把向量的想法，拉伸到函數上
想像一個普通的三維向量。你之所以能毫不費力地寫出 v = v_x i + v_y j + v_z k，是因為基向量 i、j、k 是正交的——兩兩互相垂直——於是每個分量都和其他分量解了耦。要求 v_x，你不必同時解三個方程；你只需取點積 v · i，而另外兩個方向毫無貢獻，因為它們垂直於 i。正交性正是把「求各個係數」變成「各取一次內積」的關鍵。整篇指南講的就是一個論斷：對函數也能享有同樣的便利。
要談論彼此垂直的函數，我們需要給函數定義一種「點積」。標準的做法是把對分量的有限求和換成在區間上的積分：兩個函數 f 和 g 在 [a, b] 上的內積就是 從 a 到 b 的 f(x) g(x) w(x) dx 之積分，其中 w(x) 是一個固定的正值權函數，我們稍後解釋。（暫時不管 w，把它讀作 1 即可。）這是一個你早已會算的定積分；新的思維動作是把它的值當成一個單一的數，用來度量兩個函數有多「對齊」。當這個積分等於零時，我們就說這兩個函數是正交的。
為什麼不同的本徵值會逼出正交性
這就是問題的核心所在，而它是整卷書中最令人滿足的短小論證之一。回想上一篇指南：一個斯圖姆-劉維爾問題把算子寫成它的自伴形式 (d/dx)(p y') + q y + lambda w y = 0。本徵函數 y_m 和 y_n 各自帶著自己的本徵值 lambda_m 和 lambda_n 滿足這個方程。訣竅是：把 y_m 的方程乘以 y_n，把 y_n 的方程乘以 y_m，相減，然後從 a 到 b 積分。幾乎一切都抵消了——而倖存下來的，是一個幾乎直接把結果遞到你手上的恆等式。
Two eigenpairs: (p y_m')' + q y_m = -lambda_m w y_m
(p y_n')' + q y_n = -lambda_n w y_n
multiply first by y_n, second by y_m, subtract, integrate a..b:
(lambda_m - lambda_n) INT_a^b y_m y_n w dx
= INT_a^b [ y_n (p y_m')' - y_m (p y_n')' ] dx
the right side is an exact derivative (Lagrange identity):
= [ p ( y_n y_m' - y_m y_n' ) ]_a^b (a boundary term)
self-adjoint boundary conditions ==> that boundary term = 0
==> (lambda_m - lambda_n) INT_a^b y_m y_n w dx = 0
lambda_m != lambda_n ==> INT_a^b y_m y_n w dx = 0 (orthogonal!)請慢慢讀最後一行，因為它就是這段論證的點睛之筆。我們得到 (lambda_m - lambda_n) 乘以 integral of y_m y_n w dx = 0。如果兩個本徵值不同——lambda_m 不等於 lambda_n——那麼前面那個因子非零，於是這個乘積要為零的唯一可能，就是那個積分本身為零。而那個積分為零，恰恰就是「y_m 與 y_n 在權函數意義下正交」這句話。沒有誰去挑選本徵函數讓它們垂直；是自伴結構加上邊界條件逼出了這一點。這就是本徵函數正交性定理，而它是自動成立的。
兩條誠實的腳註。其一，那個邊界項只有在合適的邊界條件下才消失——也就是斯圖姆-劉維爾那一族（函數在端點釘為零、或它的斜率、或兩者的混合、或週期性匹配）。換了不對的邊界條件，倖存項未必抵消，正交性就可能失敗；這條定理是貨真價實地靠它的前提撐著的。其二，這段論證只解決了本徵值互不相同的情形。倘若某個本徵值由兩個獨立的本徵函數共享，那個積分本身未必為零——但你總能用格拉姆-施密特正交化親手把那有限個同伴弄成正交的，跟你給普通向量做的整理一模一樣。
權函數不是可有可無的記賬
回頭看那段推導，注意權函數 w(x) 究竟是在哪裡進來的：它是搭著方程裡 lambda w y 那一項進來的，所以出現在正交積分裡的正是 w，而不是光禿禿的乘積 y_m y_n。這就是帶權正交性，而權函數是由方程規定的——你無權挑選它。當你把一個微分算子化成自伴形式時，乘在 lambda 上的那個因子就是權函數，而且只有在這個內積之下，這些本徵函數才是彼此垂直的。
