Modelado con Funciones Exponenciales
Introducido| English | Significado |
|---|---|
| exponential model/ˌekspəˈnenʃl ˈmɒdl/ | modelo exponencial |
| initial value/ɪˈnɪʃl ˈvæljuː/ | valor inicial |
| growth factor/ɡrəʊθ ˈfæktə/ | factor de crecimiento |
| decay factor/dɪˈkeɪ ˈfæktə/ | factor de decaimiento |
| baseline/ˈbeɪslaɪn/ | Valor base |
| natural base/ˈnætʃərəl beɪs/ | Base natural |
| exponential regression/ˌekspəˈnenʃl rɪˈɡreʃn/ | regresión exponencial |
| residuals/rɪˈsɪdʒuːəlz/ | residuos |
La primera medición no siempre es el inicio
- Una cultura tiene $180$ células en $t=2$ horas y $1440$ células en $t=5$ horas. Si un modelo exponencial es apropiado, ¿qué ocurre en una hora y ¿qué predice en $t=0$?
- El conteo se multiplica por $8$ entre las mediciones, pero ese cambio toma tres horas. Un modelo debe conectar el multiplicador con la longitud de su intervalo de tiempo.
Explicar el significado de los parámetros
- En $N(t)=ab^t$, el valor inicial es $N(0)=a$. Es el valor en el origen de tiempo elegido, no necesariamente la primera observación registrada. Aquí $N(2)=180$, por lo que $a$ aún es desconocido.
- Para conteos positivos, use $a>0$ y $b>0$. Dos observaciones positivas en tiempos distintos determinan un modelo de esta forma; no demuestran que el crecimiento exponencial sea la descripción adecuada de la situación.
En el modelo sin desplazamiento $y=ab^t$, el coeficiente $a$ es la salida cuando…
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
En $t=0$, $b^0=1$, por lo tanto $y=a$ en este modelo sin desplazamiento. El primer tiempo observado no necesariamente es cero.
Divide las dos ecuaciones
- Sustituye las dos observaciones en $N(t)=ab^t$, luego divide la ecuación posterior por la anterior. El coeficiente $a$ se cancela, dejando el multiplicador para el intervalo de tiempo completo.
- Calcula la raíz cúbica positiva para obtener el factor por hora. Luego sustituye nuevamente en cualquiera de las ecuaciones para hallar $a$.
El modelo es $N(t)=45(2)^t$. Reproduce ambas mediciones: $45(2)^2=180$ y $45(2)^5=1440$.
Una cultura crece de 180 a 1440 células en tres horas. ¿Cuál es el multiplicador para todo el intervalo de tres horas?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
El multiplicador del intervalo completo es $1440/180=8$. Este no es el multiplicador de una hora.
Asocia cada factor a su intervalo
- El factor de crecimiento es $2$ por hora, por lo que el conteo aumenta en $100\%$ cada hora. A lo largo de tres horas, el factor es $2^3=8$, un aumento de $700\%$, no de $800\%$.
- Si $s$ cuenta períodos de tres horas desde el mismo origen, entonces $t=3s$ y $N=45(8)^s$. Cambiar la unidad de entrada cambia la base; no cambia el conteo predicho en el mismo instante.
Una población exponencial positiva se multiplica por 8 en tres horas. ¿Cuál es su multiplicador por hora?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
$b^3=8$, por lo tanto el factor horario positivo es $b=2$.
Predice y verifica el origen del tiempo
- En $t=4$ horas, hay $N(4)=45(2)^4=720$ células. Alternativamente, comienza en la primera observación: $N(t)=180(2)^{t-2}$. Ambas fórmulas describen el mismo modelo.
- Las $45$ células del modelo en $t=0$ son inferidas, no medidas. Para un cultivo diferente modelado por $P(t)=100(3)^t$, el conteo en $t=2$ es $900$; cada coeficiente se refiere a su propio inicio elegido.
Una colonia sigue $P = 100 \cdot 2^{\,t}$ (con $t$ en horas). ¿Cuál es $P$ en $t = 3$?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
$P = 100 \cdot 2^3 = 100 \cdot 8 = 800$. Sustituye la entrada en el modelo para predecir.
Un modelo exponencial se duplica cada hora y da 180 células a la hora 2. ¿Qué predice a la hora 0?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Invertir dos duplicaciones horarias: $180/2^2=45$. Este es un valor inferido en el origen elegido.
Convierte porcentajes en factores
- Para una cantidad positiva, un incremento fraccionario $r$ por período da $b=1+r$. Así, un crecimiento de $20\%$ da $b=1.20$; una pérdida de $15\%$ da el factor de decaimiento $b=1-0.15=0.85$.
- Una base positiva menor que $1$ representa decaimiento hacia cero en $ab^t$; una base mayor que $1$ representa crecimiento cuando $a>0$. Una base negativa no define una exponencial de valor real para todo tiempo real.
Si una cantidad crece un $20\%$ cada período, el crecimiento ____ (la base $b$) es $1.2$.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Un aumento del $20\%$ multiplica por $1 + 0.20 = 1.2$ — ese multiplicador es el factor de crecimiento.
Una cantidad que pierde $15\%$ cada período tiene un factor de decaimiento (base) de…
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Perder $15\%$ deja el $85\%$, por lo que multiplicas por $1 - 0.15 = 0.85$ cada período — el factor de decaimiento.
Elimina el fondo antes de tomar cocientes
- Una habitación se mantiene a 20°C mientras una bebida se enfría. En las horas $0,1,2,3$, las temperaturas de la bebida son 100°C, 60°C, 40°C y 30°C. Los cocientes de temperatura bruta no son constantes.
