1 基本概念
1.1 定义
勒让德变换是一种把函数从“自变量表示”改写为“斜率或共轭变量表示”的方法。对于足够光滑且通常取凸性的函数，它将原函数与其导数建立对应关系，从而得到一个新的函数，二者在几何和分析意义上彼此关联。
1.2 几何直观
从几何上看，勒让德变换可以理解为用切线的斜率来描述曲线。原函数的某一点处切线斜率若记为新变量，那么该点对应的截距或相关量便可组织成新的函数。这样处理后，函数的局部形状被转化为一组关于“斜率”的信息，便于观察其对偶结构。
1.3 适用对象
勒让德变换最常用于凸函数，尤其是可微凸函数。对于这类函数，导数与原函数具有较好的单值对应关系，因此变换结果稳定而清晰。若函数存在不可微点，也可以借助次梯度或支撑直线进行推广处理。
1.4 与共轭变量的关系
在许多应用中，勒让德变换中的新变量被视为原变量的共轭变量。它不再直接描述“位置”或“状态”，而是描述变化率、响应强度或与之对偶的量。正因为这一点，勒让德变换在物理和优化中常被用来切换自然变量。
2 数学表述
2.1 单变量情形
2.1.1 通过导数定义
设函数为 \(f(x)\)，若其可微且满足适当凸性，可令新变量 \(p=f'(x)\)。在此基础上，勒让德变换通常写为 \[ f^*(p)=px-f(x), \] 其中 \(x\) 应理解为由 \(p=f'(x)\) 反解得到的点。这个表达式反映了原函数与其切线之间的代数关系。
2.1.2 由切线斜率构造
另一种看法是：先取曲线上某点的切线，其斜率为 \(p\)，再计算该切线在纵轴方向的截距信息。将这类信息整理成关于 \(p\) 的函数后，就得到勒让德变换。此时，变换结果本质上记录了“以斜率为参数”的支持线族。
2.2 多变量情形
2.2.1 梯度映射
对多变量函数 \(f(x_1,\dots,x_n)\)，若其足够光滑，可用梯度 \[ p_i=\frac{\partial f}{\partial x_i} \] 作为新的变量。勒让德变换可写成 \[ f^*(p)=\sum_{i=1}^n p_i x_i - f(x), \] 其中 \(x\) 由梯度关系确定。这样一来，函数从原坐标系转入共轭坐标系。
2.2.2 多元凸函数的共轭表示
在凸分析中，更常见的定义是通过上确界给出共轭函数： \[ f^*(p)=\sup_x \bigl(\langle p,x\rangle - f(x)\bigr). \] 这一表述不要求函数处处可微，因此更具一般性。它直接体现了函数与所有线性函数之间的竞争关系。
2.3 逆变换与自反性
2.3.1 双重勒让德变换
对适当的凸下半连续函数，再做一次勒让德变换，可回到原函数。也就是说，若记第一次变换为 \(f^*\)，则第二次变换 \((f^*)^*\) 在合适条件下等于 \(f\)。这类性质称为自反性或双重变换回归。
2.3.2 可逆条件
勒让德变换是否可逆，取决于函数的凸性、光滑性以及定义域结构。一般来说，严格凸且可微的函数更容易形成一一对应；若存在平坦区间、折点或非凸部分，则逆过程可能需要借助更一般的共轭理论。
3 性质与定理
3.1 凸性保持
若原函数是凸的，那么其勒让德共轭通常也是凸的。这一性质使变换在凸分析中尤为重要，因为它不会破坏优化问题中的基本结构，反而会把原问题转化为另一个仍具凸性的表述。
3.2 单调性与光滑性
当原函数严格凸且可微时，导数通常单调递增，从而使共轭变量与原变量之间形成良好的对应。若原函数更高阶光滑，则变换后的函数往往也继承一定程度的光滑性，但这种继承并不总是完全对称，仍取决于原函数的具体性质。
3.3 仿射变换下的行为
勒让德变换对平移和线性项的加入有明确响应。给原函数添加常数，只会使变换结果做相应平移；加入线性项，则会导致共轭变量发生位移。此类规律使它在处理坐标变换和能量基准调整时十分方便。
3.4 与极值问题的关系
3.4.1 最优化中的对偶形式
勒让德变换本质上与极值运算密切相关。它把“对某个变量取最优”的过程转化为“对共轭变量描述”的问题，因此常被用来构造对偶函数。这样得到的形式有助于比较原问题与对偶问题的最优值。
3.4.2 极大极小结构
由于定义中带有上确界或切线支撑的思想，勒让德变换天然包含极大极小的结构。原函数在某种意义上被一族线性函数所包络，而共轭函数则记录这种包络的最优代价。这种结构在证明不等式和建立界估计时很有用。
4 典型例子
4.1 二次函数的勒让德变换
对二次函数 \(f(x)=\frac12 x^2\)，其导数为 \(f'(x)=x\)。代入共轭定义可得 \(f^*(p)=\frac12 p^2\)。这表明二次函数在勒让德变换下保持同类形式，是最经典的自共轭例子之一。
4.2 指数函数与对数函数的对应
指数函数与对数函数之间常出现互补关系。某些规范化后的指数型凸函数经勒让德变换后，会生成含对数结构的表达式。它们之间的对应反映了“增长率”与“尺度参数”之间的转换。
4.3 幂函数的变换
