6. Tétel

A logaritmus fogalma és azonosságai. Az exponenciális és a logaritmusfüggvény. Az inverzfüggvény.

Az inverzfüggvény fogalma

Mielőtt rátérnénk a logaritmusra, tisztáznunk kell az inverzfüggvény fogalmát, hiszen a logaritmusfüggvény éppen az exponenciális függvény inverze[cite: 87].

Definíció: Legyen $f$ egy kölcsönösen egyértelmű (bijektív) függvény, amely az $A$ halmazt a $B$ halmazra képezi le. Az $f$ függvény inverzfüggvényének nevezzük azt az $f^{-1}$-gyel jelölt függvényt, amelynek értelmezési tartománya a $B$ halmaz, értékkészlete az $A$ halmaz, és minden $y \in B$ elemhez azt az $x \in A$ elemet rendeli, amelyre $f(x) = y$.

Tulajdonságok:

  • Csak szigorúan monoton (és így kölcsönösen egyértelmű) függvényeknek létezik inverze a teljes értelmezési tartományukon. Ha a függvény nem ilyen (pl. $f(x) = x^2$), akkor az értelmezési tartományának egy megfelelő leszűkítésén (pl. $x \ge 0$) már képezhető inverz[cite: 87].
  • Az $f$ és $f^{-1}$ függvények grafikonjai egy derékszögű koordináta-rendszerben tükrösek az $y = x$ egyenletű egyenesre (a koordináta-rendszer első és harmadik síknegyedének szögfelezőjére).
  • Képleti meghatározása: felírjuk az $y = f(x)$ egyenletet, kifejezzük belőle az $x$-et, majd felcseréljük az $x$ és $y$ változókat.

Az exponenciális függvény

Definíció: Az $f: \mathbb{R} \to \mathbb{R}^+$, $x \mapsto a^x$ hozzárendeléssel megadott függvényt exponenciális függvénynek nevezzük, ahol a valós alapszám $a > 0$ és $a \neq 1$[cite: 88].

A függvény jellemzése (tulajdonságai):

  • Értelmezési tartomány (D_f): Valós számok halmaza ($\mathbb{R}$).
  • Értékkészlet (R_f): Pozitív valós számok halmaza ($\mathbb{R}^+$). (Zérushelye nincs).
  • Monotonitás:
    • Ha $a > 1$, akkor a függvény szigorúan monoton nő.
    • Ha $0 < a < 1$, akkor a függvény szigorúan monoton csökken.
  • Konvexitás: A függvény grafikonja minden megengedett alap esetén szigorúan konvex.
  • Különleges pontja: Minden exponenciális függvény grafikonja átmegy a $(0; 1)$ ponton, hiszen $a^0 = 1$ (minden $a \neq 0$ esetén).
  • Aszimptota: Az x-tengely ($y = 0$) vízszintes aszimptotája a grafikonnak.

A logaritmus fogalma és a logaritmusfüggvény

Definíció: A $b$ pozitív valós szám $a$ alapú logaritmusán azt a kitevőt értjük, amelyre az $a$ alapot emelve $b$-t kapunk[cite: 83]. Képlettel megadva: ha $a > 0, a \neq 1$ és $b > 0$, akkor:

$$ \log_a b = c \iff a^c = b $$

A definícióból azonnal adódik a logaritmus alapazonossága: $a^{\log_a b} = b$.

A logaritmusfüggvény

Mivel az $f(x) = a^x$ exponenciális függvény szigorúan monoton, létezik inverze. Ennek az inverzfüggvénynek a neve a logaritmusfüggvény[cite: 87, 88]. Hozzárendelési szabálya: $f(x) = \log_a x$.

A függvény jellemzése:

  • Értelmezési tartomány (D_f): Pozitív valós számok halmaza ($\mathbb{R}^+$).
  • Értékkészlet (R_f): Valós számok halmaza ($\mathbb{R}$).
  • Monotonitás: Ha $a > 1$, szigorúan monoton nő; ha $0 < a < 1$, szigorúan monoton csökken.
  • Zérushely: $x = 1$, mivel $\log_a 1 = 0$.
y = x y = aˣ y = logₐ(x)

Az exponenciális és a logaritmusfüggvény (a > 1 esetén) tengelyesen tükrös az y = x egyenesre.

