1.

Jelaskan apa yang anda ketahui tentang tentang operasi

linear aljabar !

(minimal 5 lembar)

Jawab :

Aljabar linear adalah bidang studi matematika yang mempelajari

system persamaan linear dan solusinya, vektor, serta

transformasi linear. 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 matrikteraugmentasi ke

dalam bentuk eselon-baris tanpa menyederhanakannya. Cara ini

disebut dengan substitusi balik. Persamaan linear adalah

persaman yang tidak mengandung atau melibatkan hasil kali atau

akar variabel, semua variabel mempunyai pangkat satu dan tidak

sebagai variabel bebas dari fungsi trigonometri, logaritma atau

eksponen.
CONTOH 1.1.1 Beberapa persamaan linear, yaitu

2x + 3y = 6 (1.1)

4×1 + 3×2 + 2×3 = 12 (1.2)

a1x1 + a2x2 + a3x3 + ¢ ¢ ¢ + anxn = b (1.3)

Persamaan 1.1 yaitu persamaan linear dengan variabel x dan y,

dengan koefisien 2 dan 3 yang merupakan persamaan garis.

Persamaan 1.2 yaitu persamaan linear dengan variabel x1 ; x2

dan x3, dengan koefisien 4; 3 dan 2 yang merupakan persamaan

bidang. Sedangkan Persamaan 1.3 yaitu persamaan linear dengan

variabel xi dan koefisien ai dan b dengan i = 1; 2; 3; ¢ ¢ ¢ ;

n.

Persamaan linear yang lebih dari satu (terhingga) dan

variabelnya saling terkait, himpunan persamaan tersebut dinam1.

akan sistem persamaan linear atau sistem linear.

Sistem linear yang terdiri dari dua persamaan dengan tiga

variabel,
4x- 2y + 3z = -1

3x + y + 9z = -4

Salah satu penyelesaian dari sistem linear tersebut adalah x =

1, y = 2 dan z =–1, karena nilai tersebut memenuhi kedua

persamaan, sedangkan penyelesaian yang lain, x = 2, y =–1 dan z

= –1 bukan penyelesaian dari sistem tersebut, sebab nilai

tersebut memenuhi

persamaan yang kedua, tetapi tidak memenuhi persamaan pertama.

Sistem linear tersebut tidak konsisten, karena jika persamaan

pertama dikalikan dengan tiga, kedua persamaan tersebut tidak

konsisten, sehingga sistem linear tersebut tidak mempunyai

penyelesaian.

Matriks dapat dikatakan Eselon-baris apabila memenuhi

persyaratan berikut :
  Di setiap baris, angka pertama selain 0 harus 1 (leading

1)

 Jika ada baris yang semua elemennya nol, maka harus

dikelompokkan di baris akhir dari matriks.

 Jika ada baris yang leading 1 maka leading 1 di bawahnya,

angka 1-nya harus berada lebih kanan dari leading 1 di

atasnya.

Jika kolom yang memiliki leading 1 angka selain 1 adalah nol

maka matriks tersebut disebut eselon-baris tereduksi. eliminasi

Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam

matriks sehingga menjadi matriks yang lebih sederhana

(ditemukan oleh Carl Friedrich Gauss). Caranya adalah dengan

melakukan operasi baris sehingga matriks tersebut menjadi

matriks yang Eselon-baris. Ini dapat digunakan sebagai salah

satu metode penyelesaian persamaan linear dengan menggunakan

matriks. Caranya dengan mengubah persamaan linear tersebut ke

dalam matriks teraugmentasi dan mengoperasikannya. Setelah

menjadi matriks Eselon-baris, lakukan substitusi balik untuk

mendapatkan nilai dari variabel-variabel tersebut. Eliminasi

Gauss-Jordan adalah pengembangan dari eliminasi Gauss yang

hasilnya lebih sederhana. Caranya adalah dengan meneruskan

operasi baris dari eliminasi Gauss sehingga menghasilkan

matriks yang Eselon-baris tereduksi. Ini juga dapat digunakan

sebagai salah satu metode penyelesaian persamaan linear dengan

menggunakan matriks. Caranya dengan mengubah persamaan linear

tersebut ke dalam matriks teraugmentasi dan mengoperasikannya.

Setelah menjadi matriks Eselon-baris tereduksi, maka langsung

dapat ditentukan nilai dari variabel-variabelnya tanpa

substitusi balik. Salah satu penyelesaian dari sistem linear

tersebut adalah x = 1, y = 2 dan z =–1, karena nilai tersebut

memenuhi kedua persamaan, sedangkan penyelesaian yang lain, x =

2, y =–1 dan z = –1 bukan penyelesaian dari sistem tersebut,

sebab nilai tersebut memenuhi

persamaan yang kedua, tetapi tidak memenuhi persamaan pertama.

Sistem linear tersebut tidak konsisten, karena jika persamaan

pertama dikalikan dengan tiga, kedua persamaan tersebut tidak

konsisten, sehingga sistem linear tersebut tidak mempunyai

penyelesaian.

Sistem Linear Homogen

Suatu sistem dikatakan linear homogen, jika matriks b diganti

dengan matriks 0, atau sistem

tersebut mempunyai bentuk

a11x1 + a12x2 + a13x3 + … + a1nxn = 0

a21x1 + a22x2 + a23x3 + …. + a2nxn = 0

a31x1 + a32x2 + a33x3 + ….+a3nxn = 0 (1.9)

…………………………………………….

…………………………………………….
………………………………………….

am1x1 + amx2 + am3x3 + ….. + amnxn = 0

Sistem ini mempunyai penyelesaian trivial jika x1 = x2 = x3 =

….. = xn = 0 dan mempunyai penyelesaian tak trivial jika sistem

mempunyai penyelesaian selain itu.

