第四章 指数函数与对数函数

本章核心问题：为什么数学家要把指数从"重复乘法"扩展到任意实数？对数运算是指数运算的逆运算，类似于减法与加法、除法与乘法的关系。指数函数的快速增长与对数函数的缓慢增长之间，存在怎样的数学对称性？

---

本章知识图谱

                    指数运算律的推广
                           |
        ┌──────────────────┼──────────────────┐
        |                  |                  |
    整数指数           分数指数            无理数指数
    (n次方)           (开方与幂)         (逼近定义)
        |                  |                  |
        └──────────────────┼──────────────────┘
                           |
                    指数函数 y = a^x
                           |
              ┌────────────┴────────────┐
              |                         |
        反函数关系                   图像特征
              |                         |
              v                         v
        对数函数 y = log_a x      单调性/过定点/渐近线
              |
    ┌─────────┴─────────┐
    |                   |
 对数运算律          换底公式
    |                   |
    └─────────┬─────────┘
              |
        函数的应用（零点与二分法）

---

4.1 指数

【来龙去脉】从"重复乘法"到"任意实数幂"

1. 指数的诞生：记号的简化

人类最早接触的指数，是正整数指数——它不过是对重复乘法的简写：

$$a^n=\underset{n\text{个}a}{\underbrace{a\times a\times \cdots \times a}}$$

这个定义如此自然，以至于我们很少追问：为什么要发明指数？答案是简洁与结构化。若没有指数记号，$2\times 2\times 2\times 2\times 2\times 2\times 2\times 2\times 2\times 2$（10个2相乘）的表示极为冗长。指数提供了重复乘法的紧凑表示。

2. 指数扩张的三次危机

指数从正整数扩张到全体实数，经历了三次关键的"危机与解决"：

扩张阶段	原有运算律	核心问题	解决方案
正整数 $\to$ 零与负整数	$a^m\cdot a^n=a^{m+n}$	$a^0$ 和 $a^{-n}$ 意味着什么？	保持运算律不变：令 $a^0=1$，$a^{-n}=\frac{1}{a^n}$
整数 $\to$ 分数（有理数）	$(a^m{)}^n=a^{mn}$	$a^{\frac{1}{n}}$ 是什么？	定义为 "$n$次方根"：$(a^{\frac{1}{n}}{)}^n=a$
有理数 $\to$ 无理数	所有幂运算律	$a^{\sqrt{2}}$ 如何定义？	有理数逼近：$a^{1.4},a^{1.41},a^{1.414},\cdots$ 的极限

核心思想：每一次扩张，都不是"随便定义"，而是在保持原有运算律不变的前提下，寻找唯一合理的延拓。

3. 零指数与负指数：由运算律一致性导出的定义

假设 $a^m\cdot a^n=a^{m+n}$ 对所有整数都成立。那么：

$$a^n\cdot a^0=a^{n+0}=a^n⟹a^0=1(a\ne 0)$$

同理：

$$a^n\cdot a^{-n}=a^{n+(-n)}=a^0=1⟹a^{-n}=\frac{1}{a^n}$$

分析：$a^0=1$ 不是任意规定，而是保持指数运算律一致性的必然结果。若 $a^0$ 取其他值，则指数运算律将不再成立。

---

【基础精讲】根式与分数指数幂

1. $n$次方根的定义

若 $x^n=a$（$n>1$，$n\in {\mathbb{N}}^{\ast }$），则 $x$ 叫做 $a$ 的**$n$次方根**。

条件	$n$次方根的情况	符号表示
$n$ 为奇数	任意实数 $a$ 都有唯一的 $n$次方根	$\sqrt[n]{a}$
$n$ 为偶数，$a>0$	有两个互为相反数的 $n$次方根	$\pm \sqrt[n]{a}$
$n$ 为偶数，$a=0$	唯一的 $n$次方根为 0	$\sqrt[n]{0}=0$
$n$ 为偶数，$a<0$	无实数根	—

2. 根式的性质

$$(\sqrt[n]{a}{)}^n=a\text{恒成立}$$

$$\sqrt[n]{a^n}=\{\begin{array}{ll}a,& n\text{为奇数}\\ |a|,& n\text{为偶数}\end{array}$$

易错警示：$(\sqrt[n]{a}{)}^n$ 与 $\sqrt[n]{a^n}$ 截然不同！前者是"先开方再 $n$次方"，回到原数；后者是"先 $n$次方再开方"，当 $n$ 为偶数时负数的符号会丢失（结果取绝对值）。

例：$\sqrt[3]{(-2{)}^3}=-2$，但 $\sqrt{(-2{)}^2}=|-2|=2\ne -2$。

3. 分数指数幂：从根式到幂的自然过渡

定义：

• 正分数指数：$a^{\frac{m}{n}}=\sqrt[n]{a^m}$ （$a>0$，$m,n\in {\mathbb{N}}^{\ast }$，$\frac{m}{n}$ 为既约分数）
• 负分数指数：$a^{-\frac{m}{n}}=\frac{1}{a^{\frac{m}{n}}}=\frac{1}{\sqrt[n]{a^m}}$

为什么要求 $a>0$？

考虑 $a^{\frac{1}{2}}=\sqrt{a}$，若 $a<0$ 则在实数范围内无意义。更隐蔽的是：

$$(-8{)}^{\frac{1}{3}}=\sqrt[3]{-8}=-2\text{有意义}$$

$$(-8{)}^{\frac{2}{6}}=\sqrt[6]{(-8{)}^2}=\sqrt[6]{64}=2\text{也有意义}$$

但 $\frac{1}{3}=\frac{2}{6}$！如果允许底数为负，则：

$$(-8{)}^{\frac{1}{3}}\stackrel{?}{=}(-8{)}^{\frac{2}{6}}$$

左边 $=-2$，右边 $=2$，矛盾！

结论：为了保证分数指数幂的良定性（well-defined，即同一数值的不同表示给出相同结果），必须限制底数 $a>0$。

---

【深度理解】指数幂运算律的统一性

1. 五条核心运算律

对于 $a>0$，$b>0$，$r,s\in \mathbb{R}$：

运算律	表达式	数学含义
同底相乘	$a^r\cdot a^s=a^{r+s}$	指数的"合并"——乘法变成加法
幂的乘方	$(a^r{)}^s=a^{rs}$	指数的"嵌套"——乘法变成乘法
积的乘方	$(ab{)}^r=a^r\cdot b^r$	分配的"拆解"——积变成积
同底相除	$\frac{a^r}{a^s}=a^{r-s}$	同底相乘的推论
商的乘方	${\left(\frac{a}{b}\right)}^r=\frac{a^r}{b^r}$	积的乘方的推论

2. 为什么这些律对所有实数指数都成立？

整数指数：由乘法结合律、交换律直接验证。

有理数指数：设 $r=\frac{m}{n}$，$s=\frac{p}{q}$，则：

$$a^r\cdot a^s=a^{\frac{m}{n}}\cdot a^{\frac{p}{q}}=\sqrt[n]{a^m}\cdot \sqrt[q]{a^p}$$

