狄拉克δ函數的平方是什么？

最近看之前讀過的文獻，遇到了下面的公式：

10年積累的成都做網站、網站建設經驗，可以快速應對客戶對網站的新想法和需求。提供各種問題對應的解決方案。讓選擇我們的客戶得到更好、更有力的網絡服務。我雖然不認識你，你也不認識我。但先網站設計后付款的網站建設流程，更有織金免費網站建設讓你可以放心的選擇與我們合作。

其中，L是x的分布范圍。之前是搞清楚怎么推導了，現在又忘記了。花了大概一個小時重新推導了一下。查網站翻書，特別頭疼，都是因為自己沒有做記錄！！！同時發(fā)現中文關于這個內容比較少，所以發(fā)出來希望能幫助到大家。

首先了解一下狄拉克δ函數（Dirac delta function）的定義：

可見狄拉克δ函數實際上是常數1的傅里葉變換。那么狄拉克δ函數的平方就是兩個常數1的傅里葉變換的乘積。根據卷積定理：函數卷積的傅里葉變換是函數傅里葉變換的乘機，也就是是說上面的乘機積結果是常數1和常數1的卷積的傅里葉變換。

因此

如果x屬于（0~L），則

證明出來了。

未仔細檢查，如有錯誤請留言

參考資料：

狄拉克δ函數的性質

狄拉克δ函數有以下性質 ，在理解這些性質的時候，應該認為等式兩邊分別作為被積函數的因子時得到的結果相等 偶函數，其導數是奇函數

放縮（或相似性）

這種性質稱為挑選性，它將 在 點的值 挑選出來

上述性質則可看成適用于高階導數的挑選性。 如果方程 的實根 全是單根，則

該等式的含義為，若將δ函數作用在一個函數上，則會把函數的實根挑選出來，其左邊表示在函數 為零時會取非零值，右邊表示在 處，會取得非零值，并且取值“大小”，或者說在積分中的作用大小與δ函數的比值是函數在 處導數的絕對值的倒數。通過這一性質可以得到一些具體的等式，如

以及

這個性質說明δ函數與x的乘積在積分中與0的作用是相同的。

python sympy怎樣把狄克拉函數定義出來

from?sympy?import?DiracDelta

即導入了狄拉克函數，可以送入一個變量求解，如：

DiracDelta(2)

輸出0。

什么是狄拉克函數

有時也說單位脈沖函數。通常用δ表示。在概念上，它是這么一個“函數”：在除了零以外的點都等于零，而其在整個定義域上的積分等于1。嚴格來說狄拉克δ函數不能算是一個函數，因為滿足以上條件的函數是不存在的。

狄拉克函數性質

狄拉克δ函數是一個廣義函數，在物理學中常用其表示質點、點電荷等理想模型的密度分布，該函數在除了零以外的點取值都等于零，而其在整個定義域上的積分等于1。

狄拉克δ函數在概念上，它是這么一個“函數”：在除了零以外的點函數值都等于零，而其在整個定義域上的積分等于1。

物理學中常常要研究一個物理量在空間或時間中分布的密度，例如質量密度、電荷密度、每單位時間傳遞的動量（即力）等等，但是物理學中又常用到質點、點電荷、瞬時力等抽象模型，他們不是連續(xù)分布于空間或時間中，而是集中在空間中的某一點或者時間中的某一瞬時，那么它們的密度應該如何表示呢？

嚴格來說δ函數不能算是一個函數，因為滿足以上條件的函數是不存在的。數學上，人們?yōu)檫@類函數引入了廣義函數的概念，在廣義函數的理論中，δ函數的確切意義應該是在積分意義下來理解。在實際應用中，δ函數總是伴隨著積分一起出現 。δ分布在偏微分方程、數學物理方法、傅立葉分析和概率論里都有很重要的應用。

一些函數可以認為是狄拉克δ函數的近似，但是要注意，這些函數都是通過極限構造的，因此嚴格上都不是狄拉克δ函數本身，不過在一些數學計算中可以作為狄拉克δ函數進行計算。

狄拉克δ函數有以下性質 ，在理解這些性質的時候，應該認為等式兩邊分別作為被積函數的因子時得到的結果相等。

對稱性

偶函數，其導數是奇函數

放縮

放縮（或相似性）

挑選性

這種性質稱為挑選性，它將 在 點的值 挑選出來

上述性質則可看成適用于高階導數的挑選性。

狄拉克δ函數

8.1.1Δ 函數的定義

我們知道，一般函數的定義是對于自變量x的每一個值，都有特定函數值f（x）與之對應，f（x）稱為在點x處的函數值。然而，這里我們要討論的δ函數不是這種通常意義下的函數，因為它沒有通常意義下的“函數值”；它的運算作用只有出現在積分號里才能體現出來，它是某種復雜極限過程的簡化符號，是廣義函數的一種。

