BAB 3 SOLUSI SISTEM PERSAMAAN LINIER
3.2 Metode Iterasi
metode iterasi yang merupakan metode numerik dalam menyelesaiakan sistem persamaan linier.
๐ฅ2 = ๐2โ๐21๐ฅ1โ๐23๐ฅ3โโฏโ๐1๐๐ฅ๐
๐22
โฎ
๐ฅ๐ =๐๐โ๐๐1๐ฅ1โ๐๐2๐ฅ2โโฏโ๐๐๐โ1๐ฅ๐โ1
๐๐๐
Proses iterasi untuk memperoleh nilai hampiran ๐ฅ1, ๐ฅ2, โฆ , ๐ฅ๐ dimulai dengan menentukan tebakan awal untuk nilai x tersebut, yakni ๐ฅ๐(0). Berdasarkan tebakan awal ini akan diperoleh nilai ๐ฅ๐(1) dan iterasi berlanjut hingga diperoleh nilai ๐ฅ๐(๐). Kondisi ini dapat dituliskan sebagai berikut:
๐ฅ1(๐)= ๐1โ๐12๐ฅ2(๐โ1)โ๐13๐ฅ3(๐โ1)โโฏโ๐1๐๐ฅ๐(๐โ1)
๐11
๐ฅ2(๐) =๐2โ๐21๐ฅ1(๐โ1)โ๐23๐ฅ3(๐โ1)โโฏโ๐1๐๐ฅ๐(๐โ1)
๐22
โฎ
๐ฅ๐(๐)=๐๐โ๐๐1๐ฅ1(๐โ1)โ๐๐2๐ฅ2(๐โ1)โโฏโ๐๐๐โ1๐ฅ๐โ1(๐โ1)
๐๐๐
Secara umum dapat dituliskan:
dimana ๐ = 1, 2, โฆ , ๐ฅ๐(0)adalah tebakan awal, dan ๐ฅ๐(๐) adalah nilai hampiran ke-k untuk ๐ = 1,2, โฆ
Berikut ini langkah-langkah Iterasi Jacobi:
a) Menentukan sistem persamaan.
๐๐(๐)=
๐๐โ ๐=๐๐ ๐๐๐๐๐(๐โ๐) ๐โ ๐
๐๐๐
b) Menentukan penyelesaian awal/tebakan awal (๐ฅ๐(0))
c) Menentukan iterasi maksimum atau toleransi d) Membentuk sistem persamaan menjadi ๐ฅ๐(๐) =
๐๐โ ๐๐=1๐๐๐๐ฅ๐(๐โ1) ๐โ ๐
๐๐๐ , dimana ๐ = 1, 2, โฆ
e) Iterasi dihentikan jika memenuhi kriteria konvergen, yakni:
1โค๐โค๐max |๐ฅ๐๐โ๐ฅ๐๐โ1
๐ฅ๐๐ | < toleransi f) Menampilkan hasil
Contoh:
1. Tentukan solusi sistem persamaan linier berikut menggunakan iterasi Jacobi dengan ๐ฅ๐(0) = 0 dan toleransi 0,01!
10๐ฅ1โ ๐ฅ2+ 2๐ฅ3 = 6
โ๐ฅ1+ 11๐ฅ2โ ๐ฅ3+ 3๐ฅ4 = 25 2๐ฅ1 โ ๐ฅ2 + 10๐ฅ3โ ๐ฅ4 = โ11 3๐ฅ2 โ ๐ฅ3+ 8๐ฅ4 = 15
Solusi:
Sistem persamaan linier diubah ke dalam bentuk:
๐ฅ1 =6+๐ฅ2โ2๐ฅ3
10 ๐ฅ2 = 25+๐ฅ1+๐ฅ3โ3๐ฅ4
11
๐ฅ3 = โ11โ2๐ฅ1+๐ฅ2+๐ฅ4
10
๐ฅ4 = 15โ3๐ฅ2+๐ฅ3
8
Karena ๐ฅ1(0) = ๐ฅ2(0)= ๐ฅ3(0)= ๐ฅ4(0) = 0, maka:
Iterasi 1 (Pengulangan perhitungan pertama).
๐ฅ1(1)= 6+๐ฅ2(0)โ2๐ฅ3(0)
10 = 0,6 ๐ฅ2(1) =25+๐ฅ1(0)+๐ฅ3(0)โ3๐ฅ4(0)
11 = 2,2727 ๐ฅ3(1) =โ11โ2๐ฅ1(0)+๐ฅ2(0)+๐ฅ4(0)
10 = โ1,1
๐ฅ4(1) =15โ3๐ฅ2(0)+๐ฅ3(0)
8 = 1,875
Penentuan galat pada iterasi 1, yakni:
|๐1| =
|nilai hampiran sekarangโnilai hampiran sebelumnya nilai hampiran sekarang | =
|0,6โ0
0,6 | = 1
|๐2| =
|nilai hampiran sekarangโnilai hampiran sebelumnya nilai hampiran sekarang | =
|2,2727โ0
2,2727 | = 1
|๐3| =
|nilai hampiran sekarangโnilai hampiran sebelumnya nilai hampiran sekarang | =
|โ1,1โ0
โ1,1 | = 1
|๐4| =
|nilai hampiran sekarangโnilai hampiran sebelumnya nilai hampiran sekarang | =
|1,875โ0
1,875 | = 1
Diperoleh bahwa max
1โค๐โค๐|๐ฅ๐๐โ๐ฅ๐๐โ1
๐ฅ๐๐ | =
1โค๐โค๐max(1; 1; 1; 1) = 1 > toleransi , sehingga dilanjutkan ke iterasi 2.
Lebih lanjut proses iterasi Jacobi disajikan pada tabel berikut:
iterasi x1 x2 x3 x4 |๐บ๐| |๐บ๐| |๐บ๐| |๐บ๐| tol
0 0 0 0 0
1 0,6 2,2727 -1,1 1,875 1 1 1 1 0,01
2 1,0473 1,7159 -0,8052 0,8852 0,4271 0,3245 0,3661 1,1181 0,01 3 0,9326 2,0533 -1,0493 1,1309 0,1229 0,1643 0,2326 0,2172 0,01 4 1,0152 1,9537 -0,9681 0,9738 0,0813 0,0510 0,0839 0,1613 0,01 5 0,989 2,0114 -1,0103 1,0214 0,0265 0,0287 0,0417 0,0465 0,01 6 1,0032 1,9922 -0,9945 0,9944 0,0142 0,0096 0,0159 0,0271 0,01 7 0,9981 2,0023 -1,002 1,0036 0,0051 0,0050 0,0074 0,0091 0,01 8 1,0006 1,9987 -0,999 0,9989 0,0025 0,0018 0,0029 0,0047 0,01
Berdasarkan hasil iterasi diperoleh solusi sistem persamaan linier adalah
๐ฅ1 = 1,00; ๐ฅ2 = 1,998; ๐ฅ3 = โ0,999; ๐ฅ4 = 0,9989
karena max
1โค๐โค๐|๐ฅ๐๐โ๐ฅ๐๐โ1
๐ฅ๐๐ | =
1โค๐โค๐max(0,0025; 0,0018; 0,0029; 0,0047) = 0,0047 < toleransi
3.2.2 Iterasi Gauss Seidel
Iterasi Gauss Seidel merupakan modifikasi dari iterasi Jacobi, yaitu setiap nilai ๐ฅ๐ yang baru dihasilkan segera dipakai pada persamaan berikutnya untuk
menentukan nilai yang lainnya. Kondisi ini dapat dituliskan sebagai berikut:
๐ฅ1(๐)= ๐1โ๐12๐ฅ2(๐โ1)โ๐13๐ฅ3(๐โ1)โโฏโ๐1๐๐ฅ๐(๐โ1)
๐11
๐ฅ2(๐) =๐2โ๐21๐ฅ1(๐)โ๐23๐ฅ3(๐โ1)โโฏโ๐1๐๐ฅ๐(๐โ1)
๐22
โฎ
๐ฅ๐(๐)=๐๐โ๐๐1๐ฅ1(๐)โ๐๐2๐ฅ2(๐)โโฏโ๐๐๐โ1๐ฅ๐โ1(๐)
๐๐๐
Secara umum, sistem persamaan tersebut dapat dituliskan:
dimana ๐ = 1, 2, โฆ , ๐ฅ๐(0)adalah tebakan awal, dan ๐ฅ๐(๐) adalah nilai hampiran ke-k untuk ๐ = 1,2, โฆ
Penggunaan nilai ๐ฅ๐ yang baru diperoleh pada persamaan berikutnya mengakibatkan konvergensi pada iterasi Gauss Seidel lebih cepat dibandingkan iterasi Jacobi.
Langkah-langkah Iterasi Gauss Seidel, yakni:
1) Menentukan sistem persamaan.