幂函数在适当限制下也可做勒让德变换。其结果通常仍是幂型，但指数会发生倒数式的变化，并伴随系数重整。对于 \(f(x)=\frac{1}{m}x^m\) 这类函数，变换结果与共轭幂 \(m/(m-1)\) 有直接联系。
4.4 分段函数与不可微情形
4.4.1 支撑直线与次梯度
当函数有折点或分段线性结构时，单一导数不再足够描述局部行为，此时可用支撑直线和次梯度代替。每一个次梯度都对应一族支撑线，勒让德变换则由这些支撑关系共同决定。
4.4.2 凸包化结果
对于非凸函数，直接做共轭运算往往会得到其“凸化”后的信息。也就是说，变换过程会倾向于忽略局部凹陷，只保留能够被线性函数支撑的凸包部分。因此，共轭运算常被看作一种自动凸化机制。
5 物理学中的应用
5.1 经典力学中的拉格朗日量与哈密顿量
5.1.1 动量变量的引入
在经典力学中，拉格朗日量通常以速度为自变量，而哈密顿量则改用动量变量描述。二者之间的关系正是通过勒让德变换建立的。通过把速度换成动量，系统的动力学表达可以从“配置空间”转入“相空间”。
5.1.2 哈密顿正则方程的基础
勒让德变换使得从拉格朗日方程到哈密顿正则方程的过渡成为可能。哈密顿量作为变换后的函数，能够直接给出位置与动量的演化关系。这种形式在研究守恒量、相空间轨道和周期运动时尤其重要。
5.2 热力学势的转换
5.2.1 内能、焓与自由能之间的关系
热力学中，内能、焓、亥姆霍兹自由能和吉布斯自由能之间的转换，通常可理解为对自然变量的勒让德变换。不同势函数对应不同的控制条件，例如温度、压强或体积。通过变换，系统可在更合适的变量组下描述平衡状态。
5.2.2 自然变量的替换
在热力学建模中，选择自然变量往往决定公式是否简洁。勒让德变换的作用就在于把不便控制的变量替换成更易观测或更易固定的变量，从而令状态方程更符合实验条件与计算需要。
5.3 统计物理中的自由能表述
统计物理常借助自由能来刻画宏观系统的平衡倾向。勒让德变换帮助在能量、温度、熵和外参之间建立互换关系，使配分函数、熵函数与自由能之间具有统一的对偶框架。这样可以更自然地分析不同系综下的系统性质。
6 优化理论中的应用
6.1 凸对偶与共轭函数
在凸优化中，函数的共轭形式是构造对偶问题的核心工具。原问题中的目标函数与约束条件经过变换后，会产生一个新的问题，其解常为原问题提供下界或上界。共轭函数因此成为研究最优性条件的重要桥梁。
6.2 约束优化中的松弛
某些约束优化问题难以直接求解时，可以通过勒让德变换将约束“吸收”进目标函数，形成松弛问题。这样处理后，原本复杂的限制条件会变成更易分析的惩罚项或对偶变量项，便于理论推导与数值计算。
6.3 拉格朗日乘子法的联系
拉格朗日乘子法与勒让德变换在思想上相通，都是通过引入对偶变量来改写问题。乘子相当于对约束方向的共轭参数，使带约束问题转化为无约束或较低复杂度的形式。这种联系在理论上常被统一理解为对偶化过程。
6.4 灵敏度分析
在参数变化研究中，勒让德变换有助于揭示最优值对外部条件的响应。对偶变量往往可以解释为灵敏度系数，反映目标函数对约束或参数的边际变化。这使其在经济学、工程设计与资源分配中具有实用价值。
7 推广与相关概念
7.1 勒让德-菲涅尔变换
勒让德-菲涅尔变换是勒让德变换的广义形式，通常以上确界定义，适用于更广泛的函数类。它不要求可微，因此在现代凸分析中更常用。很多文献中提到的“勒让德变换”实际上指的就是这一版本。
7.2 Fenchel 对偶
Fenchel 对偶是凸优化中的一般对偶框架，与勒让德-菲涅尔变换紧密相关。它通过原函数与其共轭函数构造对偶问题，并给出强对偶或弱对偶的条件。该理论统一了大量优化模型的求解思路。
7.3 Legendre 变换的广义形式
7.3.1 非光滑函数情形
对不可微函数，可用次梯度替代导数，并借助支撑超平面来定义共轭对象。这样，勒让德变换不再依赖单点斜率，而是依赖一组可行斜率集合，从而适用于分段函数、绝对值函数等非光滑对象。
7.3.2 次梯度与共轭锥
在更抽象的框架中，次梯度与共轭锥可以用来描述函数的局部支撑结构。它们使变换可以推广到向量空间、锥约束和变分问题中，成为分析非线性系统的重要工具。
7.4 与傅里叶变换的区别
勒让德变换与傅里叶变换都涉及“换一种变量看问题”，但二者本质不同。前者关注凸结构、切线和对偶变量，后者关注频率分解和线性叠加。一个是几何与最优化意义上的变换，另一个则是分析与信号处理中的频域变换。
8 历史与发展
8.1 勒让德的原始工作
勒让德变换得名于法国数学家勒让德。他在研究多项式插值、天体力学和相关分析问题时，逐步形成了这一思想。早期工作更多体现为几何和计算技巧，而非后来严格的函数分析语言。
8.2 后续数学化与规范化
随着19世纪与20世纪数学分析的发展，勒让德变换逐渐被纳入更系统的框架之中。导数、凸性、上确界和共轭函数等概念被严格化后，这一工具从经验性方法发展为可证明、可推广的标准理论。
8.3 在现代凸分析中的地位
在现代数学中，勒让德变换是凸分析、最优化、变分法和数学物理中的基础工具之一。它不仅用于构造对偶问题，也用于刻画函数的几何性质与稳定性结构。由于适用范围广，它已成为连接分析与应用的重要枢纽。