Χρήστης:Egmontaz/Πρόχειρο 2: Διαφορά μεταξύ των αναθεωρήσεων

Από τη Βικιπαίδεια, την ελεύθερη εγκυκλοπαίδεια
Περιεχόμενο που διαγράφηκε Περιεχόμενο που προστέθηκε
Egmontaz (συζήτηση | συνεισφορές)
Egmontaz (συζήτηση | συνεισφορές)
Χωρίς σύνοψη επεξεργασίας
Γραμμή 25: Γραμμή 25:
Η τρίτη δύναμη ενός αριθμού ''b'' είναι το γινόμενο 3 παραγόντων, κάθε ένας από τους οποίους είναι το ''b''. Γενικότερα, η ύχωση του ''b'' στη {{nowrap|''n''-στή}} δύναμη, όπου ''n'' είναι ένας [[φυσικός αριθμός]], γίνεται πολλαπλασιάζοντας ''n'' παράγοντες ''b''. Η {{nowrap|''n''-στή}} δύναμη του ''b'' γράφεται ''b''<sup>''n''</sup>, έτσι
Η τρίτη δύναμη ενός αριθμού ''b'' είναι το γινόμενο 3 παραγόντων, κάθε ένας από τους οποίους είναι το ''b''. Γενικότερα, η ύχωση του ''b'' στη {{nowrap|''n''-στή}} δύναμη, όπου ''n'' είναι ένας [[φυσικός αριθμός]], γίνεται πολλαπλασιάζοντας ''n'' παράγοντες ''b''. Η {{nowrap|''n''-στή}} δύναμη του ''b'' γράφεται ''b''<sup>''n''</sup>, έτσι
:<math>b^n = \underbrace{b \times b \times \cdots \times b}_{n\ \pi\alpha\rho\acute{\alpha}\gamma o\nu\tau\epsilon\varsigma}.</math>
:<math>b^n = \underbrace{b \times b \times \cdots \times b}_{n\ \pi\alpha\rho\acute{\alpha}\gamma o\nu\tau\epsilon\varsigma}.</math>
Η ''n''-στή δύναμη του ''b'', ''b''<sup>''n''</sup>, ορίζεται όταν ο ''b'' είναι θετικός αριθμός και ο ''n'' είναι [[πραγματικός αριθμός]]. Για παράδειγμα ''b''<sup>&minus;1</sup> είναι ο [[Αντίστροφο]]ς του ''b'', δηλαδή {{nowrap|1/''b''}}.{{#tag:ref|Για περισσότερες λεπτομέρεις, συμπεριλαμβανομένου του τύπου {{nowrap|''b''<sup>''m'' + ''n''</sup> <nowiki>=</nowiki> ''b''<sup>''m''</sup> &middot; ''b''<sup>''n''</sup>}}, δείτε [[δύναμη (μαθηματικά)]] ή <ref>{{Citation|last1=Shirali| first1=Shailesh|title=A Primer on Logarithms|publisher=Universities Press|isbn=978-81-7371-414-6|year=2002|location=Hyderabad|ref=harv}}, esp. section 2</ref> για μία στοιχειώδη έκθεση του θέματος.|group=σημ.}}
Η ''n''-στή δύναμη του ''b'', ''b''<sup>''n''</sup>, ορίζεται όταν ο ''b'' είναι θετικός αριθμός και ο ''n'' είναι [[πραγματικός αριθμός]]. Για παράδειγμα ''b''<sup>&minus;1</sup> είναι ο [[Αντίστροφο]]ς του ''b'', δηλαδή {{nowrap|1/''b''}}.{{#tag:ref|Για περισσότερες λεπτομέρεις, συμπεριλαμβανομένου του τύπου {{nowrap|''b''<sup>''m'' + ''n''</sup> <nowiki>=</nowiki> ''b''<sup>''m''</sup> &middot; ''b''<sup>''n''</sup>}}, δείτε [[δύναμη (μαθηματικά)]] ή <ref>{{Citation|last1=Shirali| first1=Shailesh|title=A Primer on Logarithms|publisher=Universities Press|isbn=978-81-7371-414-6|year=2002|location=Hyderabad|ref=harv}}, ειδικότερα ενότητα 2</ref> για μία στοιχειώδη έκθεση του θέματος.|group=σημ.}}


===Ορισμός===
===Ορισμός===


Ο λογάριθμος ενός αριθμού ''y'' ως προς ''βάση'' ''b'' είναι η δύναμη στην οποία πρέπει να υψωθεί ο ''b'' ώστε να παραχθει ο ''y''. Με άλλα λόγια ο λογάριθμος του ''y'' με βάση το ''b'' είναι η λύση ''x'' της εξίσωσης<ref>{{Citation|last1=Kate|first1=S.K.|last2=Bhapkar|first2=H.R.|title=Basics Of Mathematics|location=Pune|publisher=Technical Publications|isbn=978-81-8431-755-8|year=2009|ref = harv}}, chapter 1</ref>
Ο λογάριθμος ενός αριθμού ''y'' ως προς ''βάση'' ''b'' είναι η δύναμη στην οποία πρέπει να υψωθεί ο ''b'' ώστε να παραχθει ο ''y''. Με άλλα λόγια ο λογάριθμος του ''y'' με βάση το ''b'' είναι η λύση ''x'' της εξίσωσης<ref>{{Citation|last1=Kate|first1=S.K.|last2=Bhapkar|first2=H.R.|title=Basics Of Mathematics|location=Pune|publisher=Technical Publications|isbn=978-81-8431-755-8|year=2009|ref = harv}}, κεφάλαιο 1</ref>
: <math>b^x = y. \, </math>
: <math>b^x = y. \, </math>
Ο λογάριθμος συμβολίζεται log<sub>''b''</sub>(''y'') (διαβάζεται ως «λογάριθμος του ''y'' με βάση το ''b''»). Για να ορίζεται ο λογάριθμος, θα πρέπει η βάση ''b'' να είναι [[θετικός αριθμός|θετικός]] πραγματικός αριθμός μη ίσος με 1 και ο ''y'' να είναι θετικός αριθμός.{{#tag:ref|Οι περιορισμοί για το ''y'' και το ''b'' εξηγούνται στην ενότητα [[#Αναλυτικές ιδιότητες|«Αναλυτικές ιδιότητες»]].|group=σημ.}}
Ο λογάριθμος συμβολίζεται log<sub>''b''</sub>(''y'') (διαβάζεται ως «λογάριθμος του ''y'' με βάση το ''b''»). Για να ορίζεται ο λογάριθμος, θα πρέπει η βάση ''b'' να είναι [[θετικός αριθμός|θετικός]] πραγματικός αριθμός μη ίσος με 1 και ο ''y'' να είναι θετικός αριθμός.{{#tag:ref|Οι περιορισμοί για το ''y'' και το ''b'' εξηγούνται στην ενότητα [[#Αναλυτικές ιδιότητες|«Αναλυτικές ιδιότητες»]].|group=σημ.}}
Γραμμή 43: Γραμμή 43:
==Λογαριθμικές ταυτότητες==
==Λογαριθμικές ταυτότητες==


Αρκετοί σημαντικοί τύποι, που αποκαλούνται και ''λογαριθμικές ταυτότητες'', συσχετίζουν τους λογάριθμους μεταξύ τους.<ref>Όλες οι δηλώσεις της ενότητας αυτής μπορούν να βρεθούν, για παράδειγμα, στα {{harvnb|Shirali|2002|loc=section 4|nb=yes}}, {{harvnb|Downing|2003|p=275}}, ή {{harvnb|Bhapkar|2009|p= 1-1|nb=yes}}.</ref>
Αρκετοί σημαντικοί τύποι, που αποκαλούνται και ''λογαριθμικές ταυτότητες'', συσχετίζουν τους λογάριθμους μεταξύ τους.<ref>Όλες οι δηλώσεις της ενότητας αυτής μπορούν να βρεθούν, για παράδειγμα, στα {{harvnb|Shirali|2002|loc=ενότητα 4|nb=yes}}, {{harvnb|Downing|2003|p=275}}, ή {{harvnb|Bhapkar|2009|p= 1-1|nb=yes}}.</ref>


===Γινόμενο, πηλίκο, δύναμη και ρίζα===
===Γινόμενο, πηλίκο, δύναμη και ρίζα===
Γραμμή 72: Γραμμή 72:


==Ειδικές βάσεις==
==Ειδικές βάσεις==
Ανάμεσα σε όλες τις επιλογές για την βάση ''b'', τρεις είναι ιδιαίτερα κοινές. Αυτές είναι ''b''&nbsp;=&nbsp;10, ''b''&nbsp;=&nbsp;[[Αριθμός e (μαθηματικά)|''e'']] (η [[άρρητος αριθμός|άρηττη]] μαθηματική σταθερά &asymp; 2.71828), και ''b''&nbsp;=&nbsp;2. Στη [[μαθηματική ανάλυση]], ο λογάριθμος με βάση το ''e'' είναι διαδεδομένος εξαιτίας των ιδιαίτερων αναλυτικών ιδιοτήτων του που εξηγούνται παρακάτω. Από την άλλη, οι λογάριθμοι με βάση το 10 είναι εύκολοι στη χρήση για υπολογισμούς στο χέρι στο [[δεκαδικό σύστημα]]:<ref>{{Citation|last1=Downing|first1=Douglas|title=Algebra the Easy Way|series=Barron's Educational Series|location=Hauppauge, N.Y.|publisher=Barron's|isbn=978-0-7641-1972-9|year=2003|ref = harv}}, chapter 17, p. 275</ref>
Ανάμεσα σε όλες τις επιλογές για την βάση ''b'', τρεις είναι ιδιαίτερα κοινές. Αυτές είναι ''b''&nbsp;=&nbsp;10, ''b''&nbsp;=&nbsp;[[Αριθμός e (μαθηματικά)|''e'']] (η [[άρρητος αριθμός|άρηττη]] μαθηματική σταθερά &asymp; 2.71828), και ''b''&nbsp;=&nbsp;2. Στη [[μαθηματική ανάλυση]], ο λογάριθμος με βάση το ''e'' είναι διαδεδομένος εξαιτίας των ιδιαίτερων αναλυτικών ιδιοτήτων του που εξηγούνται παρακάτω. Από την άλλη, οι λογάριθμοι με βάση το 10 είναι εύκολοι στη χρήση για υπολογισμούς στο χέρι στο [[δεκαδικό σύστημα]]:<ref>{{Citation|last1=Downing|first1=Douglas|title=Algebra the Easy Way|series=Barron's Educational Series|location=Hauppauge, N.Y.|publisher=Barron's|isbn=978-0-7641-1972-9|year=2003|ref = harv}}, κεφάλαιο 17, σ. 275</ref>
:<math>\log_{10}(10 x) = \log_{10}(10) + \log_{10}(x) = 1 + \log_{10}(x).\ </math>
:<math>\log_{10}(10 x) = \log_{10}(10) + \log_{10}(x) = 1 + \log_{10}(x).\ </math>
Έτσι, ο log<sub>10</sub>(''x'') σχετίζεται με τον αριθμό των [[δεκαδικό ψηφίο|δεκαδικών ψηφίων]] ενός θετικού ακεραίου ''x'': ο αριθμός των ψηφίων είναι ο μικρότερος [[ακέραιος]] που είναι αμέσως μεγαλύτερος από τον log<sub>10</sub>(''x'').<ref> {{Citation|last1=Wegener|first1=Ingo| title=Complexity theory: exploring the limits of efficient algorithms|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-3-540-21045-0|year=2005}}, σ. 20</ref> Για παράδειγμα, log<sub>10</sub>(1430) ισούται περίπου με 3,15. Ο επόμενος ακέραιος είναι το 4, το οποίο είναι ο αριθμός των ψηφίων του 1430. Ο λογάριθμος με βάση το δύο χρησιμοποιείται στην [[επιστήμη των υπολογιστών]], όπου το [[δυαδικό σύστημα]] χρησιμοποιείται σχεδόν αποκλειστικά.
Έτσι, ο log<sub>10</sub>(''x'') σχετίζεται με τον αριθμό των [[δεκαδικό ψηφίο|δεκαδικών ψηφίων]] ενός θετικού ακεραίου ''x'': ο αριθμός των ψηφίων είναι ο μικρότερος [[ακέραιος]] που είναι αμέσως μεγαλύτερος από τον log<sub>10</sub>(''x'').<ref> {{Citation|last1=Wegener|first1=Ingo| title=Complexity theory: exploring the limits of efficient algorithms|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-3-540-21045-0|year=2005}}, σ. 20</ref> Για παράδειγμα, log<sub>10</sub>(1430) ισούται περίπου με 3,15. Ο επόμενος ακέραιος είναι το 4, το οποίο είναι ο αριθμός των ψηφίων του 1430. Ο λογάριθμος με βάση το δύο χρησιμοποιείται στην [[επιστήμη των υπολογιστών]], όπου το [[δυαδικό σύστημα]] χρησιμοποιείται σχεδόν αποκλειστικά.
Γραμμή 141: Γραμμή 141:


:<math>f(tu) = f(t) + f(u).\,</math>
:<math>f(tu) = f(t) + f(u).\,</math>
Ο φυσικός λογάριθμος περιγράφηκε για πρώτη φορά από τον [[Νίκολας Μερκάτορ]] στο έργο του ''Logarithmotechnia'' που δημοσιεύτηκε το 1668,<ref>{{Citation|author1=J. J. O'Connor|author2=E. F. Robertson |url=http://www-history.mcs.st-and.ac.uk/HistTopics/e.html |title=The number e |publisher=The MacTutor History of Mathematics archive |date=2001-09 |accessdate=02/02/2009}}</ref> αν και ο δάσκαλος μαθηματικών ''John Speidell'' είχε ήδη από 1619 συνθέσει ένα πίνακα φυσικών λογαρίθμων.<ref>{{Citation|last=Cajori |first=Florian |title=A History of Mathematics|edition=5th|location=Providence, RI|publisher=AMS Bookstore |year=1991 |isbn=978-0-8218-2102-2|url=http://books.google.com/?id=mGJRjIC9fZgC&printsec=frontcover#v=onepage&q=speidell&f=false}}, p. 152</ref> Γύρω στο 1730, ο [[Λέοναρντ Όιλερ]] όρισε την εκθετική συνάρτηση και τον φυσικό λογάριθμο ως
Ο φυσικός λογάριθμος περιγράφηκε για πρώτη φορά από τον [[Νίκολας Μερκάτορ]] στο έργο του ''Logarithmotechnia'' που δημοσιεύτηκε το 1668,<ref>{{Citation|author1=J. J. O'Connor|author2=E. F. Robertson |url=http://www-history.mcs.st-and.ac.uk/HistTopics/e.html |title=The number e |publisher=The MacTutor History of Mathematics archive |date=2001-09 |accessdate=02/02/2009}}</ref> αν και ο δάσκαλος μαθηματικών ''John Speidell'' είχε ήδη από 1619 συνθέσει ένα πίνακα φυσικών λογαρίθμων.<ref>{{Citation|last=Cajori |first=Florian |title=A History of Mathematics|edition=5th|location=Providence, RI|publisher=AMS Bookstore |year=1991 |isbn=978-0-8218-2102-2|url=http://books.google.com/?id=mGJRjIC9fZgC&printsec=frontcover#v=onepage&q=speidell&f=false}}, σ. 152</ref> Γύρω στο 1730, ο [[Λέοναρντ Όιλερ]] όρισε την εκθετική συνάρτηση και τον φυσικό λογάριθμο ως


:<math>e^x = \lim_{n \rightarrow \infty} (1+x/n)^n,</math>
:<math>e^x = \lim_{n \rightarrow \infty} (1+x/n)^n,</math>
Γραμμή 156: Γραμμή 156:
<blockquote>
<blockquote>
<p>ένα θαυμαστό κατασκεύασμα το οποίο, μειώνοντας σε λίγες μέρες τον χρόνο δουλειάς πολλών μηνών, διπλασιάζει την ζωή του αστρονόμου και τον γλυτώνει από τα λάθη και την αηδία που είναι αχώριστα κομμάτια των μεγάλων υπολογισμών.<ref>
<p>ένα θαυμαστό κατασκεύασμα το οποίο, μειώνοντας σε λίγες μέρες τον χρόνο δουλειάς πολλών μηνών, διπλασιάζει την ζωή του αστρονόμου και τον γλυτώνει από τα λάθη και την αηδία που είναι αχώριστα κομμάτια των μεγάλων υπολογισμών.<ref>
{{Citation |last1=Bryant |first1=Walter W. |title=A History of Astronomy |url=http://www.forgottenbooks.org/ebooks/A_History_of_Astronomy_-_9781440057922.pdf |publisher=Methuen & Co|location=London }}, p. 44</ref></p>
{{Citation |last1=Bryant |first1=Walter W. |title=A History of Astronomy |url=http://www.forgottenbooks.org/ebooks/A_History_of_Astronomy_-_9781440057922.pdf |publisher=Methuen & Co|location=London }}, σ. 44</ref></p>
</blockquote>
</blockquote>


Ένα κομβικό εργαλείο που επέτρεψε στην πράξη την χρήση των λογαρίθμων πριν τα κομπιουτεράκια και τους υπολογιστές ήταν ο ''πίνακας λογαρίθμων''.<ref>{{Citation | last1=Campbell-Kelly | first1=Martin | title=The history of mathematical tables: from Sumer to spreadsheets | publisher=Oxford University Press | series=Oxford scholarship online | isbn=978-0-19-850841-0 | year=2003}}, section 2</ref> Ο πρώτος τέτοιος πίνακας συντέθηκε από τον [[Χένρι Μπριγκς]] το 1617, αμέσως μετά την εφεύρεση του Ναπιέρ. Εν συνεχεία γράφτηκαν πίνακες με ευρύτερο πεδίο και μεγαλύτερη ακρίβεια. Αυτοί οι πίνακες είχαν τιμές του log<sub>''b''</sub>(''x'') και του ''b''<sup>''x''</sup> για κάθε ''x'' σε ένα συγκεκριμένο εύρος, με συγκεκριμένη ακρίβεια, και συγκεκριμένη βάση ''b'' (συνήθως {{nowrap begin}}''b'' = 10{{nowrap end}}). Για παράδειγμα, ο πρώτος πίνακας του Μπριγκς περιείχε τους κοινούς λογάριθμους όλως των ακεραίων στο εύρος 1&ndash;1000, με ακρίβεια 8 ψηφίων. Καθώς η συνάρτηση {{nowrap|''f''(''x'') {{=}} ''b''<sup>''x''</sup>}} είναι η αντίστροφη του log<sub>''b''</sub>(''x''), ονομάστηκε αντιλογάριθμος.<ref>{{Citation|editor1-last=Abramowitz|editor1-first=Milton|editor2-last=Stegun|editor2-first=Irene A.|title=Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables|publisher=Dover Publications|location=New York|isbn=978-0-486-61272-0|edition=10th|year=1972|ref=harv}}, ενότητα 4.7., σ. 89</ref> Το γινόμενο και το πηλίκο δύο θετικών αριθμών ''c'' και ''d'' υπολογίζονταν ως το άθρισμα και η διαφορά των λογαρίθμων τους. Το γινόμενο ''cd'' ή το πηλίκο ''c''/''d'' βρίσκονταν ψάχνοντας το άθρισμα ή την διαφορά, επίσης από τον ίδιο πίνακα:
Ένα κομβικό εργαλείο που επέτρεψε στην πράξη την χρήση των λογαρίθμων πριν τα κομπιουτεράκια και τους υπολογιστές ήταν ο ''πίνακας λογαρίθμων''.<ref>{{Citation | last1=Campbell-Kelly | first1=Martin | title=The history of mathematical tables: from Sumer to spreadsheets | publisher=Oxford University Press | series=Oxford scholarship online | isbn=978-0-19-850841-0 | year=2003}}, ενότητα 2</ref> Ο πρώτος τέτοιος πίνακας συντέθηκε από τον [[Χένρι Μπριγκς]] το 1617, αμέσως μετά την εφεύρεση του Ναπιέρ. Εν συνεχεία γράφτηκαν πίνακες με ευρύτερο πεδίο και μεγαλύτερη ακρίβεια. Αυτοί οι πίνακες είχαν τιμές του log<sub>''b''</sub>(''x'') και του ''b''<sup>''x''</sup> για κάθε ''x'' σε ένα συγκεκριμένο εύρος, με συγκεκριμένη ακρίβεια, και συγκεκριμένη βάση ''b'' (συνήθως {{nowrap begin}}''b'' = 10{{nowrap end}}). Για παράδειγμα, ο πρώτος πίνακας του Μπριγκς περιείχε τους κοινούς λογάριθμους όλως των ακεραίων στο εύρος 1&ndash;1000, με ακρίβεια 8 ψηφίων. Καθώς η συνάρτηση {{nowrap|''f''(''x'') {{=}} ''b''<sup>''x''</sup>}} είναι η αντίστροφη του log<sub>''b''</sub>(''x''), ονομάστηκε αντιλογάριθμος.<ref>{{Citation|editor1-last=Abramowitz|editor1-first=Milton|editor2-last=Stegun|editor2-first=Irene A.|title=Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables|publisher=Dover Publications|location=New York|isbn=978-0-486-61272-0|edition=10th|year=1972|ref=harv}}, ενότητα 4.7., σ. 89</ref> Το γινόμενο και το πηλίκο δύο θετικών αριθμών ''c'' και ''d'' υπολογίζονταν ως το άθρισμα και η διαφορά των λογαρίθμων τους. Το γινόμενο ''cd'' ή το πηλίκο ''c''/''d'' βρίσκονταν ψάχνοντας το άθρισμα ή την διαφορά, επίσης από τον ίδιο πίνακα:


:<math> c d = b^{\log_b (c)} \ b^{\log_b (d)} = b^{\log_b (c) + \log_b (d)} \,</math>
:<math> c d = b^{\log_b (c)} \ b^{\log_b (d)} = b^{\log_b (c) + \log_b (d)} \,</math>
Γραμμή 171: Γραμμή 171:
:<math>\sqrt[d]{c} = c^{\frac 1 d} = b^{\frac{1}{d} \log_b (c)}. \,</math>
:<math>\sqrt[d]{c} = c^{\frac 1 d} = b^{\frac{1}{d} \log_b (c)}. \,</math>


Πολλοί λογαριθμικοί πίνακες δίνουν λογάριθμους παρέχοντας ξεχωριστά το ακέραιο logariumik;o (χαρακτηριστικό) και το δεκαδικό λογαριθμικό (''mantissa'') μέρος του ''x''.<ref>{{Citation | last1=Spiegel | first1=Murray R. | last2=Moyer | first2=R.E. | title=Schaum's outline of college algebra | publisher=McGraw-Hill | location=New York | series=Schaum's outline series | isbn=978-0-07-145227-4 | year=2006}}, p. 264</ref> Το χαρακτηριστικό του {{nowrap|10 &middot; ''x''}} είναι ένα συν το χαρακτηριστικό του ''x'', ενώ το δεκαδικό μέρος είναι το ίδιο. Αυτό επεκτείνει το εύρος των λογαριθμικών πινάκων: δεδομένου ενός πίνακα που έχει τα log<sub>10</sub>(''x'') για ακέραιους από 1 έως 1000, ο λογάριθμος του 3542 προσεγγίζεται ως
Πολλοί λογαριθμικοί πίνακες δίνουν λογάριθμους παρέχοντας ξεχωριστά το ακέραιο logariumik;o (χαρακτηριστικό) και το δεκαδικό λογαριθμικό (''mantissa'') μέρος του ''x''.<ref>{{Citation | last1=Spiegel | first1=Murray R. | last2=Moyer | first2=R.E. | title=Schaum's outline of college algebra | publisher=McGraw-Hill | location=New York | series=Schaum's outline series | isbn=978-0-07-145227-4 | year=2006}}, σ. 264</ref> Το χαρακτηριστικό του {{nowrap|10 &middot; ''x''}} είναι ένα συν το χαρακτηριστικό του ''x'', ενώ το δεκαδικό μέρος είναι το ίδιο. Αυτό επεκτείνει το εύρος των λογαριθμικών πινάκων: δεδομένου ενός πίνακα που έχει τα log<sub>10</sub>(''x'') για ακέραιους από 1 έως 1000, ο λογάριθμος του 3542 προσεγγίζεται ως


:<math>\log_{10}(3542) = \log_{10}(10\cdot 354.2) = 1 + \log_{10}(354.2) \approx 1 + \log_{10}(354). \, </math>
:<math>\log_{10}(3542) = \log_{10}(10\cdot 354.2) = 1 + \log_{10}(354.2) \approx 1 + \log_{10}(354). \, </math>
Γραμμή 191: Γραμμή 191:
:<math>b^x = y \,</math>
:<math>b^x = y \,</math>
έχει λύση ''x'' και ότι αυτή η λύση είναι μοναδική, υπό τον όρο ότι το ''y'' έιναι θετικό και το ''b'' είναι θετικό και μη ίσο με την μονάδα. Η απόδειξη αυτού απαιτεί το [[θεώρημα της ενδιάμεσης τιμής]] από τον στοιχειώδη [[λογισμό]].<ref name=LangIII.3>{{Citation|last1=Lang|first1=Serge|title=Undergraduate analysis|publisher=Springer-Verlag|location=Berlin, New York|edition=2nd|series=Undergraduate Texts in Mathematics|isbn=978-0-387-94841-6|id={{hide in print|[[Mathematical Reviews|MR]][http://www.ams.org/mathscinet-getitem?mr{{=}}1476913 1476913]}}{{only in print|MR1476913}}
έχει λύση ''x'' και ότι αυτή η λύση είναι μοναδική, υπό τον όρο ότι το ''y'' έιναι θετικό και το ''b'' είναι θετικό και μη ίσο με την μονάδα. Η απόδειξη αυτού απαιτεί το [[θεώρημα της ενδιάμεσης τιμής]] από τον στοιχειώδη [[λογισμό]].<ref name=LangIII.3>{{Citation|last1=Lang|first1=Serge|title=Undergraduate analysis|publisher=Springer-Verlag|location=Berlin, New York|edition=2nd|series=Undergraduate Texts in Mathematics|isbn=978-0-387-94841-6|id={{hide in print|[[Mathematical Reviews|MR]][http://www.ams.org/mathscinet-getitem?mr{{=}}1476913 1476913]}}{{only in print|MR1476913}}
|year=1997|ref = harv}}, section III.3</ref> Σύμφωνα με αυτό το θεώρημα μία [[συνεχής συνάρτηση]] η οποία έχει τιμές ''m'' και ''n'' έχει επίσης τιμές μεταξύ των ''m'' και ''n''. Μία συνάρτηση είναι ''συνεχής'' όταν δεν παρουσιάζει άλματα στη γραφική της παράσταση.
|year=1997|ref = harv}}, ενότητα III.3</ref> Σύμφωνα με αυτό το θεώρημα μία [[συνεχής συνάρτηση]] η οποία έχει τιμές ''m'' και ''n'' έχει επίσης τιμές μεταξύ των ''m'' και ''n''. Μία συνάρτηση είναι ''συνεχής'' όταν δεν παρουσιάζει άλματα στη γραφική της παράσταση.