2) Menentukan penyelesaian awal (๐ฅ๐(0))
3) Menentukan iterasi maksimum atau toleransi ๐๐(๐)= ๐๐โ ๐๐๐๐๐
๐โ๐ (๐)
๐=๐ โ ๐๐+๐๐๐๐๐๐(๐โ๐)
๐๐๐
4) Membentuk sistem persamaan menjadi ๐ฅ๐(๐)=
๐๐โ ๐โ1๐=1๐๐๐๐ฅ๐(๐)โ ๐๐+1๐๐๐๐ฅ๐(๐โ1)
๐๐๐ , dimana ๐ = 1, 2, โฆ 5) Iterasi dihentikan jika memenuhi kriteria
konvergen, yakni: max
1โค๐โค๐|๐ฅ๐๐โ๐ฅ๐๐โ1
๐ฅ๐๐ | < toleransi 6) Menampilkan hasil
Contoh:
1) Tentukan solusi sistem persamaan linier berikut dengan iterasi Gauss Seidel dengan ๐ฅ๐(0) = 0 dan toleransi 0,01!
10๐ฅ1โ ๐ฅ2+ 2๐ฅ3 = 6
โ๐ฅ1+ 11๐ฅ2โ ๐ฅ3+ 3๐ฅ4 = 25 2๐ฅ1โ ๐ฅ2+ 10๐ฅ3โ ๐ฅ4 = โ11 3๐ฅ2โ ๐ฅ3+ 8๐ฅ4 = 15
Solusi:
Sistem persamaan linier diubah ke dalam bentuk:
๐ฅ1 =6+๐ฅ2โ2๐ฅ3
10 ๐ฅ2 = 25+๐ฅ1+๐ฅ3โ3๐ฅ4
11
๐ฅ3 = โ11โ2๐ฅ1+๐ฅ2+๐ฅ4
10
๐ฅ4 = 15โ3๐ฅ2+๐ฅ3
8
Karena ๐ฅ1(0)= ๐ฅ2(0) = ๐ฅ3(0) = ๐ฅ4(0)= 0, maka:
Iterasi 1 (Pengulangan perhitungan pertama).
๐ฅ1(1) =6+๐ฅ2(0)โ2๐ฅ3(0)
10 = 0,6
๐ฅ2(1) =25+๐ฅ1(1)+๐ฅ3(0)โ3๐ฅ4(0)
11 = 2,3273 ๐ฅ3(1) =โ11โ2๐ฅ1(1)+๐ฅ2(1)+๐ฅ4(0)
10 = โ0,9873 ๐ฅ4(1) =15โ3๐ฅ2(1)+๐ฅ3(1)
8 = 0,8789
Penentuan galat pada iterasi 1, yakni:
|๐1| =
|nilai hampiran sekarangโnilai hampiran sebelumnya nilai hampiran sekarang | =
|0,6โ0
0,6 | = 1
|๐2| =
|nilai hampiran sekarangโnilai hampiran sebelumnya nilai hampiran sekarang | =
|2,3273โ0
2,3273 | = 1
|๐3| =
|nilai hampiran sekarangโnilai hampiran sebelumnya nilai hampiran sekarang | =
|โ0,9873โ0
โ0,9873 | = 1
|๐4| =
|nilai hampiran sekarangโnilai hampiran sebelumnya nilai hampiran sekarang | =
|0,8789โ0
0,8789 | = 1
Diperoleh bahwa max
1โค๐โค๐|๐ฅ๐๐โ๐ฅ๐๐โ1
๐ฅ๐๐ | =
1โค๐โค๐max(1; 1; 1; 1) = 1 > toleransi , sehingga dilanjutkan ke iterasi 2.
Lebih lanjut proses iterasi Gauss Seidel disajikan pada tabel berikut:
iterasi x1 x2 x3 x4 |๐บ๐| |๐บ๐| |๐บ๐| |๐บ๐| tol
0 0 0 0 0
1 0,6 2,3273 -0,9873 0,8789 1 1 1 1 0,01
2 1,0302 2,0369 -1,0145 0,9843 0,4176 0,1425 0,0268 0,1072 0,01 3 1,0066 2,0036 -1,0025 0,9984 0,0234 0,0167 0,0119 0,0140 0,01 4 1,0009 2,0003 -1,0003 0,9998 0,0057 0,0016 0,0022 0,0015 0,01
Berdasarkan hasil iterasi diperoleh solusi sistem persamaan linier adalah ๐ฅ1 = 1,0009;
๐ฅ2 = 2,0003 ; ๐ฅ3 = โ1,0003 ; ๐ฅ4 = 0,9998
karena max
1โค๐โค๐|๐ฅ๐๐โ๐ฅ๐๐โ1
๐ฅ๐๐ | =
1โค๐โค๐max(0,0057; 0,0016; 0,0022; 0,0015) = 0,0057 < toleransi
Iterasi pada Jacobi dan Gauss Seidel bisa saja tidak konvergen (menuju suatu nilai tertentu) jika matriks tidak diagonal utama (Kaw, 2011). Suatu matriks dikatakan diagonal utama jika koefisien pada diagonal utama lebih besar atau sama dengan jumlah koefisien pada baris itu. Kondisi ini dituliskan sebagai berikut:
๐ด๐ฅ = ๐ โ [
๐11 ๐12 ๐13 โฆ ๐1๐ ๐21 ๐22 ๐23
โฆ โฆ โฆ
๐๐1 ๐๐2 ๐๐3
โฆ
โฆ
โฆ ๐2๐
โฆ ๐๐๐
] [ ๐ฅ1 ๐ฅ2
โฆ ๐ฅ๐
] = [ ๐1 ๐2
โฆ ๐๐
] ,
matriks A dikatakan diagonal utama jika untuk setiap i berlaku |๐๐๐| โฅ ๐๐=1|๐๐๐|
๐โ ๐
, atau untuk paling sedikit satu
i berlaku |๐๐๐| โฅ ๐๐=1|๐๐๐|
๐โ ๐
. Jadi jika kondisi ini tidak terpenuhi, maka proses iterasi bisa konvergen atau bisa tidak konvergen.
Contoh:
1) Tentukan apakah sistem persamaan linier berikut membentuk matriks diagonal utama.
๐ฅ1+ ๐ฅ2 + ๐ฅ3 = 3 2๐ฅ1+ 3๐ฅ2 + 4๐ฅ3 = 9 ๐ฅ1+ 7๐ฅ2 + ๐ฅ3 = 9 Solusi.
Sistem persamaan linier dapat dibentuk dalam notasi matriks, yakni:
[
1 1 1 2 3 4 1 7 1
] [ ๐ฅ1 ๐ฅ2 ๐ฅ3] = [
3 9 9
]
Akan ditunjukkan apakah matriks keofisien membentuk diagonal utama. Untuk itu, tinjau matriks [1 1 1
2 3 4 1 7 1
] dengan kondisi:
|๐11| = |1| = 1 < |๐12| + |๐13| = |1| + |1| = 2
|๐22| = |3| = 3 < |๐21| + |๐23| = |2| + |4| = 6
|๐33| = |1| = 1 < |๐31| + |๐32| = |1| + |7| = 8 Berdasarkan kondisi tersebut diketahui bahwa matriks keofisien bukan diagonal utama.
Meskipun dilakukan pertukaran baris pada sistem persamaan, matriks keofisien tetap tidak memenuhi kondisi diagonal utama yang disyaratkan.
RANGKUMAN
1. Sistem persamaan linier ๐ด๐ฅ = ๐ dengan n persamaan dan n peubah dapat dituliskan ke dalam bentuk notasi matriks dan dapat diselesaikan dengan metode langsung (metode analitik) atau metode iterasi (metode numerik).
2. Metode langsung (metode analitik) adalah metode penentuan solusi sistem persamaan linier yang umum digunakan pada sistem persamaan yang tidak terlalu besar. Beberapa metode langsung yang dapat diterapkan, yakni:
a) Eliminasi Gauss
Konsep dasar eliminasi Gauss adalah mengubah sistem persamaan linier ๐ด๐ฅ = ๐ menjadi sistem persamaan segitiga atas ๐๐ = ๐.
Pembentukan ๐ด๐ฅ = ๐ menjadi sistem persamaan segitiga atas ๐๐ = ๐ dapat dilakukan dengan operasi baris elementer (OBE), yaitu:
i. Pertukarkan dua baris
ii. Kalikan suatu baris dengan skalar yang tidak nol
iii. Jumlahkan suatu baris dengan hasil kali pada baris yang lain.
b) Eliminasi Gauss Jordan
Pada eliminasi Gauss Jordan, matriks koefisien dirubah menjadi matriks identitas, yakni bentuk ๐ด๐ฅ = ๐ dirubah menjadi bentuk ๐ผ๐ = ๐, dimana I adalah matriks identitas.
c) Eliminasi Gauss Jordan dengan Pivoting Persamaan pivot (persamaan tumpuan), yakni persamaan pada baris pertama. Proses pivoting, yakni mempertukarkan baris-baris yang ada dalam sistem persamaan linier, sehingga elemen pivot adalah elemen terbesar.
3. Metode iterasi adalah metode numerik untuk mengatasi keterbatasan metode analitik dalam menangani sistem persamaan linier yang besar.
