In dieser Abhandlung wird anhand von einfachen Beispielen die Vorgehensweise bei der periodischen Spline–Interpolation erläutert. Periodisch heißt hier nicht, dass man nur periodische Funktionen oder geschlossene Kurven erzeugen kann, was eine starke Einschränkung bedeuten würde. Mithilfe der periodischen Spline–Interpolation erhält man auch translationsinvariante Funktionen und Kurven. Es müsste eigentlich statt „periodische Spline–Interpolation“ genauer „Interpolation mit periodischen Randbedingungen“ heißen. Zwingend periodisch sind nur die Ableitungen ersten und zweiten Grades, wenn man für die Segmente ganzrationale Funktionen dritten Grades oder sogenannte kubische Bézier–Kurven verwendet. Die Segmente für Spline–Funktionen werden in dieser Abhandlung in der Taylor–Form dargestellt. Die Segmente für Spline–Kurven werden sowohl in der Bernstein–Bézier–Form (Bézier–Spline–Kurven) als auch unter Verwendung von B–Spline–Basisfunktionen (B–Spline–Kurven) angegeben. Die Koeffizienten für die Taylor–Form, die Bézier–Punkte für die Bernstein–Bézier–Form und die Kontrollpunkte (de Boor–Punkte) für die Darstellung unter Verwendung von B–Spline–Basisfunktionen werden hier nach einer neuartigen iterativen Methode berechnet. Einschränkungen, was die Anzahl der Interpolationspunkte (Datenpunkte) angeht, müssen nicht gemacht werden. Die Rechenzeit für die Koeffizienten (Taylor–Form), Bézier–Punkte oder Kontrollpunkte (de Boor–Punkte) für einen XP–Rechner (AMD Athlon Dual Core Processor 3800+) mit einem als JAVA–Applet geschriebenen Programm liegt für 10000 Interpolationspunkte (Datenpunkte) bei rund 19 s. Als kleine Hilfe für Programmierer werden wesentliche Programmteile in Form eines Struktogramms angegeben.
Inhaltsverzeichnis
1 Einleitung
2 Allgemeine Betrachtungen
3 Periodische Spline–Interpolation in der Taylor–Form
3.1 Segmente in der Taylor–Form
3.2 Periodische Spline–Interpolation in der Taylor–Form für äquidistante x–Werte
3.3 Periodische Spline–Interpolation in der Taylor–Form für äquidistante x–Werte in gekürzter Form
3.4 Periodische Spline–Interpolation in der Taylor–Form für nicht äquidistante x–Werte
3.5 Periodische Spline–Interpolation in der Taylor–Form für nicht äquidistante x–Werte in gekürzter Form
3.6 Schrittweise Berechnung der Koeffizienten in der Taylor–Form bei bekannten Anfangswerten
4 Periodische Spline–Interpolation in der Bernstein–Bézier–Form
4.1 Segmente in der Bernstein–Bézier–Form
4.2 Periodische Spline–Interpolation in der Bernstein–Bézier–Form für äquidistante Parameterwerte
4.3 Periodische Spline–Interpolation in der Bernstein–Bézier–Form für äquidistante Parameterwerte in gekürzter Form
4.4 Periodische Spline–Interpolation in der Bernstein–Bézier–Form für nicht äquidistante Parameterwerte
4.5 Periodische Spline–Interpolation in der Bernstein–Bézier–Form für nicht äquidistante Parameterwerte in gekürzter Form
4.6 Parametrisierung
4.7 Schrittweise Berechnung der Bézier–Punkte bei bekannten Anfangswerten
5 Periodische Spline–Interpolation unter Verwendung von B–Spline–Basisfunktionen
5.1 B–Spline–Basisfunktionen
5.2 Periodische Spline–Interpolation unter Verwendung von B–Spline–Basisfunktionen für äquidistante Parameterwerte
5.3 Periodische Spline–Interpolation unter Verwendung von B–Spline–Basisfunktionen für äquidistante Parameterwerte in gekürzter Form
5.4 Periodische Spline–Interpolation unter Verwendung von B–Spline–Basisfunktionen für nicht äquidistante Parameterwerte
5.5 Periodische Spline–Interpolation unter Verwendung von B–Spline–Basisfunktionen für nicht äquidistante Parameterwerte in gekürzter Form
5.6 Eigenschaften der B–Spline–Kurven
5.7 Schrittweise Berechnung der Kontrollpunkte bei bekannten Anfangswerten
Zielsetzung und Themen
Das Hauptziel dieser Abhandlung besteht darin, die Vorgehensweise bei der periodischen Spline-Interpolation an einfachen Beispielen zu erläutern und eine neuartige iterative Methode zur effizienten Berechnung von Taylor-Koeffizienten, Bézier-Punkten und de Boor-Kontrollpunkten vorzustellen.