Αυτή η ιδιότητα μπορεί να δειχτεί ότι ισχύει για την συνάρτηση {{nowrap begin}}''f''(''x'') = ''b''<sup>''x''</sup>{{nowrap end}}. Επειδή η ''f'' παίρνει τυχαία μεγάλες και μικρές θετικές τιμές, οποιοσδήποτε αριθμός {{nowrap|''y'' > 0}} βρίσκεται μεταξύ του ''f''(''x''<sub>0</sub>) και ''f''(''x''<sub>1</sub>) για κατάλληλα ''x''<sub>0</sub> και ''x''<sub>1</sub>. Συνεπώς, το θεώρημα ενδιάμεσης τιμής διασφαλίζει ότι η εξίσωση ''f''(''x'') = ''y'' έχει λύση. Επιπροσθέτως, υπάρχει μόνο μία λύση για αυτή την εξίσωση, επειδή η ''f'' είναι [[μονότονη συνάρτηση|γνησίως αύξουσα]] (για {{nowrap|''b'' > 1}}), ή γνησίως φθίνουσα (για {{nowrap|0 < ''b'' < 1}}).<ref name=LangIV.2 />
Αυτή η ιδιότητα μπορεί να δειχτεί ότι ισχύει για την συνάρτηση {{nowrap begin}}''f''(''x'') = ''b''<sup>''x''</sup>{{nowrap end}}. Επειδή η ''f'' παίρνει τυχαία μεγάλες και μικρές θετικές τιμές, οποιοσδήποτε αριθμός {{nowrap|''y'' > 0}} βρίσκεται μεταξύ του ''f''(''x''<sub>0</sub>) και ''f''(''x''<sub>1</sub>) για κατάλληλα ''x''<sub>0</sub> και ''x''<sub>1</sub>. Συνεπώς, το θεώρημα ενδιάμεσης τιμής διασφαλίζει ότι η εξίσωση ''f''(''x'') = ''y'' έχει λύση. Επιπροσθέτως, υπάρχει μόνο μία λύση για αυτή την εξίσωση, επειδή η ''f'' είναι [[μονότονη συνάρτηση|γνησίως αύξουσα]] (για {{nowrap|''b'' > 1}}), ή γνησίως φθίνουσα (για {{nowrap|0 < ''b'' < 1}}).<ref name=LangIV.2 />
Γραμμή 203: Γραμμή 203:
Δηλαδή, παίρνοντας την {{nowrap|''x''-στή}} δύναμη του ''b'' και έπειτα τον λογάριθμο με βάση ''b'', το αποτέλεσμα είναι ''x''. Αντιστρόφως, δεδομένου ενός θετικού αριθμού ''y'', ο τύπος
Δηλαδή, παίρνοντας την {{nowrap|''x''-στή}} δύναμη του ''b'' και έπειτα τον λογάριθμο με βάση ''b'', το αποτέλεσμα είναι ''x''. Αντιστρόφως, δεδομένου ενός θετικού αριθμού ''y'', ο τύπος
:<math>b^{\log_b(y)} = y</math>
:<math>b^{\log_b(y)} = y</math>
δηλώνει ότι παίρνοντας τον λογάριθμο ενός αριθμό ώς προς ''b'' και μετά υψώνοντας την βάση στο αποτέλεσμα, προκύπτει ο ίδιος ο αριθμός. Κατα συνέπεια, οι δύο πιθανοί τρόποι [[σύνθεση (μαθηματικά)|σύνθεσης]] λογαρίθμων και ύψωσης σε δύναμη έχουν ως αποτέλεσμα των αρχικό αριθμό. Συνεπώς, ο λογάριθμος με βάση ''b'' είναι η [[αντίστροφη συνάρτηση]] της {{nowrap|''f''(''x'') {{=}} ''b''<sup>''x''</sup>}}.<ref>{{Citation | last1=Stewart | first1=James | title=Single Variable Calculus: Early Transcendentals | publisher=Thomson Brooks/Cole |location=Belmont|isbn=978-0-495-01169-9 | year=2007}}, section 1.6</ref>
δηλώνει ότι παίρνοντας τον λογάριθμο ενός αριθμό ώς προς ''b'' και μετά υψώνοντας την βάση στο αποτέλεσμα, προκύπτει ο ίδιος ο αριθμός. Κατα συνέπεια, οι δύο πιθανοί τρόποι [[σύνθεση (μαθηματικά)|σύνθεσης]] λογαρίθμων και ύψωσης σε δύναμη έχουν ως αποτέλεσμα των αρχικό αριθμό. Συνεπώς, ο λογάριθμος με βάση ''b'' είναι η [[αντίστροφη συνάρτηση]] της {{nowrap|''f''(''x'') {{=}} ''b''<sup>''x''</sup>}}.<ref>{{Citation | last1=Stewart | first1=James | title=Single Variable Calculus: Early Transcendentals | publisher=Thomson Brooks/Cole |location=Belmont|isbn=978-0-495-01169-9 | year=2007}}, ενότητα 1.6</ref>


Οι αντίστροφες συναρτήσεις έχουν στενή σχέση με τις αρχικές συναρτήσεις. Οι [[Γραφική παράσταση συνάρτησης|γραφικές τους παραστάσεις]] μπορούν να βρεθούν, η μία από την άλλη, αλλάζοντας τις συντεταγμένες ''x'' με τις ''y'' (ή με ανάκλαση στην διαγώνια ευθεία ''x'' = ''y''), όπως φαίνεται δεξιά: ένα σημείο (''t'', ''u'' = ''b''<sup>''t''</sup>) στη γραφική παράσταση της ''f'' έχει τιμή (''u'', ''t'' = log<sub>''b''</sub>''u'') στο γράφημα του λογαρίθμου και αντίστροφα. Κατά συνέπεια, log<sub>''b''</sub>(''x'') τείνει στο άπειρο καθώς το ''x'' τείνει στο άπειρο, δεδομένου ότι το ''b'' είναι μεγαλύτερο από ένα. Σε αυτή την περίπτωση η log<sub>''b''</sub>(''x'') ειναι [[γνησίως αύξουσα συνάρτηση|γνησίως αύξουσα]]. Για {{nowrap|''b'' < 1}}, η log<sub>''b''</sub>(''x'') τείνει στο μείον άπειρο αντίστοιχα. Όταν το ''x'' τείνει στο μηδέν, η log<sub>''b''</sub>(''x'') τείνει στο μείον άπειρο για {{nowrap|''b'' > 1}} (συν άπειρο για {{nowrap|''b'' < 1}}, αντίστοιχα).
Οι αντίστροφες συναρτήσεις έχουν στενή σχέση με τις αρχικές συναρτήσεις. Οι [[Γραφική παράσταση συνάρτησης|γραφικές τους παραστάσεις]] μπορούν να βρεθούν, η μία από την άλλη, αλλάζοντας τις συντεταγμένες ''x'' με τις ''y'' (ή με ανάκλαση στην διαγώνια ευθεία ''x'' = ''y''), όπως φαίνεται δεξιά: ένα σημείο (''t'', ''u'' = ''b''<sup>''t''</sup>) στη γραφική παράσταση της ''f'' έχει τιμή (''u'', ''t'' = log<sub>''b''</sub>''u'') στο γράφημα του λογαρίθμου και αντίστροφα. Κατά συνέπεια, log<sub>''b''</sub>(''x'') τείνει στο άπειρο καθώς το ''x'' τείνει στο άπειρο, δεδομένου ότι το ''b'' είναι μεγαλύτερο από ένα. Σε αυτή την περίπτωση η log<sub>''b''</sub>(''x'') ειναι [[γνησίως αύξουσα συνάρτηση|γνησίως αύξουσα]]. Για {{nowrap|''b'' < 1}}, η log<sub>''b''</sub>(''x'') τείνει στο μείον άπειρο αντίστοιχα. Όταν το ''x'' τείνει στο μηδέν, η log<sub>''b''</sub>(''x'') τείνει στο μείον άπειρο για {{nowrap|''b'' > 1}} (συν άπειρο για {{nowrap|''b'' < 1}}, αντίστοιχα).
Γραμμή 209: Γραμμή 209:
===Παράγωγος και αντιπαράγωγος===
===Παράγωγος και αντιπαράγωγος===
[[File:Logarithm derivative.svg|right|thumb|220|Η γραφική παράσταση του φυσικού λογαρίθμου (πράσινο) και η εφαπτομένη του στο {{nowrap|''x'' {{=}} 1.5}} (μαύρο)]]
[[File:Logarithm derivative.svg|right|thumb|220|Η γραφική παράσταση του φυσικού λογαρίθμου (πράσινο) και η εφαπτομένη του στο {{nowrap|''x'' {{=}} 1.5}} (μαύρο)]]
Οι αναλυτικές ιδιότητες των συναρτήσεων κληροδοτούνται στις αντίστροφές τους.<ref name=LangIII.3 /> Έτσι, καθώς η {{nowrap begin}}''f''(''x'') = ''b''<sup>''x''</sup>{{nowrap end}} είναι συνεχής και [[παραγωγίσιμη συνάρτηση]], έτσι είναι και η log<sub>''b''</sub>(''y''). Χοντρικά, μία συνεχής συνάρτηση είναι παραγωγίσιμη αν η γραφική της παράσταση δεν έχει «γωνίες». Επιπροσθέτως, καθώς η [[παράγωγος]] της ''f''(''x'') ισούται με ln(''b'')''b''<sup>''x''</sup> σύμφωνα με τις ιδιότητες της [[εκθετική συνάρτηση|εκθετικής συνάρτησης]], σύμφωνα με τον [[κανόνας παραγώγισης σύνθετης συνάρτησης|κανόνα παραγώγισης σύνθετης συνάρτησης]] η παράγωγος του log<sub>''b''</sub>(''x'') δίνεται από τον τύπο<ref name=LangIV.2>{{harvnb|Lang|1997 |nb=yes|loc=section IV.2}}</ref><ref>{{Citation|title=Wolfram Alpha|author=Wolfram Research|accessdate=15/03/2011|url=http://www.wolframalpha.com/input/?i=d/dx(Log(b,x))}}</ref>
Οι αναλυτικές ιδιότητες των συναρτήσεων κληροδοτούνται στις αντίστροφές τους.<ref name=LangIII.3 /> Έτσι, καθώς η {{nowrap begin}}''f''(''x'') = ''b''<sup>''x''</sup>{{nowrap end}} είναι συνεχής και [[παραγωγίσιμη συνάρτηση]], έτσι είναι και η log<sub>''b''</sub>(''y''). Χοντρικά, μία συνεχής συνάρτηση είναι παραγωγίσιμη αν η γραφική της παράσταση δεν έχει «γωνίες». Επιπροσθέτως, καθώς η [[παράγωγος]] της ''f''(''x'') ισούται με ln(''b'')''b''<sup>''x''</sup> σύμφωνα με τις ιδιότητες της [[εκθετική συνάρτηση|εκθετικής συνάρτησης]], σύμφωνα με τον [[κανόνας παραγώγισης σύνθετης συνάρτησης|κανόνα παραγώγισης σύνθετης συνάρτησης]] η παράγωγος του log<sub>''b''</sub>(''x'') δίνεται από τον τύπο<ref name=LangIV.2>{{harvnb|Lang|1997 |nb=yes|loc=ενότητα IV.2}}</ref><ref>{{Citation|title=Wolfram Alpha|author=Wolfram Research|accessdate=15/03/2011|url=http://www.wolframalpha.com/input/?i=d/dx(Log(b,x))}}</ref>
: <math>\frac{d}{dx} \log_b(x) = \frac{1}{x\ln(b)}. </math>
: <math>\frac{d}{dx} \log_b(x) = \frac{1}{x\ln(b)}. </math>
Τουτέστιν, η [[κλίση]] της [[εφαπτομένη]]ς που εφάπτεται στη γραφική παράσταση του λογαρίθμου με βάση ''b'' στο σημείο {{nowrap|(''x'', log<sub>''b''</sub>(''x''))}} ισούται με {{nowrap|1/(''x''&thinsp;ln(''b''))}}. Πιο συγκεκριμένα, η παράγωγος του ln(''x'') είναι 1/''x'', το οποίο υποδηλώνει ότι η [[αντιπαράγωγος]] του 1/''x'' είναι {{nowrap|ln(''x'') + C}}. Η παράγωγος με γενικευμένο όρισμα ''f''(''x'') είναι
Τουτέστιν, η [[κλίση]] της [[εφαπτομένη]]ς που εφάπτεται στη γραφική παράσταση του λογαρίθμου με βάση ''b'' στο σημείο {{nowrap|(''x'', log<sub>''b''</sub>(''x''))}} ισούται με {{nowrap|1/(''x''&thinsp;ln(''b''))}}. Πιο συγκεκριμένα, η παράγωγος του ln(''x'') είναι 1/''x'', το οποίο υποδηλώνει ότι η [[αντιπαράγωγος]] του 1/''x'' είναι {{nowrap|ln(''x'') + C}}. Η παράγωγος με γενικευμένο όρισμα ''f''(''x'') είναι
:<math>\frac{d}{dx} \ln(f(x)) = \frac{f'(x)}{f(x)}.</math>
:<math>\frac{d}{dx} \ln(f(x)) = \frac{f'(x)}{f(x)}.</math>
Το πηλίκο στο δεξιό μέρος αποκαλείται [[λογαριθμική παράγωγος]] της ''f''. Υπολογίζοντας το ''f<nowiki>'</nowiki>''(''x'') μέσω της παραγώγου ln(''f''(''x'')) είναι γνωστό ως [[λογαριθμική παραγώγιση]].<ref>{{Citation | last1=Kline | first1=Morris || title=Calculus: an intuitive and physical approach | publisher=Dover Publications | location=New York | series=Dover books on mathematics | isbn=978-0-486-40453-0 | year=1998}}, p. 386</ref> The antiderivative of the natural logarithm ln(''x'') is:<ref>{{Citation|title=Wolfram Alpha|author=Wolfram Research|accessdate=15/03/2011|url=http://www.wolframalpha.com/input/?i=Integrate(ln(x))}}</ref>
Το πηλίκο στο δεξιό μέρος αποκαλείται [[λογαριθμική παράγωγος]] της ''f''. Υπολογίζοντας το ''f<nowiki>'</nowiki>''(''x'') μέσω της παραγώγου ln(''f''(''x'')) είναι γνωστό ως [[λογαριθμική παραγώγιση]].<ref>{{Citation | last1=Kline | first1=Morris || title=Calculus: an intuitive and physical approach | publisher=Dover Publications | location=New York | series=Dover books on mathematics | isbn=978-0-486-40453-0 | year=1998}}, σ. 386</ref> The antiderivative of the natural logarithm ln(''x'') is:<ref>{{Citation|title=Wolfram Alpha|author=Wolfram Research|accessdate=15/03/2011|url=http://www.wolframalpha.com/input/?i=Integrate(ln(x))}}</ref>
: <math>\int \ln(x) \,dx = x \ln(x) - x + C.</math>
: <math>\int \ln(x) \,dx = x \ln(x) - x + C.</math>
Σχετικοί τύποι, όπως οι αντιπαράγωγοι λογαρίθμων με άλλες βάσεις μπορούν να προκύψουν από αυτή την εξίσωση με αλλαγή βάσεων.<ref>{{Harvnb|Abramowitz|Stegun|year=1972|nb=yes|p=69}}</ref>
Σχετικοί τύποι, όπως οι αντιπαράγωγοι λογαρίθμων με άλλες βάσεις μπορούν να προκύψουν από αυτή την εξίσωση με αλλαγή βάσεων.<ref>{{Harvnb|Abramowitz|Stegun|year=1972|nb=yes|p=69}}</ref>
Γραμμή 223: Γραμμή 223:
:<cite id=integral_naturallog><math>\ln (t) = \int_1^t \frac{1}{x} \, dx.</math></cite>
:<cite id=integral_naturallog><math>\ln (t) = \int_1^t \frac{1}{x} \, dx.</math></cite>
Με άλλα λόγια, το ln(''t'') ισούται με την επιφάνεια μεταξύ του άξονα των ''x'' και την γραφική παράσταση της συνάρτησης 1/''x'', επό το σημείο {{nowrap begin}}''x'' = 1{{nowrap end}} έως το {{nowrap begin}}''x'' = ''t''{{nowrap end}} (σχήμα στα δεξιά). Αυτό είναι συνέπεια του [[θεμελιώδες θεώρημα του λογισμού|θεμελιώδους θεωρήματος του λογισμού]] και του γεγονότος ότι η παράγωγος του ln(''x'') είναι 1/''x''. Το δεξί μέρος της εξίσωσης μπορεί να χρησιμοποιηθεί και ως ορισμός του φυσικού λογαρίθμου. Τύποι για γινόμενα και δυνάμεις λογαρίθμων μπορούν να προκύψουν από αυτόν τον ορισμό.<ref>{{Citation|last1=Courant|first1=Richard|title=Differential and integral calculus. Vol. I|publisher=John Wiley & Sons|location=New York|series=Wiley Classics Library|isbn=978-0-471-60842-4|id={{hide in print|[[Mathematical Reviews|MR]][http://www.ams.org/mathscinet-getitem?mr{{=}}1009558 1009558]}}{{only in print|MR1009558}}
Με άλλα λόγια, το ln(''t'') ισούται με την επιφάνεια μεταξύ του άξονα των ''x'' και την γραφική παράσταση της συνάρτησης 1/''x'', επό το σημείο {{nowrap begin}}''x'' = 1{{nowrap end}} έως το {{nowrap begin}}''x'' = ''t''{{nowrap end}} (σχήμα στα δεξιά). Αυτό είναι συνέπεια του [[θεμελιώδες θεώρημα του λογισμού|θεμελιώδους θεωρήματος του λογισμού]] και του γεγονότος ότι η παράγωγος του ln(''x'') είναι 1/''x''. Το δεξί μέρος της εξίσωσης μπορεί να χρησιμοποιηθεί και ως ορισμός του φυσικού λογαρίθμου. Τύποι για γινόμενα και δυνάμεις λογαρίθμων μπορούν να προκύψουν από αυτόν τον ορισμό.<ref>{{Citation|last1=Courant|first1=Richard|title=Differential and integral calculus. Vol. I|publisher=John Wiley & Sons|location=New York|series=Wiley Classics Library|isbn=978-0-471-60842-4|id={{hide in print|[[Mathematical Reviews|MR]][http://www.ams.org/mathscinet-getitem?mr{{=}}1009558 1009558]}}{{only in print|MR1009558}}
|year=1988}}, section III.6</ref> Για παράδειγμα, ο τύπος για το γινόμενο {{nowrap begin}}ln(''tu'') = ln(''t'') + ln(''u''){{nowrap end}} μπορεί να προκύψει:
|year=1988}}, ενότητα III.6</ref> Για παράδειγμα, ο τύπος για το γινόμενο {{nowrap begin}}ln(''tu'') = ln(''t'') + ln(''u''){{nowrap end}} μπορεί να προκύψει:


:<math> \ln(tu) = \int_1^{tu} \frac{1}{x} \, dx \ \stackrel {(1)} = \int_1^{t} \frac{1}{x} \, dx + \int_t^{tu} \frac{1}{x} \, dx \ \stackrel {(2)} = \ln(t) + \int_1^u \frac{1}{w} \, dw = \ln(t) + \ln(u).</math>
:<math> \ln(tu) = \int_1^{tu} \frac{1}{x} \, dx \ \stackrel {(1)} = \int_1^{t} \frac{1}{x} \, dx + \int_t^{tu} \frac{1}{x} \, dx \ \stackrel {(2)} = \ln(t) + \int_1^u \frac{1}{w} \, dw = \ln(t) + \ln(u).</math>
Γραμμή 241: Γραμμή 241:
ονομάζεται [[αρμονική σειρά]]. Είναι στενά συνδεμένη με τον φυσικό λογάριθμο: καθώς το ''n'' τείνει στο [[άπειρο]], η διαφορά,
ονομάζεται [[αρμονική σειρά]]. Είναι στενά συνδεμένη με τον φυσικό λογάριθμο: καθώς το ''n'' τείνει στο [[άπειρο]], η διαφορά,
:<math>\sum_{k=1}^n \frac{1}{k} - \ln(n),</math>
:<math>\sum_{k=1}^n \frac{1}{k} - \ln(n),</math>
[[Όριο ακολουθίας|συγκλίνει]] σε ένα αριθμό γνωστό ως [[σταθερά Euler-Mascheroni]]. Αυτή η σχέση βοηθά στην ανάλυση της απόδοσης αλγορίθμων όπως ο [[quicksort]].<ref>{{Citation|last1=Havil|first1=Julian|title=Gamma: Exploring Euler's Constant|publisher=Princeton University Press|isbn=978-0-691-09983-5|year=2003}}, sections 11.5 and 13.8</ref>
[[Όριο ακολουθίας|συγκλίνει]] σε ένα αριθμό γνωστό ως [[σταθερά Euler-Mascheroni]]. Αυτή η σχέση βοηθά στην ανάλυση της απόδοσης αλγορίθμων όπως ο [[quicksort]].<ref>{{Citation|last1=Havil|first1=Julian|title=Gamma: Exploring Euler's Constant|publisher=Princeton University Press|isbn=978-0-691-09983-5|year=2003}}, ενότητες 11.5 και 13.8</ref>


==Υπολογισμός==
==Υπολογισμός==
Οι λογάριθμοι είναι εύκολο να υπολογιστούν σε κάποιες περιπτώσεις, όπως για παράδειγμα {{nowrap begin}}log<sub>10</sub>(10,000) = 4{{nowrap end}}. Εν γένει μπορούν να υπολογιστούν με χρήση [[δυναμοσειρά|δυναμοσειρών]] ή του [[αριθμητικός-γεωμετρικός μέσος|αριθμητικού-γεωμετρικού μέσου]] ή να παρθούν από προϋπολογισμένο [[λογαριθμικός πίνακας|λογαριθμικό πίνακα]] με δεδομένη ακρίβεια.<ref>{{Citation | last1=Muller | first1=Jean-Michel | title=Elementary functions | publisher=Birkhäuser Boston | location=Boston, MA | edition=2nd | isbn=978-0-8176-4372-0 | year=2006}}, sections 4.2.2 (p. 72) and 5.5.2 (p. 95)</ref><ref>{{Citation|author=Hart, Cheney, Lawson et al.|year=1968|publisher=John Wiley|location=New York|title=Computer Approximations|series=SIAM Series in Applied Mathematics}}, section 6.3, p. 105&ndash;111</ref> Επιπλέον, ο [[αλγόριθμος δυαδικού λογαρίθμου]] υπολογίζει το lb(''x'') [[αναδρομή|αναδρομικά]] με βάση επαναλαμβανόμενους τετραγωνισμούς του ''x'', κάνοντας χρήση της σχέσης
Οι λογάριθμοι είναι εύκολο να υπολογιστούν σε κάποιες περιπτώσεις, όπως για παράδειγμα {{nowrap begin}}log<sub>10</sub>(10,000) = 4{{nowrap end}}. Εν γένει μπορούν να υπολογιστούν με χρήση [[δυναμοσειρά|δυναμοσειρών]] ή του [[αριθμητικός-γεωμετρικός μέσος|αριθμητικού-γεωμετρικού μέσου]] ή να παρθούν από προϋπολογισμένο [[λογαριθμικός πίνακας|λογαριθμικό πίνακα]] με δεδομένη ακρίβεια.<ref>{{Citation | last1=Muller | first1=Jean-Michel | title=Elementary functions | publisher=Birkhäuser Boston | location=Boston, MA | edition=2nd | isbn=978-0-8176-4372-0 | year=2006}}, ενότητες 4.2.2 (σ. 72) και 5.5.2 (σ. 95)</ref><ref>{{Citation|author=Hart, Cheney, Lawson et al.|year=1968|publisher=John Wiley|location=New York|title=Computer Approximations|series=SIAM Series in Applied Mathematics}}, ενότητα 6.3, σ. 105&ndash;111</ref> Επιπλέον, ο [[αλγόριθμος δυαδικού λογαρίθμου]] υπολογίζει το lb(''x'') [[αναδρομή|αναδρομικά]] με βάση επαναλαμβανόμενους τετραγωνισμούς του ''x'', κάνοντας χρήση της σχέσης
:<math>\log_2(x^2) = 2 \log_2 (x). \,</math>
:<math>\log_2(x^2) = 2 \log_2 (x). \,</math>
Η [[Μέθοδος Newton]], μία επαναληπτική μέθοδος προσεγγιστικής επίλυσης εξισώσεων, μπορεί επίσης να χρησιμοποιηθεί για τον υπολογισμό του λογάριθμου, επειδή η αντίστροφη συνάρτηση, η εκθετική συνάρτηση, μπορεί να υπολογιστεί αποδοτικά.<ref>{{Citation|last1=Zhang|first1=M.|last2=Delgado-Frias|first2=J.G.|last3=Vassiliadis|first3=S.|title=Table driven Newton scheme for high precision logarithm generation|url=http://ce.et.tudelft.nl/publicationfiles/363_195_00326783.pdf|doi=10.1049/ip-cdt:19941268 |journal=IEE Proceedings Computers & Digital Techniques|issn=1350-387|volume=141|year=1994|issue=5|pages=281–292}}, section 1 for an overview</ref>
Η [[Μέθοδος Newton]], μία επαναληπτική μέθοδος προσεγγιστικής επίλυσης εξισώσεων, μπορεί επίσης να χρησιμοποιηθεί για τον υπολογισμό του λογάριθμου, επειδή η αντίστροφη συνάρτηση, η εκθετική συνάρτηση, μπορεί να υπολογιστεί αποδοτικά.<ref>{{Citation|last1=Zhang|first1=M.|last2=Delgado-Frias|first2=J.G.|last3=Vassiliadis|first3=S.|title=Table driven Newton scheme for high precision logarithm generation|url=http://ce.et.tudelft.nl/publicationfiles/363_195_00326783.pdf|doi=10.1049/ip-cdt:19941268 |journal=IEE Proceedings Computers & Digital Techniques|issn=1350-387|volume=141|year=1994|issue=5|pages=281–292}}, ενότητα 1 για επισκόπιση του θέματος</ref>


Από θεωρητική άποψη, σύμφωνα με το [[θεώρημα Gelfond-Schneider]], οι λογάριθμοι συνήθως παίρνουν «δύσκολες» τιμές. Η τυπική διατύπωση βασίζεται στην έννοια των [[αλγεβρικοί αριθμοί|αλγεβρικών αριθμών]], οι οποίοι περιλαμβάνουν όλους τους [[ρητοί αριθμοί|ρητούς αριθμούς]], αλλά και αριθμούς όπως η [[τετραγωνική ρίζα του 2]] ή ο
Από θεωρητική άποψη, σύμφωνα με το [[θεώρημα Gelfond-Schneider]], οι λογάριθμοι συνήθως παίρνουν «δύσκολες» τιμές. Η τυπική διατύπωση βασίζεται στην έννοια των [[αλγεβρικοί αριθμοί|αλγεβρικών αριθμών]], οι οποίοι περιλαμβάνουν όλους τους [[ρητοί αριθμοί|ρητούς αριθμούς]], αλλά και αριθμούς όπως η [[τετραγωνική ρίζα του 2]] ή ο
:<math>\sqrt{-5+\sqrt[3]{3 / 13}}.</math>
:<math>\sqrt{-5+\sqrt[3]{3 / 13}}.</math>
Οι [[μιγαδικοί αριθμοί]] οι οποίοι δεν είναι αλγεβρικοί αποκαλούνται [[υπερβατικοί αριθμοί]],<ref>{{citation|title=Selected papers on number theory and algebraic geometry|volume=172|first1=Katsumi|last1=Nomizu|location=Providence, RI|publisher=AMS Bookstore|year=1996|isbn=978-0-8218-0445-2|page=21|url=http://books.google.com/books?id=uDDxdu0lrWAC&pg=PA21}}</ref> για παράδειγμα το π και το ''e'' είναι τέτοιοι αριθμοί. [[Σχεδόν όλοι]] οι μιγαδικοί αριθμοί είναι υπερβατικοί. Με βάση αυτά, σύμφωνα με το θεώρημα Gelfond&ndash;Scheider δεδομένων δύο αλγεβρικών αριθμών ''a'' και ''b'', ο log<sub>''b''</sub>(''a'') είναι είτε υπερβατικός είτε ρητός αριθμός ''p'' / ''q'' (στην οποία περίπτωση ''a''<sup>''q''</sup> = ''b''<sup>''p''</sup>, έτσι ''a'' και ''b'' είχαν εξαρχής στενή σχέση).<ref>{{Citation|last1=Baker|first1=Alan|title=Transcendental number theory|publisher=Cambridge University Press|isbn=978-0-521-20461-3|year=1975}}, p. 10</ref>
Οι [[μιγαδικοί αριθμοί]] οι οποίοι δεν είναι αλγεβρικοί αποκαλούνται [[υπερβατικοί αριθμοί]],<ref>{{citation|title=Selected papers on number theory and algebraic geometry|volume=172|first1=Katsumi|last1=Nomizu|location=Providence, RI|publisher=AMS Bookstore|year=1996|isbn=978-0-8218-0445-2|page=21|url=http://books.google.com/books?id=uDDxdu0lrWAC&pg=PA21}}</ref> για παράδειγμα το π και το ''e'' είναι τέτοιοι αριθμοί. [[Σχεδόν όλοι]] οι μιγαδικοί αριθμοί είναι υπερβατικοί. Με βάση αυτά, σύμφωνα με το θεώρημα Gelfond&ndash;Scheider δεδομένων δύο αλγεβρικών αριθμών ''a'' και ''b'', ο log<sub>''b''</sub>(''a'') είναι είτε υπερβατικός είτε ρητός αριθμός ''p'' / ''q'' (στην οποία περίπτωση ''a''<sup>''q''</sup> = ''b''<sup>''p''</sup>, έτσι ''a'' και ''b'' είχαν εξαρχής στενή σχέση).<ref>{{Citation|last1=Baker|first1=Alan|title=Transcendental number theory|publisher=Cambridge University Press|isbn=978-0-521-20461-3|year=1975}}, σ. 10</ref>