Metode iterasi dimulai dari penentuan nilai awal vektor ๐ฅ0 sebagai suatu penyelesaian awal untuk x. Beberapa metode iterasi yang dapat diterapkan, yakni:
a) Iterasi Jacobi
Proses iterasi Jacobi dilakukan untuk memperoleh nilai hampiran ๐ฅ1, ๐ฅ2, โฆ , ๐ฅ๐ dimulai dengan menentukan tebakan awal untuk nilai x tersebut, yakni ๐ฅ๐(0). Berdasarkan tebakan awal ini akan diperoleh nilai ๐ฅ๐(1) dan iterasi berlanjut hingga diperoleh nilai ๐ฅ๐(๐) . Langkah-langkah Iterasi Jacobi:
i. Menentukan sistem persamaan.
ii. Menentukan penyelesaian awal/tebakan awal (๐ฅ๐(0))
iii. Menentukan iterasi maksimum atau toleransi
iv. Membentuk sistem persamaan menjadi ๐ฅ๐(๐) =
๐๐โ ๐๐=1๐๐๐๐ฅ๐(๐โ1) ๐โ ๐
๐๐๐ ,
dimana ๐ = 1, 2, โฆ , ๐ฅ๐(0)adalah tebakan awal, dan ๐ฅ๐(๐) adalah nilai hampiran ke-k untuk ๐ = 1,2, โฆ
v. Iterasi dihentikan jika memenuhi kriteria konvergen, yakni:
1โค๐โค๐max|๐ฅ๐๐โ๐ฅ๐๐โ1
๐ฅ๐๐ | < toleransi vi. Menampilkan hasil
b) Iterasi Gauss Seidel
Iterasi Gauss Seidel merupakan modifikasi dari iterasi Jacobi, yaitu setiap nilai ๐ฅ๐ yang baru dihasilkan segera dipakai pada persamaan berikutnya untuk menentukan nilai yang lainnya.
Langkah-langkah Iterasi Gauss Seidel, yakni:
i. Menentukan sistem persamaan.
ii. Menentukan penyelesaian awal (๐ฅ๐(0)) iii. Menentukan iterasi maksimum atau
toleransi
iv. Membentuk sistem persamaan
menjadi ๐ฅ๐(๐)=
๐๐โ ๐โ1๐=1๐๐๐๐ฅ๐(๐)โ ๐๐+1๐๐๐๐ฅ๐(๐โ1)
๐๐๐ , dimana ๐ = 1, 2, โฆ , ๐ฅ๐(0)adalah tebakan awal, dan ๐ฅ๐(๐) adalah nilai hampiran ke-k untuk ๐ = 1,2, โฆ
v. Iterasi dihentikan jika memenuhi kriteria konvergen, yakni:
1โค๐โค๐max |๐ฅ๐๐โ๐ฅ๐๐โ1
๐ฅ๐๐ | < toleransi vi. Menampilkan hasil
4. Iterasi Jacobi dan Gauss Seidel bisa saja tidak konvergen jika matriks tidak diagonal utama.
Matriks [
๐11 ๐12 ๐13 โฆ ๐1๐ ๐21 ๐22 ๐23
โฆ โฆ โฆ ๐๐1 ๐๐2 ๐๐3
โฆ
โฆ
โฆ ๐2๐
โฆ ๐๐๐
] dikatakan diagonal utama jika jika |๐๐๐| โฅ ๐๐=1|๐๐๐|
๐โ ๐
.
LATIHAN
1. Manakah dari sistem persamaan berikut yang memiliki diagonal utama:
a) [
12 6 0
2 โ3 2
0 6 13
] b) [
7 5 โ1
1 โ4 1
0 2 โ3
]
2. Gunakan metode iterasi untuk mentukan solusi sistem persamaan linier berikut dengan nilai awal [๐ฅ1 ๐ฅ2 ๐ฅ3] = [1 2 1].
12๐ฅ1 + 7๐ฅ2 + 3๐ฅ3 = 22 ๐ฅ1+ 5๐ฅ2 + ๐ฅ3 = 7 2๐ฅ1+ 7๐ฅ2 โ 11๐ฅ3 = โ2
3. Tentukan solusi sistem persamaan linier berikut dengan iterasi Jacobi dan iterasi Gauss Seidel dengan ๐ฅ๐(0) = 1 dan toleransi 0,5. Kemudian bandingkan hasil yang diperoleh.
4๐ฅ1+ 2๐ฅ2+ ๐ฅ3 = 11
โ๐ฅ1+ 2๐ฅ2 = 3 2๐ฅ1+ ๐ฅ2+ 4๐ฅ3 = 16
4. Susunlah suatu formula pada Microsoft Excel untuk menerjemahkan langkah-langkah pada iterasi Gauss Siedel! Kemudian tentukan solusi sistem persamaan linier berikut
4๐ฅ1+ ๐ฅ2โ ๐ฅ3 = 3
๐ฅ1+ 6๐ฅ2โ 2๐ฅ3+ ๐ฅ4โ ๐ฅ5 = โ6 ๐ฅ2+ 5๐ฅ3โ ๐ฅ5+ ๐ฅ6 = โ5 2๐ฅ2+ 5๐ฅ4โ ๐ฅ5โ ๐ฅ7โ ๐ฅ8 = 0
โ๐ฅ3โ ๐ฅ4 + 6๐ฅ5โ ๐ฅ6โ ๐ฅ8 = 12
โ๐ฅ3โ ๐ฅ5 + 5๐ฅ6 = โ12
โ๐ฅ4+ 4๐ฅ7โ ๐ฅ8 = โ2
โ๐ฅ4โ ๐ฅ5 โ ๐ฅ7 + 5๐ฅ8 = 2
5. Dalamsuatu kondisi, ditemukan bahwahubungan antara biaya operasimobilterhadap kecepatanmengikutibentuk fungsi kuadrat.
Gunakandata yangditunjukkan di bawah iniuntuk memperoleh suatu sistem persamaan. Kemudian gunakansistem persamaan tersebut untuk menentukanbiaya operasimobilsaatkecepatan 60km/jamdan80 km/jam.
Kecepatan (km/jam)
Biaya operasi per km (dalam ribu)
10 20 50
22 20 20
Petunjuk.๐(๐ฅ) = ๐๐ฅ2+ ๐๐ฅ + ๐, dimana x adalah kecepatan dan ๐(๐ฅ) adalah biaya operasi.Gunakanlah metode numerik untuk menentukannya.Sertakan alasan penggunaan metode.
6. Suatu perusahaan perumahan meminjam Rp 2.250.000.000,00 dari tiga bank yang berbeda untuk memperluas jangkauan bisnisnya. Suku bunga dari ketiga bank tersebut adalah 5%, 6%, dan 7%. Tentukan berapa pinjaman perusahaan tersebut terhadap masing-masing bank jika bunga tahunan yang harus dibayar perusahaan tersebut adalah Rp 130.000.000,00 dan banyaknya uang yang dipinjam dengan bunga 5% sama dengan dua kali uang yang dipinjam dengan bunga 7%?
Gunakanlah metode numerik untuk menentukannya! Sertakan alasan penggunaan metode.
BAB 4
INTERPOLASI
4.1 Polinomial Taylor
Kebanyakan metode-metode numerik yang diturunkan berdasarkan pada penghampiran fungsi ke dalam bentuk polinom (suku banyak). Fungsi yang
Tujuan:
Mahasiswa mampu menerapkan
pemikiran logis, kritis, dan sistematis dalam memahami konsep teoretismetode interpolasi.
Mahasiswamenunjukk an kinerja mandiri dan rasa tanggung jawab dalam menerapkan konsep teoretismetode interpolasi dalam menyelesaikan soal.
โPembelajaran tidak didapat dari kebetulan semata. Ia harus dicari dengan semangat dan disimak dengan tekunโ
(Abigail Adams-Ibu Negara Amerika Serikat
kedua)
bentuknya kompleks menjadi lebih sederhana bila dihampiri dengan polinom, karena polinom merupakan bentuk fungsi yang paling mudah dipahami kelakuannya.
Sebuah fungsi dapat diekspansikan menjadi polinomial orde ke-n yang dikenal sebagai Deret Taylor.
Deret Taylor merupakan konsep yang berguna untuk menurunkan suatu metode numerik. Deret Taylor memberikan nilai hampiran bagi suatu fungsi pada suatu titik berdasarkan nilai fungsi dan turunannya pada titik yang lain. Deret ini merupakan representasi fungsi matematika sebagai jumlahan tak hingga dari suku-suku yang nilainya dihitung dari turunan fungsi tersebut di suatu titik. Deret ini dapat dianggap sebagai limit polinomial Taylor. Bila deret tersebut terpusat di titik nol, deret tersebut dinamakan sebagai Deret Mclaurin.
Teorema Deret Taylor (Bartle, 2000).Andaikan ๐ โ โ , misalkan ๐ผ โ [๐, ๐] dan ๐: ๐ผ โ โ sedemikian sehingga ๐ dan semua turunannya ๐โ, ๐โ, ๐โโ, โฆ , ๐(๐) kontinu pada selang ๐ผ dan ๐(๐+1) ada pada selang [๐, ๐].Jika ๐ฅ0 โ [๐, ๐], maka untuk nilai-nilai x di ๐ผ terdapat titik ๐ di antara ๐ฅ dan ๐ฅ0sedemikian sehingga:
๐(๐) = ๐(๐๐) + ๐โฒ(๐๐)(๐ โ ๐๐) + ๐โฒโฒ(๐๐)(๐โ๐๐)๐
๐! + โฏ + ๐(๐)(๐๐)(๐โ๐๐)๐
๐! + ๐(๐+๐)(๐)(๐โ๐๐)(๐+๐)
(๐+๐)!
