KNOWECON WIKI

ARTICLE

勒让德多项式

勒让德多项式 (Legendre Polynomials) 勒让德多项式是一类在区间 [-1, 1] 上定义的正交多项式序列，记作 P_n(x) （其中 n = 0, 1, 2, ）。它们是数学物理、数值分析以及众多工程领域中最基本的特殊函数之一，构成了球谐函数的径向部分，并在求解具有球对称性的偏微分方程中扮演核心角色。 勒让德多项式由法国数学家阿德里安-马

浏览 0 更新 2025-10-26

勒让德多项式 (Legendre Polynomials)

勒让德多项式是一类在区间 [−1,1] [-1, 1] 上定义的正交多项式序列，记作 Pn(x) P_n(x) （其中 n=0,1,2,… n = 0, 1, 2, \ldots ）。它们是数学物理、数值分析以及众多工程领域中最基本的特殊函数之一，构成了球谐函数的径向部分，并在求解具有球对称性的偏微分方程中扮演核心角色。

勒让德多项式由法国数学家阿德里安-马里·勒让德（Adrien-Marie Legendre）于1785年前后在研究天体引力问题时首次引入。勒让德在分析行星轨道摄动时，需要将 1/∣r−r′∣ 1/|\mathbf{r} - \mathbf{r}'| 形式的势函数展开为级数，由此自然导出了以他命名的多项式序列。这一工作不仅推动了天体力学的发展，也为后世数学物理方法的建立奠定了重要基础。

定义与基本形式

勒让德多项式可以通过多种等价方式定义。最直观的是罗德里格斯公式 (Rodrigues' formula)：

Pn(x)=12nn!dndxn[(x2−1)n]P_n(x) = \frac{1}{2^n n!} \frac{d^n}{dx^n} \left[(x^2 - 1)^n\right]

前几个勒让德多项式的显式形式为：

P0(x)=1P_0(x) = 1
P1(x)=xP_1(x) = x
P2(x)=12(3x2−1)P_2(x) = \frac{1}{2}(3x^2 - 1)
P3(x)=12(5x3−3x)P_3(x) = \frac{1}{2}(5x^3 - 3x)
P4(x)=18(35x4−30x2+3)P_4(x) = \frac{1}{8}(35x^4 - 30x^2 + 3)
P5(x)=18(63x5−70x3+15x)P_5(x) = \frac{1}{8}(63x^5 - 70x^3 + 15x)

注意：Pn(x) P_n(x) 是 n n 次多项式，且当 n n 为偶数时 Pn(x) P_n(x) 为偶函数，当 n n 为奇数时 Pn(x) P_n(x) 为奇函数。同时满足归一化条件 Pn(1)=1 P_n(1) = 1 。

生成函数

勒让德多项式的一个优雅表达来自其生成函数：

11−2xt+t2=∑n=0∞Pn(x)tn,∣t∣<1\frac{1}{\sqrt{1 - 2xt + t^2}} = \sum_{n=0}^{\infty} P_n(x) t^n, \quad |t| < 1

这一表达式源于将左侧视为点电荷在 库仑势 中的展开，是静电学中进行多极展开的数学基础。在物理学中，该生成函数直接联系着 1/∣r−r′∣ 1/|\mathbf{r} - \mathbf{r}'| 的泰勒展开。

正交性

勒让德多项式在区间 [−1,1] [-1, 1] 上关于权重函数 w(x)=1 w(x) = 1 构成一个完备的正交多项式系，满足：

∫−11Pm(x)Pn(x) dx=22n+1δmn\int_{-1}^{1} P_m(x) P_n(x) \, dx = \frac{2}{2n + 1} \delta_{mn}

其中 δmn \delta_{mn} 为克罗内克δ函数。这一正交性是勒让德多项式最核心的性质，使得任何在 [−1,1] [-1, 1] 上平方可积的函数 f(x) f(x) 可以展开为勒让德级数：

f(x)=∑n=0∞anPn(x),an=2n+12∫−11f(x)Pn(x) dxf(x) = \sum_{n=0}^{\infty} a_n P_n(x), \quad a_n = \frac{2n + 1}{2} \int_{-1}^{1} f(x) P_n(x) \, dx

这一展开在泛函分析的内积空间框架下对应于将 f f 投影到勒让德多项式张成的子空间上。从函数逼近的角度看，勒让德级数的部分和给出了在 L2[−1,1] L^2[-1, 1] 范数意义下的最优多项式逼近，这与最小二乘法的思想一脉相承。

递推关系

勒让德多项式满足简洁的三项递推关系（Bonnet 递推公式），这在数值计算中至关重要：

(n+1)Pn+1(x)=(2n+1)xPn(x)−nPn−1(x),n≥1(n + 1) P_{n+1}(x) = (2n + 1) x P_n(x) - n P_{n-1}(x), \quad n \geq 1

初始条件为 P0(x)=1 P_0(x) = 1 ，P1(x)=x P_1(x) = x 。由于直接使用罗德里格斯公式计算高阶项极其低效，实践中几乎总是通过该递推关系稳定地计算任意阶的勒让德多项式值及其导数。这是数值分析中生成正交多项式序列的标准范式。

