Функции, которые вы описываете, являются частными случаями функций Gompertz ; Функции Гомперца имеют сигмоидальную форму и имеют множество применений в разных областях. Например, в биологии функции Гомперца используются для моделирования роста бактериальных и опухолевых клеток.
Чтобы увидеть, как ваши уравнения связаны с более общими функциями Гомперца, давайте перепишем уравнения для s
Отметим, что взятие двойного логарифма s (т.е. log log s) линеаризует уравнение как функцию индекса.
Теперь мы можем сравнить это с более общей функцией Гомперца
Взятие натурального логарифма дает
Затем мы устанавливаем a=1
и снова берем натуральный логарифм
Итак, уравнения, которые вы даете алгебраически идентичны функциям Гомперца с параметрами
Давайте нарисуем функцию для трех наборов параметров, которые вы дадите в своем посте ( Я использую R здесь, но легко сделать что-то подобное, например, Python)
# Define a function f which takes the index and two parameters a and b
# We use a helper function scale01 to scale the values of f in the interval [0,1]
# using min-max scaling
scale01 <- function(x) (x - min(x)) / (max(x) - min(x))
f <- function(idx, a, b) scale01(a ^ (b ^ idx))
# Calculate s for the three different sets of parameters and
# using integer index values from 0 to 100
idx <- 0:100
lst <- lapply(list(
s1 = list(a = 0.0000000001, b = 0.97),
s2 = list(a = 0.0000000002, b = 0.962),
s3 = list(a = 0.0000000003, b = 0.953)),
function(pars) f(idx, a = pars$a, b = pars$b))
# Plot
library(ggplot2)
df <- cbind(idx = idx, stack(lst))
ggplot(df, aes(idx, values, colour = ind)) + geom_line()
* 10 47 *