自然科学的发展表明, 古典的函数概念是不够的, 或是不完全适合的。于是, 广义函数 论随之兴起。广义函数包括通常的函数在内, 甚至更广。它应是无限次可导和自由地进 行极限交换这一节我们介绍广义函数的大意。
首先介绍工程技术中常用的 δ \delta δ 函数。设想在无限长的细棒上有一质量分布, 只集中在一 点 x = 0 x=0 x=0 处, 总质量为 1 个单位。这意思是说, 有一假象的密度函数 δ ( x ) \delta(x) δ(x), 当 x ≠ 0 x \neq 0 x=0 时, 在 x = 0 x=0 x=0, 密度为无限大, 而密度函数的积分为总质量 1 : ∫ − ∞ + ∞ δ ( x ) d x = 1 1: \int_{-\infty}^{+\infty} \delta(x) d x=1 1:∫−∞+∞δ(x)dx=1. 这种假象的函数, 已超出了通常 函数概念的框架。试想, 一个仅在一点不为零的函数, 是几乎处处为零的, 其积分应当是 0 , 怎么可能是 1 呢? 这类 δ ( x ) \delta(x) δ(x) 在工程里常常遇到, 例如无线电工程中考察脉冲, 在极短的一个 时间内爆发出一个能量的信号, 合上述质量的类型相似。
从 δ ( x ) \delta(x) δ(x) 的性质, 还可以形式地认为, 对一切连续函数 φ ( x ) \varphi(x) φ(x) 应有 ∫ − ∞ + ∞ δ ( x ) φ ( x ) d x = φ ( 0 ) \int_{-\infty}^{+\infty} \delta(x) \varphi(x) d x=\varphi(0) ∫−∞+∞δ(x)φ(x)dx=φ(0), 这 可由下式看出:
∣ ∫ − ∞ + ∞ ( φ ( x ) − φ ( 0 ) ) δ ( x ) d x ∣ = ∣ ∫ − ε + ε ( φ ( x ) − φ ( 0 ) ) δ ( x ) d x ∣ ≤ max ∣ x ∣ ε ∣ φ ( x ) − φ ( 0 ) ∣ ∫ − ε + ε δ ( x ) d x = max ∣ x ∣ ε ∣ φ ( x ) − φ ( 0 ) ∣ → 0 ( ε → 0 ) . \begin{array}{r} \left|\int_{-\infty}^{+\infty}(\varphi(x)-\varphi(0)) \delta(x) d x\right|=\left|\int_{-\varepsilon}^{+\varepsilon}(\varphi(x)-\varphi(0)) \delta(x) d x\right| \\ \leq \max _{|x| \varepsilon}|\varphi(x)-\varphi(0)| \int_{-\varepsilon}^{+\varepsilon} \delta(x) d x=\max _{|x| \varepsilon}|\varphi(x)-\varphi(0)| \rightarrow 0(\varepsilon \rightarrow 0) . \end{array} ∣ ∣∫−∞+∞(φ(x)−φ(0))δ(x)dx∣ ∣=∣ ∣∫−ε+ε(φ(x)−φ(0))δ(x)dx∣ ∣≤max∣x∣ε∣φ(x)−φ(0)∣∫−ε+εδ(x)dx=max∣x∣ε∣φ(x)−φ(0)∣→0(ε→0).
