Escolar Documentos
Profissional Documentos
Cultura Documentos
TUGAS MID
METODE NUMERIK
KELOMPOK 8
KENDARI
2016
Soal:
1. Jelaskan apa yang Anda ketahui tentang operasi linear !
LINEAR PROGRAMMING
Program Linear adalah salah satu model matematika yang
digunakan untuk menyelesaikan masalah optimisasi yaitu
memaksimumkan atau meminimumkan fungsi tujuan yang bergantung
pada sejumlah variabel input.Hal terpenting yang perlu kita
lakukan adalah mencari tahu tujuan penyelesaian masalah dan apa
penyebab masalah tersebut. Aljabar linear adalah bidang
studi matematika yang mempelajari sistem persamaan linear dan
solusinya, vektor, serta transformasi linear. Matriks dan
operasinya juga merupakan hal yang berkaitan erat dengan bidang
aljabar linear.
Persamaan linear dapat dinyatakan sebagai matriks. Misalnya
persamaan:
3x1 + 4x2 − 2x3 = 5
x1 − 5x2 + 2x3 = 7
2x1 + x2 − 3x3 = 9
dapat dinyatakan dalam matriks teraugmentasi sebagai berikut.
Penyelesaian persamaan linier dalam bentuk matriks dapat
dilakukan melalui beberapa cara, yaitu dengan eliminasi
Gauss atau dapat juga dengan cara eliminasi Gauss-Jordan. Namun,
suatu sistem persamaan linier dapat diselesaikan
dengan eliminasi Gauss untuk mengubah bentuk matriks
teraugmentasi ke dalam bentuk eselon-baris tanpa
menyederhanakannya. Cara ini disebut dengan substitusi balik.
Sebuah sisitem persamaan linier dapat dikatakan homogen apabila
mempunyai bentuk :
a11x1 + a12x2 + ... + a1nxn = 0
a21x1 + a22x2 + ... + a2nxn = 0
am1x1 + am2x2 + ... + amnxn = 0
1. Linearity
Fungsi obyektif dan kendala haruslah merupakan fungsi linier dan
variabel keputusan. Hal ini akan mengakibatkan fungsi bersifat
proporsional dan additif, misalnya untuk memproduksi 1 kursi
dibutuhkan waktu 5 jam, maka untuk memproduksi 2 kursi dibutuhkan
waktu 10 jam.
2. Divisibility
Nilai variabel keputusan dapat berupa bilangan pecahan. Apabila
diinginkan solusi berupa bilangan bulat (integer), aka harus
digunakan metoda untuk integer programming.
3. Non negativity variable
Nilai variabel keputusan haruslah tidak negatif ( ³ 0).
4. Certainty
Semua konstanta (parameter) diasumsikan mempunyai nilai yang
pasti. Bila nilai-nilai parameternya probabilistik, maka harus
digunakan formulasi pemrograman masalah stokastik.
Pada umumnya persoalan-persoalan yang dipecahkan dalam
linear programming, yaitu :
a.Allocation Problem
Ini merupakan pemecahan dalam alokasi bahan-bahan / barang
dalam produksi.
b.Blending Problem
Ini merupakan cara pemecahan persoalan dari berbagai bahan
campuran yang masing-masing unit dipecahkan dan digabung
(blending) untuk menghasilkan output.
c.Persoalan Transportasi
Ini merupakan pemecahan persoalan yang menyangkut adanya
unit/barang/pasokan dan lain-lain pada beberapa tempat yang akan
dipindahkan ke beberapa tempat lainnya.
d.Persoalan Personil
Ini merupakan penempatan personil sesuai dengan
jabatan/tempatnya (assigment problem).
Metode grafik hanya bisa digunakan untuk menyelesaikan
permasalahan dimana hanya terdapat dua variabel keputusan. Untuk
menyelesaikan permasalahan tersebut, langkah pertama yang harus
dilakukan adalah memformulasikan permasalahan yang ada ke dalam
bentuk Linear Programming (LP).
1.Fungsi Tujuan
Profit = ($ 7 x jml meja yang diproduksi) + ($ 5 x jml kursi yang
diproduksi)
Secara matematis dapat ditulis :
Maksimisasi : Z = 7 X1 + 5 X2
2.Fungsi Kendala
· Kendala : Waktu pembuatan
1 unit meja memerlukan 4 jam untuk pembuatan -> 4 X1
1 unit kursi memerlukan 3 jam untuk pembuatan -> 3 X2
Total waktu yang tersedia per minggu untuk pembuatan -> 240 Jam
Dirumuskan dalam pertidaksamaan matematis -> 4 X1 + 3 X2 £240
Kendala II :
2 X1 + 1 X2 = 100
memotong sumbu X1 pada saat X2 = 0
2 X1 + 0 = 100
X1 = 100/2
X1 = 50
memotong sumbu X2 pada saat X1 =0
0 + X2 = 100
X2 = 100
Kendala I memotong sumbu X1 pada titik (50, 0) dan memotong
sumbu X2 pada titik (0, 100).
Titik potong kedua kendala bisa dicari dengan cara
substitusi atau eliminasi
3. Metode Thomas
Metoda ini digunakan untuk penyelesaian persamaan linear
yang tridiagonal. Dalam penyelesaian metoda Thomas terdapat
beberapa langkah yaitu:
Langkah 1.:
Ubah persamaan linear kedalam bentuk dibawah ini
d1X1 e1 X2 b1
c2X1 d2 X2 e2X3 b2
c3 X2 d3X3 e3X4 b3
Langkah 2 :
definisikan parameter berikut
βi = di βi = di - ci * ei-1/βi-1
i = b/β i = bi - ci * i-1/β
Langkah 3 :
hitung Xn, Xn+1
Xi = i Xi = i - ei * Xi-1/β
Metode ini bisa juga menggunakan algortima Thomas (Thomas
Algorithm). Dimana pada algoritma initerdiri dari tiga langkah
yaitu dekomposisi, subtitusi maju dan subtitusi balik. Berikut
ini adalah algoritma Thomas:
a) Dekomposisi
DO k=2,n
ek=ek/fk–1
fk=fk–ek.gk–1
b) Subtitusi Maju
DO k=2,n
rk=rk–ek.rk–1
c) Subtitusi Balik
xn=rn/fn
DO k=n–1,1,–1
xk=(rk–gk.xk+1)/fk
Bentuk umum Matrik Tri-Diagonal
Secara spesifik, bentuk SPAL yang memiliki matriks tri-
diagonal dapat disajikan sebagai berikut:
atau [A] [x] = [b]
Teorema Solusi matriks Tri-Diagonal
Jika matriks bujur-sangkar [A] di atas merupakan matriks
yang dominan secara diagonal (atau definit positif) dan membentuk
matriks tri-diagonal, maka [A] memiliki suatu mentuk faktorisasi
LU yang unik, dalam hal ini baik L maupun U hanya memiliki
duadiagonal: L adalah matriks bawah dengan struktur diagonal
utama (dituliskan dalam lambang [dl]) dan diagonal bawah
(dituliskan dalam lambang [al]); sedangkan matriks U adalah
matriks atas yang berisi diagonal utama [du] dan diagonal atas
[cu].
Langkah solusi yang digunakan adalah analogi dengan metode
Eliminasi Gauss. Dalam hal ini jika penulisan SPAL di atas
disusun ulang menjadi:
Dapat dilihat dengan jelas, selain ketiga diagonal di atas
matriks [A] hanya diisi oleh elemen 0 (nol), yang berarti bahwa
matriks [A] di atas, tidak perlu disimpan dalam suatu variabel
berbentuk matriks, melainkan cukup hanya dalam 3 buah ventor
dengan panjang masing-masing (maksimum) sebesar n elemen.
Jumlah memori untuk penyimpanan menjadi semakin sangat
berarti pada saat harga n menjadi sangat besar. Hal lain yang
perlu dicatat adalah, bahwa pada setiap kolom, hanya diperlukan
1 buah elemen tak-nol (bukan 0) yang dieliminasi, yang berarti
juga sebagai “penghematan usaha dan daya komputasi numerik” yang
relatif sangat besar, bila dibandingkan dengan penghitungan
melalui matriks penuh.