通分后统一为 $nq$ 次方根，利用根式运算律可验证：

$$a^r\cdot a^s=\sqrt[nq]{a^{mq}}\cdot \sqrt[nq]{a^{pn}}=\sqrt[nq]{a^{mq+pn}}=a^{\frac{mq+pn}{nq}}=a^{r+s}$$

无理数指数：这是最关键的步骤。设 $r$ 为无理数，取一列有理数 $\{r_n\}$ 使得 $r_n\to r$（例如 $r=\sqrt{2}$，取 $r_1=1.4,r_2=1.41,r_3=1.414,\cdots$）。

定义：$a^r=\underset{n\to \mathrm{\infty }}{lim}{a}^{r_n}$

这个极限是存在的（需用实数完备性证明，高中不作要求）。由于每个 $a^{r_n}$ 都满足运算律，取极限后运算律仍然保持。

数学思想：从有理数到无理数的跨越，实质上是连续性在发挥作用。指数函数 $a^x$ 在 $\mathbb{R}$ 上连续，保证了运算律可以从 $\mathbb{Q}$ 延拓到 $\mathbb{R}$。

---

【易错警示】指数运算的五大陷阱

陷阱一：$(a^m{)}^n$ vs $a^{m^n}$ 的运算顺序

$$(a^m{)}^n=a^{mn}\text{（先括号内，再括号外）}$$

$$a^{m^n}=a^{(m^n)}\text{（从右向左，指数塔）}$$

例：$(2^3{)}^2=8^2=64$，而 $2^{3^2}=2^9=512$。两者天壤之别！

陷阱二：底数为负数时的"隐形禁区"

$$\sqrt[4]{(-3{)}^4}=|-3|=3\ne -3$$

当 $n$ 为偶数时，$\sqrt[n]{a^n}=|a|$，负数在此运算中符号丢失。

陷阱三：分数指数与根式的"等价"假象

$$\text{sqrt[3]{x^2} = x^{frac{2}{3}}\$\$ 成立的前提是定义域兼容。当 \$x < 0\$ 时，左边 \$sqrt[3]{x^2} > 0\$，右边 \$x^{frac{2}{3}}\$ 在严格定义下要求 \$x > 0\$。 > **教材统一约定**：在分数指数幂的章节，若无特别说明，**默认底数 \$a > 0\$**，以此避免定义域争议。 \#\#\#\# 陷阱四：\$a^0 = 1\$ 的隐含条件 \$\$a^0 = 1 quad text{仅当 } a neq 0 text{ 时成立}}$$

$0^0$ 在高中数学中无定义（在高等数学中根据上下文可能有不同的约定，如组合数 $C_0^0=1$）。

陷阱五：指数运算律的"单边适用"

$a^r\cdot b^r=(ab{)}^r$ 要求指数相同；$a^r\cdot a^s=a^{r+s}$ 要求底数相同。两者不可混用！

错例：$2^3\cdot 3^3\ne 6^6$（应为 $6^3$）；$2^3\cdot 3^2\ne 6^5$（无法直接用运算律合并）。

---

【思想方法】转化化归：根式 $\leftrightarrow$ 分数指数幂

处理复杂根式问题时，将根式统一转化为分数指数幂，可以利用指数运算律的代数结构简化计算。

例：化简 $\frac{\sqrt{a}\cdot \sqrt[3]{a^2}}{\sqrt[6]{a^5}}$

解：转化为分数指数：

$$\frac{a^{\frac{1}{2}}\cdot a^{\frac{2}{3}}}{a^{\frac{5}{6}}}=a^{\frac{1}{2}+\frac{2}{3}-\frac{5}{6}}=a^{\frac{3+4-5}{6}}=a^{\frac{2}{6}}=a^{\frac{1}{3}}=\sqrt[3]{a}$$

---

4.2 指数函数

【来龙去脉】为什么要研究指数函数？

1. 自然界的"指数增长"

指数函数不是数学家凭空发明的，而是对自然现象的数学建模：

• 细胞分裂：1个分裂为2个，2个分裂为4个，$n$ 代后数量为 $N=2^n$
• 复利计算：本金 $P$，年利率 $r$，$t$ 年后本息 $A=P(1+r{)}^t$
• 放射性衰变：质量随时间衰减 $m(t)=m_0\cdot e^{-\lambda t}$
• 人口增长：马尔萨斯模型 $P(t)=P_0\cdot e^{rt}$

这些现象的共同特征是：变化率与当前量成正比——这正是指数函数的核心性质（高中虽不学导数，但应理解：增长率与当前量成正比）。

2. 从离散到连续的跨越

细胞分裂、复利计算最初都是离散的（$n$ 为整数），但时间 $t$ 是连续的。将 $a^n$（$n\in \mathbb{Z}$）推广到 $a^x$（$x\in \mathbb{R}$），使得我们能够描述任意时刻的状态。

本章的主线：指数的扩张 $\to$ 指数函数的定义 $\to$ 对数函数的诞生 $\to$ 反函数的对称性。

---

【基础精讲】指数函数的定义与图像

1. 严格定义

定义：函数 $y=a^x$（$a>0$ 且 $a\ne 1$）叫做指数函数。

为什么要 $a>0$ 且 $a\ne 1$？

条件	原因分析
$a>0$	保证对任意实数 $x$，$a^x$ 都有定义且有唯一确定的值
$a\ne 1$	若 $a=1$，则 $y=1^x=1$ 为常函数，无研究价值
$a=0$ 排除	$0^x$ 在 $x\le 0$ 时无意义
$a<0$ 排除	$(-2{)}^{\frac{1}{2}}$ 无实数意义，定义域不连续

2. 图像绘制：描点法的基础训练

$x$	$-2$	$-1$	$0$	$1$	$2$
$y=2^x$	$\frac{1}{4}$	$\frac{1}{2}$	$1$	$2$	$4$
$y=(\frac{1}{2}{)}^x$	$4$	$2$	$1$	$\frac{1}{2}$	$\frac{1}{4}$

观察可知：$y=(\frac{1}{2}{)}^x=2^{-x}$，两者的图像关于 $y$ 轴对称。

3. 图像与性质的完整对比

性质	$a>1$	$0<a<1$
图像形态	从左下向右上单调递增至 $+\mathrm{\infty }$	从左上向右下单调递减至 $0$
定义域	$\mathbb{R}$（全体实数）	$\mathbb{R}$
值域	$(0,+\mathrm{\infty })$	$(0,+\mathrm{\infty })$
过定点	恒过 $(0,1)$	恒过 $(0,1)$
单调性	在 $\mathbb{R}$ 上单调递增	在 $\mathbb{R}$ 上单调递减
渐近线	$x\to -\mathrm{\infty }$ 时 $y\to 0^{+}$（$x$ 轴为水平渐近线）	$x\to +\mathrm{\infty }$ 时 $y\to 0^{+}$（$x$ 轴为水平渐近线）
特殊点	$(1,a)$，$(-1,\frac{1}{a})$	$(1,a)$，$(-1,\frac{1}{a})$
函数值范围	$x>0$ 时 $y>1$；$x<0$ 时 $0<y<1$	$x>0$ 时 $0<y<1$；$x<0$ 时 $y>1$

