WOLFRAM

Wolfram 语言与系统参考资料中心

ExponentialModel[]

表示一个指数函数.

ExponentialModel[vars]

使用显式变量规范 vars.

ExponentialModel[pars,vars]

使用提供的系数 pars.

更多信息
Details and Options Details and Options
范例  
基本范例  
范围  
变量  
参数  
求值  
信息  
拟合  
应用  
参见
相关指南
历史
按以下格式引用：

ExponentialModel

ExponentialModel[]

表示一个指数函数.

ExponentialModel[vars]

使用显式变量规范 vars.

ExponentialModel[pars,vars]

使用提供的系数 pars.

更多信息

  • ExponentialModel 表示给定变量的指数函数，其格式适用于符号计算、数值计算和拟合.
  • 指数模型描述的是变化与当前状态成比例的过程，如增长、衰减、弛豫以及趋近平衡.
  • ExponentialModel[] 的参数化形式为 .
  • 多元指数函数参数化形式为 TemplateBox[{1}, CTraditional] product_ie^(c_(i+1)x_i).
  • 当未指定时，参数将自动使用 C[i] 枚举，变量使用 Slot 枚举.

范例

打开所有单元 关闭所有单元

基本范例  (3)

指定一个通用的指数模型：

Wolfram Language code: ExponentialModel[]

使用明确的输入大小和自定义名称来定义符号参数：

Wolfram Language code: ExponentialModel[{a, b}, 1]

使用恒定参数绘制各种增长因子的图形：

Wolfram Language code: Plot[{ExponentialModel[{0, 1, 1}, 1][{x}], ExponentialModel[{1, 1, -1}, 1][{x}], ExponentialModel[{-0.5, 1, .5}, 1][{x}]}, {x, -1, 1}]

范围  (22)

变量  (6)

指定通用模型：

Wolfram Language code: ExponentialModel[]

变量的数量可以从参数中推断出来：

Wolfram Language code: ExponentialModel[][{x}] ExponentialModel[][{x, y, z}]

ModelFit 将假设变量的数量比数据点的维度少一个：

Wolfram Language code: ModelFit[{{0, 0, 0}, {1, 9, 55}, {1, 1, 7}, {1, 4, 25}, {8, 9, 118}, {8, 10, 124}, {8, 5, 94}}, ExponentialModel[]]

指定变量的数量：

Wolfram Language code: ExponentialModel[2]

为这些变量指定自定义的符号表示：

Wolfram Language code: ExponentialModel[{var1, var2}]

当模型被求值时，这些名称将被覆盖：

Wolfram Language code: ExponentialModel[{var1, var2}][{a, b}]

可视化多元指数模型：

Wolfram Language code: Plot3D[Evaluate@ExponentialModel[{0, 1, -0.5, .4}, 2][{x, y}], {x, -1, 1}, {y, -1, 1}, ColorFunction -> "Rainbow"]

参数  (4)

参数名称自动分配：

Wolfram Language code: ExponentialModel[2]

指定自定义参数名称：

Wolfram Language code: model = ExponentialModel[ {c, A, k}, 1]

将参数设置为特定值：

Wolfram Language code: model = ExponentialModel[{0, 2, k}, 1]

同时指定参数名称和参数值：

Wolfram Language code: model = ExponentialModel[{c, a -> 2, k}, 1]

顺序与 C[n] 自动枚举的结果一致：

Wolfram Language code: ExponentialModel[][x]

求值  (5)

对单变量模型进行符号运算：

Wolfram Language code: ExponentialModel[1][x]

对双变量模型进行符号运算：

Wolfram Language code: ExponentialModel[2][{x, y}]

如果未指定变量数量，系统将自动推断变量数量：

Wolfram Language code: ExponentialModel[][x]
Wolfram Language code: ExponentialModel[][{x, y}]

使用多个符号变量对模型进行运算：

Wolfram Language code: ExponentialModel[2][{{x, y}, {a, b}}]