Selanjutnya, langkah algoritma penyelesaiannya adalah sebagai
berikut:
a) Jika d1≠0 maka x1 dapat dieliminasi dari persamaan kedua
dengan menghitung “faktor pengali” berikut: dan dihasilkan
persamaan baru sebagai berikut:
dengan,
b) Dengan cara yang sama, jika d’2 ≠ 0, x2 dapat dieliminasi
dari persamaan ketiga sehingga dihasilkan persamaan ketiga
yang baru, sebagai berikut:
Dengan, dan
c) Teruskan cara perhitungan di atas, sehingga dapat
disimpulkan pada tahap-i, xi dapat dieliminasi dari
persamaan i+1 (dengan asumsi d’i ≠ 0 ) dan memberikan
persamaan baru berikut:
dengan,
dan
d) Sekuens-sekuens dalam butir (c) di atas sebenarnya
merupakan sesuatu yang beraturan, yaitu keberulangan dari
i = 1, 2, … , n 1, sehingga sistem awalnya tertransformasi
menjadi “matriks segitiga atas”
e) Sebagai solusi akhirnya, yaitu “substitusi balik” yang juga
mirip dengan “metode eliminasi Gauss”, yaitu dengan
menganggap bahwa , akan diperoleh:
dan kemudian, untuk i = n-1, n-2,…, 1, dapat digunakan:
1 1 0,5 2 R1 : 2
3 -1 1 1
1 4 -1 2
langkah #3 nol-kan nilai kolom 1 R2
dan R3
1 1 0,5 2
0 -4 -0,5 -5 R2-3R1'
0 3 -1,5 0 R3-R1
http://devilable-one.blogspot.co.id/2011/11/metode-numerik-
sistem-persamaan-linier.html
Metode Grafik
Contoh:
Jawab:
Langkah 1:
1) x + 2y = 10
x y (x,y)
0 5 (0,5)
10 0 (10,0)
2) x + y = 6,
x y (x,y)
0 6 (0,6)
6 0 (6,0)
Langkah 2:
(0.-7)
Metode eliminasi
Contoh:
x + y = 6, x,y € R
Jawab:
x+ 2y = 10 × 1 x+ 2y =10
-x = -2
x = 2
x + 2y = 10
y = 4
Metode substitusi
Contoh:
x + 2y = 10
x + y = 6, x,y € R
Jawab:
Misalkan: x + 2y = 10 . . . (1)
x + y = 6, . . . (2)
Langkah 1
Langkah 2
(10 – 2y) + y = 6
<=> – y = 6 – 10
<=> – y = – 4
<=> y = 4
Langkah 3
x = 10 – 2 (4) = 2
http://www.rumusmatematikadasar.com/2015/01/penjelasan-metode-
subtitusi-dan-eliminasi-sistem-persamaan-linear-dua-
variabel.html
(Lasijo, 2001).
disusun sebagai
Koefisiennya dapat ditemukan dengan memilih z0 dan kemudian
Interpolation, 2006).
potongan
polynomial (picewise polynomial) dengan titik-titik belok
dengan
dengan
sebagai berikut.
Curve Fitting
Curve fitting tidak lain yang mendekati diberikan fungsi f (x)
dengan menggunakan fungsi sederhana mengatakan polinomial,
fungsi trignometric, fungsi eksponensial dan fungsi rasional.
Namun, perbedaan utama antara interpolasi dan Curve pas, di
bekas, kurva didekati harus melewati titik data yang diberikan.
Di sini sekali lagi fungsi polinomial adalah salah satu yang
telah digunakan secara luas dalam aplikasi dari fungsi lainnya.
Adanya fungsi polinom P (x) yang mendekati fungsi kontinu f (x)
sebagai interval terbatas [a, b] adalah gauranteed oleh
Weiestrass pendekatan teorema.
Weiestrass pendekatan Teorema: Jika fungsi f (x) kontinu sebagai
interval terbatas [a, b], maka diberikan e setiap> 0 maka ada
sebuah n = n (e) dan P polinomial (x) berderajat n sehingga
| f (x) - P (x) | <E untuk semua x Î [a, b].
Dalam kurva pas f (x) akan diambil sebagai
f (x) @ P (x, c0, c1... cn)
= C0F0 (x) + c1F1 (x) +. . . + CnFn (x)
di mana Fi (x), i = 0, 1,. . . n n dipilih fungsi bebas linear
(xifor polinomial) dan ci, i = 0, 1, 2,. . . n adalah parameter
yang akan ditentukan. Kesalahan dalam pendekatan yang
didefinisikan sebagai
E (f; c) = || f (x) - (... c0F0 + + cnFn) || di mana || || adalah
norma. Sekarang masalahnya adalah untuk menemukan ci, i = 0, 1,
2,. . . n sehingga E (f; c) adalah sekecil mungkin dalam arti
norma || ||.
Interpolasi dan Curve Fitting
Mengingat satu set data yang dihasilkan dari percobaan
(simulasi berdasarkan atau sebaliknya), atau mungkin diambil dari
kehidupan nyata fisik skenario, kita asumsikan ada beberapa
fungsi yang melewati melalui titik data dan sempurna mewakili
kuantitas bunga di semua titik non-data. Dengan interpolasi kita
mencari fungsi yang memungkinkan kita untuk perkiraan bahwa
nilai-nilai fungsional seperti antara set data asli nilai dapat
ditentukan (Perkiraan). Fungsi interpolasi biasanya melewati
asli kumpulan data. Dengan kurva pas kita hanya ingin fungsi yang
cocok (biasanya cocok dalam arti tertentu) ke poin data asli.
Dengan kurva pas fungsi aproksimasi tidak harus melewati set data
asli.
• Contoh interpolasi menggunakan fungsi spline dan leastsquares
kurva pas menggunakan gelar polinomial kelima ditampilkan
pada gambar berikut
• Data set adalah satu set 10 angka acak yang dihasilkan
menggunakan
10 * rand (1,10)
- Perhatikan bahwa spline interpolasi melewati data menunjuk
sementara kurva fit tidak.
- Gelar polinomial yang lebih tinggi mungkin akan memberikan yang
lebih baik cocok.
Interpolasi adalah metode menghasilkan titik-titik data
baru dalam suatu jangkauan dari suatu set diskret data-data yang
diketahui. Dalam teknik dan sains, seringkali seseorang memiliki
sejumlah titik data yang didapatkan melalui pengambilan sampel
atau eksperimen, mewakili nilai-nilai suatu fungsi dengan jumlah
nilai variabel bebas yang terbatas. Seringkali diperlukan
mengekstrapolasi (alias memperkirakan) nilai fungsi tersebut
pada nilai variabel bebas di pertengahan. Hal ini dapat dicapai
melalui pencocokan kurva atau analisis regresi.
Interpolasi (cont.)
Data tambahan mungkin ditentukan, seperti
kemiringan fungsi interpolasi pada titik tertentu
kendala tambahan mungkin dikenakan, seperti
sebagai kelancaran, monotonisitas, atau busung dari
fungsi interpolasi
f bisa fungsi lebih dari satu variable
Tujuan interpolasi
Plotting kurva halus melalui data diskritpoin
Membaca antara baris tabel
Membedakan atau mengintegrasikan data tabular
Mengganti fungsi rumit dengan sederhana
Interpolasi vs Pendekatan
fungsi interpolasi cocok titik data yang diberikan persis
interpolasi adalah tidak pantas jika titik data tunduk
kesalahan yang signifikan
Pendekatan biasanya lebih disukai untuk smoothing data yang
bising.
Memilih interpolant
Pilihan fungsi untuk interpolasi berdasarkan
Bagaimana fungsi mudah adalah bekerja dengan
Menentukan parameter
Mengevaluasi fungsi
Membedakan atau mengintegrasikan fungsi
Seberapa baik sifat fungsi pertandingan Sifat data
untuk menjadi bugar (kelancaran, monotonisitas,
busung, periodisitas, dll).
85.
86.
87.
88.
89.
90.
91.
92. (x0,y0)
93.
94.
95. x
96.
97. Gambar5.3 Interpolasilanjar
98.
99.
100.
101.
102. Koefisiena0
dana1dicaridenganprosespenyulihandaneliminasi.Dengan
menyulihkan(x0,y0)dan
(x1,y1)kedalampersamaan(P.5.3),diperolehduabuah
persamaanlanjar:
103.