一對具體的例子能把這一點講清楚。區間 [0, L] 上樸素的三角系 sin(n pi x / L) 來自 y'' + lambda y = 0，它的自伴形式權函數 w = 1；所以那些正弦在普通的、不帶權的意義下就是正交的——也就是 sin(m……) sin(n……) 在一個週期上積分為零那個熟悉的事實。但勒讓德多項式 P_n(x) 來自 (1 - x^2) y'' - 2x y' + n(n+1) y = 0，它本身就以 ((1 - x^2) y')' + n(n+1) y = 0 的形式自伴，權函數同樣是 w = 1——而貝塞爾函數帶著權函數 w(x) = x 登場，埃爾米特權函數則是 e^{-x^2}。若你不帶它們的權函數去驗證埃爾米特或貝塞爾的正交性，那個積分根本不會消失；放進正確的 w，它就恰好歸零。
完備性：既正交，又足夠多
光有正交性還不夠，而把原因說清楚是值得的。單個向量 i 與 y–z 平面裡的一切都正交，但你沒法只用 i 搭出一個一般的三維向量——你還需要 j 和 k 去張成其餘部分。一組基必須既正交又完備：豐富到不漏掉任何東西。斯圖姆-劉維爾理論那條深刻的姊妹定理說，本徵函數恰恰就是這樣的。本徵函數的完備性保證了族 {y_n} 張成 [a, b] 上全部像樣函數所在的整個空間——除了零函數，再沒有別的函數能潛伏在「與它們全體都垂直」之處。
把正交性與完備性放在一起，你就有了一台配方機器。假設你想把某個目標函數 f 寫成 f(x) = sum c_n y_n(x)。完備性許諾這個展開存在；正交性則毫不費力地把每個係數交到你手上。把兩邊都與某一個本徵函數 y_m 取內積：在右邊，除了 n = m 那一項，每一項積分都為零，因為其餘各項都與它正交。整個無窮和坍縮成唯一的倖存者，於是掉出 c_m = (integral of f y_m w dx) / (integral of y_m^2 w dx)。這正是 v_x = v · i 的精確對應物，只不過換成了積分。
- 在 [a, b] 上解斯圖姆-劉維爾問題，得到正交的本徵函數 y_n 與權函數 w(x)。
- 用一次內積算出每個係數：c_n = (integral of f y_n w dx) / (integral of y_n^2 w dx)。分母不過是 y_n 的長度平方。
- 把各項拼成廣義傅立葉級數 f(x) = sum c_n y_n(x)；完備性保證它能重建 f（在均方意義下）。
完備性究竟換來了什麼
完備性是本卷中每一種展開方法背後那位默默無聞的英雄。正因為本徵函數是完備的，普通的三角傅立葉級數、勒讓德級數、貝塞爾-傅立葉級數、埃爾米特展開，才全都是同一個想法換了身衣裳——每一個，都是某種幾何恰好產生的那個斯圖姆-劉維爾問題的廣義傅立葉級數。完備性也正是分離變量法之所以能在熱方程、波動方程、拉普拉斯方程上奏效的原因：你把初始數據按本徵函數展開，讓每個簡單的模態各自獨立演化，再疊加起來。倘若本徵函數張不滿整個空間，某些初始狀態就無法表示，這個方法便會卡住。
完備性甚至附帶一本能量賬。對普通向量，勾股定理說 |v|^2 = v_x^2 + v_y^2 + v_z^2；整體的長度，等於它各垂直分量長度的平方和。它的函數版本就是帕塞瓦爾恆等式：integral of f^2 w dx = sum c_n^2 (integral of y_n^2 w dx)。f 的總「大小」等於它各個分量大小之和——而點睛之筆在於：完備性，恰恰就是把這條式子從不等式變成精確等式的那個條件。倘若本徵函數漏掉了空間的一部分，右邊就會偏小；取等號，意味著沒有任何東西丟失。
為什麼這是本卷的秘密引擎
退後一步，整片風景便歸位了。每當本卷「把一個函數展開成正交的部分」——而它無時不在這樣做——它所援引的，正是你剛剛看著被一步步贏得的那兩條保證：正交性，它讓各個係數解耦，於是每個係數都是單獨一個積分；以及完備性，它許諾這些部分不漏掉任何東西。數學物理中那些具名的特殊函數並不是一群互不相干的奇珍異獸；它們是標準幾何——區間、圓盤、球面——交到你手上的那些斯圖姆-劉維爾問題的本徵函數。掌握了這一套機制，你在真正的意義上，就一舉理解了傅立葉、勒讓德和貝塞爾。
還有一個珍視這套結構的理由：它讓難題變得模塊化。因為各個模態彼此正交，你可以一次只分析一個、再把答案加起來而互不干擾——這正是你在線性常微分方程裡依賴過的那個疊加原理，如今作用在一整組函數基上。本階梯接下來的幾篇指南就讓這台機器開工：把一個具體的邊值問題化成它的本徵函數，再看著任意的熱或波的輪廓溶解成一個個各自按簡單規律演化的模態。下游的一切，都立在此處證明的兩個事實之上——不同的本徵值彼此垂直，而本徵函數合在一起什麼也不漏。