log 到底是做什麼用的？從乘法變加法的翻譯機開始

\[\require{physics}\]

《log 的應用系列》：①總覽：乘法變加法的翻譯機 ｜ ②半對數圖與指數衰變 ｜ ③冪律與雙對數圖 ｜ ④分貝、地震規模、視星等 ｜ ⑤熵為什麼要取 log

---

log 只是為了應付考試嗎？

高中生學對數（logarithm），最常見的抱怨是：「除了解 $2^x=7$ 這種方程式，log 到底還能幹嘛？」

這個問題問得很合理，因為課本通常只教了 log 的運算規則，卻沒有解釋這些規則背後為什麼會長這樣。這篇文章想說的是：log 從來不是一種「很難算的函數」，而是一台把乘法世界翻譯成加法世界的機器。而這個翻譯機的用途，遠遠超出考試範圍——物理、化學、統計、金融，到處都看得到它的身影。

---

直覺：在計算機發明之前，人們怎麼算大數字乘法？

在電子計算機出現之前，工程師和科學家要計算兩個大數字的乘積（例如 $2384\times5721$），手算非常容易出錯。他們的解決辦法是：先把乘法問題「翻譯」成加法問題，算完加法，再「翻譯」回來。

這正是計算尺（slide rule）的原理，也是十七世紀對數表被發明的初衷。想像有一把尺，上面的刻度不是均勻的 $1,2,3,4,\ldots$，而是照著 $\log1,\log2,\log3,\log4,\ldots$ 的位置刻的。要計算 $a\times b$，只要把代表 $a$ 和 $b$ 的刻度長度相加，再從對數尺上讀回對應的數字，就得到答案——因為刻度上的「長度相加」，對應的正是「數字相乘」。

這個小故事已經把 log 的核心精神講完了：log 的工作，就是把「乘」這個動作，翻譯成「加」這個動作。

---

正式說法：log 是乘法與加法之間的翻譯規則

課本教的對數律，其實就是這個翻譯規則的正式版本：

\[\log(xy)=\log x+\log y\] \[\log\left(\frac{x}{y}\right)=\log x-\log y\] \[\log(x^n)=n\log x\]

這三條規則看起來是三件事，其實是同一件事的三種寫法：乘除變加減，指數變乘法。換句話說，log 把「乘法的世界」裡的每一個動作，都翻譯成「加法的世界」裡對應的動作：

乘法世界的動作	加法世界的對應動作
兩數相乘 $xy$	兩數相加 $\log x+\log y$
兩數相除 $x/y$	兩數相減 $\log x-\log y$
取 $n$ 次方 $x^n$	乘上 $n$ 倍 $n\log x$

大學代數會把這件事講得更精確：$\log$ 是正實數（在乘法下）與所有實數（在加法下）之間的一個同構（isomorphism）——一個既一一對應、又完全保留運算結構的「翻譯字典」。這聽起來很抽象，但意思就是我們剛才說的：只要 log 把每個數字翻譯過去，乘法世界裡發生的任何事，翻譯過去以後都會變成加法世界裡對應的事，而且不會漏掉、也不會翻譯錯。

這才是 log 存在的真正理由：現實世界裡有太多「不斷相乘」的現象，而人腦處理加法遠比處理乘法直覺——log 幫我們把難的乘法問題，換成好處理的加法問題。

---

應用一：指數衰變——把彎曲的曲線拉直

半衰期一文推導過放射性衰變的公式：

\[N(t)=N_0e^{-\lambda t}\]

這是一條指數曲線，一開始下降很快，後來變得平緩——不容易用眼睛判斷兩筆資料的衰變速率是否一致。但兩邊同取自然對數：

\[\ln N(t)=\ln N_0-\lambda t\]

$\ln N$ 對 $t$ 作圖，得到的是一條直線，斜率就是 $-\lambda$！原本要用肉眼判斷的彎曲曲線，透過 log 直接變成國中生都會判讀的直線斜率問題。這就是為什麼物理實驗室的示波器、資料分析軟體常常內建「semi-log plot（半對數圖）」——只要看到資料畫出來是直線，就知道背後藏著指數關係。

同樣的技巧不只用在放射性衰變，RC 電路的電容放電、阻尼振動的振幅衰減、藥物在血液中的代謝，全部都是 $e^{-\lambda t}$ 的形式，全部都可以用這招「取 log 拉直線」。這個技巧的完整推導與實例計算，見《半對數圖與指數衰變》。

---

應用二：冪律——log-log 圖上的斜率就是次方數

除了指數關係，另一種在自然界到處都是的關係叫冪律（power law）：

\[y=Ax^n\]

兩邊取 log：

\[\log y=\log A+n\log x\]