===Δυναμοσειρές===
===Δυναμοσειρές===
Γραμμή 256: Γραμμή 256:


[[File:Taylor approximation of natural logarithm.gif|right|thumb|Η σειρά Taylor του&nbsp;ln(''z'') στο&nbsp;''z''&nbsp;=&nbsp;1. Η εικόνα δείχνει τις πρώτες 10 προσεγγίσεις.]]
[[File:Taylor approximation of natural logarithm.gif|right|thumb|Η σειρά Taylor του&nbsp;ln(''z'') στο&nbsp;''z''&nbsp;=&nbsp;1. Η εικόνα δείχνει τις πρώτες 10 προσεγγίσεις.]]
Για οποιονδήποτε πραγματικό αριθμό ''z'' που ικανοποιεί το {{nowrap|0 < ''z'' < 2}}, ισχύει ο ακόλουθος τύπος:{{#tag:ref|Η ίδια σειρά δίνει την κύρια τιμή του μιγαδικού λογάριθμου για μιγαδικούς αριθμούς ''z'' με <nowiki>|</nowiki>''z'' &minus; 1<nowiki>|</nowiki> < 1.|group=σημ.}}<ref name=AbramowitzStegunp.68>{{Harvnb|Abramowitz|Stegun|1972 |nb=yes|loc=p. 68}}</ref>
Για οποιονδήποτε πραγματικό αριθμό ''z'' που ικανοποιεί το {{nowrap|0 < ''z'' < 2}}, ισχύει ο ακόλουθος τύπος:{{#tag:ref|Η ίδια σειρά δίνει την κύρια τιμή του μιγαδικού λογάριθμου για μιγαδικούς αριθμούς ''z'' με <nowiki>|</nowiki>''z'' &minus; 1<nowiki>|</nowiki> < 1.|group=σημ.}}<ref name=AbramowitzStegunp.68>{{Harvnb|Abramowitz|Stegun|1972 |nb=yes|loc=σ. 68}}</ref>
:<math>
:<math>
\ln (z) = (z-1) - \frac{(z-1)^2}{2} + \frac{(z-1)^3}{3} - \frac{(z-1)^4}{4} + \cdots
\ln (z) = (z-1) - \frac{(z-1)^2}{2} + \frac{(z-1)^3}{3} - \frac{(z-1)^4}{4} + \cdots
Γραμμή 301: Γραμμή 301:
==Εφαρμογές==
==Εφαρμογές==
[[File:NautilusCutawayLogarithmicSpiral.jpg|thumb|right|Ένας ναυτίλος που εμφανίζει λογαριθμική σπείρα]]
[[File:NautilusCutawayLogarithmicSpiral.jpg|thumb|right|Ένας ναυτίλος που εμφανίζει λογαριθμική σπείρα]]
Οι λογάριθμοι έχουν πολλές εφαρμογές εντός και εκτός των μαθηματικών. Κάποιες χρήσεις τους έχουν σχέση με την έννοια της [[ανεξαρτησία κλίμακας|ανεξαρτησίας κλίμακας]]. Για παράδειγμα, κάθε τμήμα του όστρακου ενός [[Ναυτίλος (ζωολογία)|ναυτίλου]] είναι σχεδόν αντίγραφο του επόμενου, κλιμακωμένο κατά ένα σταθερό παράγοντα. Έτσι δημιουργείται [[λογαριθμική σπέιρα]].<ref>{{Harvnb|Maor|2009|nb=yes|p= 135}}</ref> Ο [[νόμος του Benford]] για την κατανομή των πρώτων ψηφίων δεδομένων μπορεί επίσης να εξηγηθεί από την ανεξαρτησία κλίμακας.<ref>{{Citation | last1=Frey | first1=Bruce | title=Statistics hacks | publisher=O'Reilly|location=Sebastopol, CA| series=Hacks Series |url=http://books.google.com/?id=HOPyiNb9UqwC&pg=PA275&dq=statistics+hacks+benfords+law#v=onepage&q&f=false| isbn=978-0-596-10164-0 | year=2006}}, chapter 6, section 64</ref> Οι λογάριθμοι συνδέονται και με την [[αυτοομοιότητα]]. Για παράδειγμα, οι λογάριθμοι εμφανίζονται στην ανάλυση αλγορίθμων που λύνουν ένα πρόβλημα χωρίζοντάς το σε δύο παρόμοια μικρότερα προβλήματα κάνοντας επαλληλία στις λύσεις.<ref>{{Citation | last1=Ricciardi | first1=Luigi M. | title=Lectures in applied mathematics and informatics | url=http://books.google.de/books?id=Cw4NAQAAIAAJ | publisher=Manchester University Press | location=Manchester | isbn=978-0-7190-2671-3 | year=1990}}, p. 21, section 1.3.2</ref> Οι διαστάσεις των αυτοόμοιων γεωμετρικών σχημάτων, δηλαδή τα σχήματα των οποίων τα μέρη μοιάζοουν με το σύνολο βασίζονται επίσης σε λογάριθμους. Οι [[λογαριθμική κλίμακα|λογαριθμικές κλίμακες]] είναι χρήσιμες για την ποσοτικοποίηση των σχετικών αλλαγών μίας τιμής αντί για τις απόλυτες διαφορές. Επιπροσθέτως, επειδή η λογαριθμική συνάρτηση log(''x'') αυξάνεται πολύ αργά για μεγάλα ''x'', οι λογαριθμικές κλίμακες χρησιμοποιούνται για την συμπίεση μεγάλης κλίμακας επιστημονικών δεδομένων. Οι λογάριθμοι εμφανίζονται και σε πάρα πολλούς επιστημονικούς τύπους, όπως για παράδειγμα η [[πυραυλική εξίσωση Tsiolkovsky]], η [[εξίσωση Fenske]] και η [[εξίσωση Nernst]].
Οι λογάριθμοι έχουν πολλές εφαρμογές εντός και εκτός των μαθηματικών. Κάποιες χρήσεις τους έχουν σχέση με την έννοια της [[ανεξαρτησία κλίμακας|ανεξαρτησίας κλίμακας]]. Για παράδειγμα, κάθε τμήμα του όστρακου ενός [[Ναυτίλος (ζωολογία)|ναυτίλου]] είναι σχεδόν αντίγραφο του επόμενου, κλιμακωμένο κατά ένα σταθερό παράγοντα. Έτσι δημιουργείται [[λογαριθμική σπέιρα]].<ref>{{Harvnb|Maor|2009|nb=yes|p= 135}}</ref> Ο [[νόμος του Benford]] για την κατανομή των πρώτων ψηφίων δεδομένων μπορεί επίσης να εξηγηθεί από την ανεξαρτησία κλίμακας.<ref>{{Citation | last1=Frey | first1=Bruce | title=Statistics hacks | publisher=O'Reilly|location=Sebastopol, CA| series=Hacks Series |url=http://books.google.com/?id=HOPyiNb9UqwC&pg=PA275&dq=statistics+hacks+benfords+law#v=onepage&q&f=false| isbn=978-0-596-10164-0 | year=2006}}, κεφάλαιο 6, ενότητα 64</ref> Οι λογάριθμοι συνδέονται και με την [[αυτοομοιότητα]]. Για παράδειγμα, οι λογάριθμοι εμφανίζονται στην ανάλυση αλγορίθμων που λύνουν ένα πρόβλημα χωρίζοντάς το σε δύο παρόμοια μικρότερα προβλήματα κάνοντας επαλληλία στις λύσεις.<ref>{{Citation | last1=Ricciardi | first1=Luigi M. | title=Lectures in applied mathematics and informatics | url=http://books.google.de/books?id=Cw4NAQAAIAAJ | publisher=Manchester University Press | location=Manchester | isbn=978-0-7190-2671-3 | year=1990}}, σ. 21, ενότητα 1.3.2</ref> Οι διαστάσεις των αυτοόμοιων γεωμετρικών σχημάτων, δηλαδή τα σχήματα των οποίων τα μέρη μοιάζοουν με το σύνολο βασίζονται επίσης σε λογάριθμους. Οι [[λογαριθμική κλίμακα|λογαριθμικές κλίμακες]] είναι χρήσιμες για την ποσοτικοποίηση των σχετικών αλλαγών μίας τιμής αντί για τις απόλυτες διαφορές. Επιπροσθέτως, επειδή η λογαριθμική συνάρτηση log(''x'') αυξάνεται πολύ αργά για μεγάλα ''x'', οι λογαριθμικές κλίμακες χρησιμοποιούνται για την συμπίεση μεγάλης κλίμακας επιστημονικών δεδομένων. Οι λογάριθμοι εμφανίζονται και σε πάρα πολλούς επιστημονικούς τύπους, όπως για παράδειγμα η [[πυραυλική εξίσωση Tsiolkovsky]], η [[εξίσωση Fenske]] και η [[εξίσωση Nernst]].


===Λογαριθμική κλίμακα===
===Λογαριθμική κλίμακα===
[[File:GermanyHyperChart.jpg|right|thumb|Λογαριθμικό διάγραμμα που απεικονίζει την τιμή του γερμανικού ''[[Goldmark]]'' σε ''[[Papiermark]]'' κατά τον υπερπληθωρισμό της δεκαετίας του 1920]]
[[File:GermanyHyperChart.jpg|right|thumb|Λογαριθμικό διάγραμμα που απεικονίζει την τιμή του γερμανικού ''[[Goldmark]]'' σε ''[[Papiermark]]'' κατά τον υπερπληθωρισμό της δεκαετίας του 1920]]


Οι επιστημονικές ποσότητες συχνά εκφράζονται ως λογάριθμοι άλλων ποσοτήτων, χρησιμοποιώντας μία λογαριθμική κλίμακα. Για παράδειγμα, το [[ντεσιμπέλ]] είναι λογαριθμική μονάδα μέτρησης. Βασίζεται στον κοινό λογάριθμο [[Λόγος (μαθηματικά)|λόγων]]&mdash;10 φορές ο κοινός λογάριθμος ενός λόγου [[Ισχύς|ισχύος]] ή 20 φορές ο κοινός λογάριθμος του λόγου [[Διαφορά δυναμικού|διαφοράς δυναμικού]]. Χρησιμοποιείται για να ποσοτικοποιήσει την απώλεια τάσης στη μετάδοση ηλεκτρικών σημάτων,<ref>{{Citation|last1=Bakshi|first1=U. A.|title=Telecommunication Engineering |publisher=Technical Publications|location=Pune|isbn=978-81-8431-725-1|year=2009|url=http://books.google.com/books?id=EV4AF0XJO9wC&pg=SA5-PA1#v=onepage&f=false}}, section 5.2</ref> για να περιγράψει επίπεδα ισχύος των ήχων στην [[ακουστική]],<ref>{{Citation|last1=Maling|first1=George C.|editor1-last=Rossing|editor1-first=Thomas D.|title=Springer handbook of acoustics|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-0-387-30446-5|year=2007|chapter=Noise}}, section 23.0.2</ref> και την [[απορρόφηση]] φωτός στα πεδία της [[φασματοσκοπία]]ς και της [[οπτική]]ς. Ο [[λόγος σήματος προς θόρυβο]] που περιγράφει την ποσότητα του ανεπιθύμητου [[θόρυβος (ηλεκτρονική)|θορύβου]] σε σχέση με ένα [[σήμα (ηλεκτρονική)|σήμα]] επίσης μετριέται σε ντεσιμπέλ.<ref>{{Citation | last1=Tashev | first1=Ivan Jelev | title=Sound Capture and Processing: Practical Approaches | publisher=John Wiley & Sons | location=New York | isbn=978-0-470-31983-3 | year=2009|url=http://books.google.com/books?id=plll9smnbOIC&pg=PA48#v=onepage&f=false}}, σ. 48</ref> Κατά παρόμοιο τρόπο, ο [[PSNR|λόγος αιχμής σήματος προς θόρυβο]] χρησιμοποιείται συχνά για την αποτίμηση της ποιότητας του ήχου και των μεθόδων [[συμπίεση εικόνας|συμπίεσης εικόνας]] κάνοντας χρήση του λογάριθμου.<ref>{{Citation | last1=Chui | first1=C.K. | title=Wavelets: a mathematical tool for signal processing | publisher=Society for Industrial and Applied Mathematics | location=Philadelphia | series=SIAM monographs on mathematical modeling and computation | isbn=978-0-89871-384-8 | year=1997|url=http://books.google.com/books?id=N06Gu433PawC&pg=PA180#v=onepage&f=false}}, σ. 180</ref>
Οι επιστημονικές ποσότητες συχνά εκφράζονται ως λογάριθμοι άλλων ποσοτήτων, χρησιμοποιώντας μία λογαριθμική κλίμακα. Για παράδειγμα, το [[ντεσιμπέλ]] είναι λογαριθμική μονάδα μέτρησης. Βασίζεται στον κοινό λογάριθμο [[Λόγος (μαθηματικά)|λόγων]]&mdash;10 φορές ο κοινός λογάριθμος ενός λόγου [[Ισχύς|ισχύος]] ή 20 φορές ο κοινός λογάριθμος του λόγου [[Διαφορά δυναμικού|διαφοράς δυναμικού]]. Χρησιμοποιείται για να ποσοτικοποιήσει την απώλεια τάσης στη μετάδοση ηλεκτρικών σημάτων,<ref>{{Citation|last1=Bakshi|first1=U. A.|title=Telecommunication Engineering |publisher=Technical Publications|location=Pune|isbn=978-81-8431-725-1|year=2009|url=http://books.google.com/books?id=EV4AF0XJO9wC&pg=SA5-PA1#v=onepage&f=false}}, ενότητα 5.2</ref> για να περιγράψει επίπεδα ισχύος των ήχων στην [[ακουστική]],<ref>{{Citation|last1=Maling|first1=George C.|editor1-last=Rossing|editor1-first=Thomas D.|title=Springer handbook of acoustics|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-0-387-30446-5|year=2007|chapter=Noise}}, ενότητα 23.0.2</ref> και την [[απορρόφηση]] φωτός στα πεδία της [[φασματοσκοπία]]ς και της [[οπτική]]ς. Ο [[λόγος σήματος προς θόρυβο]] που περιγράφει την ποσότητα του ανεπιθύμητου [[θόρυβος (ηλεκτρονική)|θορύβου]] σε σχέση με ένα [[σήμα (ηλεκτρονική)|σήμα]] επίσης μετριέται σε ντεσιμπέλ.<ref>{{Citation | last1=Tashev | first1=Ivan Jelev | title=Sound Capture and Processing: Practical Approaches | publisher=John Wiley & Sons | location=New York | isbn=978-0-470-31983-3 | year=2009|url=http://books.google.com/books?id=plll9smnbOIC&pg=PA48#v=onepage&f=false}}, σ. 48</ref> Κατά παρόμοιο τρόπο, ο [[PSNR|λόγος αιχμής σήματος προς θόρυβο]] χρησιμοποιείται συχνά για την αποτίμηση της ποιότητας του ήχου και των μεθόδων [[συμπίεση εικόνας|συμπίεσης εικόνας]] κάνοντας χρήση του λογάριθμου.<ref>{{Citation | last1=Chui | first1=C.K. | title=Wavelets: a mathematical tool for signal processing | publisher=Society for Industrial and Applied Mathematics | location=Philadelphia | series=SIAM monographs on mathematical modeling and computation | isbn=978-0-89871-384-8 | year=1997|url=http://books.google.com/books?id=N06Gu433PawC&pg=PA180#v=onepage&f=false}}, σ. 180</ref>


Η ισχύς ενός σεισμού μετριέται λαμβάνοντας τον κοινό λογάριθμο της ενέργειας που ελευθερώνεται κατά την δόνηση. Αυτό χρησιμοποιείται στην [[κλίμακα μεγέθους ροπής]] ή την [[κλίμακα Ρίχτερ]]. Για παράδειγμα ένας σεισμός μεγέθους 5.0 απελευθερώνει 10 φορές και ενας μεγέθους 6.0 100 φορές την ενέργεια ενός σεισμού μεγέθους 4.0.<ref>{{Citation|last1=Crauder|first1=Bruce|last2=Evans|first2=Benny|last3=Noell|first3=Alan|title=Functions and Change: A Modeling Approach to College Algebra|publisher=Cengage Learning|location=Boston|edition=4th|isbn=978-0-547-15669-9|year=2008}}, section 4.4.</ref> Μία άλλη λογαριθμική κλίμακα είναι το [[φαινόμενο μέγεθος]]. Μετράει την λαμπρότητα των αστέρων λογαριθμικά.<ref>{{Citation|last1=Bradt|first1=Hale|title=Astronomy methods: a physical approach to astronomical observations|publisher=Cambridge University Press|series=Cambridge Planetary Science|isbn=978-0-521-53551-9|year=2004}}, section 8.3, p. 231</ref> Ακόμα ένα παράδειγμα είναι το [[pH]] στη [[χημεία]], το pH είναι ο αρνητικός κοινός λογάριθμος της [[ενεργότητα]]ς των ιόντων [[υδροξώνιο|υδροξωνίου]] (η μορφή που παίρουν τα [[ιόν]]τα [[υδρογόνο]]υ H<sup>+</sup> στο νερό).<ref>{{Citation|author=[[IUPAC]]|title=Compendium of Chemical Terminology ("Gold Book")|edition=2η|editor=A. D. McNaught, A. Wilkinson|publisher=Blackwell Scientific Publications|location=Oxford|year=1997|url=http://goldbook.iupac.org/P04524.html|isbn=978-0-9678550-9-7|doi=10.1351/goldbook}}</ref> Η ενεργότητα των ιόντων υδροξωνίου στο ουδέτερο νερό είναι 10<sup>−7</sup>&nbsp;[[Συγκέντρωση διαλύματος|mol·L<sup>−1</sup>]], έτσι το pH είναι 7. Το ξύδι τυπικά έχει pH περίπου 3. Η διαφορά 4 με το ουδέτερο νερό αντιστοιχεί σε διαφορά 10<sup>4</sup> στη ενεργότητα, δηλαδή η ενεργότητα των ιόντων υδροξωνίου στο ξύδι είναι περίπου 10<sup>−3</sup>&nbsp;mol·L<sup>−1</sup>.
Η ισχύς ενός σεισμού μετριέται λαμβάνοντας τον κοινό λογάριθμο της ενέργειας που ελευθερώνεται κατά την δόνηση. Αυτό χρησιμοποιείται στην [[κλίμακα μεγέθους ροπής]] ή την [[κλίμακα Ρίχτερ]]. Για παράδειγμα ένας σεισμός μεγέθους 5.0 απελευθερώνει 10 φορές και ενας μεγέθους 6.0 100 φορές την ενέργεια ενός σεισμού μεγέθους 4.0.<ref>{{Citation|last1=Crauder|first1=Bruce|last2=Evans|first2=Benny|last3=Noell|first3=Alan|title=Functions and Change: A Modeling Approach to College Algebra|publisher=Cengage Learning|location=Boston|edition=4th|isbn=978-0-547-15669-9|year=2008}}, ενότητα 4.4.</ref> Μία άλλη λογαριθμική κλίμακα είναι το [[φαινόμενο μέγεθος]]. Μετράει την λαμπρότητα των αστέρων λογαριθμικά.<ref>{{Citation|last1=Bradt|first1=Hale|title=Astronomy methods: a physical approach to astronomical observations|publisher=Cambridge University Press|series=Cambridge Planetary Science|isbn=978-0-521-53551-9|year=2004}}, ενότητα 8.3, σ. 231</ref> Ακόμα ένα παράδειγμα είναι το [[pH]] στη [[χημεία]], το pH είναι ο αρνητικός κοινός λογάριθμος της [[ενεργότητα]]ς των ιόντων [[υδροξώνιο|υδροξωνίου]] (η μορφή που παίρουν τα [[ιόν]]τα [[υδρογόνο]]υ H<sup>+</sup> στο νερό).<ref>{{Citation|author=[[IUPAC]]|title=Compendium of Chemical Terminology ("Gold Book")|edition=2η|editor=A. D. McNaught, A. Wilkinson|publisher=Blackwell Scientific Publications|location=Oxford|year=1997|url=http://goldbook.iupac.org/P04524.html|isbn=978-0-9678550-9-7|doi=10.1351/goldbook}}</ref> Η ενεργότητα των ιόντων υδροξωνίου στο ουδέτερο νερό είναι 10<sup>−7</sup>&nbsp;[[Συγκέντρωση διαλύματος|mol·L<sup>−1</sup>]], έτσι το pH είναι 7. Το ξύδι τυπικά έχει pH περίπου 3. Η διαφορά 4 με το ουδέτερο νερό αντιστοιχεί σε διαφορά 10<sup>4</sup> στη ενεργότητα, δηλαδή η ενεργότητα των ιόντων υδροξωνίου στο ξύδι είναι περίπου 10<sup>−3</sup>&nbsp;mol·L<sup>−1</sup>.


Τα [[ημιλογαριθμικό γράφημα|ημιλογαριθμικά]] γραφήματα κάνουν χρήση της λογαριθμικής κλίμακας για οπτικοποίηση, όπου ένας άξονας, τυπικά ο κατακόρυφος, είναι σε λογαριθμική κλίμακα. Για παράδειγμα το γράφημα στα αριστερά, συμπιέζει την μεγάλη αύξηση από το 1 εκατομμύριο στο 1 τρισεκατομύριο στον ίδιο χώρο (στον κατακόρυφο άξονα) με την αύξηση από το 1 στο 1 εκατομμύριο. Σε τέτοιου είδους γραφήματα, οι [[εκθετική συνάρτηση|εκθετικές συναρτήσεις]] του τύπου {{nowrap begin}}''f''(''x'') = ''a'' · ''b''<sup>''x''</sup>{{nowrap end}} εμφανίζονται ως ευθείες γραμμές με [[Κλίση συνάρτησης|κλίση]] ανάλογη του ''b''. Σε γραφήματα με λογαριθμική κλίμακα και στους δύο άξονες, συναρτήσεις του τύπου {{nowrap begin}}''f''(''x'') = ''a'' · ''x''<sup>''k''</sup>{{nowrap end}} αναπαρίστανται ως ευθείες με κλίση ανάλογη του εκθέτη ''k''. Αυτό έχει εφαρμογή στην οπτικοποίηση και ανάλυση [[εκθετικός νόμος|εκθετικών νόμων]].<ref>{{Citation|last1=Bird|first1=J. O.|title=Newnes engineering mathematics pocket book |publisher=Newnes|location=Oxford|edition=3rd|isbn=978-0-7506-4992-6|year=2001}}, section 34</ref>
Τα [[ημιλογαριθμικό γράφημα|ημιλογαριθμικά]] γραφήματα κάνουν χρήση της λογαριθμικής κλίμακας για οπτικοποίηση, όπου ένας άξονας, τυπικά ο κατακόρυφος, είναι σε λογαριθμική κλίμακα. Για παράδειγμα το γράφημα στα αριστερά, συμπιέζει την μεγάλη αύξηση από το 1 εκατομμύριο στο 1 τρισεκατομύριο στον ίδιο χώρο (στον κατακόρυφο άξονα) με την αύξηση από το 1 στο 1 εκατομμύριο. Σε τέτοιου είδους γραφήματα, οι [[εκθετική συνάρτηση|εκθετικές συναρτήσεις]] του τύπου {{nowrap begin}}''f''(''x'') = ''a'' · ''b''<sup>''x''</sup>{{nowrap end}} εμφανίζονται ως ευθείες γραμμές με [[Κλίση συνάρτησης|κλίση]] ανάλογη του ''b''. Σε γραφήματα με λογαριθμική κλίμακα και στους δύο άξονες, συναρτήσεις του τύπου {{nowrap begin}}''f''(''x'') = ''a'' · ''x''<sup>''k''</sup>{{nowrap end}} αναπαρίστανται ως ευθείες με κλίση ανάλογη του εκθέτη ''k''. Αυτό έχει εφαρμογή στην οπτικοποίηση και ανάλυση [[εκθετικός νόμος|εκθετικών νόμων]].<ref>{{Citation|last1=Bird|first1=J. O.|title=Newnes engineering mathematics pocket book |publisher=Newnes|location=Oxford|edition=3rd|isbn=978-0-7506-4992-6|year=2001}}, ενότητα 34</ref>


===Ψυχολογία===
===Ψυχολογία===
Οι λογάριθμοι εμφανίζονται σε διάφορους νόμους που περιγράφουν την [[ανθρώπινη αντίληψη]]:<ref>{{Citation | last1=Goldstein | first1=E. Bruce | title=Encyclopedia of Perception | url=http://books.google.de/books?id=Y4TOEN4f5ZMC | publisher=Sage | location=Thousand Oaks, CA | series=Encyclopedia of Perception | isbn=978-1-4129-4081-8 | year=2009}}, p. 355&ndash;356</ref><ref>{{Citation | last1=Matthews | first1=Gerald | title=Human performance: cognition, stress, and individual differences | url=http://books.google.de/books?id=0XrpulSM1HUC | publisher=Psychology Press | location=Hove | series=Human Performance: Cognition, Stress, and Individual Differences | isbn=978-0-415-04406-6 | year=2000}}, p. 48</ref> Ο [[νόμος του Hick]] προτείνει λογαριθμική σχέση μεταξύ του χρόνου που χρειάζεται ένα άτομο για την επιλογή μίας απόφασης και του αριθμού των επιλογών που έχει.<ref>{{Citation|last1=Welford|first1=A. T.|title=Fundamentals of skill|publisher=Methuen|location=London|isbn=978-0-416-03000-6 |oclc=219156|year=1968}}, p. 61</ref> Ο [[νόμος του Fitt]] προβλέπει ότι ο χρόνος που απαιτείται για ταχεία κίνηση σε μία περιοχή στόχο είναι λογαριθμική συνάρτηση της απόστασης και του μεγέθους του στόχου.<ref>{{Citation|author=Paul M. Fitts|year=1954|title=The information capacity of the human motor system in controlling the amplitude of movement|journal=Journal of Experimental Psychology|volume=47|issue=6|month=June|pages=381–391 | pmid=13174710 | doi =10.1037/h0055392 }}, ανατυπωμένο στο {{Citation|journal=Journal of Experimental Psychology: General|volume=121|issue=3|pages=262&ndash;269|year=1992 | pmid=1402698 | url=http://sing.stanford.edu/cs303-sp10/papers/1954-Fitts.pdf | format=PDF | accessdate=30 March 2011 |title=The information capacity of the human motor system in controlling the amplitude of movement|author=Paul M. Fitts|doi=10.1037/0096-3445.121.3.262}}</ref> Στην [[ψυχοφυσική]], ο [[νόμος Weber–Fechner]] προτείνει λογαριθμική σχέση μεταξύ του [[ερέθισμα (ψυχολογία)|ερεθίσματος]] και της [[αίσθηση (ψυχολογία)|αίσθησης]] όπως για παράδειγμα το πραγματικό και το φαινόμενο βάρος ενός αντικειμένου που κουβαλάει ένα άτομο.<ref>{{Citation | last1=Banerjee | first1=J. C. | title=Encyclopaedic dictionary of psychological terms | publisher=M.D. Publications | location=New Delhi | isbn=9788185880280 | oclc=33860167 | year=1994|url=http://books.google.com/?id=Pwl5U2q5hfcC&pg=PA306&dq=weber+fechner+law#v=onepage&q=weber%20fechner%20law&f=false}}, p. 304</ref> (Αυτός ο «νόμος» ωστόσο είναι λιγότερο ακριβής από νεότερα μοντέλα όπως ο [[εκθετικός νόμος του Stevens]].<ref>{{Citation|last1=Nadel|first1=Lynn|title=Encyclopedia of cognitive science|publisher=John Wiley & Sons|location=New York|isbn=978-0-470-01619-0|year=2005}}, λήμματα ''Psychophysics'' και ''Perception: Overview''</ref>)
Οι λογάριθμοι εμφανίζονται σε διάφορους νόμους που περιγράφουν την [[ανθρώπινη αντίληψη]]:<ref>{{Citation | last1=Goldstein | first1=E. Bruce | title=Encyclopedia of Perception | url=http://books.google.de/books?id=Y4TOEN4f5ZMC | publisher=Sage | location=Thousand Oaks, CA | series=Encyclopedia of Perception | isbn=978-1-4129-4081-8 | year=2009}}, σ. 355&ndash;356</ref><ref>{{Citation | last1=Matthews | first1=Gerald | title=Human performance: cognition, stress, and individual differences | url=http://books.google.de/books?id=0XrpulSM1HUC | publisher=Psychology Press | location=Hove | series=Human Performance: Cognition, Stress, and Individual Differences | isbn=978-0-415-04406-6 | year=2000}}, σ. 48</ref> Ο [[νόμος του Hick]] προτείνει λογαριθμική σχέση μεταξύ του χρόνου που χρειάζεται ένα άτομο για την επιλογή μίας απόφασης και του αριθμού των επιλογών που έχει.<ref>{{Citation|last1=Welford|first1=A. T.|title=Fundamentals of skill|publisher=Methuen|location=London|isbn=978-0-416-03000-6 |oclc=219156|year=1968}}, σ. 61</ref> Ο [[νόμος του Fitt]] προβλέπει ότι ο χρόνος που απαιτείται για ταχεία κίνηση σε μία περιοχή στόχο είναι λογαριθμική συνάρτηση της απόστασης και του μεγέθους του στόχου.<ref>{{Citation|author=Paul M. Fitts|year=1954|title=The information capacity of the human motor system in controlling the amplitude of movement|journal=Journal of Experimental Psychology|volume=47|issue=6|month=June|pages=381–391 | pmid=13174710 | doi =10.1037/h0055392 }}, ανατυπωμένο στο {{Citation|journal=Journal of Experimental Psychology: General|volume=121|issue=3|pages=262&ndash;269|year=1992 | pmid=1402698 | url=http://sing.stanford.edu/cs303-sp10/papers/1954-Fitts.pdf | format=PDF | accessdate=30 March 2011 |title=The information capacity of the human motor system in controlling the amplitude of movement|author=Paul M. Fitts|doi=10.1037/0096-3445.121.3.262}}</ref> Στην [[ψυχοφυσική]], ο [[νόμος Weber–Fechner]] προτείνει λογαριθμική σχέση μεταξύ του [[ερέθισμα (ψυχολογία)|ερεθίσματος]] και της [[αίσθηση (ψυχολογία)|αίσθησης]] όπως για παράδειγμα το πραγματικό και το φαινόμενο βάρος ενός αντικειμένου που κουβαλάει ένα άτομο.<ref>{{Citation | last1=Banerjee | first1=J. C. | title=Encyclopaedic dictionary of psychological terms | publisher=M.D. Publications | location=New Delhi | isbn=9788185880280 | oclc=33860167 | year=1994|url=http://books.google.com/?id=Pwl5U2q5hfcC&pg=PA306&dq=weber+fechner+law#v=onepage&q=weber%20fechner%20law&f=false}}, σ. 304</ref> (Αυτός ο «νόμος» ωστόσο είναι λιγότερο ακριβής από νεότερα μοντέλα όπως ο [[εκθετικός νόμος του Stevens]].<ref>{{Citation|last1=Nadel|first1=Lynn|title=Encyclopedia of cognitive science|publisher=John Wiley & Sons|location=New York|isbn=978-0-470-01619-0|year=2005}}, λήμματα ''Psychophysics'' και ''Perception: Overview''</ref>)


