1.

INTERPOLASI LINEAR
Contoh 1 (mudah)
Perkirakanlah jumlah penduduk Amerika Serikat (dalam juta) pada tahun
1968 berdasarkan data yang ditabelkan di bawah ini:
Tahun 1960 1970
Jumlah penduduk 179,3 203,2

Penyelesaian:
Dari tabel di atas dapat dituliskan:

,

, dan

,

.
Dengan menggunakan persamaan (5), maka:

()
()
()
( )
Jadi taksiran jumlah penduduk AS pada tahun 1968 adalah 198,4 juta

CONTOH 2 (sulit)
Jika dari data-data diketahui bahwa ℓn (9,0) = 2,1972 dan ℓn (9,5) = 2,2513 maka
tentukanlah nilai ℓn (9,2) dengan interpolasi linear sampai 5 angka dibelakang koma.
Bandingkanlah hasilnya dengan nilai sejati ℓn (9,2) = 2,2192.
Penyelesaian:
Kita dapat menuliskan:

,

, dan

,

Dengan menggunakan persamaan (8.7) diperoleh hasil sebagai berikut:

()
()
()
( )
Galat :

Di sini nampak bahwa interpolasi linear tidak
cukup untuk memperoleh ketelitian sampai 5 angka penting, hanya sampai 3
angka penting.

Contoh soal:
Dicari nilai ln 2 dengan metode interpolasi linier berdasar data dan
. Hitung juga nilai tersebut berdasar data ln 1 dan . Untuk
membandingkan hasil yang diperoleh, dihitung besar kesalahan (diketahui nilai eksak dari
).
Penyelesaian:
Dengan menggunakan persamaan (6.2), dihitung dengan interpolasi linier nilai ln pada x =
2 berdasar nilai ln di x
0
= 1 dan x
1
= 6.

()

(

)
(

)
(

)

()
( )
( )
( )
Persentasi Galat Relatif:

( )

Apabila digunakan interval yang lebih kecil, yaitu nilai x
0
= 1 dan x
1
= 4, maka:

()

(

)
(

)
(

)

()
( 3862944 , 1 )
( )
( )
Besar kesalahan adalah:

( )

2. INTERPOLASI KUADRATIIK
Contoh soal:
Dicari nilai ln 2 dengan metode polinomial order dua berdasar data nilai ln 1 = 0 dan nilai
dari ln 6 = 1,7917595. Hitung juga nilai tersebut berdasar data ln 1 dan ln 4 = 1,3862944.
Untuk membandingkan hasil yang diperoleh, dihitung pula besar kesalahan (diketahui nilai
eksak dari ln 2 = 0,69314718).

Penyelesaian:
x
0
= 1 ÷ f (x
0
) = 0
x
1
= 4 ÷ f (x
1
) = 1,3862944
x
2
= 6 ÷ f (x
2
) = 1,7917595
Interpolasi polinomial dihitung dengan menggunakan persamaan (6.3), dan koefisien b
0
,
b
1
, dan b
2
, dihitung dengan persamaan (6.4), persamaan (6.5) dan persamaan (6.6).
Dengan menggunakan persamaan (6.4) diperoleh nilai b
0
, yaitu (b
0
= 0), koefisien b
1
dapat
dihitung dengan persamaan (6.5):

b
1
=
0 1
0 1
) ( ) (
x x
x f x f
÷
÷

b
1
=
1 4
0 3862944 , 1
÷
÷
= 0,46209813.
Persamaan (6.6) digunakan untuk menghitung koefisien b
2
:
b
2
=
0 2
0 1
0 1
1 2
1 2
) ( ) ( ) ( ) (
x x
x x
x f x f
x x
x f x f
÷
÷
÷
÷
÷
÷

b
2
=
1 6
46209813 , 0
4 6
3862944 , 1 7917595 , 1
÷
÷
÷
÷
= –0,051873116.
Nilai-nilai tersebut disubstitusikan ke persamaan (6.3):
f
2
(x) = b
0
+ b
1
(x – x
0
) + b
2
(x – x
0
)(x – x
1
)
f
2
(x) = 0 + 0,46209813(x – 1) + (–0,051873116)(x – 1)(x – 4)
Untuk x = 2, maka diperoleh nilai fungsi interpolasi:
f
2
(2) = 0 + 0,46209813(2 – 1) + (–0,051873116)(2 – 1)(2 – 4) = 0,56584436.
Besar kesalahan adalah:
E
t
=
69314718 , 0
56584436 , 0 69314718 , 0 ÷
× 100 % = 18,4 %.
3. Interpolasi Polinomial Lagrange
Interpolasi polinomial Lagrange hampir sama dengan polinomial Newton, tetapi tidak
menggunakan bentuk pembagian beda hingga. Interpolasi polinomial Lagrange dapat
diturunkan dari persamaan Newton.
Bentuk polinomial Newton order satu:

() (

) ( –

) [

] ()
Pembagian beda hingga yang ada dalam persamaan diatas mempunyai bentuk:
[

]
0 1
0 1
) ( ) (
x x
x f x f
÷
÷

[

]
1 0
0
0 1
1
) ( ) (
x x
x f
x x
x f
÷
+
÷
()
Substitusi persamaan (6.17) ke dalam persamaan (6.16) memberikan:

() (

)
0 1
0
x x
x x
÷
÷
(

)
1 0
0
x x
x x
÷
÷
(

)
Dengan mengelompokkan suku-suku di ruas kanan maka persamaan diatas menjadi:

()
(
¸
(

¸

÷
÷
+
÷
÷
1 0
0
1 0
1 0
x x
x x
x x
x x
(

)
0 1
0
x x
x x
÷
÷
(

)
atau

()
1 0
1
x x
x x
÷
÷
(

)
0 1
0
x x
x x
÷
÷
(

) ()
Persamaan (6.18) dikenal dengan interpolasi polinomial Lagrange order satu.
Dengan prosedur diatas, untuk interpolasi order dua akan didapat:

()

1 0
1
x x
x x
÷
÷
2 0
2
x x
x x
÷
÷
(

)
0 1
0
x x
x x
÷
÷
2 1
2
x x
x x
÷
÷
(

)

0 2
0
x x
x x
÷
÷
1 2
1
x x
x x
÷
÷
(

) ()
Bentuk umum interpolasi polinomial Lagrange order n adalah:
() ) (
n
0 i
i
x L ¿
=
()................................................................... (6.20)
dengan
() [
÷
÷
=
=
n
i j
0 j
j i
j
x x
x x
........................................................................ (6.21)
Simbol H merupakan perkalian.
Dengan menggunakan persamaan (6.20) dan persamaan (6.21) dapat dihitung interpolasi
Lagrange order yang lebih tinggi, misalnya untuk interpolasi Lagrange order 3, persamaan
tersebut adalah:

() ) (
3
0 i
i
x L ¿
=
()

() (

)

() (

)

() (

)

() (

)

() ) )( )( (
3 0
3
2 0
2
1 0
1
x x
x x
x x
x x
x x
x x
÷
÷
÷
÷
÷
÷

() ) )( )( (
3 1
3
2 1
2
0 1
0
x x
x x
x x
x x
x x
x x
÷
÷
÷
÷
÷
÷

() ) )( )( (
3 2
3
1 2
1
0 2
0
x x
x x
x x
x x
x x
x x
÷
÷
÷
÷
÷
÷

() ) )( )( (
2 3
2
1 3
1
0 3
0
x x
x x
x x
x x
x x
x x
÷
÷
÷
÷
÷
÷

Sehingga bentuk interpolasi polinomial Lagrange order 3 adalah:

() (

) (

) (

) (

) (

) (

) (

) (

)
(

) (

) (

) (

)
(

) (

) (

) (

) ()


Contoh soal:
Dicari nilai dengan metode interpolasi polinomial Lagrange order satu dan dua
berdasar data dan data . Hitung juga nilai tersebut berdasar
data dan data Untuk membandingkan hasil yang diperoleh,
hitung pula besar kesalahan (diketahui nilai eksak dari )