- Einführung in die Grundlagen und Definitionen der periodischen Spline-Interpolation für Funktionen und Kurven.
- Detaillierte Behandlung der Taylor-Form sowie gekürzter Berechnungsverfahren für äquidistante und nicht äquidistante Werte.
- Analyse der Bernstein-Bézier-Form, inklusive Segmentdarstellungen, Tangenteneigenschaften und Parametrisierungsmethoden.
- Untersuchung von B-Spline-Basisfunktionen und deren Anwendung für geschlossene oder translationsinvariante Kurven.
- Praktische Betrachtung der Rechenzeiten, Algorithmen, Struktogramme sowie numerischer Stabilität bei großen Punktmengen.
Auszug aus dem Buch
1 Einleitung
In dieser Abhandlung wird anhand von einfachen Beispielen die Vorgehensweise bei der periodischen Spline–Interpolation erläutert. Periodisch heißt hier nicht, dass man nur periodische Funktionen oder geschlossene Kurven erzeugen kann, was eine starke Einschränkung bedeuten würde. Mithilfe der periodischen Spline–Interpolation erhält man auch translationsinvariante Funktionen und Kurven.
Es müsste eigentlich statt „periodische Spline–Interpolation“ genauer „Interpolation mit periodischen Randbedingungen“ heißen. Zwingend periodisch sind nur die Ableitungen ersten und zweiten Grades, wenn man für die Segmente ganzrationale Funktionen dritten Grades oder sogenannte kubische Bézier–Kurven verwendet. Die Segmente für Spline–Funktionen werden in dieser Abhandlung in der Taylor–Form dargestellt. Die Segmente für Spline–Kurven werden sowohl in der Bernstein–Bézier–Form (Bézier–Spline–Kurven) als auch unter Verwendung von B–Spline–Basisfunktionen (B–Spline–Kurven) angegeben. Die Koeffizienten für die Taylor–Form, die Bézier–Punkte für die Bernstein–Bézier–Form und die Kontrollpunkte (de Boor–Punkte) für die Darstellung unter Verwendung von B–Spline–Basisfunktionen werden hier nach einer neuartigen iterativen Methode berechnet. Einschränkungen, was die Anzahl der Interpolationspunkte (Datenpunkte) angeht, müssen nicht gemacht werden.
Die Rechenzeit für die Koeffizienten (Taylor–Form), Bézier–Punkte oder Kontrollpunkte (de Boor–Punkte) für einen XP–Rechner (AMD Athlon Dual Core Processor 3800+) mit einem als JAVA–Applet geschriebenen Programm liegt für 10000 Interpolationspunkte (Datenpunkte) bei rund 19 s. Als kleine Hilfe für Programmierer werden wesentliche Programmteile in Form eines Struktogramms angegeben.
Zusammenfassung der Kapitel
1 Einleitung: Gibt einen einführenden Überblick über die Zielsetzung, die Begrifflichkeiten und die verwendete iterative Berechnungsmethode für Spline-Interpolationen.