104. y0=a0+a1x0
105. y1=a0+a1x1
106.
107. Keduapersamaaninidiselesaikandenganproseseliminas
i,yangmemberikan
108.
109. y y
110. a1 = 111. 1 112. (P.
0 5.4)
113. x1 x0
114. d 115.
an 116.
117. xy x y
118. a0=1 0 0 1 119. (P.5
.5)
120. x1 x0
121.
122. Sulihkankan(P.5.4)dan(P.5.5)kedalam(P.5.3)untukmenda
patkanpersamaan garislurus:
123. 125.
124. xy x y 126. y y x
127. p1(x)= 128. 1 0 129. + 130. (P.5
0 1 1 0 .6)
131. x1 x0 132. x1 x0
133.
134. Dengan melakukan sedikit manipulasi aljabar,
persamaan (P.5.6) ini dapat disusunmenjadi
135. 137. 139. 141.
136. p1(x)=y0 + 138. (y1 140. x 142. (P.5
y 0) 0 .7)
(x
)
143. (x1 144. x 0)
145.
146. Buk 147. 150.
ti: 148. 151.
149. xy 152. y y x
x y
153. p1(x)= 1 0 0 154. 1 0
1+
155. x1 x0 158. x1 x0
156. 159.
157. xy x y 160. xy xy
161. p1(x)= 162. 1 0 0 1 1 0
163. x1 x0 166.
164. 167.
165. xy 168. x y x y
x y xy xy
169. p1(x)= 1 0 0 1 1 0
0 0 0 1
170. 173. x1 x0
171. 174. y y x x
172. x x y
175. p1(x)= 176. 1 0 0 1 0 0
177. 181. x1 184.
178. x0 185.
179. 186.
182.
180. p1(x)=y0 + 187. x0)
183. (y1
y 0)
(x
188. (x1 189. x 0)
190.
191.
192.
193. Persamaan(P.5.7)adalahpersamaangarislurusyangmelaluiduabu
ahtitik,(x0,
194. y0)dan(x1,y1).Kurvapolinomp1(x)iniadalahberupagarislurus(
Gambar5.3).
195.
196.
197.
198. Contoh5.1
199. PerkirakanjumlahpendudukAmerikaSerikatpadatahun1968be
rdasarkandatatabulasi berikut[KRE88]:
200.
252. p2(x)=a0+a1x+a2x2
(P.5.8)
Biladigambar,kurvapolinomkuadratberbentukparabola(Gamba
r5.4).
253. Polinomp2(x)ditentukandengancaraberikut:
254. - sulihkan(x i,yi)kedalampersamaan(P.5.8),
i=0,1,2.Darisinidiperoleh tigabuah
persamaandengantigabuahparameteryangtidakdiketahui,yai
tu a0,a1,dana2:
255.
256. a0+ a1x0+ a2x02=
y1 a0+a1x2+a2x22=y2
257.
258. - hitung a0, a1, a2 dari sistem persamaan tersebut dengan
metode eliminasi
259. Gauss.
260.
261.
262. y (x1,y1)
263.
264.
265.
266.
267.
268. (x2,y2)
269.
270.
271. (x0,y0)
272.
273.
274. x
275.
276. Gambar5.4 Interpolasikuadratik
277.
278.
279.
280. Contoh5.3
281. Diberikantitikln(8.0)=2.0794,ln(9.0)=2.1972,danln(9.5
)=2.2513.Tentukannilai
ln(9.2)denganinterpolasikuadratik.
282.
283. Penyelesaian:
284. Sistenpersamaanlanjaryangterbentukadalah
285.
286. a0+8.0a1+64.00a2=2.07
94
a0+9.0a1+81.00a2=2.1972
a0+9.5a1+90.25a2=2.2513
287.
288. PenyelesaiansistempersamaandenganmetodeeliminasiGaussmengha
silkana0 =0.6762,
0.0064x2
291. sehi 292.
ngga 293.
294. p 2(9.2)=2.2192
295.
296. yangsamadengannilaisejatinya(5angkabena).
297.
298.
299. 5.1.3
InterpolasiKubik
300.
301. Misal diberikan empat buah titik data, (x0, y0),
(x1, y1),(x2, y2), dan (x3, y3).
Polinomyangmenginterpolasikeempatbuahtitikituadalahpol
inomkubikyang berbentuk:
302.
303. p3(x)=a0+a1x+a2x2+a3x3
(P.5.9)
304.
305. Polinomp3(x)ditentukandengancaraberikut:
306. - sulihkan(xi,yi)kedalampersamaan(P.5.9),
i=0,1,2,3.Darisinidiperoleh empat buah
persamaandenganempat buahparameter yangtidakdiketahui,
yaitua0,a1,a2, dana3:
307.
308. a0+a1x0+a2x02+a3x03=y0
a0+a1x1+a2x12+a3x13=y1
a0+a1x2+a2x22+a3x23=y2
a0+a1x3+a2x32+a3x33=y3
309.
310. - hitung a0, a1, a2, dan a3 dari sistem persamaan
tersebut dengan metode eliminasiGauss.
311.
312. Bila digambar, kurva polinom kubik adalah seperti
Gambar5.5.
313.
314.
315.
316. y (x1,y1)
317.
318.
319. (x3,y3)
320.
321. (x2,y2)
322.
323.
324. (x0,y0)
325.
326.
327. x
328.
329. Gambar5.5 Interpolasikubik
330.
331.
332. Dengancarayangsamakitadapatmembuatpolinominterpolasib
erderajatnuntuk
333. nyanglebiht
inggi:
334.
335. pn(x)=a0+a1x+a2x2+…+anxn
336.
337. asalkan tersedia (n+1) buah titik data. Dengan
menyulihkan (xi, yi) ke dalam persmaanpolinomdiatasy
=pn(x)untuk i=0,1,2,…,n,akandiperolehnbuah
sistempersamaanlanjardalama0,a1,a2,…,an,
338.
339. a0+a1x0+a2x02+...+anx03=y
2 3
0 a0+a1x1+a2x1 +...+anx1 =y1
a0+a1x2+a2x22+...+anx23=y2
340. ...
...
341. a0+a1xn+a2xn2+...+anxn3=y
n
342.
343.
344.
345. Solusi sistem persamaan lanjar ini diperoleh dengan
menggunakan metode
eliminasiGaussyangsudahandapelajari.
346.
347. Secaraumum,penentuanpolinominterpolasidengancarayang
diuraikandi atas
kurangdisukai,karenasistempersamaanlanjaryang
diperolehadakemungkinan
berkondisiburuk,terutamauntukderajatpolinomyangsemakint
inggi.
348.
349. Beberapametodeperhitunganpolinominterpolasitelahditemuk
anoleh oleh para
numerikawantanpamenggunakancarapendekatandiatas.Beberap
adiantaranya akandiberikandisini,yaitu:
350.
351. 1.
PolinomLagrange
352. 2.
PolinomNewton
353. 3. PolinomNewton-
Gregory(kasuskhususdaripolinomNewton)
354.
355. Untuksejumlahtitikdatayangdiberikan,metodeinterpolas
iyangberbeda-beda ini tetap menghasilkan polinom yang
sama (unik), tetapi dalam bentuk yang berbeda satu
sama lain, dan berbeda juga dalam jumlah komputasi
yang
dilibatkan.Keunikanpolinominterpolasiiniakandibuktikans
etelahkitasampai padapolinomNewton.
356.
357.
358. 5.2 PolinomLagrange
359.
360. Tinjaukembalipolinomlanjarpadapers
amaan(P.5.7):
361.
362. y y
363. p1(x)= y0+ 364. 1 365. (x-x0)
2
366. x1 x0
367.
368. Persamaaninidapatdiaturkembalisedemikianrupasehinggamenja
di
369.
370. x x x x
371. p1( 372. + 373. (P.5
424. j i j i i i xn
) x .. 1
xi .x xi
i
430.
431. Mudahdibuktikan,bahwa:
432. 434. 1 ,i j
433. Li(xj)= 435. 0 ,i j
436.
437. danpolinominterpolasi pn(x)melaluisetiaptitikdata.
438.
439.
440. Bukti:
441.
