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)對數 (Logarithms) 能幫助我們描述變化極快的現象——例如影片在網上的瘋狂傳播、細菌的增長,甚至是銀行帳戶中的複利計算。如果這些符號起初看起來有點陌生,請別擔心;當你讀完這些筆記後,你會發現它們其實就是同一枚硬幣的兩面!

1. 指數函數與數值 \(e\)

指數函數是指任何變數 \(x\) 位於「閣樓」(指數位置)上的函數。它的形式為:\(y = a^x\)。

圖形的形狀

\(a\)(底數)的值決定了圖形的樣子:

  • 指數增長 (\(a > 1\)): 圖形在左側趨於平緩,並向右迅速上升。就像飛機起飛一樣。
  • 指數衰減 (\(0 < a < 1\)): 圖形在左側較高,並向右逐漸趨於平緩。就像一杯熱茶慢慢冷卻的過程。

小複習: 所有 \(y = a^x\) 形式的圖形都會通過點 (0, 1),因為任何數的 0 次方都等於 1。它們在 \(y = 0\)(即 x 軸)處還有一個水平漸近線 (horizontal asymptote),這意味著曲線會無限靠近 x 軸,但永遠不會真正接觸到它。

特殊的數值 \(e\)

在 A-Level 數學中,我們會用到一個名為 \(e\)(歐拉數,Euler's number)的特殊數字,其值約為 \(2.718\)。它之所以獨特,是因為曲線 \(y = e^x\) 在任意點上的斜率(陡峭程度),恰好等於該點的 \(y\) 值!

關鍵法則: 若 \(y = e^{kx}\),則其斜率為 \(ke^{kx}\)。
例子: 如果函數為 \(y = e^{3x}\),則其導函數(斜率函數)為 \(3e^{3x}\)。

核心重點: 指數函數的增長或衰減速率與其自身大小成正比。函數值越大,增長速度就越快!

2. 對數簡介

如果指數是關於「增長」,那麼對數就是關於「尋找次方」。對數本質上就是指數的反函數 (inverse)

若 \(a^x = n\),則 \(\log_a n = x\)。

類比: 把底數想像成一台「乘法機器」。對數則是告訴你,這台機器執行了多少次乘法運算才得到最終結果。
例子: 因為 \(2^3 = 8\),所以我們說 \(\log_2 8 = 3\)。

自然對數 (\(\ln\))

正如 \(e\) 是我們最常用的指數底數,我們也有最常用的對數底數:\(e\)。我們將 \(\log_e x\) 記作 \(\ln x\)(自然對數)。

  • \(\ln x\) 是 \(e^x\) 的反函數。
  • 若 \(e^x = 5\),則 \(x = \ln 5\)。
  • \(y = \ln x\) 的圖形是 \(y = e^x\) 沿著 \(y = x\) 直線對稱的反射圖形。它通過點 (1, 0)

你知道嗎? 對數最初是由約翰·納皮爾 (John Napier) 在 17 世紀發明的,目的是透過將乘法轉化為簡單的加法,來協助航海家和天文學家進行繁雜的計算!

3. 對數律

要解開複雜的方程式,你需要掌握三大對數律。把它們當作「遊戲規則」:

  1. 乘法法則: \(\log_a x + \log_a y = \log_a (xy)\)
  2. 除法法則: \(\log_a x - \log_a y = \log_a (\frac{x}{y})\)
  3. 冪法則: \(\log_a (x^k) = k \log_a x\) (即「把次方拉下來」規則!)

重要提示: \(\log_a a = 1\),因為 \(a^1 = a\)。同樣地,\(\log_a 1 = 0\),因為 \(a^0 = 1\)。

避免常見錯誤: \(\log (x+y)\) 並不等於 \(\log x + \log y\)。對數律只適用於對獨立的對數項進行加減運算時!

4. 解方程式

當未知數 \(x\) 被困在指數位置時,我們可以在等式兩邊「取對數」來將它降下來。

例子:解 \(3^x = 20\)

  1. 兩邊取 \(\log\):\(\log (3^x) = \log 20\)
  2. 使用冪法則將 \(x\) 移到前方:\(x \log 3 = \log 20\)
  3. 除以 \(\log 3\) 來求 \(x\):\(x = \frac{\log 20}{\log 3}\)
  4. 計算得出:\(x \approx 2.73\)

核心重點: 每當 \(x\) 出現在指數中,對數就是幫助你攀爬並將它「拉下來」的梯子。

5. 指數建模

在現實生活中,我們常使用 \(V = Ae^{kt}\) 這個公式來模擬增長或衰減過程。

  • \(A\)初始值(當時間 \(t = 0\) 時的值)。
  • \(k\) 是增長常數。若 \(k\) 為正,代表增長;若 \(k\) 為負,則代表衰減。
  • \(t\) 通常代表時間。

例子: 一群兔子共 500 隻,數量每年增加為原來的 3 倍。
在 \(t=0\) 時,\(P = 500\)。這就是你的起點!

模型的侷限性: 別忘了現實中的模型都有其極限。兔子的數量不可能永遠增加,因為它們最終會耗盡食物或居住空間。請務必檢查你的答案是否符合「常理」。

6. 利用對數處理非線性數據

有時候數據呈曲線分佈,但我們希望將其轉化為直線,以便更容易分析。這過程稱為線性化 (linearising) 數據。

情況 1:\(y = ax^n\)

若兩邊取對數,可得:
\(\log y = \log (ax^n)\)
\(\log y = n \log x + \log a\)

這看起來就像直線方程式 \(Y = mX + c\),其中:

  • 縱軸 (y-axis) 是 \(\log y\)
  • 橫軸 (x-axis) 是 \(\log x\)
  • 斜率 (gradient) 為 \(n\)
  • y 截距 (y-intercept) 為 \(\log a\)

情況 2:\(y = kb^x\)

兩邊取對數可得:
\(\log y = (\log b)x + \log k\)

在此情況下:

  • 縱軸是 \(\log y\)
  • 橫軸僅為 \(x\)
  • 斜率 為 \(\log b\)
  • y 截距 為 \(\log k\)

快速貼士: 留意試題中提供的圖表坐標軸。如果兩個軸都是對數刻度,那就是情況 1;如果只有縱軸是對數刻度,那就是情況 2!

總結要點: 透過繪製對數圖,我們可以將複雜的曲線轉化為簡單的直線,從而輕鬆求出未知的常數。