Modeling with Exponential Functions · Modelando com Funções Exponenciais
| English | Português |
|---|---|
| exponential model/ˌekspəˈnenʃl ˈmɒdl/ | modelo exponencial |
| initial value/ɪˈnɪʃl ˈvæljuː/ | valor inicial |
| exponential regression/ˌekspəˈnenʃl rɪˈɡreʃn/ | regressão exponencial |
| growth factor/ɡrəʊθ ˈfæktə/ | fator de crescimento |
| decay factor/dɪˈkeɪ ˈfæktə/ | fator de decaimento |
Fitting growth to real data
- A colony of bacteria, a savings account, a viral video — all grow by a constant factor.
- Given a few measurements, we want the exact rule $y = a\,b^x$ that fits them.
- Then we can predict the future and interpret the growth rate.
- This is exponential modeling: from data to a formula to a forecast.
Ajustando o crescimento aos dados reais
- Uma colônia de bactérias, uma conta poupança, um vídeo viral — todos crescem por um fator constante.
- Dados algumas medições, queremos a regra exata $y = a\,b^x$ que se ajusta a elas.
- Então podemos prever o futuro e interpretar a taxa de crescimento.
- Este é o modelagem exponencial: de dados a uma fórmula a uma previsão.
Building the model from data
- An exponential model 指数模型 has the form $y = a\,b^x$, just like any exponential function.
- The initial value 初始值 $a$ is the amount at $x = 0$ — read it straight from the data.
- The base $b$ is the multiplier per step — find it by dividing consecutive outputs.
- Two data points are enough to pin down both $a$ and $b$.
Construindo o modelo a partir dos dados
- Um modelo exponencial 指数模型 tem a forma $y = a\,b^x$, assim como qualquer função exponencial.
- O valor inicial 初始值 $a$ é a quantidade em $x = 0$ — leia diretamente dos dados.
- A base $b$ é o multiplicador por etapa — encontre-a dividindo saídas consecutivas.
- Dois pontos de dados são suficientes para definir tanto $a$ quanto $b$.
To build $y = a\,b^x$ from data, the coefficient $a$ is the value when… · Para construir $y = a\,b^x$ a partir de dados, o coeficiente $a$ é o valor quando…
At $x = 0$, $b^0 = 1$, so $y = a$: the coefficient is the initial value. · Em $x = 0$, $b^0 = 1$, então $y = a$: o coeficiente é o valor inicial.
Regression finds the best fit
- With many noisy points, use technology to run an exponential regression 指数回归.
- It finds the $a$ and $b$ whose curve comes closest to all the data at once.
- No point lands exactly on it, but the trend is captured.
- The output is a ready-to-use rule $y = a\,b^x$.
A regressão encontra o melhor ajuste
- Com muitos pontos ruidosos, use tecnologia para rodar uma regressão exponencial 指数回归.
- Ela encontra os $a$ e $b$ cuja curva fica mais próxima de todos os dados de uma vez.
- Nenhum ponto cai exatamente sobre ela, mas a tendência é capturada.
- A saída é uma regra pronta para usar $y = a\,b^x$.
Tune the growth factor to fit the data · Ajuste o fator de crescimento para se adequar aos dados
y = a·bˣ
Change a (the initial value) and b (the growth factor) until the curve passes through the data points. · Altere a (o valor inicial) e b (o fator de crescimento) até que a curva passe pelos pontos de dados.
Growth factor and decay factor
- If the base $b > 1$, it is a growth factor 增长因子: $b = 1.2$ means $+20\%$ each step.
- If $0 < b < 1$, it is a decay factor 衰减因子: $b = 0.85$ means $-15\%$ each step.
- Convert a percentage to a factor: growth $\to 1 + r$, decay $\to 1 - r$.
- Reading the factor tells you the story of the change.
Fator de crescimento e fator de decaimento
- Se a base $b > 1$, é um fator de crescimento 增长因子: $b = 1.2$ significa $+20\%$ a cada etapa.
