Ορισμός εκθετικής συνάρτησης
Αναχαίτηση Θεωρία χορδών / / April 02, 2023

Master of Mathematics, Dr. of Science
Η εκθετική συνάρτηση μοντελοποιεί διάφορα φυσικά φαινόμενα και κοινωνικές και οικονομικές καταστάσεις, γι' αυτό είναι σημαντικό να προσδιορίζονται οι εκθετικές συναρτήσεις σε διάφορα πλαίσια.
Ας θυμηθούμε ότι για έναν αριθμό \({a^1} = a,{a^2} = aa,\;{a^3} = aaa\) ορίζεται, γενικά έχουμε ότι για οποιοδήποτε \(n\ ) αριθμός φυσικός:

Στην περίπτωση \(a \ne 0\), έχουμε ότι: \({a^0} = 1,\;\) στην πραγματικότητα, όταν \(a \ne 0,\) έχει νόημα να κάνουμε την πράξη \ (\frac{a}{a} = 1;\) κατά την εφαρμογή του νόμου των εκθετών, έχουμε:
\(\frac{a}{a} = 1\)
\({a^{1 – 1}} = 1\)
\({a^0} = 1.\)
Όταν \(a = 0\), ο προηγούμενος συλλογισμός δεν έχει νόημα, επομένως, η έκφραση \({0^0},\) στερείται μαθηματικής ερμηνείας.
Στην περίπτωση που \(b > 0\) και είναι αλήθεια ότι \({b^n} = a,\) λέγεται ότι \(b\) είναι η ν η ρίζα του \(a\) και είναι συνήθως συμβολίζεται ως \ (b = {a^{\frac{1}{n}}},\;\) ή \(b = \sqrt[n]{a}\).
Όταν \(a < 0\), δεν υπάρχει πραγματικός αριθμός \(b\) τέτοιος ώστε \({b^2} = a;\) επειδή \({b^2} \ge 0;\;\ ) έτσι εκφράσεις της μορφής Το \({a^{\frac{m}{n}}}\), δεν θα ληφθεί υπόψη για \(a < 0.\) Στην ακόλουθη αλγεβρική παράσταση: \({a^n}\) \(a Το \ ) ονομάζεται βάση και το \(n\) είναι που ονομάζεται εκθέτης, ο \({a^n}\) ονομάζεται ισχύς\(\;n\) του \(a\) ή ονομάζεται επίσης \(a\) στην ισχύ \(n,\;\)se συμμορφώνονται με τους παρακάτω νόμους των εκθετών:
\({a^n}{a^m} = {a^{n + m}}\) | \(\frac{{{a^n}}}{{{a^m}}} = {a^{n – m}}\) | \({\αριστερά( {{a^n}} \δεξιά)^m} = {a^{nm}} = {\αριστερά( {{a^m}} \δεξιά)^n}\) |
---|---|---|
\(\frac{1}{{{a^n}}} = {a^{ – n}}\) | \({a^n} = \frac{1}{{{a^{ – n}}}}\) | \({\αριστερά( {\frac{1}{a}} \right)^n} = \frac{1}{{{a^n}}}\) |
\({\αριστερά( {ab} \δεξιά)^n} = {a^n}{b^n}\) | \({\left( {{a^{\frac{1}{n}}}} \right)^m} = {\left( {{a^m}} \right)^{\frac{1} {n}}} = {a^{\frac{m}{n}}}\) | \({a^0} = 1\) για κάθε \(a \ne 0\) |
Η εκθετική συνάρτηση έχει τη μορφή:
\(f\αριστερά( x \δεξιά) = {a^x}\)
όπου \(a > 0\) είναι μια σταθερά και η ανεξάρτητη μεταβλητή είναι ο εκθέτης \(x\).
Για να κάνουμε μια ανάλυση της εκθετικής συνάρτησης, θα εξετάσουμε τρεις περιπτώσεις
Περίπτωση 1 Όταν η βάση \(a = 1.\)
Σε αυτήν την περίπτωση, \(a = 1,\) η συνάρτηση \(f\left( x \right) = {a^x}\) είναι μια σταθερή συνάρτηση.