Penyelesaian:
x
0
= 1 ÷ f (x
0
) = 0
x
1
= 4 ÷ f (x
1
) = 1,3862944
x
2
= 6 ÷ f (x
2
) = 1,7917595
Penyelesaian order satu menggunakan persamaan (6.18):
f
1
(x) =
1 0
1
x x
x x
÷
÷
f (x
0
) +
0 1
0
x x
x x
÷
÷
f (x
1
)
Untuk x = 2 dan dengan data yang diketahui maka:
f
1
(2) =
4 1
4 2
÷
÷
(0) +
1 4
1 2
÷
÷
(1,3862944) = 0,462098133.
Untuk interpolasi polinomial Lagrange order dua digunakan persamaan (6.19):
f
1
(x) =
1 0
1
x x
x x
÷
÷
2 0
2
x x
x x
÷
÷
f (x
0
) +
0 1
0
x x
x x
÷
÷
2 1
2
x x
x x
÷
÷
f (x
1
) +
0 2
0
x x
x x
÷
÷
1 2
1
x x
x x
÷
÷
f (x
2
)
f
1
(2) =
4 1
4 2
÷
÷
6 1
6 2
÷
÷
(0) +
1 4
1 2
÷
÷
6 4
6 2
÷
÷
(1,3862944) +
1 6
1 2
÷
÷
4 6
4 2
÷
÷
(1,7917595)
= 0,56584437.
4. Spline Kuadratik
Contoh : Interpolasi spline kuadratik untuk data berikut :
X 0.0 0.1 0.4 0.5
Y 1.3 4.5 2.0 2.1

Dengan penetapan

Penyelesaian : pertama kali dihitung nilai-nilai

(

)

Jadi, fungsi spline kuadratik

()

()

(

)
(

)

(

)

( )
( )

( )

()

(

)
(

)

(

)

( )
( )

( )

(

) ( )

()

(

)
(

)

(

)

(

)
( )
( )

(

) ( )

()
(

) (

)

(

) (

)

Contoh 1:
Gunakanlah data berikut ini untuk mencari

() padax=5 dengan menggunakan
interpolasi spline linear.
X Y
3,0 2,5
4,5 1,0
7,0 2,5
9,0 0,5

Penyelesaian :
Dari tabel dapat dilihat bahwa x = 5 berada dalam rentang 4,5 x 7,0 dapat dihitung
menggunakan persamaan :

()

. 4,5

=


()

() ()

()
Jadi nilai x = 5 adalah 1,3

Contoh 2:
Carilah konstruksi spline linear dari data berikut :
X 0,0 0,1 0,4 0,5 0,75 1,0
Y 1,3 4,5 2,0 2,1 5,0 3,0

Penyelesaian :
Dengan menggunakan persamaan :

()

(

)

Konstruksi spline linearnyaadalah :
[ ] ()


( )

[ ]

()


( )

[ ]

()


( )

[ ]

()


( )

[ ]

()


( )



Contoh 3:
Hitung x = 16 dari data berikut dengan menggunakan interpolasi spline linear
x y
0 0
10 227,04
20 517,35
15 362,78
22,5 602,97





Penyelesaian :

x y
0 0
10 227,04
20 517,35
15 362,78
22,5 602,97

x y
0 0
10 227,04
15 362,78
20 517,35
22,5 602,97
Niai x = 16 berada dalam rentang15 x 20
Dengan menggunakan persamaan :

()

(

)

() ()
() ()

( )



( )
( )
Sehingga untuk x = 16

() ( )
()

5. Persamaan interpolasi polinomial Newton derajat n

()

(

)

(

)(

)

(

)(

) (

) (8)
Seperti yang dilakukan dengan derajat 1 dan 2, titik-titik data dapat digunakan untuk
mengevaluasi koefisien

dan

. Untuk interpolasi polinomial derajat , diperlukan
titik data

. dengan menggunakan titik-titik data tersebut, persamaan berikut
digunakan untuk mengevaluasi koefisien,

(

) (9)

[

] (10)

[

] (11)

[

] (12)
dengan evaluasi fungsi berkurung ([]) adalah pembagian beda hingga. Misalnya beda terbagi
hingga pertama di nyatakan secara umum sebagai
[

]
(

) (

)

()
Beda terbagi hingga kedua, yang menggambarkan perbedaan dari dua beda terbagi pertama,
diungkapkan secara umum sebagai
[

]
[

] [

]

()
Demikian pula, beda terbagi hingga ke-n adalah
[

]
[

] [

]

()

(

) Satu Dua Tiga
0

(

) [

] [

] [

]
1

(

) [

] [

]
2

(

) [

]
3

(

)
Gambar 1. Perlukisan grafis sifat rekursif beda – beda terbagi hingga
Beda- beda ini dapat dipakai untuk menghitung koefisien – koefisien dalam Persamaan
(9) samapai (12), yang kemudian dapat disubstitusikan ke persamaan (*) untuk menghasilkan
polinom interpolasi,

