歡迎來到指數與對數的世界！
在本章中，我們將探討數學中最強大的兩個工具。指數 (Exponentials) 用於描述增長或縮減速度極快的現象——例如一段病毒式傳播的影片，或是賺取利息的銀行存款餘額。對數 (Logarithms) 則是指數的「撤銷」按鈕。如果指數像是火箭升空，對數就是那張告訴我們火箭確切飛到了多高、以及花了多少時間才到達那裡的導航地圖！
如果起初覺得這些概念有點抽象，請不用擔心。讀完這些筆記後，你會發現對數其實只是你已經熟悉並掌握的冪（指數）的另一種書寫方式。
1. 指數函數：\(a^x\) 與 \(e^x\)
指數函數是指變數 \(x\) 位於冪次（指數）位置的函數。其基本形式為 \(y = a^x\)，其中 \(a\) 為正數。
\(y = a^x\) 的圖像
想像你有一個單細胞，每小時分裂成兩個。1 小時後你有 2 個細胞，2 小時後有 4 個，接著是 8、16，以此類推。這就是 \(y = 2^x\)。
- 形狀： 這些圖形在左側趨於平坦，而在右側幾乎呈垂直狀急劇上升。
- 截距： 它們總是經過 (0, 1) 點，因為任何數的 0 次方都等於 1。
- 漸近線： 圖形會越來越靠近 x 軸 (\(y = 0\))，但永遠不會真正觸碰到它。
特殊的數 \(e\)
在 A Level 數學中，我們會用到一個非常特殊的數，稱為 \(e\)（約等於 2.718）。它被稱為歐拉數 (Euler's number)。為什麼它很特別？因為函數 \(y = e^x\) 是唯一一個其斜率（導數）等於其自身的函數！如果你有一條斜率為 \(e^x\) 的曲線，那麼在任何一點上的陡峭程度，都與該點的高度完全相同。
小撇步： 如果你看到 \(e^{kx}\)，其斜率就是 \(ke^{kx}\)。這使得它非常適合用來模擬現實世界中與自身規模成正比的增長現象，例如人口或細菌繁殖。
重點複習：
- \(a^x\) 的圖形總是通過 (0, 1)。
- \(e^x\) 是用於描述增長與衰減的「自然」指數。
2. 對數簡介
對數 (Logarithm) 簡單來說就是指數的逆運算。如果指數是在問「\(2^3\) 是多少？」，那麼對數就是在問「2 的多少次方等於 8？」。
定義
若 \(y = a^x\)，則 \(\log_a y = x\)。
你可以把它想像成一個循環：底數 \(a\) 的 \(x\) 次方等於 \(y\)。
自然對數：\(\ln x\)
就像 \(e\) 是一個特殊的底數一樣，我們也為它設定了一個特殊的對數。我們將 \(\log_e x\) 寫作 \(\ln x\)，這稱為「自然對數」。由於它們互為逆運算，因此可以互相「抵消」：
- \(\ln(e^x) = x\)
- \(e^{\ln x} = x\)
\(\ln x\) 的圖像
\(y = \ln x\) 的圖形是 \(y = e^x\) 沿著 \(y = x\) 這條直線反射而成的。它經過 (1, 0)，且只對 \(x\) 的正值 (\(x > 0\)) 有定義。
你知道嗎？ 你不能對負數或零取對數。試著在計算機上按按看——它會顯示錯誤！這是因為任何正數底數無論做幾次方，都不可能得到負數的結果。
3. 對數定律
對數有三個「黃金法則」，能讓處理複雜方程變得容易得多。這些在你的 Paper 1 考試中至關重要！
- 乘法法則： \(\log_a x + \log_a y \equiv \log_a(xy)\)
- 除法法則： \(\log_a x - \log_a y \equiv \log_a(\frac{x}{y})\)
- 冪次法則： \(k \log_a x \equiv \log_a(x^k)\)
類比： 把對數看作一個「簡化器」。它們將乘法轉化為加法，將冪運算轉化為簡單的乘法。這就是為什麼在計算機出現之前，科學家們使用了數百年的對數表！
常見錯誤：
小心！\(\log(x + y)\) 並不等於 \(\log x + \log y\)。這些法則只有在將兩個獨立的對數項相加時才適用。
核心重點： 利用冪次法則將「懸浮」在指數位置的 \(x\) 變數降下來，這樣你才能解出它。
4. 解形如 \(a^x = b\) 的方程
當你要找的 \(x\) 被困在指數位置時，我們利用對數將它降下來。以下是步驟：
範例：解 \(3^x = 20\)
- 兩邊取對數： \(\log(3^x) = \log(20)\)（你可以使用 10 為底的對數或 \(\ln\)）。
- 使用冪次法則： 將 \(x\) 移到前面： \(x \log 3 = \log 20\)。
- 移項求 \(x\)： \(x = \frac{\log 20}{\log 3}\)。
- 計算： \(x \approx 2.73\)。
鼓勵一下： 如果方程看起來像一元二次方程，例如 \(e^{2x} - 5e^x + 6 = 0\)，試著使用變數代換，令 \(u = e^x\)。這會將令人害怕的指數方程變成簡單的二次方程：\(u^2 - 5u + 6 = 0\)！
5. 建模與對數圖表
在現實世界中，數據通常遵循「冪次法則」或「指數法則」。我們可以使用對數將這些彎曲的曲線轉化為直線，這樣分析起來就容易多了。
類型 1：\(y = ax^n\)（冪次法則）
若兩邊取對數：\(\log y = \log(ax^n)\)。
利用對數法則：\(\log y = n \log x + \log a\)。
這看起來就像 \(Y = mX + c\)！如果你繪製 \(\log y\) 對 \(\log x\) 的圖，其斜率就是 \(n\)，截距就是 \(\log a\)。
類型 2：\(y = kb^x\)（指數法則）
取對數：\(\log y = \log(kb^x)\)。
利用對數法則：\(\log y = (\log b)x + \log k\)。
如果你繪製 \(\log y\) 對 \(x\) 的圖，其斜率就是 \(\log b\)，截距就是 \(\log k\)。
重點複習表：
- 對於 \(y = ax^n\)，繪製 log 對 log 的圖。
- 對於 \(y = kb^x\)，繪製 log 對 \(x\) 的圖。
6. 指數增長與衰減
指數模型常用於描述隨時間 (\(t\)) 變化的現象。
- 增長： \(V = Ae^{kt}\)（其中 \(k\) 為正數）。範例：利息或人口增長。
- 衰減： \(V = Ae^{-kt}\)（其中 \(k\) 為正數，因此指數為負）。範例：放射性衰變或冷卻中的熱茶。
現實限制： 指數模型不可能永遠持續下去。兔子的數量不可能無限地指數級增長，因為最終它們會耗盡食物或空間！在考試中被問及模型的「局限性」時，一定要考慮現實環境。
核心重點： 當 \(t=0\) 時，\(e^0 = 1\)，因此初始值總是前面的常數項 \(A\)。