3. 正交多项式与函数空间
多项式混沌展开之所以能够成立，根本原因在于它把随机响应投影到了一组“性质良好”的基函数上。这组基函数就是正交多项式。要真正理解 PCE 的系数为什么可以逐个独立求解、为什么截断误差可以用能量范数衡量，就必须先弄清楚函数空间中的内积、正交性与完备性这三个概念，以及 Hermite、Legendre、Laguerre、Jacobi 等经典正交多项式族各自的构造方式与适用区间。
一、从向量内积到函数内积
在有限维欧氏空间中，两个向量的内积定义为各分量乘积之和，正交意味着内积为零。把这个思想推广到函数空间：给定区间上的权函数 w(x) > 0，两个函数 f、g 的内积定义为
⟨f, g⟩_w = ∫_a^b f(x) g(x) w(x) dx若 ⟨f, g⟩w = 0，则称二者在权 w 下正交。由内积自然诱导出范数 ‖f‖w = √⟨f, f⟩w，它衡量的是函数在加权意义下的“能量”或“均方大小”。在 PCE 语境中，权函数 w 正是输入随机变量的概率密度函数，因此内积就是期望算子：⟨f, g⟩ = E[f(ξ)g(ξ)]。这一点是整门课程的关键连接点——正交性等价于基函数之间互不相关。
二、正交性与完备性：投影的两块基石
正交性带来最直接的工程好处是“解耦”。设基函数族 {φi} 两两正交，把响应 u 展开为 u ≈ Σi ciφi，两边与 φj 取内积，除第 j 项外全部消失，于是
c_j = ⟨u, φ_j⟩ / ⟨φ_j, φ_j⟩ = E[u φ_j] / E[φ_j²]每个系数只需一次一维积分（或数值求积）即可独立得到，无需解线性方程组。这就是谱投影法（非侵入式 PCE）的计算基础。
仅有正交性还不够。正交族可能“不够多”，无法逼近任意函数；完备性保证任何属于 L² 空间的函数都能用该族以任意精度逼近，即截断展开在均方意义下收敛到原函数。L² 空间指满足 ∫ f²w dx < ∞ 的函数全体，它是一个希尔伯特空间。完备正交多项式族构成 L² 空间的一组正交基，这正是 PCE 截断误差可以随阶数增加而单调下降的理论依据。工程上常说的“谱收敛”，指的就是光滑响应下误差随阶数呈指数衰减。
三、经典正交多项式族的构造与性质
经典正交多项式族都可以由三项递推关系统一构造。设 {Pn} 为某权下的正交多项式，则存在递推式
P_{n+1}(x) = (A_n x + B_n) P_n(x) − C_n P_{n−1}(x)其中系数由权函数确定。这一递推结构使得高阶多项式可以稳定、廉价地逐阶生成，也是数值实现中避免直接计算高阶系数爆炸的标准做法。四个族的对应关系如下：
| 族 | 权函数 w(x) | 区间 | 对应随机变量 | 典型应用 |
|---|---|---|---|---|
| Hermite | e−x²/2 | (−∞, ∞) | 正态分布 | 高斯随机场、结构可靠度 |
| Legendre | 1 | [−1, 1] | 均匀分布 | 区间不确定性、几何公差 |
| Laguerre | e−x | [0, ∞) | 指数分布 | 寿命、等待时间类问题 |
| Jacobi | (1−x)α(1+x)β | [−1, 1] | Beta 分布 | 有界比例型参数 |
需要强调“权函数与概率密度匹配”这一原则，即所谓 Wiener-Askey 框架：输入变量服从什么分布，就选与之对应的正交族。若强行用 Legendre 基去展开正态输入，基函数与概率测度不匹配，正交性被破坏，系数不再解耦，收敛速度也会显著退化。这是实际建模中最常见的错误之一。
四、一个可执行的教学示例
假设某响应为 u(ξ) = 2 + 3ξ + 0.5ξ²，输入 ξ 服从标准正态分布。按匹配原则选 Hermite 族：He0=1，He1=ξ，He2=ξ²−1。利用正交性直接读出系数：常数项 2 + 0.5·E[ξ²−1] 的贡献需重新投影，计算得 c0 = 2.5，c1 = 3，c2 = 0.5。由于响应本身是二次多项式，二阶截断即可精确表示，截断误差为零。若改用 Legendre 基，则需无穷多项才能逼近，收敛明显变慢——这直观说明了族选择的重要性。
综上，内积定义了“如何比较”，正交性保证了“系数可独立求解”，完备性保证了“截断可以逼近”，而经典正交多项式族则提供了与常见概率分布一一对应的现成基。掌握这四者的关系，后续的谱投影、Galerkin 投影与稀疏展开才有坚实的落脚点。