442. Jikai=j,maka
443. n (xi 444. x445. x 446. x 447. x x ...x x
j x ...x
) x x
448. Li( 449. =i 0 i 1
xi)= i i 1 i i 1 i n
450. j 0 (xi 452. x453. x 454. x 455. x 456. x i 1 ...x i
451. j i j i i i xn
) x0 .. 1
xi .x xi
i
457. =1 (karenapenyebut=pembilang)
458. Jikai¹j, 462. 465.
maka 463. 466.
459. 464. n467. xi)
460. (
461. Li(xj) = x
j
468. j 0 (xi 470. xj)
469. j i
471.
472. xj x 0 xj x1
473. =
474. x i x0 xi 477. x 478. x481. x482. x i 1 ...x i
475. 1 j i xn
476. = .. x 1
.x i xi
i 479.
480. 0
483. x i x0 xi 484. x485. x 486. x487. x i 1 ...x i
1 j i xn
.. .. 1
.x .x xi
i i
488.
489.
490. = 0 (karenapembilang=0,yaitu(xj–xj)=0)
491.
492. Akibatnya,
493.
494. pn(x0) = L0(x0)y0+L1(x0)y1+L2(x0)y2+…+Ln(x0)yn
495. =1.y0+0.y1+0.y2 +…+0.yn
496. = y0
497.
498. pn(x1) = y1
499.
500. ...
501.
502. pn(xn) = yn
503.
504.
505. Dengandemikian,
506.
507. pn(xi)= yi,i= 0,1,2,…,n
508.
509. ataudengankatalain,polinominterpolasi
pn(x)melaluisetiaptitikdata.
510.
511.
512. Conto
h5.4
513. [MAT92]Hampirifungsif(x)=
cosxdenganpolinominterpolasiderajat tiga didalamselang
[0.0,1.2].Gunakanempattitik,x0=0.0,x1=0.4,x2=0.8,danx3=1
.2.Perkirakannilai
p3(0.5),danbandingkandengannilaisejatinya.
514.
515. Penyel
esaian:
516.
x 0. 0. 0. 1.
y 1.0000 0.9210 0.6967 0.3623
i 0 4 8 2
i 00 61 07 58
517.
518. PolinomLagrangederajat3
yangmenginterpolasikeempattitikditabeladalah
519.
520. p3(x) =a0L0(x)+a 1L1(x)+a2 L2(x)+a3L3(x)
521. x 522. x x x x x
+ y
x x x x x
x
+
523. = y0 525. 527.
1 2 529. 1 531. 2
x3
533. 535.
534. x 536. x x
+y
x x x x x
x x x x
537. y2 0 539. 1 541. 0 543. 1
542. x3 2
538. x2 x0 x2
3 x0 544. x1 x3
3
540. x x3 x2
1
x2
x3
545.
0.8 x 1.2
584. 5.443021x 585. 586.
0 587.
0 588.
1 0 589. 590.
0 591.
0 0
. . . .943 . . .8
0 4 2 640x 0 4
x x x x
592.
593.
594. Untukmengurangigalatakibatpembulatan,polinomp3(x)init
idakperludisederhanakan lebihjauh. Kurvay= cos(x)dan
y=p3(x)diperlihatkanpadaGambar5.6.
595.
596. y
597. 1.0
598.
599.
600.
601.
602. 0.5
603.
604.
605.
606.
607. 0.4 0.8 1.2 1.6 2.0 x
608. y=f(x)
609. 611. y=p3 (x)
610. -0.5
612.
613.
614.
615. Gambar5.6 Grafikfungsi y=cos(x)dan y=p 3(x)
616.
617. Denganmenggunakanpolinominterpolasip3(x)itukitadapatme
naksirnilaifungsidix=0.5 sebagaiberikut:
618.
619. p3(0.5) = -2.604167(0.5-0.4)(0.5-0.8)(0.5-1.2)
620. +7.195789(0.5-0.0)(0.5-0.8)(0.5-1.2)
621.
622. -5.443021(0.5-0.0)(0.5-0.4)(0.5-1.2)
623. +0.943640(0.5-0.0)(0.5-0.4)(0.5-0.8)
624.
625. = 0.877221
626.
627. Sebagaiperbandingan,nilai
sejatinyaadalah
628.
629. y=cos(0.5)=0.877583
630.
631.
632.
633. Catatlah bahwa polinom Lagrange tidak hanya berlaku
untuk titik-titik yang berjarak sama. Kita juga dapat
membentuk polinom Lagrange untuk titik-titik
datayangtidakberjaraksama.Perhatikancontoh5.5berikut.
634.
635.
636. Contoh5.5
637.
638. Darifungsi
y=f(x),diberikantigabuahtitikdatadalambentuktabel:
639.
x 1 4 6
y 1.5709 1.5727 1.5751
640.
641.
642. Tentukan f(3.5)denganpolinomLagrangederajat2.
Gunakanlimaangkabena.
643.
644. Penyelesaian:
645.
646. Polinomderajat2 n=2(perlutiga buahtitik)
647.
648. p2(x)=L0(x)y0+L1(x)y1+L2 (x)y2
649. x 651. 4 652. 654.655.
3 656.
4 6
=0.083333
650. L0(x)= x 653. L . 3
6 0(3 5 .
.5) 5
=
657. 1 4 1 6 658. 1 41 6
659. 662. 664.
666. 668.
660. x 1 x 6 663. L 665.
667.
3 669.
1 6
=1.0417
661. L1(x)= 1(3 . 3
.5) 5 .
= 5
670. 4 1 4 6 671. 4 1 4 6
672. 675. 677.
679. 681.
673. x 1 x 4 676. L 678.
680.
3 682.
1 4
= -0.12500
674. L2(x)= 2(3 . 3
.5) 5 .
= 5
683. 6 1 6 4 684. 6 1 6 4
685. Ja 686.
di, 687.
688. p 2(3.5) =(0.083333)(1.5709)+(1.0417)(1.5727)+(-
0.12500)(1.5751)
689. = 1.5723
690.
691. PolinomLagrangemudahdiprogram.Algoritmanyadituliskan
padaProgram5.1 berikutini.
692.
693.
694.
695. Program5.1 PolinomLagrange
696.
697.
698. functionLagrange(x:real;n:integer):real;
699. {Menghitungy=pn(x),denganp(x)adalahpolinomLagrangederaja
tn.
700. Titik-titikdatatelahdisimpandidalamlarikx[0..n]dany[0..n]
701. }
702. var
703. i,j :integer;
704. pi,L:real;
705. begin
706. L:=0;
707. fori:=0tondo
708. begin
709. pi:=1;
710. forj:=0tondo
711. ifi<>jthen
712. pi:=pi*(x-x[j])/(x[i]-x[j]);
713. {endfor}
714. L:=L+y[i]*pi;
715. end{for};
Lagrange:=L;
716. end{Lagrange};
717.
718.
719.
720.
721. 5.3 PolinomNewton
722.
723. PolinomLagrangekurangdisukaidalampraktekkarenaalasan
berikut[CHA91]:
724.
725. 1. Jumlah komputasi yangdibutuhkan untuk satukali
interpolasi adalah besar.
726. Interpolasiuntuknilai
xyanglainmemerlukanjumlahkomputasiyangsama
karenatidakadabagiankomputasisebelumnyayangdapatdigunak
an.
727.
728. 2.
Bilajumlahtitikdatameningkatataumenurun,hasilkomputasis
ebelumnya
tidakdapatdigunakan.Halinidisebakanolehtidakadanyahubun
ganantara pn-1(x)danpn(x)padapolinomLagrange.
729.
730. PolinomNewtondibuatuntukmengatasikelemahanini.
DenganpolinomNewton, polinom yang dibentuk sebelumnya
dapat dipakai untuk membuat polinom
derajatyangmakintinggi.
731.
732. Tinjaukembalipolinomlanjarpadapers
amaan(P.5.7):
733. 735. y1 736.
734. p1(x)=y0+ y0 737. x 0)
(x
738. x1 x0
739.
740. Bentukpersamaaninidapatditulissebagai
741.
742. p1(x)=a0+a1(x-x0)
(P.5.13)
743.
744. yangdalamhalini
745.
746. a0=y0= f(x0)
(P.5.14)
747. d 748.
an 749.
750. y y f x f x
751. a1=1 0 752. = 753. (P.5
1 .15)
0
754. x1 x0 755. x1 x0
756.
