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)

2. Beda terbagi : =

3. Ilinier : = f(x1) + Beda terbagi x ( x x1)

D. Flowchart
Mulai

Baca x,x0,x1

y(1)+(((y(2)-y(1))/(x(2)-x(1)))*(x(3)x(1)))

Tulis Hasil Taksiran

Selesai

E. Hasil Praktikum

F. Kesimpulan
Interpolasi merupakan suatu pendekatan numerik yang perlu dilakukan,di dalam interpolasi linier misalkan kita mempunyai m buah data x,dan tiap-tiap x memiliki pasangan harga y,yang merupakan fungsi x,dengan perkataan lain y = f(x).Untuk suatu harga .Dengan terletak diantara dua nilai x yang ada pada himpunan data,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. Secara

geometric,peramalan garis L yang menghubungkan titik (xk,yk) dengan titik (xk+1,yk+1) dapat dinyatakan oleh persamaan ( Sehingga ( ) )

Dengan demikian hasil yang diperoleh akan benar ( exact ),bilamana f(x) memang merupakan fungsi linear. Jika f(x) bukan merupakan fungsi linear,maka ( )

Akan merupakan pendekatan dari nilai sebenarnya,sehingga dengan demikian kan terdapat kesalahan ( galat ) antara yang dinyatakan oleh persamaan Dengan nilai yang sebenarnya. ( )

BAB VI INTERPOLASI BEDA TERBAGI NEWTON

A. Tujuan Praktikum
1. Dapat memahami Interpolasi beda terbagi newton. 2. Dapat mengaplikasikan interpolasi beda terbagi newton tersebut dalam berbagai permasalahan yang diberikan dengan menggunakan program komputer.

B. Dasar Teori
Kita perhatikan interpolasi linier yang membuat hampiran suatu titik dari dua titik yang diberikan.Dari grafik diatas terlihat sekali bahwa interpolasi linier mempunyai kemungkinan galat yang sangat besar untuk kurva yang tidak linier. Untuk itu akan dibahas Interpolasi newton yang bias membuat hampiran suatu titik dari banyak titik yang diberikan Secara umum,Interpolasi Newton dapat dituliskan sebagai : F(x) = fo + (x - xo)f[xox1] + (x - xo) (x x1) f[xo,x1,x2] + +(x - xo) (x-xn-1)f[xo, ,xn] Rumus newton sahih untuk simpul-simpul berjarak sama sebarang seperti yang mungkin terjadi dalam praktek, dalam percobaan atau pengamatan atau seperti diinginkan seseorang.

C. Algoritma
Masukan : n,xi,f(xi),z,epsilon ; i = 1,2,,n Keluaran : perkiraan bagi (pbagi) Langkah-langkah bo : = f(xo) pbagi :=bo faktor :=i Untuk i :=1,2,,n lakukan bi := f(xi) untuk j :=i-1,,0 lakukan

faktor := faktor (z xi-1) suku :=bofaktor pbagi := pbagi + suku Jika | | ,selesai

D. Flowchart
Mulai

Baca Data : n

For i= 2: n

Baca a(i),y(i),y(j),a(j)

Baca y(i)

P = stirling

Tulis hasil P

Selesai

F.

Hasil Praktikum

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

BAB VII INTERPOLASI LAGRANGE

A. Tujuan Praktikum
1. Dapat memahami Interpolasi Langrange beserta keuntungan dan kerugiannya. 2. Dapat mengaplikasikan Interpolasi Langrange tersebut dalam berbagai

permasalahan yang diberikan dengan menggunakan program komputer.

B. Dasar Teori
Bila diberikan titik-titik (xo,fo), (x1,f1), . . .,(xn,fn) Interpolasi Langrange sebagai berikut : ( ) ( ) ( ) ( ) maka didefinisikan rumus

Dimana lo(x) = ( x x1 ) ( x x2 ) . . . ( x xn )

C. Algoritma
Masukan : n,xi,f(xi),x ; i:= 0,1,2,. . .,n Keluaran : perkiraan langrange (plag) Langkah-langkah 1. Plag := 0 2. Untuk i := 0,1,2 , ,n 3. Jika j I,faktor := factor. 4. Plag :=plag + faktor . f(xi)

D. Flowchart
Mulai

Baca Data : n

For I : 1: n

Baca x(i),y(i)

Baca x

P = Langrange (x)

Tulis hasil P

Selesai

E. Listing Program
#include <stdio.h> #include <math.h> #define maks 1000 int n, i, j; double x[maks], y[maks], temp, p=0, temp2=1.0, a; double f (double x){ return(cos(x)); } main(){ printf("========== Polinom Lagrange ===========\n"); printf("Masukkan nilai x yang dicari : "); scanf("%lf", &a); printf("Masukkan derajat polinom : "); scanf("%d", &n); for(i=0; i<=n; i++){ printf("x[%d] : ", i); scanf("%lf", &x[i]); y[i]=f(x[i]); }

for(i=0; i<=n; i++){ temp2=1.0; for(j=0; j<=n; j++){ if(j!=i){ temp2*=(a-x[j])/(x[i]-x[j]); } } p+=temp2*y[i]; } printf("Polinom lagrange : %lf\n", p); printf("y(x) : %lf\n", f(a)); printf("Error : %lf\n", fabs(p-f(a))); }

0utput Program Interpolasi Lagrange

F. Kesimpulan
Dalam interpolasi lagrange variable bebas dalam formulanya tidak perlu berjarak sama dan tidak diperlukan perbedaan fungsi,sehingga hasil yang diperoleh tidak dapat diperiksa ketelitiannya,karena formulanya diyatakan dua hubungan variable maka berlaku juga,dalam formula lagrange,jika variable bebas mempunyai jarak interpolasi terlalu besar,hasil menjadi kurang akurat.

Kesimpulan Akhir Secara umum, penentuan polinomial dengan cara tsb kurang disukai, 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. Interpolasi untuk nilai x yang lain memerlukan jumlah komputasi yang sama karena tidak ada bagian komputasi sebelumnya yang dapat digunakan. Bila jumlah titik data meningkat atau menurun, hasil komputasi sebelumnya tidak dapat digunakan. Karena tidak ada hubungannya antara p n-1(x) dan pn(x) pada polinom Lagrange Jadi yang paling disukai disini ADALAH INTERPOLASI NEWTON