10 votos

Cuando se 2d escasa integración numérica por las regiones de Voronoi mejor que el uso de elementos triangulares de malla

He heredado algunos de análisis numérico código que integra un 2D función que sólo se conocido a un gran conjunto de desestructurado puntos.

La forma de hacer esto es mediante la triangulación de Delauney el dominio a través de los puntos de muestra y, a continuación, calcular el área de la celda de Voronoi en cada punto, y usar eso como el peso asociado a cada punto. Descuidar los efectos de los bordes de la suma de las áreas será total hasta la zona de el dominio, y por lo que parece un enfoque válido - pero no se cómo me gustaría abordarlo.

Me gustaría utilizar la triangulación de Delauney y obtener los pesos de los elementos finitos de estilo de función de base en cada vértice. (1/3 del área de la suma de los triángulos con el mismo vértice.). De nuevo las funciones de los pesos de la suma del área del dominio.

Parece que en 1D los dos enfoques sería el mismo, pero no creo que este es el caso de 2D.

Así que mi pregunta es ¿hay conocidas ventajas/desventajas de cada estilo de integración numérica?

4voto

Han de Bruijn Puntos 6161

Aparte de la observación de que los dos métodos parecen ser (o más bien debería ser equivalente, el uso de la triangulación de Delaunay, sin el desvío de Voronoi, parece ser el más sencillo.
Además es más conveniente determinar primero la integral sobre uno (Delaunay) triángulo y luego simplemente la suma sobre todos los triángulos; nada se gana con la recopilación de los triángulos en el mismo vértice, por la razón de que la suma de los números pueden estar en cualquier orden.
Formulación precisa para un triángulo $\Delta$ con vértices $(x_1,y_1),(x_2,y_2),(x_3,y_3)$ y los valores de la función $(f_1,f_2,f_3)$ en estos vértices (en caso de que no lo saben ya): $$ \iint_{\Delta} f(x,y)\,dx\,dy = \frac{1}{2} \det\begin{bmatrix} (x_2-x_1) & (x_3-x_1) \\ (y_2-y_1) & (y_3-y_1) \end{bmatrix} \frac{f_1+f_2+f_3}{3} $$ A continuación, suma sobre todos los triángulos en el dominio de / malla $\Omega$ : $$ \iint_{\Omega} f(x,y)\,dx\,dy = \sum_{\Delta} \iint_{\Delta} f(x,y)\,dx\,dy $$ Y eso es todo. Así que me gustaría votar por su enfoque, aparte de pequeños detalles.

Hacia los lados de la nota. En realidad, triángulos de Delaunay y regiones de Voronoi son doble el uno al otro.
El antiguo concepto es el más favorito de los Métodos de elementos Finitos, mientras que el segundo concepto es el más favorito con Diferencia Finita/Volumen métodos. Mi sesgo personal es la unificación de ambos; Las regiones de Voronoi son, en la página 13 en la siguiente referencia : 2-D De Primaria De Las Subestructuras .

Delaunay y regiones de Voronoi.
enter image description here

  • Imagen de la izquierda: (Delaunay) triángulo con medias y regiones tentativamente llamado Delaunay regiones (con la esperanza de que esta nomenclatura no ha sido reclamado ya en algún sitio)
  • La imagen de la derecha: el mismo triángulo con la perpendicular bisectrices y las regiones de Voronoi

