Metode Numerik
BAB 1. INTERPOLASI
2.1 Rasionalisasi
Dalam penyelesaian masalah matematika yang terkait dengan integral,
diferensial dan lainnya dari fungsi f(x) = x 2 + 2x + 6 secara anlitik umumnya
dengan mudah dapat kita selesaikan. Akan tetapi dalam upaya menyelesaikan
0.8
0.6
0.4
0.2
-0.2
-15 -10 -5 0 5 10 15
x
yang bersesuaian dalam domain tertentu menjadi alternatif solusi yang cepat
dalam penyelesaian integrasi tersebut. Suatu hampiran yang digunakan untuk
mendapatkan model yang berbeda dari suatu model matematika atau fakta
alam yang ada disebut dengan Aproksimasi. Suatu hampiran yang baik dari
adalah
ditunjukkan dalam domain [-3.5 3.5] bahwa kurva fungsi tersebut berimpit.,
sehingga kepentingan analisis pada domain [-3.5 3.5] pada fungsi
1.2
f(x)=sin(x)
f(x)=P(x)
1
0.8
0.6
0.4
0.2
X: -3.339
-0.2 Y: -0.05485
-6 -4 -2 0 2 4 6
x
Lebih lanjut, dalam upaya mendapatkan mendapatkan nilai f(75) dari f(x) =
x2+2x+2 dengan sangat mudah kita lakukan, yakni f(75) = 75 2 + 2(75) + 2 =
5777. Akan tetapi menjadi sulit jika akan dicari nilai f(75) dari sekumpulan data
pemetaan seperti:
dimana x adalah jarak pengukuran pada permukaan sungai dan f(x) adalah
kedalaman sungai. Hal ini disebabkan karena fungsi analitik dari f(x) tidak
diketahui. Sementara nilai f(75) diperlukan unutk mengetahui kedalaman
sungai pada jarak 75 cm dari pinggir sungai. Upaya matematis yang bertujuan
unutk
Ripai, S.Pd., M.Si 54
Pengantar Analisis dan Komputasi
Metode Numerik
2.2 Aproksimasi
2.2.1 Metode Deret Maclaurin
Persamaan umum fungsi polynomial f(x) = a0 + a1x+ a2x2 + a3x3 + a4x4 + ... + anxn
Turunan fungsi polynomial tersebut hingga turunan ke-n adalah sebagai
berikut:
f(x) = a0 + a1x+ a2x2 + a3x3 + a4x4 + ... + anxn
f'(x) = (1)a1+ 2a2x + 3a3x2 + 4a4x3 + ... + nanxn-1
f"(x) = (1)(2)a2+ (2)(3)a3x+ (3)(4)a4x2 + ... + (n-1)(n)anxn-2
f'"(x) = (1)(2)(3)a3+ (2)(3)(4)a4x+ ... + (n-2)(n-1)(n)anxn-3
fiv(x) = (1)(2)(3)(4)a4 + ….+ (n-3)(n-2)(n-1)(n)anxn-4
Teladan 2.1
Diketahui: f(x)= sin x
Tuliskan f(x)dalam bentuk fungsi polinomial!
Solusi:
f(x) = sin x → f(0) = 0
f'(x) = cos x → f'(0) = 1
f''(x) = -sin x → f''(0) = 0
f'"(x) = -cos x → f'"(0) = -1
f'"'(x) = sin x → f'"'(0) = 0
f'"''(x) = cos x → f'"''(0) = 1
sehingga diperoleh
f(x) = f(0)+f'(0)x+
=x -
Jadi, bentuk pebdekatan polinomial dari f(x)=sin x adalah
f(x) =x -
2.5 f(x)=sin(x)
1.5
0.5
-0.5
-1
-1.5
-2
-2.5
-6 -4 -2 0 2 4 6
x
Komputer program yang dapat digunakan unutk mengevaluasi deret taylor ini
dan sketsa grafiknya adalah
syms x
f=sin(x);
t=taylor(f,12,10);
d=[2:0.1:16];
ezplot(t,d)
hold on
plot(d,subs(f,d),'r')
legend('Aproksimasi','f(x)=sin x')
grid on
2.5
1.5
0.5
-0.5
-1
2 4 6 8 10 12 14 16
x
Gambar 2.6 Aproksimasi deret Taylor hingga derajat ke-12 dengan x 0 = 10.