勒让德微分方程

Pn(x) P_n(x) 是勒让德微分方程的多项式解：

(1−x2)d2ydx2−2xdydx+n(n+1)y=0(1 - x^2) \frac{d^2 y}{dx^2} - 2x \frac{dy}{dx} + n(n + 1) y = 0

该方程在分离球坐标系下的拉普拉斯方程时自然出现。x=cos⁡θ x = \cos\theta 的替换直接联系着球对称边值问题，因此勒让德多项式构成了球谐函数 Yℓm(θ,ϕ) Y_{\ell m}(\theta, \phi) 中关于 θ \theta 的部分，即连带勒让德函数 Pℓm(cos⁡θ) P_\ell^m(\cos\theta) 在 m=0 m = 0 时的特例。

应用

  1. 高斯-勒让德求积：以 Pn(x) P_n(x) 的零点作为求积节点，配合适当的权重，可以在 n n 个节点处精确积分任意不超过 2n−1 2n - 1 次的多项式。这是数值积分中精度最高的方法之一，广泛用于有限元分析、金融中的期权定价数值计算以及计量经济学中的数值似然估计。
  1. 静电学与引力理论：电荷分布或质量分布的多极展开系数可直接用勒让德多项式表达。1/r 1/r 势的泰勒展开：
1∣r−r′∣=1r>∑n=0∞(r<r>)nPn(cos⁡γ)\frac{1}{|\mathbf{r} - \mathbf{r}'|} = \frac{1}{r_>} \sum_{n=0}^{\infty} \left(\frac{r_<}{r_>}\right)^n P_n(\cos\gamma)

其中 γ \gamma 为两矢量夹角，r>=max⁡(r,r′) r_> = \max(r, r') ，r<=min⁡(r,r′) r_< = \min(r, r') 。

  1. 量子力学：氢原子的波函数径向部分涉及连带勒让德多项式。角动量算符的本征函数——球谐函数——由连带勒让德函数与复指数构成。
  1. 函数逼近与数据拟合：勒让德多项式是 [−1,1] [-1, 1] 上的正交基，可用于构造最小二乘多项式拟合。在计量经济学和统计学习中，当解释变量定义在有界区间上时，勒让德基展开可以替代普通的幂基，避免多重共线性问题并提高数值稳定性。
  1. 随机分析：在多项式混沌展开 (Polynomial Chaos Expansion, PCE) 中，当随机变量服从均匀分布时，勒让德多项式构成最优的正交基，用于不确定性量化和灵敏度分析，在金融风险管理和随机微分方程的数值求解中有重要应用。
  1. 零点性质与求积：勒让德多项式 Pn(x) P_n(x) 在开区间 (−1,1) (-1, 1) 内恰好有 n n 个不同的实根，且这些根关于原点对称。这一性质是高斯-勒让德求积公式的理论基石——求积节点恰取为 Pn(x) P_n(x) 的零点时，代数精度可达 2n−1 2n-1 次。此外，这些零点也是谱方法中配置法（collocation method）的自然选择。

连带勒让德函数

将勒让德微分方程推广至含参数 m m 的形式，得到连带勒让德函数 Pnm(x) P_n^m(x) ：

Pnm(x)=(−1)m(1−x2)m/2dmdxmPn(x),0≤m≤nP_n^m(x) = (-1)^m (1 - x^2)^{m/2} \frac{d^m}{dx^m} P_n(x), \quad 0 \leq m \leq n

连带勒让德函数在 m m 为奇数时不再是多项式，但仍在 [−1,1] [-1, 1] 上正交，且是球坐标系下拉普拉斯方程分离变量后关于极角 θ \theta 的通解。Pnm(cos⁡θ) P_n^m(\cos\theta) 与 eimϕ e^{im\phi} 的乘积构成完整的球谐函数 Ynm(θ,ϕ) Y_{nm}(\theta, \phi) 。

与其他正交多项式的关系

勒让德多项式属于更广泛的雅可比多项式 Pn(α,β)(x) P_n^{(\alpha, \beta)}(x) 的特例（α=β=0 \alpha = \beta = 0 ）。雅可比多项式族还包含切比雪夫多项式（α=β=−12 \alpha = \beta = -\frac{1}{2} ）和盖根鲍尔多项式等。这些正交多项式族共享类似的递推结构和正交性质，但在权重函数和定义区间上存在差异。理解这一联系有助于在具体的应用场景中选择最合适的正交基。

数值计算注意事项

在实际编程中，直接使用递推关系是首选方案。从 P0(x) P_0(x) 和 P1(x) P_1(x) 出发逐次递推，数值稳定性良好。若需同时计算 Pn(x) P_n(x) 及其导数 Pn′(x) P_n'(x) ，可以使用耦合递推。需要警惕的是：当 n n 很大（如 n>100 n > 100 ）且 x x 靠近 ±1 \pm 1 时，递推可能产生数值溢出，此时应转而采用渐近展开或其他数值技巧。