2 Allgemeine Betrachtungen: Definiert die grundlegenden Eigenschaften von Spline-Funktionen und -Kurven bezüglich Stetigkeit, Differenzierbarkeit und Randbedingungen.
3 Periodische Spline–Interpolation in der Taylor–Form: Behandelt die Darstellung und Berechnung von Segmenten in Taylor-Form für sowohl äquidistante als auch nicht äquidistante Datenpunkte.
4 Periodische Spline–Interpolation in der Bernstein–Bézier–Form: Widmet sich Bézier-Kurven, den zugrundeliegenden Polynomen, Parametrisierungen und der iterativen Bestimmung innerer Bézier-Punkte.
5 Periodische Spline–Interpolation unter Verwendung von B–Spline–Basisfunktionen: Erklärt B-Splines, de Boor-Kontrollpunkte sowie die wesentlichen geometrischen Kurveneigenschaften.
Schlüsselwörter
Periodische Spline-Interpolation, Taylor-Form, Bernstein-Bézier-Form, B-Spline-Basisfunktionen, de Boor-Punkte, Bézier-Punkte, Interpolation, Kurvenkonstruktion, Parametrisierung, Iterative Methode, Numerische Mathematik, ganzrationale Funktionen
Häufig gestellte Fragen
Worum geht es in dieser Arbeit im Wesentlichen?
Die Arbeit behandelt die Theorie und praktische Berechnung der periodischen Spline-Interpolation. Dabei werden sowohl Spline-Funktionen als auch Spline-Kurven anhand von Taylor-Formen, Bézier-Formen und B-Spline-Basisfunktionen detailliert analysiert.
Welche zentralen Themenfelder werden bearbeitet?
Zu den Hauptthemen gehören die Definition von Interpolationssegmenten, periodische und translationsinvariante Randbedingungen, die Handhabung von äquidistanten und ungleichmäßigen Datenpunkten sowie die effiziente iterative Bestimmung von Koeffizienten und Kontrollpunkten.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es, eine neue, recheneffiziente iterative Methode vorzustellen und zu erläutern, mit der sich Spline-Koeffizienten, Bézier-Punkte und Kontrollpunkte ohne Einschränkungen bezüglich der Anzahl von Datenpunkten schnell berechnen lassen.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Es werden mathematische Methoden der Analysis, Matrizenrechnung (wie spezielle zweireihige Produktmatrizen), Rekursionsformeln (de Boor-Cox-Mansfield) sowie numerische Algorithmen und Struktogramme zur Programmumsetzung verwendet.
Was wird im Hauptteil des Dokuments behandelt?
Der Hauptteil gliedert sich in die drei Kernbereiche Taylor-Form, Bernstein-Bézier-Form und B-Spline-Basisfunktionen, ergänzt durch Kapitel zu Parametrisierungsarten, geometrischen Kurveneigenschaften und Performance-Messungen.
Durch welche Schlüsselwörter lässt sich das Werk charakterisieren?
Wichtige Begriffe sind Spline-Interpolation, Taylor-Form, Bézier-Kurven, B-Splines, Parametrisierung, Iteration und numerische Rechenzeit.
Wie wird das Problem großer Datenmengen in den Algorithmen gelöst?
Um bei sehr vielen Interpolationspunkten (ab ca. 400 Punkten) numerische Überläufe durch extrem große Nennerwerte zu verhindern, werden gekürzte Formeln und optimierte Zähler-Nenner-Umformungen eingesetzt.
Welche Rolle spielt die Parametrisierung bei Kurven?
Die Wahl der Parametrisierung (z. B. uniform, chordal, zentripetal oder nach Foley) beeinflusst maßgeblich das optische Ergebnis und die Form der interpolierten Kurve bei gegebenen Datenpunkten.
- Quote paper
- Dr. rer. nat. Friedrich Krinzeßa (Author), 2009, Einführung in die Periodische Spline–Interpolation an einfachen Beispielen, Munich, GRIN Verlag, https://www.grin.com/document/135270