Modeling with Exponential Functions · Modélisation avec des fonctions exponentielles
| English | Français |
|---|---|
| exponential model/ˌekspəˈnenʃl ˈmɒdl/ | modèle exponentiel |
| initial value/ɪˈnɪʃl ˈvæljuː/ | valeur initiale |
| exponential regression/ˌekspəˈnenʃl rɪˈɡreʃn/ | régression exponentielle |
| growth factor/ɡrəʊθ ˈfæktə/ | facteur de croissance |
| decay factor/dɪˈkeɪ ˈfæktə/ | facteur de décroissance |
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.
Ajuster la croissance aux données réelles
- Une colonie de bactéries, un compte d'épargne, une vidéo virale — tout croît selon un facteur constant.
- À partir de quelques mesures, nous voulons la règle exacte $y = a\,b^x$ qui les ajuste.
- Ensuite, nous pouvons prédire l'avenir et interpréter le taux de croissance.
- C'est le modélisation exponentielle : des données à une formule à une prévision.
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 $b$.
Construire le modèle à partir des données
- Un modèle exponentiel 指数模型 a la forme $y = a\,b^x$, tout comme n'importe quelle fonction exponentielle.
- La valeur initiale 初始值 $a$ est le montant à $x = 0$ — lisez-le directement dans les données.
- La base $b$ est le multiplicateur par étape — trouvez-la en divisant les sorties consécutives.
- Deux points de données suffisent à fixer à la fois $a$ et $b$.
To build $y = a\,b^x$ from data, the coefficient $a$ is the value when… · Pour construire $y = a\,b^x$ à partir des données, le coefficient $a$ est la valeur lorsque…
At $x = 0$, $b^0 = 1$, so $y = a$: the coefficient is the initial value. · À $x = 0$, $b^0 = 1$, donc $y = a$ : le coefficient est la valeur initiale.
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 $y = a\,b^x$.
La régression trouve le meilleur ajustement
- Avec beaucoup de points bruités, utilisez la technologie pour effectuer une régression exponentielle 指数回归.
- Elle trouve les $a$ et $b$ dont la courbe se rapproche le plus de toutes les données à la fois.
- Aucun point ne tombe exactement dessus, mais la tendance est capturée.
- La sortie est une règle prête à l'emploi $y = a\,b^x$.
Tune the growth factor to fit the data · Ajustez le facteur de croissance pour correspondre aux données
y = a·bˣ
Change a (the initial value) and b (the growth factor) until the curve passes through the data points. · Changez a (la valeur initiale) et b (le facteur de croissance) jusqu'à ce que la courbe passe par les points de données.
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.
Facteur de croissance et facteur de décroissance
- Si la base $b > 1$, c'est un facteur de croissance 增长因子 : $b = 1.2$ signifie $+20\%$ à chaque pas.
- Si $0 < b < 1$, c'est un facteur de décroissance 衰减因子 : $b = 0.85$ signifie $-15\%$ à chaque pas.
- Convertir un pourcentage en facteur : croissance $\to 1 + r$, décroissance $\to 1 - r$.
- Lire le facteur vous raconte l'histoire du changement.
If a quantity grows by $20\%$ each period, the growth ____ (the base $b$) is $1.2$. · Si une quantité augmente de $20\%$ à chaque période, le facteur de ____ (la base $b$) est $1.2$.
A $20\%$ increase multiplies by $1 + 0.20 = 1.2$ — that multiplier is the growth factor. · Une augmentation de $20\%$ multiplie par $1 + 0.20 = 1.2$ — ce multiplicateur est le facteur de croissance.
A quantity that loses $15\%$ each period has a decay factor (base) of… · Une quantité qui perd $15\%$ à chaque période a un facteur de décroissance (base) de…
Losing $15\%$ leaves $85\%$, so you multiply by $1 - 0.15 = 0.85$ each period — the decay factor. · Perdre $15\%$ laisse $85\%$, donc vous multipliez par $1 - 0.15 = 0.85$ à chaque période — le facteur de décroissance.
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.
Prédire, avec des limites
- Substituer une entrée dans le modèle pour prédire une sortie.
- Choisir un domaine raisonnable : le temps négatif ou des sorties absurdément grandes n'ont aucun sens.
- La croissance exponentielle ne peut pas continuer indéfiniment — les ressources, l'espace ou l'argent s'épuisent.
- Un bon modèle vient avec une note sur où il cesse d'être fiable.
A colony follows $P = 100 \cdot 2^{\,t}$ (with $t$ in hours). What is $P$ at $t = 3$? · Une colonie suit $P = 100 \cdot 2^{\,t}$ (avec $t$ en heures). Quelle est $P$ à $t = 3$ ?
$P = 100 \cdot 2^3 = 100 \cdot 8 = 800$. Plug the input into the model to predict. · $P = 100 \cdot 2^3 = 100 \cdot 8 = 800$. Insérez l'entrée dans le modèle pour prédire.
Select all · tout true statements about exponential models. · Sélectionnez toutes les affirmations vraies concernant les modèles exponentiels.
Exponential growth extrapolated too far becomes unrealistic (nothing grows forever). The other three are correct. · La croissance exponentielle extrapolée trop loin devient irréaliste (rien ne croît éternellement). Les trois autres sont correctes.
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.
La croissance exponentielle illimitée est un fantasme. Un modèle disant que les algues d'un étang doublent quotidiennement prédira bientôt plus d'algues qu'il n'y a d'atomes sur Terre. Toute exponentielle réelle ralentit in fine — faites confiance au modèle uniquement sur la plage où ses hypothèses sont valides.
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.
Un échantillon de $100$ cellules triple toutes les heures : $P = 100 \cdot 3^{\,t}$.
- Valeur initiale $a = 100$ ; facteur de croissance $b = 3$ (triplement).
- Après $2$ heures : $P = 100 \cdot 3^2 = 900$ cellules.
- Domaine raisonnable : seulement tant que les nutriments durent — peut-être les premières heures.
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
Un modèle exponentiel $y = a\,b^x$ a une valeur initiale $a$ et une base qui est un facteur de croissance ($b>1$) ou un facteur de décroissance ($0