4. 底数大小对图像变化率的影响

在第一象限（$x>0$），底数越大，函数值增长越快：

$$\text{若 }a>b>1\text{，则当 }x>0\text{ 时，}{a}^x>b^x$$

在第二象限（$x<0$），情况恰好相反：

$$\text{若 }a>b>1\text{，则当 }x<0\text{ 时，}{a}^x<b^x$$

口诀："大底数，右高左低；小底数，右低左高。"

---

【深度理解】指数函数的"隐性特征"

1. 为什么值域一定是 $(0,+\mathrm{\infty })$？

• 从图像看：$y=a^x>0$ 恒成立，$x$ 轴是水平渐近线
• 从运算看：$a^x=a^{x/2}\cdot a^{x/2}=(a^{x/2}{)}^2\ge 0$，且 $a^x=0$ 无解
• 核心：正数的任何实数次幂都是正数

2. 过定点 $(0,1)$ 的数学原理

$$a^0=1(a\ne 0)$$

这不是指数函数的特有性质，而是所有指数运算的共同性质。因此：

对于 $y=k\cdot a^{x+b}+c$ 型函数，定点由指数的"清零"决定：令 $x+b=0$，即 $x=-b$，此时 $y=k\cdot 1+c=k+c$。定点为 $(-b,k+c)$。

例：$y=3\cdot 2^{x-1}+5$ 过定点 $(1,8)$。

3. 指数函数增长率的快速性

$x$	$2^x$	$x^2$	$x^{10}$
$10$	$1024$	$100$	${10}^{10}$
$100$	$1.27\times {10}^{30}$	${10}^4$	${10}^{20}$
$1000$	${10}^{301}$	${10}^6$	${10}^{30}$

指数爆炸：对于足够大的 $x$，无论幂函数的指数多大，指数函数 $a^x$（$a>1$）最终都会"碾压"任何幂函数 $x^n$。这是现代密码学（RSA加密）的数学基础。

---

【知识串联】指数函数与幂函数的辨析

对比项	指数函数 $y=a^x$	幂函数 $y=x^{\alpha }$
底数/指数	底数为常数 $a$，指数为变量 $x$	底数为变量 $x$，指数为常数 $\alpha$
位置	指数位置是变量	底数位置是变量
定义域	总是 $\mathbb{R}$	取决于 $\alpha$（可能为 $[0,+\mathrm{\infty })$ 或 $\mathbb{R}$ 等）
定点	恒过 $(0,1)$	恒过 $(1,1)$（当 $\alpha \ne 0$）
典型	$y=2^x$，$y=e^x$	$y=x^2$，$y=x^3$，$y=x^{\frac{1}{2}}$

易混例：$y=2^x$ 是指数函数，$y=x^2$ 是幂函数，$y=2^{3x}$ 可以写成 $(2^3{)}^x=8^x$ 仍是指数函数。但 $y=x^x$、$y=2x^2$ 都不是标准的指数函数或幂函数。

---

【隐性考点】指数函数比大小

方法一：同底化——利用单调性

$$a^m>a^n\iff \{\begin{array}{ll}m>n,& a>1\\ m<n,& 0<a<1\end{array}$$

关键：识别"底数相同"，注意底数与1的大小关系决定不等号方向。

方法二：中间值法——搭桥比较

当底数不同时，使用中间值法：

$$2^{0.3}\text{ vs }{0.3}^2\text{ vs }{\log }_{2}0.3$$

分析：$2^{0.3}>2^0=1$；$0<{0.3}^2<1$；${\log }_{2}0.3<{\log }_{2}1=0$。因此：

$${\log }_{2}0.3<{0.3}^2<2^{0.3}$$

常用中间值：$0$ 和 $1$ 是指数、对数比大小的关键分界点。

---

4.3 对数

【来龙去脉】对数：简化天文计算的数学工具

1. 纳皮尔的发明（1614年）

16世纪末，天文学家第谷·布拉赫留下了海量的天文观测数据。他的助手约翰内斯·开普勒需要处理这些数据的乘法、除法和开方——在只有纸笔的时代，计算 $\sin (1^{\circ }{2}^{\prime }{3}^{″})\times \cos (3^{\circ }{4}^{\prime }{5}^{″})$ 是极为繁重的计算任务。

苏格兰数学家约翰·纳皮尔（John Napier，1550–1617）花了20年时间，发明了一种将乘法转化为加法、除法转化为减法、乘方/开方转化为乘法的方法——对数（logarithm，源自希腊语 logos + arithmos，意为"比的数"）。

2. 对数的核心思想

如果 $a^m=M$，$a^n=N$，那么：

$$M\times N=a^m\times a^n=a^{m+n}$$

分析：将 $M$ 和 $N$ 表示为同一底数的幂，乘法即可转化为指数的加法。

纳皮尔的任务实质是：给定 $M$，求出满足 $a^m=M$ 的指数 $m$。这个 $m$ 就是"以 $a$ 为底 $M$ 的对数"。

对数运算是指数运算的逆运算，类似于减法与加法、除法与乘法的关系。

3. 对数表与计算尺的历史发展

在电子计算机诞生之前，对数表和计算尺是科学家和工程师的必备工具。它们将复杂的乘除运算转化为简单的加减运算，推动了科学革命的进程。

---

【基础精讲】对数的严格定义

1. 定义

如果 $a^x=N$（$a>0$ 且 $a\ne 1$，$N>0$），那么数 $x$ 叫做以 $a$ 为底 $N$ 的对数，记作：

$$x={\log }_{a}N$$

其中 $a$ 叫做底数，$N$ 叫做真数。

2. 对数与指数的互化（核心技能）

$$a^x=N⟺x={\log }_{a}N$$

这是本章最重要的等式，没有之一。它建立了指数世界与对数世界的同构对应。

记忆口诀："底数不变，指数 $\leftrightarrow$ 对数，幂 $\leftrightarrow$ 真数。"

3. 两类特殊对数

名称	符号	底数	重要性
常用对数	$\lg N$	$a=10$	日常生活中的分贝、pH值等
自然对数	$\ln N$	$a=e\approx 2.718$	高等数学的核心，$e^x$ 的导数是其自身

自然常数 $e$ 的来历：

$$e=\underset{n\to \mathrm{\infty }}{lim}{(1+\frac{1}{n})}^n\approx 2.71828$$

这个极限来源于复利计算的"连续复利"模型。当计息周期无限缩短时，本息和趋近于 $P\cdot e^{rt}$。$e$ 是自然界"连续增长"的基准率。

4. 对数的基本性质（由定义直接推出）

性质	公式	证明
负数和零无对数	${\log }_{a}N$ 要求 $N>0$	$a^x>0$ 恒成立，故 $a^x=N\le 0$ 无解
底数的对数	${\log }_{a}a=1$	$a^1=a$
1 的对数	${\log }_{a}1=0$	$a^0=1$
恒等式（对数还原）	$a^{{\log }_{a}N}=N$	设 $x={\log }_{a}N$，则 $a^x=N$
恒等式（指数还原）	${\log }_a{a}^x=x$	由定义直接可得

重要结论：$a^{{\log }_{a}N}=N$ 和 ${\log }_a{a}^x=x$ 这两个恒等式，体现了指数函数与对数函数的互逆性。它们互为逆运算，其复合运算的结果为原数（恒等映射）。