Penyelesaian SPL

Untuk mencari penyelesaian umum atau himpunan penyelesaian dari

suatu sistem persamaan linear, ada beberapa cara yang sederhana

adalah substitusi (seperti di SMU). Sebelum mencari

penyelesaian dari sistem persamaan linear, perhatikan terlebih

dahulu metode dasar atau elementer yang mirip dengan metode

substitusi yaitu operasi baris elementer yang lebih dikenal

dengan sebutan OBE.

Pada metode substitusi, langkah untuk menghilangkan sebuah

variabel dapat dilakukan dengan tiga langkah, yaitu

1. Mengalikan persamaan dengan sebuah konstanta tak-nol

2. Tukarkan dua persamaan

3. T ambahkan perkalian dari persamaan ke persamaan yang lain

Sedangkan pada metode operasi baris elementer, langkah untuk

menghilangkan sebuah konstanta pada kolom tertentu dapat

dilakukan dengan tiga langkah, yaitu

1. Mengalikan baris dengan sebuah konstanta tak-nol

2. Tukarkan dua baris

3. T ambahkan perkalian dari baris ke baris yang lain

CONTOH:

Pandang sistem persamaan linear berikut ini,

x + 2y = 5 (1.10)

2x + 5y = 12 (1.11)
Untuk menyelesaikan dengan metode substitusi, lakukan langkah

pertama, yaitu: kalikan Persamaan 1.10 dengan 2, sehingga

menjadi

2x + 4y = 10

2x + 5y = 12

kemudian kurangkan Persamaan 1.11 dengan Persamaan 1.10, maka

Persamaan 1.11 menjadi

y = 2 dan x + 2:2 = 5; maka x = 1

¤ Baris Eselon T ereduksi

Telah dipelajari langkah-langkah OBE, seperti pada Contoh

1.2.1. Pada bagian ini akan ditunjukkan bentuk dari suatu

matriks yang mempunyai sifat baris eselon dan baris eselon

tereduksi adalah sebagai berikut:

1. Jika suatu baris tidak seluruhnya terdiri dari nol, maka

angka tak-nol pertama dalam

baris tersebut adalah satu yang disebut dengan utama-1

2. Jika ada baris terdiri dari nol semua, maka pindahkan ke

bagian bawah matrik

3. Jika ada dua baris yang beurutan yang tidak seluruhnya nol,

utama-1 pada baris yanglebih bawah terletak disebelah kanan

utama-1 dari baris atasnya

4. Setiap kolom yang berisi utama-1 mempunyai nol di baris yang

lainnya

Jika suatu matriks mempunyai sifat 1, 2 dan 3, maka matriks

tersebut disebut matriks

bentuk baris eselon, sedangkan matriks yang mempunyai ke-empat

sifat tersebut dinamakan

matriks bentuk baris eselon tereduksi.

Metode Eliminasi Gauss

Metode eliminasi Gauss adalah suatu metode untuk mencari

himpunan penyelesaian dari sistem persamaan linear dengan

menggunakan OBE, sedemikian hingga matriksnya mempunyai bentuk

baris eselon. Setelah terbentuk baris eselon, kembalikan

matriks tersebut dalam bentuk sistem linear dan kemudian

lakukan substitusi balik mulai dari bawah.

Selesaikan sistem persamaan linear dibawah ini dengan

menggnakan

metode eliminasi Gauss

x + y + z = 6

x + 2y + 3z = 14

x + 4y + 9z = 36
Jawab:

Ubah sistem linear ke bentuk matrik0s diperbesar,

Metode Eliminasi Gauss-Jordan

Metode eliminasi Gauss-Jordan adalah suatu metode untuk mencari

himpunan penyelesaian dari sistem persamaan linear dengan

menggunakan OBE, sedemikian hingga matriksnya mempunyai bentuk

baris eselon tereduksi. Setelah terbentuk baris eselon

tereduksi, kembalikan matriks tersebut dalam bentuk sistem

linear dan ditemukan kemudian lakukan substitusi balik mulai

dari bawah.

Operasi baris elementer

Ketika dihadapi masalah yang berkaitan dengan sistem persamaan

linear terutama yang menggunakan banyak peubah, maka hal

pertama yang dapat digunakan untuk menyederhanakan permasalahan

adalah dengan mengubah sistem persamaan linear yang ada ke

dalam bentuk matriks. Suatu persamaan linear biasanya juga

tidak didapatkan secara langsung tetapi melalui penyederhanaan

dari permasalahan yang terjadi dalam kehidupan sehari – hari.

Setelah diubah ke bentuk matriks, maka matriks tersebut diubah

ke bentuk matriks dalam bentuk eselon baris tereduksi untuk

mendapatkan penyelesaian dari SPL.

Prosedur untuk mendapatkan matriks eselon baris tereduksi biasa

disebut sebagai eliminasi Gauss– Jordan . Pada proses eliminasi

tersebut operasi – operasi yang digunakan disebut operasi baris

elementer.

Dalam operasi baris elementer ini ada beberapa operasi yang

dapat digunakan , yaitu :

a. Mengalikan suatu baris dengan konstanta tak nol

b. Mempertukarkan dua buah baris

c. Menambahkan kelipatan suatu baris ke baris lainnya.

Dengan menggunakan operasi baris elementer , maka matriks

eselon baris tereduksi yang didapatkan akan ekuivalen dengan

matriks awalnya sehingga penyelesaian untuk matriks eselon

baris tereduksi juga merupakan penyelesaian untuk matriks

awalnya. Matriks awal yang dimaksud adalah matriks diperbesar.

Untuk melihat secara lebih mudah definisi dari matriks

diperbesar akan ditunjukkan berikut ini :

Diketahui SPL dengan m buah persamaan linear dan n peubah

a11x1 + a12x2 + … + a1nxn = b1

a21x1 + a22x2 + … + a2nxn = b2

am1x1 + am2x2 + … + amnxn = bm

Sistem persamaan linear diatas dapat ditulis dalam bentuk

matriks AX = B dengan
A = X = dan B =

Matriks yang memiliki berukuran nx1 atau 1xn biasa disebut

vektor. Penulisan vektor sedikit berbeda dengan penulisan

matriks, yaitu menggunakan huruf kecil dengan cetak tebal atau

digaris atasnya . Jadi matriks X dan B diatas biasa dituliskan

sebagai x dan b

atau x dan b sehingga SPL dapat dituliskan sebagai A x = b .