请读者注意, 因为 δ ( x ) \delta(x) δ(x) 是假想函数, ∫ − ∞ + ∞ δ ( x ) d x \int_{-\infty}^{+\infty} \delta(x) d x ∫−∞+∞δ(x)dx 的意义上尚不清楚, 上面的推论只是形式上的说明和假想的推论, 不能算作定义。我们下面的任务是要给广义函数 (包括这种 δ ( x ) \delta(x) δ(x) 给于一 种严格的数学定义。它的基本数学思想是: 由 ∫ − ∞ + ∞ δ ( x ) φ ( x ) d x = φ ( 0 ) \int_{-\infty}^{+\infty} \delta(x) \varphi(x) d x=\varphi(0) ∫−∞+∞δ(x)φ(x)dx=φ(0), 可以认为 δ ( x ) \delta(x) δ(x) 是连续函数 空间上的连续线性泛函。这启发我们, 如果把连续函数空间进一步缩小, 收敛性进一步加强, 那么这个连续空间上的线性泛函一定更多, 我们不妨把它们称为广义函数。
定义1(基本空间) 设G是 − ∞ < x < ∞ -\infty
−∞<x<∞ 上无限次可微且在某有限区间以外为0的函数全体。按照通常的加法和数乘,它成为线性空间,在其中定义极限概念如下:设 φ n , φ ∈ G φ_n,φ\in G φn,φ∈G,若
(1)存在一个与n无关的公共有限区间[a,b],使 φ n φ_n φn在[a,b]外为0,n=1,2,…;
(2)在 − ∞ < x < ∞ -\infty−∞<x<∞ 对每一非负整数q,函数列 φ n ( q ) φ_n^{(q)} φn(q),即 φ n φ_n φn的q阶导数一致收敛于 φ ( q ) φ^{(q)} φ(q)。
则称 φ n φ_n φn在G中收敛于 φ φ φ,记为 φ n → φ φ_n\to φ φn→φ, G称为基本空间.
注:空间G的这种收敛性不能容纳在距离空间的收敛性之中,即我们无法定义一个距离d,使 φ n → φ φ_n\to φ φn→φ等价于 d ( φ n , φ ) → 0 d(φ_n,φ)\to 0 d(φn,φ)→0。 .
定义2(广义函数) G上的连续线性泛函 f f f 称为广义函数,记为 f ( φ ) f(φ) f(φ),或 ( f , φ ) (f,φ) (f,φ)。
例1 局部可积函数是广义函数.
Def 我们把在任何区间上都L可积的函数称为局部可积函数,其全体记为 L ∗ L^* L∗。设 f ∈ L ∗ f\in L^* f∈L∗,利用 f f f定义一个G上的连续线性泛函 T ( f ) T(f) T(f):对任何 φ ∈ G φ\in G φ∈G, ∫ − ∞ ∞ f ( x ) φ ( x ) d x \int_{-\infty}^{\infty} f(x)φ(x)dx ∫−∞∞f(x)φ(x)dx。由于 φ ( x ) φ(x) φ(x),在某有限区间外为0, 故上述积分有意义。
Pf: T ( f ) T(f) T(f)显然是G上连续线性泛函,且是一一映射,即如果 f ∈ L ∗ f\in L^* f∈L∗且 ∫ − ∞ ∞ f ( x ) φ ( x ) d x = 0 \int_{-\infty}^{\infty} f(x)φ(x)dx=0 ∫−∞∞f(x)φ(x)dx=0对一切 φ ∈ G φ\in G φ∈G成立,则 f ( x ) = 0 f(x)=0 f(x)=0 a.e.于R。这样,局部可积函数就可以一对一地嵌入 G上连续线性泛函空间,作为它的一部分。
例2 Dirac-Delta函数
现在我们可以给本节开始时引进的Dirac-Delta函数一个严格的数学定义。
Def 如果G上的连续线性泛函由下式给定:对一切 φ ∈ G φ\in G φ∈G,对应数值 φ ( 0 ) φ(0) φ(0),称这一泛函为δ,换句话说,对一切 φ ∈ G φ\in G φ∈G,有 δ ( φ ) = φ ( 0 ) δ(φ)=φ(0) δ(φ)=φ(0),是 ∫ − ∞ ∞ f ( x ) φ ( x ) d x = φ ( 0 ) \int_{-\infty}^{\infty} f(x)φ(x)dx=φ(0) ∫−∞∞f(x)φ(x)dx=φ(0)的严格化。
Pf:δ为G上连续线性泛函不难验证, φ n → φ φ_n\to φ φn→φ这意味着在任何有限区间上各阶导数(包括零阶导数)一致收敛,当然更有 φ n ( 0 ) → φ ( 0 ) φ_n(0)\to φ(0) φn(0)→φ(0),即 δ ( φ n ) → δ ( φ ) δ(φ_n)\to δ(φ) δ(φn)→δ(φ)。