Es fácil mostrar que el área de un Delaunay región es $1/3 \times$ el área de la (Delaunay) del triángulo.
Prueba. Sin pérdida de generalidad, vamos $A = (0,0)$ , $B = (x_B,y_B)$ , $C = (x_C,y_C)$ , a continuación, el área de, por ejemplo, los Delaunay región $APZQ$ es: $$ \frac{1}{2} \det\begin{bmatrix} x_B/2 & (x_B+x_C)/3 \\ y_B/2 & (y_B+y_C)/3 \end{bmatrix} + \frac{1}{2} \det\begin{bmatrix} (x_B+x_C)/3 & x_C/2 \\ (y_B+y_C)/3 & y_C/2 \end{bmatrix} = \frac{1}{3} \times \frac{1}{2} \det\begin{bmatrix} x_B & x_C \\ y_B & y_C \end{bmatrix} $$ Así que podemos concluir con seguridad que el procedimiento de integración numérica como se propone en esta respuesta es equivalente con la integración numérica más de Delaunay regiones (reunido alrededor de un vértice).
Hallar el área de una región de Voronoi es mucho más complicado (creo). Es claro a partir de las imágenes, sin embargo, que la función de ponderación los valores con Delaunay regiones es, al menos, diferentesde la ponderación de los valores de la función con las regiones de Voronoi (excepto para los triángulos equiláteros).

La ACTUALIZACIÓN. Sin pérdida de generalidad, de nuevo, vamos a $A = (0,0)$ , $B = (x_B,y_B)$ , $C = (x_C,y_C)$ , a continuación, el área de, por ejemplo, la región de Voronoi $APMQ$ es: $$ V = \frac{\left[(x_B^2+y_B^2) - (x_B x_C + y_B y_C)\right]\left[x_C^2+y_C^2\right]} {8(x_B y_C - y_B x_C)} + \frac{\left[(x_C^2+y_C^2) - (x_B x_C + y_B y_C)\right]\left[x_B^2+y_B^2\right]} {8(x_B y_C - y_B x_C)} $$ Un código un poco (Delphi) programa en Pascal - la llamada a la función $V(A,B,C)$ es para memorizar:

programa de Voronoi;
tipo de punto = record x,y : doble; end;
la función V(a,B,C : punto) : doble; { Área de la Región de Voronoi en Delaunay triángulo } var O1,O2 : doble; p,q : punto; comenzar p.x := B. x A. x; p.y := B. y A. y; q.x := C. x A. x; q.y := C. y A. y; O1 := (-q.y*p.y+p.x*p.x+p.y*p.y-p.x*q.x)*(q.x*q.x+q.y*q.y) / (p.x*q.y-p.y*q.x)/8; O2 := (-q.y*p.y+q.x*q.x+q.y*q.y-p.x*q.x)*(p.x*p.x+p.y*p.y) / (p.x*q.y-p.y*q.x)/8; V := O1+O2; end;
procedimiento de la prueba; { Suma de Voronoi áreas debe ser Área de Delaunay triángulo } var A,B,C,p,q : punto; comenzar Azar, Al Azar; p.x := Aleatorio; p.y := Aleatorio; q.x := Aleatorio; q.y := Aleatorio; A. x := 0; A. y := 0; B. x := p.x; B) y := p.y; C. x := q.x; C. y := q.y; Writeln(V(A,B,C) + V(B,C,A) + V(C,A,B), '=',(p.x*q.y-p.y*q.x)/2); end;
comenzar de la prueba; final.

Por lo tanto, muy en general, la integración numérica de procedimiento es el siguiente: $$ \iint_{\Delta} f(x,y)\,dx\,dy = w_1 f_1 + w_2 f_2 + w_3 f_3 \qquad ; \qquad \iint_{\Omega} f(x,y)\,dx\,dy = \sum_{\Delta} \iint_{\Delta} f(x,y)\,dx\,dy $$ Donde:

  • $w_1=w_2=w_3=1/3 \times$ área del triángulo , para la Delaunay regiones enfoque
  • $w_1 = V(A,B,C)\, , w_2 = V(B,C,A)\, , w_3 = V(C,A,B)$ , para las regiones de Voronoi enfoque

