藏在每個展開背後的問題
到現在，你在這條階梯上一次又一次遇到同一個動作：取一個任意函數，把它寫成更簡單部件之和。傅立葉級數用正弦與餘弦來搭建它；勒讓德級數用 [-1, 1] 上的多項式；貝塞爾級數用棲居在鼓面上的那些振盪函數。每一個都像是各自的小奇蹟——為什麼一個*任意*函數恰好能用這些特殊部件表出，又為什麼這些部件總是*正交*的，使你能一次只摘下一個係數？誠實的答案是：這不是三個奇蹟，而是一個。它們全都是同一個本徵值問題的實例，這個問題以查爾斯·斯圖姆和約瑟夫·劉維爾命名，二人在 1830 年代研究了它。
它的樣子是這樣。一個[[sturm-liouville-problem|斯圖姆–劉維爾問題]]是一個攜帶未定參數 lambda 的二階線性微分方程，定義在區間 [a, b] 上，並配以兩端的條件。其規範寫法是 (d/dx)(p(x) dy/dx) + q(x) y + lambda w(x) y = 0，其中 p(x) 與[[weight-function|權函數]] w(x) 為給定函數，二者在區間內部都嚴格為正。任務並非對某個固定的 lambda 去解它，而是找出那些*特殊*的 lambda 值——本徵值 lambda_1, lambda_2, lambda_3, ...——使得存在一個既滿足方程、又滿足邊界條件的非零解。每個這樣的 lambda_n 都配著自己的本徵函數 y_n(x)。
自伴形式：喬裝的對稱矩陣
暫且把參數和權撇開，單看那個微分算子本身：L[y] = (d/dx)(p(x) dy/dx) + q(x) y。關鍵之處在第一項，那裡導數被*打包進另一個導數之內*——先是 p 乘 y'，再把整體又求一次導。這種特定的打包方式稱為[[self-adjoint-form|自伴形式]]，它是對稱矩陣 [a, b; b, c] 在微分方程裡的對應物（注意那對相等的非對角元）。對稱矩陣正是那種白白送你實本徵值與正交本徵向量的矩陣；寫成自伴形式的算子繼承的恰是這些保證。這整門學問裡幾乎每一條好性質，都能追溯回這一個形狀。
但一個典型的二階方程並不會以這副整潔的樣子登場。它通常長成 a(x) y'' + b(x) y' + c(x) y，那個一階導數項孤零零地立在任何打包之外。美妙的事實——也是這套理論如此寬廣的原因——是：*任何*線性二階方程都能被強行化成自伴形式。你把整個方程乘以一個精心挑選的因子，此後前兩項就併成一個恰當導數 (d/dx)(p y')。這恰恰是你在本卷開頭初次用於一階線性常微分方程的[[integrating-factor|積分因子]]技巧，如今在幹更重的活。所需的乘子是 mu(x) = (1/a) exp(integral of (b/a) dx)，化完之後 p(x) = mu(x) a(x)。
General form: a y'' + b y' + c y + lambda y = 0 (not self-adjoint)
multiply by mu(x) = (1/a) exp( integral (b/a) dx )
Self-adjoint: (p y')' + q y + lambda w y = 0 p = mu*a, w = mu
___________________________________________________________________
Bessel: x^2 y'' + x y' + (x^2 - n^2) y = 0
divide by x -> (x y')' + (x - n^2/x) y = 0
so p = x, q = -n^2/x, weight w = x
___________________________________________________________________
Legendre: (1-x^2) y'' - 2x y' + lambda y = 0 is ALREADY self-adjoint:
((1-x^2) y')' + lambda y = 0
so p = 1-x^2, q = 0, weight w = 1 on [-1, 1]自伴性為何強制正交
值得親眼看一看、而非僅僅被告知，為什麼這種打包要緊——因為證明很短，而且它向你顯示出一切究竟從何而來。整個論證都騎在分部積分上，正是你在大一微積分裡學過的那個分部積分，用上兩次。取兩個本徵函數 y_m 與 y_n，連同它們的本徵值 lambda_m 與 lambda_n。把 y_m 的方程乘以 y_n，把 y_n 的方程乘以 y_m，相減，再在整個區間上積分。那些 q y 項乾淨地相消，而把導數用分部積分挪動一番之後，幾乎其餘一切也都相消了。
剩下的是一條精確的恆等式：(lambda_m - lambda_n) 乘以 integral from a to b of y_m(x) y_n(x) w(x) dx，等於邊界項 p(x)(y_m' y_n - y_m y_n') 在兩端點 a 與 b 處的取值之差。把它仔細讀清，因為它是整門學問的樞軸。*若*邊界條件選得讓右端的邊界項消失——而這恰是斯圖姆–劉維爾邊界條件的職責，下一節就到——那麼右端便是零。對兩個不同的本徵值，lambda_m 減 lambda_n 不為零，於是滿足方程的唯一辦法，就是積分本身消失：y_m y_n w 在 [a, b] 上的積分等於零。這就是[[orthogonality-of-eigenfunctions|正交性]]，它直接從自伴的形狀加上一個配合的邊界中掉了出來。
讓它成立的邊界條件
剛才的一切都繫於一句話：*邊界項必須消失*。所以邊界條件絕非裝飾——它們是問題的一半，選錯了就會毀掉那些保證。斯圖姆–劉維爾問題確確實實是一個邊值問題，而非初值問題：你不是在某個起點固定 y 與 y' 然後向前推進，而是同時釘住*兩*端的行為，只有特殊的 lambda 值才能穿過這根針眼。可容許的[[sturm-liouville-boundary-conditions|斯圖姆–劉維爾邊界條件]]分三大族，每一族都不過是保證 p(y_m' y_n - y_m y_n') 在兩端點之間相消的一種方式。
- 正則（分離）條件在每一端獨立地施加一個齊次關係：alpha y(a) + alpha' y'(a) = 0 與 beta y(b) + beta' y'(b) = 0。熟悉的特例是狄利克雷（y = 0，弦被夾在牆上）、諾伊曼（y' = 0，受熱棒絕熱的一端，沒有熱量流出）和羅賓（值與斜率的混合，如一根棒按牛頓冷卻定律向空氣散熱）。每一個都在自己那一端、各自把邊界項殺掉。
- 週期條件把兩端綁在一起：y(a) = y(b) 且 y'(a) = y'(b)，就像在一個閉合圓環上，兩端實實在在是同一個點。這裡 a 處的邊界項恰好抵消 b 處的，因為一切在接縫處都對得上。這正是同時含正弦與餘弦的完整傅立葉級數背後的情形——還有一處小微妙：一個週期本徵值可以一次攜帶兩個獨立的本徵函數（簡併），不同於每個本徵值都單重的正則情形。
- 奇異條件出現在 p(x) 自身於端點處為零時（勒讓德的 p = 1-x^2 在 x = +/-1 處歸零；貝塞爾的 p = x 在 x = 0 處歸零），或區間延伸至無窮時。那裡你無法用通常的方式釘住 y——而你也不需要，因為 p 在那裡已經等於零，自己把邊界項殺掉了。取而代之，你施加一個*正則性*要求：y 必須保持有界，或對權函數保持平方可積。球面那條沒說出口的邊界條件正是如此——只要求解在極點處不發散。
建模的教訓是：是*物理*決定了你落在哪一族，而選錯會悄無聲息地腐蝕下游的一切。兩端夾緊的弦是狄利克雷，給出正弦基底；同一個方程若兩端絕熱則是諾伊曼，把基底翻成餘弦，甚至容許一個平坦的 lambda = 0 模式，編碼守恆的總熱量。同樣的算子，不同的邊界，不同的正交族。所以在伸手去取一個已知展開之前，永遠先問一句：真實問題究竟落在這三種情形中的哪一種。
權函數：「正交」中那個隱藏的選擇
