Die Interpolation von numerischen Daten zu einer Funktion ist eine klassische Aufgabe der numerischen Mathematik und wird in ihren Grundlagen bereits in der Schule behandelt. Für die Lösung solcher Interpolationsaufgaben gibt es Standardverfahren, die bereits auf elementarem Niveau verdeutlichen, dass eine geschickte Wahl des Lösungsansatzes eine erhebliche Reduktion des Rechenaufwandes zur Folge haben kann.
Im ersten Kapitel werden die Interpolationsverfahren von Newton, Lagrange und Hermite überblickartig vorgestellt sowie die zugehörigen Quadraturformeln entwickelt. Der Fokus des zweiten Kapitels liegt auf der Approximation von Funktionen durch Polynome. Gegenstand des dritten Kapitels sind die Theorie und die Praxis der Interpolation mit Splinefunktionen, insbesondere mit natürlichen kubischen Splines, welche eine bemerkenswerte Minimaleigenschaft besitzen.
Von einfachen "Steckbriefaufgaben" aus dem Mathematikunterricht der Oberstufe bis zu den NURBS-Flächen: so lässt sich die inhaltliche Spannweite dieses Textes beschreiben, der sich an Lehrerinnen und Lehrer, mathematisch interessierte Oberstufenschülerinnen und -schüler, aber auch an Studierende der MINT-Fächer wendet.
Inhaltsverzeichnis
1 Polynominterpolation von Punkten
1.1 Die direkte Methode zur Bestimmung eines Interpolationspolynoms
1.2 Die NEWTON-Interpolation
1.3 Die LAGRANGE-Interpolation
1.4 Bemerkungen zur Interpolation mit angepassten Basisfunktionen
1.5 Die HERMITE-Interpolation
1.6 Exkurs: Quadraturformeln
1.7 Die Erzeugung von Raumkurven durch Interpolation
1.7.1 Die Interpolation von Punkten
1.7.2 Die HERMITE-Interpolation
1.8 Die Erzeugung von Flächenstücken durch Interpolation
1.8.1 Die Interpolation von Punkten
1.8.2 Die HERMITE-Interpolation
2 Approximation von Funktionen
2.1 Approximation durch Interpolation
2.2 Exkurs: Fehlerabschätzungen für die Quadraturformeln
2.3 Approximationen durch die BERNSTEIN-Polynome und der Approximationssatz von WEIERSTRASS
3 Interpolation mit Splines
3.1 Der Begriff einer Splinefunktion und der Spezialfall der kubischen Splines
3.2 Eine Minimaleigenschaft der natürlichen kubischen Splines
3.3 Die numerische Berechnung der natürlichen kubischen Splines
3.4 Alternative Berechnungsverfahren
3.5 Natürliche kubische Splinekurven im Raum
3.6 Zweidimensionale Spline-Interpolation: Bikubische Splineflächen
4 Ausblick: Modellieren von Kurven und Flächen mit Béziermethoden
4.1 Bézierkurven
4.2 Das Aneinanderfügen von Bézierkurven; Béziersplines
4.3 Bézierflächen
4.4 Ein kurzer Blick auf neuere Béziermethoden
4.4.1 Rationale Bézierkurven und Bézierflächen
4.4.2 B-Splines, NURBS
Zielsetzung & Themen
Die vorliegende Arbeit behandelt mathematische Verfahren zur numerischen Interpolation und Modellierung von Kurven und Flächen, ausgehend von klassischen Polynommethoden bis hin zu modernen Ansätzen wie Splines und Bézier-Techniken.