---

【深度理解】对数运算性质的推导

1. 对数的乘法法则：${\log }_a(MN)={\log }_{a}M+{\log }_{a}N$

证明：设 $x={\log }_{a}M$，$y={\log }_{a}N$，则 $a^x=M$，$a^y=N$。

于是：

$$MN=a^x\cdot a^y=a^{x+y}$$

转化为对数形式：

$${\log }_a(MN)=x+y={\log }_{a}M+{\log }_{a}N$$

数学关系：积的对数等于对数的和——这是指数"同底相乘，指数相加"运算律的直接推论。

2. 对数的除法法则：${\log }_a\frac{M}{N}={\log }_{a}M-{\log }_{a}N$

同理可证，对应指数的除法法则。

3. 对数的幂法则：${\log }_a{M}^n=n{\log }_{a}M$

证明：设 $x={\log }_{a}M$，则 $a^x=M$，于是 $M^n=(a^x{)}^n=a^{nx}$。

转化为对数：${\log }_a{M}^n=nx=n{\log }_{a}M$。

重要推论：${\log }_a\sqrt[n]{M}={\log }_a{M}^{\frac{1}{n}}=\frac{1}{n}{\log }_{a}M$。即开方化为除法。

4. 运算性质的"单向性"

正确公式	常见错误	错误原因
${\log }_a(MN)={\log }_{a}M+{\log }_{a}N$	${\log }_a(M+N)\stackrel{?}{=}{\log }_{a}M+{\log }_{a}N$	对数不能"拆和"
${\log }_a\frac{M}{N}={\log }_{a}M-{\log }_{a}N$	${\log }_a(M-N)\stackrel{?}{=}{\log }_{a}M-{\log }_{a}N$	对数不能"拆差"
${\log }_a{M}^n=n{\log }_{a}M$	$({\log }_{a}M{)}^n\stackrel{?}{=}n{\log }_{a}M$	幂的位置不同

根本原因：对数是指数的逆运算，指数的运算律是"乘法变加法"、"乘方变乘法"。没有哪种指数运算能把加法变成乘法，所以对数自然也不能拆和差。

---

【深度理解】换底公式——对数世界的"通用货币"

1. 公式陈述

$${\log }_{a}b=\frac{{\log }_{c}b}{{\log }_{c}a}(a>0,a\ne 1,b>0,c>0,c\ne 1)$$

2. 推导

设 $x={\log }_{a}b$，则 $a^x=b$。

两边取以 $c$ 为底的对数：

$${\log }_c{a}^x={\log }_{c}b⟹x{\log }_{c}a={\log }_{c}b⟹x=\frac{{\log }_{c}b}{{\log }_{c}a}$$

3. 换底公式的核心作用

不同底数的对数之间需要统一标准进行转换，换底公式提供了这一标准。换底公式实现了不同对数底数之间的相互转换。

4. 换底公式的常用推论

推论	公式	应用场景
倒数关系	${\log }_{a}b=\frac{1}{{\log }_{b}a}$	底数与真数互换，对数值取倒数
链式法则	${\log }_{a}b\cdot {\log }_{b}c={\log }_{a}c$	"底数接力"，中间底数消去
幂的推广	${\log }_{a^n}{b}^m=\frac{m}{n}{\log }_{a}b$	底数和真数同时乘方

链式法则分析：${\log }_{2}3\cdot {\log }_{3}5\cdot {\log }_{5}7={\log }_{2}7$。可类比为 $2\to 3\to 5\to 7$ 的连乘过程。

---

【易错警示】对数运算的六大陷阱

陷阱一：定义域陷阱——真数必须大于零

$${\log }_a(x^2-1)\text{ 的定义域是 }{x}^2-1>0\text{，即 }x>1\text{ 或 }x<-1$$

含参问题中的隐形杀手：

$${\log }_a(x-1)+{\log }_a(3-x)={\log }_a((x-1)(3-x))$$

左边要求 $x-1>0$ 且 $3-x>0$，即 $1<x<3$。如果直接合并右边再解方程，可能得到增根！

陷阱二：${\log }_a{M}^n=n{\log }_{a}M$ 的"伪推广"

$${\log }_a{x}^2=2{\log }_{a}x$$

此式仅在 $x>0$ 时成立！

实际上：${\log }_a{x}^2=2{\log }_a|x|$（对任意 $x\ne 0$）。

例：${\log }_2(-3{)}^2={\log }_{2}9=2{\log }_{2}3$，但如果直接用 $2{\log }_2(-3)$ 就荒谬了。

陷阱三：底数的"隐藏范围"

对数函数 $y={\log }_{a}x$ 中，$a>0$ 且 $a\ne 1$ 是隐含条件。解含参问题时经常需要分类讨论 $a>1$ 和 $0<a<1$ 两种情况。

陷阱四：$({\log }_{a}M{)}^n$ vs ${\log }_a{M}^n$

$$({\log }_{a}M{)}^n=\underset{n\text{个}}{\underbrace{{\log }_{a}M\cdot {\log }_{a}M\cdots {\log }_{a}M}}\ne {\log }_a{M}^n=n{\log }_{a}M$$

前者是"对数值的 $n$次幂"，后者是"真数的 $n$次幂再取对数"。

陷阱五：忽视底数为变量的讨论

$${\log }_{x}2<1$$

不能直接"去掉对数"得 $2<x^1$！需要先分类：

• 当 $x>1$ 时：${\log }_{x}2<1={\log }_{x}x⟹2<x$（因为递增）
• 当 $0<x<1$ 时：${\log }_{x}2<1={\log }_{x}x⟹2>x$（因为递减）

综合：$x>2$ 或 $0<x<1$。

陷阱六：混淆 ${\log }_{a}b$ 与 $\frac{\log b}{\log a}$

换底公式 ${\log }_{a}b=\frac{{\log }_{c}b}{{\log }_{c}a}$ 中的 $\log$ 必须是同一底数。不能写成 $\frac{\lg b}{\ln a}$！

---

4.4 对数函数

【来龙去脉】对数函数：指数函数的反函数

1. 从对数到对数函数

对数 $x={\log }_{a}N$ 最初只是"求指数的运算"。当我们把真数 $N$ 看作自变量，对数值 $x$ 看作因变量时，就得到了对数函数：

$$y={\log }_{a}x(a>0,a\ne 1)$$

2. 反函数思想的萌芽

高中数学中，反函数是一个核心概念。指数函数与对数函数的关系，是理解反函数的最佳范例：

函数	对应关系	定义域	值域
指数函数 $y=a^x$	$x\mapsto a^x$	$\mathbb{R}$	$(0,+\mathrm{\infty })$
对数函数 $y={\log }_{a}x$	$x\mapsto {\log }_{a}x$	$(0,+\mathrm{\infty })$	$\mathbb{R}$

观察：两者的定义域和值域恰好互换！这不是巧合，而是反函数的必然特征。

---

【基础精讲】对数函数的图像与性质

1. 图像绘制

由指数函数 $y=a^x$ 的图像，利用关于 $y=x$ 对称得到 $y={\log }_{a}x$ 的图像。

$x$	$\frac{1}{4}$	$\frac{1}{2}$	$1$	$2$	$4$
$y={\log }_{2}x$	$-2$	$-1$	$0$	$1$	$2$
$y={\log }_{\frac{1}{2}}x$	$2$	$1$	$0$	$-1$	$-2$