Ψυχολογικές μελέτες έχουν διαπιστώσει ότι μαθηματικώς ακαλλιέργητα άτομα τείνουν να εκτιμούν τις ποσότητες λογαριθμικά, δηλαδή τοποθετούν ένα αριθμό σε μία αβαθμονόμητη γραμμή στον λογάριθμό του, έτσι ώστε το 10 τοποθετείται τόσο κοντά στο 20 όσο το 100 στο 200. Η αύξηση της μαθηματικής κατανόησης μετατοπίζει αυτή την συμπεριφορά προς την γραμμική εκτίμμηση.<ref>{{Citation | doi=10.1111/1467-9280.02438 | last1=Siegler|first1=Robert S.|last2=Opfer|first2=John E.|title=The Development of Numerical Estimation. Evidence for Multiple Representations of Numerical Quantity|volume=14|issue=3|pages=237–43|year=2003|journal=Psychological Science
Ψυχολογικές μελέτες έχουν διαπιστώσει ότι μαθηματικώς ακαλλιέργητα άτομα τείνουν να εκτιμούν τις ποσότητες λογαριθμικά, δηλαδή τοποθετούν ένα αριθμό σε μία αβαθμονόμητη γραμμή στον λογάριθμό του, έτσι ώστε το 10 τοποθετείται τόσο κοντά στο 20 όσο το 100 στο 200. Η αύξηση της μαθηματικής κατανόησης μετατοπίζει αυτή την συμπεριφορά προς την γραμμική εκτίμμηση.<ref>{{Citation | doi=10.1111/1467-9280.02438 | last1=Siegler|first1=Robert S.|last2=Opfer|first2=John E.|title=The Development of Numerical Estimation. Evidence for Multiple Representations of Numerical Quantity|volume=14|issue=3|pages=237–43|year=2003|journal=Psychological Science
Γραμμή 323: Γραμμή 323:
[[File:Benfords law illustrated by world's countries population.png|Κατανομή των πρώτων ψηφίvν (σε %, κόκκινες στήλες) στον πληθυσμό των 237 χωρών του κόσμου. Οι μαύρες βούλες υποδεικνύουν την κατανομή που προβλέφθηκε από τον νόμο του Benford.|thumb|right]]
[[File:Benfords law illustrated by world's countries population.png|Κατανομή των πρώτων ψηφίvν (σε %, κόκκινες στήλες) στον πληθυσμό των 237 χωρών του κόσμου. Οι μαύρες βούλες υποδεικνύουν την κατανομή που προβλέφθηκε από τον νόμο του Benford.|thumb|right]]


Οι λογάριθμοι εμφανίζονται και στην [[θεωρία πιθανοτήτων]]: σύμφωνα με τον [[νόμος των μεγάλων αριθμών|νόμο των μεγάλων αριθμών]], για ένα [[δίκαιο νόμισμα]] , καθώς ο αριθμός που ρίχνεται το νόμισμα τείνει στο άπειρο, η παρατηρούμενη αναλογία των «κεφαλών» τείνει στο μισό. Οι αυξομειώσεις αυτής της αναλογίας γύρω από το μισό περιγράφονται από τον [[νόμο του επαναλαμβανόμενου λογάριθμου]].<ref>{{Citation | last1=Breiman | first1=Leo | title=Probability | publisher=Society for Industrial and Applied Mathematics | location=Philadelphia | series=Classics in applied mathematics | isbn=978-0-89871-296-4 | year=1992}}, section 12.9</ref>
Οι λογάριθμοι εμφανίζονται και στην [[θεωρία πιθανοτήτων]]: σύμφωνα με τον [[νόμος των μεγάλων αριθμών|νόμο των μεγάλων αριθμών]], για ένα [[δίκαιο νόμισμα]] , καθώς ο αριθμός που ρίχνεται το νόμισμα τείνει στο άπειρο, η παρατηρούμενη αναλογία των «κεφαλών» τείνει στο μισό. Οι αυξομειώσεις αυτής της αναλογίας γύρω από το μισό περιγράφονται από τον [[νόμο του επαναλαμβανόμενου λογάριθμου]].<ref>{{Citation | last1=Breiman | first1=Leo | title=Probability | publisher=Society for Industrial and Applied Mathematics | location=Philadelphia | series=Classics in applied mathematics | isbn=978-0-89871-296-4 | year=1992}}, ενότητα 12.9</ref>


Οι λογάριθμοι εμφανίζονται επίσης στις [[λογαριθμοκανονική κατανομή|λογαριθμοκανονικές κατανομές]]. Όταν ο λογάριθμος μίας [[τυχαία μεταβλητή|τυχαίας μεταβλητής]] έχει [[κανονική κατανομή]], τότε λέγεται ότι η μεταβλητική έχει λογαριθμοκανονική κατανομή.<ref>{{Citation|last1=Aitchison|first1=J.|last2=Brown|first2=J. A. C.|title=The lognormal distribution|publisher=Cambridge University Press|isbn=978-0-521-04011-2 |oclc=301100935|year=1969}}</ref> Οι λογαριθμοκανονικές κατανομές εμφανίζονται σε πολλά πεδία, οπουδήποτε η μεταβλητή σχηματίζεται ως γινόμενο πολλών ανεξάρτητων θετικών τυχαίων μεταβλητών, όπως για παράδειγμα στη μελέδη της τύρβης.<ref>{{Citation | title = An introduction to turbulent flow | author = Jean Mathieu and Julian Scott | publisher = Cambridge University Press | year = 2000 | isbn = 9780521775380 | page = 50 | url = http://books.google.com/books?id=nVA53NEAx64C&pg=PA50 }}</ref>
Οι λογάριθμοι εμφανίζονται επίσης στις [[λογαριθμοκανονική κατανομή|λογαριθμοκανονικές κατανομές]]. Όταν ο λογάριθμος μίας [[τυχαία μεταβλητή|τυχαίας μεταβλητής]] έχει [[κανονική κατανομή]], τότε λέγεται ότι η μεταβλητική έχει λογαριθμοκανονική κατανομή.<ref>{{Citation|last1=Aitchison|first1=J.|last2=Brown|first2=J. A. C.|title=The lognormal distribution|publisher=Cambridge University Press|isbn=978-0-521-04011-2 |oclc=301100935|year=1969}}</ref> Οι λογαριθμοκανονικές κατανομές εμφανίζονται σε πολλά πεδία, οπουδήποτε η μεταβλητή σχηματίζεται ως γινόμενο πολλών ανεξάρτητων θετικών τυχαίων μεταβλητών, όπως για παράδειγμα στη μελέδη της τύρβης.<ref>{{Citation | title = An introduction to turbulent flow | author = Jean Mathieu and Julian Scott | publisher = Cambridge University Press | year = 2000 | isbn = 9780521775380 | page = 50 | url = http://books.google.com/books?id=nVA53NEAx64C&pg=PA50 }}</ref>


Οι λογάριθμοι χρησιμοποιούνται για την [[εκτίμηση μέγιστης πιθανοφάνειας]] παραμετρικών [[στατιστικό μοντέλο|στατιστικών μοντέλων]]. Για ένα τέτοιο μοντέλο, η [[συνάρτηση πιθανοφάνειας]] (''likelihood function'') εξαρτάται από τουλάχιστον μία [[παραμετρικό μοντέλο|παράμετρο]] που χρειάζεται να εκτιμηθεί. Ένα μέγιστο για τη συνάρτηση πιθανοφάνειας εμφανίζεται στην ίδια παράμετρο-τιμή όπως και στο μέγιστο του λογάριθμου της πιθανοφάνειας (λογαριθμο-πιθανοφάνεια), επειδή ο λογάριθμος είναι αύξουσα συνάρτηση.Η λογαριθμο-πιθανοφάνεια είναι ευκολότερο να μεγιστοποιηθεί, ειδικότερα για τις πολλαπλασιασμένες πιθανοφάνεις [[ανεξαρτησία (πιθανότητα)|ανεξάρτητων]] τυχαίων μεταβλητών.<ref>{{Citation|last1=Rose|first1=Colin|last2=Smith|first2=Murray D.|title=Mathematical statistics with Mathematica|publisher=Springer-Verlag|location=Berlin, New York|series=Springer texts in statistics|isbn=978-0-387-95234-5|year=2002}}, section 11.3</ref>
Οι λογάριθμοι χρησιμοποιούνται για την [[εκτίμηση μέγιστης πιθανοφάνειας]] παραμετρικών [[στατιστικό μοντέλο|στατιστικών μοντέλων]]. Για ένα τέτοιο μοντέλο, η [[συνάρτηση πιθανοφάνειας]] (''likelihood function'') εξαρτάται από τουλάχιστον μία [[παραμετρικό μοντέλο|παράμετρο]] που χρειάζεται να εκτιμηθεί. Ένα μέγιστο για τη συνάρτηση πιθανοφάνειας εμφανίζεται στην ίδια παράμετρο-τιμή όπως και στο μέγιστο του λογάριθμου της πιθανοφάνειας (λογαριθμο-πιθανοφάνεια), επειδή ο λογάριθμος είναι αύξουσα συνάρτηση.Η λογαριθμο-πιθανοφάνεια είναι ευκολότερο να μεγιστοποιηθεί, ειδικότερα για τις πολλαπλασιασμένες πιθανοφάνεις [[ανεξαρτησία (πιθανότητα)|ανεξάρτητων]] τυχαίων μεταβλητών.<ref>{{Citation|last1=Rose|first1=Colin|last2=Smith|first2=Murray D.|title=Mathematical statistics with Mathematica|publisher=Springer-Verlag|location=Berlin, New York|series=Springer texts in statistics|isbn=978-0-387-95234-5|year=2002}}, ενότητα 11.3</ref>


Ο [[νόμος του Benford]] περιγράφει την εμφάνιση ψηφίων σε πολλά [[σύνολο δεδομένων|σύνολα δεδομένων]], όπως για παράδειγμα τα ύψη κτηρίων]]. Σύμφωνα με τον νόμο του Benford, η πιθανότητα το πρώτο ψηφίο (στο δεκαδικό σύστημα) ενός αντικειμένου στο δείγμα δεδομένων να είναι ''d'' (από 1 έως 9) ισούται με log<sub>10</sub>(''d'' + 1) − log<sub>10</sub>(''d''), ανεξαρτήτως της μονάδας μέτρησης.<ref>{{Citation|last1=Tabachnikov|first1=Serge|title=Geometry and Billiards|publisher=American Mathematical Society|location=Providence, R.I.|isbn=978-0-8218-3919-5|year=2005|pages=36–40}}, section 2.1</ref> Συνεπώς, περίπου το 30% των δεδομένων αναμένεται να έχει πρώτο ψηφίο το 1, το 18% να ξεκινά με 2, κτλ. Οι εξεταστές λογιστικών βιβλίων εξετάζουν αποκλίσεις από τον νόμο του Benford ώστε να ανακαλύψουν λογιστικές απάτες.<ref>{{Citation|title=The Effective Use of Benford's Law in Detecting Fraud in Accounting Data|first1=Cindy|last1=Durtschi| first2=William | last2 = Hillison | first3 = Carl | last3 = Pacini | url=http://www.auditnet.org/articles/JFA-V-1-17-34.pdf| volume=V |pages=17–34|year=2004|journal=Journal of Forensic Accounting}}</ref>
Ο [[νόμος του Benford]] περιγράφει την εμφάνιση ψηφίων σε πολλά [[σύνολο δεδομένων|σύνολα δεδομένων]], όπως για παράδειγμα τα ύψη κτηρίων]]. Σύμφωνα με τον νόμο του Benford, η πιθανότητα το πρώτο ψηφίο (στο δεκαδικό σύστημα) ενός αντικειμένου στο δείγμα δεδομένων να είναι ''d'' (από 1 έως 9) ισούται με log<sub>10</sub>(''d'' + 1) − log<sub>10</sub>(''d''), ανεξαρτήτως της μονάδας μέτρησης.<ref>{{Citation|last1=Tabachnikov|first1=Serge|title=Geometry and Billiards|publisher=American Mathematical Society|location=Providence, R.I.|isbn=978-0-8218-3919-5|year=2005|pages=36–40}}, ενότητα 2.1</ref> Συνεπώς, περίπου το 30% των δεδομένων αναμένεται να έχει πρώτο ψηφίο το 1, το 18% να ξεκινά με 2, κτλ. Οι εξεταστές λογιστικών βιβλίων εξετάζουν αποκλίσεις από τον νόμο του Benford ώστε να ανακαλύψουν λογιστικές απάτες.<ref>{{Citation|title=The Effective Use of Benford's Law in Detecting Fraud in Accounting Data|first1=Cindy|last1=Durtschi| first2=William | last2 = Hillison | first3 = Carl | last3 = Pacini | url=http://www.auditnet.org/articles/JFA-V-1-17-34.pdf| volume=V |pages=17–34|year=2004|journal=Journal of Forensic Accounting}}</ref>


===Υπολογιστική πολυπλοκότητα===
===Υπολογιστική πολυπλοκότητα===


Η [[ανάλυση αλγορίθμων]] είναι κλάδος της [[επιστήμη υπολογιστών|επιστήμης υπολογιστών]] που μελετά την απόδοση [[αλγόριθμος|αλγορίθμων]].<ref name=Wegener>{{Citation|last1=Wegener|first1=Ingo| title=Complexity theory: exploring the limits of efficient algorithms|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-3-540-21045-0|year=2005}}, pages 1-2</ref> Οι λογάριθμοι είναι πολύτιμοι για την περιγραφεί αλγόριθμων οι οποίοι [[Διαίρει και βασίλευε (υπολογιστές)|χωρίζουν ένα πρόβλημα]] σε μικρότερα, και έπειτα συνδυάζονται οι λύσει των υποπροβλημάτων.<ref>{{Citation|last1=Harel|first1=David|last2=Feldman|first2=Yishai A.|title=Algorithmics: the spirit of computing|location=New York|publisher=Addison-Wesley|isbn=978-0-321-11784-7|year=2004}}, p. 143</ref>
Η [[ανάλυση αλγορίθμων]] είναι κλάδος της [[επιστήμη υπολογιστών|επιστήμης υπολογιστών]] που μελετά την απόδοση [[αλγόριθμος|αλγορίθμων]].<ref name=Wegener>{{Citation|last1=Wegener|first1=Ingo| title=Complexity theory: exploring the limits of efficient algorithms|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-3-540-21045-0|year=2005}}, pages 1-2</ref> Οι λογάριθμοι είναι πολύτιμοι για την περιγραφεί αλγόριθμων οι οποίοι [[Διαίρει και βασίλευε (υπολογιστές)|χωρίζουν ένα πρόβλημα]] σε μικρότερα, και έπειτα συνδυάζονται οι λύσει των υποπροβλημάτων.<ref>{{Citation|last1=Harel|first1=David|last2=Feldman|first2=Yishai A.|title=Algorithmics: the spirit of computing|location=New York|publisher=Addison-Wesley|isbn=978-0-321-11784-7|year=2004}}, σ. 143</ref>


Για παράδειγμα, για την εύρεση ενός αριθμού σε ένα ταξινομημένο κατάλογο, ο [[Δυαδική αναζήτηση|αλγόριθμος δυαδικής αναζήτησης]] ελέγχει τη μεσαία καταχώρηση και προχωρά με τον μισό κατάλογο πριν ή μετά το μεσαίο αν ο αριθμός δεν έχει ακόμα βρεθεί. Αυτός ο αλγόριθμος απαιτεί, κατά μέσο όρο, log<sub>2</sub>(''N'') συγκρίσεις, όπου ''N'' είναι το μήκος του καταλόγου.<ref>{{citation | last = Knuth | first = Donald | authorlink = Donald Knuth | title = The Art of Computer Programming | publisher = Addison-Wesley |location=Reading, Mass. | year= 1998| isbn = 978-0-201-89685-5 |ref=nb}}, section 6.2.1, pp. 409–426</ref> Παρομοίως, ο αλγόριθμος [[merge sort]] ταξινομεί ένα αταξινόμητο κατάλογο χωρίζοντάς τον στη μέση και ταξινομώντας πρώτα τα μισά πριν συνδυάσει τα αποτελέσματα. Οι αλγόριθμοι merge sort τυπικά απαιτούν χρόνο [[συμβολισμός O|περίπου ανάλογο του]] {{nowrap|''N'' · log(''N'')}}.<ref>{{Harvnb|Knuth|1998|loc=section 5.2.4, pp. 158–168|nb=yes}}</ref> Η βάση του λογάριθμου δεν καθορίζεται εδώ επειδή το αποτέλεσμα αλλάζει μόνο κατά ένα σταθερό παράγοντα όταν χρησιμοποιείται άλλη βάση. Ένας σταθερός παράγοντας, συνήθως δεν λαμβάνεται υπόψη στην ανάλυση αλγορίθμων υπό το τυπικό μοντέλο ομοιόμορφου κόστους.<ref name=Wegener20>{{Citation|last1=Wegener|first1=Ingo| title=Complexity theory: exploring the limits of efficient algorithms|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-3-540-21045-0|year=2005|page=20}}</ref>
Για παράδειγμα, για την εύρεση ενός αριθμού σε ένα ταξινομημένο κατάλογο, ο [[Δυαδική αναζήτηση|αλγόριθμος δυαδικής αναζήτησης]] ελέγχει τη μεσαία καταχώρηση και προχωρά με τον μισό κατάλογο πριν ή μετά το μεσαίο αν ο αριθμός δεν έχει ακόμα βρεθεί. Αυτός ο αλγόριθμος απαιτεί, κατά μέσο όρο, log<sub>2</sub>(''N'') συγκρίσεις, όπου ''N'' είναι το μήκος του καταλόγου.<ref>{{citation | last = Knuth | first = Donald | authorlink = Donald Knuth | title = The Art of Computer Programming | publisher = Addison-Wesley |location=Reading, Mass. | year= 1998| isbn = 978-0-201-89685-5 |ref=nb}}, ενότητα 6.2.1, σσ. 409–426</ref> Παρομοίως, ο αλγόριθμος [[merge sort]] ταξινομεί ένα αταξινόμητο κατάλογο χωρίζοντάς τον στη μέση και ταξινομώντας πρώτα τα μισά πριν συνδυάσει τα αποτελέσματα. Οι αλγόριθμοι merge sort τυπικά απαιτούν χρόνο [[συμβολισμός O|περίπου ανάλογο του]] {{nowrap|''N'' · log(''N'')}}.<ref>{{Harvnb|Knuth|1998|loc=ενότητα 5.2.4, σσ. 158–168|nb=yes}}</ref> Η βάση του λογάριθμου δεν καθορίζεται εδώ επειδή το αποτέλεσμα αλλάζει μόνο κατά ένα σταθερό παράγοντα όταν χρησιμοποιείται άλλη βάση. Ένας σταθερός παράγοντας, συνήθως δεν λαμβάνεται υπόψη στην ανάλυση αλγορίθμων υπό το τυπικό μοντέλο ομοιόμορφου κόστους.<ref name=Wegener20>{{Citation|last1=Wegener|first1=Ingo| title=Complexity theory: exploring the limits of efficient algorithms|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-3-540-21045-0|year=2005|page=20}}</ref>


Μία συνάρτηση ''f''(''x'') λέγεται ότι [[λογαριθμική αύξηση|αυξάνεται λογαριθμικά]] αν η ''f''(''x'') είναι (ακριβώς ή προσεγγιστικά) ανάλογη του λογαρίθμου του ''x''. (Οι βιολογικές περιγραφές της ανάπτυξης οργανισμών, ωστόσο, χρησιμοποιούν αυτό τον όρο για εκθετικές συναρτήσεις.<ref>{{Citation |last1=Mohr|first1=Hans|last2=Schopfer|first2=Peter|title=Plant physiology|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-3-540-58016-4|year=1995}}, chapter 19, p. 298</ref>) Για παράδειγμα, οποιοσδήποτε [[φυσικός αριθμός]] ''N'' μπορεί να αναπαρασταθεί σε [[Δυαδικό σύστημα|δυαδική μορφή]] σε όχι παραπάνω από {{nowrap|log<sub>2</sub>(''N'') + 1}} [[bit]]. Με άλλα λόγια, το ποσό της [[Μνήμη υπολογιστή|μνήμης]] που απαιτείται για την αποθήκευση του ''N'' αυξάνεται λογαριθμικά με το ''N''.
Μία συνάρτηση ''f''(''x'') λέγεται ότι [[λογαριθμική αύξηση|αυξάνεται λογαριθμικά]] αν η ''f''(''x'') είναι (ακριβώς ή προσεγγιστικά) ανάλογη του λογαρίθμου του ''x''. (Οι βιολογικές περιγραφές της ανάπτυξης οργανισμών, ωστόσο, χρησιμοποιούν αυτό τον όρο για εκθετικές συναρτήσεις.<ref>{{Citation |last1=Mohr|first1=Hans|last2=Schopfer|first2=Peter|title=Plant physiology|publisher=Springer-Verlag|location=Berlin, New York|isbn=978-3-540-58016-4|year=1995}}, κεφάλαιο 19, σ. 298</ref>) Για παράδειγμα, οποιοσδήποτε [[φυσικός αριθμός]] ''N'' μπορεί να αναπαρασταθεί σε [[Δυαδικό σύστημα|δυαδική μορφή]] σε όχι παραπάνω από {{nowrap|log<sub>2</sub>(''N'') + 1}} [[bit]]. Με άλλα λόγια, το ποσό της [[Μνήμη υπολογιστή|μνήμης]] που απαιτείται για την αποθήκευση του ''N'' αυξάνεται λογαριθμικά με το ''N''.


=== Εντροπία και χάος===
=== Εντροπία και χάος===
Γραμμή 344: Γραμμή 344:
Η [[εντροπία]] είναι χοντρικά μέτρο της αταξίας κάποιου συστήματος. Στην [[στατιστική θερμοδυναμική]], η εντροπία ''S'' ενός φυσικού συστήματος ορίζεται ως
Η [[εντροπία]] είναι χοντρικά μέτρο της αταξίας κάποιου συστήματος. Στην [[στατιστική θερμοδυναμική]], η εντροπία ''S'' ενός φυσικού συστήματος ορίζεται ως
:<math> S = - k \sum_i p_i \ln(p_i).\, </math>
:<math> S = - k \sum_i p_i \ln(p_i).\, </math>
Το άθροισμα αφορά όλες τις πιθανές καταστάσεις ''i'' του υπό εξέταση συστήματος, όπως οι θέσεις των σωματιδίων αερίου σε ένα δοχείο. Επιπλέον, ''p''<sub>''i''</sub> είναι η πιθανότητα ότι έχει επιτευχθεί η κατάσταση ''i'' και ''k'' είναι η [[σταθερά Boltzmann]]. Παρομοίως, η [[εντροπία (θεωρία πληροφοριών)|εντροπία στη θεωρία πληροφοριών]] μετράει την ποσότητα της πληροφορίας/ Αν ένας αποδέκτης μηνύματος αναμένει οποιοδήποτε από τα ''N'' πιθανά μυνήματα με την ίδια πιθανότητα, τότε η ποσότητα πληροφορίας που μεταβιβάζεται από οποιοδήποτε τέτοιο μήνυμα ποσοτικοποιείται ως log<sub>2</sub>(''N'') bit.<ref>{{Citation|last1=Eco|first1=Umberto|author1-link=Umberto Eco|title=The open work |publisher=Harvard University Press|isbn=978-0-674-63976-8|year=1989}}, section III.I</ref>
Το άθροισμα αφορά όλες τις πιθανές καταστάσεις ''i'' του υπό εξέταση συστήματος, όπως οι θέσεις των σωματιδίων αερίου σε ένα δοχείο. Επιπλέον, ''p''<sub>''i''</sub> είναι η πιθανότητα ότι έχει επιτευχθεί η κατάσταση ''i'' και ''k'' είναι η [[σταθερά Boltzmann]]. Παρομοίως, η [[εντροπία (θεωρία πληροφοριών)|εντροπία στη θεωρία πληροφοριών]] μετράει την ποσότητα της πληροφορίας/ Αν ένας αποδέκτης μηνύματος αναμένει οποιοδήποτε από τα ''N'' πιθανά μυνήματα με την ίδια πιθανότητα, τότε η ποσότητα πληροφορίας που μεταβιβάζεται από οποιοδήποτε τέτοιο μήνυμα ποσοτικοποιείται ως log<sub>2</sub>(''N'') bit.<ref>{{Citation|last1=Eco|first1=Umberto|author1-link=Umberto Eco|title=The open work |publisher=Harvard University Press|isbn=978-0-674-63976-8|year=1989}}, ενότητα III.I</ref>


Οι [[εκθέτης Lyapunov|εκθέτες Lyapunov]] κάνουν χρήση λογαρίθμων για την μέτρηση της χαοτικότητας ενός [[δυναμικό σύστημα|δυναμικού συστήματος]]. Για παράδειγμα, για ένα σωματίδιο που κινείται σε ένα οβάλ τραπέζι μπιλιάρδου, ακόμα και μικρές αλλαγές των αρχικών συνθηκών έχουν αποτέλεσμα πολύ διαφορετικές τροχιές. Τέτοια συστήματα είναι [[θεωρία του χάους|χαοτικά]] κατά [[ντετερμινιστικό σύστημα|ντετερμινιστικό]] τρόπο επειδή μικρά σφάλματα μετρήσεων της αρχικής κατάστασης οδηγούν με προβλέψιμο τρόπο σε πολύ διαφορετικές τελικές καταστάσεις.<ref>{{Citation | last1=Sprott | first1=Julien Clinton | title=Elegant Chaos: Algebraically Simple Chaotic Flows | url=http://books.google.com/books?id=buILBDre9S4C | publisher=World Scientific |location=New Jersey|isbn=978-981-283-881-0| year=2010}}, section 1.9</ref> Τουλάχιστον ένας εκθέτης Λιαπούνοφ ενός ντετερμινιστικώς χαοτικού συστήματος είναι θετικός.
Οι [[εκθέτης Lyapunov|εκθέτες Lyapunov]] κάνουν χρήση λογαρίθμων για την μέτρηση της χαοτικότητας ενός [[δυναμικό σύστημα|δυναμικού συστήματος]]. Για παράδειγμα, για ένα σωματίδιο που κινείται σε ένα οβάλ τραπέζι μπιλιάρδου, ακόμα και μικρές αλλαγές των αρχικών συνθηκών έχουν αποτέλεσμα πολύ διαφορετικές τροχιές. Τέτοια συστήματα είναι [[θεωρία του χάους|χαοτικά]] κατά [[ντετερμινιστικό σύστημα|ντετερμινιστικό]] τρόπο επειδή μικρά σφάλματα μετρήσεων της αρχικής κατάστασης οδηγούν με προβλέψιμο τρόπο σε πολύ διαφορετικές τελικές καταστάσεις.<ref>{{Citation | last1=Sprott | first1=Julien Clinton | title=Elegant Chaos: Algebraically Simple Chaotic Flows | url=http://books.google.com/books?id=buILBDre9S4C | publisher=World Scientific |location=New Jersey|isbn=978-981-283-881-0| year=2010}}, ενότητα 1.9</ref> Τουλάχιστον ένας εκθέτης Λιαπούνοφ ενός ντετερμινιστικώς χαοτικού συστήματος είναι θετικός.