757. Persamaan(P.5.15)inimerupakanbentukselisih-
terbagi(divided-difference) dan
dapatdisingkatpenulisannyamenjadi
758.
759. a1= f[x1,x0]
(P.5.16)
Setelahpolinomlanjar,polinomkuadratikdapatdinyatakandal
ambentuk
760. p2(x)=a0+a1(x-x0)+a2(x-x0)(x-x1)
(P.5.17)
761.
762. a
tau
763.
764. p2(x)=p1(x)+a2(x-x0)(x-x1)
(P.5.18)
765.
766.
767. Persamaan(P.5.18)memperlihatkanbahwap2(x)dapatdibentu
kdari polinom sebelumnya, p1(x). Ini mengarahkan kita
pada pembentukan polinom Newton
untukderajatyanglebihtinggi.Nilai a2
dapatditemukandenganmenyulihkan x
768. =x2untukmempe
roleh
769.
770.
771. f x a a x x
772. a2= 773. (P.5
2 0 1 2 0 .19)
774. x 2 x0 x2 x1
775.
776. Nilaia0dannilai a1
padapersamaan(P.5.14)dan(P.5.15)dimasukkankedalam
kedalampersamaan(P.5.19)untukmemberikan
777. f x 2 778. f x1 f x0
f x0
779. 781. x2 x0 x1
780. a2 = x0
782. x 2 x1
783.
784. Denganmelakukanutak-
atikaljabar,persamaanterakhirinilebihdisukaiditulis
menjadi
785. 787.
786. f 788. f x1 f x0
x2 f x1
789. 791. x 792. f 794.
790. a2 = 2 x1 x 2,x1 f 795. (P.5
x1 x0 x1,x 0 .20)
793. =
796. x 2 x0 797. x 2 x0
798.
799. Demikianlahseterusnya,kita dapat
membentukpolinomNewtonsecarabertahap: polinomderajatn
dibentukdaripolinomderajat(n-1).PolinomNewtondinyatakan
dalamhubunganrekursifsebagaiberikut:
800.
801. (i) rekurens: pn(x)= pn-1(x)+an(x-x0)(x-x1)…(x-xn-1)
(P.5.21) (ii) basis: p0(x)=a0
802.
803. Jadi,tahapanpembentukanpolinomNewtonadalahs
ebagaiberikut:
804.
805. p1(x) = p0(x)+a1(x-x0)
806.
807. = a0+a1(x-x0)
808.
809. p2(x) = p1(x)+a2(x-x0)(x-x1)
810. = a0+a1(x-x0)+a2(x-x0)(x-x1)
811.
812. p3(x) = p2(x)+a3(x-x0)(x-x1)(x-x2)
813. = a0+a1(x-x0)+a2(x-x0)(x-x1)+a3(x-x0)(x-x1)(x-x2)
814.
815.
816. pn(x) = pn-1(x)+an(x-x0)(x-x1)…(x -xn-1)
817. = a0+a1(x-x0)+a2(x-x0)(x-x1)+a3(x-x0)(x-x1)(x-x2)+
818. … +an(x-x0)(x-x1)…(x-xn-1)
(P.5.22)
819.
820.
821. Nilaikonstanta a0, a1, a2,..., an merupakan nilai
selisih-terbagi, dengan nilai masing-masing:
822.
823. a0=f(x0)
824. a1=f[x1,x0]
825. a2=f[x2,x1,x0]
826.
827. an=f[xn,xn-1,…,x1,x0]
828.
829. yangdalamh
alini,
830. 832. 834.
f f 836.
831. f[xi,xj]= x x 837. (P.5
i j .23)
x
833. 835. x
i j
838. 843. 846. 849.
839. 844. f 847. f 850.
840. f[xi,xj,xk]= [x [xj 851. (P.5
841. i,x ,x k .24)
842. j] ]
845. x 848. x
i k
852. f[x ,x 853. ,854. f 855. ,...,x ]
. [x
. ,x
.,
x]
856. f[x 857. (P.5
n n 1 1 n 1 n 2 0 .25)
n,xn-1,...,x1,x0]=
858. x n x0
859.
860.
861. Dengandemikian
polinomNewtonpada(P.5.21)dapatditulisdalamhubungan
rekursifsebagai
862.
863. (i) rekurens:
864. pn(x)= pn-1(x)+(x-x0)(x-x1)…(x-xn-1) f[xn,xn-
1,…,x1,x0] (P.5.26)
865.
866. (ii) basis: p0(x)=f(x0)
867.
868.
869. ataudalambentukpolinomyanglengkapseb
agaiberikut:
870.
871. pn(x)=f(x0) +(x-x0)f[x1,x0] +(x-x0)(x-x1)f[x2,x1,x0]
872. + (x-x0)(x -x1)…(x-xn-1) f[xn,xn-1,…,x1,x0]
(P.5.27)
873.
874.
875. Karenatetapan a0,a1,a2,..., an
merupakannilaiselisih-terbagi, makapolinom Newton
dinamakan juga polinom interpolasi selisih-terbagi
Newton. Nilai
selisihterbagiinidapatdihitungdenganmenggunakan
tabelyangdisebuttabel selisih-terbagi, misalnya tabel
selisih-terbagi untuk empat buah titik (n = 3) berikut:
876.
.25
129
2
939. f(x2,x1 )=2 940. =0.108134
1 =
941. x2 x1 942.943.
9 9.0
.
5
944. 946. 948.
945. f[x,x] f[x,x ] 947. 0 949. 0.117783
.10
813
4
950. f(x2, x1 ,x0 )= 2 1 954.956. 958. =-
955.957.
9 8 0.006433
1 0 =
. .
951. x 2 x0
5 0
952.
953. danseterusnya.
959.
960. Nilai-nilaiselisih-
terbagiyangdibutuhkanuntukmembentukpolinomNewtonderajat3
ditandaidenganarsiran.
961.
962. PolinomNewton-nya(denganx0=8.0sebagaititik
datapertama)adalah:
963.
964. f(x) p3 (x)=2.079442+0.117783(x-8.0)-0.006433(x-
8.0)(x-9.0)+
965. 0.000411(x-8.0)(x-9.0)(x-9.5)
966.
967. Taksirannilaifungsipadax= 9.2 adalah
968.
969. f(9.2) p 3(9.2)=2.079442+0.141340-0.001544-
0.000030=2.219208
970.
971. Nilaisejatif(9.2)=ln(9.2)=2.219203(7angkabena).Catatlahbahw
anilai interpolasiln(9.2)
972. semakintelitidenganmeningkatnyaordepolinom(Contoh5.2,Conto
h5.3,danContoh
973. 5.6ini):
974.
975. p1(9.2)=2.220782,
976. p2(9.2)=2.219238,
977. p3(9.2)=2.219203
978.
979.
980.
981. Conto
h5.7
982. [MAT92]BentuklahpolinomNewtonderajatsatu,dua,tiga,dan
empatyangmenghampiri
fungsif(x)=cos(x)didalamselang[0.0,4.0]danjarakantartiti
kadalah1.0.Lalu,
taksirlahnilaifungsidix=2.5denganpolinomNewtonderajatti
ga.
983.
984. Penyel
esaian:
985. Denganjarakantartitik1.0,makatitikyangdigunakanadalahp
adax0 =0.0,x1 =1.0,x2 =3.0,
986. x3 =4.0.
Tabelselisihterbaginyaada
lah:
987.
988.
989.
= 0 =
999. x1 x0 1000.
1001.
1 0.0
.
0
1002. 1004. 1006.
1003. f x f x 1005. 1007.
0 0.5403
.
4
1
6
1
1008. f[x2, x1]=2 1009. =-0.9564
1 =
1010. x2 1013.1016.
x 1019.
1022.
1023.
2 1 1026.
1 0 =
1031. x2 x0 1032.
1033.
2 0.0
.
0
1034.
1035. Maka,polinomNewtonderajat1,2,dan3dengan
x0=0.0sebagaititikdatapertama adalah
1036.
1037. cos(x) p1(x)= 1.0000-0.4597(x-0.0)
1067.
1068.
1069.
1070.
1071.
1072. y
1073.
1074. 1.0
1075.
1076.
1077.
1078. 0.5 1079.
1080.
1081. y=p1(x)
1082.