Pada SPL yang berbentuk seperti ini , matriks A juga biasa

disebut sebagai matriks konstanta.

Sistem persamaan linear Homogen

Sistem persamaan linear Homogen merupakan kasus khusus dari

Sistem persamaan linear biasa A x = b untuk kasus b = 0 .

Karena bentuknya yang demikian maka pastilah pada matriks

diperbesar [A b ] setelah dilakukan eliminasi Gauss–Jordan

kolom terakhirnya akan selalu nol sehingga penyelesaian dari

SPL akan selalu ada . Ada dua macam penyelesaian dalam SPL

homogen ini yaitu trivial ( tak sejati ) dan tak

trivial ( sejati ).

Penyelesaian trivial terjadi jika satu – satunya penyelesaian

untuk SPL adalah x = 0 hal ini terjadi jika semua kolom pada

matriks diperbesar [A b ] ( setelah dilakukan eliminasi Gauss–

Jordan ) memiliki satu utama kecuali untuk kolom yang terakhir

atau dengan kata lain semua kolom pada matriks A memiliki satu

utama . Jika hal yang sebaliknya terjadi yaitu tidak semua

kolom pada matriks A ( setelah dilakukan eliminasi Gauss–Jordan

memilki satu utama atau jika terdapat baris nol maka

penyelesaian untuk SPL adalah penyelesaian tak trivial yaitu

penyelesaian tak hingga banyak.

 2. Sebutkan dan jelaskan metode-metode yang digunakan dalam

operasi linear aljabar dan berikan contohnya ! (minimal

10 lembar)

Jawab :

Metode eliminasi

Metode ini bekerja dengan care mengeliminasi (menghilangkan)

variabel-variabel di dalam sistem persamaan hingga hanya satu

variabel yang tertinggal.

Pertama-tama, lihat persamaan-persamaan yang ada dan coba cari

dua persamaan yang mempunyai koefisien yang sama (baik positif

maupun negatif) untuk variabel yang sama. Misalnya, lihat

persamaan (1) dan (3). Koefisien untuk y adalah 1 dan -1 untuk

masing-masing persamaan. Kita dapat menjumlah kedua persamaan

ini untuk menghilangkan y dan kita mendapatkan persamaan (4).

x+ y− z= 1 (1)
 −4x − y+ 3z = 1 (3)

------------------------- +

−3x + 2z = 2 (4)

Perhatikan bahwa persamaan (4) terdiri atas variabel x dan z.

Sekarang kita perlu persamaan lain yang terdiri atas variabel

yang sama dengan persamaan (4). Untuk mendapatkan persamaan

ini, kita akan menghilangkan y dari persamaan (1) dan (2).

Dalam persamaan (1) dan (2), koefisien untuk yadalah 1 dan 3

masing-masing. Untuk menghilangkan y, kita kalikan persamaan

(1) dengan 3 lalu mengurangkan persamaan (2) dari persamaan

(1).

×
x+ y− z=1 (1) 3x + 3y − 3z = 3 (1)
3

8x + 3y − 6z = 1 (2) 8x + 3y − 6z = 1 (2)

------------------------- -

−5x + 3z = 2 (5)
Dengan persamaan (4) dan (5), mari kita coba untuk

menghilangkan z.

×
−3x + 2z = 2 (4) −9x + 6z = 6 (4)
3

×
−5x + 3z = 2 (5) −10x + 6z = 4 (5)
2

------------------------- −

x = 2 (6)

Dari persamaan (6) kita dapatkan x = 2. Sekarang kita bisa

subtitusikan (masukkan) nilai dari x ke persamaan (4) untuk

mendapatkan nilai z.

−3(2) + 2z = 2 (4)

−6 + 2z = 2

2z = 8

z=8 ÷ 2
 z=4

Akhirnya, kita substitusikan (masukkan) nilai dari z ke

persamaan (1) untuk mendapatkan y.

2 + y − 4=1 (1)

y=1 − 2 + 4

y=3

Jadi solusi sistem persamaan linier di atas adalah x = 2, y =

3, z = 4.

Metode substitusi

Pertama-tama, marilah kita atur persamaan (1) supaya hanya ada

1 variabel di sebelah kiri.

x = 1 − y + z (1)

Sekarang kita substitusi x ke persamaan (2).

8(1 − y + z) + 3y − 6z = 1 (2)

8 − 8y + 8z + 3y − 6z = 1

−5y + 2z = 1 − 8

−5y + 2z = −7 (4)

Dengan cara yang sama seperti di atas, substitusi x ke

persamaan (3).

−4(1 − y + z) − y+ 3z = 1 (3)

−4 + 4y − 4z − y+ 3z = 1

3y − z = 1 + 4

3y − z = 5 (5)

Sekarang kita atur persamaan (5) supaya hanya ada 1 variabel di

sebelah kiri.

z = 3y − 5 (6)

Kemudian, substitusi nilai dari z ke persamaan (4).

−5y + 2(3y − 5) = −7 (4)

 −5y + 6y − 10 = −7

y = −7 + 10

y=3

Sekarang kita sudah tahu nilai dari y, kita dapat masukkan

nilai ini ke persamaan (6) untuk mencari z.

z = 3(3) − 5 (6)

z=9 − 5

z=4

Akhirnya, kita substitusikan nilai dari y dan z ke persamaan

(1) untuk mendapatkan nilai x.

x=1 − 3 + 4 (1)

x=2

Jadi, kita telah menemukan solusi untuk sistem persamaan linier

di atas: x = 2, y = 3, z = 4.