Περίπτωση 2 Όταν η βάση \(a > 1\)
Σε αυτή την περίπτωση έχουμε τα εξής:
Τιμή του \(x\) | |
---|---|
\(x < 0\) | \(0 < {a^x} < 1\) |
\(x = 0\) | \({a^0} = 1\) |
\(0 < x < 1\) | \(1 < {a^x} < a\) |
\(x = 1\) | \({a^x} = 1\) |
\(x > 1\) | \(a < {a^x}\) |
Η συνάρτηση \(f\left( x \right) = {a^x}\) είναι μια αυστηρά αύξουσα συνάρτηση, δηλαδή εάν \({x_2} > {x_1}\), τότε:
\({a^{{x_2}}} > a_{}^{{x_2}}\)
\(f\left( {{x_2}} \right) > f\left( {{x_1}} \right)\)
Όταν ένα φαινόμενο μοντελοποιείται με μια εκθετική συνάρτηση, με \(a > 1\), λέμε ότι παρουσιάζει εκθετική ανάπτυξη.
Περίπτωση 2 Όταν η βάση \(a < 1\).
Τιμή του \(x\) | |
---|---|
\(x < 0\) | \({a^x} > 1\) |
\(x = 0\) | \({a^0} = 1\) |
\(0 < x < 1\) | \(0 < {a^x} < 1\) |
\(x = 0\) | \({a^x} = 1\) |
\(x > 1\) | \(0 < {a^x} < a < 1\) |
Όταν \(a < 1\), η συνάρτηση \(f\left( x \right) = {a^x}\) είναι μια αυστηρά φθίνουσα συνάρτηση, δηλαδή εάν \({x_2} > {x_1}\ ), Έτσι:
\({a^{{x_2}}} < a_{}^{{x_1}}\) \(f\left( {{x_2}} \right) < f\left( {{x_1}} \right) \) Όταν ένα φαινόμενο είναι μοντέλα με εκθετική συνάρτηση, με \(a < 1\), λέμε ότι παρουσιάζει φθορά ή μείωση εκθετικός. Το παρακάτω γράφημα απεικονίζει τη συμπεριφορά του \({a^x}\), στις τρεις διαφορετικές περιπτώσεις του.

Εφαρμογές της εκθετικής συνάρτησης
Παράδειγμα 1 Αύξηση πληθυσμού
Θα συμβολίσουμε με \({P_0}\) τον αρχικό πληθυσμό και με \(r \ge 0\) τον ρυθμό αύξησης του πληθυσμού, εάν ο ρυθμός πληθυσμού παραμένει σταθερός με την πάροδο του χρόνου. η λειτουργία
\(P\left( t \right) = {P_0}{\left( {1 + r} \right)^t};\)
Βρείτε τον πληθυσμό τη χρονική στιγμή t.
Πρακτικό παράδειγμα 1
Ο πληθυσμός του Μεξικού, το έτος 2021 είναι 126 εκατομμύρια και παρουσίασε ετήσια αύξηση 1,1%. Εάν διατηρηθεί αυτή η αύξηση, ποιος πληθυσμός θα υπάρχει στο Μεξικό το έτος 2031, το έτος 2021?
Λύση
Σε αυτήν την περίπτωση \({P_o} = 126\) και \(r = \frac{{1.1}}{{100}} = 0,011\), επομένως θα πρέπει να χρησιμοποιήσετε:
\(P\left( t \right) = {P_0}{\left( {1 + .0011} \right)^t}\)
Ο παρακάτω πίνακας δείχνει τα αποτελέσματα
Ετος | χρόνος που παρήλθε (\(t\)) | Υπολογισμός | Πληθυσμός (εκατομμύρια) |
---|---|---|---|
2021 | 0 | \(P\left( t \right) = 126{\left( {1.0011} \right)^0}\) | 126 |
2031 | 10 | \(P\left( t \right) = 126{\left( {1.0011} \δεξιά)^{10}}\) | 140.57 |
2051 | 30 | \(P\left( t \right) = 126{\left( {1.0011} \δεξιά)^{30}}\) | 174.95 |
Παράδειγμα 2 Υπολογισμός σύνθετου ενδιαφέροντος
Οι τράπεζες προσφέρουν ετήσιο επιτόκιο, αλλά το πραγματικό επιτόκιο εξαρτάται από το πόσους μήνες το επενδύετε. Για παράδειγμα, εάν σας προσφέρεται ετήσιο επιτόκιο r%, το πραγματικό μηνιαίο επιτόκιο είναι \(\frac{r}{{12}}\)%, το διμηνιαίο επιτόκιο είναι \(\frac{r}{6}\)%, το τρίμηνο είναι \(\frac{r}{4}\)%, το τρίμηνο είναι \(\frac{r}{3}\)%, και το εξάμηνο είναι \(\frac{r}{2}\)%.
