У математиці логарифмічне зростання описує величину значення якої можна описати логарифмічною функцією яка залежить від

У математиці логарифмічне зростання описує величину, значення якої можна описати логарифмічною функцією, яка залежить від деякого вхідного значення, наприклад $y=C\ log(x)$ . Можлива будь-яка основа логарифма, оскільки одну можна перевести в іншу множенням на конкретну сталу. Логарифмічне зростання обернене до експонентного зростання і досить повільне.

Поширений приклад логарифмічного зростання — це число цифр, якими записується число N у позиційній системі числення, яке зростає як $\log _{b}(N)$ , де b основа використаної системи числення, наприклад, 10 для десяткової арифметики. У вищій математиці, часткова сума гармонійного ряду

1+{\frac {1}{2}}+{\frac {1}{3}}+{\frac {1}{4}}+{\frac {1}{5}}+\cdots

зростає логарифмічно. У проєктуванні комп'ютерних алгоритмів, логарифмічне зростання і споріднені варіанти, такі як логарифмічно лінійне або лінеарифмічне зростання — бажані ознаки ефективності та з'являються в аналізі часової складності алгоритмів, таких як двійковий пошук.

Логарифмічне зростання може призвести до явних парадоксів, наприклад, як у ^[en] — стратегії керування ставками в азартних іграх, де потенційні виграші перед банкрутством зростають як логарифм грошових коштів гравця. Також воно відіграє роль у санкт-петербурзькому парадоксі.

У мікробіології фазу швидкого експонентного росту культури клітин іноді називають логарифмічним ростом. Під час цієї фази росту бактерій, кількість нових клітин пропорційна популяції. Цю термінологічну плутанину між логарифмічним зростанням та експонентним зростанням можна пояснити тим фактом, що криві експонентного зростання можна випрямити, якщо під час побудови використати для осі росту логарифмічний масштаб.

Див. також

Гіперболічне зростання
Експонентне зростання
Повторний логарифм — функція зі ще повільнішим зростанням

Примітки

Litvin, G. (2009), Programming With C++ And Data Structures, 1E, Vikas Publishing House Pvt Ltd, с. AAL-9—AAL-10, ISBN .
Szecsei, Denise (2006), , Career Press, с. 57—58, ISBN , архів оригіналу за 10 лютого 2023, процитовано 10 лютого 2023.
Salomon, David; Motta, G.; Bryant, D. (2007), Data Compression: The Complete Reference, Springer, с. 49, ISBN .
Clawson, Calvin C. (1999), Mathematical Mysteries: The Beauty and Magic of Numbers, Da Capo Press, с. 112, ISBN .
Tijms, Henk (2012), Understanding Probability, Cambridge University Press, с. 94, ISBN .
Friedman, Craig; Sandow, Sven (2010), Utility-Based Learning from Data, CRC Press, с. 97, ISBN .
(2013), More Fallacies, Flaws & Flimflam, Mathematical Association of America, с. 52, ISBN .

[litvin-1] Litvin, G. (2009), Programming With C++ And Data Structures, 1E, Vikas Publishing House Pvt Ltd, с. AAL-9—AAL-10, ISBN .

[2] Szecsei, Denise (2006), , Career Press, с. 57—58, ISBN , архів оригіналу за 10 лютого 2023, процитовано 10 лютого 2023.

[3] Salomon, David; Motta, G.; Bryant, D. (2007), Data Compression: The Complete Reference, Springer, с. 49, ISBN .

[4] Clawson, Calvin C. (1999), Mathematical Mysteries: The Beauty and Magic of Numbers, Da Capo Press, с. 112, ISBN .

[5] Tijms, Henk (2012), Understanding Probability, Cambridge University Press, с. 94, ISBN .

[6] Friedman, Craig; Sandow, Sven (2010), Utility-Based Learning from Data, CRC Press, с. 97, ISBN .

[7] (2013), More Fallacies, Flaws & Flimflam, Mathematical Association of America, с. 52, ISBN .