Interpolasi

Interpolasi
Perbedaan Interpolasi dan
Ekstrapolasi
Interpolasi Linier

f(x)

L(x)

x0 x1 x
Interpolasi Kudrat

L(x)
f(x)

x0 h x1 h x2 x
Interpolasi Qubic

L(x) f(x)

x0 h x1 h x2 h x3 x
 Interpolasi dg Polinomial
1
f ( x) 
1  25 x 2
Table : Six equidistantly spaced points in [-1, 1]
1
x y
1  25 x 2

-1.0 0.038461

-0.6 0.1

-0.2 0.5

0.2 0.5

0.6 0.1

1.0 0.038461 Figure : 5th order polynomial vs. exact function

Interpolasi dg Polinomial
16th Order
Polynomial

Original
Function

4th Order
Polynomial

8th Order
Polynomial

Figure : Higher order polynomial interpolation is a bad idea

Uji Coba
1
f ( x) 
1  25 x 2

1.2
1
0.8
0.6
0.4
0.2
0
-1.5 -1 -0.5 0 0.5 1 1.5
 Interpolasi Kuadratik
 Titik yang digunakan
 -0.52 0.128866
 0.52 0.128866
 01
 F(x) =-3.22165x2 + 1

1.5
1
0.5
0
-1.5 -1 -0.5 y1
-0.5 0 0.5 1 1.5
y2
-1
-1.5
-2
-2.5
Interpolasi Polinom derajat 4
 Titik yang digunakan
 01
 0.2 0.5
 -0.2 0.5
 0.8 0.058824
 -0.8 0.058824
 F(x) =18.3824x4-13.2353x2+ 1
Interpolasi Polinom derajat 4
7
6
5
4
3 y1
2 y2
1
0
-1.5 -1 -0.5 -1 0 0.5 1 1.5
-2
 Titik2 yang digunakan untuk
menghitung interpolasi n = 3

Contoh 2 :
(-3,-63) (3,-9)
(0,0) (-2,-24)
Contoh 2 :
 Persamaan
 -27a + 9b – 3c + d = -63
 7a + 9b + 3c + d = -9
 -8a + 4b – 2c + d = -24
 d=0
 Penyelesaian
 X3 – 4x2 + 1.59872e-15X
Hasil
y2

20

0
-6 -4 -2 0 2 4 6
-20

-40

-60 y2

-80

-100

-120

-140
 Interpolasi Linier
 ide dasar : pada saat
data dalam bentuk tabel
tidak begitu bervariasi,
sehingga memungkinkan
untuk dilakukan
pendekatan dengan
menggunakan sebuah
garis lurus di antara dua
titik yang berdekatan.
Interpolasi Linier
Contoh :
 Jarak yang dibutuhkan sebuah kendaraan untuk berhenti
adalah fungsi kecepatan. Data percobaan berikut ini
menunjukkan hubungan antara kecepatan dan jarak yang
dibutuhkan untuk menghentikan kendaraan.

 Perkirakan jarak henti yang dibutuhkan bagi sebuah kenderaan

yang melaju dengan kecepatan 45 mil/jam.
Contoh :
 maka untuk mencari nilai x=45 maka,
 Example
The upward velocity of a rocket is given as a
function of time in Table 1. Find the velocity at
t=16 seconds using linear splines.
t v(t)

s m/s

0 0

10 227.04

15 362.78

20 517.35

22.5 602.97

30 901.67
Figure : Velocity vs. time data
Table : Velocity as a
function of time for the rocket example
 Linear Interpolation
t 0  15, v (t 0 )  362.78 550
517.35

t1  20, v (t1 )  517.35

v(t )  v (t 0 )
500

v (t )  v(t 0 )  1 (t  t 0 )
t1  t 0 ys

f ( range)
450
517.35  362.78 fx 
 362.78  (t  15) desired
20  15
v (t )  362.78  30.913( t  15)
400

At t  16, 362.78 350

10 12 14 16 18 20 22 24
v (16)  362.78  30.913(16  15) x s  10
0
x s  range  x desired x s  10
1

 393.7 m/s
Interpolasi Kuadrat
F(x) = ax2 + bx + c
Interpolasi Kuadrat
 Titik-titik data (x1,y1) (x2,y2) (x3,y3)

 Hitung a, b dan c dari sistem persamaan

tersebut dengan Metode Eliminasi Gauss
 Interpolasi Kuadrat (Versi lain)
 Untuk memperoleh titik baru Q (x,y)
( x  x2 )( x  x3 ) ( x  x1 )( x  x3 ) ( x  x1 )( x  x2 )
y  y1  y2  y3
( x1  x2 )( x1  x3 ) ( x2  x1 )( x2  x3 ) ( x3  x1 )( x3  x2 )
 Contoh :
 Diberikan titik ln(8) = 2.0794, ln(9) = 2.1972, ln(9.5) =
2.2513. Tentukan nilai ln(9.2) dengan interpolasi
kuadrat

 Sistem Pers Linier yang terbentuk.