Πρακτικό παράδειγμα 2
Ας υποθέσουμε ότι επενδύετε 10.000 σε μια τράπεζα και σας προσφέρουν τα ακόλουθα ετήσια επιτόκια:
Προθεσμιακές καταθέσεις | Ετήσιος ρυθμός | περιόδους σε ένα έτος | πραγματικό ποσοστό | Συσσωρευμένα χρήματα σε \(k\) μήνες |
---|---|---|---|---|
δύο μήνες | 0.55% | 6 | \(\frac{{0,55\% }}{6} = 0,091667{\rm{\% }}\) | \(10000{\αριστερά( {1 + 0.00091667} \δεξιά)^{\frac{k}{2}}}\) |
τρεις μήνες | 1.87% | 4 | \(\frac{{1,87\% }}{4} = 0,4675{\rm{\% }}\) | \(10000{\αριστερά( {1 + 0,00461667} \δεξιά)^{\frac{k}{3}}}\) |
έξι μήνες | 1.56% | 2 | \(\frac{{1,56\% }}{4} = 0,78{\rm{\% }}\) | \(10000{\αριστερά( {1 + 0,0078} \δεξιά)^{\frac{k}{6}}}\) |
Ο αριθμός \(e\), το σταθερό και συνεχές ενδιαφέρον του Euler.
Τώρα ας υποθέσουμε ότι έχουμε ένα αρχικό κεφάλαιο \(C\) και το επενδύουμε με σταθερό επιτόκιο \(r > 0\), και διαιρούμε το έτος σε \(n\) περιόδους. το κεφάλαιο που συσσωρεύεται σε ένα έτος είναι ίσο με:
\(A = \;C{\αριστερά( {1 + \frac{r}{n}} \δεξιά)^n}\)
Για να αναλύσουμε πώς συμπεριφέρεται το συσσωρευμένο κεφάλαιο όταν το \(n\), αυξάνεται, θα ξαναγράψουμε το συσσωρευμένο κεφάλαιο, σε ένα χρόνο:
\(A = \;C{\left( {1 + \frac{r}{n}} \right)^n}\)\(A = \;C{\left( {1 + \frac{1} {{\frac{n}{r}}}} \right)^{\left( {\frac{n}{r}} \right) r}},\)
κάνοντας \(m = \frac{n}{r}\), λαμβάνουμε:
\(A = C{\left( {1 + \frac{1}{m}} \right)^{mr}}\)\(A = C{\left( {{{\left( {1 + \ frac{1}{m}} \right)}^m}} \right)^r}.\)
Καθώς το \(n\) μεγαλώνει, τόσο μεγαλώνει το \(m = \frac{n}{r}.\)
Καθώς το \(m = \frac{n}{r},\) μεγαλώνει, η έκφραση \({\left( {1 + \frac{1}{m}} \right)^m}\)προσεγγίζει αυτό που ονομάζεται Σταθερά ή αριθμός Euler:
\(e \περίπου 2,718281828 \ldots .\)
Η σταθερά του Euler δεν έχει πεπερασμένη ή περιοδική δεκαδική έκφραση.
Έχουμε τις ακόλουθες προσεγγίσεις
\(C{\left( {{{\left( {1 + \frac{1}{m}} \right)}^m}} \right)^r} \περίπου C{e^r},\) \(C{\left( {1 + \frac{r}{n}} \right)^{ns}} \περίπου C{e^{rs}}.\)
Στην έκφραση:
\(A = \;C{e^r},\)
Μπορούμε να το ερμηνεύσουμε με δύο τρόπους:
1.- Ως το μέγιστο ποσό που μπορούμε να συγκεντρώσουμε σε ένα έτος όταν επενδύουμε κεφάλαιο \(C,\;\) με ετήσιο επιτόκιο \(r.\)
2.- Ως το ποσό που θα συσσωρεύαμε, σε ένα χρόνο, εάν το κεφάλαιό μας επανεπενδυόταν συνεχώς με ετήσιο επιτόκιο \(r.\)
\(T\αριστερά( s \δεξιά) = \;C{e^{rs}},\)
είναι το ποσό που συσσωρεύεται εάν \(α\) χρόνια επενδύονται με συνεχή τόκο.