如果把 $\log y$ 對 $\log x$ 作圖（也就是雙對數座標，log-log plot），同樣會得到一條直線，而且斜率直接就是次方數 $n$。天文學家想知道恆星光度跟質量的關係、生物學家想知道代謝率跟體重的關係、統計物理學家想研究臨界現象的尺度律，用的都是這一招：資料一畫成雙對數圖是直線，斜率讀出來就是答案，完全不需要用複雜的迴歸方法去猜測次方數。這個技巧最有感的一個例子——為什麼財富分布會有這麼長的尾巴——見《冪律與雙對數圖》。

---

應用三：跨越好幾個數量級的量——分貝、地震規模、星等

有些物理量的變化範圍大到誇張。人耳能感知的聲音強度，從最安靜到最吵可以相差 $10^{12}$ 倍；地震釋放的能量，從輕微有感到毀滅性的差距可以是天文數字；星星的亮度，最亮和最暗的恆星也能差上億倍。這種尺度的數字，人腦完全無法直觀比較。

解法還是同一招：取 log。

分貝（decibel, dB）把聲音強度 $I$ 轉換成

\[L=10\log_{10}\left(\frac{I}{I_0}\right)\ \text{dB}\]

強度相差 $10$ 倍，分貝只增加 $10$；強度相差 $10^{12}$ 倍，分貝只增加 $120$——原本天差地遠的數字，被壓縮成人腦可以直接比較大小的範圍。地震規模（如芮氏規模）與恆星視星等用的是同一種邏輯：每差一個單位，代表的物理量其實是差了固定倍數（地震規模每差 $1$，能量約差 $32$ 倍）。這些量表面上看起來只是「一個數字」，骨子裡全部都是對數尺度。三種量表的完整定義與計算範例，見《分貝、地震規模、視星等》。

---

應用四（進階）：統計物理的熵——為什麼偏偏是 log？

這是 log 最深刻的一個應用，牽涉到大學普通物理或統計力學的內容，這裡只講直覺，有興趣的讀者可以之後銜接熱力學課程。

統計物理定義熵（entropy）為

\[S=k_B\ln\Omega\]

其中 $\Omega$ 是系統的微觀狀態數（系統內部粒子有多少種排列方式）、$k_B$ 是波茲曼常數。問題來了：為什麼偏偏要取 log？直接用 $\Omega$ 當作熵不行嗎？

關鍵在於：如果把兩個獨立的系統 $A$、$B$ 合併成一個系統，合併後的微觀狀態數是相乘的：

\[\Omega_{AB}=\Omega_A\times\Omega_B\]

（這很合理：$A$ 系統的每一種排列，都可以搭配 $B$ 系統的每一種排列，組合數當然是相乘。）但物理上，我們希望熵是一個廣延量（extensive quantity）——合併後的熵，應該等於兩個系統熵的相加：

\[S_{AB}=S_A+S_B\]

微觀狀態數用乘的，熵卻要用加的——這正好是我們整篇文章的主題：乘法要變成加法，就交給 log。取自然對數之後：

\[S_{AB}=k_B\ln\Omega_{AB}=k_B\ln(\Omega_A\Omega_B)=k_B\ln\Omega_A+k_B\ln\Omega_B=S_A+S_B\]

完全吻合！$S=k_B\ln\Omega$ 這條式子裡的 log，不是波茲曼隨手加上去的裝飾，而是唯一能把「微觀狀態數的乘法結構」轉換成「巨觀熵的加法結構」的數學工具。這也是為什麼統計力學裡幾乎所有重要的量——像是自由能 $F=-k_BT\ln Z$（$Z$ 是配分函數）——都帶著一個 log：它們全部都在把某種乘法結構，翻譯成物理上需要的加法結構。這條路徑跟古典熱力學裡完全不需要 log 的熵定義是什麼關係，見《熵為什麼要取 log》。

---

總結：log 的三層理解

層次	對 log 的理解
國中視角	log 是指數的反函數：$\log_a x=y\iff a^y=x$
高中計算視角	log 可以把乘除、次方變成加減、乘法，方便計算
大學以後的視角	log 是把「乘法結構」轉換成「加法結構」的自然映射，這個結構在物理、統計、工程裡反覆出現

一旦理解了第三層，很多公式就不再是「科學家莫名其妙塞了一個 $\ln$ 進去」，而是會發現：只要現象的底層是「東西一直相乘」（不管是機率相乘、衰減因子相乘、還是微觀狀態數相乘），而我們想描述的量需要具備可加性，log 幾乎是自己長出來的，不是誰硬塞進去的。

下次再看到考卷上的 $\log_2 8=3$，不妨想成：這是在說「$2$ 的世界裡連乘三次，翻譯到加法世界就是加了三次」——log 從頭到尾，都只是在做這件事。

---