2. 图像与性质的完整对比

性质	$a>1$	$0<a<1$
图像形态	从 $-\mathrm{\infty }$ 单调递增至 $+\mathrm{\infty }$	从 $+\mathrm{\infty }$ 单调递减至 $-\mathrm{\infty }$
定义域	$(0,+\mathrm{\infty })$	$(0,+\mathrm{\infty })$
值域	$\mathbb{R}$	$\mathbb{R}$
过定点	恒过 $(1,0)$	恒过 $(1,0)$
单调性	在 $(0,+\mathrm{\infty })$ 上单调递增	在 $(0,+\mathrm{\infty })$ 上单调递减
渐近线	$y$ 轴（$x=0$）是垂直渐近线	$y$ 轴（$x=0$）是垂直渐近线
函数值特征	$x>1$ 时 $y>0$；$0<x<1$ 时 $y<0$	$x>1$ 时 $y<0$；$0<x<1$ 时 $y>0$
变化特征	增长速度随 $x$ 增大而减慢（对数级增长）	下降速度随 $x$ 增大而减慢

3. 底数对图像的影响

在第一象限（$x>1$）：底数越大，函数值越小（图像越靠近 $x$ 轴）；底数越小（但仍大于1），函数值越大（图像越远离 $x$ 轴）。

在 $(0,1)$ 区间：情况相反。

重要事实：$y={\log }_{2}x$，$y=\lg x$，$y=\ln x$ 的图像都经过 $(1,0)$，且当 $x>1$ 时，${\log }_{2}x>\ln x>\lg x$（因为 $2<e<10$，底数越大，对数增长越慢）。

---

【深度理解】指数函数与对数函数的反函数关系

1. 反函数的定义

若函数 $y=f(x)$ 满足：对于值域中的每一个 $y$，定义域中有唯一的 $x$ 使得 $f(x)=y$，则存在反函数 $x=f^{-1}(y)$，通常写成 $y=f^{-1}(x)$。

2. 为什么指数函数有反函数？

指数函数 $y=a^x$（$a>0,a\ne 1$）是严格单调的（递增或递减），因此满足"一一对应"，必然存在反函数。

其反函数就是：$x={\log }_{a}y$，即 $y={\log }_{a}x$。

3. 图像关于 $y=x$ 对称的数学原理

为什么反函数的图像关于 $y=x$ 对称？

设点 $P(a,b)$ 在 $y=f(x)$ 上，则 $b=f(a)$。

由反函数定义：$a=f^{-1}(b)$，即点 $Q(b,a)$ 在 $y=f^{-1}(x)$ 上。

点 $P(a,b)$ 与点 $Q(b,a)$ 恰好关于直线 $y=x$ 对称（因为交换了横纵坐标）。

几何意义：反函数的图像与原函数图像关于直线 $y=x$ 对称。

4. 反函数的核心性质

性质	内容	指数-对数实例
定义域互换	$D_{f^{-1}}=R_f$，$R_{f^{-1}}=D_f$	$D_{a^x}=\mathbb{R}$，$R_{{\log }_{a}x}=\mathbb{R}$
单调性一致	$f$ 递增 $\iff$ $f^{-1}$ 递增	$a>1$ 时两者都递增
互逆运算	$f(f^{-1}(x))=x$，$f^{-1}(f(x))=x$	$a^{{\log }_{a}x}=x$，${\log }_a{a}^x=x$
对称性	图像关于 $y=x$ 对称	$y=2^x$ 与 $y={\log }_{2}x$ 关于 $y=x$ 对称

5. "同底数"指数函数与对数函数的交点问题

问题：$y=a^x$ 与 $y={\log }_{a}x$（$a>0,a\ne 1$）的图像有几个交点？

分析：

• 由于两者关于 $y=x$ 对称，交点要么在 $y=x$ 上，要么成对出现（关于 $y=x$ 对称的一对点）
• 考虑 $y=a^x$ 与 $y=x$ 的交点：
  • 当 $a=e^{\frac{1}{e}}\approx 1.445$ 时，$y=a^x$ 与 $y=x$ 相切
  • 当 $1<a<e^{\frac{1}{e}}$ 时，$y=a^x$ 与 $y=x$ 有两个交点，从而 $y=a^x$ 与 $y={\log }_{a}x$ 有两个交点
  • 当 $a>e^{\frac{1}{e}}$ 或 $0<a<1$ 时，$y=a^x$ 与 $y=x$ 无交点，但 $y=a^x$ 与 $y={\log }_{a}x$ 仍可能有交点

高考层面：只需掌握 $y=a^x$ 与 $y={\log }_{a}x$ 关于 $y=x$ 对称，以及当 $a>1$ 时两者不相交、当 $0<a<1$ 时两者相交于一点的基本结论。上述精细分析属于拓展内容。

---

【知识串联】三类函数增长率的比较

1. 增长速度的终极排序

对于足够大的 $x$：

$${\log }_{a}x\ll x^n\ll b^x\ll x!\ll x^x(a>1,n>0,b>1)$$

读作：对数函数 $\ll$ 幂函数 $\ll$ 指数函数 $\ll$ 阶乘 $\ll$ 幂指函数

2. 指数快速增长与对数缓慢增长

$x$	$\ln x$	$x$	$x^2$	$2^x$
$10$	$2.3$	$10$	$100$	$1024$
$100$	$4.6$	$100$	${10}^4$	$1.3\times {10}^{30}$
$1000$	$6.9$	$1000$	${10}^6$	${10}^{301}$

增长阶比较：当 $x$ 充分大时，对数函数 ${\log }_{a}x$（$a>1$）增长最慢，幂函数 $x^n$（$n>0$）增长次之，指数函数 $b^x$（$b>1$）增长最快。

3. 对数增长的数量特征

对数函数 $y={\log }_{a}x$（$a>1$）虽然增长缓慢，但它有一个重要特性：能把乘法差距转化为加法差距。

例：

• 人口从100万增长到1000万（10倍），对数从 $\lg {10}^6=6$ 增长到 $\lg {10}^7=7$（仅增加了1）
• 公司市值从10亿到100亿（10倍），取对数后只增加了1个单位

这就是对数常用于尺度变换（如里氏震级、星等亮度、pH值）的原因：将数量级的乘法关系转化为对数的加法关系。

---

【隐性考点】对数函数图像问题的解题策略

策略一：利用"过定点"快速定位

$y={\log }_{a}x$ 恒过 $(1,0)$。对于 $y={\log }_a(x+b)+c$，令 $x+b=1$，即 $x=1-b$，此时 $y=c$。定点为 $(1-b,c)$。

策略二：底数大小与图像的"高低"

在同一坐标系中画出 $y={\log }_{2}x$、$y={\log }_{3}x$、$y=\lg x$：

• 当 $x>1$ 时：底数越大，图像越"低"（越靠近 $x$ 轴）
• 当 $0<x<1$ 时：底数越大，图像越"高"（越远离 $x$ 轴）

口诀："底大图低（$x>1$），底大图高（$0<x<1$）"

