Metode Numerik

Teknologi Informasi - Universitas Indraprasta PGRI (UNINDRA)

Interpolasi

Intrpolasi Polinomial & Interpolasi Spline

RIFKI RISTIAWAN
Interpolasi  Polinomial

Interpolasi   menghubungkan   33k-­‐33k   data   diskret   dalam   suatu  

cara  yang  masuk  akal  sehingga  dapat  diperoleh    taksiran  layak  dari  
33k-­‐33k  data  di  antara  33k-­‐33k  yang  diketehui.
 Dicatat  bahwa  kurva  interpolasi  melalui  semua  33k  data.

2
Akan  dibahas:
• Interpolasi  Polinomial  (Linier  &  Kuadra;k)
• Interpolasi  Newton
• Interpolasi  Langrange

3
1. Interpolasi Linier

merupakan  interpolasi  paling  sederhana  dengan  mengasumsi  bahwa  

hubungan  ;;k-­‐;;k  antara  dua  ;;k  data  adalah  linier.  

4
Karena   itu   digunakan   pendekatan   fungsi   linier   antara   dua   33k  
data,  misalnya  (x0,  y0)  dan  (x1,  y1).  
Persamaan  yang  menghubungkan  kedua  33k  tersebut  yaitu

!!! ! ! !!
! ! !!! ! !!! ! !! !!
!! ! ! !!

5
Contoh  1.  Interpolasi  Linier
Hitung  taksiran  y  =  ln  x  untuk    x  =  2  menggunakan  interpolasi  linier  
dengan  data:    (1  ,  0)    dan  (4,  1.386294),  dengan  nilai  sebenarnya        
ln  2  =  0.6931472

6
Contoh  1.  Penyelesaian

Dari  soal  x0  =  1,  y0  =  0;  x1  =  4,  y1  =  1.386294,  maka  interpolasi  linier  adalah

!! ! !! !!!"#$%& ! ! !!!"#$%& ! !
! ! !! ! ! ! !! ! !! ! !!! ! !!! !
!! ! !! !!! !

7
Diperoleh  persamaan  linier

dengan  mengambil    x  =  2

maka  berdasakan  interpolasi  linier  diperoleh  ln  (2)  ≈  0.462098

8
Eror  rela2f  

9
2. Interpolasi Kuadratik

Menentukan  ;;k-­‐;;k  antara  ;ga  ;;k  data  misalnya    (x0,  y0),  (x1,  y1)  dan  
(x2,  y2),  dengan  menggunakan  pendekatan  fungsi  kuadrat.

10
Dibentuk   persamaan   kuadrat   yang   melalui   ;ga   ;;k   data,   misalnya      
(x0,  y0),  (x1,  y1)  dan  (x2,  y2),  yaitu

! ! !!! ! !!! ! ! ! !!! ! !! ! ! !! !! ! !! !!

Selanjutnya   akan   menentukan   a0,   a1,   a2   sedemikian   sehingga  

persamaan  diatas  melalui  ke;ga  ;;k  data  yang  diberikan.

11
Nilai  ao, a1, a2  ditentukan  dengan  

• •

12
Contoh  2.  Interpolasi  Kuadra2k
Hitung  taksiran  y  =  ln  (x)  untuk    x  =  2  dengan  menggunakan  interpolasi  
kuadra3k  untuk  data:  (1,  0),  (4,  1.386294)  dan  (6,  1.791759)

13
Contoh  2.  Penyelesaian

Diketahui:  x0  =  1,  y0=  0,  x1=  4,  y1=  1.386294  dan  x2=  6,  y2=  1.791759.

Koefisien-­‐koefisien  dari  persamaan  interpolasi  kuadra;k:

14
Diperoleh  a0 =1, a1 = 0.4620981, a2= - 0.0518731

sehingga  interpolasi  kuadra;k  diperoleh:

atau:

jka  x  =  2,  diperoleh  y  =  0.56584444

15
3. Interpolasi Newton

Secara   umum,   n   +   1   ;;k   data,   misalnya   (x0,   y0),   (x1,   y1),   ...,   (x2,   y2),  
dapat   dicocokkan   dengan   suatu   polinomial   berderajat   n   yang  
mempunyai  bentuk

! ! !!! ! ! ! !!! ! ! !!! ! ! !! ! ! !!! ! ! !! ! ! !! ! !!

!!!!!!!!!!!!! !! ! !! ! !! ! !! ! ! ! ! !!!! !!

