数值求解一维漂移扩散PDE（电子和离子连续性方程+泊松）-Matlab开发

利用Matlab进行泊松方程的有限差分计算。

这篇文档介绍使用光谱方法解一维泊松方程的理论，具体涉及了“poisson1D.m”文件的应用。我们采用正弦变换来求解带有狄利克雷边界条件的问题。相比于简单的有限差分法，该方法提供了更高的数值精度。

一维有限元模型求解扩散方程d/dx ( c du/dx ) + f = 0其中 c 和 f 为常数。可自由设置节点数、高斯正交点、加权因子、c、f 和边界条件。

本示例阐述如何使用 MATLAB PDE 工具箱求解二维热方程的特征方程。

介绍了一种利用切比雪夫加速的逐次超松弛（SOR）方法求解泊松方程的快速算法。该方法通过引入切比雪夫多项式，优化了SOR方法的迭代参数，从而显著提高了收敛速度。数值实验结果表明，该算法在保证计算精度的同时，能够有效减少迭代次数，特别适用于求解大规模泊松方程问题。

这是一个基于泊松融合方程的图像融合 MATLAB 实现，参考论文为：Pérez P, Gangnet M, Blake A. Poisson image editing[M]//ACM SIGGRAPH 2003 Papers. 2003:313-318。 该项目包含两个 MATLAB 脚本：Poisson Fusion 和 Poisson Repair，并提供了一些用于练习的图片，包括原始图像、蒙版、目标图像和结果图像。

函数计算在截止点c处R分布的不连续性检验，遵循McCrary (2008)的方法。该函数利用了Schäublin (2020)的kernelfunc函数。

使用精确的一维黎曼求解器解决一维欧拉气体方程。该解决方案基于Fortran代码的学术教材。

利用MATLAB工具箱求解偏微分方程 MATLAB的pdepe指令可以解决形如以下的偏微分方程： [m frac{partial c}{partial t} + frac{partial }{partial x} left( f(x,t,u, frac{partial u}{partial x}) right) = s(x,t,u, frac{partial u}{partial x}) ] 其中，时间范围为 (0 leq t leq t_f), 空间范围为 (a leq x leq b)。参数m表示问题的对称性，可取0（平板）、1（圆柱）或2（球体）。当(m > 0)时，a必须等于b，表示圆柱或球体的对称性。 方程式中各项的含义如下： (f(x,t,u, frac{partial u}{partial x})) 表示流通量（flux）。 (s(x,t,u, frac{partial u}{partial x})) 表示来源项（source）。 (c(x,t,u, frac{partial u}{partial x})) 表示偏微分方程的对角线系数矩阵。对角线元素为0表示椭圆型偏微分方程，为正值表示抛物型偏微分方程。 离散化方法 类似于抛物型方程的处理方法，我们将xt平面剖分成矩形网格，x方向步长为h，t方向步长为τ。通过不同的差商近似偏导数，可以得到方程的不同差分格式，并结合离散化的初始条件，得到最终的差分格式。