2.3 Interpolasi
Interpolasi adalah suatu cara untuk mencari nilai di antara beberapa titik data
yang telah diketahui. Dalam kehidupan sehari- hari ,interpolasi dapat digunakan
untuk memperkirakan suatu fungsi dimana fungsi tersebut tidak terdefinisi
dengan suatu formula, tetapi didefinisikan hanya dengan data
f(x) = (x-x1)+f(x1)
Solusi:
Berdasarkan data di atas, maka pendekatan yang dapat digunakan adalah
interpolasi linier karena banyaknya data yang diketahui ada 2 (dua).
Beradasarkan data tersebut maka dapat didefiniskan variable sebagai berikut:
f(x) = (x-x1)+f(x1)
= 90.000,-
Jadi perkiraan keuntungan penjualan dengan modal Rp. 350.000,- adalah Rp.
90.000,-
Teladan 2.4
Berapakah perkiraan jumlah penduduk Indonesia pada tahun 1990
berdasarkan data hasil sensus pada tabel dibawah ini:
Tahun 1986 1994
Jumlah penduduk (juta) 133.4 143.5
Variable tahun kita sebut sebagai x, (x 1= 1996, x2=1994) dan variable jumlah
penduduk sebagi y, (y1= 133.4, y2=143.5). dengan menggunakan persamaan
interpolasi linier diperoleh nilai untuk jumlah penduduk tahun 1990
Jadi perkiraan banyaknya penduduk Indonesia pada tahun 1990 adalah 129.35
juat jiwa.
Teladan 2.5
Aliefa akan menentuka nilai ttabel pada taraf siginifikan 5% untuk uji satu pihak
dengan dk = 47. Pada table tersebut nilai yang dicari tidak termuat. Akan
tetapi nilai yang termuat adalah ttabel= 2.68 untuk dk = 40 dengan ttabel =
1.67dan dk = 60. Tentukan nilai pendekatan ttabel pada dk 47 tersebut dengan
mengunakan interpolasi linier.
Solusi:
Dari permasalahan tersebut diketahui
f(x) = +f(x1)
Teladan 2.6
Hasil pengukuran kedalam sungai yang memiliki lebar 3m pada interval tiap
50cm dari suatu pinggir sungai adalah sebagai berikut:
Solusi:
Penyelesaian masalah tersebut dengan metode interpolasi linier dilakukan
dengan menentukan nilai pada tiap 10 cm pada selang [50 100], [100 150],
[150 200],[200 250] dan [250 300] dengan cara sebagai berikut:
Interval (x) Formula Interpolasi x f(x)
[50 100] f(x) = 50.00 45.00
60.00 48.00
70.00 51.00
80.00 54.00
= (3*x)/10 + 30
90.00 57.00
100.00 60.00
[100 150] f(x) = 110.00 63.60
120.00 67.20
130.00 74.40
140.00 70.80
= (9*x)/25 + 24
150.00 78.00
[150 200] f(x) = 160.00 77.00
170.00 76.00
180.00 75.00
190.00 74.00
= 93 - x/10
200.00 73.00
80
Data aktual
70 Interpolasi
60
50
40
50 100 150 200 250 300
-50
-60
-70
-80
50 100 150 200 250 300
Jarak Pengukuran
Teladan 2.7
Selesaikanteladan 3.6 di atas dengan mengunakan interpolasi kuadrat
Solusi:
Prosedur penyelesaian yang dapat diterapkan adalah dengan membangun
partisi domain interpolasi kuadrat sebagai berikut:
(1) Untuk titik (50,45), (100, 60) dan (150,78) diperoleh bentuk augmented
matriks koefesien polynomial kuadrat adalah
(3) Untuk titik (250, 57) dan (300, 41) tidak cukup untuk melakukan
interpolasi kuadrat, pendekatan yang dilakukan dengan interpolasi linier
dengan bentuk persamaan sebelumnya f(x) = 137 - (8*x)/25.