===Φράκταλ===
===Φράκταλ===
Γραμμή 360: Γραμμή 360:
:<math>\frac{466}{440} \approx \frac{493}{466} \approx 1.059 \approx \sqrt[12]2.</math>
:<math>\frac{466}{440} \approx \frac{493}{466} \approx 1.059 \approx \sqrt[12]2.</math>


Συνεπώς, οι λογάριθμοι μπορούν να χρησιμοποιηθούν για την περιγραφή διαστημάτων: ένα διάστημα μετριέται σε ημιτόνια λαμβάνοντας τον λογάριθμο με βάση την δωδέκατη ρίζα του 2 ({{nowrap|2<sup>1/12</sup>}}) του λόγου των συχνοτήτων, ενώ με τον λογάριθμο με βάση την 1200ή ρίζα του 2 του λόγου των συχνοτήτων το διάστημα μετριέται σε [[σεντ (μουσική)|σέντς]] (''cents''), εκατοστά του ημιτονίου. Το τελευταίο χρησιμοποιείται για ακριβέστερη κωδικοποίηση σε μή ισοσυγκερασμένα συστήματα.<ref>{{Citation|last1=Wright|first1=David|title=Mathematics and music|location=Providence, RI|publisher=AMS Bookstore|isbn=978-0-8218-4873-9|year=2009}}, chapter 5</ref>
Συνεπώς, οι λογάριθμοι μπορούν να χρησιμοποιηθούν για την περιγραφή διαστημάτων: ένα διάστημα μετριέται σε ημιτόνια λαμβάνοντας τον λογάριθμο με βάση την δωδέκατη ρίζα του 2 ({{nowrap|2<sup>1/12</sup>}}) του λόγου των συχνοτήτων, ενώ με τον λογάριθμο με βάση την 1200ή ρίζα του 2 του λόγου των συχνοτήτων το διάστημα μετριέται σε [[σεντ (μουσική)|σέντς]] (''cents''), εκατοστά του ημιτονίου. Το τελευταίο χρησιμοποιείται για ακριβέστερη κωδικοποίηση σε μή ισοσυγκερασμένα συστήματα.<ref>{{Citation|last1=Wright|first1=David|title=Mathematics and music|location=Providence, RI|publisher=AMS Bookstore|isbn=978-0-8218-4873-9|year=2009}}, κεφάλαιο 5</ref>


{| class="wikitable" style="text-align:center; margin:1em auto 1em auto;"
{| class="wikitable" style="text-align:center; margin:1em auto 1em auto;"
Γραμμή 409: Γραμμή 409:


:<math> \ln (n!) = \ln (1) + \ln (2) + \cdots + \ln (n). \,</math>
:<math> \ln (n!) = \ln (1) + \ln (2) + \cdots + \ln (n). \,</math>
Αυτό μπορεί να χρησιμοποιηθεί για την παραγωγή του [[τύπος του Stirling|τύπου του Stirling]], μίας προσέγγισης του ''n''! για μεγάλους ''n''.<ref>{{Citation|last1=Slomson|first1=Alan B.|title=An introduction to combinatorics|publisher=CRC Press|location=London|isbn=978-0-412-35370-3|year=1991}}, chapter 4</ref>
Αυτό μπορεί να χρησιμοποιηθεί για την παραγωγή του [[τύπος του Stirling|τύπου του Stirling]], μίας προσέγγισης του ''n''! για μεγάλους ''n''.<ref>{{Citation|last1=Slomson|first1=Alan B.|title=An introduction to combinatorics|publisher=CRC Press|location=London|isbn=978-0-412-35370-3|year=1991}}, κεφάλαιο 4</ref>


==Γενικεύσεις ==
==Γενικεύσεις ==
Γραμμή 423: Γραμμή 423:
:<math>r=\sqrt{x^2+y^2}. \,</math>
:<math>r=\sqrt{x^2+y^2}. \,</math>


Το [[όρισμα (μιγαδική ανάλυση)|όρισμα]] φ δεν προσδιορίζεται μοναδικά από τον ''z'': το φ' = φ + 2π είναι επίσης όρισμα του ''z'' επειδή προσθέτοντας 2π ακτίνια ή 360 μοίρες{{#tag:ref|Δείτε [[ακτίνιο]] για την μετατροπή μεταξύ 2[[Αριθμός π|&pi;]] και 360 [[Μοίρα (κύκλου)|μοίρες]].|group="σημ."}} στο όρισμα φ αντιστοιχεί με αριστερόστροφη περιστροφή γύρω από την αρχή των αξόνων κατά γωνία 2π. Ο μιγαδικός αριθμός που προκύπτει έτσι είναι πάλι ο ''z'', όπως φαίνεται στα δεξιά. Ωστόσο, μόνο ένα όρισμα φ ικανοποιεί τις {{nowrap|−&pi; < &phi;}} και {{nowrap|&phi; &le; &pi;}}. Αυτό αποκαλείται ''κύριο'' ή ''πρωτεύον'' όρισμα και συμβολίζεται Arg(''z''), με κεφαλαίο Α.<ref>{{Citation|last1=Ganguly|location=Kolkata|first1=S.|title=Elements of Complex Analysis|publisher=Academic Publishers|isbn=978-81-87504-86-3|year=2005}}, Definition 1.6.3</ref> (Μία εναλλακτική κανονικοποίηση είναι η {{nowrap|0 &le; Arg(''z'') < 2&pi;}}.<ref>{{Citation|last1=Nevanlinna|first1=Rolf Herman|author1-link=Rolf Nevanlinna|last2=Paatero|first2=Veikko|title=Introduction to complex analysis|location=Providence, RI|publisher=AMS Bookstore|isbn=978-0-8218-4399-4|year=2007}}, section 5.9</ref>)
Το [[όρισμα (μιγαδική ανάλυση)|όρισμα]] φ δεν προσδιορίζεται μοναδικά από τον ''z'': το φ' = φ + 2π είναι επίσης όρισμα του ''z'' επειδή προσθέτοντας 2π ακτίνια ή 360 μοίρες{{#tag:ref|Δείτε [[ακτίνιο]] για την μετατροπή μεταξύ 2[[Αριθμός π|&pi;]] και 360 [[Μοίρα (κύκλου)|μοίρες]].|group="σημ."}} στο όρισμα φ αντιστοιχεί με αριστερόστροφη περιστροφή γύρω από την αρχή των αξόνων κατά γωνία 2π. Ο μιγαδικός αριθμός που προκύπτει έτσι είναι πάλι ο ''z'', όπως φαίνεται στα δεξιά. Ωστόσο, μόνο ένα όρισμα φ ικανοποιεί τις {{nowrap|−&pi; < &phi;}} και {{nowrap|&phi; &le; &pi;}}. Αυτό αποκαλείται ''κύριο'' ή ''πρωτεύον'' όρισμα και συμβολίζεται Arg(''z''), με κεφαλαίο Α.<ref>{{Citation|last1=Ganguly|location=Kolkata|first1=S.|title=Elements of Complex Analysis|publisher=Academic Publishers|isbn=978-81-87504-86-3|year=2005}}, Definition 1.6.3</ref> (Μία εναλλακτική κανονικοποίηση είναι η {{nowrap|0 &le; Arg(''z'') < 2&pi;}}.<ref>{{Citation|last1=Nevanlinna|first1=Rolf Herman|last2=Paatero|first2=Veikko|title=Introduction to complex analysis|location=Providence, RI|publisher=AMS Bookstore|isbn=978-0-8218-4399-4|year=2007}}, ενότητα 5.9</ref>)


[[File:Complex log.jpg|right|thumb|Ο κύριος κλάδος του μιγαδικού λογάριθμου, Log(''z''). Το μαύρο σημείο στο {{nowrap|''z'' {{=}} 1}} αντιστοιχεί σε απόλυτη τιμή μηδέν και τα πιο ανοιχτά (σε [[ένταση (χρώμα)|ένταση]]) χρώματα αντιστοιχούν σε μεγαλύτερες απόλυτες τιμές. Η [[απόχρωση]] του χρώματος αντιστοιχεί στο όρισμα του Log(''z'').]]
[[File:Complex log.jpg|right|thumb|Ο κύριος κλάδος του μιγαδικού λογάριθμου, Log(''z''). Το μαύρο σημείο στο {{nowrap|''z'' {{=}} 1}} αντιστοιχεί σε απόλυτη τιμή μηδέν και τα πιο ανοιχτά (σε [[ένταση (χρώμα)|ένταση]]) χρώματα αντιστοιχούν σε μεγαλύτερες απόλυτες τιμές. Η [[απόχρωση]] του χρώματος αντιστοιχεί στο όρισμα του Log(''z'').]]


Με την χρήση των [[τριγωνομετρικές συναρτήσεις|τριγωνομετρικών συναρτήσεων]] του [[ημίτονο|ημιτόνου]] και του [[συνημίτονο|συνημιτόνου]], ή της [[μιγαδική εκθετική συνάρτηση|μιγαδικής εκθετικής συνάρτησης]], αντίστοιχα, τα ''r'' και φ είναι τέτοια ώστε ικανοποιούν ταυτότητες:<ref>{{Citation|last1=Moore|first1=Theral Orvis|last2=Hadlock|first2=Edwin H.|title=Complex analysis|publisher=[[World Scientific]]|location=Singapore|isbn=978-981-02-0246-0|year=1991}}, section 1.2</ref>
Με την χρήση των [[τριγωνομετρικές συναρτήσεις|τριγωνομετρικών συναρτήσεων]] του [[ημίτονο|ημιτόνου]] και του [[συνημίτονο|συνημιτόνου]], ή της [[μιγαδική εκθετική συνάρτηση|μιγαδικής εκθετικής συνάρτησης]], αντίστοιχα, τα ''r'' και φ είναι τέτοια ώστε ικανοποιούν ταυτότητες:<ref>{{Citation|last1=Moore|first1=Theral Orvis|last2=Hadlock|first2=Edwin H.|title=Complex analysis|publisher=World Scientific|location=Singapore|isbn=978-981-02-0246-0|year=1991}}, ενότητα 1.2</ref>


:<math>\begin{array}{lll}z& = & r \left (\cos \varphi + i \sin \varphi\right) \\
:<math>\begin{array}{lll}z& = & r \left (\cos \varphi + i \sin \varphi\right) \\
Γραμμή 443: Γραμμή 443:


=== Αντίστροφες συναρτήσεις άλλων εκθετικών συναρτήσεων ===
=== Αντίστροφες συναρτήσεις άλλων εκθετικών συναρτήσεων ===
Η ύψωση σε δύναμη συναντάται σε πολλούς τομείς των μαθηματικών, ενώ η αντίστροφη αυτής συνάρτηση συχνά αποκαλείται λογάριθμος. Για παράδειγμα, ο [[λογάριθμος πίνακα]] είναι η πλειότιμη αντίστροφη συνάρτηση της [[δύναμη πίνακα|δύναμης πίνακα]].<ref>{{Citation|last1=Higham|first1=Nicholas|author1-link=Nicholas Higham|title=Functions of Matrices. Theory and Computation|location=Philadelphia, PA|publisher=[[Society for Industrial and Applied Mathematics|SIAM]]|isbn=978-0-89871-646-7|year=2008}}, chapter 11.</ref> Ένα άλλο παράδειγμα είναι η [[p-αδική λογαριθμική συνάρτηση|''p''-αδική λογαριθμική συνάρτηση]], η αντίστροφη της [[p-αδική εκθετική συνάρτηση|''p''-αδικής εκθετικής συνάρτησης]]. Αμφότερες ορίζοναι με σειρά Taylor ανάλογη με την πραγματική περίπτωση.<ref>{{Neukirch ANT}}, section II.5.</ref> Στο εννοιολογικό πλαίσιο της [[διαφορική γεωμετρία|διαφορικής γεωμετρίας]], η [[εκθετική απεικόνιση]] αντιστοιχίζει τον [[εφαπτόμενος χώρος|εφαπτόμενο χώρο]] σε ένα σημείο μίας [[πολλαπλότητα]]ς προς μία [[γειτονιά (μαθηματικά)|γειτονιά]] αυτού του σημείου. Η αντίστροφή της αποκαλείται επίσης λογαριθμική απεικόνιση.<ref>{{Citation|last1=Hancock|first1=Edwin R.|last2=Martin|first2=Ralph R.|last3=Sabin|first3=Malcolm A.|title=Mathematics of Surfaces XIII: 13th IMA International Conference York, UK, September 7–9, 2009 Proceedings|url=http://books.google.com/books?id=0cqCy9x7V_QC&pg=PA379|publisher=Springer|year=2009|page=379|isbn=978-3-6-4203595-1}}</ref>
Η ύψωση σε δύναμη συναντάται σε πολλούς τομείς των μαθηματικών, ενώ η αντίστροφη αυτής συνάρτηση συχνά αποκαλείται λογάριθμος. Για παράδειγμα, ο [[λογάριθμος πίνακα]] είναι η πλειότιμη αντίστροφη συνάρτηση της [[δύναμη πίνακα|δύναμης πίνακα]].<ref>{{Citation|last1=Higham|first1=Nicholas|title=Functions of Matrices. Theory and Computation|location=Philadelphia, PA|publisher=Society for Industrial and Applied Mathematics|isbn=978-0-89871-646-7|year=2008}}, κεφάλαιο 11.</ref> Ένα άλλο παράδειγμα είναι η [[p-αδική λογαριθμική συνάρτηση|''p''-αδική λογαριθμική συνάρτηση]], η αντίστροφη της [[p-αδική εκθετική συνάρτηση|''p''-αδικής εκθετικής συνάρτησης]]. Αμφότερες ορίζοναι με σειρά Taylor ανάλογη με την πραγματική περίπτωση.<ref>{{citation| last=Neukirch| first=Jürgen| title=Algebraic Number Theory| publisher=Springer-Verlag| location=Berlin| series=Grundlehren der mathematischen Wissenschaften| isbn=978-3-540-65399-8| id= 1697859| year=1999| volume=322}}, ενότητα II.5.</ref> Στο εννοιολογικό πλαίσιο της [[διαφορική γεωμετρία|διαφορικής γεωμετρίας]], η [[εκθετική απεικόνιση]] αντιστοιχίζει τον [[εφαπτόμενος χώρος|εφαπτόμενο χώρο]] σε ένα σημείο μίας [[πολλαπλότητα]]ς προς μία [[γειτονιά (μαθηματικά)|γειτονιά]] αυτού του σημείου. Η αντίστροφή της αποκαλείται επίσης λογαριθμική απεικόνιση.<ref>{{Citation|last1=Hancock|first1=Edwin R.|last2=Martin|first2=Ralph R.|last3=Sabin|first3=Malcolm A.|title=Mathematics of Surfaces XIII: 13th IMA International Conference York, UK, September 7–9, 2009 Proceedings|url=http://books.google.com/books?id=0cqCy9x7V_QC&pg=PA379|publisher=Springer|year=2009|page=379|isbn=978-3-6-4203595-1}}</ref>


Στο εννοιολογικό πλαίσιο των [[πεπερασμένες ομάδες|πεπερασμένων ομάδων]] η ύψωση σε δύναμη συνίσταται στον επαναλαμβανόμενο πολλαπλασιασμό ενός στοιχείου ''b'' της ομάδας με τον ευατό του. Ο [[διακριτός λογάριθμος[[ είναι ο ακέραιος ''n'', ο οποίος αποτελεί λύση της εξίσωσης
Στο εννοιολογικό πλαίσιο των [[πεπερασμένες ομάδες|πεπερασμένων ομάδων]] η ύψωση σε δύναμη συνίσταται στον επαναλαμβανόμενο πολλαπλασιασμό ενός στοιχείου ''b'' της ομάδας με τον ευατό του. Ο [[διακριτός λογάριθμος[[ είναι ο ακέραιος ''n'', ο οποίος αποτελεί λύση της εξίσωσης
Γραμμή 451: Γραμμή 451:
όπου ''x'' είναι στοιχείο της ομάδας. Η ύψωση σε δύναμη μπορεί να γίνει αποδοτικά, όμως ο υπολογισμός του διακριτού λογάριθμου πιστεύεται ότι είναι πολύ δύσκολος σε κάποιες ομάδες. Αυτή η ασυμετρία έχει σημαντικές εφαρμογές στην [[κρυπτογραφία δημοσίου κλειδιού]], όπως για παράδειγμα στην [[ανταλλαγή κλειδιών Diffie–Hellman]], μία διαδικασία που επιτρέπει ασφαλείς ανταλλαγές [[κρυπτογραφία|κρυπτογραφικών]] κλειδιών σε μη ασφαλείς διαύλους πληροφοριών.<ref>{{Citation|last1=Stinson|first1=Douglas Robert|title=Cryptography: Theory and Practice|publisher=CRC Press|location=London|edition=3rd|isbn=978-1-58488-508-5|year=2006}}</ref> Ο [[λογάριθμος του Zech]] σχετίζεται μ ετον διακριτό λογάριθμο στην πολλαπλασιαστική ομάδα των μη μηδενικών στοιχείων ενός πεπερασμένου πεδίου.<ref>{{Citation|last1=Lidl|first1=Rudolf|last2=Niederreiter|first2=Harald|title=Finite fields|publisher=Cambridge University Press|isbn=978-0-521-39231-0|year=1997}}</ref>
όπου ''x'' είναι στοιχείο της ομάδας. Η ύψωση σε δύναμη μπορεί να γίνει αποδοτικά, όμως ο υπολογισμός του διακριτού λογάριθμου πιστεύεται ότι είναι πολύ δύσκολος σε κάποιες ομάδες. Αυτή η ασυμετρία έχει σημαντικές εφαρμογές στην [[κρυπτογραφία δημοσίου κλειδιού]], όπως για παράδειγμα στην [[ανταλλαγή κλειδιών Diffie–Hellman]], μία διαδικασία που επιτρέπει ασφαλείς ανταλλαγές [[κρυπτογραφία|κρυπτογραφικών]] κλειδιών σε μη ασφαλείς διαύλους πληροφοριών.<ref>{{Citation|last1=Stinson|first1=Douglas Robert|title=Cryptography: Theory and Practice|publisher=CRC Press|location=London|edition=3rd|isbn=978-1-58488-508-5|year=2006}}</ref> Ο [[λογάριθμος του Zech]] σχετίζεται μ ετον διακριτό λογάριθμο στην πολλαπλασιαστική ομάδα των μη μηδενικών στοιχείων ενός πεπερασμένου πεδίου.<ref>{{Citation|last1=Lidl|first1=Rudolf|last2=Niederreiter|first2=Harald|title=Finite fields|publisher=Cambridge University Press|isbn=978-0-521-39231-0|year=1997}}</ref>


Άλλες λογαριθμοειδής συναρτήσεις είναι ο διπλός λογάριθμος ln(ln(''x'')), ο [[υπερλογάριθμος|υπερ- ή υπερ-4-λογάριθμος]] (μια μικρή παραλαγή του οποίου, στην επιστήμη των υπολογιστών αποκαλείται [[επαναλαμβανόμενος λογάριθμος]] (''iterated logarithm''), η [[συνάρτηση W του Lambert]], και η [[logit]]. Είναι οι αντιστροφες συναρτήσεις αντίστοιχα της [[διπλή εκθετική συνάρτηση|διπλής εκθετικής συνάρτησης]], της επαναλαμβανόμενης ύψωσης σε δύναμη (''tetration''), της {{nowrap|''f''(''w'') {{=}} ''we<sup>w</sup>''}},<ref>{{Citation | last1=Corless | first1=R. | last2=Gonnet | first2=G. | last3=Hare | first3=D. | last4=Jeffrey | first4=D. | last5=Knuth | first5=Donald | author5-link=Donald Knuth | title=On the Lambert ''W'' function | url=http://www.apmaths.uwo.ca/~djeffrey/Offprints/W-adv-cm.pdf | publisher=[[Springer-Verlag]] | location=Berlin, New York | year=1996 | journal=Advances in Computational Mathematics | issn=1019-7168 | volume=5 | pages=329–359 | doi=10.1007/BF02124750}}</ref> και της [[λογιστική συνάρτηση|λογιστικής συνάρτησης]].<ref>{{Citation | last1=Cherkassky | first1=Vladimir | last2=Cherkassky | first2=Vladimir S. | last3=Mulier | first3=Filip | title=Learning from data: concepts, theory, and methods | publisher=[[John Wiley & Sons]] | location=New York | series=Wiley series on adaptive and learning systems for signal processing, communications, and control | isbn=978-0-471-68182-3 | year=2007}}, p. 357</ref>
Άλλες λογαριθμοειδής συναρτήσεις είναι ο διπλός λογάριθμος ln(ln(''x'')), ο [[υπερλογάριθμος|υπερ- ή υπερ-4-λογάριθμος]] (μια μικρή παραλαγή του οποίου, στην επιστήμη των υπολογιστών αποκαλείται [[επαναλαμβανόμενος λογάριθμος]] (''iterated logarithm''), η [[συνάρτηση W του Lambert]], και η [[logit]]. Είναι οι αντιστροφες συναρτήσεις αντίστοιχα της [[διπλή εκθετική συνάρτηση|διπλής εκθετικής συνάρτησης]], της επαναλαμβανόμενης ύψωσης σε δύναμη (''tetration''), της {{nowrap|''f''(''w'') {{=}} ''we<sup>w</sup>''}},<ref>{{Citation | last1=Corless | first1=R. | last2=Gonnet | first2=G. | last3=Hare | first3=D. | last4=Jeffrey | first4=D. | last5=Knuth | first5=Donald | author5-link=Donald Knuth | title=On the Lambert ''W'' function | url=http://www.apmaths.uwo.ca/~djeffrey/Offprints/W-adv-cm.pdf | publisher=Springer-Verlag | location=Berlin, New York | year=1996 | journal=Advances in Computational Mathematics | issn=1019-7168 | volume=5 | pages=329–359 | doi=10.1007/BF02124750}}</ref> και της [[λογιστική συνάρτηση|λογιστικής συνάρτησης]].<ref>{{Citation | last1=Cherkassky | first1=Vladimir | last2=Cherkassky | first2=Vladimir S. | last3=Mulier | first3=Filip | title=Learning from data: concepts, theory, and methods | publisher=John Wiley & Sons | location=New York | series=Wiley series on adaptive and learning systems for signal processing, communications, and control | isbn=978-0-471-68182-3 | year=2007}}, σ. 357</ref>


== Σημειώσεις ==
== Σημειώσεις ==

Έκδοση από την 21:10, 10 Οκτωβρίου 2011

Wikipedia Αυτή είναι μια σελίδα χρήστη της Βικιπαίδειας, της ελεύθερης εγκυκλοπαίδειας.

Αν βρήκατε τη σελίδα οπουδήποτε αλλού εκτός από τη Βικιπαίδεια [1] τότε βλέπετε ένα mirror site με το οποίο ο Egmontaz δεν έχει καμία απολύτως σχέση. Η κανονική διεύθυνση της σελίδας είναι http://el.wikipedia.org/wiki/Χρήστης:Egmontaz/Πρόχειρο 2.

Αυτή η σελίδα είναι είτε πρόχειρο είτε υπό κατασκευή.

Παρακαλώ μην κάνετε επεξεργασίες, ευχαριστώ. --Egmontaℨ


Πρόχειρο 1  · Πρόχειρο 2  · Πρόχειρο 3  · Πρόχειρο 4  · Πρόχειρο 5  · Πρόχειρο 6  · Πρόχειρο 7  · Πρόχειρο 8  · Πρόχειρο 9  · Πρόχειρο 10


Υποσελίδες: Λεμούριοι


λογάριθμος Logarithm

Η γραφική παράσταση του λογαρίθμου με βάση το 2 τέμνει τον άξονα των x (οριζόντιος άξονας) στο 1 και διέρχεται από τα σημεία με συντεταγμένες (2, 1), (4, 2), και (8, 3). Για παράδειγμα log2(8) = 3, επειδή 23 = 8. Η γραφική παράσταση τείνει ασυμπτωτικά προς τον άξονα των y (δεν εφάπτεται ούτε τον τέμνει ποτέ).

Λογάριθμος ενός αριθμού είναι η δύναμη στην οποία πρέπει να υψωθεί ένας δεδομένος αριθμός, βάση ώστε να παραγθεί αυτός ο αριθμός. Για παράδειγμα ο λογάριθμος του 1000 με βάση το 10 είναι 3, επειδή το 1000 ισούται με 10 υψωμένο εις την 3:1000 = 103 = 10 × 10 × 10. Πιο γενικά, αν x = by τότε το y είναι ο λογάριθμος του x με βάση το b, και γράφεται b(x), έτσι log10(1000) = 3.

Οι λογάριθμοι εισήχθησαν από τον Τζον Ναπιέρ στις αρχές του 17ου αιώνα ως μέσο για την απλοποίηση των υπολογισμών. Υιοθετήθηκαν με ραγδαίους ρυθμούς από επιστήμονες, μηχανικούς και άλλους ώστε να κάνουν πράξεις με λογαριθμικούς κανόνες και πίνακες λογαρίθμων. Αυτές οι μέθοδοι υπολογισμού βασίζονται στο, σημαντικό από μόνο του, γεγονός ότι ο λογάριθμος ενός γινομένου ισούται με το άθρισμα των λογαρίθμων των παραγόντων του:

Η σημερινή έννοια των λογαρίθμων προέρχεται από τον Λέοναρντ Όιλερ, ο οποίος τους συνέδεσε με την εκθετική συνάρτηση τον 18ο αιώνα.

Ο λογάριθμος με βάση το b = 10 αποκαλείται κοινός λογάριθμος και έχει πολλές εφαρμογές στην επιστήμη και την μηχανική. Ο φυσικός λογάριθμος έχει ως βάση την σταθερά e (≈ 2.718), και η χρήση του είναι διαδεδομένη στα καθαρά μαθηματικά, και ειδικότερα στον λογισμό. Ο δυαδικός αλγόριθμος έχει ως βάση τον αριθμό b = 2 και αποτελεί σημαντικό στοιχείο της επιστήμης υπολογιστών.

Οι λογαριθμικές κλίμακες περιορίζουν το πεδίο τιμών ποσοτήτων με μεγάλο εύρος. Για παράδειγμα το ντεσιμπέλ είναι λογαριθμική μονάδα μέτρησης της διαφοράς στάθμης φυσικών μεγεθών. Στη χημεία, το pH είναι λογαριθμική μονάδα της οξύτητας ενός υδατικού διαλύμματος. Οι λογάριθμοι είναι κοινός τόπος στους επιστημονικούς τύπους, στις μετρήσεις της πολυπλοκότητας των αλγορίθμων και στα γεωμετρικά αντικείμενα που ονομάζονται φράκταλ. Περιγράφουν μουσικά διαστήματα, εμφανίζονται σε τύπους που μετρούν το πλήθος των πρώτων αριθμών, χρησιμοποιούνται σε μοντέλα της ψυχοφυσικής και επικουρούν την δικανική λογιστική

Κατά τον ίδιο τρόπο με τον οποίο ο λογάριθμος αντιστρέφει την ύψωση σε δύναμη, ο μιγαδικός λογάριθμος είναι η αντίστροφη συνάρτηση της εκθετικής συνάρτησης εφαρμοζόμενης στους μιγαδικούς αριθμούς. Ο διακριτός λογάριθμος είναι μια άλλη παραλλαγή η οποία έχει εφαρμογές στην κρυπτογράφηση δημοσίου κλειδιού.