Suku-suku deret Taylor tidak berhingga banyaknya, sehingga untuk alasan praktis deret Taylor dipotong sampai suku orde tertentu, yakni:
๐ท๐(๐) โ ๐(๐๐) + ๐โฒ(๐๐)(๐ โ ๐๐) + ๐โฒโฒ(๐๐)(๐โ๐๐)๐
๐! + โฏ + ๐(๐)(๐๐)(๐โ๐๐)๐
๐!
Hal ini mengakibatkan adanya suku sisa pada deret Taylor, yakni:
๐น๐(๐) = ๐ท๐(๐) โ ๐(๐) = ๐(๐+๐)(๐)
(๐+๐)! (๐ โ ๐๐)(๐+๐) ; ๐ฅ0 โค ๐ โค ๐ฅ
dimana ๐(๐+๐)(๐)
(๐+๐)! (๐ โ ๐๐)(๐+๐)โค (๐โ๐๐)(๐+๐)
(๐+๐)! ๐ฆ๐๐ฑ
[๐๐,๐]๐(๐+๐)(๐) Suku sisa adalah perbedaan antara fungsi dan polinomial hampirannya. Untuk x cukup dekat terhadap ๐ฅ0, suku sisa haruslah cukup kecil. Suku sisa memberikan galat pemotongan (truncation error) jika hanya n buah suku pertama pada deret Taylor yang digunakan untuk menyatakan fungsi (polinomial dipotong hanya sampai orde tertentu).
Contoh:
1) Tentukan polinomial Taylor orde 3 pada titik ๐ฅ0 = 0 untuk ๐(๐ฅ) = (1 + ๐ฅ)1โ2
Solusi.
๐(๐ฅ) = (1 + ๐ฅ)1โ2 โ ๐โฒ(๐ฅ) =1
2(1 + ๐ฅ)โ1โ2
โ ๐โฒโฒ(๐ฅ)= โ1
4(1 + ๐ฅ)โ3โ2
โ ๐โฒโฒโฒ(๐ฅ) =3
8(1 + ๐ฅ)โ5โ2 Selanjutnya, ๐(๐ฅ) dan turunannya disubtitusi ke persamaan deret Taylor:
๐3(๐ฅ) = ((1 + ๐ฅ0)1โ2) + (1
2(1 + ๐ฅ0)โ1โ2) (๐ฅ โ ๐ฅ0) + (โ1
4(1 + ๐ฅ0)โ3โ2)(๐ฅโ๐ฅ0)2
2! + (3
8(1 + ๐ฅ0)โ5โ2)(๐ฅโ๐ฅ0)๐
๐!
โ ๐3(๐ฅ) = (1 + 0)1โ2+1
2(1 + 0)โ1โ2(๐ฅ) + (โ1
4(1 + 0)โ3โ2)๐ฅ2
2! + (3
8(1 + 0)โ5โ2)๐ฅ3
3!
โ ๐3(๐ฅ) = 1 +1
2๐ฅ โ1
8๐ฅ2+ 1
16๐ฅ3
Jadi polinomial Taylor orde 3 pada titik ๐ฅ0 = 0 untuk ๐(๐ฅ) = (1 + ๐ฅ)1โ2 adalah 1 +1
2๐ฅ โ1
8๐ฅ2 +
1 16๐ฅ3
2) Gunakan polinomial pada contoh 1) untuk menentukan hampiran nilai โ1,1 dan tentukan batas galat dan galatnya!
Solusi.
Berdasarkan contoh 1) diketahui bahwa ๐(๐ฅ) = (1 + ๐ฅ)1โ2, karena akan ditentukan hampiran nilai
โ1,1 maka perlu diketahui berapakah nilai ๐ฅ.
๐(๐ฅ) = (1 + ๐ฅ)1โ2 = โ1 + ๐ฅ, karena โ1 + ๐ฅ = โ1,1 berakibat bahwa ๐ฅ = 0,1
Menentukan hampiran nilai โ1,1 berarti menentukan hampiran nilai ๐(0,1)dengan ๐(๐ฅ) = (1 + ๐ฅ)1โ2, yaitu:
๐3(๐ฅ) = 1 +1
2๐ฅ โ1
8๐ฅ2+ 1
16๐ฅ3
โ ๐3(0,1) = 1 +1
2(0,1) โ1
8(0,1)2+ 1
16(0,1)3 = 1,0488125
Jadi hampiran nilai โ1,1 adalah 1,0488125
Untuk menentukan batas galat digunakan rumus suku sisa, yakni:
|๐ ๐(๐ฅ)| =๐(๐+1)(๐)
(๐+1)! (๐ฅ โ ๐ฅ0)(๐+1) ; ๐ฅ0 โค ๐ โค ๐ฅ
โ |๐ 3(0,1)| =|๐โฒโฒโฒโฒ(๐)|
4! (0,1 โ 0)4 ; 0 โค ๐ โค 0,1 dimana ๐(๐) = (1 + ๐)1โ2 โ ๐โฒโฒโฒโฒ(๐) =โ15
16 (1 + ๐)โ7โ2, sehingga:
|๐ 3(0,1)| =|
โ15
16(1+๐)โ7โ2|
4! (0,1)4
=
15
16(1+๐)โ7โ2
24 (0,1)4
= 15(0,1)4
384 (1 + ๐)โ7โ2
= 3,91 ร 10โ6(1 + ๐)โ7โ2
โค 3,91 ร 10โ6 max
๐โ[0,0,1](1 + ๐)โ7โ2
Perhatikan tabel berikut untuk menentukan nilai
๐โ[0,0,1]max (1 + ๐)โ7โ2
๐ (1 + ๐)โ7โ2
0 1
0,01 0,965773
0,02 0,933038
0,03 0,901716
0,04 0,871733
0,05 0,843019
0,06 0,81551
0,07 0,789145
0,08 0,763865
0,09 0,739618
0,1 0,716351
0 1
Berdasarkan tabel, nilai max
๐โ[0,0,1](1 + ๐)โ7โ2 yang dipilih adalah 1 karena merupakan nila maksimum, sehingga diperoleh:
|๐ 3(0,1)| โค 3,91 ร 10โ6 max
๐โ[0,0,1](1 + ๐)โ7โ2 = 3,91 ร 10โ6(1)
|๐ 3(0,1)| โค 3,91 ร 10โ6
Jadi batas galat dari nilai hampiran adalah galat โค 3,91 ร 10โ6.
Untuk menentukan galat digunakan ๐ ๐(๐ฅ) = ๐๐(๐ฅ) โ ๐(๐ฅ) dengan ๐(๐ฅ) adalah nilai eksakโ1,1, sehingga diperoleh:
|๐ 3(0,1)| = |๐3(0,1) โ ๐(0,1)| = |1,0488125 โ 1,0488088| = 3,7 ร 10โ6
Jadi galat nilai hampiran โ1,1 adalah 3,7 ร 10โ6 yang kurang dari batas galat, sehingga nilai hampiran cukup akurat untuk digunakan.
4.2 Interpolasi Polinomial
Polinomial dapat digunakan untuk mencari nilai di antara titik data yang diketahui. Untuk (๐ + 1) buah titik data, maka akan terdapat suatu polinomial orde n atau kurang yang melalui semua titik. Berikut ini contoh polinomial derajat 1 yang terbentuk dari 2 buah titik. Polinomial derajat 1 ini membentuk suatu garis lurus.
Gambar 4.1 Polinomial Derajat 1
Polinomial berderajat n dituliskan sebagai ๐(๐ฅ) = ๐๐+ ๐1๐ฅ + ๐2๐ฅ2 + โฏ + ๐๐๐ฅ๐.
Metode yang digunakan untuk mencari suatu nilai di antara titik data yang diketahui adalah interpolasi.
Interpolasi (sisipan) menghubungkan titik-titik data diskret dalam suatu cara yang masuk akal sehingga dapat diperoleh taksiran layak dari titik-titik data di antara titik-titik yang diketahui. Jika diketahui dua buah titik (titik ๐ฅ1 dan titik ๐ฅ3), maka dapat diketahui perkiraan titik ๐ฅ2 diantara titik ๐ฅ1 dan ๐ฅ3.
4.2.1 Interpolasi Polinomial Newton
Interpolasi polinomial Newton terdiri dari interpolasi linier, interpolasi kuadrat, hingga interpolasi orde n.
1. Interpolasi Polinomial Linier
Interpolasi polinomial linier mengasumsikan bahwa hubungan titik-titik antara dua titik data adalah linier. Pendekatan interpolasi polinomial linier adalah dengan menggunakan fungsi linier ๐1(๐ฅ) , yakni menghubungkan dua titik data dengan garis lurus.
