Approximation par splines

Les splines sont des fonctions polynomiales par morceaux jointes de manière lisse en des points appelés nœuds ; elles permettent d'approximer et d'interpoler des fonctions avec précision tout en évitant les oscillations des polynômes de degré élevé.

Definition

Une spline de degré k est une fonction qui est un polynôme de degré au plus k sur chaque sous-intervalle entre des nœuds consécutifs et qui est continue ainsi que ses dérivées jusqu'à l'ordre k-1 à travers les nœuds.

Scope

Ce sujet aborde les splines polynomiales et leurs conditions de régularité, la spline cubique d'interpolation et ses conditions aux limites, la base de B-splines qui offre une représentation stable et locale, ainsi que l'utilisation des splines pour l'interpolation, le lissage et la conception de courbes et de surfaces.

Core questions

• Comment les polynômes par morceaux atteignent-ils une régularité globale tout en conservant un faible degré ?
• Qu'est-ce qui détermine la spline cubique d'interpolation, et quel rôle jouent les conditions aux limites (d'extrémité) ?
• Pourquoi la base de B-splines est-elle préférée pour représenter et calculer avec des splines ?
• Comment les splines équilibrent-elles la fidélité aux données et la régularité dans les applications de lissage ?

Key theories

Spline cubique d'interpolation

Parmi tous les interpolants deux fois différentiables de données données, la spline cubique naturelle minimise l'intégrale de la dérivée seconde au carré, ce qui en fait l'interpolant le plus lisse dans ce sens et explique son utilisation généralisée.

Base de B-splines

Les B-splines forment une base de fonctions à support local, non négatives, pour l'espace des splines sur une séquence de nœuds donnée ; elles offrent une représentation numériquement stable, une partition de l'unité, et une évaluation et un raffinement récursifs efficaces.

Mechanisms

Une spline cubique d'interpolation est obtenue en résolvant un système linéaire tridiagonal pour les dérivées secondes (ou pentes) aux nœuds, en imposant la continuité de la valeur, des premières et secondes dérivées, plus deux conditions aux limites telles que des frontières naturelles ou contraintes. Les B-splines sont calculées par la récurrence de Cox-de Boor, qui construit des fonctions de base de degré supérieur à partir de celles de degré inférieur ; comme chaque B-spline est non nulle sur seulement quelques intervalles, les systèmes de collocation et des moindres carrés résultants sont à bande et résolubles efficacement.

Clinical relevance

Les splines sont omniprésentes dans la conception géométrique assistée par ordinateur et l'infographie (où les NURBS, basées sur les B-splines, modélisent des courbes et des surfaces), dans le lissage de données et la régression non paramétrique, dans la planification de trajectoires et de chemins, et dans l'analyse par éléments finis et isogéométrique, car elles combinent contrôle local, régularité et efficacité computationnelle.

History

La théorie mathématique des splines a été fondée par Isaac Schoenberg dans les années 1940 ; le développement de la représentation stable des B-splines et de leur évaluation récursive par Cox et de Boor au début des années 1970 a fait des splines un outil de calcul pratique et a jeté les bases de leur rôle dominant dans la modélisation géométrique.

Key figures

• Isaac Schoenberg
• Carl de Boor
• Maurice Cox

Seminal works

• deboor2001
• powell1981

Frequently asked questions

Pourquoi utiliser des splines plutôt qu'un seul polynôme de degré élevé ?

Un seul polynôme de degré élevé peut osciller fortement entre les points de données, tandis que les splines maintiennent chaque morceau à un faible degré et les joignent de manière lisse, offrant des approximations précises et bien comportées même avec de nombreux points de données.

Quel est l'avantage de la base de B-splines ?

Les B-splines sont à support local, de sorte que la modification d'un coefficient n'affecte la courbe qu'à proximité, et elles sont numériquement stables et forment une partition de l'unité. Ce contrôle local et cette stabilité les rendent idéales pour la conception et pour la résolution efficace des systèmes de splines.