Berdasarkan analisis di atas, maka persamaan interpolasi yang dapat
digunakan adalah sebagai berikut:
Selanjutnya evaluasi nilai fungsi tersebut dilakukan dengan kode program komputasi
berikut:
xa=[50 100 150 200 250 300];
ya=[45 60 78 73 57 41];
x1=[50:10:150];
x2=[160:10:250];
x3=[260:10:300];
[xi;yi]'
syms x
f1=33+0.21*x+0.0006*x*x;
f2=27+0.67*x-0.0022*x*x;
f3=137-(8/25)*x;
xi=[x1 x2 x3];
yi=[subs(f1,x1) subs(f2,x2) subs(f3,x3)];
subplot(2,1,1)
plot(xa,ya,'*')
hold on
plot(xi,yi,'-or')
legend('Aktual','Interpolasi')
subplot(2,1,2)
plot(xi,-yi,'.-r')
xlabel('Jarak');
ylabel('Kedalaman')
title('Model dasar sungai')
80
Aktual
70 Interpolasi
60
50
40
50 100 150 200 250 300
-50
Kedalaman
-60
-70
-80
50 100 150 200 250 300
Jarak
Teladan 2.8
Dari hasil komputasi tersebut diperoleh fungsi interpolasi kubik yaitu f(x) =
38.999999999999986–0.31x + 0.008x2 – 0.000028x3.
syms x
xa=[50 100 150 200 250 300];
ya=[45 60 78 73 57 41];
d1=[50:10:200];
d2=[210:10:300];
f1=38.999999999999986-0.31*x + 0.008*x*x-0.000028*x*x*x;
f2=137-(8/25)*x;
xi=[d1 d2];
yi=[subs(f1,d1) subs(f2,d2)];
[xi;yi]'
subplot (2,1,1)
plot(xa,ya,'*')
hold on
plot(xi,yi,'-or')
legend('Aktual','Interpolasi')
subplot(2,1,2)
plot(xi,-yi,'-.r')
xlabel('Jarak pengukuran')
ylabel('Kedalaman Sungai')
title('Pendekatan model dasar sungai')
80
Aktual
70 Interpolasi
60
50
40
50 100 150 200 250 300
-50
-60
-70
-80
50 100 150 200 250 300
Jarak pengukuran
Misalkan dimiliki data (x1,y1), (x2, y2), (x3, y3) hingga (xn, yn), maka akan
diperoleh Sistem persamaan Linier untuk koefesien polynomial sebagai
berikut:
(x1, y1) a0 + a1x1 + a2x12 + a3x12 + … + anx1n-1 = y1
(x2, y2) a0 + a1x2 + a2x22 + a3x22 + … + anx2n-1 = y2
(x3, y3) a0 + a1x3+ a2x32 + a3x32 + … + anx3n-1 = y3
Teladan 2.9
Tinjau kembali data pengukuran kedalaman sungai pada teladan 2.6 di
atas.
Jarak (cm) 50 100 150 200 250 300
Kedalaman cm 45 60 78 73 57 41
Karena banyaknya data ada 6 titik, maka interpolasi polynomial yang dapat
dikontruksi adalah polynomial berderajat 5. Augmented matriks koefesien
yang dapat diperoleh adalah sebagai berikut:
Evaluasi nilai f(x) pada data interpolasi pada domain [50 300] dengan Δx = 10
80
Interpolasi
70 Aktual
60
50
40
50 100 150 200 250 300
-40
Model pendekatan pola dasar sungai
-50
-60
-70
-80
50 100 150 200 250 300
d=[50:10:300];
subplot(2,1,1)
plot(d,subs(f,d),'-or')
hold on
plot([50:50:300],[45 60 78 73 57 41],'*')
legend('Interpolasi','Aktual')
grid on
subplot(2,1,2)
plot(d,subs(f,d),'-.r')
plot(d,-subs(f,d),'-.r')
legend('Model pendekatan pola dasar sungai')
Teladan 2.9
Solusi:
Karena ada 8 data yang diketahui maka interpolasi polinomila yang dapat
diterapkan adalah polynomial derajat 7 dengan persamaan umum
Dan berdasarkan data yang diketahui, maka bentuk SPL simultannya adalah
Evaluasi nilai koefesien SPL dengan kode program komputer sebagai berikut:
A=[2003^7 2003^6 2003^5 2003^4 2003^3 2003^2 2003 1;...
2004^7 2004^6 2004^5 2004^4 2004^3 2004^2 2004 1;...
2005^7 2005^6 2005^5 2005^4 2005^3 2005^2 2005 1;...