() (

) (

)[

] (

)(

)[

] (16)
(

)(

) (

)[

]

Yang di sebut polinom interpolasi beda-terbagi Newton (divided-difference interpolating
polynomial). Perlu diperhatikan bahwa titik – titik data yang di pakai dalam Persamaan (16)
tidak perlu berjarak sama atau bahwa nilai – nilai absis perlu dalam urutan menaik,seperti
diilustrasikan dalam contoh berikut. Perhatikan juga, bagaimana persamaan (13) sampai (15)
bersifat rekursif yakni beda- beda tingkat yang lebih tinggi disusu dari beda – beda yang lebih
rendah.



Contoh 1:
Pernyataan Masalah: titik data pada

(

)

(

)

(

)

(

)
Pakailah polinom tersebut untuk menghitung ln2 dengan polinom interpolasi beda terbagi
Newton orde-ketiga.
Penyelesaian: Polinom orde-ketiga, Persamaan (*) dengan n = 3 adalah

()

(

)

(

)(

)

(

)(

)(

)
Beda – beda terbagi pertama untuk masalah tersebut adalah
[

]



[

]



[

]



Beda – beda terbagi kedua adalah
[

]



[

]



Beda terbagi ketiga adalah
[

]
()


Hasil – hasilnya untuk [

] [

], dan [

] merupakan koefisien –
koefisien

dari persamaan (*). Bersama – sama dengan

(

)
Persamaan (*) adalah

() ( ) ( )( )
( )( )( )
Yang dapat di gunakan untuk menghitung

()
Jadi, nilai ln 2 berdasarkan data yang di ketahui adalah 0,62876869



Dengan menggunakan interpolasi polinomial Newton derajat 1. Hitunglah , apabila
diketahui: dan
Nilai eksak
Penyelesaian:

(

) Satu
0 2 0,69314718 0,274653072
1 6 1,791759469

() ( )
( )

Galat relatif =

Contoh 2:
Dengan menggunakan interpolasi polinomial Newton derajat 2, hitunglah nilai , apabila
diketahui dan . Nilai eksak

Penyelesaian :

Satu Dua
0 2 0,69314718 0,405465109 -0,043604012
1 3 1,09812289 0,231104906
2 6 1,791759469

() ( ) ( )( )

Galat relatif =

6. Spline Kubik
Contoh 6.4 Konstruksikan spline kubik untuk 4 titik data berikut:



terhadap syarat batas:

(

) =

(0) =

= 2 dan

(

) =

(3) =

= 2
Penyelesaian. Lebar subinterval pada sumbu x:

=

=

= 1
dan beda terbagi pertama, dengan mengingat bahwa

(

)

, yaitu :

Persamaan matriks dapat dituliskan sebagai
[


] [

] [



] [

],
yang mempunyai penyelesaian

= -3,

= 3,

= -3, dan

= 3.
Disubstitusikan penyelesaian tersebut ke persamaan (6.19) untuk memperoleh koefisien-
koefisien lain dari spline kubik:

( ())

() ())

( ())

()

()

Terakhir, kita dapat menuliskan persamaan spline kubik seperti

()

[]

() ( )

( )

( ) []

() ( )

( )

( ) []
x 0 2 3
y 0 4 5


3862944 ( ) ) ( ) ( ) . Penyelesaian: Dengan menggunakan persamaan (6. dihitung besar kesalahan (diketahui nilai eksak dari ). maka: ( ) ( ( ) ( ) ) ( ) Besar kesalahan adalah: ( 1. Untuk membandingkan hasil yang diperoleh.2). Hitung juga nilai tersebut berdasar data ln 1 dan .Contoh soal: Dicari nilai ln 2 dengan metode interpolasi linier berdasar data dan . dihitung dengan interpolasi linier nilai ln pada x = 2 berdasar nilai ln di x0 = 1 dan x1 = 6. yaitu nilai x0 = 1 dan x1 = 4. ( ) ( ) Persentasi Galat Relatif: ( ( ( ( ( ) ) ( ) ( ) ) ) ) Apabila digunakan interval yang lebih kecil.