- Methoden der Polynominterpolation (Newton, Lagrange, Hermite)
- Fehlerabschätzung und numerische Integration (Quadraturformeln)
- Theorie und Praxis natürlicher kubischer Splines
- Interaktive Kurven- und Flächenmodellierung mittels Bézier-Verfahren
- Einführung in B-Splines und NURBS-Flächen
Auszug aus dem Buch
3.6 Zweidimensionale Spline-Interpolation: Bikubische Splineflächen
Die Ausführungen dieses Abschnitts beziehen sich auf ein vorgelegtes Rechteckgitter der Form R: {a = x0 < x1 < .... < xn = b; c = y0 < y1 < .... < ym = d} und vorgegebene Funktionswerte zi,j ∈ ℝ. Gesucht ist eine möglichst „gutartige“ (also hinreichend oft differenzierbare) Funktion S : [a; b] x [c; d] → ℝ, die die gegebenen Punkte des Rechteckgitters interpoliert, d.h. mit der Eigenschaft S(xi, yj) = zi,j für 0 ≤ i ≤ n und 0 ≤ j ≤ m. Es geht hier um die Bestimmung einer Interpolationsfläche, welche die (n+1)·(m+1) Punkte Pi,j = (xi | yj | zi,j) enthält. Dazu sind n·m (i.a. nicht ebene) Vierecke geeignet zu „pflastern“.
Zusammenfassung der Kapitel
1 Polynominterpolation von Punkten: Vorstellung der grundlegenden Verfahren von Newton, Lagrange und Hermite sowie deren Anwendung auf Raumkurven und Flächen.
2 Approximation von Funktionen: Untersuchung der Approximation durch Polynome, Fehlerabschätzungen und Bedeutung der Bernstein-Polynome sowie des Weierstraß-Approximationssatzes.
3 Interpolation mit Splines: Theorie der kubischen Splinefunktionen, ihre Minimaleigenschaften bei der Gesamtkrümmung und deren numerische Berechnung.
4 Ausblick: Modellieren von Kurven und Flächen mit Béziermethoden: Überblick über interaktive Modellierungstechniken, Bézierkurven und -flächen sowie B-Splines und NURBS.
Schlüsselwörter
Interpolation, Polynominterpolation, Newton-Interpolation, Lagrange-Interpolation, Hermite-Interpolation, Approximation, Bernstein-Polynome, Spline-Interpolation, Kubische Splines, Bézierkurven, Bézierflächen, De-Casteljau-Algorithmus, B-Splines, NURBS, Numerische Mathematik.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundlegend?
Die Arbeit befasst sich mit mathematischen Verfahren zur Interpolation und Modellierung von Kurven und Flächen im Raum.
Was sind die zentralen Themenfelder?
Die zentralen Felder umfassen die Polynominterpolation, die Approximation von Funktionen, die Spline-Interpolation sowie moderne CAD-Modellierungsmethoden.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist die Vermittlung von theoretischen Grundlagen und praktischen Berechnungsalgorithmen zur Erzeugung glatter Kurven und Flächen aus diskreten Datenpunkten.
Welche wissenschaftlichen Methoden werden angewendet?
Es werden Methoden der numerischen Mathematik eingesetzt, insbesondere lineare Gleichungssysteme, Ausgleichsrechnungen und algorithmische Konstruktionen für Splines und Bézier-Kurven.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die mathematische Herleitung der verschiedenen Interpolations- und Approximationsverfahren sowie deren Implementierung mittels Matrix-Vektor-Darstellungen.
Durch welche Schlüsselwörter lässt sich die Arbeit beschreiben?
Wichtige Begriffe sind Interpolation, Splines, Bézierkurven, numerische Mathematik und CAD-Geometrie.
Warum sind kubische Splines für die Praxis so relevant?
Sie ermöglichen eine glatte Kurvenführung ohne unerwünschte Oszillationen, was bei der Konstruktion von technischen Bauteilen entscheidend ist.
Was zeichnet das Runge-Phänomen aus?
Das Runge-Phänomen beschreibt Oszillationen bei der Polynominterpolation, die auftreten können, wenn man bei gleich verteilten Stützstellen den Grad des Polynoms erhöht.
- Citar trabajo
- Jürgen Vaupel (Autor), 2022, Interpolation und Modellierung von Kurven und Flächen, Múnich, GRIN Verlag, https://www.grin.com/document/1164798