Metode grafik
Penyelesaian sistem persamaan linier dengan metode grafik

dilakukan dengan cara menggambar garis garis atau bidang planar

yang merupakan representasi dari persamaan-persamaan yang ada

dalam sistem tersebut. Solusinya adalah koordinat-koordinat

yang merupakan titik potong dari garis-garis ataupun bidang-

bidang planar itu.

Sebagai contoh, marilah kita lihat sistem persamaan liniear

dengan dua variabel berikut ini.

x+y= 3 (1)

2x − y = −3 (2)

Gambar kedua garis dari persamaan-persamaan di atas.

Seperti terlihat pada grafik di atas, kedua garis itu bertemu

(mempunyai titik potong) pada titik (0,3). Ini adalah solusi

dari sistem persamaan linier tersebut, yaitu x = 0, y = 3.

Untuk persamaan linier dengan tiga variabel, solusinya adalah

titik pertemuan dari tiga bidang planar dari masing-masing

persamaan.

Metode Matriks Invers

Sistem persamaan linier yang terdiri atas persamaan-persamaan

(1), (2), dan (3) di atas dapat juga ditulis dengan bentuk

notasi matriks AB = C seperti berikut

1 1 -1 x 1

8 3 -6 y = 1

-4 -1 3 z 1

Solusinya adalah matriks B. Agar kita dapat

mengisolasi B sendirian di salah satu sisi dari persamaan di

atas, kita kalikan kedua sisi dari persamaan di atas dengan

invers dari matriks A.

A−1AB = A−1C
 B = A−1C

Sekarang, untuk mencari B kita perlu mencari A−1. Silakan

melihat halaman tentang matriks untuk belajar bagaimana mencari

invers dari sebuah matriks.

-3 2 3

A−1 = 0 12

-4 3 5

-3 2 3 1

B = 0 12 1

-4 3 5 1

B = 3

Jadi solusinya adalah x = 2, y = 3, z = 4.

Metode ini dapat digunakan untuk menyelesaikan sistem persamaan

linier dengan n variabel. Kalkulator di atas juga menggunakan

metode ini untuk menyelesaikan sistem persamaan linier.

Eliminasi Gauss / Eliminasi Gauss-Jordan

Sistem persamaan liniear yang terdiri atas persamaan-

persamaan(1), (2), dan (3) dapat juga dinyatakan dalam bentuk

matriks teraugmentasi A seperti berikut

1 1 -1 1

A = 8 3 -6 1

-4 -1 3 1

Dengan melakukan serangkaian operasi baris (Eliminasi Gauss),

kita dapat menyederhanakan matriks di atas untuk menjadi

matriks Eselon-baris.

1 0,375 -0,75 0,125

A =
0 1 -0,4 1,4
 0 0 1 4

Kemudian kita bisa substitusikan kembali nilai-nilai yang kita

dapat untuk mencari nilai dari semua variabel. Atau, kita juga

bisa meneruskan dengan serangkaian operasi baris lagi sehingga

matriks di atas menjadi matriks yang Eselon-baris tereduksi

(dengan menggunakan Eliminasi Gauss-Jordan).

1002

A = 0103

0014

Dengan melakukan operasi Eliminasi Gauss-Jordan, kita

mendapatkan solusi dari sistem persamaan linier di atas pada

kolom terakhir: x = 2, y = 3, z = 4.

Metode Eliminasi Gauss Dan Eliminasi Gauss-Jordan

Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di

dalammatriks sehingga menjadi matriks yang lebih sederhana

(ditemukan oleh Carl Friedrich Gauss). Caranya adalah dengan

melakukan operasi baris sehingga matriks tersebut menjadi

matriks yang Eselon-baris. Ini dapat digunakan sebagai salah

satu metode penyelesaian persamaan linear dengan menggunakan

matriks. Caranya dengan mengubah persamaan linear tersebut ke

dalam matriks teraugmentasi dan mengoperasikannya. Setelah

menjadi matriks Eselon-baris, lakukan substitusi balik untuk

mendapatkan nilai dari variabel-variabel tersebut.

Contoh: Diketahui persamaan linear

x + 2y + z = 6

x + 3y + 2z = 9

2x + y + 2z = 12

Tentukan Nilai x, y dan z

Jawab:

Bentuk persamaan tersebut ke dalam matriks:

Operasikan Matriks tersebut

Maka mendapatkan 3 persamaan linier baru yaitu

x+2y+z=6

y+z=3

z=3

Kemudian lakukan substitusi balik maka didapatkan:

y+z=3

y+3=3

y=0

x+2y+z=6

x+0+3=6

x=3

Jadi nilai dari x=3,y=0,dan z = 3

3. Jelaskan apa yang anda ketahui tentang interpolasikurva

fiting!

(minimal 5 lembar)

Jawab :
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. Sebuah permasalahan berbeda yang berhubungan

dekat dengan interpolasi adalah pendekatan/aproksimasi

suatu fungsi kompleks melalui suatu fungsi sederhana.

Seandainya formula untuk suatu fungsi tertentu diketahui

namun terlalu rumit untuk dinilai secara efisien, maka

beberapa titik data yang diketahui dari fungsi asli

tersebut dapat digunakan untuk menghasilkan suatu

 interpolasi berdasarkan suatu fungsi yang lebih

sederhana. Tentu saja, ketika suatu fungsi yang lebih

sederhana digunakan untuk memperkirakan titik data dari

fungsi asli, biasanya muncul kesalahan interpolasi; namun

tergantung pada domain masalahnya dan pada metode

interpolasi yang digunakannya, keuntungan dari

kesederhanaan/kemudahannya lebih menguntungkan daripada

hasil berkurangnya keakuratan.

4. Sebutkan dan jelaskan metode-metode interpolasi dan kurva

fiting !