16
Selanjutnya  akan  menentukan  ao, a1, ... , an

Nilai   fungsi   pada   kurung   siku   dinamakan   beda   terbagi   hingga   dan  
didefenisikan  sebagai
17
• Beda  terbagi  hingga  pertama

• Beda  terbagi  hingga  kedua

• Beda  terbagi  hingga  ke-­‐n

18
• Menghitung  Beda  terbagi  ;ga  degan  bantuan  tabel

i xi yi=  f(xi) pertama kedua ke2ga

0 x0 y(x0) y[x1,  x0] y[x2,  x1,  x0] y[x2,  x2,  x1,  x0]
1 x1 y(x1) y[x2,  x1] y[x3,  x2,  x1]
2 x2 y(x2) y[x3,  x2]
3 x3 y(x3)

• Pada   tabel   diatas   dilanjutkan   sampai   ke-­‐n   maka   Sehingga   interpolasi  

Newton  menjadi

fn(x)  =  f(x0)  +  (x  -­‐  x0)  y[x1,  x0]  +  (x  -­‐  x0)  (x  -­‐  x1)  y[x2,  x1,  x0]
                                   +  .  .  .  +  (x  -­‐  x0)  (x  -­‐  x1)  .  .  .  (x  -­‐  xn)  y[xn,  xn-­‐1,  .  .  .  ,x0]

19
Contoh  3.  Interpolasi  Newton
Hitung  taksiran  y  =  ln  (x)  untuk    x  =  2  dengan  menggunakan  interpolasi  kuadra;k  
untuk  data:  (1,  0),  (4,  1.386294),  (5,  1.609438)  dan  (6,  1.791759)

20
Contoh  3.  Penyelesaian

Dari  soal  diketahui  x0  =1,  y0  =  0;  x1  =  4,  y1  =  1.386294;  x2  =  6,  y2  =  
1.791759  ;  dan  x3  =  5,  y3  =  1.609438.

21
Dilanjutkan  pada  beda  terbagi  kedua

Dilanjutkan  pada  beda  terbagi  ke;ga

22
Sehingga  diperoleh  polinomial  dengan  interpolasi  Newton  diperoleh

Dengan  menambil  x  =  2,  diperoleh  f(2)  =  0.6287674

23
Dengan  menggunakan  tabel  diperoleh

n Xn Yn Pertama Kedua Ketiga

0 1 0 0.462098 -­‐0.0518731 0.0078654
1 4 1.386294 0.2027325 -­‐0.0204115
2 6 1.791759 0.182321
3 5 1.609438

Sehingga  diperoleh  polinomial  dengan  interpolasi  Newton  diperoleh

Dengan  menambil  x  =  2,  diperoleh  f(2)  =  0.6287674

24
Galat Estimasi pada Polinomial Newton

Apabila  nilai  sebenaarnya  diketahui  maka  galat  dapat  dicari  dengan  

menggunakan  galat  rela;f,
Tetapi  jika  nilai  sebenarnya  ;dak  diketahui  maka  digunakan

25
Sebagai  contoh,hitunglah  galat  es;masi  dari  polinomial  orde-­‐2  pada  
contoh  2,  dengan  tambahan  data  (5,  1.609438).

Jika  x  =  2,  maka  diperoleh  

26
3. Interpolasi Langrange

Interpolasi  polinomial   Lagrange  hanyalah  perumusan   ulang  dari  polinomial  

Newton  yang  menghindari  perhitungan  beda  terbagi  hingga.

dimana

27
• Untuk  versi  linier  (n  =  1),  diperoleh

dan  versi  orde  ke-­‐2

dan  seterusnya

• Galat  es;masi

28
 Contoh  4.  Interpolasi  Langrange
Hitung  taksiran  y  =  ln  (x)  untuk    x  =  2  dengan  menggunakan  interpolasi  Langrange  
oerde  pertama  dan  kedua  untuk  data:
       x0  =  1      f(x0)  =    0,                                                      x2  =  5        f(x2)  =  1.609438  
       x1  =  4        f(x1)  =  1.386294                            x4  =  6      f(x4)  =  1.791759

29
Contoh  4.  Penyelesaian

Polinmial  orde  pertama  diperoleh

Jika  x  =  2,  maka  f1(2)  =  0.462098

30
 Polinmial  orde  kedua  diperoleh

atau

Jika  x  =  2,  maka  f2(2)  =  0.5658442

31