按照分部积分法,对通常的一阶连续可导函数f(x), φ ∈ G φ\in G φ∈G: ( f ′ , φ ) = − ( f , φ ′ ) (f^{'},φ)=-(f,φ^{'}) (f′,φ)=−(f,φ′)
Def 定义广义函数 f f f的导数 f ′ f' f′: ( f ′ , φ ) = − ( f , φ ′ ) (f^{'},φ)=-(f,φ^{'}) (f′,φ)=−(f,φ′)
定理: f ′ f' f′是广义函数
Pf :等价于证明 f ′ f' f′是连续线性泛函。由于φ无限次可微的, ( f , φ ′ ) (f,φ^{'}) (f,φ′)有意义,而且 φ n → φ φ_n\to φ φn→φ意味着各阶导数都一致收敛于相应导数,自然也有 φ n ′ → φ ′ φ_n'\to φ' φn′→φ′,所以由 ( f , φ ′ ) (f,φ^{'}) (f,φ′)是连续线性泛函知 ( f ′ , φ ) (f^{'},φ) (f′,φ)也是连续线性泛函。同样可定义二阶以至任意阶的导数。
基本空间中函数的优良性质就能够转移到广义函数上。
性质(微分运算和极限运算的可交换性):定义 F n → F ( n → ∞ ) F_{n} \rightarrow F(n \rightarrow \infty) Fn→F(n→∞)为 ( F n , φ ) → ( F , φ ) ( n → ∞ ) \left(F_{n}, \varphi\right) \rightarrow(F, \varphi)(n \rightarrow \infty) (Fn,φ)→(F,φ)(n→∞)对一切 φ ∈ θ \varphi \in \theta φ∈θ成立,那么微分运算和极限运算的交换是显然的:
lim n → ∞ ( F n ′ , φ ) = lim n → ∞ ( − ( F n , φ ′ ) ) = − lim n → ∞ ( F n , φ ′ ) = − ( F , φ ′ ) = ( F ′ , φ ) = ( lim n → ∞ F n ) ′ , φ ) \begin{aligned} \lim _{n \rightarrow \infty}\left(F_{n}^{\prime}, \varphi\right) &=\lim _{n \rightarrow \infty}\left(-\left(F_{n}, \varphi^{\prime}\right)\right)=-\lim _{n \rightarrow \infty}\left(F_{n}, \varphi^{\prime}\right)=-\left(F, \varphi^{\prime}\right) \\ &\left.=\left(F^{\prime}, \varphi\right)=\left(\lim _{n \rightarrow \infty} F_{n}\right)^{\prime}, \varphi\right) \end{aligned} n→∞lim(Fn′,φ)=n→∞lim(−(Fn,φ′))=−n→∞lim(Fn,φ′)=−(F,φ′)=(F′,φ)=(n→∞limFn)′,φ)
Dirac-Delta函数或简称δ函数(译名德尔塔函数、得耳他函数)在除零以外的点上都等于零,且其在整个定义域上的积分等于1。这不是一个严格意义上的函数,因为任何在扩展实数线上定义的函数,如果在一个点以外的地方都等于零,其总积分必须为零。
狄拉克δ函数或简称δ函数是在实数线上定义的一个广义函数或分布。只有在出现在积分以内的时候才有实质的意义。根据这一点,δ函数一般可以当做普通函数一样使用。它形式上所遵守的规则属于运算微积分的一部分,是物理学和工程学的标准工具。
δ函数可以定义为分布或测度。
δ函数的测度定义:作为一个测度,δ函数取一个实线R的子集A,当0 ∈ A时输出δ(A) = 1,否则δ(A) = 0。如果把δ函数想象成位于0的一个理想化的质点,则δ(A)代表集合A所包含的质量。
推广: 狄拉克测度这个概念可以定义在任何集合上。设 X X X 是集合, x 0 ∈ X , Σ x_0 \in X, \Sigma x0∈X,Σ 为 X X X 子集上的任何 σ \sigma σ 代数, 则对每个集合 A ∈ Σ A \in \Sigma A∈Σ 可以定义测度:
δ x 0 ( A ) = { 1 if x 0 ∈ A 0 if x 0 ∉ A \delta_{x_0}(A)= \begin{cases}1 & \text { if } x_0 \in A \\ 0 & \text { if } x_0 \notin A\end{cases} δx0(A)={10 if x0∈A if x0∈/A
