对数是什么？换底公式和运算法则一次学会

「本金翻倍需要多少年」「地震 8 级比 6 级强多少倍」「pH 5 的溶液酸性是 pH 6 的几倍」——这三个问题都需要对数才能算。对数不是什么抽象概念，它就是指数的逆运算：已知底数和结果，反求指数是多少。这篇文章把定义、四条法则、换底公式讲清楚，再用五个真实场景演示它怎么用。

对数的定义：指数反过来问

指数运算问的是：2 的 3 次方是多少？ 答案 8。

对数运算问的是：2 的多少次方等于 8？ 答案 3。

写成式子：

如果 a^x = N（a > 0 且 a ≠ 1，N > 0）
那么 x = log_a N

读作「以 a 为底 N 的对数」。其中 a 叫底数，N 叫真数，x 叫对数值。

三个限制条件必须记住，它们都来自指数函数的性质：

第一，底数 a > 0 且 a ≠ 1。 底数为负数时（如 (-2)^0.5）在实数范围内无意义；底数为 1 时，1 的任何次方都是 1，没法反推指数。

第二，真数 N > 0。 因为正数的任何次方都是正数，所以 log 里面永远不能是 0 或负数。这是解对数方程时必须检验的定义域条件，也是最常见的失分点。

第三，对数值 x 可以是任意实数（正、负、零都行）。

三种常见记号：

为什么 e 这么特殊？ 因为函数 y = e^x 的导数还是 e^x，是唯一「导数等于自身」的指数函数。这让它在微积分中极其自然，所有涉及连续变化率的问题（复利、放射性衰变、种群增长）都会自然出现 e。

e 的一个直观来源是连续复利：

e = lim(n→∞) (1 + 1/n)^n

意思是：本金 1 元，年利率 100%，如果一年复利 n 次，n 趋于无穷时最终金额趋于 2.71828...。

四条运算法则

这四条是全部对数计算的基础，每一条都能从指数法则推出来。

法则一：积的对数 = 对数的和

log_a (M × N) = log_a M + log_a N

推导： 设 log_a M = p，log_a N = q，则 a^p = M，a^q = N。

M × N = a^p × a^q = a^(p+q)
所以 log_a(MN) = p + q = log_a M + log_a N  ✓

这就是对数最初被发明的原因。 17 世纪纳皮尔（Napier）发明对数，目的是把乘法变成加法——天文学家要计算大数相乘，查对数表相加再反查，比手算乘法快得多。计算尺就是基于这个原理工作的。

法则二：商的对数 = 对数的差

log_a (M ÷ N) = log_a M − log_a N

推导同理：M/N = a^(p−q)。

推论： log_a (1/N) = −log_a N

法则三：幂的对数 = 指数提到前面

log_a (M^n) = n × log_a M

推导： M^n = (a^p)^n = a^(pn)，所以 log_a(M^n) = pn = n·log_a M ✓

这条最常用，因为它能把指数位置的未知数「拉下来」，是解指数方程的核心工具。

推论（根式）： log_a (ⁿ√M) = log_a (M^(1/n)) = (1/n) × log_a M

法则四：基本恒等式

log_a 1 = 0        （因为 a^0 = 1）
log_a a = 1        （因为 a^1 = a）
a^(log_a N) = N    （对数恒等式）
log_a (a^n) = n

四条法则最容易犯的三个错误：

记住：对数法则只处理真数内部的乘、除、乘方，对真数的加减完全无能为力。

还有一个符号陷阱要注意：log M² 和 (log M)² 完全不同。 前者等于 2 log M，后者是把整个对数值平方，没有简化形式。教材里通常把后者写成 log²M，但这个写法容易和前者混淆，做题时最稳妥的办法是自己加括号写清楚。同理，log 2x 到底是 log(2x) 还是 2·(log x)，取决于原式的括号，不确定时按 log(2x) 理解（真数优先）。

换底公式

不同底数的对数之间可以互相转换。计算器上通常只有 lg 和 ln 两个键，遇到 log₂ 100 这种就必须先换底：

log_a N = (log_b N) / (log_b a)     （b 为任意合法底数）

推导： 设 x = log_a N，则 a^x = N。两边同取以 b 为底的对数：

log_b (a^x) = log_b N
x × log_b a = log_b N       （用了法则三）
x = log_b N / log_b a  ✓

