主要内容

del2

离散拉普拉斯算子

描述

例子

l= del2 (U)返回一个离散近似拉普拉斯微分算子应用于U使用默认间距,h = 1,所有点之间。

例子

l= del2 (U,h)指定一个制服,标量间距,h点之间的所有维度U

例子

l= del2 (U,hx, hy,…, hN)指定间距hx, hy,…, hN点之间的每个维度U。每个间隔输入指定为一个标量或矢量的坐标。间距的数量必须等于输入的维数U

  • 第一个间距值hx指定了x间距(标量)或x坐标点的(向量)。如果它是一个向量,它的长度必须等于大小(U, 2)

  • 第二个间距值沪元指定了y间距(标量)或y坐标点的(向量)。如果它是一个向量,它的长度必须等于大小(U, 1)

  • 所有其他间距值指定的间距(标量)或点的坐标(向量)在相应的维度U。如果,n > 2,nth间隔输入是一个矢量,然后它的长度必须等于大小(U, n)

例子

全部折叠

计算物体的加速度矢量的位置数据。

创建一个向量的位置数据。

p = [1 3 6 10 16 18 29];

为了找到物体的加速度,使用del2第二个数值导数的计算p。使用默认的间距h = 1数据点之间。

L = 4 * del2 (p)
L =1×71 1 1 2 4 9 22

每个值的l是一个近似的瞬时加速度。

计算离散余弦向量的一维拉普拉斯算子。

定义函数的域。

x = linspace(2 *π,2 *π);

这产生100个等间距的范围 - - - - - - 2 π x 2 π

在这一领域创建一个向量的余弦值。

U = cos (x);

拉普拉斯算子的计算U使用del2。使用域向量x定义每个点的一维坐标U

L = 4 * del2 (U, x);

分析,这个函数的拉普拉斯算子的= Δ U = - - - - - - 因为 ( x )

策划的结果。

情节(x, U, x, L)传说(“U (x)”,L (x)的,“位置”,“最佳”)

图包含一个坐标轴对象。坐标轴对象包含2线类型的对象。这些对象代表U (x), L (x)。

的图像Ul同意拉普拉斯算子的分析结果。

计算并绘制离散多变量函数的拉普拉斯算子。

定义函数的x和y域。

(x, y) = meshgrid (5:0.25:5 5:0.25:5);

定义的函数 U ( x , y ) = 1 3 ( x 4 + y 4 ) 在这个领域。

U = 1/3。* (x) ^ 4 + y。^ 4);

计算这个函数的拉普拉斯算子的使用del2。点之间的间距U等于向四面八方,所以您可以指定一个间隔的输入,h

h = 0.25;L = 4 * del2 (U, h);

分析,这个函数的拉普拉斯算子的= Δ U ( x , y ) = 4 x 2 + 4 y 2

绘制离散拉普拉斯算子,l

图冲浪(x, y, L)网格标题(美元的阴谋\δU (x, y) = 4 x ^ 2 + y ^ 2美元的,“翻译”,“乳胶”)包含(“x”)ylabel (“y”)zlabel (“z”)视图(35岁,14)

图包含一个坐标轴对象。标题图的坐标轴对象δU leftParenthesis x, y rightParenthesis = 4 x²+ 4 y²基线,基线包含x, y ylabel包含一个类型的对象的表面。

的图像l同意拉普拉斯算子的分析结果。

计算自然对数函数的离散拉普拉斯算子。

定义函数的x和y域网格的实数。

(x, y) = meshgrid (5, 5:0.5:5);

定义的函数 U ( x , y ) = 1 2 日志 ( x 2 y ) 在这个领域。

U = 0.5 *日志(x, y ^ 2。*);

时复数对数的论点y是负的。

使用del2计算这个函数的离散拉普拉斯算子。指定在每个方向网格点之间的间距。

hx = 1;hy = 0.5;L = 4 * del2 (U, hx hy);

分析,拉普拉斯算子等于 Δ U ( x , y ) = - - - - - - ( 1 / x 2 + 1 / 2 y 2 ) 。这个函数没有定义的线 x = 0 y = 0

情节真实的部分Ul在相同的图。

图冲浪(x, y,真实(L))冲浪(x, y,实际(U)网格标题(情节的U (x, y)和\δU (x, y)美元的,“翻译”,“乳胶”)包含(“x”)ylabel (“y”)zlabel (“z”58)视图(41)

图包含一个坐标轴对象。坐标轴对象和标题块U (x, y)和δU (x, y),包含x, y ylabel包含2对象类型的表面。

顶部表面U和底部表面l

输入参数

全部折叠

输入数组,指定为一个向量,矩阵,或多维数组。

数据类型:|
复数的支持:万博1manbetx是的

间距在所有维度,指定为1(默认),或者一个标量。

数据类型:|
复数的支持:万博1manbetx是的

间距在每个维度,指定为单独的标量参数(对于均匀间距)或向量(非均匀间距)。间距的数量必须等于输入的维数U。每个间隔输入定义一维的点之间的间距U:

  • 第一个间距值hx指定了x间距(标量)或x坐标点的(向量)。如果它是一个向量,它的长度必须等于大小(U, 2)

  • 第二个间距值沪元指定了y间距(标量)或y坐标点的(向量)。如果它是一个向量,它的长度必须等于大小(U, 1)

  • 所有其他间距值指定的间距(标量)或点的坐标(向量)在相应的维度U。如果,n > 2,nth间隔输入是一个矢量,然后它的长度必须等于大小(U, n)

数据类型:|
复数的支持:万博1manbetx是的

输出参数

全部折叠

离散拉普拉斯算子的逼近,返回为一个向量,矩阵,或多维数组。l是相同的大小作为输入,U

更多关于

全部折叠

拉普拉斯微分算子

使用的拉普拉斯算子的定义del2在MATLAB®取决于数据的维数U

  • 如果U是一个向量表示一个函数U (x)这是评估点的线,del2 (U)是一个有限差分逼近的

    l = Δ U 4 = 1 4 2 U x 2

  • 如果U是一个矩阵表示一个函数U (x, y)这是评估一个正方形网格点的,del2 (U)是一个有限差分逼近的

    l = Δ U 4 = 1 4 ( 2 U x 2 + 2 U y 2 )

  • 三个或三个以上变量的函数,U (x, y, z,……),离散拉普拉斯算子del2 (U)计算二阶导数在每个维度,

    l = Δ U 2 N = 1 2 N ( 2 U x 2 + 2 U y 2 + 2 U z 2 + ) ,

    在哪里N维度的数量吗U N 2

算法

如果输入U是一个矩阵,内陆点的l发现通过点的区别U和四个邻国的平均值:

l j = ( ( u + 1 , j + u 1 , j + u , j + 1 + u , j 1 ) 4 u , j ]

然后,del2计算的值的边缘l通过线性外推的第二个区别内部。这个公式是多维的扩展U

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

GPU的代码生成
生成NVIDIA的CUDA®代码®GPU使用GPU编码器™。

版本历史

之前介绍过的R2006a

另请参阅

|