策略三：含绝对值的对数函数

$$y={\log }_a|x|$$

• 定义域：$x\ne 0$
• 图像：保留 $y={\log }_{a}x$（$x>0$）的部分，并关于 $y$ 轴对称复制到左侧
• 是偶函数

$$y=|{\log }_{a}x|$$

• 定义域：$x>0$
• 图像：保留 $y={\log }_{a}x$ 在 $x$ 轴上方的部分，将下方的部分关于 $x$ 轴翻折上去

---

4.5 函数的应用（二）

【来龙去脉】从方程求解到"数值逼近"

1. 方程求解的历史困境

古代数学家发现：

• 一次方程 $ax+b=0$ 有公式解 $x=-\frac{b}{a}$
• 二次方程 $a{x}^2+bx+c=0$ 有求根公式
• 三次、四次方程也有复杂的求根公式（卡尔达诺公式等）

但到了五次及更高次方程，阿贝尔和伽罗瓦证明了：一般形式的五次方程不存在用根式表达的通解！

这意味着：对于绝大多数方程，我们无法"精确地"写出解的表达式。必须寻找近似求解的方法。

2. 从代数到几何的思维跃迁

方程 $f(x)=0$ 的解，等价于函数 $y=f(x)$ 的零点——即图像与 $x$ 轴交点的横坐标。

这一转化开启了全新的解题视角：

• 不需要知道解的精确形式
• 只需要知道解是否存在、在哪个区间、如何逼近

---

【基础精讲】函数的零点

1. 零点的定义

对于函数 $y=f(x)$，使 $f(x)=0$ 成立的实数 $x$ 叫做函数的零点。

三重等价关系：

$$f(x)=0\text{ 有实根}⟺y=f(x)\text{ 的图像与 }x\text{ 轴有交点}⟺y=f(x)\text{ 有零点}$$

重要说明：零点是一个实数，不是"点"。说"函数的零点是 $x=2$"是正确的，说"零点是 $(2,0)$"则混淆了"零点的坐标"与"零点本身"的概念。

2. 零点存在定理（定理的精确表述）

定理（零点存在定理）：如果函数 $y=f(x)$ 在区间 $[a,b]$ 上连续，且 $f(a)\cdot f(b)<0$（即 $f(a)$ 与 $f(b)$ 异号），则存在 $c\in (a,b)$，使得 $f(c)=0$。

3. 定理条件的逐项解读

条件	作用	缺少会怎样？
图像连续	函数在区间上无间断点	不连续时，$f(a)\cdot f(b)<0$ 也可能无零点（函数值跳过 $0$）
$f(a)\cdot f(b)<0$	端点值异号	同号时可能有零点（偶数个），也可能无零点
闭区间 $[a,b]$	端点有定义	开区间内连续不一定能延拓到端点

4. 零点存在定理的"局限"

定理只保证至少有一个零点，不保证恰好一个。要证明唯一性，还需加上条件：

$$f(x)\text{ 在 }(a,b)\text{ 上单调}⟹\text{零点是唯一的}$$

因为：单调函数至多有一个零点。

---

【深度理解】零点存在定理与介值定理

1. 介值定理（Intermediate Value Theorem）

零点存在定理实际上是介值定理的特例：

介值定理：若 $f$ 在 $[a,b]$ 上连续，且 $k$ 是介于 $f(a)$ 与 $f(b)$ 之间的任意值，则存在 $c\in (a,b)$ 使得 $f(c)=k$。

取 $k=0$ 即得零点存在定理。

2. 连续性的几何理解

"连续"的几何含义：函数图像可以一笔画成，没有间断点。

不连续的反例：

$$f(x)=\{\begin{array}{ll}x+1,& x<0\\ x-1,& x\ge 0\end{array}$$

$f(-1)=0$，$f(1)=0$，但在 $[-1,1]$ 上 $f(x)=0$ 其实有根。更好的反例：

$$f(x)=\{\begin{array}{ll}-1,& x<0\\ 1,& x\ge 0\end{array}$$

$f(-1)\cdot f(1)=-1<0$，但 $x=0$ 处不连续，且 $f(x)=0$ 无解。

3. "变号零点"与"不变号零点"

类型	特征	零点存在定理适用？
变号零点	$f(x)$ 在零点两侧异号，如 $f(x)=x$ 在 $x=0$	是
不变号零点（偶次重根）	$f(x)$ 在零点两侧同号，如 $f(x)=x^2$ 在 $x=0$	否（$f(a)\cdot f(b)>0$）
不变号零点（奇次重根）	实际上是变号零点	是

重要：零点存在定理只能检测变号零点。对于 $f(x)=(x-1{)}^2$ 在 $x=1$ 处的不变号零点，需要借助导数或图像分析才能发现。

---

【基础精讲】二分法——逼近零点的算法原理

1. 二分法的原理

若 $f(a)\cdot f(b)<0$，取中点 $c=\frac{a+b}{2}$：

• 若 $f(c)=0$，则 $c$ 就是零点
• 若 $f(c)\cdot f(a)<0$，则零点在 $(a,c)$ 中
• 若 $f(c)\cdot f(b)<0$，则零点在 $(c,b)$ 中

重复上述过程，零点所在的区间长度每次减半。

2. 二分法的精度控制

设初始区间为 $[a,b]$，长度为 $L=b-a$。经过 $n$ 次二分后，区间长度为 $\frac{L}{2^n}$。

若要使近似解与真实零点的误差不超过 $\epsilon$（精度），需要：

$$\frac{b-a}{2^n}<\epsilon ⟹n>{\log }_2\frac{b-a}{\epsilon }$$

例：初始区间 $[1,2]$，要求精度 $\epsilon =0.001$，则：

$$n>{\log }_2\frac{1}{0.001}={\log }_{2}1000\approx 9.97$$

即至少需要进行 10次 二分。

3. 二分法的算法步骤

输入：函数 f，区间 [a, b]，精度 ε
前提：f(a)·f(b) < 0

1. 计算中点 c = (a + b) / 2
2. 若 f(c) = 0，返回 c
3. 若 f(a)·f(c) < 0，令 b = c；否则令 a = c
4. 若 b - a < ε，返回 (a + b) / 2
5. 回到步骤 1

4. 二分法的优缺点

优点	缺点
简单可靠，必定收敛	只能求一个零点（某一区间内）
收敛速度可预测	收敛速度线性（较慢）
每步只需计算一次函数值	对重根效率很低
无需导数信息	不能求偶次重根

---

【知识串联】零点问题的"数形结合"

1. 方程的解 $⟷$ 函数的零点 $⟷$ 图像的交点

$$f(x)=g(x)\text{ 的解}⟺h(x)=f(x)-g(x)\text{ 的零点}⟺y=f(x)\text{ 与 }y=g(x)\text{ 图像交点的横坐标}$$