Considerar todos los Delaunay / regiones de Voronoi alrededor de un vértice. Por simplicidad, suponga que el asociado triángulos forman un regular polígono con $N$ bordes, de tal manera que cada ángulo superior de un triángulo es $\phi=2\pi/N$ . Todos los triángulos son isoceles, por lo tanto $\;x_B^2+y_B^2=x_C^2+y_C^2=L^2\;$ y podemos determinar fácilmente la relación ( área de un Delaunay región ) / ( área de Voronoi de la región ) , con el coseno de la regla para el interior del producto y la regla del seno de un determinante: $$ \frac{L^2\sin(\phi)/2/3}{2\left[L^2-L^2\cos(\phi)\right]L^2/\left[8L^2\sin(\phi)\right]} = \frac{2}{3}\frac{\sin^2(\phi)}{1-\cos(\phi)} \quad \Longrightarrow \\ \frac{\mbox{Delaunay}}{\mbox{Voronoi}} = \frac{2}{3}\left[\,1+\cos(\phi)\,\right] $$ De ello se desprende que Delaunay = Voronoi para $\,1+\cos(\phi) = 3/2\,$ por lo tanto $\,\phi=\pi/3$ , como se esperaba (triángulos equiláteros) . Además Delaunay > Voronoi para $\,\phi<\pi/3\,$ y de Voronoi > Delaunay para $\,\phi>\pi/3$ . Especialmente para obtuso triángulos (negativo coseno) la relación de puede llegar a ser casi cero, lo que significa que las regiones de Voronoi puede llegar a ser mucho más grande que el Delaunay regiones, dando así una aparentemente irracional de alto peso a asociado un valor de la función.
Deje $\;a=\sqrt{x_B^2+y_B^2}\;$$\;b=\sqrt{x_C^2+y_C^2}\;$ . A continuación, para aquellos que quieren los de arriba WLOG : $$ \frac{\mbox{Delaunay}}{\mbox{Voronoi}} = \frac{4/3\,^2b^2\left[1-\cos^2(\phi)\right]}{2a^2b^2-ab(a^2+b^2)\cos(\phi)} $$ La solución para los tres casos $\;<1,=1,>1\;$ es equivalente a la solución de una ecuación cuadrática para $<0,=0,>0$ , es decir, cuando la siguiente parábola es positivo o cero o negativo, con $\;x=\cos(\phi)$ : $$ y = x^2-\frac{3}{4}\frac{a^2+b^2}{ab}x+\frac{1}{2} $$

3voto

theog Puntos 585

Algunos trivial observaciones:

  1. El método de Delaunay no es continua en las ubicaciones de las muestras. Si se perturba uno de los puntos de muestreo, se puede cambiar la topología de la triangulación de Delaunay, y el valor de la integral calculada saltará de forma discontinua. Las áreas de las regiones de Voronoi, por otro lado, varían continuamente con las ubicaciones de las muestras.

    enter image description here

    Mover una esquina de forma discontinua a los cambios de la Delaunay los pesos de todos los vértices.

  2. Supongamos que el dominio es muy delgada y rectángulo. Como su anchura se aproxima a cero, la integral a partir de la Voronoi método se aproxima a lo que usted se obtiene de la 1D de los métodos aplicados a la nonvanishing eje. Esto no es cierto para el método de Delaunay.

    enter image description here

    Si los puntos que se proyecta para el eje horizontal, el punto medio sería obtener un peso de $1/2$, pero el método de Delaunay le asigna un peso de $1/3$.

Una adecuada respuesta a su pregunta probablemente debería implicar error de los límites y ritmos de convergencia, aunque, por lo que no recomendamos que usted acepta esta.

3voto

yossharel Puntos 609

La tesis doctoral de Willem Schaap ("DTFE: el Delaunay Teselación Campo Estimador" de la Universidad de Groningen, Kapteyn Instituto Astronómico) trata de Voronoi frente Delaunay sistemas de ponderación para la re-muestreo irregular punto de conjuntos en una cuadrícula regular: http://irs.ub.rug.nl/ppn/298831376.

