INTERPOLASI LAGRANG
Matakuliah Wajib 3 sks
• Materi ini secara umum akan
membahas tentang
penapsiran suatu nilai
matematis dengan
menggunakan Metode
Interpolasi Yang Meliputi
Interpolasi kuadrat dan
Kubik . Pemanfaatan
Komputer sangat berguna
dalam menyelesaikan kasus
ini.
C. INTERPOLASI NEWTON RHAPSON
Bentuk Umum Polinom Interpolasi Newton,
dipergunakan untuk mencocokkan polinom orde ke n
sampai n + 1 titik data. Polinom orde ke-n adalah :
n (x) = b0 + b1(x – x0) + …
+ bn (x – x0) (x – x1) … (x – xn-1)
Dimana : b0 = f[x0] ; b1 = f[x1,x0] ;
……. bn = f[xn,xn-1, …….., x1,x0]
Perhitungan fungsi dalam kurung siku adalah beda
terbagi hingga, yaitu :
- beda-terbagi hingga pertama :
f ( xi ) − f ( x j )
f [ xi , x j ] =
xi − x j
n (x) = (x0) + (x – x0) [x1, x0] + (x – x0)(x – x1) [x2, x1, x0]
+ … + (x – x0) (x – x1) … (x – xn-1) [xn, xn-1, … x1, x0]
Secara grafis dapat dilukiskan sebagai berikut :
i Xi f (xi) pertama kedua ketiga
f ( x1 ) − f ( x0 ) 1.3862944 − 0
f [ x1 , x0 ] = = = 0.46209813
x1 − x0 4 −1
f ( x2 ) − f ( x1 ) 1.6094379 − 1.3862944
f [ x2 , x1 ] = = = 0.2231435
x2 − x1 5− 4
f ( x3 ) − f ( x2 ) 1.7917595 − 1.6094379
f [ x3 , x2 ] = = = 0.1823216
x3 − x2 6−5
- beda-terbagi hingga kedua :
f ( x2 , x1 ) − f ( x1 , x0 ) 0.2231435 − 0.46209813
f [ x2 , x1 , x0 ] = = = −0.0597386575
x2 − x0 5 −1
f ( x3 , x2 ) − f ( x2 , x1 ) 0.1823216 − 0.2231435
f [ x3 , x2 , x1 ] = = = −0.02041095
x3 − x1 6− 4
− 0.02041095 + 0.0597386575
= = 0.0078655415
6 −1
Hasil diatas selanjutnya disubtitusi ke persamaan :
Sehingga didapat :
= 0 + 0.46209813(1) – 0.051873116(1)(-2)
+ 0.0078655415(1)(-2)(–3) = 0.613037869
Besar galat relatif (%) adalah :
0.69314718- 0.613037869
% galat relatif = x100% = 11.6%
0.69314718
Perkiraan Error Polynomial Newton
f n ( x ) = b0 + b1 ( x − x0 ) + b2 ( x − x0 )( x − x1 ) +
... + bn ( x − x0 )( x − x1 )L ( x − xn −1 )
f (n +1) ( )
Rn = (xi +1 − xi )n+1
(n + 1)!
Untuk suatui polinomial Newton orde ke-n, Hubungan untuk error
secara analogi:
f (n +1) ( )
Rn = (x − x0 )(x − x1 )(x − x2 )L (x − xn )
(n + 1)!