7917595  1. b1. 4 1 Persamaan (6. Hitung juga nilai tersebut berdasar data ln 1 dan ln 4 = 1. dan koefisien b0.3). Dengan menggunakan persamaan (6. persamaan (6.5) dan persamaan (6.6).051873116. dihitung pula besar kesalahan (diketahui nilai eksak dari ln 2 = 0. 6 1 . Penyelesaian: x0 = 1 x1 = 4 x2 = 6    f (x0) = 0 f (x1) = 1. yaitu (b0 = 0). koefisien b1 dapat dihitung dengan persamaan (6.6) digunakan untuk menghitung koefisien b2: f ( x2 )  f ( x1 ) f ( x1 )  f ( x0 )  x2  x1 x1  x0 b2 = x2  x0 1. dihitung dengan persamaan (6.5): b1 = f ( x1 )  f ( x0 ) x1  x0 b1 = 1.3862944 f (x2) = 1.4). Untuk membandingkan hasil yang diperoleh.69314718).3862944  0 = 0.2.46209813 64 b2 = = –0.3862944  0.7917595 Interpolasi polinomial dihitung dengan menggunakan persamaan (6.3862944. INTERPOLASI KUADRATIIK Contoh soal: Dicari nilai ln 2 dengan metode polinomial order dua berdasar data nilai ln 1 = 0 dan nilai dari ln 6 = 1.4) diperoleh nilai b0.7917595. dan b2.46209813.

maka diperoleh nilai fungsi interpolasi: f2(2) = 0 + 0.16) memberikan: ( ) ( ) x  x0 x1  x0 ( ) x  x0 x0  x1 ( ) Dengan mengelompokkan suku-suku di ruas kanan maka persamaan diatas menjadi: .69314718 3.3): f2(x) = b0 + b1(x – x0) + b2(x – x0)(x – x1) f2(x) = 0 + 0.051873116)(2 – 1)(2 – 4) = 0.46209813(x – 1) + (–0.56584436. Interpolasi Polinomial Lagrange Interpolasi polinomial Lagrange hampir sama dengan polinomial Newton.051873116)(x – 1)(x – 4) Untuk x = 2.4 %. Bentuk polinomial Newton order satu: ( ) ( ) ( – ) [ ] ( ) Pembagian beda hingga yang ada dalam persamaan diatas mempunyai bentuk: [ ] f ( x1 )  f ( x 0 ) x1  x 0 [ ] f ( x0 ) f ( x1 )  x1  x 0 x 0  x1 ( ) Substitusi persamaan (6.69314718  0.46209813(2 – 1) + (–0. 0.17) ke dalam persamaan (6. Besar kesalahan adalah: Et = 0. Interpolasi polinomial Lagrange dapat diturunkan dari persamaan Newton.56584436  100 % = 18. tetapi tidak menggunakan bentuk pembagian beda hingga.Nilai-nilai tersebut disubstitusikan ke persamaan (6.

misalnya untuk interpolasi Lagrange order 3..21) Simbol  merupakan perkalian.......20) dengan n ( ) j0 ji  x  xj xi  x j ... n (6........... persamaan tersebut adalah: ..... Dengan prosedur diatas...........21) dapat dihitung interpolasi Lagrange order yang lebih tinggi..............................18) dikenal dengan interpolasi polinomial Lagrange order satu.................. Dengan menggunakan persamaan (6...........20) dan persamaan (6....................... untuk interpolasi order dua akan didapat: ( ) x  x1 x  x2 x0  x1 x0  x2 x  x0 x  x1 x2  x0 x2  x1 ( ) x  x0 x  x 2 x1  x0 x1  x2 ( ) ( ) ( ) Bentuk umum interpolasi polinomial Lagrange order n adalah: ( ) i0  Li ( x) ( )... (6............( )  x0  x1 x  x0      x0  x1 x0  x1  ( ) x  x0 x1  x0 ( ) atau ( ) x  x1 x0  x1 ( ) x  x0 x1  x0 ( ) ( ) Persamaan (6..............

