P. 1
MATERI METNUM

MATERI METNUM

|Views: 750|Likes:
Published by Purba Santoso

More info:

Published by: Purba Santoso on Jul 06, 2012
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

06/07/2014

pdf

text

original

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

dan koefisien b0. Hitung juga nilai tersebut berdasar data ln 1 dan ln 4 = 1. dihitung dengan persamaan (6.4).69314718). dihitung pula besar kesalahan (diketahui nilai eksak dari ln 2 = 0.7917595.7917595  1.46209813. 6 1 .6).3862944  0.3862944  0 = 0. Dengan menggunakan persamaan (6. Penyelesaian: x0 = 1 x1 = 4 x2 = 6    f (x0) = 0 f (x1) = 1.3862944.5): b1 = f ( x1 )  f ( x0 ) x1  x0 b1 = 1. Untuk membandingkan hasil yang diperoleh.051873116.46209813 64 b2 = = –0.4) diperoleh nilai b0. koefisien b1 dapat dihitung dengan persamaan (6. 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 Interpolasi polinomial dihitung dengan menggunakan persamaan (6.3862944 f (x2) = 1. persamaan (6.3). b1. dan b2. yaitu (b0 = 0).6) digunakan untuk menghitung koefisien b2: f ( x2 )  f ( x1 ) f ( x1 )  f ( x0 )  x2  x1 x1  x0 b2 = x2  x0 1. 4 1 Persamaan (6.2.5) dan persamaan (6.

Interpolasi polinomial Lagrange dapat diturunkan dari persamaan Newton.051873116)(x – 1)(x – 4) Untuk x = 2.69314718 3.17) ke dalam persamaan (6. tetapi tidak menggunakan bentuk pembagian beda hingga.3): f2(x) = b0 + b1(x – x0) + b2(x – x0)(x – x1) f2(x) = 0 + 0.56584436. 0.Nilai-nilai tersebut disubstitusikan ke persamaan (6.051873116)(2 – 1)(2 – 4) = 0.46209813(2 – 1) + (–0.16) memberikan: ( ) ( ) x  x0 x1  x0 ( ) x  x0 x0  x1 ( ) Dengan mengelompokkan suku-suku di ruas kanan maka persamaan diatas menjadi: .69314718  0.46209813(x – 1) + (–0.4 %. Interpolasi Polinomial Lagrange Interpolasi polinomial Lagrange hampir sama dengan polinomial Newton. maka diperoleh nilai fungsi interpolasi: f2(2) = 0 + 0. 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 (6.56584436  100 % = 18. Besar kesalahan adalah: Et = 0.

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

Hitung juga nilai tersebut berdasar Untuk membandingkan hasil yang diperoleh.( ) ( ) ( ) ( ) 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 pula besar kesalahan (diketahui nilai eksak dari Penyelesaian: .

5 0.7917595 Penyelesaian order satu menggunakan persamaan (6.0 0.3862944 f (x2) = 1. Spline Kuadratik Contoh : Interpolasi spline kuadratik untuk data berikut : X Y Dengan penetapan Penyelesaian : pertama kali dihitung nilai-nilai 0.4 2. 4.5 2.x0 = 1 x1 = 4 x2 = 6    f (x0) = 0 f (x1) = 1.3 0.7917595) 6 1 6  4 1 4 1 6 4 1 4  6 = 0.19): 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) + (1.56584437.18): 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) + (1.1 .462098133.1 4.0 1.3862944) + (1. 4 1 1 4 Untuk interpolasi polinomial Lagrange order dua digunakan persamaan (6.3862944) = 0.

( ) Jadi. fungsi spline kuadratik ( ) .

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

0 Y 2.0 dapat dihitung .0 4.0 2.Contoh 1: Gunakanlah data berikut ini untuk mencari interpolasi spline linear.5 0.5 ( ) padax=5 dengan menggunakan Penyelesaian : Dari tabel dapat dilihat bahwa x = 5 berada dalam rentang 4.5 1.0 9. X 3.5 7.5 menggunakan persamaan : ( ) x 7.

4.0 Penyelesaian : Dengan menggunakan persamaan : ( ) ( ) Konstruksi spline linearnyaadalah : [ ] ( ) ( ) [ ] ( ) ( ) .3 Contoh 2: Carilah konstruksi spline linear dari data berikut : X Y 0.5 0.1 0.0 0.3 0..5 2.75 5.0 1.0 3.0 1.1 4.4 2.5 = ( ) ( ) ( ) ( ) Jadi nilai x = 5 adalah 1.

[ ] ( ) ( ) [ ] ( ) ( ) [ ] ( ) ( ) Contoh 3: Hitung x = 16 dari data berikut dengan menggunakan interpolasi spline linear x 0 10 20 15 22.97 .04 517.78 602.35 362.5 y 0 227.

35 362.97 .5 y 0 227.97 x 0 10 15 20 22.78 517.04 362.04 517.Penyelesaian : x 0 10 20 15 22.5 y 0 227.78 602.35 602.

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

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

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 [ ] ( ) ] [ ].Contoh 1: Pernyataan Masalah: titik data pada ( ) ( ) ( ) ( ) Pakailah polinom tersebut untuk menghitung ln2 dengan polinom interpolasi beda terbagi Newton orde-ketiga. dan [ Hasil – hasilnya untuk [ ] merupakan koefisien – ( ) koefisien dari persamaan (*). Penyelesaian: Polinom orde-ketiga.

274653072 dan .69314718 1. apabila Galat relatif = Contoh 2: Dengan menggunakan interpolasi polinomial Newton derajat 2. Hitunglah diketahui: Nilai eksak Penyelesaian: ( ) 0 1 ( ) 2 6 ( ( 0.69314718 1.405465109 0. nilai ln 2 berdasarkan data yang di ketahui adalah 0.043604012 0 1 2 ( ) 2 3 6 0.Jadi.62876869 Dengan menggunakan interpolasi polinomial Newton derajat 1.231104906 Dua -0. Nilai eksak Penyelesaian : Satu 0.791759469 ( ) ( )( ) . hitunglah nilai . apabila diketahui dan .09812289 1.791759469 ) ) Satu 0.

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.Galat relatif = 6. Lebar subinterval pada sumbu x: = = =1 ( ) . yaitu : dan beda terbagi pertama. yang mempunyai penyelesaian = -3. = 3. dan = 3. dengan mengingat bahwa Persamaan matriks dapat dituliskan sebagai [ ][ ] [ ] [ ]. Disubstitusikan penyelesaian tersebut ke persamaan (6. = -3. kita dapat menuliskan persamaan spline kubik seperti ( ) ( ) ( ) ( ( ) ) ( ( ) ) ( [ ( ) ] ) [ [ ] ] . Spline Kubik Contoh 6.19) untuk memperoleh koefisienkoefisien lain dari spline kubik: ( ( ) ( )) ( ) ( )) ( ) ( ( )) Terakhir.

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)//-->