每當你稱兩個函數正交，你已悄然許下一種把它們相乘並相加的特定方式——一個內積，由一個定積分搭成。權函數 w(x) 就是把這個無聲的許諾大聲說出來。兩個函數 f 與 g *關於權 w* 正交，當且僅當 integral from a to b of f(x) g(x) w(x) dx 等於零。換一個權，同樣這兩個函數也許就不再正交；在你點出與之相配的權之前，「正交」一詞毫無意義。對普通的傅立葉正弦而言，權是無趣的 w = 1，這便是那裡無人提它的原因——但這份沉默已誤導過許多學生，讓他們以為權是可有可無的。
那麼權又從何而來？你不是用手挑選它的——你是從自伴方程裡*讀出*它。它無非是最終乘在 lambda y 上的那個函數：方程 (d/dx)(p y') + q y + lambda w y = 0 中的 w。這絕非巧合，而兩節之前的那個證明說明了緣由：在所有相消之後倖存下來的那一項，恰是 (lambda_m - lambda_n) y_m y_n w 的積分，所以本徵函數是相對於 w 正交，絕不是相對於裸 dx。那些經典例子把這點說得活靈活現。傅立葉正弦基底 w = 1；[-1, 1] 上的勒讓德也是 w = 1；但貝塞爾 w = x，而整條實軸上的埃爾米特多項式 w = e^{-x^2}——沒有那個指數權，埃爾米特積分就會直接發散，根本談不上什麼正交。
實用上的刺痛在於：權恰是學生最常丟掉的那一樣東西。要從一個展開中提取 y_n 的係數，你計算 (integral of f y_n w dx) 除以 (integral of y_n^2 w dx)——而在任一積分裡漏掉 w，都會遞給你錯誤的數字和一個拒絕重建 f 的級數。一句誠實的告誡：權在整個開區間上必須嚴格為正，只允許在奇異端點處觸零。若 w 在內部任何地方變號，內積結構就會崩塌，本徵值也可能變複——整座大廈都立在 w > 0 之上。
你被保證了什麼，以及它接下來通向何處
把三樣材料湊齊——自伴形式、對的邊界條件、一個正權——一個正則斯圖姆–劉維爾問題便遞給你一整套了不起的保證，是對稱矩陣所給一切的連續回響。其一，本徵值是[[real-discrete-eigenvalues|實的且離散的]]：它們排成一個遞增序列 lambda_1 < lambda_2 < lambda_3 < ...，一路奔向正無窮，絕不為複，絕不擠作一團。其二，本徵函數關於權彼此正交，正如我們所證。其三——也是最深的、我們至今只是斷言的那一部分——本徵函數是*完備的*：區間上任何合理的函數都能用它們展開，不留下任何殘餘。
完備性就是展開的許可證。它說本徵函數 y_n 構成函數的一組基，正如標準坐標軸構成普通向量的一組基，於是你可以寫 f(x) = sum over n of c_n y_n(x)。又因為正交性，你能把每個係數孤立地讀出來：c_n = (integral of f y_n w dx) / (integral of y_n^2 w dx)。這條公式——乘以一個本徵函數，對權積分，再除以它的範數——*正是*你曾算過的每一個傅立葉係數背後的一般配方。把這一切打包，你便得到[[generalized-fourier-series|廣義傅立葉級數]]：普通傅立葉、勒讓德、貝塞爾級數都只是它的三種填充罷了的那個唯一模板。
不過，對那些小字也要誠實。上面最乾淨的定理，是針對一個*正則*問題陳述的——有限區間，p 與 w 處處嚴格為正，分離的邊界條件。奇異情形（勒讓德、貝塞爾、無限直線）依然運轉得很漂亮，但需要額外當心：那裡可能出現連續譜，而非一串整潔的離散表，「完備性」也必須更留意是哪些函數、哪種收斂地去陳述。這一切都不會推翻圖景；它只是意味著那些保證是帶前提的定理，而非魔法。本篇搭好了框架。本級隨後的指南把它填實——把正交性與完備性弄嚴格，再把勒讓德與貝塞爾問題從頭到尾走一遍——而你會認出它們每一個，都是這同一個自伴本徵值問題，換上了新的係數 p、新的權 w，和新的一對端點。