📈 Máy tính tăng trưởng lũy thừa

Hiểu về tỷ lệ tăng trưởng và thời gian nhân đôi

Thời gian nhân đôi giảm mạnh khi tỷ lệ tăng trưởng tăng lên, bởi quan hệ giữa chúng là lôgarit chứ không phải tuyến tính. Bảng dưới đây trình bày thời gian nhân đôi xấp xỉ cho các tỷ lệ tăng trưởng thường gặp, tính từ t = ln(2) ÷ ln(1 + r).

• Máy tính này mô hình hóa việc gộp lãi theo kỳ rời rạc (mỗi kỳ một lần), chứ không phải gộp liên tục. Tăng trưởng lũy thừa liên tục dùng P(t) = P₀ × eʳᵗ thay thế và cho kết quả hơi khác ở cùng một tỷ lệ danh nghĩa.
• Tỷ lệ suy giảm từ 100% trở lên (hệ số ≤ 0) không được mô hình hóa — giá trị sẽ chạm 0 hoặc trở nên không xác định, nên kết quả chỉ được trả về với những tỷ lệ giữ cho hệ số tăng trưởng/suy giảm luôn dương thực sự.
• 'Quy tắc 70' (hay 'Quy tắc 72' trong tài chính) là một phép xấp xỉ nhẩm nổi tiếng của công thức thời gian nhân đôi lôgarit chính xác; nó chuẩn xác nhất với các tỷ lệ dưới khoảng 10–15% mỗi kỳ.

Tăng trưởng lũy thừa là gì?

Tăng trưởng lũy thừa xảy ra khi một đại lượng tăng theo một tỷ lệ phần trăm không đổi ở mỗi khoảng thời gian bằng nhau, khiến chính lượng tăng thêm cũng ngày càng lớn — khác với tăng trưởng tuyến tính, vốn cộng thêm cùng một lượng cố định mỗi kỳ. Suy giảm lũy thừa là quá trình phản chiếu: đại lượng giảm theo một tỷ lệ phần trăm không đổi mỗi kỳ, với lượng giảm nhỏ dần theo thời gian khi giá trị nền thu hẹp lại.

Cùng một công thức toán học, P(t) = P₀ × (1 ± r)ᵗ, mô tả cả tăng trưởng lẫn suy giảm: P₀ là giá trị ban đầu, r là tỷ lệ mỗi kỳ biểu diễn dưới dạng số thập phân, t là số kỳ, còn dấu là dương khi tăng trưởng hoặc âm khi suy giảm. Đây là công thức tăng trưởng kép theo kỳ rời rạc, về mặt toán học giống hệt lãi kép khi không có khoản đóng góp bổ sung.

Các mô hình lũy thừa xuất hiện khắp các ngành khoa học: tăng trưởng dân số khi tài nguyên không giới hạn, phân rã phóng xạ, lãi kép, sự lan truyền của bệnh truyền nhiễm ở giai đoạn đầu, và định luật Moore về mật độ bóng bán dẫn đều tuân theo cùng một dạng lũy thừa này, dù tỷ lệ r nền tảng và các động lực thực tế của nó khác nhau ở mỗi lĩnh vực.

Cách dùng máy tính tăng trưởng lũy thừa này

1. Nhập giá trị ban đầu — lượng khởi điểm của đại lượng bạn đang mô hình hóa (ví dụ dân số, số dư đầu tư, hoặc lượng một chất).
2. Nhập tỷ lệ tăng trưởng hoặc suy giảm dưới dạng phần trăm mỗi kỳ (ví dụ 5 cho tỷ lệ 5%).
3. Nhập số kỳ cần chiếu tới trước. Số kỳ phải dùng cùng đơn vị thời gian với tỷ lệ (ví dụ tỷ lệ theo năm thì cần số năm).
4. Chọn 'Tăng trưởng' nếu giá trị tăng lên mỗi kỳ, hoặc 'Suy giảm' nếu nó giảm xuống. Đọc giá trị cuối, tổng thay đổi so với giá trị ban đầu, và thời gian nhân đôi hoặc giảm nửa.

