で非零である三角形分布
を表す.
HeavisideLambda[x1,x2,…]
で非零である多次元三角形分布
を表す.
HeavisideLambda
で非零である三角形分布
を表す.
HeavisideLambda[x1,x2,…]
で非零である多次元三角形分布
を表す.
詳細
- HeavisideLambda[x]はConvolve[HeavisidePi[t],HeavisidePi[t],t,x]に等しい.
- HeavisideLambdaは,微分係数,積分,積分変換,微分方程式で用いることができる.
- HeavisideLambdaは属性Orderlessを有する.
例題
すべて開く すべて閉じる例 (4)
HeavisideLambda[0.8]Plot[HeavisideLambda[x], {x, -2, 2}]Plot3D[HeavisideLambda[x, y], {x, -1, 1}, {y, -1, 1}]より高次の導関数はDiracDelta超関数を含む:
D[HeavisideLambda[x], {x, 2}]スコープ (38)
数値評価 (7)
HeavisideLambda[-1]HeavisideLambda[1 / 4]HeavisideLambda[1, Pi, 5.3]N[HeavisideLambda[5 / 17], 50]HeavisideLambda[0.3333333333333333333]HeavisideLambda[1.2]HeavisideLambda[4 / 7`100]//TimingHeavisideLambda[17 / 91`100000000];//TimingHeavisideLambdaはリストに縫い込まれる:
HeavisideLambda[{-3, -1, 0, 1 / 3, 1}]Aroundを使って平均的な場合の統計区間を計算する:
HeavisideLambda[ Around[1 / 2, 0.01]]HeavisideLambda[{{-1, 0}, {-1 / 2, 1 / 2}}]MatrixFunctionを使って行列のHeavisideLambda関数を計算することもできる:
MatrixFunction[HeavisideLambda, {{-1, 0}, {-1 / 2, 1 / 2}}]特定の値 (4)
固定点におけるHeavisideLambdaの値:
Table[HeavisideLambda[n ], {n, -1, 1, 1 / 3}]HeavisideLambda[0]FunctionExpand[HeavisideLambda[x]]HeavisideLambda[x]=0.6となるような x の値を求める:
xval = x /. FindRoot[HeavisideLambda[x] == 0.6, {x, 0.3}]Plot[HeavisideLambda[x], {x, -2, 2}, Epilog -> Style[Point[{xval, HeavisideLambda[xval]}], PointSize[Large], Red], ExclusionsStyle -> Dotted]可視化 (4)
HeavisideLambda関数をプロットする:
Plot[HeavisideLambda[x], {x, -2, 2}]スケールされたHeavisideLambda関数を可視化する:
Plot[{HeavisideLambda[x], HeavisideLambda[x / 2], HeavisideLambda[2x]}, {x, -3, 3}, PlotLegends -> "Expressions"]HeavisideLambdaと周期関数の組合せを可視化する:
Plot[HeavisideLambda[Sin[x]], {x, -2Pi, 2Pi}]HeavisideLambdaを三次元でプロットする:
Plot3D[HeavisideLambda[x, y], {x, -1.5, 1.5}, {y, -1.5, 1.5}, ColorFunction -> "SouthwestColors", Exclusions -> None, PlotRange -> All]関数の特性 (11)
HeavisideLambda関数の定義域:
FunctionDomain[HeavisideLambda[x], x]FunctionDomain[HeavisideLambda[x], x, Complexes]HeavisideLambda関数の値域:
FunctionRange[HeavisideLambda[x], x, y]HeavisideLambdaは偶関数である:
HeavisideLambda[-x]HeavisideLambdaの面積は1である:
Integrate[HeavisideLambda[x], {x, -∞, ∞}]HeavisideLambdaは特異点を持つ:
FunctionSingularities[HeavisideLambda[x], x]FunctionContinuous[HeavisideLambda[x], x]Underscript[, x -> 0]HeavisideLambda[x] == HeavisideLambda[0]HeavisideLambdaは非減少でも非増加でもない:
FunctionMonotonicity[HeavisideLambda[x], x]HeavisideLambdaは単射ではない:
FunctionInjective[HeavisideLambda[x], x]Plot[{HeavisideLambda[x], .5}, {x, -2, 2}, PlotStyle -> {Thick}]HeavisideLambdaは全射ではない:
FunctionSurjective[HeavisideLambda[x], x]Plot[{HeavisideLambda[x], -1}, {x, -2, 2}, PlotStyle -> {Thick}]HeavisideLambdaは非負である:
FunctionSign[HeavisideLambda[x], x]HeavisideLambdaは凸でも凹でもない:
FunctionConvexity[HeavisideLambda[x], x]TraditionalFormによる表示:
HeavisideLambda[x]//TraditionalForm微分 (4)
一変量のHeavisideLambdaを微分する:
D[HeavisideLambda[x], x]Table[D[HeavisideLambda[x], {x, k}], {k, 2, 4}]//FullSimplify多変量のHeavisideLambdaを微分する:
D[HeavisideLambda[x, y, z], z]HeavisideLambdaを含む組合せを微分する:
D[HeavisideLambda[x, f[y], z], y]積分 (4)
Integrate[HeavisideLambda[x], {x, 0, y}, Assumptions -> y > 0]Integrate[HeavisideLambda[x^2 - x]Cos[x], {x, 0, 5}]Integrate[HeavisideLambda[x] Exp[-x ^ 2], {x, -Infinity, Infinity}]NIntegrate[HeavisideLambda[ Cos[x]] Sin[x], {x, 0, (2π/3), 5}]HeavisideLambdaの記号導関数を含む式を積分する:
Integrate[HeavisideLambda'''[x - a] f[x], {x, -Infinity, Infinity}, Assumptions -> a∈Reals]積分変換 (4)
HeavisideLambdaのFourierTransformは平方Sinc関数である:
FourierTransform[HeavisideLambda[x], x, t, FourierParameters -> {1, 1}]Plot[%, {t, -15, 15}]FourierSeries[HeavisideLambda[x], x, 5]// FullSimplifyPlot[{%, HeavisideLambda[x]}, {x, -2, 2}, Exclusions -> None]HeavisideLambdaのLaplaceTransformを求める:
LaplaceTransform[HeavisideLambda[x], x, t]Plot[%, {t, -3, 3}, PlotRange -> All]HeavisideLambdaのHeavisidePiによるたたみ込み:
Convolve[HeavisideLambda[x], HeavisidePi[x], x, y]Plot[%, {y, -2, 2}]アプリケーション (2)
HeavisideLambdaを含む関数の記号積分と数値積分を行う:
Plot[Tanh[x] HeavisideLambda[3x - 1], {x, 0, 1}]Integrate[Tanh[x] HeavisideLambda[3x - 1], {x, -1, 1}]N[%]NIntegrate[Tanh[x]UnitTriangle[3x - 1], {x, -1, 1}]data = Table[HeavisideLambda[x], {x, -2, 2, 4 / 1023}];ListLinePlot[data]dwd = DiscreteWaveletTransform[data, DaubechiesWavelet[3], 5, Padding -> "Reflected"];WaveletScalogram[dwd, {___, 1}, Method -> "Inverse" -> True, ColorFunction -> "BlueGreenYellow"]特性と関係 (2)
HeavisideLambdaの導関数は分布である:
D[HeavisideLambda[x], x]より高次では,DiracDelta分布が現れる:
D[HeavisideLambda[x], {x, 2}]UnitTriangleの導関数は区分関数である:
D[UnitTriangle[x], x]HeavisideLambdaはHeavisideThetaによって表すことができる:
FunctionExpand[HeavisideLambda[x]]関連リンク
テキスト
Wolfram Research (2008), HeavisideLambda, Wolfram言語関数, https://reference.wolfram.com/language/ref/HeavisideLambda.html.
CMS
Wolfram Language. 2008. "HeavisideLambda." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/HeavisideLambda.html.
APA
Wolfram Language. (2008). HeavisideLambda. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/HeavisideLambda.html
BibTeX
@misc{reference.wolfram_2026_heavisidelambda, author="Wolfram Research", title="{HeavisideLambda}", year="2008", howpublished="\url{https://reference.wolfram.com/language/ref/HeavisideLambda.html}", note=[Accessed: 03-November-2026]}
BibLaTeX
@online{reference.wolfram_2026_heavisidelambda, organization={Wolfram Research}, title={HeavisideLambda}, year={2008}, url={https://reference.wolfram.com/language/ref/HeavisideLambda.html}, note=[Accessed: 03-November-2026]}