什麼是 Sigmoid 函數？
Sigmoid 函數（又稱邏輯函數，logistic function）能把任何實數平滑地壓縮到開區間 (0, 1) 之間，形成一條漂亮的 S 形曲線。其定義為 \sigma(x) = ((1) ÷ (1 + e^{-a x}))，是神經網路中最常見的激活函數之一，也廣泛應用於邏輯迴歸、機率建模與成長曲線分析。其中的增益參數 a 決定了曲線過渡的陡峭程度：當 a = 1 時，就是教科書上最經典的 Sigmoid 曲線；而 a 越大，過渡段就越被壓縮，越接近一個階梯函數。
如何使用這個計算機
先輸入增益 a，接著設定想要評估的範圍：x 最小值、x 最大值與 x 步長（遞增量）。本工具會在每個步長點上建立一張表格，列出 \sigma(x)、其一階導數 \sigma^{\prime}(x) 與二階導數 \sigma^{\prime\prime}(x)；若你另外填入一個 x 值，還會回報該單點的計算結果。請務必確保步長大於零，且 x 最大值不小於 x 最小值，否則表格將無法產生任何資料列。
公式解析
若以 \sigma 本身來表示，導數的形式會格外簡潔。微分後可得
計算範例
假設 a = 1、x = 2。則 e^{-2} = 0.135335，因此
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。