 64 a + 8 b + c = 2.0794
 81 a + 9 b + c = 2.1972
 90.25 a + 9.5 b + c = 2.2513
 Penyelesaian a= -0.0064 b = 0.2266
c = 0.6762
 Sehingga p2(9.2) = 2.2192
Interpolasi Qubic

L(x) f(x)

x0 h x1 h x2 h x3 x
 Interpolasi Qubic
 Terdapat 4 titik data (x0,y0) (x1,y1) (x2,y2) dan
(x3,y3)
 p3(x) = a0 + a1x + a2x2 + a3x3
 Polinom p3(x) ditentukan dengan cara
 Masukan (xi,yi) ke dalam persamaan
 a0 + a1x0 + a2x02 + a3x03 = y0
 a0 + a1x1 + a2x12 + a3x13 = y1
 a0 + a1x2 + a2x22 + a3x23 = y2
 a0 + a1x3 + a2x32 + a3x33 = y3
 Hitung a0 , a1 , a2 , dan a3
Metode Lain
 Secara umum, penentuan polinomial dengan
cara tsb kurang disukai, karena mempunyai
kemungkinan yang jelek terutama untuk
derajat polinomial yang semakin tinggi.
 Terdapat beberapa metode polinom
interpolasi :
 Polinom Lagrange
 Polinom Newton
 Polinom Newton Gregory
 Polinom Lagrange
( y1  y0 )
 Polinom berderajat satu p1 ( x)  y 0  ( x  x0 )
( x1  x0 )
 Dapat diatur kembali sedemikian rupa sehingga menjadi
( x  x1 ) ( x  x0 )
p1 ( x)  y0  y1
( x0  x1 ) ( x1  x0 )
 Atau dapat dinyatakan dalam bentuk (*)

p1 ( x)  a0 L0 ( x)  a1 L1 ( x)

 Dimana a0  y 0 a1  y1
( x  x1 ) ( x  x0 )
L0 ( x)  L1 ( x) 
( x0  x1 ) ( x1  x0 )
 Persamaan * dinamakan Polinom Lagrange derajat 1.
Polinom Lagrange
 Bentuk umum Polinom Lagrange derajat ≤ n
untuk (n+1) titik berbeda adalah :
n
p n ( x)   ai Li ( x)  a 0 L0 ( x)  a1 L1 ( x)  ...  a n Ln ( x)
i 0

 Yang dalam hal ini ai  y i

n (x  x j )
Li ( x)  
j 0 ( xi  x j )
j i
 Contoh :
 Hampiri fungsi f(x) = cos(x) dengan polinom
interpolasi derajat tiga pada range [0.0, 1.2].
Gunakan empat titik
 x0 = 0.0, x1 = 0.4, x2 = 0.8, x3 = 1.2
 Perkirakan nilai p3(0.5) dan bandingkan
dengan nilai sebenarnya.

Xi 0.0 0.4 0.8 1.2

yi 1 0.921061 0.696707 0.362358
 Contoh :
 Polinom Lagrange derajat 3 yang
menginterpolasi keempat titik tsb.
p3 ( x)  a0 L0 ( x)  a1 L1 ( x)  a 2 L2 ( x)  a3 L3 ( x)
( x  x1 )( x  x 2 )( x  x3 ) ( x  x0 )( x  x 2 )( x  x3 )
p3 ( x)  y 0  y1 
( x0  x1 )( x0  x 2 )( x0  x3 ) ( x1  x0 )( x1  x 2 )( x1  x3 )
( x  x0 )( x  x1 )( x  x3 ) ( x  x0 )( x  x1 )( x  x 2 )
y2  y3
( x 2  x0 )( x 2  x1 )( x 2  x3 ) ( x3  x0 )( x3  x1 )( x3  x 2 )
( x  0.4)( x  0.8)( x  1.2) ( x  0.0)( x  0.8)( x  1.2)
p3 ( X )  1  0.921061 
(0.0  0.4)(0.0  0.8)(0.0  1.2) (0.4  0.0)(0.4  0.8)(0.4  1.2)
( x  0.0)( x  0.4)( x  1.2) ( x  0.0)( x  0.4)( x  0.8)
0.696707  0.362358
(0.8  0.0)(0.8  0.4)(0.8  1.2) (1.2  0.0)(1.2  0.4)(1.2  0.8)

p3 (0.5)  0.877221 y  cos(0.5)  0.877583

Polinom 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.
 Polinom Newton
 Persamaan Polinom Linier
( y1  y0 )
p1 ( x)  y 0  ( x  x0 )
( x1  x0 )
 Bentuk pers ini dapat ditulis :
p1 ( x)  a0  a1 ( x  x0 )
 Yang dalam hal ini a0  y(1)
0  f ( x0 )