2006^7 2006^6 2006^5 2006^4 2006^3 2006^2 2006 1;...
2007^7 2007^6 2007^5 2007^4 2007^3 2007^2 2007 1;...
2008^7 2008^6 2008^5 2008^4 2008^3 2008^2 2008 1;...
2009^7 2009^6 2009^5 2009^4 2009^3 2009^2 2009 1;...
2010^7 2010^6 2010^5 2010^4 2010^3 2010^2 2010 1];
B=[43;40;80;114;177;98;147;146];
format long
k=inv(A)*B
k=
1.0e+017 *
0.00000000000000
-0.00000000000000
0.00000000000000
-0.00000000000035
-0.00000000203975
0.00000588520083
-0.00631513379020
2.51648371579466
Hasil evaluasi fungsi tersebut terhadap data aktual menunjukkan bahwa nilai
yang diberikan tidak tepat dengan data aktual (lihat tabel di bawah). Hal ini
menunjukkan bahwa fungsi pendekatan tersebut tidak valid, sehingga perlu
dilakukan analisis ulang. Suatu analisis yang memungkinkan dilakukan adalah
dengan melakukan normalisasi data x (tahun angkatan). Pemilihan cara ini
didasri atas kenyataan nilai variabel x yang memuat bilangan ribuan sedangkan
y bilangan ratusan yang memiliki penyimpangan sangat besar antara data x dan
data y. Persamann normalisasi yang digunakan adalah
Dimana :
t = tahun angkatan (2003-2010)
rata-rata dari t = 2006.5
Stdv (t) = standar deviasi dari t = 2.45
Sehingga diperoleh data transpormasi untuk tahun angkatan adalah
1 2003 -1.42886901662352 43
2 2004 -1.02062072615966 40
3 2005 -0.61237243569579 80
4 2006 -0.20412414523193 114
5 2007 0.20412414523193 177
6 2008 0.61237243569579 98
7 2009 1.02062072615966 147
8 2010 1.42886901662352 146
Evaluasi nilai dari persamaan tersebut terhadap data actual adalah sebagai
berikut:
T X Y f(x)
2003 -1.42886901662352 43 42.99999999999949 42 43 43
2004 -1.02062072615966 40 39.99999999999989 39 40 40
T X Y f(x)
2005 -0.61237243569579 80 79.99999999999996 79 80 80
2006 -0.20412414523193 114 1.140000000000000e+002 113 114 114
2007 0.20412414523193 177 1.770000000000000e+002 177 178 177
2008 0.61237243569579 98 98.00000000000017 98 99 98
2009 1.02062072615966 147 1.470000000000005e+002 147 148 147
2010 1.42886901662352 146 1.460000000000014e+002 147 146 147
Karena banyaknya mahasiswa merupakan data diskrit (cacah), maka nilai f(x)
perlu dilakukan pembulatan. Hasil analisis pada table di atas, dilakukan
dengan tiga cara, yakni pembulatan biasa, pembulatan ke atas dan
pembulatan ke bawah. Hasil konparasi nilai pendekatan dengan data actual
diketahui bahwa pembulatan ke bilangan bulat terbesar merupakan
pembulatan yang bernilai sama dengan data actual. Sehingga fungsi
polynomial yang dapat diterapkan adalah
Teladan 2.10:
Suatu pesawat jatuh menabrak tebing yang model kecuramannya dilukiskan
pada gambar di bawah ini. Pendakian akan dilakukan untuk mengankat korban
kecelakaan tersebut. Jenis peralatan pendakian dipersiapkan yang disesuaikan
dengan tingkat kecuraman tebing bukit yang akan di daki. Untuk itu, dilakukan
analisis tingkat kecuraman tebing berdasarkan sketsa gambar di bawah.