在一个点列表上对模型进行运算：

Wolfram Language code: ExponentialModel[1][{{1}, {2}, {3}}]

信息  (5)

查看有关模型的通用信息：

Wolfram Language code: Information[ExponentialModel[]]

某些信息仅在变量或参数被完全指定时才可用：

Wolfram Language code: Information[ExponentialModel[{x, y}]]

提取单个属性：

Wolfram Language code: Information[ExponentialModel[{a, b, c}, x], "Variables"]

提取多个属性：

Wolfram Language code: Information[ExponentialModel[{a, b, c}, x], {"Variables", "Parameters"}]

获取有关默认模型值的信息：

Wolfram Language code: Information[ExponentialModel[1], {"Variables", "Parameters"}]

拟合  (2)

拟合指数模型：

Wolfram Language code: ModelFit[{...}, ExponentialModel[]]

在拟合模型时，使用参数的初始值：

Wolfram Language code: ModelFit[{...}, ExponentialModel[{0, 1 / 3, Subscript[k, "x"], Subscript[k, "y"]}, {x, y}]]

应用  (1)

获取千禧年前全球人口增长的统计数据：

Wolfram Language code: population = Tabular@CountryData["World", {{"Population"}, {1950, 2000}}]

使用指数模型拟合增长率：

Wolfram Language code: model = ModelFit[population, ExponentialModel[]]

Add a column of predictions:

Wolfram Language code: predictions = TransformColumns[population, {"Prediction" -> (model[#Timestamp]&)}]

Compare the fit to the data:

Wolfram Language code: Show[ListLinePlot[predictions -> {"Timestamp", "Prediction"}, PlotRange -> {Automatic, {2 * 10 ^ 9, Automatic}}], ListPlot[predictions -> {"Timestamp", "Value"}, PlotStyle -> {StandardOrange, PointSize[Medium]}], AxesLabel -> {"Time (years)", "People"}, ImageSize -> Medium]

预测2020年的人口数量：

Wolfram Language code: model[DateObject[{2020}]]

这比实际的人口数量要多：

Wolfram Language code: CountryData["World", {"Population", 2020}]

获取自 2001 年以来的人口统计数据：

Wolfram Language code: millenniumPopulation = Tabular@CountryData["World", {{"Population"}, {2001, 2020}}]

比较预测的持续增长率与实际情况：

Wolfram Language code: Show[ListLinePlot[TransformColumns[millenniumPopulation, {"Prediction" -> (model[#"Timestamp"]&)}] -> {"Timestamp", "Prediction"}, PlotRange -> {Automatic, {6 * 10 ^ 9, Automatic}}], ListPlot[millenniumPopulation -> {"Timestamp", "Value"}, PlotStyle -> {StandardOrange, PointSize[Medium]}], AxesLabel -> {"Time (years)", "People"}, ImageSize -> Medium]

The loss starts increasing dramatically about 31 years ago, indicating that human population growth stopped being exponential in about 1995.

Wolfram Research (2026)，ExponentialModel，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ExponentialModel.html.

文本

Wolfram Research (2026)，ExponentialModel，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ExponentialModel.html.

CMS

Wolfram 语言. 2026. "ExponentialModel." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/ExponentialModel.html.

APA

Wolfram 语言. (2026). ExponentialModel. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ExponentialModel.html 年

BibTeX

@misc{reference.wolfram_2026_exponentialmodel, author="Wolfram Research", title="{ExponentialModel}", year="2026", howpublished="\url{https://reference.wolfram.com/language/ref/ExponentialModel.html}", note=[Accessed: 20-September-2026]}

BibLaTeX

@online{reference.wolfram_2026_exponentialmodel, organization={Wolfram Research}, title={ExponentialModel}, year={2026}, url={https://reference.wolfram.com/language/ref/ExponentialModel.html}, note=[Accessed: 20-September-2026]}