半對數圖:為什麼指數衰變的圖一取 log 就變直線?
拿到一組隨時間遞減的實驗數據,怎麼判斷背後是不是指數衰變?肉眼看曲線幾乎不可能分辨。本文示範半對數圖(semi-log plot)如何把指數曲線拉直成一條直線,直線的斜率直接就是衰變常數,並用具體數據示範怎麼從圖上讀出答案。
《log 的應用系列》:①總覽:乘法變加法的翻譯機 | ②半對數圖與指數衰變 | ③冪律與雙對數圖 | ④分貝、地震規模、視星等 | ⑤熵為什麼要取 log
一組遞減的數據,怎麼知道它是不是指數衰變?
假設你在做一個實驗,量到下面這組數據:
| $t$(秒) | $0$ | $5$ | $10$ | $15$ | $20$ |
|---|---|---|---|---|---|
| $N$ | $1000$ | $607$ | $368$ | $223$ | $135$ |
把它畫成一般的 $N$ 對 $t$ 座標圖,會看到一條從左上往右下彎曲下降的曲線。問題是:這條曲線是指數衰變 $N=N_0e^{-\lambda t}$,還是別種遞減函數(例如 $N=\dfrac{N_0}{1+kt}$)?
光憑肉眼看曲線的形狀,幾乎不可能分辨——遞減的曲線長得都差不多。這正是上一篇說的老問題:曲線不好判讀,直線才好判讀。 這篇文章要說明,怎麼用 log 把這條看不出所以然的曲線,變成一眼就能確認的直線。
直覺:指數衰變的本質是「每一步都乘上同一個比例」
指數衰變之所以特別,是因為它的變化方式是乘法性的:不管從哪個時間點開始算,每經過固定的時間間隔,數值都會乘上同一個比例。以上面的數據為例,每經過 $5$ 秒:
\[\frac{607}{1000}\approx0.607,\qquad \frac{368}{607}\approx0.607,\qquad \frac{223}{368}\approx0.607,\qquad \frac{135}{223}\approx0.607\]比值完全相同!這正是指數衰變的招牌特徵:「每經過固定時間,就乘上固定比例」,而不是「每經過固定時間,就減去固定數量」。 而上一篇的核心主張是:只要現象的骨子裡是「不斷相乘」,取 log 就能把它翻譯成「不斷相加」——這裡的「相加」,畫成圖就是一條斜率固定的直線。
正式推導:從指數曲線到直線
指數衰變的公式是
\[N(t)=N_0e^{-\lambda t}\]兩邊同取自然對數,利用 $\ln(xy)=\ln x+\ln y$ 與 $\ln(e^x)=x$:
\[\ln N(t)=\ln N_0-\lambda t\]把這個式子跟直線方程式 $y=mx+b$ 對照:
\[\underbrace{\ln N}_{y}=\underbrace{-\lambda}_{m}\cdot\underbrace{t}_{x}+\underbrace{\ln N_0}_{b}\]$\ln N$ 對 $t$ 作圖,得到的正是一條直線,斜率是 $-\lambda$,截距是 $\ln N_0$。這種「縱軸取 log、橫軸保持原樣」的座標系,稱為半對數座標(semi-log scale),畫出來的圖叫半對數圖。
例題:從半對數圖讀出衰變常數
把開頭那組數據,逐一取自然對數:
| $t$ | $0$ | $5$ | $10$ | $15$ | $20$ |
|---|---|---|---|---|---|
| $N$ | $1000$ | $607$ | $368$ | $223$ | $135$ |
| $\ln N$ | $6.908$ | $6.409$ | $5.908$ | $5.407$ | $4.905$ |
把 $\ln N$ 對 $t$ 畫出來,五個點幾乎落在同一條直線上。取頭尾兩點計算斜率:
\[m=\frac{4.905-6.908}{20-0}=\frac{-2.003}{20}\approx-0.100\]斜率是 $-0.100$,也就是 $\lambda\approx0.100\,\mathrm{s^{-1}}$。可以反推出這組數據的半衰期:
\[T_{1/2}=\frac{\ln2}{\lambda}\approx\frac{0.693}{0.100}\approx6.93\,\mathrm{s}\](半衰期一文已經完整推導過這個公式,這裡直接套用。)整個過程完全不需要用電腦擬合曲線,只要在半對數座標紙上點出資料、拉一條直線、量出斜率,就能求出衰變常數——這正是半對數圖在物理實驗室裡歷久不衰的原因:在示波器與電腦繪圖軟體普及之前,這是分辨「是不是指數衰變」最快的手繪方法。
半對數圖的另一個用途:分辨「是」還是「不是」指數衰變
半對數圖最厲害的地方,其實不是「算出 $\lambda$」,而是驗證假設。
如果一組資料在半對數座標上點出來明顯不是直線(比如是向上彎或向下彎的曲線),這就是在告訴你:背後的物理機制根本不是指數衰變,可能是別的函數形式,例如冪律衰減 $N=\dfrac{N_0}{(1+kt)^n}$,或是好幾種衰變過程疊加在一起(例如衰變鏈中,母核與子核的活度疊加)。
這也帶出一個常見的誤區:遞減的曲線不等於指數衰變。 只有在半對數圖上會被拉直的曲線,才是真正的指數衰變;如果一條曲線要在雙對數圖(兩軸都取 log)上才會被拉直,那背後其實是冪律,而不是指數衰變——這兩種「長得像、本質不同」的遞減曲線,是下一篇要處理的問題。
應用不只一種:RC 電路、藥物代謝也是同一招
指數衰變的公式不是核物理專屬。RC 電路放電時的電容電壓 $V_C(t)=V_0e^{-t/RC}$、藥物在血液中的代謝濃度、聲音在房間裡的殘響強度衰減,全部都是 $e^{-t/\tau}$ 的形式($\tau$ 是各自的時間常數)。這代表同一套「半對數圖拉直線」的技巧,可以原封不動地套用到完全不同的物理系統上——這正是 log 作為一種通用翻譯工具的價值:它不在乎現象背後是核衰變還是電路放電,只要數學形式是指數的,log 就能把它拉直。
總結
| 觀察到的現象 | 判斷方法 | 讀出的物理量 |
|---|---|---|
| 每經過固定時間,數值乘上固定比例 | 這是指數衰變的招牌特徵 | — |
| 半對數圖($\ln N$ 對 $t$)呈直線 | 確認背後是 $N=N_0e^{-\lambda t}$ | 斜率 $=-\lambda$,截距 $=\ln N_0$ |
| 半對數圖不是直線 | 背後不是單純的指數衰變 | 需要考慮冪律或疊加過程 |
半對數圖的精神,跟整個系列的主線完全一致:指數衰變的本質是「不斷乘上同一個比例」,取 log 之後就變成「不斷減去同一個量」,畫出來自然是一條直線。下一篇要處理的,是另一種同樣常見、卻需要兩個軸都取 log 才能拉直的關係——冪律。