L形膜的特征值和尖端

打开直播脚本

这个例子展示了如何计算特征值和特征向量。特征值问题是 $- δ. u ＝ λ. u$ ．这个例子计算特征值小于100的所有特征模。

创建模型并包括此几何形状。L形膜的几何形状在文件中描述lshapeg．

模型= createpde ();geometryFromEdges(模型、@lshapeg);

设所有边的狄利克雷边界条件为零。

applyBoundaryCondition(模型,“边界条件”，.．.“边缘”，1：model.geometry.numedges，.．.“u”，0）;

指定问题的系数:d= 1c= 1。其他系数都等于零。

specifyCoefficients(模型,'M'0,' d '，1，“c”，1，“一个”0,“f”，0）;

设置时间间隔100年[0]作为解中特征值的区域。

R = [0 100];

创建一个网格并解决问题。

generateMesh(模型,'hmax', 0.05);结果= solvepdeeig(模型中,r);

基础= 10,时间= 0.33,新conv eig = 0 = 11,时间= 0.42,新conv eig = 0 = 12,时间= 0.44,新conv eig = 0 = 13,时间= 0.46,新conv eig = 0基础= 14日时间= 0.47,新conv eig = 0 = 15,时间= 0.49,新conv eig = 0基础= 16日时间= 0.50,新conv eig = 0基础= 17日时间= 0.51,新conv eig = 0基础= 18日时间= 0.53,新conv eig = 1基础= 19日时间= 0.54,新conv eig = 1 = 20,时间= 0.55,新conv eig = 1基础= 21日时间= 0.73,新conv eig = 1基础= 22日时间= 0.77,新conv eig = 3基础= 23日时间= 0.79,新conv eig = 3 = 24,时间= 0.82,新conv eig = 4 = 25,时间= 0.84,新conv eig = 5基础= 26日时间= 0.86,新conv eig = 6基础= 27,时间= 0.88,新conv eig = 6基础= 28日时间= 0.90,新conv eig = 6基础= 29,时间= 1.02,新conv eig = 7 = 30,时间= 1.07,新conv eig = 7基础= 31日时间= 1.08,新conv eig = 10个基点= 32,时间= 1.10,新conv eig = 10个基点= 33 = 1.12,新conv eig = 11基础= 34,时间= 1.13,新conv eig = 11基础= 35,时间= 1.15,新conv eig = 14基础= 36,时间= 1.17,新conv eig = 14基础= 37,时间= 1.20,新conv eig = 14基础= 38,时间= 1.32,新conv eig = 14基础= 39,时间= 1.35,新conv eig = 14基础= 40,时间= 1.36,新conv eig = 14基础= 41,时间= 1.38,新conv eig = 15基础= 42,时间= 1.41,新conv eig = 15基础= 43,时间= 1.44,新conv eig = 15基础= 44岁时间= 1.46,新conv eig = 16基础= 45,时间= 1.48,新conv eig = 16基础= 46岁,时间= 1.52,新conv eig = 16基础= 47岁,时间= 1.66,新conv eig = 16基础= 48,时间= 1.72,新conv eig = 17基础= 49,时间= 1.76,新conv eig = 18 = 50,时间= 1.81,新conv eig = 18基础= 51岁,时间= 1.96,新conv eig = 18基础= 52岁,时间= 2.08,新conv eig = 18基础= 53岁,时间= 2.13,新conv eig = 18基础= 54,时间= 2.18,新的扫描结束conv eig = 21:基础= 54,时间= 2.32,新conv eig = 21基础= 31日时间= 2.51,新conv eig = 0 = 32,时间= 2.57,新conv eig = 0基础= 33 = 2.62,新conv eig = 0横扫结束:基础= 33 = 2.62,新conv eig = 0

有19个特征值小于100。

长度(results.Eigenvalues)

ans = 19.

绘制第一个特征模型并将其与Matlab的比较膜函数。

u = results.Eigenvectors;pdeplot(模型,“XYData”，U（：1），“ZData”u (: 1));

图包含一个坐标轴对象。axis对象包含一个patch类型的对象。

膜(图9 - 1,20日,9)

图包含一个坐标轴对象。轴线对象包含一个表面类型的对象。

特征向量可以乘以任何标量而仍然是特征向量。这就解释了你们看到的尺度上的差异。

膜可以生产用于L形膜的前12个特征函数。比较12th eigenmodes。

图pdeplot(模型,“XYData”u (: 12),“ZData”u (: 12));

图包含一个坐标轴对象。axis对象包含一个patch类型的对象。

图膜（12,20,9,9）

图包含一个坐标轴对象。轴线对象包含一个表面类型的对象。

部分微分方程工具箱文档

金宝app

尝试MATLAB, Si金宝appmulink和其他产品下载188bet金宝搏

得到审判现在