19 世纪初的物理学家遇到了一个难题：一根金属杆的初始温度分布是任意的——可以是光滑曲线，也可以是有尖角、有折点的“怪”函数（比如一半 100°C、一半 0°C）。要求解热传导方程$ ∂u/∂t = α·∂²u/∂x²$，初值条件 $u(x,0) = f(x)$ 就是这样一个任意函数。

当时的数学只会处理多项式、指数这类“好”函数。面对任意函数，工具完全失效——你不可能为每一个可能的 f(x) 单独设计解法。

问题的本质是：函数的空间是无限维的，没法一个一个地搜。

1807 年傅里叶给出了答案：任意函数都能展开成正弦余弦的叠加： \begin{equation} f(x) = a_0/2 + Σₙ (a_n cos(nx) + b_n sin(nx)) \end{equation} 这个想法为什么能解决问题？因为它做了两件事：

1. 无限维问题变成可数系数问题：找 f 这个函数（不可搜索），变成找系数 aₙ, bₙ（每个系数是一个定积分，直接可算）
2. 每块积木独立演化：sin(nx)、cos(nx) 是热传导算子的本征函数——算子作用上去只乘一个常数（∂²/∂x² sin(nx) = −n²sin(nx)），所以每一项的演化互不干扰，各是一个常微分方程，解完叠加回去即可

一个 PDE 难题被拆成无穷个互相独立的小问题——这就是分离变量法。正弦余弦就是历史上第一组“积木”，也就是基函数。

一般地，基函数定义为：一组简单的、固定的函数 φ₁(x), φ₂(x), …, φₚ(x)，任何目标函数都用它们的线性组合搭出来： \begin{equation} f(x) = β₁φ₁(x) + β₂φ₂(x) + … + βₚφₚ(x) \end{equation} 其中 βⱼ 是第 j 个基函数的系数（权重），回答“这块积木用多少”：βⱼ 越大，φⱼ 在组合中占的分量越重——傅里叶展开里的 aₙ、bₙ 就是这样的系数。找函数的问题，从此变成找权重 βⱼ 的问题——p 个数字，可以优化。

“基”的概念直接来自线性代数：

* 欧氏空间的基 e₁, e₂, e₃ → 函数空间的基 φ₁, φ₂, …, φₚ * 向量的坐标 v₁, v₂, v₃ → 函数的系数 β₁, β₂, …, βₚ * 把向量分解到坐标轴上 → 把函数分解到基函数上

唯一区别：函数空间是无限维的，只取前 p 个基函数，所以表达是近似的——这个“≈”就是拟合误差的来源（偏差-方差分解中的 Bias 部分）。

1. 幂基（多项式）：φⱼ(x) = xʲ，即 1, x, x², x³, …。最直观，但高次时数值不稳定
2. 三角基（傅里叶）：1, sin x, cos x, sin 2x, …。适合周期函数，信号处理的主场
3. 样条基（B 样条）：分段多项式，每段只在相邻区间非零。局部支撑，改一个点只影响附近，数值最稳
4. 径向基（RBF）：φⱼ(x) = exp(−‖x − cⱼ‖²/σ²)，以 cⱼ 为中心的高斯鼓包。机器学习与散点插值常用
5. 正交多项式基：切比雪夫、勒让德等。在给定区间上两两正交，数值性质极好

在最小二乘 min ‖y − Xβ‖² 中，设计矩阵 X 是 N×p 的，第 j 列是第 j 个基函数在所有数据点上的取值：

X[i][j] = φⱼ(xᵢ)

* 每列 = 一个基函数“采样后的样子”；每行 = 一个数据点上所有基函数的取值 * 最小二乘 = 用基函数的线性组合去凑 y，找最优权重 β̂ * 投影视角：X 的 p 列张成 p 维子空间，β̂ 是 y 在该子空间上的投影坐标 * 正规方程 (XᵀX)β = Xᵀy 的几何含义：把“残差垂直于列空间”翻译成代数

严格化（1820s-1930s）。傅里叶的断言遭拉格朗日、柯西等质疑：带尖角的折线函数怎么可能等于光滑正弦函数的和？这场争议催生了现代分析学：

* 狄利克雷（1829）：三角级数收敛的第一个严格条件 * 黎曼（1854）：为了严格定义系数积分 aₙ = ∫f(x)cos(nx)dx，发明了黎曼积分 * 康托尔研究三角级数唯一性，进而发明集合论 * 希尔伯特、施密特（1907）、Schauder（1927）：把基抽象为函数空间的一般概念，“基”成为泛函分析的标准内容

基函数展开的合法性问题，倒逼出了积分理论、收敛理论，甚至集合论。

数值化（1850s-1980s）。理论解决“存在吗、收敛吗”，工程师要“怎么算”：

* 切比雪夫（1850s）：最佳逼近研究中提出切比雪夫多项式——数值性质最优的多项式基，计算机数学库的基石 * Schoenberg（1946）：发明 B 样条——局部支撑的分段多项式基，解决高次多项式“改一处动全局、数值病态”的问题 * Daubechies（1988）：构造紧支撑正交小波基——既能看全局又能看局部，信号处理革命

* 完备性：基要能表达你要逼近的那类函数（多项式基表达不了强周期函数，得用三角基） * 线性无关：基之间不能互相表达，否则 XᵀX 奇异，权重不唯一 * 数值稳定性：幂基 x, x², …, x¹⁰ 在 [0,1] 上取值一个比一个接近 0，设计矩阵几乎退化（条件数爆炸）；换成正交基就稳。同样的拟合问题，换个基，数值结果天差地别 * 局部性：样条基改一个数据点只影响附近几段；幂基改一个点全局都动

基函数 = 预先选定的“词汇表”，拟合 = 用这些词以最优权重造句。选词表（基）决定了能表达什么，找权重（β̂）决定了怎么表达得最好。

贯穿基函数全部历史的核心机制只有一条：把“找无限维对象”的问题降维成“找系数”的问题——代价是展开可能只是近似，收益是原本不可解的问题变成可算的线性代数。