1083. 1.0 2.0 1084. 3.0 x
1085.
1086. -0.5 1087.
1088.
1089. y=cos(x)
1090.
1091. -1.0
1092.
1093.
1094. Grafiky=cos(x)danpolinomNewtonderajat1,
y=p1(x),
yangdidasarkanpadatitikx0=0.0danx1=1.0
1095.
1096.
1097. Gambar5.7 PolinomNewtonderajat1yang
menginterpolasi
fungsiy=cosxdidalamselang[0.0,4.0]
1098.
1099.
1100. y
1101.
1102. 1.0
1103.
1104.
1105.
1106. 0.5 1107.
1108.
1109. y=p1 (x)
1110.
1111. 1.0 2.0 1112. 3.0 x
1113.
1114.
1115. -0.5
1116.
1117. y=cos(x)
1118. -1.0 1119. y=p2(x)
1120.
1121.
1122. Grafiky=cos(x)danpolinomNewtonderajat2,
y=p2(x),
yangdidasarkanpadatitikx0=0.0,x1=1.0,x2=2.0
1123.
1124.
1125.
1126. y
1127.
1128. 1.0
1129.
1130.
1131. 0.5 1132.
1133. y=p 1(x)
1134.
1135. 1.0 2.0 1136. 3.0 x
1137.
1138. -0.5 1143.
1139. 1144.
1140. 1145. y=cos(x)
1141. 1146.
1142. -1.0 1147. y=p3(x)
1148.
1149.
1150.
1151. Grafiky=cos(x)danpolinomNewtonderajat3,y
=p3(x),
1152. yangdidasarkanpadatitikx0=0.0,x1=1.0,x2=2.0,danx2=3.0
1153.
1154.
1155. Gambar5.7(lanjutan)PolinomNewtonderajat2d
an3yang menginterpolasi
fungsiy=cosxdidalamselang[0.0,4.0]
1156.
1157. KelebihanPolinomNew
ton
1158. Sekarang kita tuliskan alasan mengapa polinom Newton
lebih disukai untuk diprogram,yaitu
1159. 1.
KarenapolinomNewtondibentukdenganmenambahkan
satusukutunggal
denganpolinomderajatyanglebihrendah,makaini
memudahkanperhitungan polinom derajat yang lebih tinggi
dalam program yang sama [CHA91]. Karenaalasanitu,
polinomNewtonsering digunakankhususnyapada kasus
yangderajatpolinomnyatidakdiketahuiterlebihdahulu.
1160.
1161. 2. Penambahan suku-sukupolinom secara beruntun
dapatdijadikan kriteria
untukmenentukantercapainyatitik
berhenti,yaituapakahpenambahansuku- suku yang
lebihtinggi tidaklagisecaraberartimemperbaiki
nilaiinterpolasi, ataumalahanmenjadilebihburuk.
1162.
1163. 3. Tabelselisihterbagidapat dipakaiberulang-
ulanguntuk memperkirakannilai
fungsipadanilaixyangberlainan.
1164.
1165. AkanhalnyapolinomLagrange,ia disukaikarenaia
mudahdiprogramdan komputasinyatidak
memerlukanpenyimpanantabelselisih.PolinomLagrange
biasanyadipakaijikaderajatpolinominterpolasidiketahuite
rlebihdahulu.
1166.
1167.
1168.
1169. 5.4 KeunikanPolinomInterpolasi
1170.
1171. Polinom interpolasi hanyaadauntuk xi
yangberbeda.Bilaterdapatbeberapa nilai x yang sama,
kita tidak dapat membuat polinom interpolasi yang unik.
Misalnyadiberikantitik-
titikyangditabulasikandalamtabelberikut
1172.
x 1 2 4 5 6 6
y 4. 8.5 6. 5. 6. 9.0
1173.
2 6 1 3
1174.
1175. Interpolasi keenam titik tersebut dengan polinom
derajat lima tidak akan
menghasilkanpolinominterpolasiyangunik,karenaterdapatdu
abuahtitik x =6 dengannilaiyyangberbeda.
1176.
1177. Sampaisejauhini,kitatelahmembahasdua
buahmetodepolinominterpolasi,yaitu polinom Lagrange dan
polinom Newton. Apakah polinom yang dihasilkan oleh kedua
metodetersebutsama?Dengankatalain,apakahpolinominterpola
siituunik (tunggal)?Dapatkita
buktikan,bahwabilapolinominterpolasiada,makapolinom
tersebutunik.
1178.
1179. Bu
kti:
1180. Misalkanpn(x)tidakunik,yangberartiadapolinomlain,mis
alnya qn(x),yang jugamelewatititik-
titik(xi,yi),i=0,1,2,…,n,yangdalamhalini
1181.
1182. pn(xi)=qn(xi)=yi
1183.
1184. Karenapn(x)danqn(x)tidaksama,bera
rtiadaselisih
1185.
1186. Rn(x)=pn(x)-qn(x)
(P.5.28)
1187.
1188. yangdalamhalini,Rn(x)adalahpolino
mderajat n. Selanjutnya,
1189.
1190. Rn(xi)=pn(xi)-qn(xi)=yi-yi=0
1191.
1192. KarenaRn(x)adalahpolinomderajat
ndanbernilai0untuk(n+1)buahtitik,
inimengingatkankitapadasebuahteoremadidalamkalkulusyang
berbunyi:
1193.
1194. Polinomderajat n
yangmempunyai(n+1)akarberbedaadalah
polinomnol(garisy=0)
1195.
1196. Jadi,menurutteo
remaini,
1197.
1198. Rn(x)=0
1199.
1200. sehinggadengand
emikian
1201.
1202. pn(x)-qn(x)=0
atau
1203. pn(x)=qn(x)
1204.
1205. Dengankatalain,pn(x)unik.
1206.
1207.
1208.
1209. Jadi, metode interpolasi apa pun yang kita pakai
untuk menginterpolasi (n+1) buah titikdatayang
sama,polinominterpolasinya-meskipunbentuknyaberbeda-
beda-biladituliskedalambentukbaku(P.5.2)adalahsama.
1210.
1211.
1212. 5.5 GalatInterpolasiPolinom
1213.
1214. Polinom interpolasi pn(x) merupakan hampiran terhadap
fungsi yang asli f(x).
Jadi,pn(x)tidaklahsamadenganfungsiaslif(x),meskipunpada
titik-titiktertentu f(x)danpn(x)bersesuaian,yaitu:
1215.
1216. f(xi)=pn(xi), i=0,1,2,…,n
1217.
1218. Karenaf(x) pn(x),berarti
adaselisih(galat)diantarakeduanya,sebutlahE(x), yaitu
1219.
1220. E(x)=f(x)-pn(x)
(P.5.29) Mengingat
f(xi)=p(xi)untuki=0,1,2,...,n,makaharusjugaberlaku
W = 0 mempunyai(n+1)titiknol
W(t) = 0 mempunyaintitiknol
(t)
W =0 mempunyai(n-1)titiknol
(t)
1259.
...
t)= 0
1260. misalpadat=c mempunyaipalingsedikit1t
W itiknol,
(n+1)
(
1261. 1263. dn 1
1262. W (n+1)(t)= 0= 1264. [f(t)-p(t)-(t-x)(t-x)…(t-x)R(x)]
1265. dtn 1 1266. n 1267. n
0 t=c
1
1268.
(P.5.34)
1270.
1271. yangdalamhalini,
1272.
1273. pn(t)adalahpolinomderajatn,
1275. Qn+1(t)=(t-x0)(t-x1)…(t-xn)=t(n+1)+(suku-
sukupolinomderajat n)
1276. Qn+1(n+1)(t)=(n+1)!+0
1277.
1278. R(x)tidakbergantungpadat,jadiiatidakberubahselamapenuruna
n
1279.
1280. Daripersamaan(P.5.34),kitamemperoleh
1281. 1283. f 1284.
1282. R(x)= n 1285. ,x0<c<xn
1 (P.5.35)
c
n
1!
1286.
1287. Perhatikanlahbahwapersamaan(P.5.35)inimengingatkanki
tapadarumusgalat pemotonganpadaderetTaylor(lihatBab2).
1288.
1289. Selanjutnya,sulihkan(P.5.35)kedalam(P.5.30),menghasilkan
1290. 1292. f 1293.
