狄拉克δ函数

狄拉克δ，记作 $\delta(x)$，最好理解为一种分布，而不是普通函数。它表示集中在某一个点上的单位量，而它最核心的规则就是筛选性质：

$$\int_{-\infty}^{\infty} f(x)\,\delta(x-a)\,dx = f(a)$$

当积分区间包含 $a$，并且 $f$ 在该点连续，或者至少在该点性质良好时，这个公式成立。

用更直白的话说，$\delta(x-a)$ 就像一个“取样器”。在积分号内，它会把另一个因子在 $x=a$ 处的值“取出来”。

狄拉克δ函数的定义与直观理解

如果 $\delta(x-a)$ 出现在积分中，那么它的全部作用都集中在 $x=a$ 这一点上。这就是为什么人们常把它想象成一个总面积为 $1$ 的尖峰。

这种图像有助于建立直觉，但真正可靠的定义仍然是上面的积分规则。把尖峰图像当作帮助记忆的方式，而不要把它看成普通函数的真实图像。

由此可以立刻得到两个结论：

$$\int_{-\infty}^{\infty} \delta(x-a)\,dx = 1$$

并且如果积分区间不包含 $a$，

$$\int_{c}^{d} f(x)\,\delta(x-a)\,dx = 0$$

因为取样点落在区间之外。

为什么狄拉克δ不是普通函数

对于普通函数，你通常可以讨论像 $f(0)$ 这样的函数值，也可以比较自然地使用标准代数运算。狄拉克δ并不符合这种模式。

在初等问题中，最稳妥的方法是通过它在积分中的作用来定义 $\delta(x)$。所谓“除了 $0$ 处以外都为零，而在 $0$ 处无穷大”只是一种粗略直觉，并不是完整定义。

这种区分可以避免一些常见错误，比如把 $\delta(0)$ 当成普通数字来处理。

用筛选性质做一个例题

计算

$$\int_{-\infty}^{\infty} (x^2 + 1)\,\delta(x-3)\,dx$$

第 1 步：找到取样点。因为这里的 δ 是 $\delta(x-3)$，所以它在 $x=3$ 处取样。

第 2 步：把 $x=3$ 代入另一个因子：

$$\int_{-\infty}^{\infty} (x^2 + 1)\,\delta(x-3)\,dx = 3^2 + 1 = 10$$

这就是全部计算过程。你不需要按通常方式去积分 $x^2+1$。只要找到取样点，再在该点计算剩余表达式即可。

如何正确理解平移

符号错误是最常见的错误来源之一。

$$\delta(x-a) \text{ samples at } x=a$$

但是

$$\delta(x+a) = \delta(x-(-a))$$

所以它是在 $x=-a$ 处取样。

例如，

$$\int_{-\infty}^{\infty} e^x\,\delta(x+2)\,dx = e^{-2}$$

而不是 $e^2$。

狄拉克δ函数的常见错误

把 $\delta(x)$ 当成普通函数

它的意义来自它在积分中的作用。如果你试图像处理普通可作图函数那样处理它，通常就会走错。

漏掉取样点

对于 $\delta(x-a)$，取样点是 $x=a$。对于 $\delta(x+a)$，取样点是 $x=-a$。

忽略积分区间

如果积分区间不包含取样点，那么积分就是 $0$。这通常是最先、也是最快应该检查的一点。

忘记对 $f(x)$ 的条件

标准的取样规则适用于另一个因子在取样点附近性质良好的情况。在很多入门情形中，该点连续就已经足够了。

把狄拉克δ和克罗内克δ混淆

狄拉克δ用于连续情形。克罗内克δ记作 $\delta_{ij}$，它是离散对象：当 $i=j$ 时等于 $1$，否则等于 $0$。

狄拉克δ函数用在哪里

当一个模型需要表示集中在空间某一点或时间某一瞬间的量时，就会出现狄拉克δ。

典型例子包括力学中的冲激力、理想化的点电荷或点质量，以及信号处理中的瞬时输入。

它也会出现在格林函数以及傅里叶方法或拉普拉斯方法中，因为它能用一种紧凑的方式描述“瞬间发生”的输入。

试试类似的问题

试做

$$\int_{-\infty}^{\infty} (2x-5)\,\delta(x+1)\,dx$$

先找出取样点，再把它代入这个一次表达式。如果你想再检验一次，可以把它和在区间 $[0,4]$ 上的同一个积分作比较，看看为什么答案会改变。