实用形式（换成计算器上有的 lg 或 ln）：

log_a N = lg N / lg a = ln N / ln a

例：计算 log₂ 100。

log₂ 100 = lg 100 / lg 2 = 2 / 0.3010 = 6.644

验算：2^6.644 ≈ 100 ✓

两个有用的推论：

log_a b × log_b a = 1        （互为倒数）
log_(a^n) (b^m) = (m/n) × log_a b

例：log₂ 3 × log₃ 8 = ?

log₃ 8 = log₃ 2³ = 3 log₃ 2
原式 = log₂ 3 × 3 log₃ 2 = 3 × (log₂ 3 × log₃ 2) = 3 × 1 = 3

遇到底数不常见的对数，用对数计算器可以直接指定底数求值，省去手动换底的一步。

换底公式在实际中最常用的三个场景： 一是计算机里算 log₂（判断需要多少位二进制、二分查找次数）；二是复利问题里把任意利率的指数方程转成 lg 或 ln 来解；三是化学、物理中在 lg 和 ln 之间来回转换——记住 ln x = 2.3026 × lg x，这个系数 2.3026 就是 ln 10，遇到教材里 lg 和 ln 混用的公式时特别有用。

常用对数值速查表

背下前几个能大幅提高心算速度。

核心记忆点：lg2 ≈ 0.301，lg3 ≈ 0.477。 有了这两个，很多常用值可以推出来：

lg 4 = 2 lg 2 = 0.602
lg 5 = lg(10/2) = 1 − 0.301 = 0.699
lg 6 = lg2 + lg3 = 0.301 + 0.477 = 0.778
lg 8 = 3 lg 2 = 0.903
lg 9 = 2 lg 3 = 0.954

还有一个工程上常用的近似：log₂ 10 ≈ 3.32，即 2^10 = 1024 ≈ 10³。 这就是为什么计算机里 1 KB ≈ 1000 B 但实际是 1024 B。

处理很大或很小的数时，对数和科学记数法是天然搭配，科学记数法计算器可以把 10 的高次幂形式和普通数值互转，配合对数表用很顺手。

五个实际应用

应用一：分贝（声音强度）

分贝是典型的对数标度：

L(dB) = 10 × lg(I / I₀)

I₀ = 10⁻¹² W/m²，是人耳的听觉阈值。

关键理解：分贝每增加 10，声强变为 10 倍；每增加 3 dB，声强约变为 2 倍。

例：60 dB 和 80 dB 的声强差多少倍？

20 dB 的差 = 10 × lg(比值) = 20
lg(比值) = 2
比值 = 100 倍

80 dB 不是 60 dB 的 1.33 倍，而是 100 倍。 这就是对数标度最反直觉的地方，也是为什么长期暴露在 85 dB 以上环境会损伤听力。

应用二：pH 值

pH = −lg[H⁺]

[H⁺] 是氢离子浓度（mol/L）。

pH 每降低 1，酸性（氢离子浓度）增强 10 倍。

例：pH 5 的溶液酸性是 pH 6 的几倍？

[H⁺]₅ / [H⁺]₆ = 10⁻⁵ / 10⁻⁶ = 10 倍

这也解释了「海洋酸化」为什么严重：海水 pH 从 8.2 降到 8.1，听起来只降了 0.1，实际氢离子浓度增加了约 26%（10^0.1 = 1.26）。

应用三：里氏震级

M = lg(A) − lg(A₀)

震级每增加 1 级，振幅增大 10 倍，而释放的能量增大约 31.6 倍（10^1.5）。

例：8 级地震比 6 级地震释放的能量大多少倍？

震级差 2 级
能量比 = 10^(1.5 × 2) = 10³ = 1000 倍

一次 8 级地震相当于 1000 次 6 级地震。 这就是为什么震级看起来只差 2，破坏力却是天壤之别。

应用四：复利求年数（最实用）

复利公式：

终值 A = 本金 P × (1 + r)^n

如果要求 n（需要多少年），必须用对数把指数拉下来：

A/P = (1 + r)^n
lg(A/P) = n × lg(1 + r)
n = lg(A/P) / lg(1 + r)