(Minimal 10 lembar)

Jawab :

Metode-metode interpolasi yaitu .Interpolasi linier •

Interpolasi Kuadratik • Interpolasi Polinomial • Interpolasi

Lagrange Regresi :Regresi : • Regresi Linier • Regresi

Eksponensial • Regresi Polinomial INTERPOLASI Interpolasi

digunakan untuk menaksir nilai antara (intermediate value)

diantara titik-titik data yang tepat. Metode yang sering

digunakan adalah interpolasi polinomial yang terdiri dari

beberapa orde sbb : Interpolasi Linier (orde 1) Interpolasi

Kuadratik (orde 2) Interpolasi Kubik (orde 3)

2. INTERPOLASI LINIER Tujuan : menentukan titik antara dari

2 titik data dengan menggunakan garis lurus. 12 1 12 1 xx xx yy

yy − − = − − Sehingga : ( )12 12 1 1 yy xx xx yy − − − +=

Semakin kecil interval P1 & P2 semakin baik hasil interpolasi.

INTERPOLASI LINIER Algoritma interpolasi linier : 1. Tentukan 2

titik P1 dan P2 dg koordinat masing- masing (x1,y1) dan (x2,y2)

2. Tentukan nilai x dari titik yang akan dicari (Q) 3. Hitung

nilai y dengan : 4. Nilai titik yang baru (Q) adalah : (x,y) (

)12 12 1 1 yy xx xx yy − − − +=

3. INTERPOLASI LINIER Contoh : Taksirlah nilai ln(2) dengan

interpolasi linier serta hitunglah kesalahan relatifnya jika

digunakan data : a. ln(1) dan ln(6) b. ln(1) dan ln(4) Jawab

(a) : x1 = 1, y1 = ln(1) = 0 x2 = 6, y2 = ln(6) = 1,791759 x =

2 Nilai eksak y = ln(2) = 0,693147 → εr = 48,4% 0 1 2 3 4 5 6 7

-0.5 0 0.5 1 1.5 2 y = ln(x) ( ) 0,358352791759,1 16 12 0ˆ = −

− +=y INTERPOLASI LINIER Jawab (b) : x1 = 1, y1 = ln(1) = 0 x2

= 4, y2 = ln(4) = 1,386294 x = 2 Nilai eksak y = ln(2) =

0,693147 → εr = 33,3% 0 1 2 3 4 5 6 7 -0.5 0 0.5 1 1.5 2 y =

ln(x) ( ) 0,462098386294,1 14 12 0ˆ = − − +=y

4. INTERPOLASI KUADRATIK Tujuan : menentukan titik antara

dari 3 titik data dengan menggunakan pendekatan fungsi kuadrat.

Bentuk umum persamaan utk interpolasi kuadratik : ( ) ( )(

)1020102 )( xxxxbxxbbxf −−+−+= P0(x0,y0) P1(x1,y1) P2(x2,y2)

Q(x,y) ......... (1) INTERPOLASI KUADRATIK Bentuk umum tersebut

jika ditulis dalam fungsi kuadrat sbb : dimana : Bagaimana

mendapatkan nilai b0, b1 dan b2 ? 2 2102 )( xaxaaxf ++= 22

120211 1020100 ba xbxbba xxbxbba = −−= −−=

5. INTERPOLASI KUADRATIK Untuk x = x0, persamaan (1) menjadi

: b0 = y0 .............. (2) Untuk x = x1 dan substitusi pers.

(2) kedalam (1) : Untuk x = x2 dan substitusi pers. (2) dan (3)

kedalam (1) : 01 01 1 xx yy b − − = ................. (3) 02 01

01 12 12 2 xx xx yy xx yy b − − − − − − = ................. (4)

INTERPOLASI KUADRATIK Selain menggunakan bentuk umum persamaan

(1) dengan nilai b0, b1 dan b2 pada persamaan (2) s/d (4),

untuk menghitung nilai y pada interpolasi kuadratik bisa juga

menggunakan persamaan sbb : ( )( ) ( )( ) ( )( ) ( )( ) ( )( )

( )( )1202 10 2 2101 20 1 2010 21 0 xxxx xxxx y xxxx xxxx y

xxxx xxxx yy −− −− + −− −− + −− −− =

6. INTERPOLASI KUADRATIK Algoritma interpolasi kuadratik :

1. Tentukan 3 titik input P0(x0,y0), P1(x1,y1) dan P2(x2,y2) 2.

Tentukan nilai x dari titik yang akan dicari (Q) 3. Hitung

nilai y dengan : 4. Nilai titik yang baru (Q) adalah : (x,y) (

)( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( )1202 10 2 2101 20 1 2010

21 0 xxxx xxxx y xxxx xxxx y xxxx xxxx yy −− −− + −− −− + −− −−

= INTERPOLASI KUADRATIK Contoh : Taksirlah nilai ln(2) dengan

interpolasi kuadratik serta hitunglah kesalahan relatifnya jika

digunakan data ln(1), ln(4) dan ln(6) Jawab : x0 = 1, y0 =

ln(1) = 0 x1 = 4, y1 = ln(4) = 1,386294 x2 = 6, y2 = ln(6) =

1,791759 x = 2 Harga-harga tsb dimasukkan kedalam rumus

sehingga diperoleh : ŷ = 0.565844 Nilai eksak y = ln(2) =

0,693147 → εr = 18,4% 0 1 2 3 4 5 6 7 -0.5 0 0.5 1 1.5 2 y =

ln(x)

7. INTERPOLASI POLINOMIAL Tujuan : menentukan titik antara

dari n titik data dg menggunakan pendekatan fungsi polinomial.

