2.6 为什么自然常数 e 特别

一步一步建立直观

先预测，再点“演示本步”核对右图。每一步都重设到指定情形，随后可以自由修改参数。

选择指数函数。把纵轴读作某个不断增长的存量，切线斜率就是瞬时增长速度。自然指数的特殊性在于：把时间单位选定后，任一点的增长速度恰好等于该点的存量。这是一条局部演化规则，而不是从一个小数近似出发的定义故事。

切换回平方函数，比较读数中的函数高度和切线斜率。平方函数只有个别位置会让二者相等；指数函数则处处相等。要检验“处处”这类命题，有限幅图只能帮助发现规律，最终仍需导数公式或微分方程的论证。

把步长调大，平均增长率不再等于起点的瞬时增长率。因为增长过程中存量本身持续增大，后面的增长也更快。复利中的细分极限把这种持续反馈纳入计算；因此一段时间的倍率是指数，而不是永远沿起点切线走。

设一个量每时每刻都按当前大小的一定比例增长。已有量越多，同样短时间里增加越多，数学关系是 $N'=rN$ 。这与每次增加固定数量不同；后者形成直线，前者的增加量自身也在增长。

对于 $a^x$ ，差商可拆成 $a^x(a^h-1)/h$ 。当前位置的因子 $a^x$ 被提了出来，其余极限只取决于底数。不同底数给不同的比例常数；选择使该常数等于一的底数，就得到自然底数 $\mathrm e$ 。它特殊在于局部变化规则最简洁。

把单位时间分成 $n$ 小段，每段按 $1/n$ 的比例增长，得到 $(1+1/n)^n$ 。分段越来越细时，它趋向 $\mathrm e$ 。有限分段仍有自身的数值，不能把每次“增长百分之一”的离散模型直接当成连续模型。

要把一般正底数纳入同一语言，写 $a^x=\mathrm e^{x\ln a}$ 。内层把时间刻度缩放 $\ln a$ 倍，链式法则于是给出导数 $a^x\ln a$ 。额外因子可以理解为增长时钟的快慢，而不是一项无来由的常数。

例如希望一个量一单位时间翻倍，连续增长率应取 $\ln2$ 。若取 $r=1$ ，一单位时间的倍率是 $\mathrm e$ ，并非二。练习时同时检查数量单位与时间单位；将来面对微分方程，指数函数将作为“变化率与自身成比例”的基本解再次出现。

与本图相连的定义与证明：2.2 · 平方函数的差商与误差。本节的具体条件与形式化范围见下文。

指数增长的变化速度与当前数量成比例。当这个比例常数为 $1$ 时，对应的底数就是 $\mathrm{e}$ 。

$\frac{d}{dx}\mathrm{e}^x=\mathrm{e}^x$ ，且对 $a>0$ ， $a^x=\mathrm{e}^{x\ln a}$ ，所以 $(a^x)'=a^x\ln a$ 。

例 2.6.1 把概念用于具体计算

连续增长模型 $N(t)=N_0\mathrm{e}^{rt}$ 满足 $N'=rN$ 。当 $r=\ln2$ 且时间单位为一时， $N(1)=2N_0$ 。

$2^x$ 在零点的斜率？

展开解答与检查

答案 $\ln2$ ，不是 $1$ 。

Lean 对照 2.6.1 命题、证明与适用边界

完整验证实指数在每个实点的导数；增长模型只作为数学例子。

Calculus.exponential_derivative

theorem exponential_derivative (x : ℝ) : HasDerivAt Real.exp (Real.exp x) x :=
  Real.hasDerivAt_exp x

原课对照观课问题、视频与图示

把底数与局部相对增长率对应起来，区分离散增长和连续增长。

点击后连接 YouTube；播放器不可用时可通过上方原链接观看。