El parámetro de forma en el spline de superficie desplazada: un enfoque fácilmente accesible
Autores: Luh, Lin-Tian
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Enfoque
Parámetro de forma
Spline de superficie desplazada
Interpolación de funciones
Puntos de datos
Errores de interpolación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
En este documento, presentamos un enfoque fácilmente accesible para encontrar un parámetro de forma adecuado en la spline de superficie desplazada para la interpolación de funciones. Nuestro objetivo es ayudar a más lectores, incluidos matemáticos y no matemáticos, a utilizar nuestro método para resolver problemas prácticos. Por lo tanto, se evitan algunos teoremas y definiciones matemáticas altamente complicados. El requisito principal, como en nuestro enfoque anterior, de que los puntos de datos deben estar espaciados uniformemente en el dominio, también se relaja. Esto significa que los puntos de datos están dispersos puramente sin restricciones. La desventaja es que el parámetro de forma obtenido de esta manera no es exactamente el mismo que el valor óptimo teóricamente predicho, que siempre se puede lograr utilizando nuestro enfoque riguroso anterior. Sin embargo, los experimentos muestran que la brecha es bastante pequeña y los errores de interpolación finales obtenidos son satisfactorios.
Descripción
En este documento, presentamos un enfoque fácilmente accesible para encontrar un parámetro de forma adecuado en la spline de superficie desplazada para la interpolación de funciones. Nuestro objetivo es ayudar a más lectores, incluidos matemáticos y no matemáticos, a utilizar nuestro método para resolver problemas prácticos. Por lo tanto, se evitan algunos teoremas y definiciones matemáticas altamente complicados. El requisito principal, como en nuestro enfoque anterior, de que los puntos de datos deben estar espaciados uniformemente en el dominio, también se relaja. Esto significa que los puntos de datos están dispersos puramente sin restricciones. La desventaja es que el parámetro de forma obtenido de esta manera no es exactamente el mismo que el valor óptimo teóricamente predicho, que siempre se puede lograr utilizando nuestro enfoque riguroso anterior. Sin embargo, los experimentos muestran que la brecha es bastante pequeña y los errores de interpolación finales obtenidos son satisfactorios.