( ) ( ) ( ) ( ) i0  Li ( x) ( ) 3 ( ) ( ) ( ) ( ) ( ) ( ) ( x  x1 x  x2 x  x3 )( )( ) x0  x1 x0  x2 x0  x3 ( ) ( x  x0 x  x2 x  x3 )( )( ) x1  x0 x1  x2 x1  x3 x  x0 x  x1 x  x3 )( )( ) x2  x0 x2  x1 x2  x3 x  x0 x  x1 x  x2 )( )( ) x3  x0 x3  x1 x3  x2 ( ) ( ( ) ( Sehingga bentuk interpolasi polinomial Lagrange order 3 adalah: ( ) ( )( ( ( )( )( )( ) ( ) )( )( ( ) ( ) ) ( ) ( ) )( )( ) ( ) Contoh soal: Dicari nilai berdasar data data dan data dengan metode interpolasi polinomial Lagrange order satu dan dua dan data . Hitung juga nilai tersebut berdasar Untuk membandingkan hasil yang diperoleh. ) hitung pula besar kesalahan (diketahui nilai eksak dari Penyelesaian: .

18): f1(x) = x  x0 x  x1 f (x0) + f (x1) x0  x1 x1  x0 Untuk x = 2 dan dengan data yang diketahui maka: f1(2) = 2 4 2 1 (0) + (1.462098133.3862944) = 0.3862944 f (x2) = 1.0 1.56584437.x0 = 1 x1 = 4 x2 = 6    f (x0) = 0 f (x1) = 1.3862944) + (1.5 0.3 0. Spline Kuadratik Contoh : Interpolasi spline kuadratik untuk data berikut : X Y Dengan penetapan Penyelesaian : pertama kali dihitung nilai-nilai 0.1 4.5 2.4 2.1 .7917595) 6 1 6  4 1 4 1 6 4 1 4  6 = 0.7917595 Penyelesaian order satu menggunakan persamaan (6. 4 1 1 4 Untuk interpolasi polinomial Lagrange order dua digunakan persamaan (6.19): f1(x) = x  x0 x  x 2 x  x0 x  x1 x  x1 x  x2 f (x0) + f (x1) + f (x2) x0  x1 x0  x2 x1  x0 x1  x2 x2  x0 x2  x1 f1(2) = 2 4 2 6 21 2  6 2 1 2  4 (0) + (1.0 0. 4.

( ) Jadi. fungsi spline kuadratik ( ) .

( ) ( ( ) ( ( ) ( ) ( ) ) ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ( ) ) ) ( ( ) ( ( ) ( )( ) ( ) ) ( ) ( ) ( ) .

5 7.0 2.0 9.0 Y 2.5 ( ) padax=5 dengan menggunakan Penyelesaian : Dari tabel dapat dilihat bahwa x = 5 berada dalam rentang 4.5 0.Contoh 1: Gunakanlah data berikut ini untuk mencari interpolasi spline linear.5 menggunakan persamaan : ( ) x 7.0 dapat dihitung .5 1. X 3.0 4.

0 1.1 0.3 Contoh 2: Carilah konstruksi spline linear dari data berikut : X Y 0. 4.75 5.0 Penyelesaian : Dengan menggunakan persamaan : ( ) ( ) Konstruksi spline linearnyaadalah : [ ] ( ) ( ) [ ] ( ) ( ) ..1 4.5 2.4 2.0 0.3 0.5 0.5 = ( ) ( ) ( ) ( ) Jadi nilai x = 5 adalah 1.0 3.0 1.

04 517.78 602.[ ] ( ) ( ) [ ] ( ) ( ) [ ] ( ) ( ) Contoh 3: Hitung x = 16 dari data berikut dengan menggunakan interpolasi spline linear x 0 10 20 15 22.35 362.5 y 0 227.97 .

35 362.04 362.5 y 0 227.78 602.Penyelesaian : x 0 10 20 15 22.5 y 0 227.35 602.78 517.97 .04 517.97 x 0 10 15 20 22.

Persamaan interpolasi polinomial Newton derajat n ( ) ( ) ( )( ) ( )( ) ( ) (8) Seperti yang dilakukan dengan derajat 1 dan 2. diperlukan . Untuk interpolasi polinomial derajat . persamaan berikut digunakan untuk mengevaluasi koefisien. titik-titik data dapat digunakan untuk mengevaluasi koefisien titik data ( ) [ [ ] ] dan . Misalnya beda terbagi hingga pertama di nyatakan secara umum sebagai .Niai x = 16 berada dalam rentang15 Dengan menggunakan persamaan : ( ) ( ) ( ) ( ( ) ( ) ) ( x 20 ) ( ) ( Sehingga untuk x = 16 ( ) ( ( ) ) ) 5. dengan menggunakan titik-titik data tersebut. (9) (10) (11) [ ] (12) dengan evaluasi fungsi berkurung ([ ]) adalah pembagian beda hingga.

