對數微分法- 維基百科，自由的百科全書

[\ln(f)]'={\frac {f'}. 這一方法常在函數對數求導比對函數本身求導更容易時使用，這樣的函數通常是幾項的積，取對數之後，可以把函數變成容易求導的幾項的和。

對數微分法 維基百科，自由的百科全書 跳至導覽 跳至搜尋 系列條目微積分學 函數 極限論 微分學 積分 微積分基本定理 微積分發現權之爭（英語：Leibniz–Newtoncalculuscontroversy） 基礎概念（含極限論和級數論） 實數性質 函數 ·單調性 ·初等函數 ·數列 ·極限 ·實數的構造（1=0.999…） ·無窮大（銜尾蛇） ·無窮小量 ·ε-δ式定義（英語：(ε,δ)-definitionoflimit） ·實無窮（英語：Actualinfinity） ·大O符號 ·上確界 ·收斂數列 ·芝諾悖論 ·柯西序列 ·單調收斂定理 ·夾擠定理 ·波爾查諾－魏爾斯特拉斯定理 ·斯托爾茲－切薩羅定理 ·上極限和下極限 ·函數極限 ·漸近線 ·鄰域 ·連續 ·連續函數 ·間斷點 ·狄利克雷函數 ·稠密集 ·一致連續 ·緊緻集 ·海涅－博雷爾定理 ·支撐集 ·歐幾里得空間 ·內積 ·外積 ·混合積 ·拉格朗日恆等式 ·等價範數 ·坐標系 ·多元函數 ·凸集 ·壓縮映射原理 ·級數 ·收斂級數（英語：convergentseries） ·幾何級數 ·調和級數 ·項測試 ·格蘭迪級數 ·收斂半徑 ·審斂法 ·柯西乘積 ·黎曼級數重排定理 ·函數項級數（英語：functionseries） ·一致收斂 ·迪尼定理 數列與級數 連續 函數 一元微分 差分 ·差商 ·微分 ·微分的線性（英語：linearityofdifferentiation） ·導數（流數法 ·二階導數 ·光滑函數 ·高階微分 ·萊布尼茲記號（英語：Leibniz's_notation） ·幽靈似的消失量） ·介值定理 ·微分中值定理（羅爾定理 ·拉格朗日中值定理 ·柯西中值定理） ·泰勒公式 ·求導法則（乘法定則 ·廣義萊布尼茨定則（英語：GeneralLeibnizrule） ·除法定則 ·倒數定則 ·鏈式法則） ·洛必達法則 ·反函數及其微分 ·FaàdiBruno公式（英語：FaàdiBruno'sformula） ·對數微分法 ·導數列表 ·導數的函數應用（單調性 ·切線 ·極值 ·駐點 ·拐點 ·求導檢測（英語：derivativetest） ·凸函數 ·凹函數 ·琴生不等式 ·曲線的曲率 ·埃爾米特插值） ·達布定理 ·魏爾斯特拉斯函數 一元積分 積分表 定義 不定積分 定積分 黎曼積分 達布積分 勒貝格積分 積分的線性 求積分的技巧（換元積分法 ·三角換元法 ·分部積分法 ·部分分式積分法 ·降次積分法）微元法 ·積分第一中值定理 ·積分第二中值定理 ·牛頓-萊布尼茨公式 ·反常積分 ·柯西主值 ·積分函數（Β函數 ·Γ函數 ·古德曼函數 ·橢圓積分） ·數值積分（矩形法 ·梯形法 ·辛普森積分法 ·牛頓-寇次公式） ·積分判別法 ·傅立葉級數（狄利克雷定理 ·周期延拓） ·魏爾斯特拉斯逼近定理 ·帕塞瓦爾定理 ·劉維爾定理 多元微積分 偏導數 ·隱函數 ·全微分（微分的形式不變性） ·二階導數的對稱性 ·全導數 ·方向導數 ·純量場 ·向量場 ·梯度（Nabla算子） ·多元泰勒公式 ·拉格朗日乘數 ·海森矩陣 ·鞍點 ·多重積分（逐次積分（英語：iteratedintegral） ·積分順序（英語：Orderofintegration(calculus)）） ·積分估值定理 ·旋轉體 ·帕普斯-古爾丁中心化旋轉定理 ·祖暅-卡瓦列里原理 ·托里拆利小號 ·雅可比矩陣 ·廣義多重積分（高斯積分） ·若爾當曲線 ·曲線積分 ·曲面積分（施瓦茨的靴（俄語：СапогШварца）） ·散度 ·旋度 ·通量 ·可定向性 ·格林公式 ·高斯公式 ·斯托克斯公式及其外微分形式 ·若爾當測度 ·隱函數定理 ·皮亞諾-希爾伯特曲線 ·積分變換 ·卷積定理 ·積分符號內取微分(萊布尼茨積分定則（英語：Leibnizintegralrule）) ·多變量原函數的存在性（全微分方程） ·外微分的映射原像存在性（恰當形式） ·向量值函數 ·向量空間內的導數推廣（英語：generalizationsofthederivative）（加托導數 ·弗雷歇導數（英語：Fréchetderivative） ·矩陣的微積分（英語：matrixcalculus）） ·弱導數 微分方程 常微分方程 ·柯西-利普希茨定理 ·皮亞諾存在性定理 ·分離變數法 ·級數展開法 ·積分因子 ·拉普拉斯算子 ·歐拉方法 ·柯西-歐拉方程 ·伯努利微分方程 ·克萊羅方程 ·全微分方程 ·線性微分方程 ·疊加原理 ·特徵方程 ·朗斯基行列式 ·微分算子法 ·差分方程 ·拉普拉斯變換法 ·偏微分方程（拉普拉斯方程 ·泊松方程） ·施圖姆-劉維爾理論 ·N體問題 ·積分方程 相關數學家 牛頓 ·萊布尼茲 ·柯西 ·魏爾斯特拉斯 ·黎曼 ·拉格朗日 ·歐拉 ·帕斯卡 ·海涅 ·巴羅 ·波爾查諾 ·狄利克雷 ·格林 ·斯托克斯 ·若爾當 ·達布 ·傅立葉 ·拉普拉斯 ·雅各布·伯努利 ·約翰·伯努利 ·阿達馬 ·麥克勞林 ·迪尼 ·沃利斯 ·費馬 ·達朗貝爾 ·黑維塞 ·吉布斯 ·奧斯特羅格拉德斯基 ·劉維爾 ·棣莫弗 ·格雷果里 ·瑪達瓦（英語：MadhavaofSangamagrama） ·婆什迦羅第二 ·阿涅西 ·阿基米德 歷史名作 從無窮小量分析來理解曲線（英語：AnalysedesInfinimentPetitspourl'IntelligencedesLignesCourbes） ·分析學教程（英語：Coursd'Analyse） ·無窮小分析引論 ·用無窮級數做數學分析（英語：Deanalysiperaequationesnumeroterminoruminfinitas） ·流形上的微積分（英語：CalculusonManifolds(book)） ·微積分學教程 ·純數學教程（英語：ACourseofPureMathematics） ·機械原理方法論（英語：TheMethodofMechanicalTheorems） 分支學科 實變函數論 ·複變函數論 ·傅立葉分析 ·變分法 ·特殊函數 ·動力系統 ·微分幾何 ·微分代數 ·向量分析 ·分數微積分 ·瑪里亞溫微積分（英語：Malliavincalculus） ·隨機分析 ·最優化 ·非標準分析 閱論編 對數微分法（英語：Logarithmicdifferentiation）是在微積分學中，通過求某函數f的對數導數（英語：Logarithmicderivative）來求得函數導數的一種方法，[1] [ ln ⁡ ( f ) ] ′ = f ′ f → f ′ = f ⋅ [ ln ⁡ ( f ) ] ′ . {\displaystyle[\ln(f)]'={\frac{f'}{f}}\quad\rightarrow\quadf'=f\cdot[\ln(f)]'.} 這一方法常在函數對數求導比對函數本身求導更容易時使用，這樣的函數通常是幾項的積，取對數之後，可以把函數變成容易求導的幾項的和。