Metode yang bisa digunakan untuk memperoleh hasilnya adalah

interpolasi polinomial beda terbagi Newton (divided difference

interpolation polynomial by Newton). Bentuk umum persamaan

interpolasi polinomial Newton : ( ) ( )( ) ( )( ) ( )110

102010)( −−−−+ +−−+−+= nn n xxxxxxb xxxxbxxbbxf L K INTERPOLASI

POLINOMIAL dimana : f […,…] disebut beda terbagi hingga ],,,,[

],,[ ],[ 011 0122 011 00 xxxxfb xxxfb xxfb yb nnn L M −= = = =

→ beda terbagi hingga ke 1 → beda terbagi hingga ke 2 → beda

terbagi hingga ke n
 8. INTERPOLASI POLINOMIAL Cara menghitung “beda terbagi

hingga” : 0 02111 011 01 01 01 ],,,[],,,[ ],,,,[ ],[],[ ],,[

],[],[ xx xxxfxxxf xxxxf xx xxfxxf xxxf xx yy xxf xx yy xxf n

nnnn nn ki kjji kji ji ji ji − − = − − = − − =→ − − = −−− − LL

L Dfj D2fk Dnf0 Simbol : INTERPOLASI POLINOMIAL Langkah-langkah

perhitungan interpolasi polinomial beda terbagi Newton : 1.

Tentukan n titik input untuk interpolasi orde n–1. 2. Buat

tabel “beda terbagi hingga” untuk mendapatkan koefisien bi 3.

Masukkan koefisien bi kedalam bentuk umum persamaan interpolasi

polinomial Newton : 4. Tentukan nilai x dari titik yang akan

dicari dan hitung nilai y dari persamaan interpolasi polinomial

Newton tsb. ( ) ( )( ) ( )( ) ( )110 102010)( −−−−+ +−−+−+= nn

n xxxxxxb xxxxbxxbbxf L K

9. INTERPOLASI POLINOMIAL Tabel beda terbagi hingga : y1x11

Dfi y3x33 y2x22 y0x00 D3fiD2fiyixii 23 23 2 xx yy Df − − = 12

12 1 xx yy Df − − = 01 01 0 xx yy Df − − = 13 12 1 2 xx DfDf fD

− − = 02 01 0 2 xx DfDf fD − − = 03 0 2 1 2 0 3 xx fDfD fD − −
= INTERPOLASI POLINOMIAL Contoh : Taksirlah nilai ln(2) dengan

interpolasi polinomial serta hitunglah kesalahan relatifnya

jika digunakan data ln(1), ln(4), ln(5) dan ln(6) Jawab : x0 =

1, y0 = ln(1) = 0 x1 = 4, y1 = ln(4) = 1,386294 x2 = 5, y2 =

ln(5) = 1,609438 x3 = 6, y3 = ln(6) = 1,791759

10. INTERPOLASI POLINOMIAL Tabel beda terbagi hingga : -

0,0204110,2231441,38629441 0,182322 0,462098 Dfi 1,79175963

1,60943852 0,007866-0,059739010 D3fiD2fiyixii INTERPOLASI

POLINOMIAL Sehingga persamaan interpolasi polinomialnya adalah

: Masukkan harga-harga x kedalam persamaan : x = 2, x0 = 1, x1

= 4, x2 = 5 Sehingga diperoleh : ŷ = 0,628769 Nilai eksak y =

ln(2) = 0,693147 → εr = 9,3% ( ) ( )( ) ( )( )( )210 1003

0,007866 0,0597390,4620980)( xxxxxx xxxxxxxf −−−+ −−−−+=

11. INTERPOLASI LAGRANGE Metode lain utk mendapatkan

interpolasi polinomial adalah model interpolasi Lagrange yg

mengguna- kan fungsi polinomial dalam kombinasi deret. Bentuk

umum persamaan interpolasi Lagrange : ∏ ∑ ≠ = = − − = = n ij j

ji j i n i ii xx xx xL xLyy 0 0 )( )( dengan : INTERPOLASI

LAGRANGE Dari persamaan tersebut dpt dirumuskan beberapa

interpolasi orde n sbb : • Interpolasi linier (orde 1) : •

Interpolasi kuadratik (orde 2) : 01 0 1 10 1 0 xx xx y xx xx yy

− − + − − = ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( )1202 10 2

2101 20 1 2010 21 0 xxxx xxxx y xxxx xxxx y xxxx xxxx yy −− −−

+ −− −− + −− −− =

12. INTERPOLASI LAGRANGE • Interpolasi kubik (orde 3) :

dimana : 33221100 LyLyLyLyy +++= ( )( )( ) ( )( )( ) ( )( )( )

( )( )( ) ( )( )( ) ( )( )( ) ( )( )( ) ( )( )( )231303 210 3

321202 310 2 312101 320 1 302010 321 0 xxxxxx xxxxxx L xxxxxx

xxxxxx L xxxxxx xxxxxx L xxxxxx xxxxxx L −−− −−− = −−− −−− =

−−− −−− = −−− −−− = INTERPOLASI LAGRANGE Contoh : Taksirlah

nilai ln(2) dengan interpolasi polinomial serta hitunglah

kesalahan relatifnya jika digunakan data ln(1), ln(4), ln(5)

dan ln(6) Jawab : x0 = 1, y0 = ln(1) = 0 x1 = 4, y1 = ln(4) =

1,386294 x2 = 5, y2 = ln(5) = 1,609438 x3 = 6, y3 = ln(6) =

1,791759

13. INTERPOLASI LAGRANGE 0,628769ŷ = 1,0750560.61,79175963 -

3,218876-21,60943852 2,77258921,38629441 00.4010 yiLiLiyixii

Nilai eksak y = ln(2) = 0,693147 → εr = 9,3% INTERPOLASI

POLINOMIAL Ada cara lain untuk mendapatkan persamaan polinomial

pada interpolasi polinomial, yaitu dengan cara menyusun sistem

persamaan linier simultan dari nilai-nilai x dan y yang

diketahui. Jika ada n titik data yaitu P1(x1,y1) s/d Pn(xn,yn)