Προέλευση και ορισμός

Η ιδέα του λογαρίθμου είναι να αντιστραφεί η πράξη της ύψωσης σε δύναμη. Για παράδειγμα, η τρίτη δύναμη (κύβος του 2 είναι το 8, επειδή το 8 είναι το γινόμενο τριών παραγόντων ίσων με 2:

Κατά συνέπεια ο λογάριθμος του 8 με βάση το 2 είναι το 3.

Ύψωση σε δύναμη

Η τρίτη δύναμη ενός αριθμού b είναι το γινόμενο 3 παραγόντων, κάθε ένας από τους οποίους είναι το b. Γενικότερα, η ύχωση του b στη n-στή δύναμη, όπου n είναι ένας φυσικός αριθμός, γίνεται πολλαπλασιάζοντας n παράγοντες b. Η n-στή δύναμη του b γράφεται bn, έτσι

Η n-στή δύναμη του b, bn, ορίζεται όταν ο b είναι θετικός αριθμός και ο n είναι πραγματικός αριθμός. Για παράδειγμα b−1 είναι ο Αντίστροφος του b, δηλαδή 1/b.[σημ. 1]

Ορισμός

Ο λογάριθμος ενός αριθμού y ως προς βάση b είναι η δύναμη στην οποία πρέπει να υψωθεί ο b ώστε να παραχθει ο y. Με άλλα λόγια ο λογάριθμος του y με βάση το b είναι η λύση x της εξίσωσης[2]

Ο λογάριθμος συμβολίζεται logb(y) (διαβάζεται ως «λογάριθμος του y με βάση το b»). Για να ορίζεται ο λογάριθμος, θα πρέπει η βάση b να είναι θετικός πραγματικός αριθμός μη ίσος με 1 και ο y να είναι θετικός αριθμός.[σημ. 2]

Παραδείγματα

Για παράδειγμα log2(16) = 4, καθώς 24 = 2 ×2 × 2 × 2 = 16. Ο λογάριθμος μπορεί να είναι και αρνητικός:

καθώς

Ένα τρίτο παράδειγμα: log10(150) ισούται περίπου με 2,176, το οποίο βρίσκεται μεταξύ 2 και 3, καθώς το 150 βρίσκεται μεταξύ 102 = 100 και 103 = 1000. Τέλος, για οποιαδήποτε βάση b, logb(b) = 1 and logb(1) = 0 καθώς b1 = b και b0 = 1, αντίστοιχα.

Λογαριθμικές ταυτότητες

Αρκετοί σημαντικοί τύποι, που αποκαλούνται και λογαριθμικές ταυτότητες, συσχετίζουν τους λογάριθμους μεταξύ τους.[3]

Γινόμενο, πηλίκο, δύναμη και ρίζα

Ο λογάριθμος ενός γινομένου ισούται με το άθρισμα των λογαρίθμων των παραγόντων του. Ο λογάριθμος του λόγου δύο αριθμών ισούται με την διαφορά των λογαρίθμων τους. Συνεπώς ο λογάριθμος της n-στής δύναμης ενός αριθμού ισούται με n φορές τον λογάριθμο του αριθμού αυτού, ενώ ο λογάριθμος της n-στής ρίζας του αριθμού ισούται με τον λογάριθμό του διαιρεμένο δια n. Στον παρακάτω πίνακα φαίνονται αυτές οι ταυτότητες μαζί με παραδείγματα:

Τύπος Παράδειγμα
γινόμενο
πηλίκο
δύναμη
ρίζα

Αλλαγή βάσης

Ο λογάριθμος logb(x) μπορεί να υπολογιστεί από τους λογαρίθμους του x και του b ως προς μία αυθαίρετη βάση k χρησιμοποιώντας τον ακόλουθο τύπο:

Τα τυπικά επιστημονικά κομπιουτεράκια υπολογίζουν λογάριθμους με βάση 10 και e.[4] Οι λογάριθμοι ως προς οποιαδήποτε βάση μπορούν από κει και πέρα να υπολογιστούν χρησιμοποιώντας οποιονδήποτε από τους δύο λογαρίθμους στον προηγούμενο τύπο:

Δεδομένου ενός αριθμού x και του λογαρίθμου του logb(x) ως προς άγνωστη βάση b, η βάση δίνεται από τον τύπο:

Ειδικές βάσεις

Ανάμεσα σε όλες τις επιλογές για την βάση b, τρεις είναι ιδιαίτερα κοινές. Αυτές είναι b = 10, b = eάρηττη μαθηματική σταθερά ≈ 2.71828), και b = 2. Στη μαθηματική ανάλυση, ο λογάριθμος με βάση το e είναι διαδεδομένος εξαιτίας των ιδιαίτερων αναλυτικών ιδιοτήτων του που εξηγούνται παρακάτω. Από την άλλη, οι λογάριθμοι με βάση το 10 είναι εύκολοι στη χρήση για υπολογισμούς στο χέρι στο δεκαδικό σύστημα:[5]

Έτσι, ο log10(x) σχετίζεται με τον αριθμό των δεκαδικών ψηφίων ενός θετικού ακεραίου x: ο αριθμός των ψηφίων είναι ο μικρότερος ακέραιος που είναι αμέσως μεγαλύτερος από τον log10(x).[6] Για παράδειγμα, log10(1430) ισούται περίπου με 3,15. Ο επόμενος ακέραιος είναι το 4, το οποίο είναι ο αριθμός των ψηφίων του 1430. Ο λογάριθμος με βάση το δύο χρησιμοποιείται στην επιστήμη των υπολογιστών, όπου το δυαδικό σύστημα χρησιμοποιείται σχεδόν αποκλειστικά.

Στον ακόλουθο πίνακα φαίνονται κοινοί συμβολισμοί για τους λογάριθμους ως προς αυτές τις βάσεις και τα πεδία στα οποία χρησιμοποιούνται. Σε πολλά γνωστικά πεδία γράφεται log(x) αντί για logb(x), όταν η βάση μπορεί να προσδιοριστεί από τα συμπεριεχόμενα. Εμφανίζεται επίσης ο συμβολισμός blog(x).[7] Η στήλη «συμβολισμός ISO» έχει τους συμβολισμούς που προτείνονται από τον Διεθνή Οργανισμό Τυποποίησης (ISO 31-11).[8]

Βάση b Όνομα του logb(x) Συμβολισμός ISO Άλλοι συμβολισμοί Χρήση
2 δυαδικός λογάριθμος lb(x)[9] ld(x), log(x)
(στην επιστήμη υπολογιστών), lg(x)
επιστήμη υπολογιστών, πληροφορική
e φυσικός λογάριθμος ln(x)[σημ. 3] log(x)
(στα μαθηματικά και πολλές γλώσσες προγραμματισμού[σημ. 4])
μαθηματική ανάλυση, φυσική, χημεία,
στατιστική, οικονομικά, και κάποια γνωστικά πεδία μηχανικών
10 κοινός λογάριθμος lg(x) log(x)
(μηχανική, βιολογία, αστρονομία),
διάφορα πεδία μηχανικής,
λογαριθμικοί πίνακες, επιστημονικά κομπιουτεράκια

Ιστορία

Πρόδρομοι

Ο Ινδός μαθηματικός Βιρασένα εργάστηκε πάνω στην έννοια του ardhaccheda: ο αριθμός των φορών που ένας αριθμός της μορφής 2n μπορεί να διαιρεθεί. Για ακριβείς δυνάμεις του 2, αυτό είναι ο λογάριθμος με βάση το 2, ο οποίος είναι ακέραιος αριθμός, για άλλους αριθμόυς είναι αόριστος. Περιέγραψε σχέσεις όπως ο τύπος του γινομένου και εισήγαγε επίσης ακέραιους λογαρίθμους με βάση 3 (trakacheda) και 4 (caturthacheda).[13][14] Ο Μίχαελ Στίφελ δημοσίευσε το έργο Arithmetica integra το 1544 στη Νυρεμβέργη το οποίο περιέχει ένα πίνακα[15] ακεραίων και δυνάμεων του 2 οποίος θεωρείται πρώιμη εκδοχή ενός λογαριθμικού πίνακα.[16][17]

Από τον Ναπιέρ στον Όιλερ

Τζον Ναπιέρ (1550–1617), ο εφευρέτης των λογαρίθμων.

Η μέθοδος των λογαρίθμων δόθηκε στη δημοσιότητα από τον Τζον Ναπιέρ το 1614, σε ένα βιβλίο υπό τον τίτλο Mirifici Logarithmorum Canonis Descriptio (Περιγραφή του Θαυμαστού Κανόνα των Λογαρίθμων).[18] Ο Γιοστ Μπέργκι (Jost Bürgi) εφήυρε ανεξάρτητα του λογάριθμους αλλά τους δημοσίευσε έξι χρόνια μετά τον Ναπιέρ.[19]

Με επαναλαμβανόμενες αφαιρέσεις ο Ναπιέρ υπολόγισε το 107(1 − 10−7)L για L από 1 έως 100. Το αποτέλεσμα για L=100 είναι περίπου 0.99999 = 1 − 10−5. Ο Ναπιέρ τότε υπολόγισε τα γινόμενα αυτών των αριθμών με το 107(1 − 10−5)L για L από 1 έως 50, και έπραξε αναλόγως για τα 0.9995 ≈ (1 − 10−5)20 και 0.99 ≈ 0.99520. Αυτοί οι υπολογισμοί, με τους οποίους ασχολήθηκε 20 χρόνια, του επέτρεψαν να βρίσκει, για οποιονδήποτε αριθμό N από 5 έως 10 εκατομμύρια, τον αριθμό L που λύνει την εξίσωση

Ο Ναπιέρ ονόμασε αρχικά τον L «τεχνητό αριθμό», αλλά αργότερα εισήγαγε τον όρο «λογάριθμος» για να σημαίνει ένα αριθμό που δείχνει ένα λόγο, από τα ελληνικά αριθμός και λόγος. Σε σύγχρονο συμβολισμό, η σχέση με τους φυσικούς λογάριθμους είναι:[20]

όπου η προσέγγιση αντιστοιχεί στην παρατήρηση ότι

Η εφεύρεση διαδόθηκε γρήκορα και ευρέως γενόμενη δεκτή με επιδοκιμασία. Τα έργα των Μποναβεντούρα Καβαλιέρι (Ιταλία), Έντμουντ Γουίνγκειτ (Edmund Wingate, Γαλλία), Xue Fengzuo (Κίνα) και του Γιοχάνες Κέπλερ (Chilias logarithmorum, Γερμανία) βοήθησαν στη περεταίρω διάδοση της ένοιας του λογαρίθμου.[21]

Η υπερβολή y = 1/x (κόκκινη καμπύλη) και η επιφάνεια από x = 1 έως 6 (σκιασμένη με πορτοκαλί).

Το 1647 ο Grégoire de Saint-Vincent συσχέτισε τους λογάριθμους με τον τετραγωνισμό της υπερβολής, επισημαίνοντας ότι η επιφάνεια f(t) κάτω από την υπερβολή από x = 1 to x = t ικανοποιεί την σχέση

Ο φυσικός λογάριθμος περιγράφηκε για πρώτη φορά από τον Νίκολας Μερκάτορ στο έργο του Logarithmotechnia που δημοσιεύτηκε το 1668,[22] αν και ο δάσκαλος μαθηματικών John Speidell είχε ήδη από 1619 συνθέσει ένα πίνακα φυσικών λογαρίθμων.[23] Γύρω στο 1730, ο Λέοναρντ Όιλερ όρισε την εκθετική συνάρτηση και τον φυσικό λογάριθμο ως

Ο Όιλερ έδειξε επίσης ότι οι δύο συναρτήσεις είναι αντίστροφες η μία της άλλης.[24][25][26]

Λογαριθμικοί πίνακες, λογαριθμικοί κανόνες και ιστορικές εφαρμογές

Επεξήγηση των λογαρίθμων στην Encyclopædia Britannica του 1797

Απλοποιόντας δύκολου υπολογισμού, οι λογάριθμοι συνέβαλαν στην πρόοδο της επιστήμης, και ειδικότερα της αστρονομίας. Ήταν κρίσιμοι για τις προόδους στην τοπογραφία, την αστρονομική ναυτιλία και άλλα πεδία. Ο Πιέρ Σιμόν Λαπλάς ονόμασε του λογάριθμους

ένα θαυμαστό κατασκεύασμα το οποίο, μειώνοντας σε λίγες μέρες τον χρόνο δουλειάς πολλών μηνών, διπλασιάζει την ζωή του αστρονόμου και τον γλυτώνει από τα λάθη και την αηδία που είναι αχώριστα κομμάτια των μεγάλων υπολογισμών.[27]

Ένα κομβικό εργαλείο που επέτρεψε στην πράξη την χρήση των λογαρίθμων πριν τα κομπιουτεράκια και τους υπολογιστές ήταν ο πίνακας λογαρίθμων.[28] Ο πρώτος τέτοιος πίνακας συντέθηκε από τον Χένρι Μπριγκς το 1617, αμέσως μετά την εφεύρεση του Ναπιέρ. Εν συνεχεία γράφτηκαν πίνακες με ευρύτερο πεδίο και μεγαλύτερη ακρίβεια. Αυτοί οι πίνακες είχαν τιμές του logb(x) και του bx για κάθε x σε ένα συγκεκριμένο εύρος, με συγκεκριμένη ακρίβεια, και συγκεκριμένη βάση b (συνήθως b = 10). Για παράδειγμα, ο πρώτος πίνακας του Μπριγκς περιείχε τους κοινούς λογάριθμους όλως των ακεραίων στο εύρος 1–1000, με ακρίβεια 8 ψηφίων. Καθώς η συνάρτηση f(x) = bx είναι η αντίστροφη του logb(x), ονομάστηκε αντιλογάριθμος.[29] Το γινόμενο και το πηλίκο δύο θετικών αριθμών c και d υπολογίζονταν ως το άθρισμα και η διαφορά των λογαρίθμων τους. Το γινόμενο cd ή το πηλίκο c/d βρίσκονταν ψάχνοντας το άθρισμα ή την διαφορά, επίσης από τον ίδιο πίνακα:

και

Για υπολογισμούς στο χέρι που απαιτούν κάποια ακρίβεια, το ψάξιμο των δύο λογαρίθμων στον πίνακα, ο υπολογισμός του αθρίσματος ή της διαφοράς, και η εύρεση του αντιλογαρίθμου είναι πολύ γρηγορότερη υπόθεση από το να εκτελεστεί ο παλλαπλασιασμός με πρώιμες μεθόδους όπως η προσθαφαίρεση, η οποία βασίζεται σε τριγωνομετρικές ταυτότητες. Οι υπολογισμοί δυνάμεων και ριζών ανάγονται σε πολλαπλασιασμούς και διαιρέσεις όπως

και

Πολλοί λογαριθμικοί πίνακες δίνουν λογάριθμους παρέχοντας ξεχωριστά το ακέραιο logariumik;o (χαρακτηριστικό) και το δεκαδικό λογαριθμικό (mantissa) μέρος του x.[30] Το χαρακτηριστικό του 10 · x είναι ένα συν το χαρακτηριστικό του x, ενώ το δεκαδικό μέρος είναι το ίδιο. Αυτό επεκτείνει το εύρος των λογαριθμικών πινάκων: δεδομένου ενός πίνακα που έχει τα log10(x) για ακέραιους από 1 έως 1000, ο λογάριθμος του 3542 προσεγγίζεται ως

Μία ακόμα σημαντική εφαρμογή ήταν ο λογαριθμικός κανόνας, ένα ζεύγος λογαριθμικώς χωρισμένων κλιμάκων όπως φαίνεται εδώ:

Σχηματική απεικόνιση του λογαριθμικού κανόνα. Ξεκινώντας από το 2 στην κάτω κλίμακα, προσθέτωντας το 3 της πάνω κλίμακας υπολογίζεται το γινόμενο 6. Ο λογαριθμικός κανόνας δουλεύει επειδή είναι σημειωμένος έτσι ώστε η απόσταση από το 1 στο x να είναι ανάλογη του λογάριθμου του x.

Η μή κινούμενη λογαριθμική κλίμακα, ο κανόνας του Gunter, εφευρέθηκε λίγο μετά την εφεύρεση του Ναπιέρ. Ο William Oughtred τον χρησιμοποίησε για να κατασκευάσει τον κινούμενο κανόνα, ένα ζεύγος λογαριθμικών κλιμάκων που κινούνται η μία ως προς την άλλη. Οι αριθμοί τοποθετούνται σε αποστάσεις ανάλογες των διαφορών των λογαρίθμων τους. Κινώντας τη άνω κλίμακα προκύπτει μηχανική άθριση των λογαρίθμων. Για παράδειγμα, προσθέτωντας την απόσταση από το 1 στο 2 στην κάτω κλίμακα με την απόσταση από το 1 στο 3 στην πάνω κλίμακα δίνει το γινόμενο 6, το οποίο διαβάζεται στο κάτω μέρος. Ο λογαριθμικός κανόνας ήταν απαραίτητο εργαλείο υπολογισμών για μηχανικούς και επιστήμονες μέχρι την δεκαετία του 1970, επειδή επιτρέπει, με το κόστος της μικρότερης ακρίβειας, πολύ ταχύτερους υπολογισμούς από ότι τεχνικές με βάση πίνακες.[24]

Αναλυτικές ιδιότητες

Η βαθύτερη μελέτη των λογαρίθμων απαιτεί την έννοια της συνάρτησης. Η συνάρτηση είναι ένας κανόνας ο οποίος, δεδομένου ενός αριθμού, παράγει ένα άλλο μοναδικό αριθμό.[31] Ένα παράδειγμα είναι η συνάρτηση που παράγει την x-οστή δύναμη b από οποιονδήποτε πραγματικό αριθμό x, όπου η βάση b είναι σταθερός αριθμός. Αυτή η συνάρτηση γράφεται

Λογαριθμική συνάρτηση

Για να οριστεί ο λογάριθμος, είναι αναγκαίο να δειχτεί ότι η εξίσωση

έχει λύση x και ότι αυτή η λύση είναι μοναδική, υπό τον όρο ότι το y έιναι θετικό και το b είναι θετικό και μη ίσο με την μονάδα. Η απόδειξη αυτού απαιτεί το θεώρημα της ενδιάμεσης τιμής από τον στοιχειώδη λογισμό.[32] Σύμφωνα με αυτό το θεώρημα μία συνεχής συνάρτηση η οποία έχει τιμές m και n έχει επίσης τιμές μεταξύ των m και n. Μία συνάρτηση είναι συνεχής όταν δεν παρουσιάζει άλματα στη γραφική της παράσταση.

Αυτή η ιδιότητα μπορεί να δειχτεί ότι ισχύει για την συνάρτηση f(x) = bx. Επειδή η f παίρνει τυχαία μεγάλες και μικρές θετικές τιμές, οποιοσδήποτε αριθμός y > 0 βρίσκεται μεταξύ του f(x0) και f(x1) για κατάλληλα x0 και x1. Συνεπώς, το θεώρημα ενδιάμεσης τιμής διασφαλίζει ότι η εξίσωση f(x) = y έχει λύση. Επιπροσθέτως, υπάρχει μόνο μία λύση για αυτή την εξίσωση, επειδή η f είναι γνησίως αύξουσα (για b > 1), ή γνησίως φθίνουσα (για 0 < b < 1).[33]

Η μοναδική λύση x είναι ο λογάριθμος του y με βάση b, logb(y). Η συνάρτηση η οποία αποδίδει τιμές στο y αποκαλείται λογαριθμική συνάρτηση ή συνάρτηση λογαρίθμου (ή απλά λογάριθμος).

Αντίστροφη συνάρτηση

Η γραφική παράσταση της λογαριθμικής παράστασης logb(x) (μπλε) υπολογίζεται από την ανάκλαση της γραφικής παράστασης της συνάρτησης bx (κόκκινο) στην διαγώνια ευθεία (x = y).

Σύμφωνα με τον τύπο του λογαρίθμου μίας δύναμη, για οποιονδήποτε αριθμό x,

Δηλαδή, παίρνοντας την x-στή δύναμη του b και έπειτα τον λογάριθμο με βάση b, το αποτέλεσμα είναι x. Αντιστρόφως, δεδομένου ενός θετικού αριθμού y, ο τύπος

δηλώνει ότι παίρνοντας τον λογάριθμο ενός αριθμό ώς προς b και μετά υψώνοντας την βάση στο αποτέλεσμα, προκύπτει ο ίδιος ο αριθμός. Κατα συνέπεια, οι δύο πιθανοί τρόποι σύνθεσης λογαρίθμων και ύψωσης σε δύναμη έχουν ως αποτέλεσμα των αρχικό αριθμό. Συνεπώς, ο λογάριθμος με βάση b είναι η αντίστροφη συνάρτηση της f(x) = bx.[34]

Οι αντίστροφες συναρτήσεις έχουν στενή σχέση με τις αρχικές συναρτήσεις. Οι γραφικές τους παραστάσεις μπορούν να βρεθούν, η μία από την άλλη, αλλάζοντας τις συντεταγμένες x με τις y (ή με ανάκλαση στην διαγώνια ευθεία x = y), όπως φαίνεται δεξιά: ένα σημείο (t, u = bt) στη γραφική παράσταση της f έχει τιμή (u, t = logbu) στο γράφημα του λογαρίθμου και αντίστροφα. Κατά συνέπεια, logb(x) τείνει στο άπειρο καθώς το x τείνει στο άπειρο, δεδομένου ότι το b είναι μεγαλύτερο από ένα. Σε αυτή την περίπτωση η logb(x) ειναι γνησίως αύξουσα. Για b < 1, η logb(x) τείνει στο μείον άπειρο αντίστοιχα. Όταν το x τείνει στο μηδέν, η logb(x) τείνει στο μείον άπειρο για b > 1 (συν άπειρο για b < 1, αντίστοιχα).

Παράγωγος και αντιπαράγωγος

Η γραφική παράσταση του φυσικού λογαρίθμου (πράσινο) και η εφαπτομένη του στο x = 1.5 (μαύρο)

Οι αναλυτικές ιδιότητες των συναρτήσεων κληροδοτούνται στις αντίστροφές τους.[32] Έτσι, καθώς η f(x) = bx είναι συνεχής και παραγωγίσιμη συνάρτηση, έτσι είναι και η logb(y). Χοντρικά, μία συνεχής συνάρτηση είναι παραγωγίσιμη αν η γραφική της παράσταση δεν έχει «γωνίες». Επιπροσθέτως, καθώς η παράγωγος της f(x) ισούται με ln(b)bx σύμφωνα με τις ιδιότητες της εκθετικής συνάρτησης, σύμφωνα με τον κανόνα παραγώγισης σύνθετης συνάρτησης η παράγωγος του logb(x) δίνεται από τον τύπο[33][35]

Τουτέστιν, η κλίση της εφαπτομένης που εφάπτεται στη γραφική παράσταση του λογαρίθμου με βάση b στο σημείο (x, logb(x)) ισούται με 1/(x ln(b)). Πιο συγκεκριμένα, η παράγωγος του ln(x) είναι 1/x, το οποίο υποδηλώνει ότι η αντιπαράγωγος του 1/x είναι ln(x) + C. Η παράγωγος με γενικευμένο όρισμα f(x) είναι

Το πηλίκο στο δεξιό μέρος αποκαλείται λογαριθμική παράγωγος της f. Υπολογίζοντας το f'(x) μέσω της παραγώγου ln(f(x)) είναι γνωστό ως λογαριθμική παραγώγιση.[36] The antiderivative of the natural logarithm ln(x) is:[37]

Σχετικοί τύποι, όπως οι αντιπαράγωγοι λογαρίθμων με άλλες βάσεις μπορούν να προκύψουν από αυτή την εξίσωση με αλλαγή βάσεων.[38]


Ολοκληρωτκή αναπαράσταση του φυσικού λογαρίθμου

Ο φυσικός λογάριθμος του t είναι η σκιασμένη επιφάνεια κάτω από την γραφική παράσταση της συνάρτησης f(x) = 1/x.

Ο φυσικός λογάριθμος του t είναι ίσος με το ολοκλήρωμα του 1/x dx από το 1 στο t:

Με άλλα λόγια, το ln(t) ισούται με την επιφάνεια μεταξύ του άξονα των x και την γραφική παράσταση της συνάρτησης 1/x, επό το σημείο x = 1 έως το x = t (σχήμα στα δεξιά). Αυτό είναι συνέπεια του θεμελιώδους θεωρήματος του λογισμού και του γεγονότος ότι η παράγωγος του ln(x) είναι 1/x. Το δεξί μέρος της εξίσωσης μπορεί να χρησιμοποιηθεί και ως ορισμός του φυσικού λογαρίθμου. Τύποι για γινόμενα και δυνάμεις λογαρίθμων μπορούν να προκύψουν από αυτόν τον ορισμό.[39] Για παράδειγμα, ο τύπος για το γινόμενο ln(tu) = ln(t) + ln(u) μπορεί να προκύψει:

Η εξίσωση (1) χωρίζει το ολοκλήρωμα σε δύο μέρη, ενώ στην εξίσωση (2) γίνεται αλλαγή μεταβλητής (w = x/t).[σημ. 5] Στο σχήμα παρακάτω, ο χωρισμός αντιστοιχεί στην διαίρεση της επιφάνειας στο κίτρινο και το μπλε τμήμα. Μειώνοντας την οριζόντια και την κατακόρυφη κλίμακα κατά τον ίδιο παράγοντα t δεν αλλάζει το μέγεθος. Μετακινώντας την κατάλληλα, η επιφάνεια ταιριάζει ξανά στη γραφική παράσταση της συνάρτησης f(x) = 1/x. Κατά συνέπεια, η αριστερή μπλέ επιφάνεια η οποία είναι το ολοκλήρωμα της f(x) από το t στο tu είναι η ίδια με το ολοκλήρωμα από το 1 στο u.

Οπτικοποιημένη απόδειξη του τύπου του γινομένου για τον φυσικό λογάριθμο.

Ο τύπος της δύναμης ln(tr) = r ln(t) μπορεί να προκύψει με παρόμοιο τρόπο:

Η δεύτερη εξίσωση κάνει χρήση μίας αλλαγής μεταβλητών (ολοκλήρωση με αντικατάσταση),w := x1/r. Το άθροισμα των αντίστροφων των φυσικών αριθμών,

ονομάζεται αρμονική σειρά. Είναι στενά συνδεμένη με τον φυσικό λογάριθμο: καθώς το n τείνει στο άπειρο, η διαφορά,

συγκλίνει σε ένα αριθμό γνωστό ως σταθερά Euler-Mascheroni. Αυτή η σχέση βοηθά στην ανάλυση της απόδοσης αλγορίθμων όπως ο quicksort.[40]

Υπολογισμός

Οι λογάριθμοι είναι εύκολο να υπολογιστούν σε κάποιες περιπτώσεις, όπως για παράδειγμα log10(10,000) = 4. Εν γένει μπορούν να υπολογιστούν με χρήση δυναμοσειρών ή του αριθμητικού-γεωμετρικού μέσου ή να παρθούν από προϋπολογισμένο λογαριθμικό πίνακα με δεδομένη ακρίβεια.[41][42] Επιπλέον, ο αλγόριθμος δυαδικού λογαρίθμου υπολογίζει το lb(x) αναδρομικά με βάση επαναλαμβανόμενους τετραγωνισμούς του x, κάνοντας χρήση της σχέσης

Η Μέθοδος Newton, μία επαναληπτική μέθοδος προσεγγιστικής επίλυσης εξισώσεων, μπορεί επίσης να χρησιμοποιηθεί για τον υπολογισμό του λογάριθμου, επειδή η αντίστροφη συνάρτηση, η εκθετική συνάρτηση, μπορεί να υπολογιστεί αποδοτικά.[43]

Από θεωρητική άποψη, σύμφωνα με το θεώρημα Gelfond-Schneider, οι λογάριθμοι συνήθως παίρνουν «δύσκολες» τιμές. Η τυπική διατύπωση βασίζεται στην έννοια των αλγεβρικών αριθμών, οι οποίοι περιλαμβάνουν όλους τους ρητούς αριθμούς, αλλά και αριθμούς όπως η τετραγωνική ρίζα του 2 ή ο

Οι μιγαδικοί αριθμοί οι οποίοι δεν είναι αλγεβρικοί αποκαλούνται υπερβατικοί αριθμοί,[44] για παράδειγμα το π και το e είναι τέτοιοι αριθμοί. Σχεδόν όλοι οι μιγαδικοί αριθμοί είναι υπερβατικοί. Με βάση αυτά, σύμφωνα με το θεώρημα Gelfond–Scheider δεδομένων δύο αλγεβρικών αριθμών a και b, ο logb(a) είναι είτε υπερβατικός είτε ρητός αριθμός p / q (στην οποία περίπτωση aq = bp, έτσι a και b είχαν εξαρχής στενή σχέση).[45]

Δυναμοσειρές

Σειρά Taylor
Η σειρά Taylor του ln(z) στο z = 1. Η εικόνα δείχνει τις πρώτες 10 προσεγγίσεις.

