1 / 26

Die spline-Interpolation

Die spline-Interpolation. Gliederung. Hintergrundwissen Die kubische spline-Interpolation Grafische Darstellung an Scilab Praktische Relevanz. 1. Hintergrundwissen. Warum neues Verfahren?

baba
Download Presentation

Die spline-Interpolation

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Die spline-Interpolation

  2. Gliederung • Hintergrundwissen • Die kubische spline-Interpolation • Grafische Darstellung an Scilab • Praktische Relevanz

  3. 1. Hintergrundwissen • Warum neues Verfahren? • Problem der Interpolation:  starke Oszillation an Rändern bei Polynomen hohen Grades • erkannt durch Carl David Tolmé Runge (1856-1927)  Runge – Funktion:

  4. deshalb: spline-Interpolation • Was ist ein spline? • Begriff aus Schiffbau:  elastische Holzlatten (engl: spline) so gebogen, dass gewisse Anzahl Knotenpunkte bedeckt wurden

  5. Mathematisch: Kurve, die durch bestimmte Anzahl an Punkten verläuft und diese glatt verbindet  Kurve besteht aus Polynomen  bei n Stützstellen: n-1 Polynome  stückweise Polynom-Interpolation • aber: welcher Grad? • einfachste Interpolation: stückweise linear  Grad 1

  6. Problem?

  7. daher wären Polynome vom Grad 2 die einfachste Lösung , aber:  Interpolationsfunktion nicht eindeutig bestimmt  nicht genügend Parameter vorhanden, um praktisch relevante Bedingungen vorschreiben zu können • deshalb: kubische Polynome

  8. 2. Die kubische spline-Interpolation • am häufigsten angewendete Interpolationsmöglichkeit • Vorteile: • 4 freie Parameter garantieren neben stetigen Differenzierbarkeit auch noch eine stetige 2. Ableitung • Ableitungen an den Stützstellen gehen nicht in Berechnung mit ein  müssen nicht bekannt sein • geringes Schwingverhalten

  9. Definition: Es seien eine auf dem Intervall [a,b] definierte Funktion f(x) sowie eine Menge von Stützstellen a=x0<x1<…<xn=b gegeben. Eine kubische Spline-Interpolationsfunktion S(x) für f(x) ist über folgende Bedingungen definiert: • jjj+1, ein kubisches Polynom. Es werde mit j • Sjj , • j+1j+1jj+1 • j+1j+1jj+1 • j+1j+1jj+1 • Eine der folgenden Randbedingungen ist erfüllt: • 0n natürlicher spline • 00nneingespannter spline

  10. Ansatz: jjjjjjjj³ • gesucht sind freie Parameter aj, bj, cj, dj • ajergeben sich sofort aus üblichen Interpolationsbedingungen:  • restlichen Parameter ergeben sich aus den Bedingungen der Definition

  11. es ergeben sich für die anderen Parameter: • , • hj≙ Schrittweite zwischen xj und xj-1

  12. zur Berechnung der cj bei natürlichen splines muss das Gleichungssystem berechnet werden, mit:

  13. Analoges gilt für eingespannten Rand

  14. Warum dieser Ansatz? • folgender Ansatz auch möglich? jjjj

  15. Beispielaufgaben: • Beispiel 1: Man bestimme den natürlichen kubischen spline, der die folgende Tabelle interpoliert:

  16. Allgemeine Vorgehensweise (n. spline): • an = f(an) • c0 = cn = 0 restliche cj:

  17. Beispiel 2: Berechnen Sie den natürlichen kubischen spline, der an den Stellen interpoliert!

  18. Allgemeine Vorgehensweise (n. spline): • an = f(an) • c0 = cn = 0 restliche cj:

  19. 3. Grafische Darstellung an Scilab

  20. 4. Praktische Relevanz • Automobilindustrie • 3D-Grafiken in Computeranwendungen • Holzbearbeitung (Designermöbel, Kunstwerke) • Darstellung von Messwerten  3-dimensionale Geländekarten  auch im 2-dimensionalen möglich:

More Related