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.
84 Kapitel 4. Bivariate Tensorprodukt-Splines<br />
Die Extremaleigenschaften eindimensionaler Splines kann man sowohl auf interpolierende<br />
als auch glättende Tensorprodukt-Splines übertragen. So ist etwa der natürliche bikubische<br />
glättende Spline die Lösung des Variationsproblems<br />
b1<br />
(4.2) min<br />
a1<br />
b2<br />
a2<br />
[D 2,2 s(x, y)] 2 dx dy + µ1<br />
m2 <br />
b1<br />
µ2<br />
a1 i2=1<br />
m1 <br />
i1=1<br />
b2<br />
a2<br />
[D 2,0 s(x, yi2 )]2 dx + µ1µ2<br />
[D 0,2 s(xi1 , y)]2 dy+<br />
m1 m2 <br />
i1=1 i2=1<br />
[zi1,i2<br />
− s(xi1 , yi2 )]2<br />
für s ∈ W 2,2<br />
2 [a1, b1] × [a2, b2], siehe [HS85]. Der Operator D r1,r2 bezeichnet die partielle<br />
Ableitung der Ordnung r1 bez. der Variablen x und der Ordnung r2 bez. der Variablen y.<br />
Die Parameter µ1 > 0 und µ2 > 0 heißen Glättungsparameter. Die obige Extremalcharakterisierung<br />
hat den Nachteil, daß die Knoten mit den Datenstellen zusammenfallen müssen.<br />
Es ist also keine Datenreduktion möglich.<br />
Aus diesem Grund verwenden wir die Quadratmittelapproximation durch Tensorpro-<br />
dukt-B-Splines, d. h. die unbekannte Funktion g soll durch einen bivariaten Spline s ∈<br />
Sk1,τ 1 ⊗ Sk2,τ 2 approximiert werden. Der Raum Sk1,τ 1 ⊗ Sk2,τ 2 sei dabei das Tensorprodukt<br />
der univariaten Splineräume Sk1,τ 1 und Sk2,τ 2 der polynomialen Splines der Ordnung k1<br />
bzw. k2 zur Knotenfolge τ 1 bzw. τ 2 . Die Knotenfolgen seien wie folgt<br />
τ 1 : τ 1<br />
1 = · · · = τ 1<br />
k1 = a1 < τ 1<br />
1<br />
k1+1 ≤ · · · ≤ τn1 < b1 = τ 1<br />
n1+1 = · · · = τ 1<br />
n1+k1<br />
τ 2 : τ 2<br />
1 = · · · = τ 2<br />
k2 = a2 < τ 2<br />
k2+1<br />
≤ · · · ≤ τ 2<br />
n2 < b2 = τ 2<br />
n2+1 = · · · = τ 2<br />
n2+k2 .<br />
Die Parameter des Splines s sollen so gewählt werden, daß der Quadratmittelfehler<br />
(4.3a) ϕ(s) := 1<br />
2<br />
m1 <br />
m2 <br />
i1=1 i2=1<br />
[zi1,i2<br />
− s(xi1 , yi2 )]2<br />
minimiert wird. Es ist bekannt, daß die stets existierende Lösung von (4.3a) nur dann eindeutig<br />
ist, wenn die Daten die Schoenberg-Whitney-Bedingung erfüllen. Im Falle beliebiger<br />
Daten ist die Eindeutigkeit i. allg. nicht gesichert. Diesem Problem wird wiederum durch<br />
Verwendung von glättenden Splines begegnet.<br />
Durch die Verwendung des „thin plate functionals“<br />
b1 b2<br />
a1<br />
a2<br />
{[D 2,0 s(x, y)] 2 + 2[D 1,1 s(x,y)] 2 + [D 0,2 s(x, y)] 2 } dx dy<br />
als Glättungsterm, welches physikalisch eine mittlere Biegeenergie verkörpert, ist die Eindeutigkeit<br />
unabhängig von den Daten gesichert. Ein Nachteil der Verwendung des „thin<br />
plate functionals“ ist, daß das Funktional keine Tensorprodukt-Struktur besitzt und somit<br />
im Fall von Daten auf Rechteckgittern keine Separation der Lösung mehr möglich ist.<br />
Durch Verwendung eines gegenüber (4.2) geringfügig abgeänderten Glättungsterms erreichen<br />
wir wieder eine Separation in eine Folge univariater Probleme. Wir betrachten das