x f(x) = ln x
3.5 1.253
2.5 0.916
1.5 0.405
3 1.099
5 1.609
6 1.792
4 1.386
1 0
dengan
n x − xj
Li ( x) =
j =0 xi − x j
j i
Interpretasi Grafis Polynomials Lagrange
f 2 (x ) = L0 f (x 0 ) + L1 f (x1 ) + L2 f (x 2 )
L2f(x2)
L0f(x0)
L1f(x1)
Penyelesaian soal sebelumnya memakai polinom Lagrange,
orde pertama dan kedua dimana : x0 = 1 → (x0) = 0 ;
x1 = 4 → (x1) = 1.3862944; x2 = 4 → (x2) = 1.6094379;
dan x3 = 6 → (x3) = 1.7919595
x − x1 x − x0
f1 ( x) = f ( x0 ) + f ( x1 )
x0 − x1 x1 − x0
2 −1 2 −1
f1 (2) = 0+ 1.3862944 = 0.4620981
1− 4 4 −1
Polinom orde kedua :
( x − x1 )( x − x2 )
f 2 ( x) = f ( x0 )
( x0 − x1 )( x0 − x2 )
( x − x0 )( x − x2 ) ( x − x0 )( x − x1 )
+ f ( x1 ) + f ( x2 )
( x1 − x0 )( x1 − x2 ) ( x2 − x1 )( x2 − x0 )
(2 − 4)(2 − 5) (2 − 1)(2 − 5)
f 2 (2) = 0+ 1.3862944
(1 − 4)(1 − 5) (4 − 1)(4 − 5)
(2 − 1)(2 − 4)
+ 1.6094379 = 0.58157545
(5 − 1)(5 − 4)
Polinom orde ketiga :
( x − x1 )( x − x2 )( x − x3 )
f 3 ( x) = f ( x0 )
( x0 − x1 )( x0 − x2 )( x0 − x3 )
( x − x0 )( x − x2 )( x − x3 )
+ f ( x1 )
( x1 − x0 )( x1 − x2 )( x1 − x3 )
( x − x0 )( x − x1 )( x − x3 )
+ f ( x2 )
( x2 − x0 )( x2 − x1 )( x2 − x3 )
( x − x0 )( x − x1 )( x − x2 )
+ f ( x3 )
( x3 − x0 )( x3 − x1 )( x3 − x2 )
(2 − 4)(2 − 5)(2 − 6) (2 − 1)(2 − 5)(2 − 6)
f 3 (2) = 0+ 1.3862944
(1 − 4)(1 − 5)(1 − 6) (4 − 1)(4 − 5)(4 − 6)
= 0.6287687
0.69314718- 0.6287687
% galat relatif = x100% = 9.29%
0.69314718
Interpolasi Inverse
y
x
Interpolated curve
true curve
Interpolated point of (xc, f(xc))
Bagimana inverse-nya:
Hasil interpolasi yang paling akurat bisanya diperoleh ketika yang tidak
diketahui berada dekat di tengah-tengah titik basis!
Untuk ekstrapolasi, yang tidak diketahui berada di luar jangkauan titik basis;
jadi perlu perhatian lebih!
Masalah-2 dalam Interpolasi Polinomial
▪ Derajat interpolasi polinomial sama dengan jumlah-n titik data. Jadi jika
n = 1000 titik data, maka kita akan mempunyai polinomial orde-1000
▪ Polinomial berorde tinggi (saat n > 5) dapat menampakkan ciri erratik
dan sangat rentan dengan instabilitas numerik.
▪ Polinomial berorde tinggi seringkali menginterpolasi titik diluar
jangkauan titik data yang tepat karena adanya overshoot.
Interpolasi Spline
Ide: Gunakan polinomial orde rendah (k ≤ 3) untuk menginterpolasi
sekumpulan data titik dan hubungkan polinomial interolsai ini
dengan halus
23
Interpolasi Spline Kuadratis
Diketahui: n+1 Titik data (xi, yi) untuk i=0,1,…,n
Ditanya: polynomials derajat-2 n fi(x) = aix2 + bix + ci sedemikian sehingga
1. fi(x) menginterpolasi dua titik (xi-1, yi-1) dan (xi, yi), dan
2. fi(x) dan fi-1(x) punya turunan yang sama pada xi-1.
Turunan Quadratic Spline
1. fi-1(xi-1) = ai-1xi-12 + bi-1xi-1 + ci-1 = yi-1
2n – 2 persamaan
fi(xi-1) = aixi-12 + bixi-1 + ci = yi-1
(0711) 515582
www.binadarma.ac.id