| Learning Objective | Essential Knowledge |
|---|---|
2.1.A |
|
2.1.B |
|
指数函数与对数函数
AP 微积分预备 · 第 2 主题
2.1
等差数列与等比数列的变化
大纲
来源:美国大学理事会 AP 课程与考试说明
一个数列(sequence)是一个从整数到实数的函数,所以它的图象是离散点,不是一条曲线。

- 一个等差数列(arithmetic sequence)有一个公差(common difference)$d$(一个恒定的变化率):$a_n = a_0 + dn$,或从一个已知项,$a_n = a_k + d(n-k)$。
- 一个等比数列(geometric sequence)有一个公比(common ratio)$r$(一个恒定的比例变化):$g_n = g_0\,r^{\,n}$,或 $g_n = g_k\,r^{\,(n-k)}$。
一个递增的等差数列每步增长相同的数额;一个递增的等比数列每步增长一个更大的数额。
Worked example. 一个 $a_0=3$ 和 $d=5$ 的等差数列有 $a_4=3+5(4)=23$。一个 $g_0=2$ 和 $r=3$ 的等比数列有 $g_4=2\cdot3^4=162$ ——加法与乘法使等比的遥遥领先。
Compare arithmetic and geometric growth
An arithmetic sequence adds a fixed step each term (linear); a geometric sequence multiplies by a fixed ratio (exponential). Change the ratio and watch the terms explode or decay.
| 英文 | 中文 | 拼音 |
|---|---|---|
| sequence | 数列 | shù liè |
| arithmetic sequence | 等差数列 | děng chā shù liè |
| common difference | 公差 | gōng chāi |
| geometric sequence | 等比数列 | děng bǐ shù liè |
| common ratio | 公比 | gōng bǐ |
2.2
线性函数与指数函数的变化
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.2.A |
|
来源:美国大学理事会 AP 课程与考试说明
数列有连续的表亲:
- 线性函数(linear functions)$f(x)=b+mx$ 映照等差数列——一个初始值加斜率 $m$ 的重复相加。点形式:$f(x)=y_i+m(x-x_i)$。
- 指数函数(exponential functions)$f(x)=ab^x$ 映照等比数列——一个初始值乘以底数 $b$ 的重复相乘。点形式:$f(x)=y_i\,r^{\,(x-x_i)}$。
区别:线性 = 重复相加、指数 = 重复相乘。(一个数列和它的函数可能有不同的定义域。)
| 英文 | 中文 | 拼音 |
|---|---|---|
| exponential function | 指数函数 | zhǐ shù hán shù |
2.3
指数函数
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.3.A |
|
来源:美国大学理事会 AP 课程与考试说明
一般的指数函数(exponential function)是 $f(x)=ab^x$,初始值(initial value)$a\neq 0$ 而底数(base)$b>0,\ b\neq 1$。定义域:所有实数。

- $a>0,\ b>1$ 给出指数增长(exponential growth);$a>0,\ 0 给出指数衰减(exponential decay)。
- 输出在等长输入区间上成比例。所以一个指数总是递增或总是递减,而且总是上凹或总是下凹——它没有极值(除了在一个闭区间上)而且没有拐点。