1291. E(x)=(x-x0)(x-x1)…(x-xn) n 1294. (P.5
1 .31)
c
n
1!
1295. a 1296. 1300. 1303.
tau 1297. 1301. 1304.
1298. 1302. f 1305.
1299. E(x) n 1306. (P.5
=Qn+1( 1 .32)
x) c
n
1!
1307.
1308. dengan
1309.
1310. Qn+1(x)= (x-x0)(x-x1)…(x-
xn)
1311.
1312. Rumusgalatiniberlakuuntuksemuametodeinterpolasi
polinom,baikpolinom Lagrange,polinomNewton,atau
polinominterpolasilainnya.Misalkankita menginterpolasi
duabuahtitikdenganpolinomLagrangederajatsatu(polinom
1313. lanjar).Galatinterpolasinyadinyat
akandalambentuk
1314. 1316. x 1318.
1315. E(x)= x0 x x1 1319. f“(c)
1317. 2
1320.
1321. Bilafungsifdiketahui,kitadapatmencariturunannyadix=c
untukmenghitung galatinterpolasi
E(x).Sayangnya,kitatidakmengetahuinilai
[x0,xn]adalahselangkecilsedemikiansehinggaf(n+1)
berubahsangatlambat, makakitadapatmenghampiri
f(n+1)(c)dengan f(n+1)(xt),yangdalamhalinixt
adalahtitiktengah x0 dan xn,yaitu xt = (x0 + xn)/2.Galat
interpolasi dengan
menggunakannilaixtinidinamakangalatrata-
ratainterpolasiER [NAK93]:
1322.
1323. f n 1 x
1324. ER( 1325. (P.5
.33)
x)=(x-x0)(x-x1)…(x-xn)t
1326. n 1!
1327.
1328. Dari persamaan (P.5.31) terlihat bahwa galat
polinom interpolasi, selain bergantungpadanilai
xyangdiinterpolasi,jugabergantungpadaturunanfungsi
semula.
1329.
1330. TinjaukembaliQn+1padapersama
an(P.5.32):
1331.
1332. Qn+1(x)=(x-x0)(x-x1)...(x-xn)
1333.
1334. Misalkan x0, x1,…, xn berjarak sama. Grafik fungsi
Quntuk enam titik yang
berjaraksamaditunjukkanpadaGambar5.8.
1335.
1336.
1337.
1338. y
1339.
1340.
1341.
1342.
1343.
1344.
1345. y=Qn+1(x)
1346.
1347. x0 x1
x2 x3 x4
x5 x
1348.
1349.
1350.
1351.
1352.
1353.
1354. Gambar5.8 GrafikfungsiQ6(x)
1355.
1356.
1357.
1358.
1359. BerdasarkanQ6(x)yangberosilasipadaGambar5.8terlihatbahwa:
1360. - dititik-titikdataxi, nilaiQ6(xi)
=0,sehinggagalatinterpolasiE(xi)=0
1361. -
dititiktengahselang,nilaiQ6(x)minimum,sehinggaE(x)jugaminimu
m
1362. - dititik-
titiksekitarujungselang,Q6(x)besar,sehinggaE(x)jugabesar
1363. -
bilaukuranselang[x0,x6]semakinbesar,amplitudoosilasimeningka
tdengan
1364. cepa
t.
1365.
1366.
1367.
1368. Kesimpulan:
1369.
1370. Galat interpolasi minimum terjadi untuk nilai x
di pertengahan selang. Penjelasannya
adalahsebagaiberikut.
1371.
1372. Nilai-nilaixyangberjaraksamaditulissebagai
1373.
1374. x0, x1=x0+h, x2=x0+2h, ..., xn=x0+nh
1375.
1376. ataudenganrumusumum
1377.
1378. xi=x0+ih ,i=0,1,2,…,n
(P.5.34) Titikyangdiinterpolasidinyatakansebagai
1379. x=x0+sh ,s R
(P.5.35)
1380.
1381.
1382.
1383. sehingga
1384. x-xi=(s-i)h ,i=0,1,2,…,n
(P.5.36) Galatinterpolasinyaadalah
1385. 1387.
1389.
f c
1386. E(x) = (x-x0)(x -x1)…(x- n1390. 1!
xn) 11391.
1388. n f n 1
1392. c
1393. = (sh)(s-1)h(s-2)h…(s-n)h 1394.
1395. n 1!
1396. 1398.
n1
1397. =s(s-1)(s-2)…(s-n)hn+1f c 1399.
1400. (P.5
.37)
1401. n 1!
1402.
1403. Dapatdiditunjukkanbahwa
1404.
1405. Qn+1(s)=s(s-1)(s-2)…(s-n)
1406.
1407. bernilaiminimumbila
1408.
1409. Qn+1'(s)=0
1410.
1411. yang dipenuhi untuk s = n/2 (buktikan!). Dengan kata
lain, E(x) bernilai minimumuntuknilai-
nilaixyangterletakdi(sekitar)pertengahanselang.
1412.
1413.
1414. Eminimum
1415.
1416.
1417.
1418. x0 x
xn
1419.
1420.
1421.
1422.
1423.
1424. Ingatlahkalimatini:
1425.
1426. Untukmendapatkangalatinterpolasiyangminimum,pilihlahselang
1427. [x0,xn]sedemikiansehinggaxterletakditengahselangtersebut
1428.
1429. Misalkankepadakitadiberikantitik-titikdataseperti ini:
1430.
x f(x)
0.025 2.831
0.050 3.246
0.075 4.721
0.100 5.210
0.125 6.310
0.150 7.120
0.175 8.512
0.200 9.760
0.225 10.310
1431.
1432.
1433. Bilaandadimintamenghitung f(0.160),
makaselangyangdigunakan agargalat interpolasi
f(0.160)keciladalah
1434.
1435. [0.150,0.175]
untukpolinomderajatsatu atau
1436. [0.125,0.200]
untukpolinomderajattiga atau
1437. [0.100,0.225] untukpolinomderajatlima
1438.
1439.
1440.
1441.
1442. 5.5.1 Batas Atas Galat Interpolasi Untuk Titik-
Titik yangBerjarakSama
1443.
1444. Diberikanabsistitik-titikyangberjaraksama:
1445.
1446. xi=x0+ih, i=0,1,2,…,n
1447.
1448. dannilaixyangakandiinterpolasikandinyatakansebagai
1449.
1450. x=x0+sh, s R
1451.
1452. Untukpolinominterpolasi
derajat1,2,dan3yangdibentukdari xi diatasdapat
dibuktikanbahwa
1453.
1454.
1455. 1457. 1 Maks
h2 f
1456. (i) E1(x) = f(x)-
(c) (P.5.38)
p1(x) x0 c x1
1458. 8
1459. 1461. 3 h3 Maks
f (c)
1460. (ii) E2(x) = f(x)-
(P.5.39)
p2(x) x0 c x2
1462. 27
1463. 1465. 1 Maks
h fiv(c)
1464. (iii) E3(x) = f(x)- (P.5.40)
p3(x) 1466. 24 x0 c x3
1467.
1468.
1469. Disinikitahanyamembuktikanuntuk(i)saja:
1470.
1471. Bukti:
1472. Misalkanx0=0dan xi=h,persamaangalatnyaadalah
1473.
1474. f"c
1475. E1(x)=(x-x0)(x-x1) 1477. ,yangdalamhalini x0<c<x1
1476. 2!
1478. 1482.
1479. xx h 1483. f (c)
1480. =
1481. 2!
1484. 1 1487. 1489. 1494.
1485. E1(x) = 1488. x2- 1490. 1495.
a
k
s
1499. = 1x2-xh f (c) 1501.1503.
1 1505. x1506. 1508. f (c)
1500. 2 1502.1504.
2 x 2 1507. x
x x - 0
0 1 x c
h x1
1509.
1510. Misa
lkan
1511.
1512. f(x)=x2-xh
1513.
1514. Didalam selang [x0, x1], nilai maksimum lokal
f(x)dapat terjadi pada ujung- ujung selang (x=0atau
x= h)ataupadatitikekstrim f(x).Terlebih dahulu
tentukan titik ekstrim f(x)dengan cara membuat
turunan pertamanya sama dengan0:
1515.
1516. f(x)=2x-h=0 x=h/2
1517.