Για οποιονδήποτε πραγματικό αριθμό z που ικανοποιεί το 0 < z < 2, ισχύει ο ακόλουθος τύπος:[σημ. 6][46]

Το οποίο είναι συνομογραφία της διατύπωσης ότι ο ln(z) μπορεί να προσεγγιστεί ολοένα και από μία πιο ακριβή τιμή από τις ακόλουθες εκφράσεις:

Για παράδειγμα, η τρίτη προσέγγιση με z = 1.5 δίνει 0.4167, περίπου 0.011 παραπάνω από το ln(1.5) = 0.405465. Έτσι το ln(z) μπορεί να προσεγγιστεί με οποιαδήποτε ακρίβεια, δεδομένου ότι ο αριθμός των προσθετέων είναι μεγάλος αρκετά. Στον στοιχειώδη λογισμό, το ln(z) συνεπώς αποκαλείται το όριο αυτής της σειράς αθρισμάτων. Είναι η σειρά Taylor του φυσικού λογάριθμου στο z = 1.

Πιο αποδοτικές σειρές

Μια άλλη σειρά είναι:

για μιγαδικούς αριθμούς z με θετικό πραγματικό μέρος.[46] Χρησιμοποιόντας τον συμβολισμό Σίγμα μπορεί να γραφτεί και ως

Αυτή η σειρά μπορεί να προκύψει από την παραπάνω σειρά Taylor. Συγκλίνει πιο γρήγορα από την σειρά Taylor, ειδικά αν το z είναι κοντά στο 1. Για παράδειγμα για z = 1.5, ο πρώτοι τρεις όροι της δεύτερης σειράς προσεγγίζουν το ln(1.5) με σφάλμα περίπου 3×10−6. Αυτή η γρήγορη σύγκλιση για z κοντά στο 1 μπορεί να χρησιμοποιηθεί με τον ακόλουθο τρόπο: δεδομένης μίας μικρής ακρίβειας προσέγγισης y ≈ ln(z) και θέτοντας

ο λογάριθμος του z είναι:

Όσο καλύτερη είναι η αρχική προσέγγιση του y, τόσο πιο κοντά στο 1 είναι το A, έτσι ο λογάριθμός του μπορεί να υπολογιστεί αποδοτικά. Το A μπορεί να υπολογιστεί χρησιμοποιώντας την εκθετική σειρά, η οποία συγκλίνει γρήγορα υπό τον όρο ότι το y δεν είναι πολύ μεγάλο. Ο υπολογισμός λογάριθμων μεγαλύτερων z μπορεί να αναχθεί σε μικρότερες τιμές του z γράφοντας z = a · 10b, έτσι ώστε ln(z) = ln(a) + b · ln(10).

Με παρόμοια μέθοδος μπορεί να χρησιμοποιηθεί για τον υπολογισμό λογαρίθμων ακεραίων. Από την παραπάνω σειρά, προκύπτει ότι:

Αν ο λογάριθμος ενός μεγάλου ακεραίου n είναι γνωστός, τότε αυτή η σειρά μπορεί να αποδώσει μία ταχέως συγκλίνουσα σειρά για το log(n+1).

Προσέγγιση με τον αριθμητικό-γεωμετρικό

Ο αριθμητικός-γεωμετρικός μέσος αποδίδει υψηλής ακρίβειας προσεγγίσεις του φυσικού λογαρίθμου. Το ln(x) προσεγγίζεται με ακρίβεια 2pp δυαδικών ψηφίων) από τον ακόλουθο τύπο του Καρλ Φρίντριχ Γκάους:[47][48]

Εδώ το M είναι ο αριθμητικός-γεωμετρικός μέσος. υπολογίζεται από τον επαναληπτικό υπολογισμό του μέσου (αριθμητικός μέσος) και της τετραγωνικής ρίζας του γινομένου των δύο αριθμών (γεωμετρικός μέσος). Επιπλέον, το m επιλέγεται ώστε

Και ο αριθμητικός-γεωμετρικός μέσος και οι σταθερές π και ln(2) μπορούν να υπολογιστούν από ταχέως συγκλίνουσες σειρές.

Εφαρμογές

Ένας ναυτίλος που εμφανίζει λογαριθμική σπείρα

Οι λογάριθμοι έχουν πολλές εφαρμογές εντός και εκτός των μαθηματικών. Κάποιες χρήσεις τους έχουν σχέση με την έννοια της ανεξαρτησίας κλίμακας. Για παράδειγμα, κάθε τμήμα του όστρακου ενός ναυτίλου είναι σχεδόν αντίγραφο του επόμενου, κλιμακωμένο κατά ένα σταθερό παράγοντα. Έτσι δημιουργείται λογαριθμική σπέιρα.[49] Ο νόμος του Benford για την κατανομή των πρώτων ψηφίων δεδομένων μπορεί επίσης να εξηγηθεί από την ανεξαρτησία κλίμακας.[50] Οι λογάριθμοι συνδέονται και με την αυτοομοιότητα. Για παράδειγμα, οι λογάριθμοι εμφανίζονται στην ανάλυση αλγορίθμων που λύνουν ένα πρόβλημα χωρίζοντάς το σε δύο παρόμοια μικρότερα προβλήματα κάνοντας επαλληλία στις λύσεις.[51] Οι διαστάσεις των αυτοόμοιων γεωμετρικών σχημάτων, δηλαδή τα σχήματα των οποίων τα μέρη μοιάζοουν με το σύνολο βασίζονται επίσης σε λογάριθμους. Οι λογαριθμικές κλίμακες είναι χρήσιμες για την ποσοτικοποίηση των σχετικών αλλαγών μίας τιμής αντί για τις απόλυτες διαφορές. Επιπροσθέτως, επειδή η λογαριθμική συνάρτηση log(x) αυξάνεται πολύ αργά για μεγάλα x, οι λογαριθμικές κλίμακες χρησιμοποιούνται για την συμπίεση μεγάλης κλίμακας επιστημονικών δεδομένων. Οι λογάριθμοι εμφανίζονται και σε πάρα πολλούς επιστημονικούς τύπους, όπως για παράδειγμα η πυραυλική εξίσωση Tsiolkovsky, η εξίσωση Fenske και η εξίσωση Nernst.

Λογαριθμική κλίμακα

Λογαριθμικό διάγραμμα που απεικονίζει την τιμή του γερμανικού Goldmark σε Papiermark κατά τον υπερπληθωρισμό της δεκαετίας του 1920

Οι επιστημονικές ποσότητες συχνά εκφράζονται ως λογάριθμοι άλλων ποσοτήτων, χρησιμοποιώντας μία λογαριθμική κλίμακα. Για παράδειγμα, το ντεσιμπέλ είναι λογαριθμική μονάδα μέτρησης. Βασίζεται στον κοινό λογάριθμο λόγων—10 φορές ο κοινός λογάριθμος ενός λόγου ισχύος ή 20 φορές ο κοινός λογάριθμος του λόγου διαφοράς δυναμικού. Χρησιμοποιείται για να ποσοτικοποιήσει την απώλεια τάσης στη μετάδοση ηλεκτρικών σημάτων,[52] για να περιγράψει επίπεδα ισχύος των ήχων στην ακουστική,[53] και την απορρόφηση φωτός στα πεδία της φασματοσκοπίας και της οπτικής. Ο λόγος σήματος προς θόρυβο που περιγράφει την ποσότητα του ανεπιθύμητου θορύβου σε σχέση με ένα σήμα επίσης μετριέται σε ντεσιμπέλ.[54] Κατά παρόμοιο τρόπο, ο λόγος αιχμής σήματος προς θόρυβο χρησιμοποιείται συχνά για την αποτίμηση της ποιότητας του ήχου και των μεθόδων συμπίεσης εικόνας κάνοντας χρήση του λογάριθμου.[55]

Η ισχύς ενός σεισμού μετριέται λαμβάνοντας τον κοινό λογάριθμο της ενέργειας που ελευθερώνεται κατά την δόνηση. Αυτό χρησιμοποιείται στην κλίμακα μεγέθους ροπής ή την κλίμακα Ρίχτερ. Για παράδειγμα ένας σεισμός μεγέθους 5.0 απελευθερώνει 10 φορές και ενας μεγέθους 6.0 100 φορές την ενέργεια ενός σεισμού μεγέθους 4.0.[56] Μία άλλη λογαριθμική κλίμακα είναι το φαινόμενο μέγεθος. Μετράει την λαμπρότητα των αστέρων λογαριθμικά.[57] Ακόμα ένα παράδειγμα είναι το pH στη χημεία, το pH είναι ο αρνητικός κοινός λογάριθμος της ενεργότητας των ιόντων υδροξωνίου (η μορφή που παίρουν τα ιόντα υδρογόνου H+ στο νερό).[58] Η ενεργότητα των ιόντων υδροξωνίου στο ουδέτερο νερό είναι 10−7 mol·L−1, έτσι το pH είναι 7. Το ξύδι τυπικά έχει pH περίπου 3. Η διαφορά 4 με το ουδέτερο νερό αντιστοιχεί σε διαφορά 104 στη ενεργότητα, δηλαδή η ενεργότητα των ιόντων υδροξωνίου στο ξύδι είναι περίπου 10−3 mol·L−1.

Τα ημιλογαριθμικά γραφήματα κάνουν χρήση της λογαριθμικής κλίμακας για οπτικοποίηση, όπου ένας άξονας, τυπικά ο κατακόρυφος, είναι σε λογαριθμική κλίμακα. Για παράδειγμα το γράφημα στα αριστερά, συμπιέζει την μεγάλη αύξηση από το 1 εκατομμύριο στο 1 τρισεκατομύριο στον ίδιο χώρο (στον κατακόρυφο άξονα) με την αύξηση από το 1 στο 1 εκατομμύριο. Σε τέτοιου είδους γραφήματα, οι εκθετικές συναρτήσεις του τύπου f(x) = a · bx εμφανίζονται ως ευθείες γραμμές με κλίση ανάλογη του b. Σε γραφήματα με λογαριθμική κλίμακα και στους δύο άξονες, συναρτήσεις του τύπου f(x) = a · xk αναπαρίστανται ως ευθείες με κλίση ανάλογη του εκθέτη k. Αυτό έχει εφαρμογή στην οπτικοποίηση και ανάλυση εκθετικών νόμων.[59]

Ψυχολογία

Οι λογάριθμοι εμφανίζονται σε διάφορους νόμους που περιγράφουν την ανθρώπινη αντίληψη:[60][61] Ο νόμος του Hick προτείνει λογαριθμική σχέση μεταξύ του χρόνου που χρειάζεται ένα άτομο για την επιλογή μίας απόφασης και του αριθμού των επιλογών που έχει.[62] Ο νόμος του Fitt προβλέπει ότι ο χρόνος που απαιτείται για ταχεία κίνηση σε μία περιοχή στόχο είναι λογαριθμική συνάρτηση της απόστασης και του μεγέθους του στόχου.[63] Στην ψυχοφυσική, ο νόμος Weber–Fechner προτείνει λογαριθμική σχέση μεταξύ του ερεθίσματος και της αίσθησης όπως για παράδειγμα το πραγματικό και το φαινόμενο βάρος ενός αντικειμένου που κουβαλάει ένα άτομο.[64] (Αυτός ο «νόμος» ωστόσο είναι λιγότερο ακριβής από νεότερα μοντέλα όπως ο εκθετικός νόμος του Stevens.[65])

Ψυχολογικές μελέτες έχουν διαπιστώσει ότι μαθηματικώς ακαλλιέργητα άτομα τείνουν να εκτιμούν τις ποσότητες λογαριθμικά, δηλαδή τοποθετούν ένα αριθμό σε μία αβαθμονόμητη γραμμή στον λογάριθμό του, έτσι ώστε το 10 τοποθετείται τόσο κοντά στο 20 όσο το 100 στο 200. Η αύξηση της μαθηματικής κατανόησης μετατοπίζει αυτή την συμπεριφορά προς την γραμμική εκτίμμηση.[66][67]

Θεωρία πιθανοτήτων και στατιστική

Τρεις συναρτήσεις πυκνότητας πιθανότητας τυχαίων μεταβλητών με λογαριθμοκανονική κατανομή. Η παράμετρος μ, η οποία είναι μηδέν για όλες τις συναρτήσεις πυκνότητας του παραδείγματος, είναι ο μέσος του λογάριθμου της τυχαίας μεταβλητής, όχι ο μέσος της μεταβλητής αυτής καθεαυτής.
Κατανομή των πρώτων ψηφίvν (σε %, κόκκινες στήλες) στον πληθυσμό των 237 χωρών του κόσμου. Οι μαύρες βούλες υποδεικνύουν την κατανομή που προβλέφθηκε από τον νόμο του Benford.

Οι λογάριθμοι εμφανίζονται και στην θεωρία πιθανοτήτων: σύμφωνα με τον νόμο των μεγάλων αριθμών, για ένα δίκαιο νόμισμα , καθώς ο αριθμός που ρίχνεται το νόμισμα τείνει στο άπειρο, η παρατηρούμενη αναλογία των «κεφαλών» τείνει στο μισό. Οι αυξομειώσεις αυτής της αναλογίας γύρω από το μισό περιγράφονται από τον νόμο του επαναλαμβανόμενου λογάριθμου.[68]

Οι λογάριθμοι εμφανίζονται επίσης στις λογαριθμοκανονικές κατανομές. Όταν ο λογάριθμος μίας τυχαίας μεταβλητής έχει κανονική κατανομή, τότε λέγεται ότι η μεταβλητική έχει λογαριθμοκανονική κατανομή.[69] Οι λογαριθμοκανονικές κατανομές εμφανίζονται σε πολλά πεδία, οπουδήποτε η μεταβλητή σχηματίζεται ως γινόμενο πολλών ανεξάρτητων θετικών τυχαίων μεταβλητών, όπως για παράδειγμα στη μελέδη της τύρβης.[70]

Οι λογάριθμοι χρησιμοποιούνται για την εκτίμηση μέγιστης πιθανοφάνειας παραμετρικών στατιστικών μοντέλων. Για ένα τέτοιο μοντέλο, η συνάρτηση πιθανοφάνειας (likelihood function) εξαρτάται από τουλάχιστον μία παράμετρο που χρειάζεται να εκτιμηθεί. Ένα μέγιστο για τη συνάρτηση πιθανοφάνειας εμφανίζεται στην ίδια παράμετρο-τιμή όπως και στο μέγιστο του λογάριθμου της πιθανοφάνειας (λογαριθμο-πιθανοφάνεια), επειδή ο λογάριθμος είναι αύξουσα συνάρτηση.Η λογαριθμο-πιθανοφάνεια είναι ευκολότερο να μεγιστοποιηθεί, ειδικότερα για τις πολλαπλασιασμένες πιθανοφάνεις ανεξάρτητων τυχαίων μεταβλητών.[71]

Ο νόμος του Benford περιγράφει την εμφάνιση ψηφίων σε πολλά σύνολα δεδομένων, όπως για παράδειγμα τα ύψη κτηρίων]]. Σύμφωνα με τον νόμο του Benford, η πιθανότητα το πρώτο ψηφίο (στο δεκαδικό σύστημα) ενός αντικειμένου στο δείγμα δεδομένων να είναι d (από 1 έως 9) ισούται με log10(d + 1) − log10(d), ανεξαρτήτως της μονάδας μέτρησης.[72] Συνεπώς, περίπου το 30% των δεδομένων αναμένεται να έχει πρώτο ψηφίο το 1, το 18% να ξεκινά με 2, κτλ. Οι εξεταστές λογιστικών βιβλίων εξετάζουν αποκλίσεις από τον νόμο του Benford ώστε να ανακαλύψουν λογιστικές απάτες.[73]

Υπολογιστική πολυπλοκότητα

Η ανάλυση αλγορίθμων είναι κλάδος της επιστήμης υπολογιστών που μελετά την απόδοση αλγορίθμων.[74] Οι λογάριθμοι είναι πολύτιμοι για την περιγραφεί αλγόριθμων οι οποίοι χωρίζουν ένα πρόβλημα σε μικρότερα, και έπειτα συνδυάζονται οι λύσει των υποπροβλημάτων.[75]

Για παράδειγμα, για την εύρεση ενός αριθμού σε ένα ταξινομημένο κατάλογο, ο αλγόριθμος δυαδικής αναζήτησης ελέγχει τη μεσαία καταχώρηση και προχωρά με τον μισό κατάλογο πριν ή μετά το μεσαίο αν ο αριθμός δεν έχει ακόμα βρεθεί. Αυτός ο αλγόριθμος απαιτεί, κατά μέσο όρο, log2(N) συγκρίσεις, όπου N είναι το μήκος του καταλόγου.[76] Παρομοίως, ο αλγόριθμος merge sort ταξινομεί ένα αταξινόμητο κατάλογο χωρίζοντάς τον στη μέση και ταξινομώντας πρώτα τα μισά πριν συνδυάσει τα αποτελέσματα. Οι αλγόριθμοι merge sort τυπικά απαιτούν χρόνο περίπου ανάλογο του N · log(N).[77] Η βάση του λογάριθμου δεν καθορίζεται εδώ επειδή το αποτέλεσμα αλλάζει μόνο κατά ένα σταθερό παράγοντα όταν χρησιμοποιείται άλλη βάση. Ένας σταθερός παράγοντας, συνήθως δεν λαμβάνεται υπόψη στην ανάλυση αλγορίθμων υπό το τυπικό μοντέλο ομοιόμορφου κόστους.[78]

Μία συνάρτηση f(x) λέγεται ότι αυξάνεται λογαριθμικά αν η f(x) είναι (ακριβώς ή προσεγγιστικά) ανάλογη του λογαρίθμου του x. (Οι βιολογικές περιγραφές της ανάπτυξης οργανισμών, ωστόσο, χρησιμοποιούν αυτό τον όρο για εκθετικές συναρτήσεις.[79]) Για παράδειγμα, οποιοσδήποτε φυσικός αριθμός N μπορεί να αναπαρασταθεί σε δυαδική μορφή σε όχι παραπάνω από log2(N) + 1 bit. Με άλλα λόγια, το ποσό της μνήμης που απαιτείται για την αποθήκευση του N αυξάνεται λογαριθμικά με το N.

Εντροπία και χάος

Δύο σωματίδια που ξεκινούν από το κέντρο ενός οβάλ τραπεζιού μπιλιάρδου με διαφορά μίας μοίρας στην γωνία, ακολουθούν τροχιές που αποκλείνουν χαοτικά εξαιτίας της ανάκλασης στο όριο.

Η εντροπία είναι χοντρικά μέτρο της αταξίας κάποιου συστήματος. Στην στατιστική θερμοδυναμική, η εντροπία S ενός φυσικού συστήματος ορίζεται ως

Το άθροισμα αφορά όλες τις πιθανές καταστάσεις i του υπό εξέταση συστήματος, όπως οι θέσεις των σωματιδίων αερίου σε ένα δοχείο. Επιπλέον, pi είναι η πιθανότητα ότι έχει επιτευχθεί η κατάσταση i και k είναι η σταθερά Boltzmann. Παρομοίως, η εντροπία στη θεωρία πληροφοριών μετράει την ποσότητα της πληροφορίας/ Αν ένας αποδέκτης μηνύματος αναμένει οποιοδήποτε από τα N πιθανά μυνήματα με την ίδια πιθανότητα, τότε η ποσότητα πληροφορίας που μεταβιβάζεται από οποιοδήποτε τέτοιο μήνυμα ποσοτικοποιείται ως log2(N) bit.[80]

Οι εκθέτες Lyapunov κάνουν χρήση λογαρίθμων για την μέτρηση της χαοτικότητας ενός δυναμικού συστήματος. Για παράδειγμα, για ένα σωματίδιο που κινείται σε ένα οβάλ τραπέζι μπιλιάρδου, ακόμα και μικρές αλλαγές των αρχικών συνθηκών έχουν αποτέλεσμα πολύ διαφορετικές τροχιές. Τέτοια συστήματα είναι χαοτικά κατά ντετερμινιστικό τρόπο επειδή μικρά σφάλματα μετρήσεων της αρχικής κατάστασης οδηγούν με προβλέψιμο τρόπο σε πολύ διαφορετικές τελικές καταστάσεις.[81] Τουλάχιστον ένας εκθέτης Λιαπούνοφ ενός ντετερμινιστικώς χαοτικού συστήματος είναι θετικός.

Φράκταλ

Το τρίγωνο Σιερπίνσκι (στα δεξιά) κατασκευάζεται με την επαναλαμβανόμενη αντικατάσταση των ισόπλευρων τριγώνων με τρία μικρότερα.

Οι λογάριθμοι εμφανίζονται στους ορισμούς των διαστάσεων φράκταλ.[82] Τα φράκταλ είναι γεωμετρικά αντικείμενα με την ιδιότητα της αυτοομοιότητας: τα μικρότερα μέρη αναπαράγουν, τουλάχιστον χοντρικά, την πλήρη δομή. Το τρίγωνο Σιερπίνσκι (εικόνα) μπορεί να καλυφθεί από τρία αντίγραφα του εαυτού του, το καθένα με το μισό αρχικό μήκος. Αυτό έχει ως αποτέλεσμα η διάσταση Hausdorff της δομής να είναι log(3)/log(2) ≈ 1.58. Μία άλλη βασισμένη στους λογάριθμους έννοια διάσταση, αποκτάται με το μέτρημα των κουτιών που απαιτούνται για την κάληψη του υπό εξέταση φράκταλ (διάσταση Minkowski–Bouligand).

Μουσική

Οι λογάριθμοι σχετίζονται με τους μουσικούς τόνους και τα μουσικά διαστήματα. Στον ισοσυγκερασμό, ο λόγος των συχνοτήτων εξαρτάται μόνο εξαρτάται μόνο από το διάστημα μεταξύ δύο τόνων, όχι από την συγκεκριμένη συχνότητα ή το ύψος του κάθε τόνου. Για παράδειγμα, η νότα Λα έχει συχνότητα 440 Hz και η νότα Σι ύφεση έχει συχνότητα 466 Hz. Αντίστοιχα συμφωνεί ο λόγος των συχνοτήτων:

Συνεπώς, οι λογάριθμοι μπορούν να χρησιμοποιηθούν για την περιγραφή διαστημάτων: ένα διάστημα μετριέται σε ημιτόνια λαμβάνοντας τον λογάριθμο με βάση την δωδέκατη ρίζα του 2 (21/12) του λόγου των συχνοτήτων, ενώ με τον λογάριθμο με βάση την 1200ή ρίζα του 2 του λόγου των συχνοτήτων το διάστημα μετριέται σε σέντς (cents), εκατοστά του ημιτονίου. Το τελευταίο χρησιμοποιείται για ακριβέστερη κωδικοποίηση σε μή ισοσυγκερασμένα συστήματα.[83]

Διάστημα
(οι δύο τόνοι στα παραδείγματα παίζονται ταυτόχρονα)
1/12 του τόνου play  Ημιτόνιο play Ορθή μείζων τρίτη play Μείζων τρίτη play Τρίτωνας play Οκτάβα play
Λόγος συχνοτήτων r
Αντίστοιχος αριθμός ημιτονίων
Αντίστοιχος αριθμός σεντς

Θεωρία αριθμών

Οι φυσικοί λογάριθμοι συνδέονται στενά με την απαρίθμηση των πρώτων αριθμών (2, 3, 5, 7, 11, ...), σημαντικό θέμα στην θεωρία αριθμών. Για οποιονδήποτε ακέραιο x, η ποσότητα των πρώτων αριθμών που είναι μικρότεροι ή ίσοι με το x συμβολίζεται ως π(x). Σύμφωνα με το θεώρημα των πρώτων αριθμών, το π(x) δίνεται προσεγγιστικά από τον τύπο:

υπό την έννοια ότι ο λόγος του π(x) και αυτής της συνάρτησης προσεγγίζει το 1 όταν το x τείνει στο άπειρο.[84] Κατά συνέπεια, η πιθανότητα ένας τυχαίος αριθμός μεταξύ του 1 και του x να είναι πρώτος είναι αντιστρόφως ανάλογη με τον αριθμό των ψηφίων του x. Μία πολύ καλύτερη εκτίμηση του π(x) δίνεται από τo λογαριθμικό ολοκλήρωμα Li(x), το οποίο ορίζεται ως

Η υπόθεση Riemann, μία από τις παλαιότερες μη αποδεδειγμένες υποθέσεις, μπορεί να εκφραστεί ως σύγκριση των π(x) και Li(x).[85] Το θεώρημα Erdős–Kac που περιγράφει τον αριθμό των διακριτών πρώτων παραγόντων επίσης περιλαμβάνει τον φυσικό λογάριθμο.

Ο λογάριθμος του n παραγοντικού, n! = 1 · 2 · ... · n, δίνεται από τον τύπο

Αυτό μπορεί να χρησιμοποιηθεί για την παραγωγή του τύπου του Stirling, μίας προσέγγισης του n! για μεγάλους n.[86]

Γενικεύσεις

Μιγαδικός λογάριθμος

Πολική μορφή του z = x + iy. Αμφότερα τα φ και φ' είναι ορίσματα του z.

Οι μιγαδικοί αριθμοί a που επιλύουν την εξίσωση

ονομάζονται μιγαδικοί λογάριθμοι. Εδώ z είναι ένας μιγαδικός αριθμός. Ένας μιγαδικός αριθμός αναπαρίσταται κοινώς ως z = x + iy, όπου x και y είναι πραγματικοί αριθμοί και i είναι η φανταστική μονάδα. Ένας τέτοιος αριθμός μπορεί να παρασταθεί ως σημείο στο μιγαδικό επίπεδο, όπως φαίνεται στα δεξιά. Η πολική μορφή αναπαριστά ένα μη μηδενικό μιγαδικό αριθμό z χρησιμοποιώντας την απόλυτη τιμή του, ήτοι την απόσταση r από την αρχή των αξόνων, και μία γωνία μεταξύ του άξονα των x και της ευθείας που διέρχεται από την αρχή των αξόνων και τον z. Η γωνία καλείται όρισμα του z. Η απόλυτη τιμή r του z είναι

Το όρισμα φ δεν προσδιορίζεται μοναδικά από τον z: το φ' = φ + 2π είναι επίσης όρισμα του z επειδή προσθέτοντας 2π ακτίνια ή 360 μοίρες[σημ. 7] στο όρισμα φ αντιστοιχεί με αριστερόστροφη περιστροφή γύρω από την αρχή των αξόνων κατά γωνία 2π. Ο μιγαδικός αριθμός που προκύπτει έτσι είναι πάλι ο z, όπως φαίνεται στα δεξιά. Ωστόσο, μόνο ένα όρισμα φ ικανοποιεί τις −π < φ και φ ≤ π. Αυτό αποκαλείται κύριο ή πρωτεύον όρισμα και συμβολίζεται Arg(z), με κεφαλαίο Α.[87] (Μία εναλλακτική κανονικοποίηση είναι η 0 ≤ Arg(z) < 2π.[88])

Ο κύριος κλάδος του μιγαδικού λογάριθμου, Log(z). Το μαύρο σημείο στο z = 1 αντιστοιχεί σε απόλυτη τιμή μηδέν και τα πιο ανοιχτά (σε ένταση) χρώματα αντιστοιχούν σε μεγαλύτερες απόλυτες τιμές. Η απόχρωση του χρώματος αντιστοιχεί στο όρισμα του Log(z).

