Trigonometrische Interpolation

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche

Die trigonometrische Interpolation ist ein Begriff aus dem mathematischen Teilgebiet der Numerik. Man sucht dabei zu vorgegebenen Punkten ein trigonometrisches Polynom (eine Summe von Sinus und Cosinus gegebener Periodenlängen), welches durch alle diese Punkte geht. Es handelt sich also um ein spezielles Interpolationsverfahren, das insbesondere für die Interpolation periodischer Funktionen geeignet ist.

Sind die Abstände zwischen den vorgegebenen Punkten gleich, so liegt ein wichtiger Spezialfall vor. Bei diesem kann die Lösung mittels der diskreten Fouriertransformation berechnet werden.

Formulierung des Interpolationsproblems[Bearbeiten]

Ein trigonometrisches Polynom vom Grad n hat die Form

 p(x) = a_0 + \sum_{j=1}^n a_j \cos(jx) + \sum_{j=1}^n b_j \sin(jx). \,

Dieser Ausdruck besitzt 2n+1 Koeffizienten a_0, a_1, \dots a_n, b_1, \dots b_n, sodass wir 2n+1 Interpolationsbedingungen voraussetzen:

 p(x_k) = y_k, \quad k=1,\ldots,2n+1. \,

Da das trigonometrische Polynom periodisch mit der Periode 2\pi ist, kann man ohne Beschränkung der Allgemeinheit

 0 \le x_0 < x_1 < \cdots < x_{2n} < 2\pi \,

voraussetzen. Im Allgemeinen ist es nicht notwendig, dass diese Punkte äquidistant sind. Das Interpolationsproblem besteht nun darin, Koeffizienten zu finden, sodass das trigonometrische Polynom p die Interpolationsbedingungen erfüllt.

Lösung des Problems[Bearbeiten]

Unter den oben aufgeführten Bedingungen existiert eine eindeutige Lösung des Problems. Diese Lösung kann in einer zur Interpolationsformel von Lagrange ähnlichen Form angegeben werden:

 p(x) = \sum_{k=1}^{2n+1} y_k \prod_{j=1,j\ne k}^{2n+1} \frac{\sin\frac12(x-x_j)}{\sin\frac12(x_k-x_j)}. \,

Es kann gezeigt werden, dass dies ein trigonometrisches Polynom ist, indem man die Formel für Vielfache der Winkel und andere Identitäten für \sin\frac12(x-x_j) anwendet.

Formulierung in der komplexen Ebene[Bearbeiten]

Das Problem wird einfacher, wenn wir es in der komplexen Ebene beschreiben. Wir können die Formel für ein trigonometrisches Polynom umschreiben zu

 p(x) = \sum_{j=-n}^n c_j e^{ijx}, \,

wobei i die imaginäre Einheit ist. Setzen wir z = e^{ix}, dann wird daraus

 p(z) = \sum_{j=-n}^n c_j z^{j}. \,

Dadurch wird das Problem der trigonometrischen Interpolation auf eines der Polynominterpolation auf dem Einheitskreis reduziert. Die Existenz und Eindeutigkeit der trigonometrischen Interpolation folgen unmittelbar aus den entsprechenden Ergebnissen für die Polynominterpolation.

Äquidistante Stützstellen und die diskrete Fouriertransformation[Bearbeiten]

Der spezielle Fall, wenn die Punkte x_k äquidistant verteilt sind ist besonders wichtig. In diesem Fall gilt

x_k = \frac{2k\pi}{2n+1}

Die Transformation, die die Stützstellen y_k auf die Koeffizienten a_j und b_j abbildet wird diskrete Fouriertransformation (DFT) der Ordnung 2n+1 genannt.

Der Fall einer rein cosinus-basierten Interpolation für äquidistant verteilte Stützstellen, der auf ein trigonometrisches Polynom führt, wenn die Stützstellen ungerade symmetrisch sind, wurde 1754 von Alexis Clairaut behandelt. In diesem Fall ist die Lösung äquivalent zu einer diskreten Cosinustransformation. Die rein sinus-basierten Interpolation für äquidistant verteilte Stützstellen, die einer diskreten Sinustransformation. Das vollständige Cosinus- und Sinus-Interpolationspolynom, das zur DFT führte, wurde von Carl Friedrich Gauß um 1805 in einer unveröffentlichten Arbeit gelöst, in der er auch einen Algorithmus zur schnellen Fouriertransformation hergeleitet hat, um die Polynome zu berechnen. Clairaut, Lagrange und Gauß beschäftigten sich alle mit dem Problem die Bahn von Planeten, Asteroiden, usw. aus einer endlichen Menge von Beobachtungspunkten herzuleiten. Da die Bahnen selbst periodisch sind, war ein trigonometrisches Polynom die natürliche Wahl.

Literatur[Bearbeiten]

  • M. T. Heideman, D. H. Johnson, and C. S. Burrus: Gauss and the history of the fast Fourier transform. In: IEEE ASSP Magazine 1 (4), 14/21/1984
  • Josef Stoer: Numerische Mathematik 1. 9. Auflage. Springer, Berlin 2005, ISBN 3-540-21395-3

Weblinks[Bearbeiten]