Misalkan terdapat dua titik data, yaitu (๐ฅ0, ๐(๐ฅ0)) dan (๐ฅ1, ๐(๐ฅ1)) maka diperoleh persamaan garis linier yang melalui dua titik melalui persamaan berikut:
๐1(๐ฅ)โ๐(๐ฅ0)
๐(๐ฅ1)โ๐(๐ฅ0)= ๐ฅโ๐ฅ0
๐ฅ1โ๐ฅ0
โ ๐1(๐ฅ) = ๐(๐ฅ0) +๐(๐ฅ1)โ๐(๐ฅ0)
๐ฅ1โ๐ฅ0 (๐ฅ โ ๐ฅ0)
โ ๐1(๐ฅ) = ๐0+ ๐1(๐ฅ โ ๐ฅ0)
Secara umum, persamaan interpolasi polinomial linier adalah:
dengan๐0 = ๐(๐ฅ0) dan ๐1 =๐(๐ฅ1)โ๐(๐ฅ0)
๐ฅ1โ๐ฅ0
Ilustrasi.
Gambar 4.2 Interpolasi Polinomial Linier Gambar 4.2 menggambarkan suatu fungsi ๐(๐ฅ) yang dihampiri menggunakan polinomial linier dimana diketahui dua titik data pada fungsi ๐(๐ฅ) , yaitu (๐ฅ0, ๐(๐ฅ0)) dan (๐ฅ1, ๐(๐ฅ1)). Selanjutnya, akan dicari nilai diantara dua titik data tersebut menggunakan ๐1(๐ฅ).
๐๐(๐) = ๐๐+ ๐๐(๐ โ ๐๐)
Contoh:
1) Tentukan nilai sin ๐ฅ untuk ๐ฅ = 0,785398 (x dalam radian) dengan menggunakan metode interpolasi polinomial linier berdasar data: sin 0 = 0 dan sin 1,5708 = 1.
Solusi.
Diketahui bahwa (๐ฅ0, ๐(๐ฅ0)) = (0,0) dan (๐ฅ1, ๐(๐ฅ1)) = (1,5708,1). Nilai hampiran sin ๐ฅ saat ๐ฅ = 0,785398 dilakukan dengan menggunakan interpolasi polinomial linier, yaitu:
๐1(๐ฅ) = ๐0+ ๐1(๐ฅ โ ๐ฅ0)dengan ๐0 = ๐(๐ฅ0) = 0
๐1 = ๐(๐ฅ1)โ๐(๐ฅ0)
๐ฅ1โ๐ฅ0 = 1โ0
1,5708โ0= 0,636618 sehingga diperoleh:
๐1(๐ฅ) = 0 + 0,636618(๐ฅ โ ๐ฅ0) โ ๐1(๐ฅ) = 0 + 0,636618(0,785398 โ 0)
โ ๐1(๐ฅ) =
0,636618(0,785398)
โ ๐1(๐ฅ) =
0,636618(0,785398) = 0,499999
Jadi nilai hampiran sin ๐ฅ untuk ๐ฅ = 0,785398 (x dalam radian) adalah 0,499999.
Dapat ditentukan bahwa nilai eksaksin 0,785398 = 0,707107 sehingga terlihat
bahwa terjadi galat antara nilai eksak dengan nilai hampiran, yaitu:
๐๐ก= 0,707107โ0,499999
0,707107 ร 100% = 29,3%
Pendekatan polinomial linier dalam menghampiri fungsi sin ๐ฅ berdasarkan data yang diketahui disajikan pada gambar berikut:
Gambar 4.3 Interpolasi Polinomial Linier untuk Hampiran Fungsi ๐ฌ๐ข๐ง ๐
Gambar 4.3 menggambarkan suatu fungsi sin ๐ฅ dihampiri menggunakan polinomial linier ๐1(๐ฅ) dimana diketahui dua titik data, yaitu ๐ด(0,0)dan
๐ต(1,5708,1) . Diperoleh nilai hampiran sin 0,785398 = 0,499999 dengan galat 29,3%.
2. Interpolasi Polinomial Kuadrat
Interpolasi polinomial kuadrat dilakukan dengan menentukan titik-titik di antara tiga titik data dengan menggunakan pendekatan fungsi kuadrat. Misalkan terdapat tiga titik data, yaitu (๐ฅ0, ๐(๐ฅ0)), (๐ฅ1, ๐(๐ฅ1)), dan (๐ฅ2, ๐(๐ฅ2)) maka diperoleh persamaan kuadrat:
dengan koefisien-koefisien ๐0, ๐1, ๐2 ditentukan dengan cara berikut:
๏ผ Untuk menentukan ๐0 digunakan titik ๐ฅ = ๐ฅ0 dan ๐2(๐ฅ) = ๐(๐ฅ0), sehingga persamaan menjadi:
๐2(๐ฅ) = ๐0+ ๐1(๐ฅ โ ๐ฅ0) + ๐2(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1)
โ ๐(๐ฅ0) = ๐0 + ๐1(๐ฅ0โ ๐ฅ0) + ๐2(๐ฅ0โ ๐ฅ0)(๐ฅ0โ ๐ฅ1)
โ ๐๐ = ๐(๐๐)
๏ผ Untuk menentukan ๐1 digunakan titik ๐ฅ = ๐ฅ1 dan ๐2(๐ฅ) = ๐(๐ฅ1), , sehingga persamaan menjadi:
๐2(๐ฅ) = ๐0+ ๐1(๐ฅ โ ๐ฅ0) + ๐2(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1)
โ ๐(๐ฅ1) = ๐(๐ฅ0) + ๐1(๐ฅ1โ ๐ฅ0) + ๐2(๐ฅ1โ ๐ฅ0)(๐ฅ1โ ๐ฅ1)
โ ๐(๐ฅ1) = ๐(๐ฅ0) + ๐1(๐ฅ1โ ๐ฅ0)
โ ๐๐ =(๐(๐๐)โ๐(๐๐))
(๐๐โ๐๐)
๐๐(๐) = ๐๐+ ๐๐(๐ โ ๐๐) + ๐๐(๐ โ ๐๐)(๐ โ ๐๐)
๏ผ Untuk menentukan ๐2 digunakan titik ๐ฅ = ๐ฅ2 dan ๐2(๐ฅ) = ๐(๐ฅ2), sehingga persamaan menjadi:
๐2(๐ฅ) = ๐0 + ๐1(๐ฅ โ ๐ฅ0) + ๐2(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1)
โ ๐(๐ฅ2) = ๐(๐ฅ0) +(๐(๐ฅ1)โ๐(๐ฅ0))
(๐ฅ1โ๐ฅ0) (๐ฅ2โ ๐ฅ0) + ๐2(๐ฅ2โ ๐ฅ0)(๐ฅ2โ ๐ฅ1)
โ ๐2 =๐(๐ฅ2)โ๐(๐ฅ0)โ
(๐(๐ฅ1)โ๐(๐ฅ0)) (๐ฅ1โ๐ฅ0) (๐ฅ2โ๐ฅ0) (๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)
โ ๐2 = (๐(๐ฅ2)โ๐(๐ฅ0))
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)โ (๐(๐ฅ1)โ๐(๐ฅ0))
(๐ฅ1โ๐ฅ0)(๐ฅ2โ๐ฅ1)
โ ๐2 = (๐(๐ฅ2)โ๐(๐ฅ1))
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)+ (๐(๐ฅ1)โ๐(๐ฅ0))
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)โ
(๐(๐ฅ1)โ๐(๐ฅ0)) (๐ฅ1โ๐ฅ0)(๐ฅ2โ๐ฅ1)
โ ๐2 = (๐(๐ฅ2)โ๐(๐ฅ1))
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)โ (๐(๐ฅ1)โ๐(๐ฅ0))
(๐ฅ2โ๐ฅ0)(๐ฅ1โ๐ฅ0)
โ ๐๐=
๐(๐๐)โ๐(๐๐)
๐๐โ๐๐ โ ๐(๐๐)โ๐(๐๐) ๐๐โ๐๐ (๐๐โ๐๐) Contoh:
1) Tentukan nilai sin ๐ฅ untuk ๐ฅ = 0,785398 (x dalam radian) dengan menggunakan metode interpolasi polinomial kuadrat berdasar data: sin 0 = 0 , sin 0,523599 = 0,5, dan sin 1,5708 = 1.
Solusi.
Diketahui bahwa (๐ฅ0, ๐(๐ฅ0)) = (0,0), (๐ฅ1, ๐(๐ฅ1)) = (0,523599,0,5), dan (๐ฅ2, ๐(๐ฅ2)) = (1,5708,1). Nilai hampiran sin ๐ฅ saat ๐ฅ = 0,785398 dilakukan
dengan menggunakan interpolasi polinomial kuadrat, yaitu:
๐2(๐ฅ) = ๐0+ ๐1(๐ฅ โ ๐ฅ0) + ๐2(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1) dengan :
๐0 = ๐(๐ฅ0) = 0 ๐1 = (๐(๐ฅ1)โ๐(๐ฅ0))
(๐ฅ1โ๐ฅ0) = 0,5โ0
0,523599โ0= 0,95493 ๐2 =
๐(๐ฅ2)โ๐(๐ฅ1)
(๐ฅ2โ๐ฅ1) โ ๐(๐ฅ1)โ๐(๐ฅ0) (๐ฅ1โ๐ฅ0) (๐ฅ2โ๐ฅ0) =
(1โ0,5)
(1,5708โ0,523599)โ(0,523599โ0)(0,5โ0))
(1,5708โ0) = โ0,30396 sehingga diperoleh:
๐2(๐ฅ) = 0 + 0,95493(๐ฅ โ ๐ฅ0) โ 0,30396(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1)
โ ๐2(๐ฅ) = 0 + 0,95493(0,785398 โ 0) โ
0,30396(0,785398 โ 0)(0,785398 โ 0,523599)
โ ๐2(๐ฅ) = 0,95493(0,785398) โ 0,30396(0,785398)(0,261799)
โ ๐2(๐ฅ) = 0,6875
Jadi nilai hampiran sin ๐ฅ untuk ๐ฅ = 0,785398 (x dalam radian) adalah 0,6875.
