Natürlicher kubischer Spline

Studierende, Ingenieure und Notebook-Autoren können Hausaufgaben prüfen, Lücken in Messreihen füllen oder kostenlose Browser-Widgets und die API aus demselben reinen Parse-Modul zu $0.002 pro erfolgreichem Aufruf ansteuern.

Was ein natürlicher kubischer Spline ist und warum Endpunkte zählen

Die Stetigkeit von S, S-Strich und S-Zweisstrich an inneren Knoten lässt zwei freie Randbedingungen. Die Auswertung an einem Ziel-x ist dann eine kurze Horner-ähnliche Polynomauswertung auf dem eindeutigen Intervall, das das Ziel enthält. Dieser Rechner für natürliche kubische Spline-Interpolation setzt genau diese Pipeline um, damit Ihr Ergebnis der klassischen Konstruktion aus Kursen und Referenzbibliotheken entspricht. Ein kubischer Spline über Knoten x_0 kleiner als x_1 kleiner als … kleiner als x_n ist ein stückweise kubisches Polynom S, das genau durch jeden Datenwert y_i an x_i geht, auf dem gesamten Intervall zweimal stetig differenzierbar ist und auf jedem Teilintervall [x_i, x_{i+1}] ein Kubikstück verwendet. Die natürliche Wahl setzt S-Zweisstrich von x_0 und S-Zweisstrich von x_n gleich null, was dem Vorwand entspricht, die Kurve setze sich außerhalb des Stichprobenfensters als Gerade fort. Diese Wahl ist in Lehrbüchern der numerischen Analysis, CAD-nahen Skizzen und wissenschaftlichen Plots beliebt, weil sie nur die tabellierten Punkte braucht — ohne Endpunktsteigungen oder -krümmungen von Ihnen. Das entstehende System für die Koeffizienten der zweiten Ableitung ist symmetrisch tridiagonal und positiv definit, wenn die x-Werte streng wachsend sind, sodass ein einziger Thomas-Durchlauf es in linearer Zeit löst. Sind diese Koeffizienten bekannt, schreibt man jedes Stück als S_i von x gleich a_i plus b_i mal delta plus c_i mal delta zum Quadrat plus d_i mal delta zum Kubik, wobei delta x minus x_i ist, a_i gleich y_i, und b_i, c_i, d_i aus der Standardrekursion folgen.

Eingabevertrag, Antwortfelder und Validierungsregeln

Die Reihenfolge spielt keine Rolle: die Engine sortiert Knoten vor dem Spline-Aufbau aufsteigend nach x. Senden Sie einen JSON-Körper mit zwei Pflichtfeldern. points ist ein Array aus mindestens drei Objekten, jeweils mit endlichen numerischen x und y; Sie dürfen dasselbe Array auch unter den Aliassen knots oder data senden. Die x-Werte müssen paarweise eindeutig sein; teilen sich zwei Knoten dieselbe Abszisse, schlägt die Aufgabe mit invalid_input fehl, weil ein Funktionsgraph für diesen Interpolanten keine zwei Ordinaten an einem x haben kann. Eine harte Obergrenze von 256 Knoten hält Browser- und Worker-Arbeit begrenzt. target_x ist die endliche Abszisse, an der Sie S auswerten wollen; der Alias x wird für kurze Clients akzeptiert. Das Ziel muss im abgeschlossenen Intervall vom kleinsten zum größten Knoten-x liegen; dieser Endpunkt extrapoliert nicht außerhalb des Stichprobenfensters, weil natürliche Kubikstücke nur zwischen Knoten den beabsichtigten Interpolanten garantieren. Bei Erfolg spiegelt der Körper target_x, das für stabile Goldens gerundete interpolierte y, point_count, x_min, x_max, den nullbasierten segment_index des aktiven Stücks, ein segment-Objekt mit x_left, x_right und Koeffizienten a, b, c, d für dieses Stück, das sortierte points-Array, method gleich natural_cubic_spline und eine kurze formula-Zeichenkette mit Stückform und Randbedingungen wider. Fehlende Felder, nicht-endliche Zahlen, weniger als drei Punkte, doppelte x oder ein Ziel außerhalb des Knotenbereichs lösen invalid_input aus und werden nicht berechnet.

Wo die Auswertung natürlicher kubischer Splines sich lohnt

Sensorpipelines halten oft unregelmäßig beabstandete Kalibrierpunkte und brauchen eine glatte Lückenfüllung zu Abfragezeiten zwischen Proben — ein kleiner Parse-API-Aufruf vermeidet, einen vollen SciPy-Stack an jeden Edge-Worker zu schicken. Weil die Implementierung reine analytische Mathematik mit linearem Thomas-Solve ist, kostet jeder erfolgreiche Aufruf den veröffentlichten Basispreis $0.002 ohne Modell-Token und ohne ausgehendes Netz.