指数增长与衰减计算器
推算呈指数增长或缩减的量——人口、投资、细菌或衰变中的同位素——读取任意时刻的数值、倍增时间或半衰期,以及曲线走势。
- t 时刻的数值
- 1,628.89
- 倍增时间 / 半衰期
- 14.207
计算器
指数曲线从 t = 0 开始的图形,并标出所选时刻的数值。
Show data table
| 时间(t) | t 时刻的数值 |
|---|---|
| 0 | 1,000 |
| 0.25 | 1,012.27 |
| 0.5 | 1,024.7 |
| 0.75 | 1,037.27 |
| 1 | 1,050 |
| 1.25 | 1,062.89 |
| 1.5 | 1,075.93 |
| 1.75 | 1,089.13 |
| 2 | 1,102.5 |
| 2.25 | 1,116.03 |
| 2.5 | 1,129.73 |
| 2.75 | 1,143.59 |
| 3 | 1,157.63 |
| 3.25 | 1,171.83 |
| 3.5 | 1,186.21 |
| 3.75 | 1,200.77 |
| 4 | 1,215.51 |
| 4.25 | 1,230.42 |
| 4.5 | 1,245.52 |
| 4.75 | 1,260.81 |
| 5 | 1,276.28 |
| 5.25 | 1,291.94 |
| 5.5 | 1,307.8 |
| 5.75 | 1,323.85 |
| 6 | 1,340.1 |
| 6.25 | 1,356.54 |
| 6.5 | 1,373.19 |
| 6.75 | 1,390.04 |
| 7 | 1,407.1 |
| 7.25 | 1,424.37 |
| 7.5 | 1,441.85 |
| 7.75 | 1,459.54 |
| 8 | 1,477.46 |
| 8.25 | 1,495.59 |
| 8.5 | 1,513.94 |
| 8.75 | 1,532.52 |
| 9 | 1,551.33 |
| 9.25 | 1,570.37 |
| 9.5 | 1,589.64 |
| 9.75 | 1,609.15 |
| 10 | 1,628.89 |
关于此计算器
本计算器使用离散公式 N₀·(1 + r)^t 或连续公式 N₀·e^{kt} 来建模指数增长与衰减。用它来预测人口增长、放射性衰变、复利收益、病毒式传播,或任何每个周期都按固定倍数变化的量。
如何解读你的结果
醒目数字是你所输入时间点处的计算值。其下方的结果卡片显示每周期的乘数(底数)、增长时的倍增时间或衰减时的半衰期,以及相对起始量的净变化。折线图绘制从 t = 0 到你所选时间的曲线,让你看清这个量加速上升或递减的陡峭程度。
计算方法
对于离散模型,时间 t 处的值为 N(t) = N₀·(1 + r)^t,其中 N₀ 是起始量,r 是每周期的增长率。对于连续模型,则为 N(t) = N₀·e^{kt},其中 k 是连续增长常数。两者都归结为统一形式 N₀·b^t,底数 b = (1 + r) 或 b = e^k。倍增时间和半衰期由条件 b^T = 2(或 ½)推导得出,即 T = ln(2) / ln(b)。
实例演示
从 500 开始,按每周期 8% 的离散增长率应用 12 个周期。
最终值约为 1,259——每周期的底数乘数为 1.08,倍增时间约为 9 个周期。这个量仅用 12 步就从 500 增长到了两倍以上。
常见问题
我应该在什么时候使用连续模型而不是离散模型?
当增长或衰减不间断发生时使用连续模型——例如放射性衰变、理想条件下的细菌生长,或连续复利的金融收益。当变化以离散步骤发生时使用离散模型,例如逐年的人口普查或逐期的投资收益。
什么是倍增时间,它是如何计算的?
倍增时间是该量翻倍所需的周期数。对于离散模型,它等于 ln(2) / ln(1 + r);对于连续模型,它等于 ln(2) / k。增长率越高,倍增时间越短——在每周期 10% 时,该量大约在 7.3 个周期内翻倍。
我可以把它用于衰减吗,什么是半衰期?
可以。在任一模型中输入负的增长率,计算器就会切换到衰减模式。半衰期是该量降至其当前值一半所需的时间。它的计算方式与倍增时间相同,但使用增长率的绝对值:连续模型为 ln(2) / |k|,离散模型为 ln(2) / |ln(底数)|。
资料来源
- dlmf.nist.gov/4.2
- openstax.org/books/precalculus-2e/pages/6-7-exponential-and-logarithmic-models
- www.khanacademy.org/math/algebra/x2f8bb11595b61c86:exponential-growth-decay
由 YouCalc 团队审核 · 最近审核
发现翻译问题、计算问题或有任何建议?欢迎告诉我们。