수학에서 로그 평균은 두 개의 음수가 아닌 숫자의 함수인데, 이것은 그들의 차이를 그들의 몫의 로그로 나눈 것과 같다. 이 계산은 열과 질량 전달과 관련된 공학 문제에 적용된다.
정의
로그 평균은 다음과 같이 정의된다.
![{\displaystyle {\begin{aligned}M_{\text{lm}}(x,y)&=\lim _{(\xi ,\eta )\to (x,y)}{\frac {\eta -\xi }{\ln(\eta )-\ln(\xi )}}\\[6pt]&={\begin{cases}x&{\text{if }}x=y,\\{\frac {y-x}{\ln(y)-\ln(x)}}&{\text{otherwise,}}\end{cases}}\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/d0b45ba94901cfc8fc47565d4b9212ab83ff1e02)
양수 , 의 경우
불평등
두 숫자의 로그 평균은 산술 평균보다 작지만 지수를 가진 일반화 평균은 기하 평균보다 3분의 1이 크며, 숫자가 동일하지 않으면 기하 평균보다 크다. 이 경우 세 평균은 모두 숫자와 같다.
[1][2][3]
파생
미분학의 평균값 정리
평균값 정리에서는 x와 y 사이의 간격에
값 이(가) 존재하며 여기서 파생상품 은 secant 선의 기울기와 같다
.

로그 평균은 }을(를) f{\}에
대체하고
해당 파생 모델과 유사하게 의 값으로 구한다.

▼ 에 대한 해결

통합
로그 평균은 지수 곡선 아래의 영역으로도 해석할 수 있다.
![{\displaystyle {\begin{aligned}L(x,y)={}&\int _{0}^{1}x^{1-t}y^{t}\ \mathrm {d} t={}\int _{0}^{1}\left({\frac {y}{x}}\right)^{t}x\ \mathrm {d} t={}x\int _{0}^{1}\left({\frac {y}{x}}\right)^{t}\mathrm {d} t\\[3pt]={}&\left.{\frac {x}{\ln \left({\frac {y}{x}}\right)}}\left({\frac {y}{x}}\right)^{t}\right|_{t=0}^{1}={}{\frac {x}{\ln \left({\frac {y}{x}}\right)}}\left({\frac {y}{x}}-1\right)={}{\frac {y-x}{\ln \left({\frac {y}{x}}\right)}}\\[3pt]={}&{\frac {y-x}{\ln \left(y\right)-\ln \left(x\right)}}\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/834a3d1b2267cb6d782f1542ced8616b209e17c0)
면적 해석은 로그 평균의 일부 기본 특성을 쉽게 파생할 수 있다. 지수함수는 단조적이므로 길이 1의 간격에 걸친 적분은 x 과
y 로 경계된다
적분 연산자의 동질성은 평균 연산자로 전달된다
즉, ( , ) =( , y) L
두 개의 다른 유용한 적분 표현은

, 그리고
일반화
미분학의 평균값 정리
로그의 파생상품에
대한 분할된 차이에 대한 평균값 정리를 고려하여 + 변수에
대한 평균값을 일반화할 수 있다
우리는 얻는다.
![{\displaystyle L_{\text{MV}}(x_{0},\,\dots ,\,x_{n})={\sqrt[{-n}]{(-1)^{(n+1)}n\ln \left(\left[x_{0},\,\dots ,\,x_{n}\right]\right)}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a3f768d4332d13acc1ed2bef32032c7fd92c84bc)
여기서 ,…, 은 로그의 구분된 차이를 나타낸다
.
= 2 의 경우
.
적분
그 통합 해석 또한 더 많은 변수 있지만, 다른 결과가 있기 마련이 개괄될 수 있다. )S와 함께 simplex S{S\textstyle}을 감안할 때{(α 0,…,α n):(α 0+⋯+α nx1)∧(α 0≥ 0)∧ ⋯ ∧(α n≥ 0)}{\textstyle S=\{\left(\alpha_{0}일 경우 ,\,\dots ,\,\alpha_{n}\right):.\left(\alpha_{0}일 경우 +\dots +\alpha_{n}=1\right)\land \left(\alpha_{0}일 경우 \geq 0\right)\land \dots}}과 측정하는 올바른 방법은 심플렉스 할당합니다 α{\textstyle \mathrm{d}\alpha}1의 볼륨, 우리는을 얻d \left(\alpha_{n}\geq 0\right)\ \land.

이것은 지수 함수의 분단된 차이를 사용하여 단순화될 수 있다.
- 나는 나는= n(x0,…,)n)!exp[ln (x0, …, ln (x의 nx]{\displaystyle L_{\text{.나는}}\left(x_{0}일 경우 ,\,\dots{n},\,x_ \right)=n!\exp \left[\ln \left(x_{0}일 경우 \right),\,\dots ,\,\ln \left(x_{n}\right)\right]}.
n= 2 }
.
다른 수단에 대한 연결
- 산술 평균: ( ,y )( , y)= x+ 오른쪽 {2}{}}}}}}}}{2}

- 기하 평균: ( x ) ( , 1 )= sqrt {\left(x
- 조화 평균: L , ) x , 1 )= + {frac {1 {1}}}}}}{{{\frac}}}}}}}}{{
참고 항목
참조
- 인용구
- 참고 문헌 목록