yang menggambarkan perbedaan dari dua beda terbagi pertama.[ ] ( ) ( ) ( ) Beda terbagi hingga kedua.beda ini dapat dipakai untuk menghitung koefisien – koefisien dalam Persamaan (9) samapai (12).seperti diilustrasikan dalam contoh berikut. diungkapkan secara umum sebagai [ ] [ ] [ ] ( ) Demikian pula. Perlu diperhatikan bahwa titik – titik data yang di pakai dalam Persamaan (16) tidak perlu berjarak sama atau bahwa nilai – nilai absis perlu dalam urutan menaik. yang kemudian dapat disubstitusikan ke persamaan (*) untuk menghasilkan polinom interpolasi. Perhatikan juga.beda tingkat yang lebih tinggi disusu dari beda – beda yang lebih rendah. . ( ) ( ) ( ( ) [ )( ) ] ( ( )( ) [ ) [ ] ] (16) Yang di sebut polinom interpolasi beda-terbagi Newton (divided-difference interpolating polynomial). beda terbagi hingga ke-n adalah [ ] [ ] [ ] ( ) ( ) 0 1 2 3 ( ) ( ) ( ) ( ) Satu [ [ [ ] ] ] [ [ Dua ] ] [ Tiga ] Gambar 1. bagaimana persamaan (13) sampai (15) bersifat rekursif yakni beda. Perlukisan grafis sifat rekursif beda – beda terbagi hingga Beda.

Contoh 1: Pernyataan Masalah: titik data pada ( ) ( ) ( ) ( ) Pakailah polinom tersebut untuk menghitung ln2 dengan polinom interpolasi beda terbagi Newton orde-ketiga. Penyelesaian: Polinom orde-ketiga. Bersama – sama dengan Persamaan (*) adalah ( ) ( ( ) )( )( ) ( )( ) Yang dapat di gunakan untuk menghitung ( ) . Persamaan (*) dengan n = 3 adalah ( ) ( ) ( )( ) ( )( )( ) Beda – beda terbagi pertama untuk masalah tersebut adalah [ [ [ ] ] ] Beda – beda terbagi kedua adalah [ [ ] ] Beda terbagi ketiga adalah [ ] ( ) ] [ ]. dan [ Hasil – hasilnya untuk [ ] merupakan koefisien – ( ) koefisien dari persamaan (*).

231104906 Dua -0.62876869 Dengan menggunakan interpolasi polinomial Newton derajat 1.043604012 0 1 2 ( ) 2 3 6 0. nilai ln 2 berdasarkan data yang di ketahui adalah 0.274653072 dan .Jadi. apabila Galat relatif = Contoh 2: Dengan menggunakan interpolasi polinomial Newton derajat 2. Nilai eksak Penyelesaian : Satu 0.405465109 0.791759469 ) ) Satu 0. hitunglah nilai .69314718 1. Hitunglah diketahui: Nilai eksak Penyelesaian: ( ) 0 1 ( ) 2 6 ( ( 0.69314718 1.09812289 1. apabila diketahui dan .791759469 ( ) ( )( ) .

19) untuk memperoleh koefisienkoefisien lain dari spline kubik: ( ( ) ( )) ( ) ( )) ( ) ( ( )) Terakhir. Lebar subinterval pada sumbu x: = = =1 ( ) . Disubstitusikan penyelesaian tersebut ke persamaan (6. yang mempunyai penyelesaian = -3. kita dapat menuliskan persamaan spline kubik seperti ( ) ( ) ( ) ( ( ) ) ( ( ) ) ( [ ( ) ] ) [ [ ] ] . = -3. = 3.Galat relatif = 6. yaitu : dan beda terbagi pertama. Spline Kubik Contoh 6. dengan mengingat bahwa Persamaan matriks dapat dituliskan sebagai [ ][ ] [ ] [ ].4 Konstruksikan spline kubik untuk 4 titik data berikut: x y terhadap syarat batas: 0 0 ( )= 2 4 3 5 (0) = = 2 dan ( )= (3) = =2 Penyelesaian. dan = 3.

Sign up to vote on this title
UsefulNot useful