Seperti telah diketahui pada contoh sebelumnya bahwa nilai eksak sin 0,785398 = 0,707107 sehingga dapat ditentukan galat antara nilai eksak dengan nilai hampiran dari interpolasi polinomial kuadrat, yaitu:
๐๐ก= 0,707107โ0,6875
0,707107 ร 100% = 2,77%
Pendekatan polinomial kuadrat dalam menghampiri fungsi sin ๐ฅ berdasarkan data yang diketahui disajikan pada gambar berikut:
Gambar 4.4 Interpolasi Polinomial Kuadrat untuk Hampiran Fungsi ๐ฌ๐ข๐ง ๐
Gambar 4.4 menggambarkan suatu fungsi sin ๐ฅ dihampiri menggunakan polinomial kuadrat ๐2(๐ฅ) dimana diketahui tiga titik data, yaitu ๐ด(0,0), ๐ต(0,523599,0,5), dan ๐ถ(1,5708,1). Diperoleh nilai
hampiran sin 0,785398 = 0,6875 dengan galat 2,77%.
3. Interpolasi Orde-n (Interpolasi Newton)
Interpolasi orde-n dilakukan dengan menentukan (๐ + 1) titik data, yaitu (๐ฅ0, ๐(๐ฅ0)) , (๐ฅ1, ๐(๐ฅ1)), โฆ , (๐ฅ๐, ๐(๐ฅ๐)) sehingga terbentuk polinomial orde n. Bentuk polinomial orde n adalah:
dengan koefisien-koefisien ๐0, ๐1, โฆ , ๐๐ ditentukan seperti halnya pada interpolasi polinomial kuadrat, sehingga diperoleh:
๐๐ = ๐(๐๐) ๐๐ =(๐(๐๐)โ๐(๐๐))
(๐๐โ๐๐) = ๐[๐๐, ๐๐] ๐๐ =
๐(๐๐)โ๐(๐๐)
๐๐โ๐๐ โ ๐(๐๐)โ๐(๐๐) ๐๐โ๐๐
(๐๐โ๐๐) = ๐[๐๐,๐๐]โ๐[๐๐,๐๐]
(๐๐โ๐๐) = ๐[๐๐, ๐๐, ๐๐]
๐๐ =๐[๐๐,๐๐โ๐,โฆ,๐๐]โ๐[๐๐โ๐,๐๐โ๐โฆ,๐๐]
(๐๐โ๐๐) = ๐[๐๐, ๐๐โ๐, โฆ , ๐๐, ๐๐] Koefisien-koefisien ๐0, ๐1, โฆ , ๐๐ membentuk suatu beda terbagi hingga (finite divided diference).
๐๐(๐) = ๐๐+ ๐๐(๐ โ ๐๐) + ๐๐(๐ โ ๐๐)(๐ โ ๐๐) +
โฏ + ๐๐(๐ โ ๐๐)(๐ โ ๐๐) โฆ (๐ โ ๐๐โ๐)
Beda terbagi hingga (finite divided diference) merupakan komponen penting dalam penerapan interpolasi Newton yang dapat didefinisikan sebagai berikut:
Misalkan terdapat ๐ฅ0, ๐ฅ1, โฆ , ๐ฅ๐titik yang berbeda, maka didefinisikan beda terbagi hingga pertama sebagai berikut:
Dan secara umum beda terbagi hingga-n:
Berikut ini contoh beda terbagi hingga pertama, beda terbagi hingga kedua, dan beda terbagi hingga ketiga:
n ๐ฅ๐ ๐(๐ฅ๐) Pertama kedua ketiga
0 ๐ฅ0 ๐(๐ฅ0) ๐1= ๐[๐ฅ1,๐ฅ0]
=
๐(๐ฅ1)โ๐(๐ฅ0) (๐ฅ1โ๐ฅ0)
๐2=
๐[๐ฅ2,๐ฅ1,๐ฅ0]
=
๐11โ๐1 (๐ฅ2โ๐ฅ0)
๐3=
๐[๐ฅ3,๐ฅ2,๐ฅ1, ๐ฅ0]
=
๐21โ๐2 (๐ฅ3โ๐ฅ0)
1 ๐ฅ1 ๐(๐ฅ1) ๐11= ๐[๐ฅ2,๐ฅ1]
๐21= ๐[๐ฅ3,๐ฅ2,๐ฅ1]
=
๐12โ๐11 (๐ฅ3โ๐ฅ1) ๐[๐๐, ๐๐] =๐(๐๐)โ๐ ๐๐
๐๐โ๐๐ = ๐[๐๐]โ๐[๐๐]
๐๐โ๐๐
๐[๐๐, ๐๐, โฆ , ๐๐] =๐[๐๐,๐๐,โฆ,๐๐]โ๐[๐๐,๐๐,โฆ,๐๐โ๐]
(๐๐โ๐๐)
=
๐(๐ฅ2)โ๐(๐ฅ1) (๐ฅ2โ๐ฅ1)
2 ๐ฅ2 ๐(๐ฅ2) ๐12= ๐[๐ฅ3,๐ฅ2]
=
๐(๐ฅ3)โ๐(๐ฅ2) (๐ฅ3โ๐ฅ2) 3 ๐ฅ3 ๐(๐ฅ3)
Pada tabel terlihat bahwa beda terbagi hingga membentuk persamaan rekursif, yaitu beda terbagi hingga dari orde lebih tinggi dihitung dengan mengambil beda terbagi hingga dari orde lebih rendah.
Contoh:
1) Tentukan nilai sin ๐ฅ untuk ๐ฅ = 0,785398 (x dalam radian) dengan menggunakan metode interpolasi Newton berdasar data sin 0 = 0, sin 0,523599 = 0,5, sin 1,0472 = 0,866027, dan sin 1,5708 = 1 Solusi.
Diketahui bahwa (๐ฅ0, ๐(๐ฅ0)) = (0,0), (๐ฅ1, ๐(๐ฅ1)) = (0,523599,0,5), (๐ฅ2, ๐(๐ฅ2)) = (1,0472,0,866027), dan (๐ฅ3, ๐(๐ฅ3)) = (1,5708,1. Nilai hampiran sin ๐ฅ saat ๐ฅ = 0,785398 dilakukan dengan menggunakan interpolasi Newton. Pada contoh ini terbentuk persamaan polinomial orde 3 karena
melibatkan 4 titik data, sehingga perlu dicari beda terbagi hingga pertama, beda terbagi hingga kedua, dan beda terbagi hingga ketiga.
n ๐ฅ๐ ๐(๐ฅ๐) Pertama kedua ketiga
0 0 0
๐1=
0,5โ0 (0,523599โ0)
= 0,95493
๐2=
0,699056โ0,954933 (1,0472โ0)
= โ0,24434 ๐3=
โ0,42321 โ(โ0,24434) (1,5708โ0)
= โ0,11387
1 0,523 599
0,5
๐11=
0,866027โ0,5 (1,0472โ0,523599)
= 0,699056
๐21=
0,25587โ0,699056 (1,5708โ0,523599)
= โ0,42321
2 1,047 2
0,8 660 27
๐12=
1โ0,866027 (1,5708โ1,0472)
= 0,25587
3 1,570
8 1
Berdasarkan beda terbagi hingga tersebut diperoleh koefisien-koefisien ๐0, ๐1, ๐2, ๐3, yaitu ๐0 = 0, ๐1 = 0,95493, ๐2 = โ0,24434, dan ๐3 =
โ0,11387
Koefisien-koefisien ini kemudian disubtitusi ke persamaan interpolasi Newton yang dalam hal ini adalah interpolasi polinomial orde-3, yakni:
๐3(๐ฅ) = ๐0+ ๐1(๐ฅ โ ๐ฅ0) + ๐2(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1) + ๐3(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1)(๐ฅ โ ๐ฅ2)
โ ๐3(๐ฅ) = 0 + 0,95493(0,785398 โ 0) + (โ0,24434)(0,785398 โ 0)(0,785398 โ 0,523599) + (โ0,11387)(0,785398 โ
0)(0,785398 โ 0,523599)(0,785398 โ 1,0472)
โ ๐3(๐ฅ) = 0,705889
Jadi nilai hampiran sin ๐ฅ untuk ๐ฅ = 0,785398 (x dalam radian) adalah 0,705889.
