Vi har to punkter: ved $x=0$ er det $280$ kaniner, og ved $x=20$ er det $40$ kaniner.

Vi setter opp en lineær funksjon $f(x)=ax+b$.

Siden $f(0)=280$, er $b=280$.

Vi bruker det andre punktet for å finne $a$:

Den lineære modellen er $\underline{\underline{f(x)=-12x+280}}$.

Modellen viser at bestanden synker med 12 kaniner per måned.

Vi setter opp en eksponentiell funksjon $g(x)=280\cdot k^x$.

Vi vet at $g(0)=280$ (startverdi er allerede ivaretatt), og at $g(20)=40$:

Den eksponentielle modellen er $\underline{\underline{g(x)=280\cdot {\left(\frac{1}{7}\right)}^{\frac{x}{20}}}}$, eller tilnærmet $g(x)=280\cdot {\mathrm{0,907}}^x$.

Modellen viser at bestanden er omtrent $\mathrm{90,7}\%$ av forrige måneds bestand hver måned, altså en nedgang på omtrent $\mathrm{9,3}\%$ per måned.

Vi bruker det oppgitte datapunktet: etter ett år ($x=12$ måneder) er det 96 kaniner.

Vi regner ut hva de to modellene gir for $x=12$:

Lineær modell:

Eksponentiell modell:

Vi sammenligner med det faktiske antallet på 96 kaniner:

Den eksponentielle modellen predikerer $87$ kaniner, mens den lineære predikerer $136$ kaniner. Det faktiske antallet er $96$ kaniner.

Den eksponentielle modellen er klart nærmere det faktiske antallet og er derfor mest rimelig å bruke. Den eksponentielle modellen passer også bedre med det vi vet om biologiske populasjoner: når det er få kaniner igjen, sprer sykdommen seg saktere og dødstallene går ned. Det gir en avtagende prosentvis nedgang, ikke en konstant nedgang i antall, slik den lineære modellen antar.