P. 1
INTERPOLASI LINIER

INTERPOLASI LINIER

|Views: 158|Likes:
tentang interpolasi
tentang interpolasi

More info:

Published by: 'chie' Nonna Prameswari on Mar 22, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

07/02/2013

pdf

text

original

INTERPOLASI LINIER

A. Tujuan Praktikum

1. Dapat memahami Interpolasi linier. 2. Dapat mengaplikasikan interpolasi tersebut dalm berbagai permasalahan yang diberikan dengan menggunakan program komputer.

B.Dasar Teori
Interpolasi linier adalah interpolasi yang menggunakan sarana garis lurus melalui dua buah titik (xo,fo) dan (x1,f1) ditunjukan oleh persamaan berderajat satu ( ) [ ] dengan ] [ sebagai [ ( ) ] adalah beda terbagi pertama yang didefenisikan

Gambar. Interpolasi Linier

C. Algoritma

Masukan : xi,f(xi),x ; i = 1,2,…,n keluaran : ilinier Langkah-langkah 1. Untuk i = 1,2, masukan xi dan f(xi)

Beda terbagi : = ( ) ( ) 3.x1 y(1)+(((y(2)-y(1))/(x(2)-x(1)))*(x(3)x(1))) Tulis Hasil Taksiran Selesai E.x0. Hasil Praktikum .2. Flowchart Mulai Baca x. Ilinier : = f(x1) + Beda terbagi x ( x – x1) D.

misalnya xk < ̅ < xk+1 Interpolasi linear untuk meramalkan nilai y = f( ̅ ) dapat dilakukan dengan menganggap bahwa yk dan yk+1 dihubungkan oleh suatu garis lurus.F.yang merupakan fungsi x.sehingga dengan demikian kan terdapat kesalahan ( galat ) antara ̅ yang dinyatakan oleh persamaan ̅ Dengan nilai ̅ yang sebenarnya.yk+1) dapat dinyatakan oleh persamaan ( Sehingga ̅ ( ̅ ) ) Dengan demikian hasil yang diperoleh akan benar ( exact ).peramalan garis L yang menghubungkan titik (xk.yk) dengan titik (xk+1. Jika f(x) bukan merupakan fungsi linear.Untuk suatu harga ̅ .dan tiap-tiap x memiliki pasangan harga y. Secara geometric. Kesimpulan Interpolasi merupakan suatu pendekatan numerik yang perlu dilakukan. ( ̅ ) .dengan perkataan lain y = f(x).maka ̅ ( ̅ ) Akan merupakan pendekatan dari nilai sebenarnya.Dengan ̅ terletak diantara dua nilai x yang ada pada himpunan data.di dalam interpolasi linier misalkan kita mempunyai m buah data x.bilamana f(x) memang merupakan fungsi linear.

dalam percobaan atau pengamatan atau seperti diinginkan seseorang.Dari grafik diatas terlihat sekali bahwa interpolasi linier mempunyai kemungkinan galat yang sangat besar untuk kurva yang tidak linier. Dasar Teori Kita perhatikan interpolasi linier yang membuat hampiran suatu titik dari dua titik yang diberikan.….xn] Rumus newton sahih untuk simpul-simpul berjarak sama sebarang seperti yang mungkin terjadi dalam praktek. Tujuan Praktikum 1.BAB VI INTERPOLASI BEDA TERBAGI NEWTON A.n Keluaran : perkiraan bagi (pbagi) Langkah-langkah bo : = f(xo) pbagi :=bo faktor :=i Untuk i :=1.xo) ∙∙∙(x-xn-1)f[xo.xo) (x – x1) f[xo.z.2.xo)f[xox1] + (x .x1.n lakukan bi := f(xi) untuk j :=i-1.selesai . ∙∙∙. i = 1. Dapat mengaplikasikan interpolasi beda terbagi newton tersebut dalam berbagai permasalahan yang diberikan dengan menggunakan program komputer. C.f(xi).x2] + ∙∙∙+(x .xi.….Interpolasi Newton dapat dituliskan sebagai : F(x) = fo + (x . Dapat memahami Interpolasi beda terbagi newton. Algoritma Masukan : n. 2.…. B. Untuk itu akan dibahas Interpolasi newton yang bias membuat hampiran suatu titik dari banyak titik yang diberikan Secara umum.2.0 lakukan faktor := faktor ∙ (z – xi-1) suku :=bo∙faktor pbagi := pbagi + suku Jika | | .epsilon .

a(j) Baca y(i) P = stirling Tulis hasil P Selesai . Flowchart Mulai Baca Data : n For i= 2: n Baca a(i).D.y(i).y(j).