Diketahui bahwa nilai eksak sin 0,785398 = 0,707107 sehingga galat antara nilai eksak dengan nilai hampiran dari interpolasi Newton, yaitu:
๐๐ก = 0,707107โ0,705889
0,707107 ร 100% = 0,17%
Pendekatan polinomial orde-3 dalam menghampiri fungsi sin ๐ฅ berdasarkan data yang diketahui disajikan pada gambar berikut:
Gambar 4.5 Interpolasi Polinomial Orde-3 untuk Hampiran Fungsi ๐ฌ๐ข๐ง ๐
Gambar 4.5 menggambarkan suatu fungsi sin ๐ฅ dihampiri menggunakan polinomial orde-3 ๐3(๐ฅ).
Diperoleh nilai hampiran sin 0,785398 = 0,705889 dengan galat 0,17% . Berdasarkan gambar terlihat bahwa nilai hampiran semakin mendekati nilai eksak.
4.2.2 Interpolasi Polinomial Lagrange
Interpolasi polinomial Lagrange adalah perumusan ulang dari interpolasi polinomial Newton
yang menghindari penghitungan beda terbagi hingga.
Penurunan bentuk Lagrange secara langsung didapat dari interpolasi polinomial Newton, yakni:
1. Menurut interpolasi Newton orde pertama terdapat bentuk polinomial:
๐1(๐ฅ) = ๐(๐ฅ0) +๐(๐ฅ1)โ๐(๐ฅ0)
๐ฅ1โ๐ฅ0 (๐ฅ โ ๐ฅ0) โ ๐1(๐ฅ) = ๐(๐ฅ0) + ๐[๐ฅ1, ๐ฅ0](๐ฅ โ ๐ฅ0)
dimana ๐[๐ฅ1, ๐ฅ0] =๐(๐ฅ1)โ๐(๐ฅ0)
๐ฅ1โ๐ฅ0 adalah beda terbagi hingga.
Beda terbagi hingga dapat ditulis sebagai ๐[๐ฅ1, ๐ฅ0] =
๐(๐ฅ1)
๐ฅ1โ๐ฅ0+ ๐(๐ฅ0)
๐ฅ0โ๐ฅ1 yang kemudian disubtitusikan ke bentuk polinomial orde pertama, sehingga diperoleh bentuk polinomial Lagrange orde pertama:
๐1(๐ฅ) = ๐(๐ฅ0) + ๐(๐ฅ1)
๐ฅ1โ๐ฅ0(๐ฅ โ ๐ฅ0) + ๐(๐ฅ0)
๐ฅ0โ๐ฅ1(๐ฅ โ ๐ฅ0)
โ ๐1(๐ฅ) = ๐(๐ฅ0) +(๐ฅโ๐ฅ0)
๐ฅ1โ๐ฅ0 ๐(๐ฅ1) +(๐ฅโ๐ฅ0)
๐ฅ0โ๐ฅ1๐(๐ฅ0)
โ ๐1(๐ฅ) =(๐ฅ0โ๐ฅ1)
๐ฅ0โ๐ฅ1 ๐(๐ฅ0) +(๐ฅโ๐ฅ0)
๐ฅ0โ๐ฅ1 ๐(๐ฅ0) +(๐ฅโ๐ฅ0)
๐ฅ1โ๐ฅ0๐(๐ฅ1)
โ ๐๐(๐) =(๐โ๐๐ ๐)
๐โ๐๐๐(๐๐) +(๐โ๐๐ ๐)
๐โ๐๐๐(๐๐)
2. Menurut interpolasi Newton orde kedua terdapat bentuk polinomial:
๐2(๐ฅ) = ๐(๐ฅ0) + (๐(๐ฅ1)โ๐(๐ฅ0)
๐ฅ1โ๐ฅ0 ) (๐ฅ โ ๐ฅ0) + ( ๐(๐ฅ2)โ๐(๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)โ
๐(๐ฅ1)โ๐(๐ฅ0)
(๐ฅ2โ๐ฅ0)(๐ฅ1โ๐ฅ0)) (๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1)
โ ๐2(๐ฅ) = (๐ฅโ๐ฅ1)
๐ฅ0โ๐ฅ1 ๐(๐ฅ0) +(๐ฅโ๐ฅ0)
๐ฅ1โ๐ฅ0 ๐(๐ฅ1) +
(๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ2)
โ (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ1) โ (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ1โ๐ฅ0)๐(๐ฅ1) +
(๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ1โ๐ฅ0)๐(๐ฅ0)
โ ๐2(๐ฅ) = (๐ฅโ๐ฅ1)
๐ฅ0โ๐ฅ1 ๐(๐ฅ0) + (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ0โ๐ฅ2)(๐ฅ0โ๐ฅ1)๐(๐ฅ0) +
(๐ฅโ๐ฅ0)
๐ฅ1โ๐ฅ0๐(๐ฅ1)
+ (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ1โ๐ฅ2)๐(๐ฅ1) โ (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ1โ๐ฅ0)๐(๐ฅ1) +
(๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ2)
โ ๐2(๐ฅ) = (๐ฅโ๐ฅ1)
๐ฅ0โ๐ฅ1 ๐(๐ฅ0) [1 + (๐ฅโ๐ฅ0)
(๐ฅ0โ๐ฅ2)] + (๐ฅโ๐ฅ0)
(๐ฅ1โ๐ฅ0)(๐ฅ1โ๐ฅ2)๐(๐ฅ1) [(๐ฅ1 โ ๐ฅ2) +(๐ฅโ๐ฅ1)(๐ฅ1โ๐ฅ0)
(๐ฅ2โ๐ฅ0) โ(๐ฅโ๐ฅ1)(๐ฅ1โ๐ฅ2)
(๐ฅ2โ๐ฅ0) ] +
(๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ2)
โ ๐2(๐ฅ) = (๐ฅโ๐ฅ1)(๐ฅโ๐ฅ2)
(๐ฅ0โ๐ฅ1)(๐ฅ0โ๐ฅ2)๐(๐ฅ0) + (๐ฅโ๐ฅ0)
(๐ฅ1โ๐ฅ0)(๐ฅ1โ๐ฅ2)๐(๐ฅ1) [(๐ฅ1โ๐ฅ2)(๐ฅ2โ๐ฅ0)
(๐ฅ2โ๐ฅ0) +(๐ฅโ๐ฅ1)(๐ฅ1โ๐ฅ0)
(๐ฅ2โ๐ฅ0) โ(๐ฅโ๐ฅ1)(๐ฅ1โ๐ฅ2)
(๐ฅ2โ๐ฅ0) ] +
(๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ2)
โ ๐2(๐ฅ) = (๐ฅโ๐ฅ1)(๐ฅโ๐ฅ2)
(๐ฅ0โ๐ฅ1)(๐ฅ0โ๐ฅ2)๐(๐ฅ0) + (๐ฅโ๐ฅ0)
(๐ฅ1โ๐ฅ0)(๐ฅ1โ๐ฅ2)๐(๐ฅ1) [(๐ฅ1โ๐ฅ2)(๐ฅ2โ๐ฅ0)+(๐ฅโ๐ฅ1)(๐ฅ1โ๐ฅ0)โ(๐ฅโ๐ฅ1)(๐ฅ1โ๐ฅ2)
(๐ฅ2โ๐ฅ0) ] +
(๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ2)
โ ๐2(๐ฅ) = (๐ฅโ๐ฅ1)(๐ฅโ๐ฅ2)
(๐ฅ0โ๐ฅ1)(๐ฅ0โ๐ฅ2)๐(๐ฅ0) + (๐ฅโ๐ฅ0)
(๐ฅ1โ๐ฅ0)(๐ฅ1โ๐ฅ2)๐(๐ฅ1) [(๐ฅ1โ๐ฅ2)(๐ฅ2โ๐ฅ0)+(๐ฅโ๐ฅ1)[(๐ฅ1โ๐ฅ0)โ(๐ฅ1โ๐ฅ2)]
(๐ฅ2โ๐ฅ0) ] +
(๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ2)
โ ๐2(๐ฅ) = (๐ฅโ๐ฅ1)(๐ฅโ๐ฅ2)
(๐ฅ0โ๐ฅ1)(๐ฅ0โ๐ฅ2)๐(๐ฅ0) + (๐ฅโ๐ฅ0)
(๐ฅ1โ๐ฅ0)(๐ฅ1โ๐ฅ2)๐(๐ฅ1) [(๐ฅ1โ๐ฅ2)(๐ฅ2โ๐ฅ0)+(๐ฅโ๐ฅ1)(๐ฅ2โ๐ฅ0)
(๐ฅ2โ๐ฅ0) ] +
(๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ2)
โ ๐2(๐ฅ) = (๐ฅโ๐ฅ1)(๐ฅโ๐ฅ2)
(๐ฅ0โ๐ฅ1)(๐ฅ0โ๐ฅ2)๐(๐ฅ0) +
(๐ฅโ๐ฅ0)
(๐ฅ1โ๐ฅ0)(๐ฅ1โ๐ฅ2)๐(๐ฅ1) [(๐ฅ2โ๐ฅ0)[(๐ฅโ๐ฅ1)+(๐ฅ1โ๐ฅ2)]
(๐ฅ2โ๐ฅ0) ] +
(๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ2)
โ ๐2(๐ฅ) = (๐ฅโ๐ฅ1)(๐ฅโ๐ฅ2)
(๐ฅ0โ๐ฅ1)(๐ฅ0โ๐ฅ2)๐(๐ฅ0) +
(๐ฅโ๐ฅ0)
(๐ฅ1โ๐ฅ0)(๐ฅ1โ๐ฅ2)๐(๐ฅ1) [(๐ฅ2โ๐ฅ0)(๐ฅโ๐ฅ2)
(๐ฅ2โ๐ฅ0) ] + (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)๐(๐ฅ2)
โ ๐๐(๐) = (๐โ๐๐)(๐โ๐๐)
(๐๐โ๐๐)(๐๐โ๐๐)๐(๐๐) + (๐โ๐๐)(๐โ๐๐)
(๐๐โ๐๐)(๐๐โ๐๐)๐(๐๐) +
(๐โ๐๐)(๐โ๐๐)
(๐๐โ๐๐)(๐๐โ๐๐)๐(๐๐)
Berdasarkan penajabaran diperoleh bentuk umum interpolasi polinomial Lagrange, yakni:
dengan ๐ณ๐(๐) = โ ๐โ๐๐
๐๐โ๐๐
๐๐=๐;๐โ ๐ dan suku sisa:
(๐โ๐๐)โฆ(๐โ๐๐)
(๐+๐)! ๐(๐+๐)(๐) Contoh:
1) Diketahui suatu fungsi ๐(๐ฅ) =1
๐ฅ dengan titik-titik ๐ฅ0 = 2; ๐ฅ1 = 2,5; dan๐ฅ2 = 4 . Tentukanlah nilai fungsi jika ๐ฅ = 3!