这就是单位质量集中在 x 0 x_0 x0 处的狄拉克测度。
函数相对于δ积分 测度定义:一个函数相对于δ的积分便可以定义为相对于这个测度的勒贝格积分。对于所有连续紧支撑函数f,这一积分满足: ∫ − ∞ ∞ f ( x ) δ ( d x ) = f ( 0 ) \int_{-\infty}^{\infty} f(x)δ(dx)=f(0) ∫−∞∞f(x)δ(dx)=f(0)(由1.1节可得)
性质:测度δ相对于勒贝格测度不绝对连续,即存在E,L(E)=0,而 δ ( E ) ≠ 0 δ(E)\neq0 δ(E)=0。它其实是一个奇异测度。因此,它并不具有拉东-尼科迪姆导数,也就是不存在满足以下条件的函数δ(虽然这种写法仍非常常见,但是它实际上只是一种方便的记号,而不是任何有良好定义的(黎曼或勒贝格)积分。): ∫ − ∞ ∞ f ( x ) δ ( x ) d x = f ( 0 ) \int_{-\infty}^{\infty} f(x) \delta(x) d x=f(0) ∫−∞∞f(x)δ(x)dx=f(0)
Dirac测度的分布函数定义:作为 R R R 上的概率测度, 狄拉克测度可以通过它的累积分布函数一单位阶跃函数一来定义:
H ( x ) = { 1 if x ≥ 0 0 if x < 0 H(x)= \begin{cases}1 & \text { if } x \geq 0 \\ 0 & \text { if } x<0\end{cases} H(x)={10 if x≥0 if x<0
换句话说, H ( x ) \mathrm{H}(\mathrm{x}) H(x) 是积累指示函数 1 ( − ∞ , x ] 1_{(-\infty, \mathrm{x}]} 1(−∞,x] 相对于测度 δ \delta δ 的积分:
H ( x ) = ∫ R 1 ( − ∞ , x ] ( t ) δ { d t } = δ ( − ∞ , x ] . H(x)=\int_{\mathbf{R}} \mathbf{1}_{(-\infty, x]}(t) \delta\{d t\}=\delta(-\infty, x] . H(x)=∫R1(−∞,x](t)δ{dt}=δ(−∞,x].
粜数相对于一个连续函数的积分可以通过黎曼 − - − 斯蒂尔杰斯积分严格定义:
∫ − ∞ ∞ f ( x ) δ { d x } = ∫ − ∞ ∞ f ( x ) d H ( x ) . \int_{-\infty}^{\infty} f(x) \delta\{d x\}=\int_{-\infty}^{\infty} f(x) d H(x) . ∫−∞∞f(x)δ{dx}=∫−∞∞f(x)dH(x).
δ {\delta} δ 函数的所有更高矩都是零。其特征函数和矩母函数都等于 1 。
在分布理论中,一个广义函数并不像普通函数一样直接定义,而是在它相对其他函数积分的时候,以它如何影响这一积分来定义。沿着这条思路,只须定义δ函数相对某个足够“良好”的测试函数的“积分”就足够了。如果δ函数已经定义为测度,则这种积分可以是测试函数相对于这δ测度的勒贝格积分。
测试函数空间一般可包括所有R上的紧支撑光滑函数。作为一个分布,δ函数是在测试函数空间上的线性泛函,定义为 δ ( φ ) = φ ( 0 ) δ(φ)=φ(0) δ(φ)=φ(0)。
δ函数是分布
若要使δ成为一个正式的分布,它必须要在测试函数空间上相对某个合适拓扑为连续的
定理(分布的等价条件):在测试函数空间上的线性泛函S要能够良好定义一个分布,其必要和充分条件是,对于每个正整数N,有整数 M N M_N MN和常数 C N C_N CN,使得对每个测试函数φ,以下不等式都成立:
∣ S [ φ ] ∣ ≤ C N ∑ k = 0 M N sup x ∈ [ − N , N ] ∣ φ ( k ) ( x ) ∣ |S[\varphi]| \leq C_{N} \sum_{k=0}^{M_{N}} \sup _{x \in[-N, N]}\left|\varphi^{(k)}(x)\right| ∣S[φ]∣≤CN∑k=0MNsupx∈[−N,N]∣ ∣φ(k)(x)∣ ∣
当S就是δ分布时, C N C_N CN = 1, M N M_N MN = 0对于所有N,就能满足这条不等式。因此,δ是级数为零的分布。它也是一个紧支撑分布,其支撑集是{0}