Công thức tăng trưởng và suy giảm lũy thừa

Công thức cốt lõi là P(t) = P₀ × (1 + r)ᵗ khi tăng trưởng, hoặc P(t) = P₀ × (1 − r)ᵗ khi suy giảm, trong đó P₀ là giá trị ban đầu, r là tỷ lệ mỗi kỳ ở dạng số thập phân, và t là số kỳ đã trôi qua. Ví dụ minh họa (tăng trưởng): với P₀ = 1000, r = 5% = 0,05, t = 10 kỳ: P(10) = 1000 × 1,05¹⁰ ≈ 1000 × 1,628895 ≈ 1628,89. Tổng thay đổi là 1628,89 − 1000 = 628,89.

Thời gian nhân đôi (tăng trưởng) và thời gian giảm nửa (suy giảm) trả lời câu hỏi 'bao nhiêu kỳ nữa thì giá trị nhân đôi/giảm còn một nửa?' và được suy ra bằng cách giải (1 ± r)ᵗ = 2 (hoặc 0,5) theo t nhờ lôgarit: t = ln(2) ÷ |ln(1 ± r)|. Với ví dụ tăng trưởng 5%, thời gian nhân đôi = ln(2) ÷ ln(1,05) ≈ 0,693147 ÷ 0,048790 ≈ 14,21 kỳ. Đây chính là dạng chính xác của phép xấp xỉ 'Quy tắc 70' thường được nhắc tới (70 ÷ tỷ lệ% ≈ 14 kỳ với tỷ lệ 5%), vốn là lối tắt đã làm tròn của cùng công thức lôgarit đó.

Với suy giảm, cùng cách tiếp cận lôgarit cho ta thời gian giảm nửa. Ví dụ: tỷ lệ suy giảm 3% (hệ số 0,97) có thời gian giảm nửa là ln(0,5) ÷ ln(0,97) ≈ 22,76 kỳ — số kỳ để đại lượng rơi xuống còn một nửa giá trị khởi điểm.

Những lỗi thường gặp

• Để lệch đơn vị thời gian của tỷ lệ so với số kỳ — tỷ lệ tăng trưởng theo năm phải đi kèm số năm, chứ không phải số tháng hay số ngày, trừ khi tỷ lệ đã được quy đổi trước.
• Coi tăng trưởng lũy thừa như thể nó là tuyến tính — nhân đôi số kỳ không làm giá trị cuối tăng gấp đôi; nó bình phương phần đóng góp của hệ số tăng trưởng, tạo ra những thay đổi lớn hơn nhiều so với trực giác tuyến tính gợi ý.
• Nhập tỷ lệ suy giảm trên 100% (ví dụ 150%), điều này tạo ra hệ số tăng trưởng âm hoặc không xác định và không phải mô hình hợp lệ của suy giảm theo tỷ lệ.
• Nhầm 'thời gian nhân đôi' với 'thời gian để đạt một giá trị mục tiêu cụ thể' — thời gian nhân đôi là tính chất cố định chỉ phụ thuộc vào tỷ lệ và không phụ thuộc vào giá trị khởi điểm.
• Dùng phép xấp xỉ Quy tắc 70/72 rồi trông đợi nó khớp chính xác với phép tính lôgarit — quy tắc này là một xấp xỉ sát, không phải công thức chính xác, và sai lệch nhiều hơn ở các tỷ lệ cao.

Câu hỏi thường gặp

Tài liệu tham khảo

1. NIST Digital Library of Mathematical Functions (DLMF), §4.2 Elementary Properties of the Exponential Function. dlmf.nist.gov.
2. Boyce WE, DiPrima RC. Elementary Differential Equations and Boundary Value Problems. 11th ed. Wiley, 2017. (Exponential growth/decay models.)
3. Weisstein EW. 'Doubling Time' and 'Exponential Growth.' MathWorld — A Wolfram Web Resource. mathworld.wolfram.com.