這一方法對冪函數形式的函數也很有用。

對數微分法依賴於鏈式法則和對數的性質（尤其是自然對數），把積變為求和，把商變為做差[2][3]。

這一方法可以應用於所有恆不為0的可微函數。

目次 1概述 1.1通用公式 2應用 2.1積函數 2.2商函數 2.3複合指數函數 3參見 4參考文獻 5外部連結 概述[編輯] 對於某函數 y = f ( x ) {\displaystyley=f(x)\,\!} 運用對數微分法，通常對函數兩邊取絕對值後取自然對數[4]。

ln ⁡ | y | = ln ⁡ | f ( x ) | {\displaystyle\ln|y|=\ln|f(x)|\,\!} 運用隱式微分法[5]，可得 1 y d y d x = f ′ ( x ) f ( x ) {\displaystyle{\frac{1}{y}}{\frac{dy}{dx}}={\frac{f'(x)}{f(x)}}} 兩邊同乘以y，則方程左邊只剩下dy/dx： d y d x = y × f ′ ( x ) f ( x ) = f ′ ( x ) . {\displaystyle{\frac{dy}{dx}}=y\times{\frac{f'(x)}{f(x)}}=f'(x).} 對數微分法有用，是因為對數的性質可以大大簡化複雜函數的微分[6]，常用的對數性質有：[3] ln ⁡ ( a b ) = ln ⁡ ( a ) + ln ⁡ ( b ) , ln ⁡ ( a b ) = ln ⁡ ( a ) − ln ⁡ ( b ) , ln ⁡ ( a n ) = n ln ⁡ ( a ) {\displaystyle\ln(ab)=\ln(a)+\ln(b),\qquad\ln\left({\frac{a}{b}}\right)=\ln(a)-\ln(b),\qquad\ln(a^{n})=n\ln(a)} 通用公式[編輯] 有一如下形式的函數， f ( x ) = ∏ i ( f i ( x ) ) α i ( x ) . {\displaystylef(x)=\prod_{i}(f_{i}(x))^{\alpha_{i}(x)}.} 兩邊取自然對數，得 ln ⁡ ( f ( x ) ) = ∑ i α i ( x ) ⋅ ln ⁡ ( f i ( x ) ) , {\displaystyle\ln(f(x))=\sum_{i}\alpha_{i}(x)\cdot\ln(f_{i}(x)),} 兩邊對x求導，得 f ′ ( x ) f ( x ) = ∑ i [ α i ′ ( x ) ⋅ ln ⁡ ( f i ( x ) ) + α i ( x ) ⋅ f i ′ ( x ) f i ( x ) ] . {\displaystyle{\frac{f'(x)}{f(x)}}=\sum_{i}\left[\alpha_{i}'(x)\cdot\ln(f_{i}(x))+\alpha_{i}(x)\cdot{\frac{f_{i}'(x)}{f_{i}(x)}}\right].} 兩邊同乘以 f ( x ) {\displaystylef(x)} ，可得原函數的導數為 f ′ ( x ) = ∏ i ( f i ( x ) ) α i ( x ) ⏞ f ( x ) × ∑ i { α i ′ ( x ) ⋅ ln ⁡ ( f i ( x ) ) + α i ( x ) ⋅ f i ′ ( x ) f i ( x ) } ⏞ [ ln ⁡ ( f ( x ) ) ] ′ {\displaystylef'(x)=\overbrace{\prod_{i}(f_{i}(x))^{\alpha_{i}(x)}}^{f(x)}\times\overbrace{\sum_{i}\left\{\alpha_{i}'(x)\cdot\ln(f_{i}(x))+\alpha_{i}(x)\cdot{\frac{f_{i}'(x)}{f_{i}(x)}}\right\}}^{[\ln(f(x))]'}} 應用[編輯] 積函數[編輯] 對如下形式的兩個函數的積函數 f ( x ) = g ( x ) h ( x ) {\displaystylef(x)=g(x)h(x)\,\!