 (\(\ln\)) 才能将 \(k\) 从指数位置“拉”下来。请记得 \(\ln(e^x) = x\)。
- 回答问题： 现在你有了完整的公式，代入题目要求的新时间或数值即可。
常见错误： 忘记为衰减加上负号。如果题目说“以某速率衰减”，你的 \(k\) 值最后一定要是负数！
4. 现实世界的应用
课程大纲（Ref E11）特别提到了一些你可能会见到这些模型应用的领域：
连续复利 (Continuous Compound Interest)
如果资金“连续”增长，我们使用 \(V = Pe^{rt}\)，其中 \(P\) 是本金（初始金额），\(r\) 是利率。这其实就是同一个公式，只是用了不同的字母！
放射性衰减 (Radioactive Decay)
放射性物质会随时间消失。我们经常讨论半衰期 (Half-life)（物质减少一半所需的时间）。
例子： 如果一种物质的半衰期为 10 年，那么 10 年后，\(y = 0.5A\)。
药物浓度 (Drug Concentration)
当你服用布洛芬 (ibuprofen) 时，血液中的含量在初始时最高，随后随着肾脏的过滤而呈指数级衰减。
族群增长 (Population Growth)
培养皿中的细菌是经典例子。在食物和空间充足的情况下，它们会呈指数增长。然而，这引出了一个重点……
你知道吗？ 如果一个细菌每 20 分钟分裂一次且永不停止，短短两天内，它的重量就会超过整个地球！这就是为什么我们需要探讨限制条件。
5. 限制与修正
课程大纲要求你“考虑这些模型的限制与修正”。简单的指数增长 (\(y = Ae^{kt}\)) 假设事物可以永远增长。在现实中，这是不可能的。
为什么模型会受到限制：
- 资源： 族群会耗尽食物或空间。
- 环境： 疾病或掠食者可能会减缓增长。
- 情境： 一杯冷却中的茶不会无限变冷；当它达到室温时就会停止。
寻找长期数值
有时题目会问你当时间趋近无限大（\(t \to \infty\)）时会发生什么事。
- 对于衰减 (\(k < 0\))：\(e^{kt}\) 会越来越接近零。
- 对于增长 (\(k > 0\))：\(e^{kt}\) 会趋向无限大（除非模型经过修正）。
重点提示： 永远检查你的数学答案在“现实世界”中是否合理。如果你的模型显示一个小岛上有 10 万亿只兔子，那么该模型可能需要“修正”！
快速复习栏
公式： \(y = Ae^{kt}\)
求 k： 使用 \(\ln\) 来处理指数。
增长： \(k\) 为正。 衰减： \(k\) 为负。
初始值： 即 \(A\)（当 \(t=0\) 时）。
长期趋势： 若为衰减，\(y \to 0\)。
应避免的常见陷阱
- 单位： 确保你的时间 (\(t\)) 与 \(k\) 的单位一致。如果 \(k\) 是“每年”的速率，\(t\) 就必须以年为单位。
- 进位： 不要太早对 \(k\) 的值进行四舍五入！请在计算器中保留精确值（或使用 4 到 5 位小数），直到最后一步再进位。过早进位会导致指数运算出现巨大误差。
- “A”值： 不要假设 \(A\) 一定会直接给出。如果题目给了两个不同时间点的数据，你可能需要使用联立方程式来解出 \(A\) 和 \(k\)。
继续练习吧！指数模型刚开始可能会让你觉得怪怪的，因为它们变化得太快，但一旦你掌握了计算器上的 \(\ln\) 按键，你会发现它们其实非常有规律，完全在你的掌控之中。