高等数学 / 系统课时

函数、指数与对数

函数、指数与对数

概率模型经常用函数描述变量关系,用指数表达增长或衰减,再用对数把乘法关系转成加法。本课将用一组相互关联的规则完成回顾,并说明它们为什么会反复出现在概率分布、似然计算和数据变换中。

学习目标

  • 说清函数的输入、输出、定义域和值域
  • 理解指数与对数互为反运算的关系
  • 识别指数和对数在概率模型中的典型用途

函数:把输入映射为输出

函数可以看成一条确定的映射规则:给定定义域中的输入 xx,就得到唯一输出 f(x)f(x)。例如 f(x)=2x+1f(x)=2x+1 表示先把输入乘以 2,再加 1;当 x=3x=3 时,输出为 7。

理解函数时应同时检查三件事:允许输入哪些值、可能输出哪些值,以及输入增大时输出如何变化。概率统计中的密度函数、分布函数和损失函数,本质上都在描述不同对象之间的映射关系。

函数不要求不同输入产生不同输出。例如 f(x)=x2f(x)=x^2 中,x=2x=2 与 x=−2x=-2 都得到 4;但同一个输入不能同时对应两个不同输出。

指数和对数:成对理解

指数函数的一般形式是 y=axy=a^x,其中 a>0a>0 且 a≠1a\ne1。当 a>1a>1 时,函数随 xx 增大而增长;当 0<a<10<a<1 时,函数随 xx 增大而衰减。

对数回答相反的问题:已知底数 aa 和结果 yy,指数是多少。关系可以写成 ax=ya^x=y 当且仅当 log⁡ay=x\log_a y=x。因此,指数函数与同底对数函数互为反函数。

指数函数与对数函数的反函数关系

对数最重要的运算价值是把乘法变成加法。对正数 uu、vv,有 ln⁡(uv)=ln⁡u+ln⁡v\ln(uv)=\ln u+\ln v;幂也可以移到前面,即 ln⁡(uk)=kln⁡u\ln(u^k)=k\ln u。这使得很小概率的连乘更容易计算,也更便于优化。

概率模型中的用途与边界

指数常用来描述连续衰减。例如等待时间模型中,超过时间 tt 仍未发生事件的概率可以写成 P(T>t)=e−λtP(T>t)=e^{-\lambda t},其中 λ>0\lambda>0 控制衰减速度。λ\lambda 越大,概率下降得越快。

对数常用于似然计算。若独立样本对应的概率为 p1,p2,…,pnp_1,p_2,\ldots,p_n,联合似然是它们的乘积;取对数后得到求和:

ln⁡L=ln⁡(∏i=1npi)=∑i=1nln⁡pi\ln L=\ln\left(\prod_{i=1}^{n}p_i\right)=\sum_{i=1}^{n}\ln p_i

求和比连乘更稳定,也更容易求导。实际建模中常最大化对数似然,而不是直接最大化原始似然;只要所有概率为正,两者得到的最优参数相同。

函数还用于数据变换。右偏且跨度很大的正数数据,经过对数变换后常更容易观察相对差异。不过,对数只接受正数,数据中存在 0 或负数时必须先说明处理规则。

使用前检查

指数的底数不能为负数,也不能等于 1;对数的真数必须大于 0。看到 exe^x 时,底数是自然常数 ee;看到 ln⁡x\ln x 时,表示以 ee 为底的对数。

不要把“函数值为概率”和“函数本身是概率分布”混为一谈。概率密度可以大于 1,但在有效区间上的积分必须为 1;离散概率质量函数则要求每个概率位于 0 到 1 之间,且总和为 1。

可以用反运算快速自检:若 23=82^3=8,那么 log⁡28=3\log_2 8=3;若计算结果不一致,通常是底数、括号或运算顺序出现了问题。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

函数、指数与对数

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通