正交多項式（orthogonal polynomials）

正如 x、y、z 軸互相垂直，讓你用獨立、互不干擾的座標描述任意一點，你也能建出一組在函數意義上彼此「垂直」的多項式。正交多項式就是這樣一族——為函數空間量身打造的座標系，最適合用於近似。

若兩個函數乘積的某個積分（帶選定的權重）為零，就稱它們正交——這是兩向量點積為零的函數空間版本。從 1, x, x^2, ... 出發，用形如 f(x) g(x) w(x) dx 的內積做格拉姆-施密特正交化，得到一串次數遞增、彼此正交的多項式 p_0, p_1, p_2, ...。不同的權重與區間給出經典家族：「勒讓德」多項式（[-1, 1] 上權重 1）與「切比雪夫」多項式（[-1, 1] 上權重 1 / sqrt(1 - x^2)，且等於 cos(n arccos x)）。它們用於近似的威力來自正交性：要在最小平方意義下最佳擬合一個函數，你只需獨立地投影到每個多項式上——每個係數由它自己的積分算出，加更多項時也不改變，所以你能僅靠附加下一項來細化近似。它們也滿足一個便宜的三項遞迴，使生成與計算數值穩定，不像凶險的原始冪次 x^n。

正交多項式是貫穿數值分析的一條統合線。切比雪夫多項式直接連回極小極大近似（它們的根就是馴服龍格現象的切比雪夫節點，而切比雪夫級數在一致意義下近乎最佳）；勒讓德多項式生成高斯求積的節點與權重，那是給定點數下最準確的積分法則；而正交展開是偏微分方程譜方法的骨幹。誠實的定位：神奇之處不在任何單一多項式，而在正交結構，它把一個耦合的最佳擬合問題化為一串獨立、穩定的投影——至於該用哪一族，取決於與你問題相符的權重。