双指数模型（Biexponential Model）是一类描述某一现象在时间或其他变量上随之变化的数学模型。它的特点是模型的变化由两个指数函数叠加而成，因此可以灵活地描述许多实际中具有复杂变化过程的系统。
双指数模型常用于生物学、物理学、经济学等多个领域，尤其是在描述药物代谢、人口增长、金融市场波动等多过程并行的现象时具有广泛应用。
数学表达
双指数模型的基本形式可以表达为两个指数函数的叠加：
其中 表示时间 时刻的系统输出； 和 是两个常数，表示各个指数项的初始值或权重； 和 是两个不同的指数衰减/增长率，分别对应于系统中两个不同的过程； 是时间变量。
上面得到的方程即为双指数模型的标准形式。它描述了两个具有不同增长或衰减速率的过程如何且加在一起，从而共同影响系统的变化。
特别地，当 和 为负值时，模型描述了一个系统的双指数衰减过程，这常用于描述某些物理或生物现象中的衰退过程。例如，药物的代谢通常会遵循双指数衰减，因为药物在体内可能先通过快速途径代谢掉一部分，剩下的部分则通过较慢的途径逐步分解。
假设
在应用双指数模型时，我们需要做出一些基本假设，以确保模型能够正确描述系统的行为。这些假设包括：
系统的整体行为由两个不同的动力过程主导，一个是快过程，一个是慢过程。快过程可能对应于急速的变化，如突发的事件，慢过程则描述较缓慢的背景变化。
各个过程可以用指数衰减/增长来描述。无论是快速的过程还是缓慢的过程，它们的变化率都可以通过指数函数刻画。这种指数关系意味着变化速率是当前状态的一个比例。
双指数模型中的两个过程分别对应不同的动力系统，它们独立演化，互不干扰。虽然它们叠加在一起影响系统的输出，但它们之间没有直接的耦合关系。
系统的输出是两个独立过程的叠加，因此系统遵循线性叠加原理。
下图表示两个单指数函数和双指数函数叠加的图像对比：
应用
实际上很多时候我们仅从数据角度是无法判断单指数和双指数谁更加准确（拟合效果可能差不多），这就需要我们从机理的角度对其进行分析，判断是否其是否是双系统的叠加。
以文化现象为例。假设我们研究一种新兴文化在社会中的传播过程，这一现象可能由两个不同的传播途径主导：
快速传播。社交媒体和互联网的影响迅速扩散，使新兴文化在短时间内被大量人群接受。 缓慢传播途径。通过日常生活中的口口相传和线下活动，新文化逐渐渗透到社会的各个角落，覆盖更多的群体。
这两个过程可以分别用单指数模型描述，快传播过程对应于一个较高的增长速率 ( ，而慢传播过程则具有较低的增长速率 。将这两个过程屌加，双指数模型便能够全面描述文化在社会中的扩展情况：
耦合双指数模型
在实际的文化传播过程中，虽然我们可以使用双指数模型分别描述快速传播和缓慢传播两个独立的过程，但这两个过程并不总是完全独立的。在某些情况下，快传播和慢传播之间可能存在相互作用，甚至可以互相转换。
为了解决上述问题，可以考虑使用耦合双指数模型。与传统双指数模型中假设的两个独立过程不同，耦合双指数模型允许两个过程之间存在相互作用。这种相互作用可以通过引入额外的耦合项来描述。
例如，我们可以假设快传播过程的变化率不仅取决于其自身的当前状态，还受到慢传播过程状态的影响。类似地，慢传播过程的变化也可能会被快传播过程的状态所调节。在这种情况下，我们可以通过以下微分方程来描述系统的演化:
以电影或电视剧的口碑传播为例，社交媒体上的讨论和推荐（快速传播途径）通常能够迅速吸引大量观众，而口碑效应则会在观众之间通过更私密的交流（如朋友间的推荐）慢慢扩展，形成更稳定的观众群体。初期的快速传播可能推动了部分核心观众群的形成，而这些核心群体的讨论又会反过来促进社交媒体的二次传播。
该文章是受朱浩楠老师讲座启发，在此表示感谢。上述内容为我对资料进行查阅和整理所得，如有不当之处，欢迎读者们在留言区指正。（王海华）
这里再次推荐吴军博士的《数学之美》一书，很不错的数学科普书~
参考资料：Candia, C., Jara-Figueroa, C., Rodriguez-Sickert, C., Barabási, A.-L., & Hidalgo, C. A. (2018). The universal decay of collective memory and attention. Nature Human Behaviour. https://doi.org/10.1038/s41562-018-0474-5