Συγκεκριμένο παράδειγμα 3
Τώρα θα επιστρέψουμε σε ένα μέρος του συγκεκριμένου παραδείγματος 2, όπου το ετήσιο επιτόκιο είναι 0,55% σε διμηνιαίες δόσεις. Υπολογίστε το κεφάλαιο που συσσωρεύεται αν το αρχικό κεφάλαιο είναι 10.000 και επανεπενδύεται μισό έτος, δύο χρόνια, 28 μήνες.
\(10{\αριστερά( {1.00091667} \δεξιά)^{\frac{6}{2}}} = 10.{\rm{\;}}027525\)
όπως δείχνει ο παρακάτω πίνακας, η τιμή του \(m = \frac{n}{r},\) δεν είναι "μικρή" και ο παραπάνω πίνακας υποδεικνύει ότι \({\left( {1 + \frac{1}{ m}} \right)^m}\) είναι κοντά στη σταθερά του Euler.
χρόνος | Αριθμός περιόδων (\(k\)) | Το συσσωρευμένο κεφάλαιο, σε χιλιάδες, επανεπενδύεται κάθε δύο μήνες |
---|---|---|
Μισός χρόνος | 3 | \(10{\αριστερά( {1.00091667} \δεξιά)^3} = 10.{\rm{\;}}027525\) |
Δύο χρόνια | 12 | \(10{\αριστερά( {1.00091667} \δεξιά)^{12}} = 10110.{\rm{\;}}557\) |
38 μηνών | 19 | \(10{\αριστερά( {1.00091667} \δεξιά)^{19}} = 10.\;175612\) |
χρόνος | Χρόνος ετών (\(s\)) | Το συσσωρευμένο κεφάλαιο, σε χιλιάδες, επενδύει με συνεχή τόκο |
---|---|---|
Μισός χρόνος | \(s = \frac{1}{2}\) | \(10{e^{0.0055\αριστερά( {\frac{1}{2}} \δεξιά)}} = 10.{\rm{\;}}027538\) |
Δύο χρόνια | \(s = 2\) | \(10{\αριστερά( {1.00091667} \δεξιά)^{0.0055\αριστερά( 2 \δεξιά)}} = 10110.{\rm{\;}}607\) |
38 μηνών | \(s = \frac{{19}}{6}\) | \(10{\αριστερά( {1.00091667} \δεξιά)^{\frac{{19}}{6}}} = 10.\;175692\) |
Παράδειγμα 2 Απόσβεση
Πρακτικό παράδειγμα 1
Ένας υπολογιστής υποτιμάται 30% κάθε χρόνο, εάν ένας υπολογιστής κοστίζει 20.000 $ πέσος, καθορίστε την τιμή του υπολογιστή για \(t = 1,12,\;14,\;38\) μήνες.
Σε αυτή την περίπτωση, κάποιος έχει:
\(P\left( t \right) = 20000{\rm{\;}}{\left( {1 – 0,30} \right)^t}\)
Με το \(t\) σε έτη, αντικαθιστώντας το \(t\) στον παρακάτω πίνακα δίνεται
χρόνο σε μήνες | χρόνο σε χρόνια | υπολογισμούς | Αριθμητική αξία |
---|---|---|---|
1 | \(\frac{1}{{12}}\) | \(P\left( t \right) = 20000{\rm{\;}}{\left( {1 – .30} \right)^{\frac{1}{{12}}}}\) | 19414.289 |
12 | 1 | \(P\left( t \right) = 20000{\rm{\;}}{\left( {1 – .30} \right)^1}\) | 14000 |
14 | \(\frac{7}{6}\) | \(P\left( t \right) = 20000{\rm{\;}}{\left( {1 – .30} \right)^{\frac{7}{6}}}\) | 13192.012 |
38 | \(\frac{{19}}{6}\) | \(P\left( t \right) = 20000{\rm{\;}}{\left( {1 – .30} \right)^{\frac{7}{6}}}\) | 6464.0859 |