点击屏幕显示下一行内容

P3 第五章:指数与对数

Exponentials and Logarithms

建模分析与非线性数据处理的核心章节

本章在 P3 考试中通常以建模分析 (Modelling)非线性数据处理 (Non-linear Data) 的形式出现,且经常与第六章的微积分结合,考查增长率或衰减率。

核心知识点梳理

1.1 指数函数与 $e$

1.2 自然对数 $\ln x$

1.3 非线性数据处理 (对数线性化)

这是 P3 的高频考点,要求将非线性方程转化为直线方程 $Y = MX + C$

历年真题全解析 (Step-by-Step)

【真题 1】2024年6月 WMA13/01, Q3 (非线性数据转换)

题目:已知变量 $x, y$ 满足 $y = 10x^{-0.6}$,要求画出 $\log_{10} y$ 对 $\log_{10} x$ 的图像并标出截距。

分步解答过程
  1. 取对数:$\log_{10} y = \log_{10} (10x^{-0.6})$。
  2. 展开等式:利用对数运算法则得 $\log_{10} y = \log_{10} 10 + \log_{10} x^{-0.6} \Rightarrow \log_{10} y = 1 - 0.6 \log_{10} x$。
  3. 确定坐标轴交点
    • 当 $\log_{10} x = 0$ 时,$\log_{10} y = 1$,交点为 $(0, 1)$
    • 当 $\log_{10} y = 0$ 时,$0 = 1 - 0.6 \log_{10} x \Rightarrow \log_{10} x = 1/0.6 \approx 1.67$,交点为 $(1.67, 0)$
  4. 画图:画出一条斜率为负的直线,连接上述两点。
【真题 2】2023年6月 WMA13/01, Q7 (细菌建模与增长率)

题目:第一种细菌数量 $N = Ae^{kt}$。已知初始数量 2500,8小时后为 10000。

(a) 求 $A$ 的精确值和 $k$ 的 4 位有效数字。

(b) 若第二种细菌数量 $N = 60000e^{-0.6t}$,求 $t=5$ 时的减少率。

分步解答过程
  1. (a) 求常数
    • 当 $t=0, N=2500$ 时,$2500 = Ae^{0} \Rightarrow A = 2500$。
    • 当 $t=8, N=10000$ 时,$10000 = 2500e^{8k} \Rightarrow 4 = e^{8k}$。
    • 解出 $k$:$8k = \ln 4 \Rightarrow k = \frac{1}{8} \ln 4 \approx \mathbf{0.1733}$。
  2. (b) 求变化率
    • 对 $N = 60000e^{-0.6t}$ 求导:$\frac{dN}{dt} = 60000 \times (-0.6)e^{-0.6t} = -36000e^{-0.6t}$。
    • 代入 $t=5$:$\frac{dN}{dt} = -36000e^{-3} \approx -1792$。
    • 结论:减少率为 1790 (3 s.f.)。
【真题 3】2023年10月 WMA13/01, Q6 (模型解释)

题目:珊瑚礁面积模型 $\log_{10} S = 4.5 - 0.006t$,化简为 $S = pq^t$ 形式并解释 $q$ 的含义。

分步解答过程
  1. 去对数:$S = 10^{4.5 - 0.006t} = 10^{4.5} \times (10^{-0.006})^t$。
  2. 计算常数:$p = 10^{4.5} \approx 31600$,$q = 10^{-0.006} \approx \mathbf{0.986}$。
  3. 解释 $q$ 的含义:$q$ 代表每年珊瑚礁面积保留的比例(或每年减少约 1.4%)。

考前一周:解题套路总结

  1. 区分两种对数图
    • 如果双轴都是 $\log$($\log y$ vs $\log x$),原方程是幂函数 $y=ax^n$。
    • 如果只有纵轴是 $\log$($\log y$ vs $x$),原方程是指数函数 $y=ab^x$。
  2. 建模题的"初始值":看到"start of the study"或"initially",立即令 $t = 0$
  3. 变化率 = 求导:只要题目问"rate of increase/decrease",必须先求导再代入时间 $t$。
  4. 计算器陷阱:在解指数方程(如 $e^{kt}=4$)时,必须先通过除法孤立指数项,再两边取 $\ln$。切记不能在有加减法的情况下直接取 $\ln$。
💡 理解小贴士

对数就像是指数函数的"倒车雷达":

指数函数 $e^x$ 跑得飞快,能让数值瞬间变得巨大。当你需要从巨大的数值中找回那个原本很小的时间 $t$ 时,你就需要自然对数 $\ln$ 这台"倒车影像仪"来帮你精准定位。在处理非线性数据时,取对数就像是把一条冲向天空的曲线强行拉平,变成我们最熟悉的直线。