對數讓學生望而生畏，是因為記號 $\log_a b$ 沒有直觀地揭示它到底在做什麼。事實上，對數不過是偽裝起來的指數。一旦你想通這一點，每一條對數法則都順理成章地從你熟悉的指數法則推導出來。本指南從最基礎開始一步步建立對數。

定義（把這一條背下來）

$\log_a b = c \iff a^c = b$

用文字說：「 $\log_a b$ 就是你要把 $a$ 提到的那個指數，好得到 $b$ 。」就這麼簡單。其餘的一切都只是記帳。

範例：

$\log_2 8 = 3$ ，因為 $2^3 = 8$ 。
$\log_{10} 1000 = 3$ ，因為 $10^3 = 1000$ 。
$\log_5 1 = 0$ ，因為 $5^0 = 1$ 。

常見的底

$\log$ （無下標）：在預備微積分中通常是 $\log_{10}$ ，但在高等數學（微積分、物理、機器學習）裡是 $\log_e = \ln$ 。查一下你課本的慣例。
$\ln$ （自然對數）：即 $\log_e$ ，其中 $e \approx 2.71828$ 。它是「自然」的底，因為 $\frac{d}{dx}\ln x = \frac{1}{x}$ ——導數乾淨俐落。
$\log_2$ ：計算機科學（二進位）、資訊理論。

四條核心法則

這四條都來自把指數法則（ $a^m \cdot a^n = a^{m+n}$ 等）反過來用。

1. 乘積法則

$\log_a (xy) = \log_a x + \log_a y$

對數內部的乘法 → 外部的加法。（ $a^m a^n = a^{m+n}$ 的鏡像。）

2. 商法則

$\log_a \frac{x}{y} = \log_a x - \log_a y$

除法 → 減法。

3. 冪法則

$\log_a (x^n) = n \log_a x$

指數被提到外面成為乘數。在求解對數方程式時最為有用。

4. 換底公式

$\log_a b = \frac{\log_c b}{\log_c a}$

對任意參考底 $c$ 都成立。它讓你能在只有 $\log_{10}$ 或 $\ln$ 的計算機上算出 $\log_7 50$ 。

求解對數方程式

標準套路：

如果方程式裡有多個對數項，用法則 1–3 把它們合併成單個對數，然後轉換為指數形式。

範例： $\log_2(x) + \log_2(x - 2) = 3$ 。

合併： $\log_2 (x(x-2)) = 3$ 。
指數形式： $x(x - 2) = 2^3 = 8$ 。
二次方程式： $x^2 - 2x - 8 = 0$ ，因式分解： $(x - 4)(x + 2) = 0$ ，所以 $x = 4$ 或 $x = -2$ 。
檢查定義域： $\log_2(-2)$ 無定義（對數要求引數為正），所以捨去 $x = -2$ 。
答案： $x = 4$ 。

一定要檢查定義域——對對數進行平方或合併可能引入違反「引數為正」要求的增根。

有用的恆等式

$\log_a 1 = 0$ （任何數的零次方都是 1）。
$\log_a a = 1$ （任何數的一次方都是它自己）。
$\log_a a^n = n$ （反運算恆等式）。
$a^{\log_a x} = x$ （反運算恆等式，反過來的方向）。

為什麼對數重要

壓縮巨大的範圍：pH 值、分貝、芮氏規模、星等——都是對數的，因為背後的量跨越了許多個數量級。
把指數資料線性化：對數座標軸的圖把指數趨勢顯示為直線。在金融、生物學、機器學習中是標準做法。
微積分： $\frac{d}{dx}\ln x = \frac{1}{x}$ ——地球上最乾淨的導數，值得永遠記住。
資訊理論：以 2 為底的對數衡量位元；以 $e$ 為底的對數衡量奈特（nat）。

常見錯誤

$\log(x + y) \neq \log x + \log y$ 。乘積法則針對的是 $\log(xy)$ ，不是 $\log(x+y)$ 。根本不存在「和的對數」這條法則。
負的引數： $\log_a(-3)$ 在實數範圍內無定義。
求解方程式時忘記檢查定義域。

自己試一試

把任意對數運算式輸入我們的方程式求解器——它會挑選正確的法則鏈，並一步步帶你走完。

相關：

對數：從零到精通

對數完整指南：定義、四條核心法則、換底公式、自然對數，以及如何用解題範例求解對數方程式。