Explore an exponential curve
y = a·e^(bx) + c
An exponential function changes by a constant factor over equal steps, so it rises (or decays) ever faster. The constant $c$ sets the horizontal asymptote it hugs.
| 英文 | 中文 | 拼音 |
|---|---|---|
| initial value | 初始值 | chū shǐ zhí |
| base | 底数 | dǐ shù |
| exponential growth | 指数增长 | zhǐ shù zēng zhǎng |
| exponential decay | 指数衰减 | zhǐ shù shuāi jiǎn |
2.4
指数函数的运算
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.4.A |
|
来源:美国大学理事会 AP 课程与考试说明
指数规则重塑指数表达式并连接到图象变换:
- 积: $b^m b^n = b^{m+n}$。一个水平移动 $b^{x+k}$ 等于一个竖直拉伸 $ab^x$,$a=b^k$。
- 幂: $(b^m)^n = b^{mn}$。一个水平拉伸 $b^{cx}$ 等于一个底数改变 $(b^c)^x$。
- 负指数: $b^{-n}=\dfrac{1}{b^n}$。
- 单位分数指数: $b^{1/k}=\sqrt[k]{b}$(第 $k$ 个方根(root))。
| 英文 | 中文 | 拼音 |
|---|---|---|
| root | 方根 | fāng gēn |
2.5
指数函数的情境与数据建模
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.5.A |
|
来源:美国大学理事会 AP 课程与考试说明
指数为在等间隔上以一个恒定比例增长(重复相乘)的量建模。
- 从一个比和一个初始值,或从两个点(为 $a$ 和 $b$ 解这个系统)构建一个模型。
- 有时一个常数必须被加到数据以揭示比例模式。
- 在技术上用指数回归(exponential regression)以拟合一个数据集。
- 自然底数(natural base)$e\approx 2.718$ 是现实世界模型的标准底数。
| 英文 | 中文 | 拼音 |
|---|---|---|
| exponential regression | 指数回归 | zhǐ shù huí guī |
| natural base | 自然底数 | zì rán dǐ shù |
2.6
竞争函数模型的验证
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.6.A |
|
2.6.B |
|
来源:美国大学理事会 AP 课程与考试说明
当一个变化率只略微转变时,线性、二次和指数模型可能都看似拟合。用上下文和拟合质量选择:
- 一个模型是合适的,若它的残差图(residual plot)显示没有模式(一个残差(residual)是实际减预测)。
- 误差是预测和实际之间的差距;上下文决定一个高估还是低估更安全。
| 英文 | 中文 | 拼音 |
|---|---|---|
| residual plot | 残差图 | cán chà tú |
| residual | 残差 | cán chà |
2.7
复合函数
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.7.A |
|
2.7.B |
|
2.7.C |
|
来源:美国大学理事会 AP 课程与考试说明
复合函数(composite function)$(f\circ g)(x)=f(g(x))$ 把 $g$ 的输出喂进 $f$。它的定义域是 $g$ 的、输出位于 $f$ 定义域里的那些输入。

- 复合不可交换:$f(g(x))$ 和 $g(f(x))$ 通常不同。
- 要解析地构建 $f(g(x))$,把 $f$ 里的每个 $x$ 代入 $g(x)$。
- 恒等函数(identity function)$f(x)=x$ 在复合下使任何函数不变。
- 一个函数也能被分解成更简单的片段——对把一个加性移动看作与 $x+k$ 复合、或一个伸缩看作与 $kx$ 复合有用。

| 英文 | 中文 | 拼音 |
|---|---|---|
| composite function | 复合函数 | fù hé hán shù |
| identity function | 恒等函数 | héng děng hán shù |
2.8
反函数
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.8.A |
|
2.8.B |
|
来源:美国大学理事会 AP 课程与考试说明
一个函数在每个输出来自一个唯一输入的定义域上是可逆(invertible)的(你可以限制定义域来强制这个)。反函数(inverse function)$f^{-1}$ 反转这个映射:若 $f(a)=b$ 那么 $f^{-1}(b)=a$。
- $f\big(f^{-1}(x)\big)=f^{-1}\big(f(x)\big)=x$(复合给出恒等)。
- 定义域和值域交换:在一张表里把每个 $(a,b)$ 反转成 $(b,a)$;把图象在线 $y=x$ 上反射。
- 要求一个公式:在 $y=f(x)$ 里交换 $x$ 和 $y$,然后解 $y$。上下文可能进一步限制反函数在哪里适用。
| 英文 | 中文 | 拼音 |
|---|---|---|
| invertible | 可逆 | kě nì |
| inverse function | 反函数 | fǎn hán shù |
2.9
对数表达式
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.9.A |
|
来源:美国大学理事会 AP 课程与考试说明
对数(logarithm)回答"什么指数?":$\log_b c = a$ 恰好意味着 $b^a = c$(以 $b>0,\ b\neq 1$)。一个未写的底数意味着常用对数(common logarithm)(底数 $10$)。在一个对数尺度上,每个单位是底数的一个乘性步(……,$10^0,10^1,10^2,$ ……)。
| 英文 | 中文 | 拼音 |
|---|---|---|
| logarithm | 对数 | duì shù |
| common logarithm | 常用对数 | cháng yòng duì shù |
2.10
指数函数的反函数
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.10.A |
|
来源:美国大学理事会 AP 课程与考试说明
对数是指数的反函数:$y=b^x$ 和 $y=\log_b x$ 互相撤销,所以它们的图象是在 $y=x$ 上的反射。因此 $\log_b(b^x)=x$ 而 $b^{\log_b x}=x$。自然对数(natural logarithm)$\ln x = \log_e x$ 是 $e^x$ 的反函数。