Dilakukan pengukuran tinggi tebing pada gambar pada tiap satuan jarak pada
sumbu horizontal. Gambar grid pengukuran dan hasil pengukuran diberikan
sebagai berikut:
Solusi:
Untuk mendapatkan kemiringan tiap titik dengan ∆x = 0.1, maka perlu
diketahui nilai f(x) pada tiap ∆x = 0.25. Untuk itu perlu dilakukan interpolasi
nilai tiap titik yang belum diketahui. Mencermati gambar di atas, berdasarkan
bentuk pola gambar, maka ditentukan beberapa jenis interpolasi yang dipilih
sebagai berikut:
sehingga
, sehingga
d1=[1:0.1:2];
f1=subs(p1,d1);
10
8
K e t in g g ia n
0
0 2 4 6 8 10 12
Dasar
Gambar 2.13 Grafik interpolasi model pelukis bukitbukit pada gambar 2.13
2.5
T in g k a t K e c u ra m a n
1.5
0.5
-0.5
-1
0 2 4 6 8 10 12
Jarak
Gambar 2.14 Gradien setiap titik dipermukaan bukit pada gambar 2.13
Kode program yang digunakan unutk menghitung
d1=[1:0.1:2];
n1=length(d1);
df1=ones(1,n1)*0.6;
d2=[2:0.1:3];
n2=length(d2);
df2=ones(1,n2)*0.5;
d3=[3:0.1:5];
syms x
dp3=-1.5501*x^2+13.9*x-28.4333;
df3=subs(dp3,d3);
d4=[5:0.1:8];
dp4=0.0999*x^2-0.7*x+1.8167;
df4=subs(dp4,d4);
d5=[8:0.1:10];
dp5=-0.1*x+1.15;
df5=subs(dp5,d5);
d6=[10:0.1:12];
dp6=-0.000000000000002*x+0.1;
df6=subs(dp6,d6);
plot(d1,df1,'.-',d2,df2,'.-',d3,df3,'.-',d4,df4,'.-',
d5,df5,'.-',d6,df6,'.-')
xlabel('Jarak')
ylabel('Tingkat Kecuraman')
title('Grafik turunan pada interval yang diberikan')
Pada gambar 2.15.a di atas, merupakan bentuk analitik dari beda hingga.
Mula-mula dimiliki titik x dan f(x) . Dari titik x ditentukan titik berikutnya
sejauh h, yaitu titik x+h dan diperoleh pemetaanya di f(x+h). selisih nilai dari
(x+h) – x dan selisih pemetaanya f(x+h) – f(x) disebut sebagai beda maju
dengan formula analitiknya adalah ∆x = (x+h) – x dan ∆f = f(x+h) – f(x)
Lebih lanjut beda mundur secara analitik ditentukan dengan nilai selisih dari x
– (x-h) dan f(x) – f(x-h) untuk bentuk analitik dan x i – xi-1 dan fi - fi-1 untuk
bentuk numeriknya.
Definisi beda Mundur
Tinjau kembali gambar 2.15 di atas. Jika dari titik x+h dan x-h ditentukan
bedanya maka nilai bedanya tersebut dinyatakan sebagai beda tengah, karena
x berada ditengah-tengah x+h dan x-h. Sejalan dengan itu, selisih dari nilai
pemetaanya juga, yaitu f(x+h)-f(x-h) disebut sebagai beda tengah. Sedangkan
selisih secara numeriknya adalah xi+1 – xi-1 dan fi+1 – fi-1 disebut formula beda
beda tengah.
Beda tingkat ke-n dari x dan f(x) secara matematis didefinisikan sebagai
berikut:
dan
dan
dst
Secara sederhana formula ini dapat dikontruksi kedalam bentuk tabel beda
hingga sebagai berikut:
Suatu kenyataan yang dapat diaplikasikan dari beda hingga tersebut adalah
untuk memeriksa apakah suatu data terkontruksi dari polynomial berderajat
n. Apabila beda ke-n memberikan nilai 0 (nol), maka data tersebut
terkontruksi dari polynomial berderajat (n-1).
Teladan 2.11
3
Tunjukkan bahwa fungsi f(x) = x memiliki beda yang ke-4 bernilai 0 (nol).
Solusi:
x f(x)
0 0
1
1 1 6
7 6
2 8 12 0
19 6
3 27 18 0
37 6
4 64 24 0
61 6
5 125 30
91
6 216
Berdasarkan tabel di atas, dapat diketahui bahwa beda ke-4 dari f(x) bernilao 0
(nol). Hal ini disebabkan karena fungsi f(x) berderajat 3 (tiga) dimana apabila
sudah di turunkan derajatnya hingga tingkat 4, akan bernilai 0 (nol).
