23.12.2012 Aufrufe

pdf-file, 2.03 Mbyte - Torsten Schütze

pdf-file, 2.03 Mbyte - Torsten Schütze

pdf-file, 2.03 Mbyte - Torsten Schütze

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!