| 英文 | 中文 | 拼音 |
|---|---|---|
| natural logarithm | 自然对数 | zì rán duì shù |
2.11
对数函数
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.11.A |
|
来源:美国大学理事会 AP 课程与考试说明
对数函数(logarithmic function)$f(x)=\log_b x$ 有定义域 $x>0$ 而值域是所有实数。它总是递增(对 $b>1$)或总是递减(对 $0)、总是朝一个方向凹,在 $x=0$ 有一条垂直渐近线——指数的水平渐近线的镜像。它对大的 $x$ 增长得很慢。
Explore a logarithmic curve
y = a·ln(x − b) + c
A logarithm is the inverse of an exponential: it grows without bound but ever slower, with a vertical asymptote where its input hits zero.
| 英文 | 中文 | 拼音 |
|---|---|---|
| logarithmic function | 对数函数 | duì shù hán shù |
2.12
对数函数的运算
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.12.A |
|
来源:美国大学理事会 AP 课程与考试说明
对数性质反转指数规则:
| 英文 | 中文 | 拼音 |
|---|---|---|
| change-of-base | 换底 | huàn dǐ |
2.13
指数与对数方程和不等式
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.13.A |
|
2.13.B |
|
来源:美国大学理事会 AP 课程与考试说明
要解,用指数和对数互为反函数的事实:
- 隔离指数,然后对两侧取一个对数(用幂性质把指数拿下来)。
- 隔离对数,然后对两侧取指数。
- 总是检查增根(extraneous solutions)——一个对数的自变量必须保持正。
Worked example. 解 $2\cdot3^x=54$。除以 $2$:$3^x=27=3^3$,所以 $x=3$。当两侧不是整齐的幂时,改取对数:$5^x=20$ 给出 $x=\dfrac{\ln 20}{\ln 5}\approx1.86$。
2.14
对数函数的情境与数据建模
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.14.A |
|
来源:美国大学理事会 AP 课程与考试说明
对数为在巨大的乘性范围上变化的量(声音、酸强度、地震)建模。从数据构建一个对数模型,并对一个数据集用对数回归(logarithmic regression)。因为一个对数压缩大值,它把比例增长变成一个直线模式——半对数图背后的思想。
2.15
半对数图
大纲
| Learning Objective | Essential Knowledge |
|---|---|
2.15.A |
|
2.15.B |
|
来源:美国大学理事会 AP 课程与考试说明
一个半对数图(semi-log plot)把输出放在一个对数轴上而输入放在一个正常轴上。在这些轴上,一个指数函数 $y=ab^x$ 变成一条直线,因为 $\log y = \log a + (\log b)\,x$ 在 $x$ 里是线性的。所以:若数据在一个半对数图上看起来线性,一个指数模型拟合;线的斜率给出 $\log b$ 而它的截距给出 $\log a$。
| 英文 | 中文 | 拼音 |
|---|---|---|
| semi-log plot | 半对数图 | bàn duì shù tú |
2.15
考试技巧
- 把等差(加一个公差)与等比(乘一个公比)数列及它们的线性/指数函数表亲区分开。
- 指数 = 重复相乘,所以它最终超过任何线性或多项式模型。
- 对数是指数的反函数($\log_b c=a\Leftrightarrow b^a=c$);用它来解 $b^x=k$。
- 应用对数律(积、商、幂)和换底公式;一个对数的自变量必须是正的。
- 在一个半对数图上一个指数模型变成一条直线。
本主题的互动课程
逐步学习,并即时检测练习。