Teladan 2.12
Auliya akan membuka hotel baru. Untuk memperkenalkan kepada masyarakat
di awal pembukaan dia menghabiskan dana Rp. 800.000,- untuk acara
pembukaan dan makan gratis untuk tamu undangan. Pada hari pertama
penjualan, dia merugi Rp 300.000,-. Sedangkan hari kedua dia memperoleh
keuntungan Rp .600.000,-. Keuntungan tiap hari berikutnya hingga hari ke-7
dituliskan dalam table berikut. Kontruksi model matematika hubungan antara
hari dengan Laba dan perkirakan laba yang diperoleh hingga hari ke-15.
Hari 0 1 2 3 4 5 6 7
Solusi:
Untuk dapat menyelesaikan permasalahan tersebut, dianalisis model
hubungan yang terjadi. Analisis pertama untuk mengetahui apakah data
tersebut terkontruksi oleh suatu fungsi polynomial atau tidak. Dengan
menerapkan table beda hingga diperoleh sebagai berikut:
x f(x)
0 -8
5
1 -3 4
9 12
2 6 16 0
25 12
3 31 28 0
53 12
4 84 40 0
93 12
5 65 52 0
145 12
6 322 64 0
209 12
7 531 76
Berdasarkan table beda hingga di atas, diketahui bahwa pada beda ke-4, nilai
bedanya 0 (nol). Hal ini mnunjukkan bahwa data tersebut terkontruksi dengan
3
3
fungsi polynomial berderajat 3 dengan bentuk persamaan umum f(x) = a x +
2
2 1 0
a x + a x + a . Dengan mengambil sembarang 4 (empat) buah titik dari 8
(delapan) titik yang ada, maka diperoleh augmented matriks koefesien
polynomial berderajat 4 adalah sebagai berikut:
Titik yang dipilih (0,-8), (1,-3), (2,6) dan (3,31)
3 2
3 2 1 0
(x,f(x)) f(x) = a x + a x + a x + a
0
(0,-8) -8 = a
3 2 1
(1,-3) -3 = a + a + a - 8 a3 + a 2 + a 1 = 5
3 2 1 3 2 1
(2,6) 6 = 8a + 4a + 2a – 8 8a + 4a + 2a = 14
3 2 1 3 2 1
(3,31) 31 = 27a + 9a + 3a -8 27a + 9a + 3a = 39
Sehingga ougmented matriks koefesien SPL tersebut adalah
3 2 1 0
Dari penyelesaian ini diperoleh bahwa a = 2, a = -4, a = 7 dan a = -8 sehingga
persamaan dari data laba penjualan itu adalah
3 2
f(x) = 2x – 4x + 7x -8.
Evaluasi nilai f(x) untuk 0 ≤ x ≤ 7 dengan ∆x = 1 diperoleh sebagai berikut:
X 0 1 2 3 4 5 6 7
f(x) -8 -3 6 31 84 177 322 531
X 8 9 10 11 12 13 14 15
f(x) 816 1189 1662 2247 2956 3801 4794 5947
Data aktual
5000 Interpolasi P3
Ekstrapolasi P3
4000
3000
Laba
2000
1000
-1000
0 5 10 15
Hari
Bukti:
=
Ripai, S.Pd., M.Si 93
Pengantar Analisis dan Komputasi
Metode Numerik
Dengan
Teladan 2.14
Selesaikan teladan di atas dengan mengunakan interpolasi polynomial
newton gregori maju.
Solusi
Tinjau kembali table beda hingga pada teladan di atas. Jika mengambil nilai
awal x0
Ripai, S.Pd., M.Si 94
Pengantar Analisis dan Komputasi
Metode Numerik
i
x x f(x)
0
x 0 -8
5
1
x 1 -3 4
9 12
2
x 2 6 16 0
25 12
3
x 3 31 28 0
53 12
4
x 4 84 40 0
93 12
5
x 5 177 52 0
145 12
6
x 6 322 64
209
7
x 7 531
Dari table di atas, diperoleh nilai x 0 = 0, f0 = -8, ∆f0 = 5, ∆2f0 = 4 dan ∆3f0 = 12. h =
x1 – x0 = 1 – 0 = 1 dan s = (x – x0)/h = x. Drin ilia tersebut maka diperoleh
pendekatan dengan polynomial newton gregori maju sebagai berikut:
i
x x f(x)
-3
x 0 -8
5
-2
x 1 -3 4
9 12
-1
x 2 6 16 0
25 12
0
x 3 31 28 0
53 12
1
x 4 84 40 0
93 12
2
x 5 177 52 0
145 12
3
x 6 322 64
209
4
x 7 531
Hasil tersebut sesuai dengan dua jenis analisis sebelumnya. Hal ini
menunjukkan bahwa dengan memilih nilai x 0 yang berbeda akan tetapi tetap
memberikan persamaan interpolasi yang sama.
