什麼是邏輯成長模型？
邏輯成長模型（Logistic Growth Model）描述了一個族群在數量較少時會快速成長，但當數量逼近環境所能承載的最大值，也就是環境承載量（K）時，成長便會逐漸趨緩。和無限制的指數成長不同，邏輯成長曲線呈現 S 形（sigmoid）：初期快速攀升、在 K/2 處出現反曲點，最後在接近 K 時趨於平緩。這套模型廣泛應用於生態學、生物學、流行病學，甚至是科技產品的普及率與市場飽和度分析。
如何使用這個計算機
請輸入四個數值：環境承載量 K（成長的上限）、零時刻的初始族群 P0、內在成長率 r（每單位時間）以及經過的時間 t。計算機會回傳該時刻的族群數量 P(t)、模型常數 A，以及從起點以來的總成長量。
公式詳解
模型為
P(t) = ((K) ÷ (1 + A e^{-r·t})) \qquad A = ((K - P_0) ÷ (P_0))
常數 A 由初始條件決定，使得 P(0) = P_0 成立。當 t 增加時，e^{-rt} 會逐漸趨近於零，分母趨近於 1，於是 P(t) 便趨近於 K。成長率 r 則決定了曲線攀升的陡峭程度。
實際範例
假設 K = 1000、P_0 = 10、r = 0.5、t = 5。首先計算 A = (1000 - 10)/10 = 99。接著 e^{-0.5· 5} = e^{-2.5} ≈ 0.082085。分母 = 1 + 99· 0.082085 ≈ 9.1264，因此
P(5) = ((1000) ÷ (9.1264)) ≈ 109.57
也就是說，族群在 5 個時間單位內從 10 成長到約 110。
使用注意事項與精準校對原則（6 大核心守則）
📐 1. 嚴格對齊輸入量綱與單位
輸入各項數值時請務必確認量綱（例如小時、天數、金額、百分比），避免單位不匹配引發推算偏差。
🔒 2. 純前端本機毫秒級隱私保障
所有計算邏輯 100% 在您的終端瀏覽器內完成，資料絕不上傳伺服器，嚴格守護商業與個人隱私。
📊 3. 符合公認學術與產業計算模型
演算法嚴格遵循國際通用數學公式與標準計算模型，經多重情境交叉核對，數值嚴密精確。
📋 4. 一鍵複製與免登入 PDF 匯出
支援一鍵複製推算結果字串至剪貼簿，亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。
🔄 5. 多情景敏感度動態對比
建議針對極端值與多組預期情景分別試算，觀察輸出數據的波動區間，輔助做出更穩健的決策。
🛡️ 6. 專業諮詢與日常參考免責聲明
本工具運算結果供日常排程、學業研習與事前參考之用，如涉及重大法規或投資決策請諮詢持證專家。
常見問題 (FAQ)
如果 r 是負數會怎樣？
負的 \(r\) 代表族群朝零衰退，而非朝 \(K\) 成長。
什麼是反曲點？
當 \(P = K/2\) 時成長最快；在此之前曲線加速上升，在此之後則開始減速。
P 有可能超過 K 嗎？
如果初始族群一開始就高於 \(K\)（超量起跑），模型會回傳隨時間逐漸衰減、向 \(K\) 靠攏的數值。