maka: 1 1 2 210 1 31 2 323103 1 21 2 222202 1 11 2 121101 − − −

− − − − − ++++= ++++= ++++= ++++= n nnnnn n n n n n n xaxaxaay

xaxaxaay xaxaxaay xaxaxaay K M K K K

14. INTERPOLASI POLINOMIAL Penyelesaian persamaan linier

simultan tersebut adalah nilai-nilai a0, a1, a2, …, an-1 yang

merupakan koefisien dari persamaan polinomial sbb : Sehingga

dengan memasukkan nilai x pada persamaan tersebut akan

didapatkan nilai y dari titik yang akan dicari. 1 1 2 210 −

−++++= n n xaxaxaay K INTERPOLASI POLINOMIAL Penyelesaian

persamaan linier simultan tersebut dapat menggunakan metode-

metode yang telah dipelajari, seperti metode eliminasi Gauss

atau metode eliminasi Gauss Jordan dengan menyusun matriks sbb

: =

− − − − − nn n nnn n n n y

y y y a a a a xxx xxx xxx xxx MM L MMMMM L L L 3 2 1 1 2 1 0 12

1 3 2 33 1 2 2 22 1 1 2 11 1 1 1 1

15. INTERPOLASI POLINOMIAL Contoh : Taksirlah nilai ln(2)

dengan interpolasi polinomial serta hitunglah kesalahan

relatifnya jika digunakan data ln(1), ln(4), ln(5) dan ln(6)

Jawab : x0 = 1, y0 = ln(1) = 0 x1 = 4, y1 = ln(4) = 1,386294 x2

= 5, y2 = ln(5) = 1,609438 x3 = 6, y3 = ln(6) = 1,791759

INTERPOLASI POLINOMIAL Dengan metode Gauss Jordan, Augmented

matrix : 1,7917592163661

1,6094381252551 1,386294641641 01111 B2-B1 B3-B1 B4-B1

 1,7917592153550 1,6094381242440 1,386294631530

01111 B2/3

16. INTERPOLASI POLINOMIAL B1-B2 B3-4B2 B4-5B1

− − −−− 0,5187311101000 0,23895540400 0,46209821510

0,46209820401 B3/4 1,7917592153550

1,6094381242440 0,46209821510 01111 INTERPOLASI POLINOMIAL

B1+4B3 B2-5B3 B4-10B3 − − −

0,07865510000 0,05973910100 0,76079129010 0,70105320001 B4/10

− − −−− 0,5187311101000 0,05973910100

0,46209821510 0,46209820401

INTERPOLASI POLINOMIAL B1-20B4 B2+29B4 B3-10B4

− − 0,0078661000 0,1383940100

0,9888920010 0,8583630001 − − −

0,0078661000 0,05973910100 0,76079129010 0,70105320001

INTERPOLASI POLINOMIAL Sehingga diperoleh persamaan

polinomial sbb : Untuk x = 2, diperoleh : ŷ = 0,628769

Nilai eksak y = ln(2) = 0,693147. Permasalahan Persamaan

Non Linier Penyelesaian persamaan non linier adalah

penentuan akar-akar persamaan non linier. Dimana akar

sebuah persamaan f(x) =0 adalah nilai-nilai x yang

menyebabkan nilai f(x) sama dengan nol. Dengan kata lain

akar persamaan f(x) adalah titik potong antara kurva f(x)

dan sumbu X.

3. Mencari akar persamaan non linear

4. Kurva fitting dan Regresi

5. 1.2. Prinsip-Prinsip Metode Numerik . Metode numeric

ini berangkat dari pemikiran bahwa permasalahan dapat

diselesaikan dengan menggunakan pendekatan-pendekatan

yang dapat dipertanggungjawabkan secara analitik. Metode

numerik ini disajikan dalam bentuk algoritmaalgoritma

yang dapat dihitung secara cepat dan mudah.

 6. Pendekatan yang digunakan dalam metode numerik

merupakan pendekatan analisis matematis. Sehingga dasar

pemikirannya tidak keluar jauh dari dasar pemikiran

analitis, hanya saja pemakaian grafis dan teknik

perhitungan yang mudah merupakan pertimbangan dalam

pemakaian metode numerik. Mengingat bahwa algoritma yang

dikembangkan dalam metode numerik adalah algoritma

pendekatan maka dalam algoritma tersebut akan muncul

istilah iterasi yaitu pengulangan proses perhitungan.

Dengan kata lain perhitungan dalam metode numerik adalah

perhitungan yang dilakukan secara berulangulang untuk

terus-menerus diperoleh hasi yang main mendekati nilai

7. Persoalan-persoalan yang biasa diangkat dalam metode

numerik       Menyelesaikan persamaan non linier
Menyelesaikan persamaan simultan atau multi-variabel
Menyelesaikan differensial dan integral Interpolasi dan
Regresi Menyelesaikan persamaan differensial Masalah multi
variable untuk menentukan nilai optimal yang tak bersyarat.

Contoh
Tinjaulah kembali tabel yang berisi pasangan titik(x,f(x)) yang

diambil darif(x)=cos(x).

x f(x
0. 1.0000000
i i)
0
0.5403023

1.
-0.4161468

0
-0.9899925
(a) Hitunggalah rata-rata interpolasi dititik
2.
-0.6536436
x=0.5,x=1.5,danx=2.5,bila x diinterpolasi dengan poli
0

nomNewton derajat 3 berdasarkan x 0= 0.

3.

(b) Hitung batas

0 atas galat interpolasi bila kita

melakukan interpolasi titik-titik berjarak sama dalam

4.
selang [0.0, 3.0]dengan polinom interpolasi derajat 3.
0

(c) Hitung batas atas dan batas bawah galat interpolasi

dix=0.5dengan polinom
 Newtonderajat3

Penyelesaian:

(a) Telah diketahui dari Contoh5.7 bahwa polinom derajat 3 yang

menginterpolasi f(+x)=cos(x)dalam selang [0.0,3.0] adalah:

cos(x) p3 (x)= 1.0000-0.4597(x-0.0)-0.2485(x-0.0)(x-

1.0)+0.1466(x-0.0)(x-1.0)(x-2.0)

Menghitung galat rata-rata interpolasi:Titik tengah selang

[0.0,3.0]adalah di xm=(0.0+3.0)/2=1.5 Galat rata-rata

interpolasi adalah
X E3 (x)=0.0x1.0

2.x

3.0

f(4)
Hitung turunan keempat

dari fungsi f(x)=cos(x),

f'(x) =-sin(x);

f”(x) =-cos(x);

f'''(x) = sin(x)

f(4)(x) =cos(x)
karena itu,

E3(x)=

x 0.0 1.0 2.0 3.

x x x 0
(cos(1.5))
 4!