这一转化是研究超越方程（如 $2^x=x^2$）的有效方法。

2. 超越方程的图像解法

例：判断方程 $2^x=x^2$ 的实根个数。

解：画出 $y=2^x$ 与 $y=x^2$ 的图像。

• 显然 $x=2$ 和 $x=4$ 是两个交点（$2^2=4=2^2$，$2^4=16=4^2$）
• 在 $x<0$ 时，$y=2^x$ 从 $0$ 递增到 $1$，$y=x^2$ 从 $+\mathrm{\infty }$ 递减到 $0$，必有一个交点
• 经检验（或进一步分析），$x\approx -0.77$ 是第三个根

结论：$2^x=x^2$ 恰有 3个 实根。

3. 零点个数问题的分类策略

方法	适用场景	核心思想
代数法	多项式方程	因式分解、判别式、韦达定理
图像法	超越方程、含参方程	分离函数，画图像，看交点
定理法	连续函数的零点存在性	找区间、验证异号
单调性法	唯一零点证明	单调 + 异号 = 唯一零点

---

【隐性考点】二分法的"精度"与"次数"

考点一：理解"精确到"与"精确度"

表述	含义	终止条件
"精确到 $0.1$"	保留到十分位	$|a-b|<0.1$（或 $0.05$，教材版本不同）
"精确度为 $0.1$"	误差不超过 $0.1$	$|a-b|<0.1$
"精确到十分位"	四舍五入到 $0.1$	区间长度 $<0.1$，取中点

注意：不同教材对"精确到"的定义可能略有差异，需参考具体教材的表述。

考点二：函数模型的识别

增长特征	函数模型	典型应用
恒定增长（等差）	线性函数 $y=kx+b$	匀速运动、定期存款
加速增长（等比）	指数函数 $y=a^x$	细胞分裂、复利、人口增长
减速增长	对数函数 $y={\log }_{a}x$	学习曲线、信息检索
先快后慢	幂函数 $y=x^{\alpha }$（$0<\alpha <1$）	收益递减

---

【全章总结】知识网络与核心方法

一、本章核心转化链

指数运算律的推广
      |
      v
分数指数幂 <——等价转化——> 根式
      |
      v
指数函数 y = a^x  ——互为反函数——>  对数函数 y = log_a x
      |                                    |
      v                                    v
图像过(0,1)，值域(0,+∞)              图像过(1,0)，定义域(0,+∞)
      |                                    |
      v                                    v
函数的零点 <——转化——> 方程的解 <——转化——> 图像的交点
      |
      v
二分法逼近（精度控制）

二、指数与对数的"同构"关系

运算	指数世界	对数世界
基本等式	$a^x=N$	$x={\log }_{a}N$
乘法	$a^m\cdot a^n=a^{m+n}$	${\log }_a(MN)={\log }_{a}M+{\log }_{a}N$
除法	$\frac{a^m}{a^n}=a^{m-n}$	${\log }_a\frac{M}{N}={\log }_{a}M-{\log }_{a}N$
乘方	$(a^m{)}^n=a^{mn}$	${\log }_a{M}^n=n{\log }_{a}M$
恒等	$a^{{\log }_{a}N}=N$	${\log }_a{a}^x=x$

重要结论：指数运算与对数运算构成互逆运算关系。掌握它们之间的相互转化，是本章的核心技能。

---

【隐性考点】四大高频陷阱深度剖析

陷阱一：比大小的"同底化"策略

核心策略：

1. 同底比：利用单调性
2. 同指比：利用幂函数性质
3. 都不同：找中间值（通常是 $0$、$1$、$\frac{1}{2}$ 或某个特殊值）

例题：比较 $a=3^{0.5}$，$b={0.5}^3$，$c={\log }_{3}0.5$ 的大小。

分析：

• $a=3^{0.5}=\sqrt{3}>3^0=1$
• $b={0.5}^3=0.125$，$0<b<1$
• $c={\log }_{3}0.5<{\log }_{3}1=0$

结论：$c<b<a$。

更复杂的例题：比较 ${\log }_{2}3$ 与 ${\log }_{3}4$。

分析：换底或找中间值。注意到：

• ${\log }_{2}3>{\log }_{2}2\sqrt{2}=\frac{3}{2}$（因为 $3>2.828$）
• ${\log }_{3}4<{\log }_{3}3\sqrt{3}=\frac{3}{2}$（因为 $4<5.196$）

结论：${\log }_{2}3>\frac{3}{2}>{\log }_{3}4$。

陷阱二：对数含参问题的定义域"隐形边界"

例题：若 ${\log }_a\frac{3}{5}<1$，求实数 $a$ 的取值范围。

错解：${\log }_a\frac{3}{5}<{\log }_{a}a⟹\frac{3}{5}<a$（仅得 $a>\frac{3}{5}$）。

正解：

• 情形1：$a>1$ 时，${\log }_{a}x$ 递增，故 $\frac{3}{5}<a$。结合 $a>1$ 得 $a>1$。
• 情形2：$0<a<1$ 时，${\log }_{a}x$ 递减，故 $\frac{3}{5}>a$。结合 $0<a<1$ 得 $0<a<\frac{3}{5}$。

结论：$a\in (0,\frac{3}{5})\cup (1,+\mathrm{\infty })$。

警示：对数的底数含参时，必须分类讨论。这是常见的命题方向。

陷阱三：零点个数问题的图像法

例题：函数 $f(x)=2^x|{\log }_{0.5}x|-1$ 的零点个数为多少？

分析：$f(x)=0⟺2^x|{\log }_{0.5}x|=1⟺|{\log }_{0.5}x|=(\frac{1}{2}{)}^x$

注意 ${\log }_{0.5}x=-{\log }_{2}x$，所以 $|{\log }_{0.5}x|=|{\log }_{2}x|$。

画出 $y=|{\log }_{2}x|$ 与 $y=(\frac{1}{2}{)}^x$ 的图像：

• $y=(\frac{1}{2}{)}^x$ 过 $(0,1)$，递减
• $y=|{\log }_{2}x|$ 在 $(0,1)$ 上从 $+\mathrm{\infty }$ 递减到 $0$，在 $(1,+\mathrm{\infty })$ 上从 $0$ 递增到 $+\mathrm{\infty }$

在 $(0,1)$ 上：$y=(\frac{1}{2}{)}^x$ 从 $+\mathrm{\infty }$（极限）递减到 $\frac{1}{2}$；$y=-{\log }_{2}x$ 从 $+\mathrm{\infty }$ 递减到 $0$。两者恰有 1个 交点。 在 $(1,+\mathrm{\infty })$ 上：$y=(\frac{1}{2}{)}^x$ 从 $\frac{1}{2}$ 递减到 $0$；$y={\log }_{2}x$ 从 $0$ 递增到 $+\mathrm{\infty }$。两者恰有 1个 交点。