- Resta la línea base de $20$: las diferencias de temperatura son $80,40,20,10$. Estas se reducen a la mitad cada hora, por lo que el modelo es $T(t)=20+80(0.5)^t$, aproximándose a la temperatura ambiente en lugar de cero.
Usando las lecturas en $t=0$ y $t=2$, el cociente de las diferencias es
Para el modelo desplazado $c+ab^t$, la salida inicial es $c+a$, no $a$. La línea base debe conocerse o estimarse por separado; dos lecturas solas no determinan los tres parámetros $c,a,b$.
Construya la curva a partir de sus observaciones
La cultura tiene 180 células en la hora 2 y 1440 en la hora 5. Compare su factor de tres horas con su factor horario, luego examine el enfriamiento por encima de una línea base.
Un modelo de enfriamiento es $T(t)=18+62(0.5)^t$. ¿Qué temperatura en grados Celsius proporciona en $t=0$?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
$T(0)=18+62=80$. En $c+ab^t$, la salida inicial es $c+a$, no solo $a$.
Desplaza tanto la entrada como la salida
- Cuenta el tiempo transcurrido desde la lectura de enfriamiento $t=2$ estableciendo $u=t-2$. En $u=0$, la bebida está a $40^\circ\mathrm{C}$, que es $20^\circ\mathrm{C}$ sobre la temperatura ambiente.
- El mismo modelo físico se convierte en $T=20+20(0.5)^u$. Verificación: $u=1$ significa tiempo original $t=3$, lo que da $30^\circ\mathrm{C}$. Rastree el origen del tiempo, la unidad de entrada y la línea base al cambiar una fórmula.
Escriba el mismo modelo con base e
- La base natural es $e\approx2.718$. Dado que $b=e^{\ln b}$, las formas $ab^t$ y $ae^{kt}$ coinciden cuando $k=\ln b$; una línea base añadida permanece fuera del exponencial.
- El modelo de cultura es $N=45e^{(\ln2)t}$. Aquí hay $k\approx0.693$ por hora, mientras que el aumento porcentual ordinario de una hora es $100\%$. El coeficiente del exponente $k$ y el aumento fraccionario $b-1$ son cantidades diferentes.
¿Cuál es el aumento porcentual ordinario del modelo $N(t)=10e^{(\ln1.2)t}$ por unidad de tiempo?
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
$e^{\ln1.2}=1.2$. El aumento fraccionario de una unidad es $1.2-1=0.2$, o 20%; no es el coeficiente del exponente $\ln1.2$.
Use más observaciones para probar el modelo
- Con mediciones ruidosas, use una regresión exponencial para ajustar los datos con tecnología. Algunas observaciones pueden estar sobre la curva ajustada; otras pueden no estarlo. Verifique las predicciones resultantes contra todas las mediciones.
- Un ajuste log-lineal hace regresión de $\ln y$ contra el tiempo cuando $y>0$, luego se convierte de vuelta. Para una línea base conocida $c$, aplique esto a $\ln(y-c)$ solo cuando $y-c>0$. Compare los valores observados menos los predichos, llamados residuos, en lugar de confiar solo en la ecuación. La próxima lección compara sus tamaños y patrones.

Pasar exactamente por dos observaciones positivas demuestra que un exponencial es el mejor modelo para todos los tiempos posteriores.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Dos puntos determinan un exponencial candidato sin desplazamiento, pero no pueden establecer su adecuación contextual ni confiabilidad a largo plazo. Utilice observaciones adicionales y contexto.
Indique dónde la predicción es útil
- El crecimiento poblacional exponencial puede ser un modelo a corto plazo mientras haya nutrientes y espacio disponibles. Un modelo de enfriamiento a temperatura ambiente fija asume que la habitación se mantiene en la línea base declarada y que las condiciones de enfriamiento permanecen similares.
- Las entradas anteriores o posteriores no son automáticamente sin sentido, pero las predicciones fuera del intervalo observado requieren justificación adicional. En particular, ajustar exactamente dos puntos no establece que una predicción distante sea confiable.
La primera medición de cultura está en la hora $2$. Un modelo puede estimar la hora $0$, pero esa estimación depende de que el mismo patrón de crecimiento se aplique antes de las mediciones. Etiquete claramente un valor inicial inferido.
Encuentre el factor sobre la brecha de entrada completa, convértalo en un factor por unidad de entrada y resuelva para el coeficiente inicial. Para $c+ab^t$, primero trabaje con la diferencia $y-c$. Verifique ambas observaciones, datos adicionales y los límites contextuales del modelo.
Para el modelo de cantidad positiva $y=ab^t$, con $a>0$ y $b>0$, seleccione todas las afirmaciones verdaderas.
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Las primeras tres afirmaciones son válidas para este modelo positivo sin desplazamiento. Las proyecciones más allá de las observaciones requieren justificación contextual; una fórmula sola no garantiza fiabilidad.
Escriba una predicción con su suposición
- Una colonia sigue $P(t)=50(3)^t$, con $t$ medido en horas desde el inicio del modelo. Calcule $P(3)$ y explique cómo se usan el coeficiente y el factor.
- Establezca una suposición necesaria para usar esta fórmula para una predicción posterior. Distinga una predicción del modelo de una observación.
Una colonia sigue $P(t)=50(3)^t$, con $t$ en horas desde el inicio del modelo. Encuentre $P(3)$, explique los roles de 50 y 3, y enuncie un supuesto necesario para una proyección posterior.
Calcule desde el origen temporal indicado, identifique el intervalo asociado a la base y nombre una condición necesaria para extender el modelo.
Usando $P(t)=50(3)^t$, ¿qué población predice el modelo en $t=3$ horas?
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Usa este modelo de pregunta: $50(3)^3=50(27)=1350$. Una predicción basada en una fórmula diferente no responde la pregunta.