Με την χρήση των τριγωνομετρικών συναρτήσεων του ημιτόνου και του συνημιτόνου, ή της μιγαδικής εκθετικής συνάρτησης, αντίστοιχα, τα r και φ είναι τέτοια ώστε ικανοποιούν ταυτότητες:[89]

Αυτό υποδηλώνει ότι η a-οστή δύναμη του e ισούται με το z, όπου

το φ είναι το κύριο όρισμα Arg(z) και n είναι τυχαίος ακέραιος. Οποιοσήποτε τέτοιος a καλείται μιγαδικός λογάριθμος του z. Υπάρχουν άπειροι μιγαδικοί λογάριθμοι ενός αριθμού, εν αντιθέσει με τον μοναδικά οριζόμενο πραγματικό λογάριθμο. Αν n = 0, το a καλείται κύρια τιμή του λογάριθμου και συμβολίζεται ως Log(z). Το κύριο όρισμα οποιουδήποτε θετικού πραγματικού αριθμού x είναι 0, συνεπώς το Log(x) είναι πραγματικός αριθμός και ισούται με τον πραγματικό (φυσικό) λογάριθμο. Ωστόσο οι παραπάνω τύποι για τους λογάριθμους γινομένων και δυνάμεων δεν γενικεύονται για την κύρια τιμή του μιγαδικού λογάριθμου.[90]

Η απεικόνιση δεξιά αναπαριστά το Log(z). Η ασυνέχεια, ήτοι το άλμα της απόχρωσης στο αρνητικό τμήμα του άξονα των x (πραγματικός άξονας), προκαλείται από την ασυνέχεια του κύριου ορίσματος. Ο τόπος αυτός ονομάζεται τομή διακλαδώσεως (branch cut). Αυτή η συμπεριφορά μπορεί να παρακαμφθεί μόνο αν εγκαταληφθεί ο περιορισμός στο εύρος του φ. Τότε το όρισμα του z και, κατά συνέπεια, ο οικείος λογάριθμος γίνονται πλειότιμες συναρτήσεις.

Αντίστροφες συναρτήσεις άλλων εκθετικών συναρτήσεων

Η ύψωση σε δύναμη συναντάται σε πολλούς τομείς των μαθηματικών, ενώ η αντίστροφη αυτής συνάρτηση συχνά αποκαλείται λογάριθμος. Για παράδειγμα, ο λογάριθμος πίνακα είναι η πλειότιμη αντίστροφη συνάρτηση της δύναμης πίνακα.[91] Ένα άλλο παράδειγμα είναι η p-αδική λογαριθμική συνάρτηση, η αντίστροφη της p-αδικής εκθετικής συνάρτησης. Αμφότερες ορίζοναι με σειρά Taylor ανάλογη με την πραγματική περίπτωση.[92] Στο εννοιολογικό πλαίσιο της διαφορικής γεωμετρίας, η εκθετική απεικόνιση αντιστοιχίζει τον εφαπτόμενο χώρο σε ένα σημείο μίας πολλαπλότητας προς μία γειτονιά αυτού του σημείου. Η αντίστροφή της αποκαλείται επίσης λογαριθμική απεικόνιση.[93]

Στο εννοιολογικό πλαίσιο των πεπερασμένων ομάδων η ύψωση σε δύναμη συνίσταται στον επαναλαμβανόμενο πολλαπλασιασμό ενός στοιχείου b της ομάδας με τον ευατό του. Ο [[διακριτός λογάριθμος[[ είναι ο ακέραιος n, ο οποίος αποτελεί λύση της εξίσωσης

όπου x είναι στοιχείο της ομάδας. Η ύψωση σε δύναμη μπορεί να γίνει αποδοτικά, όμως ο υπολογισμός του διακριτού λογάριθμου πιστεύεται ότι είναι πολύ δύσκολος σε κάποιες ομάδες. Αυτή η ασυμετρία έχει σημαντικές εφαρμογές στην κρυπτογραφία δημοσίου κλειδιού, όπως για παράδειγμα στην ανταλλαγή κλειδιών Diffie–Hellman, μία διαδικασία που επιτρέπει ασφαλείς ανταλλαγές κρυπτογραφικών κλειδιών σε μη ασφαλείς διαύλους πληροφοριών.[94] Ο λογάριθμος του Zech σχετίζεται μ ετον διακριτό λογάριθμο στην πολλαπλασιαστική ομάδα των μη μηδενικών στοιχείων ενός πεπερασμένου πεδίου.[95]

Άλλες λογαριθμοειδής συναρτήσεις είναι ο διπλός λογάριθμος ln(ln(x)), ο υπερ- ή υπερ-4-λογάριθμος (μια μικρή παραλαγή του οποίου, στην επιστήμη των υπολογιστών αποκαλείται επαναλαμβανόμενος λογάριθμος (iterated logarithm), η συνάρτηση W του Lambert, και η logit. Είναι οι αντιστροφες συναρτήσεις αντίστοιχα της διπλής εκθετικής συνάρτησης, της επαναλαμβανόμενης ύψωσης σε δύναμη (tetration), της f(w) = wew,[96] και της λογιστικής συνάρτησης.[97]

Σημειώσεις

  1. Για περισσότερες λεπτομέρεις, συμπεριλαμβανομένου του τύπου bm + n = bm · bn, δείτε δύναμη (μαθηματικά) ή [1] για μία στοιχειώδη έκθεση του θέματος.
  2. Οι περιορισμοί για το y και το b εξηγούνται στην ενότητα «Αναλυτικές ιδιότητες».
  3. Κάποιοι μαθηματικοί δεν εγκρίνουν αυτό τον συμβολισμό. Στην αυτοβιογραφία του το 1985, ο Πολ Χάλμος άσκησε κριτική στον όπως τον θεωρούσε «παιδικό συμβολισμό ln», τον οποίο είπε ότι κανείς μαθηματικός δεν χρησιμοποίησε ποτέ.[10] Ο συμβολισμός εφευρέθηκε από τον Ίρβινγκ Στρίνγκαμ, μαθηματικό.[11][12]
  4. Για παράδειγμα C, Java, Haskell, and BASIC.
  5. Με αλλαγή μεταβλητής συνεπάγεται ότι συνεπώς .
  6. Η ίδια σειρά δίνει την κύρια τιμή του μιγαδικού λογάριθμου για μιγαδικούς αριθμούς z με |z − 1| < 1.
  7. Δείτε ακτίνιο για την μετατροπή μεταξύ 2π και 360 μοίρες.

Αναφορές

  1. Shirali, Shailesh (2002), A Primer on Logarithms, Hyderabad: Universities Press, ISBN 978-81-7371-414-6 , ειδικότερα ενότητα 2
  2. Kate, S.K.; Bhapkar, H.R. (2009), Basics Of Mathematics, Pune: Technical Publications, ISBN 978-81-8431-755-8 , κεφάλαιο 1
  3. Όλες οι δηλώσεις της ενότητας αυτής μπορούν να βρεθούν, για παράδειγμα, στα Shirali 2002, ενότητα 4, Downing 2003, σελ. 275, ή Bhapkar 2009, σελ. 1-1.
  4. Bernstein, Stephen; Bernstein, Ruth (1999), Schaum's outline of theory and problems of elements of statistics. I, Descriptive statistics and probability, Schaum's outline series, New York: McGraw-Hill, ISBN 978-0-07-005023-5 , σ. 21
  5. Downing, Douglas (2003), Algebra the Easy Way, Barron's Educational Series, Hauppauge, N.Y.: Barron's, ISBN 978-0-7641-1972-9 , κεφάλαιο 17, σ. 275
  6. Wegener, Ingo (2005), Complexity theory: exploring the limits of efficient algorithms, Berlin, New York: Springer-Verlag, ISBN 978-3-540-21045-0 , σ. 20
  7. (Γερμανικά) Franz Embacher; Petra Oberhuemer, Mathematisches Lexikon, mathe online: für Schule, Fachhochschule, Universität unde Selbststudium, http://www.mathe-online.at/mathint/lexikon/l.html, ανακτήθηκε στις 22/03/2011 
  8. B. N. Taylor (1995), Guide for the Use of the International System of Units (SI), US Department of Commerce, http://physics.nist.gov/Pubs/SP811/sec10.html#10.1.2 
  9. Gullberg, Jan (1997), Mathematics: from the birth of numbers., New York: W. W. Norton & Co, ISBN 978-0-393-04002-9 
  10. Paul Halmos (1985), I Want to Be a Mathematician: An Automathography, Berlin, New York: Springer-Verlag, ISBN 978-0-387-96078-4 
  11. Irving Stringham (1893), Uniplanar algebra: being part I of a propædeutic to the higher mathematical analysis, The Berkeley Press, σελ. xiii, http://books.google.com/?id=hPEKAQAAIAAJ&pg=PR13&dq=%22Irving+Stringham%22+In-natural-logarithm&q= 
  12. Roy S. Freedman (2006), Introduction to Financial Technology, Amsterdam: Academic Press, σελ. 59, ISBN 978-0-12-370478-8, http://books.google.com/?id=APJ7QeR_XPkC&pg=PA59&dq=%22Irving+Stringham%22+logarithm+ln&q=%22Irving%20Stringham%22%20logarithm%20ln 
  13. Gupta, R. C. (2000), «History of Mathematics in India», στο: Hoiberg, Dale; Ramchandani, επιμ., Students' Britannica India: Select essays, New Delhi: Popular Prakashan, σελ. 329, http://books.google.co.uk/books?id=-xzljvnQ1vAC&pg=PA329&lpg=PA329&dq=Virasena+logarithm&source=bl&ots=BeVpLXxdRS&sig=_h6VUF3QzNxCocVgpilvefyvxlo&hl=en&ei=W0xUTLyPD4n-4AatvaGnBQ&sa=X&oi=book_result&ct=result&resnum=2&ved=0CBgQ6AEwATgK#v=onepage&q=Virasena%20logarithm&f=false 
  14. Dr. Hiralal Jain, επιμ.. (1996), THE SHATKHANDAGAMA OF PUSHPADANTA AND BHOOTABAL (3rd έκδοση), Solapur: Jain Samskriti Samrakshaka Sangha, http://www.jainworld.com/JWHindi/Books/shatkhandagama-4/02.htm , part 3-4-5, book 4
  15. Stifelio, Michaele (1544), Arithmetica Integra, London: Iohan Petreium, http://books.google.com/books?id=fndPsRv08R0C&pg=RA1-PT419 
  16. Bukhshtab, A.A.; Pechaev, V.I. (2001), «Arithmetic», στο: Hazewinkel, Michiel, επιμ., Encyclopaedia of Mathematics, Springer, ISBN 978-1556080104, http://eom.springer.de/A/a013260.htm 
  17. Vivian Shaw Groza and Susanne M. Shelley (1972), Precalculus mathematics, New York: Holt, Rinehart and Winston, σελ. 182, ISBN 978-0-03-077670-0, http://books.google.com/?id=yM_lSq1eJv8C&pg=PA182&dq=%22arithmetica+integra%22+logarithm&q=stifel 
  18. Ernest William Hobson (1914), John Napier and the invention of logarithms, 1614, Cambridge: The University Press 
  19. Boyer 1991, Κεφάλαιο 14, ενότητα "Jobst Bürgi"
  20. William Harrison De Puy (1893), The Encyclopædia Britannica: a dictionary of arts, sciences, and general literature ; the R.S. Peale reprint,, 17 (9th έκδοση), Werner Co., σελ. 179, http://babel.hathitrust.org/cgi/pt?seq=7&view=image&size=100&id=nyp.33433082033444&u=1&num=179 
  21. Maor, Eli (2009), E: The Story of a Number, Princeton University Press, ISBN 978-0-691-14134-3 , ενότητα 2
  22. J. J. O'Connor; E. F. Robertson (2001-09), The number e, The MacTutor History of Mathematics archive, http://www-history.mcs.st-and.ac.uk/HistTopics/e.html, ανακτήθηκε στις 02/02/2009 
  23. Cajori, Florian (1991), A History of Mathematics (5th έκδοση), Providence, RI: AMS Bookstore, ISBN 978-0-8218-2102-2, http://books.google.com/?id=mGJRjIC9fZgC&printsec=frontcover#v=onepage&q=speidell&f=false , σ. 152
  24. 24,0 24,1 Maor 2009, ενότητες1, 13
  25. Eves, Howard Whitley (1992), An introduction to the history of mathematics, The Saunders series (6th έκδοση), Philadelphia: Saunders, ISBN 978-0-03-029558-4 , ενότητα 9-3
  26. Boyer, Carl B. (1991), A History of Mathematics, New York: John Wiley & Sons, ISBN 978-0-471-54397-8 , σ. 484, 489
  27. Bryant, Walter W., A History of Astronomy, London: Methuen & Co, http://www.forgottenbooks.org/ebooks/A_History_of_Astronomy_-_9781440057922.pdf , σ. 44
  28. Campbell-Kelly, Martin (2003), The history of mathematical tables: from Sumer to spreadsheets, Oxford scholarship online, Oxford University Press, ISBN 978-0-19-850841-0 , ενότητα 2
  29. Abramowitz, Milton; Stegun, Irene A., επιμ.. (1972), Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables (10th έκδοση), New York: Dover Publications, ISBN 978-0-486-61272-0 , ενότητα 4.7., σ. 89
  30. Spiegel, Murray R.; Moyer, R.E. (2006), Schaum's outline of college algebra, Schaum's outline series, New York: McGraw-Hill, ISBN 978-0-07-145227-4 , σ. 264
  31. Devlin, Keith (2004), Sets, functions, and logic: an introduction to abstract mathematics, Chapman & Hall/CRC mathematics (3rd έκδοση), Boca Raton, Fla: Chapman & Hall/CRC, ISBN 978-1-58488-449-1 
  32. 32,0 32,1 Lang, Serge (1997), Undergraduate analysis, Undergraduate Texts in Mathematics (2nd έκδοση), Berlin, New York: Springer-Verlag, MR1476913, ISBN 978-0-387-94841-6 , ενότητα III.3
  33. 33,0 33,1 Lang 1997, ενότητα IV.2
  34. Stewart, James (2007), Single Variable Calculus: Early Transcendentals, Belmont: Thomson Brooks/Cole, ISBN 978-0-495-01169-9 , ενότητα 1.6
  35. Wolfram Research, Wolfram Alpha, http://www.wolframalpha.com/input/?i=d/dx(Log(b,x)), ανακτήθηκε στις 15/03/2011 
  36. Kline, Morris (1998), Calculus: an intuitive and physical approach, Dover books on mathematics, New York: Dover Publications, ISBN 978-0-486-40453-0 , σ. 386
  37. Wolfram Research, Wolfram Alpha, http://www.wolframalpha.com/input/?i=Integrate(ln(x)), ανακτήθηκε στις 15/03/2011 
  38. Abramowitz & Stegun, σελ. 69
  39. Courant, Richard (1988), Differential and integral calculus. Vol. I, Wiley Classics Library, New York: John Wiley & Sons, MR1009558, ISBN 978-0-471-60842-4 , ενότητα III.6
  40. Havil, Julian (2003), Gamma: Exploring Euler's Constant, Princeton University Press, ISBN 978-0-691-09983-5 , ενότητες 11.5 και 13.8
  41. Muller, Jean-Michel (2006), Elementary functions (2nd έκδοση), Boston, MA: Birkhäuser Boston, ISBN 978-0-8176-4372-0 , ενότητες 4.2.2 (σ. 72) και 5.5.2 (σ. 95)
  42. Hart, Cheney, Lawson et al. (1968), Computer Approximations, SIAM Series in Applied Mathematics, New York: John Wiley , ενότητα 6.3, σ. 105–111
  43. Zhang, M.; Delgado-Frias, J.G.; Vassiliadis, S. (1994), «Table driven Newton scheme for high precision logarithm generation», IEE Proceedings Computers & Digital Techniques 141 (5): 281–292, doi:10.1049/ip-cdt:19941268, ISSN 1350-387, http://ce.et.tudelft.nl/publicationfiles/363_195_00326783.pdf , ενότητα 1 για επισκόπιση του θέματος
  44. Nomizu, Katsumi (1996), Selected papers on number theory and algebraic geometry, 172, Providence, RI: AMS Bookstore, σελ. 21, ISBN 978-0-8218-0445-2, http://books.google.com/books?id=uDDxdu0lrWAC&pg=PA21 
  45. Baker, Alan (1975), Transcendental number theory, Cambridge University Press, ISBN 978-0-521-20461-3 , σ. 10
  46. 46,0 46,1 Abramowitz & Stegun 1972, σ. 68
  47. Sasaki, T.; Kanada, Y. (1982), «Practically fast multiple-precision evaluation of log(x)», Journal of Information Processing 5 (4): 247–250, http://ci.nii.ac.jp/naid/110002673332, ανακτήθηκε στις 30 March 2011 
  48. Ahrendt, Timm (1999), Fast computations of the exponential function, Lecture notes in computer science, 1564, Berlin, New York: Springer, σελ. 302–312, doi:10.1007/3-540-49116-3_28 
  49. Maor 2009, σελ. 135
  50. Frey, Bruce (2006), Statistics hacks, Hacks Series, Sebastopol, CA: O'Reilly, ISBN 978-0-596-10164-0, http://books.google.com/?id=HOPyiNb9UqwC&pg=PA275&dq=statistics+hacks+benfords+law#v=onepage&q&f=false , κεφάλαιο 6, ενότητα 64
  51. Ricciardi, Luigi M. (1990), Lectures in applied mathematics and informatics, Manchester: Manchester University Press, ISBN 978-0-7190-2671-3, http://books.google.de/books?id=Cw4NAQAAIAAJ , σ. 21, ενότητα 1.3.2
  52. Bakshi, U. A. (2009), Telecommunication Engineering, Pune: Technical Publications, ISBN 978-81-8431-725-1, http://books.google.com/books?id=EV4AF0XJO9wC&pg=SA5-PA1#v=onepage&f=false , ενότητα 5.2
  53. Maling, George C. (2007), «Noise», στο: Rossing, Thomas D., επιμ., Springer handbook of acoustics, Berlin, New York: Springer-Verlag, ISBN 978-0-387-30446-5 , ενότητα 23.0.2
  54. Tashev, Ivan Jelev (2009), Sound Capture and Processing: Practical Approaches, New York: John Wiley & Sons, ISBN 978-0-470-31983-3, http://books.google.com/books?id=plll9smnbOIC&pg=PA48#v=onepage&f=false , σ. 48
  55. Chui, C.K. (1997), Wavelets: a mathematical tool for signal processing, SIAM monographs on mathematical modeling and computation, Philadelphia: Society for Industrial and Applied Mathematics, ISBN 978-0-89871-384-8, http://books.google.com/books?id=N06Gu433PawC&pg=PA180#v=onepage&f=false , σ. 180
  56. Crauder, Bruce; Evans, Benny; Noell, Alan (2008), Functions and Change: A Modeling Approach to College Algebra (4th έκδοση), Boston: Cengage Learning, ISBN 978-0-547-15669-9 , ενότητα 4.4.
  57. Bradt, Hale (2004), Astronomy methods: a physical approach to astronomical observations, Cambridge Planetary Science, Cambridge University Press, ISBN 978-0-521-53551-9 , ενότητα 8.3, σ. 231
  58. IUPAC (1997), A. D. McNaught, A. Wilkinson, επιμ., Compendium of Chemical Terminology ("Gold Book") (2η έκδοση), Oxford: Blackwell Scientific Publications, doi:10.1351/goldbook, ISBN 978-0-9678550-9-7, http://goldbook.iupac.org/P04524.html 
  59. Bird, J. O. (2001), Newnes engineering mathematics pocket book (3rd έκδοση), Oxford: Newnes, ISBN 978-0-7506-4992-6 , ενότητα 34
  60. Goldstein, E. Bruce (2009), Encyclopedia of Perception, Encyclopedia of Perception, Thousand Oaks, CA: Sage, ISBN 978-1-4129-4081-8, http://books.google.de/books?id=Y4TOEN4f5ZMC , σ. 355–356
  61. Matthews, Gerald (2000), Human performance: cognition, stress, and individual differences, Human Performance: Cognition, Stress, and Individual Differences, Hove: Psychology Press, ISBN 978-0-415-04406-6, http://books.google.de/books?id=0XrpulSM1HUC , σ. 48
  62. Welford, A. T. (1968), Fundamentals of skill, London: Methuen, ISBN 978-0-416-03000-6, OCLC 219156 , σ. 61
  63. Paul M. Fitts (1954), «The information capacity of the human motor system in controlling the amplitude of movement», Journal of Experimental Psychology 47 (6): 381–391, doi:10.1037/h0055392, PMID 13174710 , ανατυπωμένο στο Paul M. Fitts (1992), «The information capacity of the human motor system in controlling the amplitude of movement», Journal of Experimental Psychology: General 121 (3): 262–269, doi:10.1037/0096-3445.121.3.262, PMID 1402698, http://sing.stanford.edu/cs303-sp10/papers/1954-Fitts.pdf, ανακτήθηκε στις 30 March 2011 
  64. Banerjee, J. C. (1994), Encyclopaedic dictionary of psychological terms, New Delhi: M.D. Publications, ISBN 9788185880280, OCLC 33860167, http://books.google.com/?id=Pwl5U2q5hfcC&pg=PA306&dq=weber+fechner+law#v=onepage&q=weber%20fechner%20law&f=false , σ. 304
  65. Nadel, Lynn (2005), Encyclopedia of cognitive science, New York: John Wiley & Sons, ISBN 978-0-470-01619-0 , λήμματα Psychophysics και Perception: Overview
  66. Siegler, Robert S.; Opfer, John E. (2003), «The Development of Numerical Estimation. Evidence for Multiple Representations of Numerical Quantity», Psychological Science 14 (3): 237–43, doi:10.1111/1467-9280.02438, PMID 12741747, http://www.psy.cmu.edu/~siegler/sieglerbooth-cd04.pdf 
  67. Dehaene, Stanislas; Izard, Véronique; Spelke, Elizabeth; Pica, Pierre (2008), «Log or Linear? Distinct Intuitions of the Number Scale in Western and Amazonian Indigene Cultures», Science 320 (5880): 1217–1220, doi:10.1126/science.1156540, PMID 18511690 
  68. Breiman, Leo (1992), Probability, Classics in applied mathematics, Philadelphia: Society for Industrial and Applied Mathematics, ISBN 978-0-89871-296-4 , ενότητα 12.9
  69. Aitchison, J.; Brown, J. A. C. (1969), The lognormal distribution, Cambridge University Press, ISBN 978-0-521-04011-2, OCLC 301100935 
  70. Jean Mathieu and Julian Scott (2000), An introduction to turbulent flow, Cambridge University Press, σελ. 50, ISBN 9780521775380, http://books.google.com/books?id=nVA53NEAx64C&pg=PA50 
  71. Rose, Colin; Smith, Murray D. (2002), Mathematical statistics with Mathematica, Springer texts in statistics, Berlin, New York: Springer-Verlag, ISBN 978-0-387-95234-5 , ενότητα 11.3
  72. Tabachnikov, Serge (2005), Geometry and Billiards, Providence, R.I.: American Mathematical Society, σελ. 36–40, ISBN 978-0-8218-3919-5 , ενότητα 2.1
  73. Durtschi, Cindy; Hillison, William; Pacini, Carl (2004), «The Effective Use of Benford's Law in Detecting Fraud in Accounting Data», Journal of Forensic Accounting V: 17–34, http://www.auditnet.org/articles/JFA-V-1-17-34.pdf 
  74. Wegener, Ingo (2005), Complexity theory: exploring the limits of efficient algorithms, Berlin, New York: Springer-Verlag, ISBN 978-3-540-21045-0 , pages 1-2
  75. Harel, David; Feldman, Yishai A. (2004), Algorithmics: the spirit of computing, New York: Addison-Wesley, ISBN 978-0-321-11784-7 , σ. 143
  76. Knuth, Donald (1998), The Art of Computer Programming, Reading, Mass.: Addison-Wesley, ISBN 978-0-201-89685-5 , ενότητα 6.2.1, σσ. 409–426
  77. Knuth 1998, ενότητα 5.2.4, σσ. 158–168
  78. Wegener, Ingo (2005), Complexity theory: exploring the limits of efficient algorithms, Berlin, New York: Springer-Verlag, σελ. 20, ISBN 978-3-540-21045-0 
  79. Mohr, Hans; Schopfer, Peter (1995), Plant physiology, Berlin, New York: Springer-Verlag, ISBN 978-3-540-58016-4 , κεφάλαιο 19, σ. 298
  80. Eco, Umberto (1989), The open work, Harvard University Press, ISBN 978-0-674-63976-8 , ενότητα III.I
  81. Sprott, Julien Clinton (2010), Elegant Chaos: Algebraically Simple Chaotic Flows, New Jersey: World Scientific, ISBN 978-981-283-881-0, http://books.google.com/books?id=buILBDre9S4C , ενότητα 1.9
  82. Helmberg, Gilbert (2007), Getting acquainted with fractals, De Gruyter Textbook, Berlin, New York: Walter de Gruyter, ISBN 978-3-11-019092-2 
  83. Wright, David (2009), Mathematics and music, Providence, RI: AMS Bookstore, ISBN 978-0-8218-4873-9 , κεφάλαιο 5
  84. Bateman, P. T.; Diamond, Harold G. (2004), Analytic number theory: an introductory course, New Jersey: World Scientific, ISBN 978-981-256-080-3, OCLC 492669517 , theorem 4.1
  85. Bateman 2004, Theorem 8.15
  86. Slomson, Alan B. (1991), An introduction to combinatorics, London: CRC Press, ISBN 978-0-412-35370-3 , κεφάλαιο 4
  87. Ganguly, S. (2005), Elements of Complex Analysis, Kolkata: Academic Publishers, ISBN 978-81-87504-86-3 , Definition 1.6.3
  88. Nevanlinna, Rolf Herman; Paatero, Veikko (2007), Introduction to complex analysis, Providence, RI: AMS Bookstore, ISBN 978-0-8218-4399-4 , ενότητα 5.9
  89. Moore, Theral Orvis; Hadlock, Edwin H. (1991), Complex analysis, Singapore: World Scientific, ISBN 978-981-02-0246-0 , ενότητα 1.2
  90. Wilde, Ivan Francis (2006), Lecture notes on complex analysis, London: Imperial College Press, ISBN 978-1-86094-642-4, http://books.google.com/?id=vrWES2W6vG0C&pg=PA97&dq=complex+logarithm#v=onepage&q=complex%20logarithm&f=false , theorem 6.1.
  91. Higham, Nicholas (2008), Functions of Matrices. Theory and Computation, Philadelphia, PA: Society for Industrial and Applied Mathematics, ISBN 978-0-89871-646-7 , κεφάλαιο 11.
  92. Neukirch, Jürgen (1999), Algebraic Number Theory, Grundlehren der mathematischen Wissenschaften, 322, Berlin: Springer-Verlag, 1697859, ISBN 978-3-540-65399-8 , ενότητα II.5.
  93. Hancock, Edwin R.; Martin, Ralph R.; Sabin, Malcolm A. (2009), Mathematics of Surfaces XIII: 13th IMA International Conference York, UK, September 7–9, 2009 Proceedings, Springer, σελ. 379, ISBN 978-3-6-4203595-1, http://books.google.com/books?id=0cqCy9x7V_QC&pg=PA379 
  94. Stinson, Douglas Robert (2006), Cryptography: Theory and Practice (3rd έκδοση), London: CRC Press, ISBN 978-1-58488-508-5 
  95. Lidl, Rudolf; Niederreiter, Harald (1997), Finite fields, Cambridge University Press, ISBN 978-0-521-39231-0 
  96. Corless, R.; Gonnet, G.; Hare, D.; Jeffrey, D.; Knuth, Donald (1996), «On the Lambert W function», Advances in Computational Mathematics (Berlin, New York: Springer-Verlag) 5: 329–359, doi:10.1007/BF02124750, ISSN 1019-7168, http://www.apmaths.uwo.ca/~djeffrey/Offprints/W-adv-cm.pdf 
  97. Cherkassky, Vladimir; Cherkassky, Vladimir S.; Mulier, Filip (2007), Learning from data: concepts, theory, and methods, Wiley series on adaptive and learning systems for signal processing, communications, and control, New York: John Wiley & Sons, ISBN 978-0-471-68182-3 , σ. 357
CC-BY-SA
Μετάφραση
Στο λήμμα αυτό έχει ενσωματωθεί κείμενο από το λήμμα logarithm της Αγγλικής Βικιπαίδειας, η οποία διανέμεται υπό την GNU FDL και την CC-BY-SA 4.0. (ιστορικό/συντάκτες).