结论：零点个数为 2。

陷阱四：二分法的精度与"精确到"表述

例题：用二分法求 $f(x)=x^3+x-1$ 在 $(0,1)$ 内的零点，要求精确到 $0.1$，至少需要多少次二分？

分析：初始区间长度为 $1$。精确到 $0.1$ 意味着最终区间长度应小于 $0.1$。

$$\frac{1}{2^n}<0.1⟹2^n>10⟹n\ge 4$$

验证：$n=3$ 时区间长度 $\frac{1}{8}=0.125>0.1$；$n=4$ 时区间长度 $\frac{1}{16}=0.0625<0.1$。

答案：至少 4次。

---

【易错警示】全章十大高频错误

错误一：混淆 $(a^m{)}^n$ 与 $a^{m^n}$

表达式	运算顺序	结果
$(2^3{)}^2$	先算括号：$8^2$	$64=2^6$
$2^{3^2}$	从右向左：$2^9$	$512$

记忆："括号优先，无括号从右往左"。

错误二：错误拆分 ${\log }_a(M\pm N)$

$${\log }_a(M+N)\ne {\log }_{a}M+{\log }_{a}N$$

反例：${\log }_2(4+4)={\log }_{2}8=3$，而 ${\log }_{2}4+{\log }_{2}4=2+2=4$。$3\ne 4$！

正确操作：${\log }_a(MN)={\log }_{a}M+{\log }_{a}N$（真数相乘 = 对数相加）。

错误三：忽视指数函数的隐藏条件 $a>0$ 且 $a\ne 1$

例题：若 $y=(a^2-3a+3)\cdot a^x$ 是指数函数，求 $a$。

错解：只考虑 $a^2-3a+3=1$ 得 $a=1$ 或 $a=2$。

正解：系数必须为 $1$，且底数满足 $a>0,a\ne 1$。

• $a^2-3a+3=1⟹a=1$ 或 $a=2$
• $a=1$ 不满足 $a\ne 1$，舍去
• $a=2$ 满足所有条件

答案：$a=2$。

错误四：$\sqrt[n]{a^n}=a$ 的"符号丢失"

$$\sqrt{x^2}=|x|\ne x\text{（当 }x<0\text{ 时）}$$

错误五：对数函数的"定义域盲区"

求 $y={\log }_a(x^2-2x-3)$ 的单调递增区间时，必须先求定义域 $x^2-2x-3>0$，即 $x<-1$ 或 $x>3$。

然后在这个定义域内，令 $u=x^2-2x-3$，分析复合函数的单调性。

错误六：$a^{{\log }_{a}N}=N$ 的"伪推广"

$$2^{{\log }_{4}9}\ne 9$$

正确做法：$2^{{\log }_{4}9}=2^{\frac{{\log }_{2}9}{{\log }_{2}4}}=2^{\frac{{\log }_{2}9}{2}}=(2^{{\log }_{2}9}{)}^{\frac{1}{2}}=9^{\frac{1}{2}}=3$。

错误七：反函数定义域的"遗忘"

求 $y=a^x$ 的反函数时，必须写出：$y={\log }_{a}x$，$x\in (0,+\mathrm{\infty })$。

原函数的值域就是反函数的定义域，这一步不可省略。

错误八：零点存在定理的"单向误用"

$$f(a)\cdot f(b)>0\text{ 不能推出 "无零点"！}$$

反例：$f(x)=x^2-1$ 在 $[-2,2]$ 上，$f(-2)=3$，$f(2)=3$，$f(-2)\cdot f(2)=9>0$，但 $f(x)$ 有两个零点 $x=\pm 1$。

错误九：二分法中对 $f(c)=0$ 的忽视

二分法的每一步都要先检验 $f(c)=0$。虽然考试中这种情况较少见，但算法的完整性要求包含这一判断。

错误十：函数模型选择的"拍脑袋"

看到"增长越来越快"就一定是指数函数吗？不一定！也可能是 $y=x^3$ 等幂函数。关键是看增长特征是否符合"比例增长"（指数）还是"固定增量增长"（线性）。

---

【思想方法】全章四大数学思想

思想一：转化化归——指对互化

本章最核心的转化：

$$a^x=N⟺x={\log }_{a}N$$

应用场景：

• 指数方程取对数求解
• 对数方程化为指数求解
• 复杂对数式的化简（换底公式）

例题：解方程 $3^x=2^{x+1}$。

解：两边取对数：$x\ln 3=(x+1)\ln 2⟹x(\ln 3-\ln 2)=\ln 2⟹x=\frac{\ln 2}{\ln 3-\ln 2}=\frac{\ln 2}{\ln \frac{3}{2}}$。

思想二：数形结合——图像分析

核心场景：

1. 指数/对数函数的单调性、最值、值域
2. 零点个数问题（转化为图像交点）
3. 方程的解的个数判断
4. 含参问题的"临界位置"

操作要点：

• 画"标准图像"（过定点、渐近线、单调性）
• 关注"特殊点"（$(0,1)$、$(1,0)$、$(1,a)$、$(a,1)$）
• 利用"对称性"（$y=a^x$ 与 $y={\log }_{a}x$ 关于 $y=x$ 对称）

思想三：函数与方程——零点思想

核心等式链：

$$\text{方程 }f(x)=0\text{ 的解}=\text{函数 }y=f(x)\text{ 的零点}=\text{图像与 }x\text{ 轴交点的横坐标}$$

$$\text{方程 }f(x)=g(x)\text{ 的解}=\text{函数 }y=f(x)-g(x)\text{ 的零点}=y=f(x)\text{ 与 }y=g(x)\text{ 交点的横坐标}$$

零点思想的价值：把"解方程"这一代数问题，转化为"看图像"这一几何问题，或转化为"判断函数性质"这一分析学问题。

思想四：分类讨论——底数含参

必须分类讨论的三种情形：

1. 对数底数含参：$a>1$ 还是 $0<a<1$，单调性相反
2. 指数底数含参：同上
3. 根式/指数含偶次：$n$ 为奇数/偶数，$\sqrt[n]{a^n}=a$ 还是 $|a|$

讨论原则：

• 确定分类标准（通常是"分界点"：$1$、$0$、$-1$ 等）
• 不重复不遗漏
• 最后"并集"写出结论

---

【章末升华】从本章看数学的"一致性"

1. 运算的逆运算对应关系

$$\text{加法}\underset{\text{减法}}{\stackrel{+}{\rightleftharpoons }}\text{乘法}\underset{\text{除法}}{\stackrel{\times }{\rightleftharpoons }}\text{乘方}\underset{\text{开方/对数}}{\stackrel{\text{幂}}{\rightleftharpoons }}\text{指数}$$

对数的出现，完善了运算层次的对应关系：减法对应加法（求差），除法对应乘法（求商），对数对应指数（求指数）。

2. 从"精确"到"逼近"的范式转换

本章末尾引入二分法，标志着高中数学从"追求精确解"到"接受近似解"的思维方式转变。这一转变将在后续学习中不断深化（导数、微积分、数值分析）。

3. "连续"与"极限"的直观铺垫

无理数指数的定义（有理数逼近）、零点存在定理（连续函数的介值性），都为大学微积分中的极限和连续性概念奠定了基础。

本章的终极意义：指数函数与对数函数，不仅是两个具体函数，更是理解"增长与衰减"、"连续与离散"、"精确与逼近"这些数学核心观念的重要载体。

---

后记：学好本章，不在于记住多少公式，而在于建立指数与对数的数学思维方式——理解指数增长的特征，理解对数尺度的变换性质，理解函数零点与方程的等价关系。这些理解将对后续数学学习产生重要影响。

---

本笔记由高中数学资深教研员编写，适用于高一新课预习与高三一轮复习。