兩個你離不開的不可能之物
想像一個電燈開關。在時刻 t = 0 之前房間是暗的；你一撥開關的瞬間，燈就亮了，並且一直亮著。畫成圖，就是一個在 t < 0 時為 0、在 t > 0 時為 1 的函數，在原點直直地往上跳，中間沒有任何過渡。這就是亥維賽階躍函數 H(t)——一個瞬時開關的數學理想化。參見亥維賽階躍函數。它如實刻畫了工程中時刻在做的事：接通一個電壓、把一個荷載砸到梁上、打開一個閥門——這些事件在該問題的時間尺度上，實際上就是瞬間發生的。
現在問那個危險的問題：這個開關的導數是什麼？除原點外處處 H 都是平的，所以當 t 不為 0 時 H'(t) = 0。但在 t = 0 處，圖像在零水平距離上躍升了整整一個單位——那裡的斜率，從誠實的意義上說，是無窮大。於是 H' 處處為零，唯獨在一點上無限高，然而——這正是奇妙之處——它下方的總面積必須恰好是 1，因為這正是 H 攀升的量。一個無限細、無限高、面積為 1 的尖峰：這就是狄拉克 delta delta(t)。參見狄拉克 delta 函數。開關與尖峰，互為對方的導數與原函數。
把它弄嚴格：一個不斷變窄的鼓包的極限
你怎麼馴服一個破壞規則的對象？把它構造成一族完全普通函數的極限。取一個又高又瘦的矩形：寬 epsilon、高 1/epsilon、以 0 為中心。它的面積是寬乘高 = 1，不論 epsilon 多小都如此。現在讓 epsilon 縮向 0。矩形變得越來越高、越來越瘦，面積始終是 1，擠壓到 x = 0 這一個點上。delta 就是這一過程的理想化終點——不是某個特定 epsilon 處的矩形，而是當 epsilon 趨於 0 時，它所觸及的每一個量所收斂到的東西。
矩形是最粗糙的選擇；更光滑的也行，而且往往更好用。一個面積為一、又高又窄的高斯鐘形 (1/(epsilon square root of pi)) e^{-x^2/epsilon^2}，當 epsilon 趨於 0 時收窄為 delta——一個熟悉的形狀，直接連回那個高斯積分，正是其總面積裡的 pi 讓它保持歸一。這一點令人釋然：並不存在唯一「正確」的鼓包。任何一族面積為一、向原點集中的脈衝，都給出同一個 delta，因為它們身上唯一能在極限中存活下來的，就是它們對一個光滑函數所做的事——而這件事，竟歸結為一條乾淨的法則。
定義它的唯一法則：篩選性質
delta 所做的一切，都裝在一個方程裡：f(x) 乘以 delta(x - a) 在整條直線上的積分等於 f(a)。這就是篩選性質，也是真正的定義——delta 恰好就是這樣的東西：與任意光滑的 f 相乘再積分，便把 f 在某一點的那個值交還給你。用變窄的鼓包來想像：delta(x - a) 除了 x = a 附近一個極小的窗口外處處為零。在那個窗口裡 f 基本上恆為 f(a)，於是它滑出積分號外，留下 f(a) 乘以（鼓包的面積）= f(a) 乘以 1 = f(a)。尖峰恰好在一處採樣了 f，把其餘一切都丟掉。
DEFINING PROPERTY (the sifting / sampling rule):
integral_{-inf}^{+inf} f(x) delta(x - a) dx = f(a)
Special case f = 1 (total area is one):
integral_{-inf}^{+inf} delta(x) dx = 1
LINK TO THE STEP (Fundamental Theorem of Calculus):
integral_{-inf}^{x} delta(s) ds = H(x) so H'(x) = delta(x)
USEFUL ALGEBRA OF THE DELTA:
delta(-x) = delta(x) (even)
delta(c x) = (1/|c|) delta(x) (rescaling shrinks the area)
x delta(x) = 0 (the spike sits where x = 0)
delta(g(x)) = sum over roots x_k of delta(x - x_k) / |g'(x_k)|現在這兩個對象之間的聯繫，恰恰就是寬鬆地理解的微積分基本定理。把 delta 從負無窮積分到 x，會在你跨過原點的那一刻積累起它那唯一的一份面積，於是累計值在 0 之前為 0、在 0 之後為 1——這正是 H(x)。反方向用定理便得 H'(x) = delta(x)。所以開關是尖峰的積分，尖峰是開關的導數。Volume I 教過你光滑函數的這種配對；在這裡它原封不動地存活下來，適用於那些在舊意義下根本不可微的對象——這正是廣義函數視角的全部威力。
工程師為何愛用它：衝量、點源、採樣
