对数

对数 (Logarithm)

对数 (Logarithm) 是 数学 中一个基本概念，为 幂运算 的 逆运算。若 $b^c = a$（其中 $b > 0, b \neq 1, a > 0$），则 $c$ 称为以 $b$ 为底 $a$ 的对数，记作 $c = \log_b(a)$。对数将乘除运算转化为加减运算，是科学、金融与工程领域的核心工具。

定义与基本恒等式

对数的核心定义与 指数 (Exponentiation) 运算紧密相连：

其中 $b$ 为 底数 (Base)，$a$ 为 真数 (Argument)，$c$ 为对数值。两个基本恒等式体现了对数与指数的互逆关系：

1. $b^{\log_b(a)} = a$，对所有 $a > 0$
2. $\log_b(b^c) = c$，对所有实数 $c$

例如：$\log_{10}(1000) = 3$（因为 $10^3 = 1000$），$\log_2(16) = 4$（因为 $2^4 = 16$）。

常见底数与类型

根据底数不同，对数有三种常见形式：

• 常用对数 (Common Logarithm)：底数 $b = 10$，记作 $\lg(x)$。广泛用于 pH值、分贝 (Decibel) 和 里氏震级 (Richter scale) 等对数标度。
• 自然对数 (Natural Logarithm)：底数为 超越数 $e \approx 2.71828$，记作 $\ln(x)$。因 $(\ln x)' = 1/x$，在 微积分 中处于核心地位，用于 连续复利 及增长衰减模型。
• 二进对数 (Binary Logarithm)：底数 $b = 2$，记作 $\log_2(x)$。在 计算机科学 和 信息论 中关键，用于分析 二分搜索 等算法的 时间复杂度。

运算法则

设 $x > 0, y > 0$，底数 $b > 0, b \neq 1$：

• 积的对数：$\log_b(xy) = \log_b(x) + \log_b(y)$
• 商的对数：$\log_b(x/y) = \log_b(x) - \log_b(y)$
• 幂的对数：$\log_b(x^p) = p \log_b(x)$，$p$ 为任意实数
• 换底公式：$\log_b(x) = \frac{\log_d(x)}{\log_d(b)}$，可将任意底数转换为常用对数或自然对数
• 特殊值：$\log_b(1) = 0$，$\log_b(b) = 1$

这些法则的核心在于将乘法化为加法、除法化为减法、乘方化为乘法，这在对数计算尺时代具有革命性意义。

对数函数

对数函数 $y = \log_b(x)$ 是 指数函数 $y = b^x$ 的 反函数。其性质：

• 定义域：$(0, +\infty)$，仅正数有对数
• 值域：$(-\infty, +\infty)$
• 图像恒过 $(1, 0)$，$y$ 轴为 垂直渐近线
• $b > 1$ 时严格 单调递增；$0 < b < 1$ 时严格 单调递减

经济学与科学应用

1. 金融与投资：本金翻倍年限 $t = \ln(2) / \ln(1+r)$（$r$ 为 年利率）。对数收益率 $\ln(P_t/P_{t-1})$ 是分析 金融时间序列 的标准工具。
2. 科学标度：pH值 $\text{pH} = -\log_{10}[\text{H}^+]$；分贝衡量声强；里氏震级为对数标度，震级每增 1，能量约增 32 倍。
3. 算法分析：高效算法的时间复杂度常为 $O(\log n)$，数据量倍增时步骤仅线性增长，体现极高效率。