- Se $0 < b < 1$, é um fator de decaimento 衰减因子: $b = 0.85$ significa $-15\%$ a cada etapa.
- Converta uma porcentagem em um fator: crescimento $\to 1 + r$, decaimento $\to 1 - r$.
- Ler o fator conta a história da mudança.
If a quantity grows by $20\%$ each period, the growth ____ (the base $b$) is $1.2$. · Se uma quantidade cresce $20\%$ a cada período, o fator de crescimento (base $b$) é $1.2$.
A $20\%$ increase multiplies by $1 + 0.20 = 1.2$ — that multiplier is the growth factor. · Um aumento de $20\%$ multiplica por $1 + 0.20 = 1.2$ — esse multiplicador é o fator de crescimento.
A quantity that loses $15\%$ each period has a decay factor (base) of… · Uma quantidade que perde $15\%$ a cada período tem um fator de declínio (base) de…
Losing $15\%$ leaves $85\%$, so you multiply by $1 - 0.15 = 0.85$ each period — the decay factor. · Perder $15\%$ deixa $85\%$, então você multiplica por $1 - 0.15 = 0.85$ a cada período — o fator de declínio.
Predict, within limits
- Substitute an input into the model to predict an output.
- Choose a reasonable domain: negative time or absurdly large outputs are meaningless.
- Exponential growth cannot continue forever — resources, space, or money run out.
- A good model comes with a note about where it stops being trustworthy.
Prever, dentro de limites
- Substitua uma entrada no modelo para prever uma saída.
- Escolha um domínio razoável: tempo negativo ou saídas absurdamente grandes não têm sentido.
- O crescimento exponencial não pode continuar para sempre — recursos, espaço ou dinheiro acabam.
- Um bom modelo vem com uma nota sobre onde ele deixa de ser confiável.
A colony follows $P = 100 \cdot 2^{\,t}$ (with $t$ in hours). What is $P$ at $t = 3$? · Uma colônia segue $P = 100 \cdot 2^{\,t}$ (com $t$ em horas). Qual é $P$ em $t = 3$?
$P = 100 \cdot 2^3 = 100 \cdot 8 = 800$. Plug the input into the model to predict. · $P = 100 \cdot 2^3 = 100 \cdot 8 = 800$. Insira a entrada no modelo para prever.
Select all · todos true statements about exponential models. · Selecione todas as afirmações verdadeiras sobre modelos exponenciais.
Exponential growth extrapolated too far becomes unrealistic (nothing grows forever). The other three are correct. · Crescimento exponencial extrapolado demais torna-se irrealista (nada cresce para sempre). As outras três estão corretas.
Unlimited exponential growth is a fantasy. A model saying a pond's algae doubles daily will soon "predict" more algae than atoms on Earth. Every real exponential eventually slows — trust the model only over the range where its assumptions hold.
Crescimento exponencial ilimitado é uma fantasia. Um modelo que diz que as algas de um lago dobram diariamente logo "preverá" mais algas do que átomos na Terra. Toda exponencial real eventualmente desacelera — confie no modelo apenas sobre o intervalo onde suas suposições se mantêm.
A sample of $100$ cells triples every hour: $P = 100 \cdot 3^{\,t}$.
- Initial value $a = 100$; growth factor $b = 3$ (tripling).
- After $2$ hours: $P = 100 \cdot 3^2 = 900$ cells.
- Reasonable domain: only while nutrients last — perhaps the first several hours.
Uma amostra de $100$ células triplica a cada hora: $P = 100 \cdot 3^{\,t}$.
- Valor inicial $a = 100$; fator de crescimento $b = 3$ (triplicação).
- Após $2$ horas: $P = 100 \cdot 3^2 = 900$ células.
- Domínio razoável: apenas enquanto durarem nutrientes — talvez as primeiras várias horas.
An exponential model $y = a\,b^x$ has initial value $a$ and a base that is a growth factor ($b>1$) or decay factor ($0
Um modelo exponencial $y = a\,b^x$ tem valor inicial $a$ e uma base que é um fator de crescimento ($b>1$) ou fator de decaimento ($0