METODE NUMERIK
1
Polinomial Newton
◼ Polinom Lagrange kurang disukai dalam praktek
karena :
◼ Jumlah komputasi yang dibutuhkan untuk satu kali
interpolasi adalah besar. Interpolasi untuk nilai x yang lain
memerlukan jumlah komputasi yang sama karena tidak
ada bagian komputasi sebelumnya yang dapat digunakan.
◼ Bila jumlah titik data meningkat atau menurun, hasil
komputasi sebelumnya tidak dapat digunakan. Karena
tidak ada hubungannya antara pn-1(x) dan pn(x) pada
polinom Lagrange
◼ Polinom yang dibentuk sebelumnya dapat
digunakan untuk membentuk polinom derajat
yang lebih tinggi. 2
Polinomial Newton
( y1 − y 0 )
◼ Persamaan Polinom Linier p1 ( x) = y 0 + ( x − x0 )
( x1 − x0 )
( y1 − y 0 ) f ( x1 ) − f ( x0 )
dan a1 = = … (2)
( x1 − x0 ) ( x1 − x0 )
◼ Atau p 2 ( x) = p1 ( x) + a 2 ( x − x0 )( x − x1 )
◼ Dari pers ini menunjukkan bahwa p2(x) dapat dibentuk dari pers
sebelumnya p1(x). Nilai a2 dapat ditemukan dengan mengganti x=x2
untuk mendapatkan
f ( x2 ) − a0 − a1 ( x2 − x0 )
a2 = … (3)
( x2 − x0 )( x2 − x1 )
◼ Nilai a0 dan a1 pada pers (1) dan pers (2) dimasukkan pada
persamaan (3)
f ( x 2 ) − f ( x0 ) f ( x1 ) − f ( x0 )
−
x 2 − x0 x1 − x0 … (4)
a2 =
x 2 − x1 4
Polinomial Newton
◼ Dengan melakukan manipulasi aljabar
persamaan (4), sehingga didapat persamaan (5)
berikut:
f ( x2 ) − f ( x1 ) f ( x1 ) − f ( x0 )
−
x2 − x1 x1 − x0 f [ x2 , x1 ] − f [ x1 , x0 ] … (5)
a2 = =
x2 − x0 x2 − x0
5
Polinomial Newton
◼ Jadi tahapan pembentukan polinom Newton :
p1 ( x) = p 0 ( x) + a1 ( x − x0 )
p1 ( x) = a 0 + a1 ( x − x0 )
p 2 ( x) = p1 ( x) + a 2 ( x − x0 )( x − x1 )
p 2 ( x) = a 0 + a1 ( x − x0 ) + a 2 ( x − x0 )( x − x1 )
p3 ( x) = p 2 ( x) + a3 ( x − x0 )( x − x1 )( x − x 2 )
p3 ( x) = a0 + a1 ( x − x0 ) + a2 ( x − x0 )( x − x1 ) + a3 ( x − x0 )( x − x1 )( x − x2 )
6
Polinomial Newton
◼ Nilai konstanta a0, a1, a2,…, an, merupakan nilai selisih terbagi , dg
nilai a 0 = f ( x0 )
a1 = f [ x1 , x0 ]
a 2 = f [ x 2 , x1 , x0 ]
a n = f [ x n , x n −1 ,..., x1 , x0 ]
◼ Yang dalam hal ini
f ( xi ) − f ( x j )
f [ xi , x j ] =
xi − x j
f [ xi , x j ] − f [ x j , x k ]
f [ xi , x j , x k ] =
xi − x k
f [ x n , x n −1 ,..., x1 ] − f [ x n −1 , x n − 2 ,..., x1 , x0 )
f [ x n , x n −1 ,..., x1 , x0 ] =
x n − x0 7
Polinomial Newton
◼ Dengan demikian polinom Newton dapat ditulis
dalam hubungan rekursif sebagai berikut:
◼ Basis p 0 ( x) = f ( x0 )
◼ Rekurens
p n ( x) = p n −1 ( x) + ( x − x0 )( x − x1 )...( x − x n −1 ) f [ x n , x n −1 ,..., x1 , x0 ]
◼ Atau dalam bentuk polinom yang lengkap sbb :
p n ( x) = f ( x0 ) + ( x − x0 ) f [ x1 , x0 ] + ( x − x0 )( x − x1 ) f [ x 2 , x1 , x0 ]
+ ( x − x0 )( x − x1 )...( x − x n −1 ) f [ x n , x n −1 ,..., x1 , x0 ]
8
Contoh Soal 1 :
◼ Bentuklah polinom Newton derajat satu,
dua, tiga dan empat yang menghampiri
f(x)=cos(x) dalam range[0.0, 4] dan
jarak antar titik adalah 1.0.
◼ Lalu taksirlah f(x) dengan x=2.5 dengan
Polinom Newton derajat 3.
9
Jawaban Contoh Soal 1 :
◼ menghitung nilai selisih terbagi pada tabel :
f ( x1 ) − f ( x0 ) 0.5403 − 1
f [ x1 , x0 ] = = = −0.4597
( x1 − x0 ) 1− 0
f ( x2 ) − f ( x1 ) − 0.4161 − 0.5403
f [ x2 , x1 ] = = = −0.9564
( x2 − x1 ) 2 −1
f [ x2 , x1 ] − f [ x1 , x0 ] − 0.9564 + 0.4597
f [ x2 , x1 , x0 ] = = = −0.2484
( x2 − x0 ) 2−0
10
Jawaban Contoh Soal 1 :
◼ Dengan cara yang sama dalam proses
perhitungannya maka secara lengkap terbentuk
Tabel Selisih terbaginya sebagai berikut:
xi yi ST-1 ST-2 ST-3 ST-4
0.0 1
– 0.4597
1.0 0.5403 – 0.2484
– 0.9564 0.1466
2.0 -0.4161 0.1913 – 0.0147
– 0.5739 0.0880
3.0 -0.99 0.4551
0.3363
4.0 -0.6536
11
Jawaban Contoh Soal 1 :
◼ Maka polinom Newton derajat 1,2, 3 dan 4
dengan x0 = 0 sebagai titik pertama :
cos( x) p1 ( x) = 1.0 − 0.4597( x − 0.0) = −0.1493
cos( x) p2 ( x) = 1.0 − 0.4597 ( x − 0.0) − 0.2484( x − 0.0)( x − 1.0) = −1.0808
cos( x) p3 ( x) = 1.0 − 0.4597 ( x − 0.0) − 0.2484( x − 0.0)( x − 1.0) +
0.1466( x − 0.0)( x − 1.0)( x − 2.0) = −0.8059
cos( x) p4 ( x) = 1.0 − 0.4597 ( x − 0.0) − 0.2484( x − 0.0)( x − 1.0) +
0.1466( x − 0.0)( x − 1.0)( x − 2.0) − 0.0147( x − 0.0)( x − 1.0)( x − 2.0)( x − 3.0) = −0.7921
13