 Dan ( y1  y0 ) f ( x1 )  f ( x0 ) (2)
a1  
( x1  x0 ) ( x1  x0 )
 Pers ini mrpk bentuk selish terbagi (divided-difference)
a1  f [ x1 , x0 ]
 Polinom Newton
 Polinom kuadratik p2 ( x)  a0  a1 ( x  x0 )  a2 ( x  x0 )( x  x1 )

 Atau p2 ( x)  p1 ( x)  a2 ( 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 (3)
f ( x2 )  a0  a1 ( x2  x0 )
a2 
( x2  x0 )( x2  x1 )
 Nilai a0 dan a1 pada pers 1 dan 2 dimasukkan pada pers 3
f ( x 2 )  f ( x0 ) f ( x1 )  f ( x0 )

x 2  x0 x1  x0
a2 
x 2  x1
Polinom Newton
 Dengan melakukan utak-atik aljabar, pers
ini lebih disukai
f ( x 2 )  f ( x0 ) f ( x1 )  f ( x0 )

x 2  x1 x1  x0 f [ x 2 , x1 ]  f [ x1 , x0 ]
a2  
x 2  x0 x 2  x0
 Polinom Newton
 Jadi tahapan pembentukan polinom Newton :
p1 ( x)  p0 ( x)  a1 ( x  x0 )

p1 ( x)  a0  a1 ( x  x0 )

p2 ( x)  p1 ( x)  a2 ( x  x0 )( x  x1 )

p2 ( x)  a0  a1 ( x  x0 )  a2 ( x  x0 )( x  x1 )
p3 ( x)  p 2 ( x)  a3 ( x  x0 )( x  x1 )( x  x2 )

p3 ( x)  a0  a1 ( x  x0 )  a2 ( x  x0 )( x  x1 )  a3 ( x  x0 )( x  x1 )( x  x2 )
 Polinom Newton
 Nilai konstanta a0, a1, a2,…, an, merupakan nilai selisih terbagi , dg
nilai a0  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
 Polinom Newton
 Dengan demikian polinom Newton dapat ditulis
dalam hub rekursif sebagai :
 Rekurens
pn ( x)  pn1 ( x)  ( x  x0 )( x  x1 )...( x  xn1 ) f [ xn , xn1 ,..., x1 , x0 ]

 basis p 0 ( x)  f ( x 0 )
 Atau dalam bentuk polinom yang lengkap sbb :
p n ( x)  f ( x0 )  ( x  x0 ) f [ x1 , x0 ]  ( x  x0 )( x  x1 ) f [ x2 , x1 , x0 ]
 ( x  x0 )( x  x1 )...( x  xn1 ) f [ xn , xn 1 ,..., x1 , x0 ]
 Contoh Soal :
 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.

xi yi ST-1 ST-2 ST-3 ST-4

0.0 1 -0.4597 -0.2484 0.1466 -0.0147
1.0 0.5403 -0.9564 0.1913 0.0880
2.0 -0.4161 -0.5739 0.4551
3.0 -0.99 0.3363
4.0 -0.6536
Contoh Soal :
 Contoh cara menghitung nilai selisih terbagi
pada tabel :
f ( x1 )  f ( x0 ) 0.5403  1
f [ x1 , x0 ]    0.4597
( x1  x0 ) 1 0
f ( x 2 )  f ( x1 )  0.4161  0.5403
f [ x 2 , x1 ]    0.9564
( x 2  x1 ) 2 1
f [ x 2 , x1 ]  f [ x1 , x0 ]  0.9564  0.4597
f [ x 2 , x1 , x0 ]    0.2484
( x 2  x0 ) 20
 Contoh Soal :
 Maka polinom Newton derajat 1,2 dan 3 dengan x0 =
0 sebagai titik pertama :
cos( x)  p1 ( x)  1.0  0.4597( x  0.0)
cos( x)  p 2 ( x)  1.0  0.4597 ( x  0.0)  0.2484( x  0.0)( x  1.0)
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)
cos( x)  p 4 ( 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)
 Nilai sejati f(2.5) adalah
 F(2.5) = cos(2.5)=-0.8011