Azonosságok és bizonyításuk

Az emelt szintű érettségin követelmény a logaritmus azonosságainak ismerete és bizonyítása[cite: 83]. Az alábbi azonosságok érvényesek minden $a > 0, a \neq 1$, és $x, y > 0$ valós számokra:

  1. Szorzat logaritmusa: $\log_a (x \cdot y) = \log_a x + \log_a y$
  2. Hányados logaritmusa: $\log_a \left(\frac{x}{y}\right) = \log_a x - \log_a y$
  3. Hatvány logaritmusa: $\log_a (x^k) = k \cdot \log_a x$ (ahol $k \in \mathbb{R}$)
  4. Áttérés új alapra: $\log_a x = \frac{\log_b x}{\log_b a}$ (ahol $b > 0, b \neq 1$) [cite: 83]
Tétel Bizonyítása: Szorzat logaritmusa [cite: 83]

Tétel: Pozitív számok szorzatának logaritmusa megegyezik a tényezők logaritmusának összegével.

Bizonyítás:

Vezessünk be új változókat a tényezők logaritmusára:

$$ \log_a x = p \implies a^p = x $$ $$ \log_a y = q \implies a^q = y $$

Szorozzuk össze az $x$ és $y$ értékeket, felhasználva a hatványozás azonosságait (azonos alapú hatványok szorzása):

$$ x \cdot y = a^p \cdot a^q = a^{p+q} $$

Írjuk fel erre a szorzatra a logaritmus definícióját:

$$ \log_a (x \cdot y) = p + q $$

Helyettesítsük vissza a $p$ és $q$ eredeti kifejezéseit:

$$ \log_a (x \cdot y) = \log_a x + \log_a y $$

Q.E.D.

(A hányados logaritmusa teljesen analóg módon bizonyítható, az osztásra vonatkozó hatványozási azonosság, $a^p / a^q = a^{p-q}$ felhasználásával).

Gyakorlati és Matematikatörténeti Alkalmazások

A szóbeli feleletnél elvárás az alkalmazások ismertetése (4 pont értékben). Az exponenciális folyamatok és a logaritmus a természetben és a mindennapi életben lépten-nyomon előfordulnak[cite: 13, 201].

Matematikatörténet:

  • A logaritmus megalkotása John Napier (1550–1617) skót matematikus nevéhez fűződik (és tőle függetlenül a svájci Joost Bürgi is felfedezte). Céljuk a csillagászati navigációban és a trigonometriában fellépő rendkívül bonyolult és hosszadalmas szorzások és osztások egyszerűbb összeadásokra és kivonásokra való visszavezetése volt (a logaritmus azonosságai révén).
  • A 10-es alapú (tizes alapú) logaritmus elterjesztése Henry Briggs angol matematikus érdeme.

Természettudományos és gyakorlati alkalmazások:

  • pH-skála (Kémia): Egy oldat savasságát a hidrogénion-koncentráció negatív, 10-es alapú logaritmusával mérjük: $\text{pH} = -\lg[H^+]$. Mivel a koncentrációk nagyságrendekkel térhetnek el egymástól, a logaritmikus skála teszi kezelhetővé az értékeket (0-tól 14-ig).
  • Richter-skála (Földrajz/Szeizmológia): A földrengések erejének mérésére szolgál. Egy 6-os erősségű földrengés nem 20%-kal erősebb egy 5-ösnél, hanem a rengés amplitúdója éppen 10-szer akkora, a felszabaduló energia pedig mintegy 31,6-szorosa ($10^{1.5}$) az 5-ös rengésének.
  • Akusztika (Decibel): Az emberi fül hangerő-érzékelése logaritmikus jellegű (Weber-Fechner törvény). A hangintenzitás szintjét ezért decibelben (dB) mérjük, amely egy referenciaértékhez viszonyított arány 10-es alapú logaritmusának tízszerese.
  • Informatika (Információelmélet): Az információ mennyiségét (bitekben) a kettes alapú logaritmussal mérjük ($\log_2$). Ha egy esemény bekövetkezésének valószínűsége $p$, akkor az esemény bekövetkezéséből nyert információ mennyisége $-\log_2 p$.