} 兩邊取自然對數，可得如下形式的和函數 ln ⁡ ( f ( x ) ) = ln ⁡ ( g ( x ) h ( x ) ) = ln ⁡ ( g ( x ) ) + ln ⁡ ( h ( x ) ) {\displaystyle\ln(f(x))=\ln(g(x)h(x))=\ln(g(x))+\ln(h(x))\,\!} 應用鏈式法則，兩邊微分，得 f ′ ( x ) f ( x ) = g ′ ( x ) g ( x ) + h ′ ( x ) h ( x ) {\displaystyle{\frac{f'(x)}{f(x)}}={\frac{g'(x)}{g(x)}}+{\frac{h'(x)}{h(x)}}} 整理，可得[7] f ′ ( x ) = f ( x ) × { g ′ ( x ) g ( x ) + h ′ ( x ) h ( x ) } = g ( x ) h ( x ) × { g ′ ( x ) g ( x ) + h ′ ( x ) h ( x ) } {\displaystylef'(x)=f(x)\times{\Bigg\{}{\frac{g'(x)}{g(x)}}+{\frac{h'(x)}{h(x)}}{\Bigg\}}=g(x)h(x)\times{\Bigg\{}{\frac{g'(x)}{g(x)}}+{\frac{h'(x)}{h(x)}}{\Bigg\}}} 商函數[編輯] 對如下形式的兩個函數的商函數 f ( x ) = g ( x ) h ( x ) {\displaystylef(x)={\frac{g(x)}{h(x)}}\,\!} 兩邊取自然對數，可得如下形式的差函數 ln ⁡ ( f ( x ) ) = ln ⁡ ( g ( x ) h ( x ) ) = ln ⁡ ( g ( x ) ) − ln ⁡ ( h ( x ) ) {\displaystyle\ln(f(x))=\ln{\Bigg(}{\frac{g(x)}{h(x)}}{\Bigg)}=\ln(g(x))-\ln(h(x))\,\!} 應用鏈式法則，兩邊求導，得 f ′ ( x ) f ( x ) = g ′ ( x ) g ( x ) − h ′ ( x ) h ( x ) {\displaystyle{\frac{f'(x)}{f(x)}}={\frac{g'(x)}{g(x)}}-{\frac{h'(x)}{h(x)}}} 整理，可得 f ′ ( x ) = f ( x ) × { g ′ ( x ) g ( x ) − h ′ ( x ) h ( x ) } = g ( x ) h ( x ) × { g ′ ( x ) g ( x ) − h ′ ( x ) h ( x ) } {\displaystylef'(x)=f(x)\times{\Bigg\{}{\frac{g'(x)}{g(x)}}-{\frac{h'(x)}{h(x)}}{\Bigg\}}={\frac{g(x)}{h(x)}}\times{\Bigg\{}{\frac{g'(x)}{g(x)}}-{\frac{h'(x)}{h(x)}}{\Bigg\}}} 右邊通分之後，結果和對 f ( x ) {\displaystylef(x)} 運用除法定則所得結果相同。