所謂狄拉克δ函數是這樣一個算符δ（x），它使得對任何在x=0點連續(xù)的函數f（x），有下式成立：

地球物理數據處理教程

為理解δ（x），對h＞0引進如下函數序列

地球物理數據處理教程

由積分中值定理可知，存在ξ且｜ξ｜＜

，使得有

地球物理數據處理教程

于是得到：

地球物理數據處理教程

由此可以直觀地知道，由嚴格的理論也可以證明，δ（x）是δh（x）在某種意義下的極限。因為

地球物理數據處理教程

故可將δ（x）粗糙地理解為滿足

地球物理數據處理教程

及

地球物理數據處理教程

的一個較通常函數意義更廣的“函數”，（8.1.3）式是（8.1.1）式令f≡1而得到的。

物理上常用δ函數來描述集中分布的量，如集中質量、集中電荷等，設在x軸上有一單位質量集中在原點，用δ（x）表示密度分布函數，則在x≠0時，δ（x）=0。如果取δ（x）=C為有限常數，δ（x）便是一個通常意義下的分段連續(xù)函數，按照一般的積分計算有

δ（x）dx=0，即總質量為零，這與假設直線上具有單位質量相矛盾。故不能取δ（0）等于有限常數。事實上，若在x軸上取Δl為包含原點的區(qū)間段，ΔM為該段總的質量，則密度應為：

地球物理數據處理教程

由此可見，這里引入δ函數恰好描述了集中質量問題。在電法勘探問題中，δ函數就恰好描述點源的電荷（或電流）密度。

上面我們定義了一維且奇點在x=0處的δ函數，對n維且奇點在任意點（

、

，…，

）的δ函數可類似地定義，即它是這樣一個算符δ（x1-

）δ（x2-

）…δ（xn-

），使得對任何在點（

，

，…，

）連續(xù)的函數f（x1，x2，…，xn），有

地球物理數據處理教程

成立，特別當取n=1，x1=x，

=0時，則得到（8.1.1）式。實際上n維δ函數可寫成n個一維δ函數的乘積的形式。同樣它還應滿足：

地球物理數據處理教程

及

地球物理數據處理教程

本書中只涉及二維或三維的δ函數。

對于一個有限的研究域，關于δ函數，我們還能給出下面常用結果，例如以二維情況為例：

地球物理數據處理教程

式中D為一個二維區(qū)域，f（x1，x2）在（

，

）處連續(xù)，在第二個等式中，要求D的邊界Γ在奇點（

，

）附近是光滑的，特殊情況，當f=1時，可得：

地球物理數據處理教程

現在給出（8.1.7）式的一個直觀證明，當x0=（

，

）在D外，由（8.1.5）式知δ在D及其邊界上恒為零，這時（8.1.7）式左部可理解為零函數在通常意義下的積分，其積分值為零，當x0在D內時，這時δ在D的邊界和外部恒為零，于是在這些部分的積分也為零，故

地球物理數據處理教程

圖8.1 D∩B的二維幾何表示

從而由（8.1.4）式可知（8.1.7）式中第三等式成立，對于奇點x0在區(qū)域邊界Γ的情況，令B（x0，ε）是以x0為圓心、ε為半徑的開圓（在一維情況是開區(qū)間，三維情況下是不含球面的球體，n維情況下為n維開球），注意到δ在B（x0，ε）的外部和邊界上為零，知

地球物理數據處理教程

式中D∩B表示D域和B圓重合的部分，即圖8.1中陰影部分，另外有

地球物理數據處理教程

因為Γ在x0附近光滑，故當ε趨于零時，D∩B域趨于半圓，這樣，由以上兩式有

地球物理數據處理教程

這便是（8.1.7）式中的第二等式。

8.1.2Δ 函數的性質及其傅氏變換

對于一維情況，給出δ函數的一些常用性質及其傅氏變換，均設f（x）在奇點處連續(xù)。由（8.1.7）式有

地球物理數據處理教程

另外，設α1、α2為常數，δ函數對加法運算是線性的。

地球物理數據處理教程

對于任何在x0處連續(xù)的函數f（x），有

地球物理數據處理教程

上式稱為δ函數的篩選性質。由于

地球物理數據處理教程

可知

地球物理數據處理教程

由于

地球物理數據處理教程

故有

δ（x）f（x）=δ（x）f（0） （8.1.14）

或同樣

δ（x-x0）f（x）=δ（x-x0）f（x0） （8.1.15）

如果（8.1.14）式中取f（x）=x，得

xδ（x）=0 （8.1.16）

若取f（x）在區(qū)間（-∞，α）（α為正數）外等于零，那么f（0）=0，于是

地球物理數據處理教程

由此推知

δ（x）=0 x ＜ 0 （8.1.17）

同理可得

δ（x）=0 x＞0 （8.1.18）

這便是（8.1.2）式的由來。

兩個δ函數的褶積由下式確定。

地球物理數據處理教程

于是

地球物理數據處理教程

下面我們給出δ函數的傅氏變換，根據δ函數的定義（8.1.1）式有

地球物理數據處理教程

反過來，數學上可以證明

地球物理數據處理教程

即是說δ（x）與1組成傅氏變換對，由（8.1.10）式設f（x）=cosωx，可得δ的余弦變換為

地球物理數據處理教程

分享名稱：python狄拉克函數 狄拉克方程百科
轉載來源：http://chinadenli.net/article10/doddodo.html

成都網站建設公司_創(chuàng)新互聯，為您提供、網站制作、軟件開發(fā)、外貿建站、網頁設計公司、企業(yè)建站

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