例：年化收益 7%，本金翻倍需要几年？

n = lg 2 / lg 1.07 = 0.3010 / 0.02938 = 10.24 年

著名的「72 法则」就是这个公式的近似：

翻倍年数 ≈ 72 ÷ 年化收益率(%)
72 ÷ 7 = 10.3 年   ← 与精确值 10.24 非常接近

72 法则的来历： 用自然对数推导，n = ln2 / ln(1+r) ≈ 0.693 / r。取 r 为百分数形式则 n ≈ 69.3/r%。之所以用 72 而不是 69.3，是因为72 的因数多（2,3,4,6,8,9,12 都能整除），心算方便，而且在 6%-10% 这个常见区间里精度更好。

收益率超过 15% 后 72 法则误差变大，应该用精确公式。

应用五：信息熵

信息论中，一个事件的信息量定义为：

I = −log₂ p    （单位：比特 bit）

概率越小的事件，发生时携带的信息量越大。

例：抛一枚均匀硬币，结果的信息量是多少？

p = 0.5，I = −log₂ 0.5 = 1 bit

例：从 1024 个等概率选项中确定一个，需要多少比特？

p = 1/1024，I = −log₂(1/1024) = log₂ 1024 = 10 bit

这就是「二分查找需要 log₂ n 次」的数学根源——每次二分获得 1 bit 信息，把 n 个可能性缩小到 1 需要 log₂ n 次。1024 个元素最多查 10 次。

五道例题

例题 1：化简 lg 25 + lg 4

= lg(25 × 4) = lg 100 = 2

例题 2：化简 log₂ 48 − log₂ 3

= log₂(48 ÷ 3) = log₂ 16 = 4

例题 3：已知 lg 2 = 0.3010，求 lg 5³

lg 5 = lg(10/2) = 1 − 0.3010 = 0.6990
lg 5³ = 3 × 0.6990 = 2.097

例题 4：解方程 3^x = 20

两边取常用对数：x lg 3 = lg 20
x = lg 20 / lg 3 = 1.3010 / 0.4771 = 2.727

验算：3^2.727 ≈ 20 ✓

例题 5：解方程 log₂(x−1) + log₂(x+1) = 3

合并：log₂[(x−1)(x+1)] = 3
去对数：x² − 1 = 2³ = 8
x² = 9，x = ±3

检验定义域： 需要 x−1 > 0 且 x+1 > 0，即 x > 1。所以 x = −3 舍去，答案 x = 3。

第 5 题的定义域检验是必考点，很多人算出 ±3 就写答案，直接丢一半分。这类方程和数列、递推问题的思路相通，练习时配合数列计算器看看等比数列的通项与对数的关系，能加深理解——等比数列取对数后就变成等差数列，这是一个很有用的转化技巧。

总结

对数的本质是指数的逆运算：a^x = N 等价于 x = log_a N。三个限制条件是底数 a>0 且 a≠1、真数 N>0、对数值可正可负。lg 是以 10 为底，ln 是以 e 为底，log₂ 是以 2 为底。

四条运算法则：积化和（log MN = log M + log N）、商化差（log M/N = log M − log N）、幂化积（log Mⁿ = n log M）、以及恒等式 log_a 1 = 0、log_a a = 1。注意 log(M+N) 无法拆分，这是最常见的错误。

换底公式 log_a N = lg N / lg a = ln N / ln a，把任意底数换成计算器能算的形式。要背的两个数：lg2 ≈ 0.301，lg3 ≈ 0.477，由它们可以推出大部分常用值。

五个应用场景说明了对数标度的共同特点——把「倍数关系」变成「加减关系」：分贝每加 10 声强 ×10；pH 每减 1 酸性 ×10；震级每加 1 能量 ×31.6；复利翻倍年数 = lg2/lg(1+r)，可用 72 法则速算；信息熵 −log₂p 决定了二分查找的次数。

解对数方程时，算完一定要回代检验真数是否大于 0，这是最容易丢分的一步。计算过程用对数计算器验算，比手翻对数表快得多。