複合指數函數[編輯] 對於如下形式的函數 f ( x ) = g ( x ) h ( x ) {\displaystylef(x)=g(x)^{h(x)}\,\!} 兩邊取自然對數，可得如下形式的積函數 ln ⁡ ( f ( x ) ) = ln ⁡ ( g ( x ) h ( x ) ) = h ( x ) ln ⁡ ( g ( x ) ) {\displaystyle\ln(f(x))=\ln\left(g(x)^{h(x)}\right)=h(x)\ln(g(x))\,\!} 應用鏈式法則，兩邊求導，得 f ′ ( x ) f ( x ) = h ′ ( x ) ln ⁡ ( g ( x ) ) + h ( x ) g ′ ( x ) g ( x ) {\displaystyle{\frac{f'(x)}{f(x)}}=h'(x)\ln(g(x))+h(x){\frac{g'(x)}{g(x)}}} 整理，得 f ′ ( x ) = f ( x ) × { h ′ ( x ) ln ⁡ ( g ( x ) ) + h ( x ) g ′ ( x ) g ( x ) } = g ( x ) h ( x ) × { h ′ ( x ) ln ⁡ ( g ( x ) ) + h ( x ) g ′ ( x ) g ( x ) } . {\displaystylef'(x)=f(x)\times{\Bigg\{}h'(x)\ln(g(x))+h(x){\frac{g'(x)}{g(x)}}{\Bigg\}}=g(x)^{h(x)}\times{\Bigg\{}h'(x)\ln(g(x))+h(x){\frac{g'(x)}{g(x)}}{\Bigg\}}.} 與將函數f看做指數函數，直接運用鏈式法則所得結果相同。

參見[編輯] 數學主題 對數恆等式 參考文獻[編輯] ^Krantz,StevenG.Calculusdemystified.McGraw-HillProfessional.2003:170.ISBN 0-07-139308-0.  ^N.P.Bali.GoldenDifferentialCalculus.FirewallMedia.2005:282.ISBN 81-7008-152-1.  ^3.03.1Bird,John.HigherEngineeringMathematics.Newnes.2006:324.ISBN 0-7506-8152-7.  ^Dowling,EdwardT.Schaum'sOutlineofTheoryandProblemsofCalculusforBusiness,Economics,andtheSocialSciences.McGraw-HillProfessional.1990:160.ISBN 0-07-017673-6.  ^Hirst,Keith.CalculusofOneVariable.Birkhäuser.2006:97.ISBN 1-85233-940-3.  ^Blank,BrianE.Calculus,singlevariable.Springer.2006:457.ISBN 1-931914-59-1.  ^Williamson,Benjamin.AnElementaryTreatiseontheDifferentialCalculus.BiblioBazaar,LLC.2008:25–26.ISBN 0-559-47577-2.  外部連結[編輯] 网易公开课：对数微分法.網易.[2014-11-26].（原始內容存檔於2020-01-07）.  对数之微分法（高中文理科）.Youtube.[2014-11-26].（原始內容存檔於2016-03-14）.  Differentiationbytakinglogarithms–Teachyourself.mathcentre.ac.uk.[2012-01-03].（原始內容存檔於2020-10-26）.  Logarithmicdifferentiation.[2009-03-10].（原始內容存檔於2020-11-27）.  CalculusI–Logarithmicdifferentiation.[2009-03-10].（原始內容存檔於2021-01-03）.  取自「https://zh.wikipedia.org/w/index.php?title=对数微分法&oldid=71521053」 分類：​微分學隱藏分類：​含有英語的條目 導覽選單 個人工具 沒有登入討論貢獻建立帳號登入 命名空間 條目討論 臺灣正體 不转换简体繁體大陆简体香港繁體澳門繁體大马简体新加坡简体臺灣正體 查看 閱讀編輯檢視歷史 更多 搜尋 導航 首頁分類索引特色內容新聞動態近期變更隨機條目資助維基百科 說明 說明維基社群方針與指引互助客棧知識問答字詞轉換IRC即時聊天聯絡我們關於維基百科 工具 連結至此的頁面相關變更上傳檔案特殊頁面靜態連結頁面資訊引用此頁面維基數據項目 列印/匯出 下載為PDF可列印版 其他語言 EnglishEspañolEestiفارسی日本語NederlandsPortuguêsதமிழ் 編輯連結