Untukx=0.5,x=1.5,danx=2.5,nilai-nilai interpolasinya

serta galat rata-rata interpolasinya dibandingkan

dengan nilai sejati dan galat sejati diperlihatkan

oleh tabel berikut:

X f( p3( E3( Galatseja

0. 0.87758 0.88720 0.00276 -
1. 0.07073
x) 0.06921
x) - x) 0.001525
ti
2. - - 0.00276 0.004711
5 26 48 32 0.009622
5 72 20 0.00165 2
5 0.80114 0.80585 32 0
2
79
36 46

Perhatikan bahwa karena x=1.5 terletak dititik tengah

selang, maka galat interpolasinya lebih paling kecil

dibandingkan interpolasi x yang lain.

(b) Telah diketahui bahwa batas atas galat interpolasi dengan

polinom derajat 3 adalah

E3 (x)= f(x)-p3(x) h4 /24Max f(4)(c) ,x0 c x3.

Telah diperoleh dari(a)bahwaf(4)(x)= cos(x),dan dalam

selang[0.0, 3.0]nilai Max f(4)(x)terletakdix=0.0.Jadi,

f(4)(x) = cos(0.0) =1.000000.Untuk p3(x) dengan jarak

antar titik data adalah h= 1.0,batas atas galat

interpolasinya adalah

E3 (x) (1.0) 41.000000/24=1/24 =0.0416667.

Nilai-nilaiE3(x)

pada tabel diatas semuanya dibawah 0.0416667.Jadi,batas

atas 0.0416667beralasan.
x 0.0 1.0 2.0 3.

x x x 0
(c) E3(x)= f((1.5)

4)
 4

!
0. 0. 1. 0. 2. 0. 3.

5 0 0. 0 5 0 5 0
E3(0.5)= (-cos(c)) , 0.0 c 3.0

5
4!
Karena fungsi cosines monoton dalam selang [0.0,3.0],

maka nilai maksimum dan nilai minimum untuk cos(c)

terletak pada ujung-ujung selang. Untuk c=0.0 maka:

E3 (0.5) =

0. 0. 0. 1. 0. 2. 0. 3. (cos(0.0)

5 0 5 0 5 0 5 0

4!
=-0.0390625 (minimum),
dan untuk c= 3.0maka
E3(0.5) = 0. 0. 0. 1. 0. 2. 0. 3. (cos(3.0))

5 0 5 0 5 0 5 0

4!
 =0.0386716(maksimum),

sehingga,batas-batas galat interpolasi d

ix=0.5 adalah:

-0.0390625 E3 (0.5) 0.0386716

5.5.2 TaksiranGalatInterpolasiNewton

Salah satu kelebihan polinom Newton

dibandingkan dengan polinom Lagrange adalah

kemudahan menghitung taksiran galat interpolasi

meskipunfungsiaslif(x)tidakdiketahui,ataukalaupunada,suka

rditurunkan.

Tinjau kembali poli

nomNewton:
pn(x)=pn-1(x)+(x-x0)(x -x1)…(x -xn-1)f[xn,xn-

1,…,x1,x0] Suku

(x-x0)(x-x1)…(x-xn-1)f[xn,xn-

1,…,x1,x0]

dinaikkandarinsampai

n+1menjadi

(x-x0)(x-x1)…(x-xn-1)(x-xn)f[xn+1,xn,xn-

1,…,x1,x0] Bentuk terakhir ini bersesuaian

dengan rumus galat interpolasi

E(x)=(x-x0)(x-x1)…(x-xn) f n 1 t
n 1!
Ekspresi

f n 1 t
 n 1!

Dapat dihampiri nilainya dengan

f[xn+1,xn,xn-1,…,x1,x0] yang dalam hal ini f(xn+1,xn,xn-

1,…,x1,x0) adalah selisih-terbagi ke (n+1)

Jadi,
f n 1 t

f[xn+1,xn,xn-1,…,x1,x0]

(P.5.41)
 n 1!

Sehingga taksiran galat interpolasi Newton dapat dihitung

sebagai E(x)=(x-x0)(x-x1)…(x-xn)f[xn+1,xn,xn-1,…,x1,x0]

(P.5.42) asalkan tersedia titik tambahan xn+1.

Pada Contoh 5.7, bila digunakan polinom derajat tiga untuk

menaksir nilai f(2.5),hitunglah taksiran galat

interpolasinya.

Penyelesaia

n:

x3=3.0,yait

ux4=4.0,

dan dari

tabel

selisih-

terbagidite

mukan
 f[x4 , x3 ,x2 ,x1 ,x0 ]=-0.0147

sehinggataksirangalatdalammenginterpola

sif(2.5)adalah

E(2.5)= (2.5-0.0)(2.5-1.0)(2.5-2.0)(2.5-3.0)(-

0.0147)=0.01378125

5.5.3 TaksiranGalatInterpolasiLagrange

TaksirangalatpolinomLagrangetidakdapat

dihitungsecaralangsungkarenatidak

tersediarumustaksirangalatsepertihalnyapada

interpolasiNewton.Namun,jika tabel selisih-

terbagitersedia,maka taksirangalatnyadapat

dihitungdenganrumus taksirangalatpolinomNewton:

E(x)=(x-x0)(x-x1)…(x-xn)f[xn+1,xn,xn-1,…,x1,x0]
asalkan tersedia titik tambahan xn+1. Meskipun demikian,

tabel selisih-terbagi tidak dipakai sebagai bagian dari

algoritma Lagrange, ini jarang terjadi [CHA91].