Dengan
Teladan
Selesaiakn teladan di atas dengan metode newton gregori mundur untuk x 0 = 7
dan x0 = 5.
Solusi
Nilai bedahingga untuk x0 = 7 dan x0 = 5 adalah berikut ini.
i i
x X x f(x)
0 0
(x =7) (x =3)
-7 -3
x x 0 -8
5
i i
x X x f(x)
0 0
(x =7) (x =3)
-6 -2
x x 1 -3 4
9 12
-5 -1
x x 2 6 16 0
25 12
-4 0
x x 3 31 28 0
53 12
-3 1
x x 4 84 40 0
93 12
-2 2
x X 5 177 52 0
145 12
-1 4
x X 6 322 64
209
0 4
x X 7 531
Untuk x0 = 7, maka s=(x-x0)/h = x-7, f0 = 531, ∆f-1=209, ∆2f-2 = 64, ∆3f-3 = 12,
sehingga diperoleh polynomial newton Gregory Mundur adalah sebagai
berikut:
Hasil akhir ini menunjukkan polynomial yang diberikan selalu sama meskipun
dilakukan dengan metode invers matriks, polynomial newton maju, dengan
nilai awal yang berbeda dan polynomial newton mundur dengan nilai awal
yang berbeda.
Teladan.
Evaluasi nilai f(0.73) dari data f(x)=tan (x) pada interval [0 1] dengan ∆x = 0.2
mengunakan polynomial newton maju dan munur.
Solusi:
Tabel beda hingga perolehan data dari fungsi f(x)=tan x pada domain interval
[0 1] dengan ∆x = 0.2 adalah:
S X f(x) ∆f(x) ∆2f(x) ∆3f(x) ∆4f(x)
x-2 0 0
0.203
x-1 0.2 0.203 0.017
0.220 0.024
x0 0.4 0.423 0.041 0.020
0.261 0.044
x1 0.6 0.684 0.085 0.052
0.346 0.096
x2 0.8 1.030 0.181 0.211
0.527 0.307
x3 1.0 1.557 0.488
1.015
gunakan f(0.73)
Jadi:
gunakan n = 3 ( misalkan)
Jadi:
Jadi
2.4 Rangkuman
1. Suatu hampiran yang digunakan untuk mendapatkan model yang berbeda
dari suatu model matematika atau fakta alam yang ada disebut dengan
Aproksimasi
2. Metode aproksimasi dengan Deret Maclaurin adalah
3. Metode aproksimasi Deret Taylor adalah
4. Interpolasi adalah menentukan nilai suatu objek atau titik yang terletak di
antara titik titik yang ada.
5. Interpolasi Linier adalah menentukan nilai yang terletak diatara dua titik
dengan persamaan garis f(x) = ax + b.
6. Interpolasi kuadrat adalah menentukan nilai yang terletak diantara tiga
titik dengan persamaan kuadrat f(x) = ax 2 + bx +c.
7. Interpolasi Kubik adalah menentukan nilai yang terletak diantara empat
titik dengan persamaan polinomial derajat tiga f(x) = ax 3 + bx2 + cx + d
8. Interpolasi polinomial berderajat n adalah menentukan nilai diantara n
data dengan polinomial berderajat n-1 dengan persamaan
f(x) = an-1xn-1 + an-2 xn-2 + an-3 xn-3 + … + a1 x +a0
9. Interpolasi Newton Gergori Maju adalah menentukan nilai diatara data
yang diketahui dengan persamaan
dengan .
Dengan .
2.5 Latihan
Selesaikan soal di bawah ini dengan benar!
4. Lakukan gritisasi dan rekontruksi fungsi yang tepat melalui kurva daerah
rawan banjir (warna merah) di kecamatan Sandubaya Kota Mataram
berikut, kemudian hitung luasnya.