第一項工作是衝量。用錘子敲一個質量塊：一個在極短時間內作用的大力，其乘積——力乘時間，即動量的改變——才是真正要緊的。把錘擊理想化為 F(t) = J times delta(t)，其中 J 是總衝量。把它餵進一個系統，你就讀出它的衝激響應：系統在一次尖銳的猛擊之後如何振鈴、衰減或歸位的全過程。參見衝激響應。這可不是玩具。知道一個線性系統的衝激響應，就能告訴你它對任意輸入的響應——把無窮多個被縮放、平移的衝量疊加起來即可，而這正是卷積。
第二項工作是點源。一個點電荷、一個質點、梁上單獨一處集中的荷載——物理上這些物質都坐落在一個位置，總量有限卻沒有任何展佈。空間中的一個 delta，delta(x - a)（或它的多維版本），是唯一誠實地寫出「這份量的全部，全打包在點 a 處」的方式。用一個 delta 源去解微分方程，你得到的答案就是格林函數——介質對單點一戳的響應，是衝激響應在空間上的表親，也是那塊積木：把對一個彌散源的響應，通過積分組裝起來，靠的就是它。
第三項工作是採樣，它不過是穿上工作服的篩選性質。一排間隔為 T 的 delta——一把「狄拉克梳」——與一個連續訊號相乘，便在每個刻度上揀出訊號的值、忽略其餘。這一幅圖就是把類比訊號轉換成電腦儲存的數字流的數學核心，也是為什麼存在一個最密的間隔 T，低於它就不會丟失任何細節。於是同一個理想化的尖峰，既能為錘擊建模，也能為類比數位轉換器的每一次「喀噠」建模——這個抽象，三次三倍地賺回了自己的成本。
delta 在變換機器裡
delta 真正物盡其用之處，是在積分變換內部，在那裡亂糟糟的開關與尖峰運算化為乾淨的代數。看拉普拉斯變換：把它作用到 delta(t) 上，只是憑篩選性質在 t = 0 處採樣核 e^{-st}，得出 delta 的拉普拉斯變換等於 1——可能是最簡單的答案。一個延遲的猛擊 delta(t - a) 變換為 e^{-as}。於是當你求解一個由突發衝量驅動的微分方程時，delta 在變換空間裡變成常數 1，你做普通的代數，再反變換。衝激響應，字面上就是系統傳遞函數的逆變換。
- 把突發事件建模為一個 delta。在 t = a 的錘擊、在 x = a 的點荷載、一個理想化的電流脈衝——把它寫成方程裡一個（可能平移、可能縮放的）delta 項。
- 做變換，讓篩選性質把它坍縮掉。delta 變成一個乾淨的因子——1，或 e^{-as}，或 e^{-i omega a}——你的微分方程便化為變換變量裡的一個代數方程。
- 解出代數，再反變換。逆變換把你帶回時間或空間響應——對一個 delta 輸入，這個響應恰好就是你想要的衝激響應或格林函數。
傅立葉這一側講了最深的故事。狄拉克 delta 的傅立葉變換是一個平直的常數——delta 等量地包含每一個頻率。這正是「一個尖銳的尖峰是由所有波一齊造成的」的精確含義，也是為什麼一記乾淨的衝量是完美的探針：給系統一個 delta，你就同時在每一個頻率上測試了它。反方向用對偶性，時間上的一個常數變換為頻率上的一個 delta，編碼了那個顯然的事實：一個純粹不變的訊號恰好住在一個頻率上，即零。階躍函數也來摻一腳：對任何訊號裡的一個跳變求導，會在其導數的頻譜裡種下一個 delta，這正是為什麼吉布斯過衝在跳變附近始終不肯徹底消失。
安全地駕馭它們：什麼允許、什麼不允許
因為 delta 是分佈而非函數，有些熟悉的運算可以做，有些則被禁止——而把兩者混淆，正是人們出錯的地方。你可以讓 delta 乘以一個光滑函數（g(x) delta(x - a) = g(a) delta(x - a)，它只是採樣了 g），可以積分它、平移它、縮放它，並且想求多少次導就求多少次——delta'(x)，那個「偶極子」，完全說得通，並服從 f 乘以 delta' 的積分等於 minus f'(a)，由分部積分得到。你不可以做的，是把兩個 delta 相乘：delta(x) times delta(x)，或 delta(x)^2，毫無意義，因為同一點處兩個單位面積的尖峰，給出一個你無法定義的面積。
階躍本身也有一處不動聲色的微妙：H(0) 的值是多少？答案是：無所謂。不同的書把 H(0) 取作 0、1 或 1/2，而每一個含 H 的積分無論如何都得出相同的結果，因為在一個孤立點上改變函數值，並不改變任何積分。（對稱的取法 1/2 是最自然的，因為它是兩側的平均——而這恰好是傅立葉級數在跳變處所收斂到的值，那裡部分和落在缺口的中點上。）這個教訓可以推廣：分佈是由它們在積分下所做的事來定義的，所以凡能在積分中存活下來的都是真實的，凡存活不下來的，都不過是一個無害的約定選擇。
退後一步，看看你得到了什麼。通過把「函數」的概念拓寬到包含這些理想化對象，Volume I 的微積分——導數、積分、基本定理——便能繼續作用於那些讓舊規則嗆住的開關、猛擊與點源。你在前頭付出了一點嚴格性（你必須記住它們只有在積分內部才有意義），換來的是覆蓋範圍的巨大增益：階躍與尖峰讓你能乾淨而精確地寫下那些充滿真實物理與工程的突發與集中事件。它們並不真是函數——而這恰恰是要害所在。