1518. Hitungnilaimaksimumlokalf(x)diujung-
ujungselangdantitikekstrim:
1519. - diujungselangkiri x=0,
f(0)=02-0h =0
1520. - diujungselangkananx=h
f(h)=h2-h2=0
1521. - dititikekstrim x=h/2
f(h/2)=(h/2)2 -(h/2)h=-1/4h2
1522.
1523.
x f(x
0.
i 1.0000000
i)
0
0.5403023
1.
1540. -0.4161468
0
1541.
-0.9899925
1542. (a) 2. Hitunggalatrata-
0 -0.6536436
ratainterpolasidititikx=0.5,x=1.5,danx=2.5,bilaxdiinterp
olasi denganpolinomNewtonderajat3berdasarkanx0= 0.
3.
1543. (b)
0
Hitungbatasatasgalatinterpolasibilakitamelakukaninterpol
4.
asititik-titikberjarak samadalamselang[0.0,
0
3.0]denganpolinom interpolasiderajat3.
1544. (c) Hitung batas atas dan batas bawah galat interpolasi
dix=0.5dengan polinom
1545. Newtonderajat3
1546.
1547. Penyelesaian:
1548. (a) TelahdiketahuidariContoh5.7
bahwapolinomderajat3yangmenginterpolasif(+x)=
1549. cos(x)dalamselang[0.0,3.0]adalah:
1550.
1551. cos(x) p3 (x)= 1.0000-0.4597(x-0.0)-0.2485(x-0.0)(x-
1.0)+
1552. 0.1466(x-0.0)(x-1.0)(x-2.0)
1553.
1554. Menghitunggalatrata-ratainterpolasi:
1555. Titiktengahselang[0.0,3.0]adalahdixm=(0.0+3.0)/2=1.5
1556. Galatrata-ratainterpolasiadalah:
1557. 1560.1562.1564.1566.
1568.
1570.
1558. x 1561.1563.
0 1565.
1 1567.
2 1569.
3 f (xm)
1571.
1559. E3(x)= . . . . (
0 0 0 0 4
x x x )
1572. 4!
1573.
1574. Hitungturunankeempatdarifungsi f(x)=cos(x),
1575.
1576. f'(x) =-sin(x);
1577. f”(x) =-cos(x);
1578. f'''(x) = sin(x)
1706.
1707.
1708.
1709.
1710. 5.5.2 TaksiranGalatInterpolasiNewton
1711.
1712. Salah satu kelebihan polinom Newton
dibandingkan dengan polinom Lagrange adalah
kemudahan menghitung taksiran galat interpolasi meskipun
fungsiaslif(x)tidakdiketahui,ataukalaupunada,sukarditur
unkan.
1713.
1714. Tinjaukembalipolinom
Newton:
1715.
1716. pn(x)=pn-1(x)+(x-x0)(x -x1)…(x -xn-1)f[xn,xn-
1,…,x1,x0] Suku
1717. (x-x0)(x-x1)…(x-xn-1)f[xn,xn-
1,…,x1,x0]
1718.
1719. dinaikkandarinsampai
n+1menjadi
1720. (x-x0)(x-x1)…(x-xn-1)(x-xn)f[xn+1,xn,xn-
1,…,x1,x0]
Bentukterakhirinibersesuaiandenganrumusgala
tinterpolasi
1721. 1723. f n 1 t
1722. E(x)=(x-x0)(x-x1)…(x-xn)
1724. n 1!
1725. Eksp 1726.
resi 1727.
1728. f n 1 t
1729. n 1!
1730.
1731. dapatdihampirinilainyadengan
1732.
1733. f[xn+1,xn,xn-1,…,x1,x0]
1734.
1735. yangdalamhalini f(xn+1,xn,xn-1,…,x1,x0)adalahselisih-
terbagike(n+1).
1736.
1737. Jadi,
1738. f n 1 t 1739.
1740. f[xn+1,xn,xn-1,…,x1,x0]
(P.5.41)
1741. n 1!
1742.
1743.
1744. sehinggataksirangalatinterpolasiNewtondapatdihitungsebaga
i
1745.
1746. E(x)=(x-x0)(x-x1)…(x-xn)f[xn+1,xn,xn-1,…,x1,x0]
(P.5.42)
1747.
1748. asalkantersediatitiktambahanxn+1.
1749.
1750.
1751.
1752. Conto
h5.9
1753.
1754. PadaContoh5.7,biladigunakanpolinomderajattigauntukmen
aksirnilaif(2.5),hitunglah taksirangalatinterpolasinya.
1755.
1756. Penyel
esaian:
1757.
1758. Biladigunakanpolinomderajattiga,makatersediatitiksesu
dah x3=3.0,yaitux4=4.0, dandaritabel selisih-
terbagiditemukan
1759.
1760. f[x4, x3 ,x2 ,x1 ,x0 ]=-0.0147
1761.
1762. sehinggataksirangalatdalammenginte
rpolasif(2.5)adalah
1763.
1764. E(2.5)= (2.5-0.0)(2.5-1.0)(2.5-2.0)(2.5-3.0)(-
0.0147)=0.01378125
1765.
1766.
1767.
1768.
1769. 5.5.3 TaksiranGalatInterpolasiLagrange
1770.
1771. Taksirangalat polinomLagrangetidakdapat
dihitungsecaralangsungkarenatidak
tersediarumustaksirangalatsepertihalnyapada
interpolasiNewton.Namun,jika tabel selisih-
terbagitersedia,maka taksirangalatnyadapat
dihitungdenganrumus taksirangalatpolinomNewton:
1772.
1773. E(x)=(x-x0)(x-x1)…(x-xn)f[xn+1,xn,xn-1,…,x1,x0]
1774.
1775. asalkan tersedia titik tambahan xn+1. Meskipun
demikian, tabel selisih-terbagi
tidakdipakaisebagaibagiandarialgoritmaLagrange,inijaran
gterjadi[CHA91].
1776.
1777.
1778. 5.6 PolinomNewton-Gregory
1779.
1780. PolinomNewton-Gregory
merupakankasuskhususdaripolinomNewtonuntuk titik-titik
yang berjarak sama. Pada kebanyakan aplikasi nilai-
nilai xberjarak sama, misalnya padatabel nilai fungsi,
atau padapengukuran yangdilakukan
padaselangwaktuyangteratur[KRE88].
1781.
1782. Untuk titik-titikyang
berjaraksama,rumuspolinomNewtonmenjadilebih
sederhana.Selainitu,tabelselisih-terbaginya
punlebihmudahdibentuk.Disini kitamenamakantabeltersebut
sebagaitabelselisihsaja,karenatidakadaproses
pembagiandalampembentukanelementabel.
1783.
1784. Adaduamacamtabelselisih,yaitutabelselisihmaju(forward
difference)dan tabel selisih mundur (backward
difference). Karena itu, ada dua macam polinom Newton-
Gregory,yaitupolinom Newton-Gregory
majudanpolinomNewton- Gregorymundur.
1785.
1786.
1787.
1788. 5.6.1 PolinomNewton-GregoryMaju
1789.
1790. PolinomNewton-Gregorymajuditurunkandari
tabelselisihmaju.Sebelum
menurunkanrumusnya,kitabahasterlebihdahulutabelselisihm
aju.
1791.
1792.
1793. 5.6.1.1
TabelSelisihMaju
1794. Misaldiberikanlimabuahtitikdenganabsisxyangberjaraks
ama.Tabelselisih
majuyangdibentukdarikelimatitiktersebutadalah
2
f 3
f 4
f
2 3 4
f0 f0 f0
1795. 2 3
f1 f1
2
f2
x f( f
x f f0
x)
x f f1
0 0
1
x 1
f f3
f2
1796. 3
x 3
f
1797. 2
x 2
f
1798. Lambang
4 4
menyatakanselisihmaju.Artisetiapsimboldidalamtabeladalah:
1799.
1800. f0 =f(x0) =y0
1807. f1 =f2-f1
1808. ...
1809. f3 =f4-f3
1815. Notasi: 2f
p = fp+1- fp
1816.
1817. 3f0 = 2f -
1
2f
0
1818. 3f1 = 2f -
2
2f
1
n+1f = nf nf ,
p p+1- p n=0,1,2,…
(P.5.43)