Una vez re-muestreada puede integrar, tomar FFT y así sucesivamente. Schaap da razones convincentes de por qué el Delaunay ponderación (DTFE) es preferible Voronoi de ponderación (VTFE). Esto ha sido ampliamente utilizada en el análisis de los datos astronómicos de los conjuntos. Hay generalizaciones para obtener mayores niveles de continuidad, si es necesario, el uso de "Natural Vecinos" en un Delaunay teselación (http://arxiv.org/abs/1107.1488).

2voto

Jus12 Puntos 121

Otra no respuesta completa, pero de hecho, he realizado algunos estudios numéricos de los dos casos: TLDR; Para la mayoría de los casos son casi indistinguibles.

Sospecho que esto está relacionado con las observaciones Han de Bruijn la respuesta - y que el Delaunay y regiones de Voronoi son cerca de el mismo tamaño, ya que la triangulación de Delaunay intenta producir "agradable" triángulos.

Todos mis estudios fueron en el $[-1,1]\times[-1,1]$ plaza, el uso de entre 100 y 10.000 puntos y los resultados de 20 repeticiones.

Los puntos fueron estratificados (ya que están en mis datos reales), de tal manera que los puntos son esencialmente los puntos de cuadrícula + uniforme de ruido igual al espaciado de la cuadrícula. (Esto resulta en una mejor convergance y agradable triangulaciones que sería de esperar por azar de datos). Los bordes del dominio se han manejado por la adición de "fantasma" de los puntos que contribuyó a la triangulación y calcula el peso de los vecinos no-ghost puntos, pero no fueron utilizados en la suma para calcular las integrales.

Las funciones que se utilizaron fueron:

X

$$f(x,y) = x$$

Constante De La Pelota

$$f(x,y) = \begin{cases} 1 & r < 0.75 \\ 0 & \textrm{otherwise} \end{cases}$$

Bola X

$$f(x,y) = \begin{cases} x & r < 0.75 \\ 0 & \textrm{otherwise} \end{cases}$$

Bola XY

$$f(x,y) = \begin{cases} x\;y & r < 0.75 \\ 0 & \textrm{otherwise} \end{cases}$$

Bola suave XY

$$f(x,y) = \begin{cases} w(r)\;x\;y & r < r_{max} \\ 0 & \textrm{otherwise} \end{cases}$$

Donde

$$ r_{max}=0.85 \\ z = r/r_{max} \\ w(r) = (1-z)^2 * (2z+1) $$

Los gráficos de la convergencia puede ser visto aquí (error absoluto medio son la izquierda de los gráficos, de max error absoluto a partir de las 20 iteraciones es la gráfica derecha). Convergence For Different methods, Las líneas azules son Delaunay, Rojo de Voronoi, Amarillo que tiene todos los pesos establece a 1.0, y el Verde de ellos se ha establecido en forma aleatoria a los valores de 0-1.

Los resultados interesantes que son, el Azul y el Rojo de las líneas parecen cualitativamente el mismo en todos los casos. Ellos sólo se diferencian de las líneas Amarillas para los dos casos:

  1. $f(x,y)=x$ para que de Voronoi y de Delaunay se comportan peor que el Uniforme caso - lo que sugiere que no se comportan correctamente en los bordes del dominio. Sin embargo, esto parece ser una constante desplazamiento en log-log de espacio, lo que sugiere que no es una degradación en la velocidad de convergencia.

  2. La bola suave - donde ambos se comportan mejor que el uniforme, y esta parece ser una diferencia en la tasa de convergencia - lo que sugiere que la convergencia está limitada por la discontinuidad en la pelota de los bordes en los otros casos.

Lo mejor que me puede concluir a partir de esto es que durante varios casos sencillos los dos algortithms similares convergance tasas, en algunos casos mejor que el uniforme de ponderación, pero tienes que ser cuidadoso acerca de los efectos de borde.

Puede ser interesante examinar Un suave X de la Bola de caso - pero he de ejecutar fuera de tiempo para grabar en esto.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X