pdf-file, 2.03 Mbyte - Torsten Schütze
pdf-file, 2.03 Mbyte - Torsten Schütze
pdf-file, 2.03 Mbyte - Torsten Schütze
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Kapitel 2<br />
Univariate Splines<br />
2.1 Einleitung und historischer Überblick<br />
Es gibt eine Fülle von Arbeiten zur Bestapproximation von Funktionen durch Splines mit<br />
freien Knoten, insbesondere zur Chebyshev-Approximation. Eine vollständige Charakterisierung<br />
von (eindeutigen) Bestapproximationen ist jedoch auch im Fall der Chebyshev-<br />
Approximation durch Splines mit freien Knoten bisher nicht bekannt [Nür96]. Zur numerischen<br />
Berechnung einer guten Splineapproximation mit freien Knoten wird ein zweistufiges<br />
Verfahren vorgeschlagen, siehe [MNSS89]. Im ersten Schritt werden freie Knoten bei<br />
stückweisen Polynomen (ohne Glattheitsforderungen) bestimmt. Die als Ergebnis dieses<br />
Segmentapproximationsproblems erhaltenen guten Knoten verwendet man nun zur Konstruktion<br />
eines bestapproximierenden Splines mit festen Knoten. Es sei bemerkt, daß die<br />
Chebyshev-Approximation im Rahmen unserer statistischen Grundvoraussetzungen ungeeignet<br />
ist, da sie sehr empfindlich auf Ausreißer reagiert.<br />
Einfache Beispiele zeigen, daß das Problem der Bestapproximation durch Splines mit<br />
freien Knoten in der Menge der Splines mit einfachen Knoten nicht immer lösbar ist. Dagegen<br />
existiert stets eine Lösung, wenn man mehrfache Knoten zuläßt. Das erste Existenztheorem<br />
geht auf [Ric69] zurück und besagt, daß für jede Funktion g ∈ Lp[a, b], 1 ≤ p ≤ ∞, eine<br />
beste Lp-Approximation im Raum der Splines mit freien (eventuell mehrfachen) Knoten<br />
existiert.<br />
Charakteristisch für die Approximation durch Splines mit freien Knoten – oder allgemeiner<br />
die Approximation mit γ-Polynomen – ist das „Lethargie-Syndrom“ [Jup75]. Die<br />
Konsequenzen dieser Eigenschaft sind<br />
• die<br />
<br />
Existenz vieler stationärer Punkte von ϕ auf dem Rand des zulässigen<br />
<br />
Bereichs<br />
τ ∈ Rn+k : τ1 = · · · = τk = a < τk+1 ≤ · · · ≤ τn < b = τn+1 = · · · = τn+k ,<br />
• die Nichtkonvexität von ϕ als Funktion der Knoten sowie<br />
• das schlechte Konvergenzverhalten von Algorithmen in der Nähe des Randes des zulässigen<br />
Bereichs.<br />
Im Gegensatz zur Approximation von Funktionen durch Splines mit freien Knoten wollen<br />
wir uns in dieser Arbeit mit der Approximation von Daten beschäftigen. In dem Vorliegen<br />
von lediglich diskreter Information liegt eine zusätzliche Schwierigkeit begründet: Beim Fehlen<br />
von Information, d. h. fehlende Datenpunkte {xi, yi} innerhalb von einigen Intervallen,<br />
7