.F. Kesimpulan Interpolasi suatu fungsi atau beberapa data beberapa kali.Didalam masalah galat nilai dari metode ini masih konsisten dari taksiran galat. Hasil Praktikum G.dan tiap kali derajat polinom dan jumlah data ditambah.

.n 3.f1).fn) Interpolasi Langrange sebagai berikut : ( ) ( ) ∑ ( ) ( ) maka didefinisikan rumus Dimana lo(x) = ( x – x1 ) ( x – x2 ) . . . . Untuk i := 0.2. 2. 4.x . Dapat memahami Interpolasi Langrange beserta keuntungan dan kerugiannya. B.n Keluaran : perkiraan langrange (plag) Langkah-langkah 1. Tujuan Praktikum 1.2 . f(xi) . Algoritma Masukan : n. (x1. ( x – xn ) C. .1.faktor := factor. . Plag := 0 2.f(xi). ….(xn. .xi.. Plag :=plag + faktor .BAB VII INTERPOLASI LAGRANGE A.fo). Dasar Teori Bila diberikan titik-titik (xo. Dapat mengaplikasikan Interpolasi Langrange tersebut dalam berbagai permasalahan yang diberikan dengan menggunakan program komputer.1. Jika j ≠ I. i:= 0. ..

scanf("%d". } main(){ printf("========== Polinom Lagrange ===========\n").y(i) Baca x P = Langrange (x) Tulis hasil P Selesai E. temp. i). Flowchart Mulai Baca Data : n For I : 1: n Baca x(i). y[i]=f(x[i]).D. &x[i]). scanf("%lf". double x[maks]. &n). i<=n. scanf("%lf". a. &a). printf("Masukkan nilai x yang dicari : "). printf("Masukkan derajat polinom : "). } . y[maks]. Listing Program #include <stdio. double f (double x){ return(cos(x)).h> #include <math. temp2=1.h> #define maks 1000 int n. for(i=0. i++){ printf("x[%d] : ". j. i.0. p=0.

} } p+=temp2*y[i].0.dalam formula lagrange. printf("y(x) : %lf\n".hasil menjadi kurang akurat.jika variable bebas mempunyai jarak interpolasi terlalu besar. j<=n. i<=n.for(i=0. .sehingga hasil yang diperoleh tidak dapat diperiksa ketelitiannya. j++){ if(j!=i){ temp2*=(a-x[j])/(x[i]-x[j]). Kesimpulan Dalam interpolasi lagrange variable bebas dalam formulanya tidak perlu berjarak sama dan tidak diperlukan perbedaan fungsi. } 0utput Program Interpolasi Lagrange F. fabs(p-f(a))). } printf("Polinom lagrange : %lf\n". f(a)). for(j=0. p).karena formulanya diyatakan dua hubungan variable maka berlaku juga. i++){ temp2=1. printf("Error : %lf\n".

Interpolasi untuk nilai x yang lain memerlukan jumlah komputasi yang sama karena tidak ada bagian komputasi sebelumnya yang dapat digunakan. penentuan polinomial dengan cara tsb kurang disukai. hasil komputasi sebelumnya tidak dapat digunakan.  Bila jumlah titik data meningkat atau menurun.Kesimpulan Akhir  Secara umum. Karena tidak ada hubungannya antara p n-1(x) dan pn(x) pada polinom Lagrange  Jadi yang paling disukai disini ADALAH INTERPOLASI NEWTON . karena mempunyai kemungkinan yang jelek terutama untuk derajat polinomial yang semakin tinggi.  Polinom Lagrange kurang disukai dalam praktek karena :  Jumlah komputasi yang dibutuhkan untuk satu kali interpolasi adalah besar.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->