Solusi.
Pada contoh ini digunakan interpolasi polinomial Lagrange orde-2 karena diketahui 3 titik data, sehingga bentuk persamaan polinomial Lagrange orde-2 adalah:
๐2(๐ฅ) = 2๐=0๐ฟ๐(๐ฅ). ๐(๐ฅ๐)โ ๐2(๐ฅ) = ๐ฟ0(๐ฅ). ๐(๐ฅ0) + ๐ฟ1(๐ฅ). ๐(๐ฅ1) + ๐ฟ2(๐ฅ). ๐(๐ฅ2)
dengan ๐ฟ๐(๐ฅ) = โ ๐ฅโ๐ฅ๐
๐ฅ๐โ๐ฅ๐
2๐=0;๐โ ๐ dan ๐ฅ = 3, sehingga diperoleh:
๐ฟ0(๐ฅ) = (๐ฅโ๐ฅ1)(๐ฅโ๐ฅ2)
(๐ฅ0โ๐ฅ1)(๐ฅ0โ๐ฅ2)โ ๐ฟ0(3) = (3โ2,5)(3โ4) (2โ2,5)(2โ4)=
(0,5)(โ1)
(โ0,5)(โ2)= โ0,5 ๐ฟ1(๐ฅ) = (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ2)
(๐ฅ1โ๐ฅ0)(๐ฅ1โ๐ฅ2)โ ๐ฟ1(3) = (3โ2)(3โ4)
(2,5โ2)(2,5โ4)=
(1)(โ1)
(0,5)(โ1,5)= 1,333 ๐๐(๐) = ๐๐=๐๐ณ๐(๐). ๐(๐๐)
๐ฟ2(๐ฅ) = (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)โ ๐ฟ2(3) =(3โ2)(3โ2,5) (4โ2)(4โ2,5)=
(1)(0,5)
(2)(1,5)= 0,167
Kemudian nilai ๐ฟ๐(๐ฅ) disubtitusi ke persamaan polinomial Lagrange orde-2:
๐2(3) = (โ0,5.1
2) + (1,333. 1
2,5) + (0,167.1
4)
= (โ0,5.0,5) + (1,333.0,4) + (0,167.0,25)
= 0,32495
Diperoleh nilai fungsi saat ๐ฅ = 3 adalah 0, 32495.
Jadi nilai hampiran fungsi saat ๐ฅ = 3 adalah 0, 32495.
Diketahui bahwa nilai eksak๐(3) =1
3 = 0,33333 sehingga galat antara nilai eksak dengan nilai hampiran dari interpolasi Lagrange, yaitu:
๐๐ก = 0,33333โ0,32495
0,33333 ร 100% = 2,51%
2) Tentukan nilai sin ๐ฅ untuk ๐ฅ = 0,785398 (x dalam radian) dengan menggunakan metode interpolasi Lagrange berdasar data sin 0 = 0, sin 0,523599 = 0,5, sin 1,0472 = 0,866027, dan sin 1,5708 = 1 Solusi.
Diketahui 4 titik data, sehingga bentuk persamaan polinomial Lagrange orde-3 adalah:
๐3(๐ฅ) = 3๐=0๐ฟ๐(๐ฅ). ๐(๐ฅ๐)
โ ๐3(๐ฅ) = ๐ฟ0(๐ฅ). ๐(๐ฅ0) + ๐ฟ1(๐ฅ). ๐(๐ฅ1) + ๐ฟ2(๐ฅ). ๐(๐ฅ2) + ๐ฟ3(๐ฅ). ๐(๐ฅ3)
dengan ๐ฟ๐(๐ฅ) = โ ๐ฅโ๐ฅ๐
๐ฅ๐โ๐ฅ๐
3๐=0;๐โ ๐ dan ๐ฅ = 0,785398, sehingga diperoleh:
๐ฟ0(๐ฅ) = (๐ฅโ๐ฅ1)(๐ฅโ๐ฅ2)(๐ฅโ๐ฅ3)
(๐ฅ0โ๐ฅ1)(๐ฅ0โ๐ฅ2)(๐ฅ0โ๐ฅ3)
โ ๐ฟ0(0,785398) =
(0,785398โ0,523599)(0,785398โ1,0472)(0,785398โ1,5708) (0โ0,523599)(0โ1,0472)(0โ1,5708) =
โ0,06
๐ฟ1(๐ฅ) = (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ2)(๐ฅโ๐ฅ3)
(๐ฅ1โ๐ฅ0)(๐ฅ1โ๐ฅ2)(๐ฅ1โ๐ฅ3)
โ ๐ฟ1(0,785398) =
(0,785398โ0)(0,785398โ1,0472)(0,785398โ1,5708)
(0,523599โ0)(0,523599โ1,0472)(0,523599โ1,5708) = 0,56 ๐ฟ2(๐ฅ) = (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)(๐ฅโ๐ฅ3)
(๐ฅ2โ๐ฅ0)(๐ฅ2โ๐ฅ1)(๐ฅ2โ๐ฅ3)
โ ๐ฟ2(0,785398) =
(0,785398โ0)(0,785398โ0,523599)(0,785398โ1,5708)
(1,0472โ0)(1,0472โ0,523599)(1,0472โ1,5708) = 0,56 ๐ฟ3(๐ฅ) = (๐ฅโ๐ฅ0)(๐ฅโ๐ฅ1)(๐ฅโ๐ฅ2)
(๐ฅ3โ๐ฅ0)(๐ฅ3โ๐ฅ1)(๐ฅ3โ๐ฅ2)
โ ๐ฟ3(0,785398) =
(0,785398โ0)(0,785398โ0,523599)(0,785398โ1,0472)
(1,5708โ0)(1,5708โ0,523599)(1,5708โ1,0472) = โ0,06 Kemudian nilai ๐ฟ๐(๐ฅ) disubtitusi ke persamaan polinomial Lagrange orde-3:
๐3(0,785398) = (โ0,06.0) + (0,56.0,5) + (0,56.0,87) + (โ0,06.1)
= (0) + (0,28) + (0,49) + (โ0,06)
= 0,705889
Jadi nilai hampiran sin ๐ฅ untuk ๐ฅ = 0,785398 (x dalam radian) adalah 0,705889.
Diketahui bahwa nilai eksak sin 0,785398 = 0,707107 sehingga galat antara nilai eksak dengan nilai hampiran dari interpolasi Lagrange, yaitu:
๐๐ก = 0,707107โ0,705889
0,707107 ร 100% = 0,17%
RANGKUMAN
1. Sebuah fungsi dapat diekspansikan menjadi polinomial orde ke-n yang dikenal sebagai Deret Taylor.
2. Teorema Deret Taylor.Andaikan ๐ โ โ, misalkan ๐ผ โ [๐, ๐] dan๐: ๐ผ โ โsedemikian sehingga ๐ dan semua turunannya ๐โ, ๐โ, ๐โโ, โฆ , ๐(๐) kontinu pada selang ๐ผ dan ๐(๐+1) ada pada selang [๐, ๐].Jika ๐ฅ0 โ [๐, ๐], maka untuk nilai-nilai x di ๐ผ terdapat titik ๐ di antara ๐ฅ dan ๐ฅ0sedemikian sehingga:
๐(๐ฅ) = ๐(๐ฅ0) + ๐โฒ(๐ฅ0)(๐ฅ โ ๐ฅ0) + ๐โฒโฒ(๐ฅ0)(๐ฅโ๐ฅ0)2
2! +
โฏ + ๐๐(๐ฅ0)(๐ฅโ๐ฅ0)๐
๐! + ๐(๐+1)(๐)(๐ฅโ๐ฅ0)(๐+1)
(๐+1)!
3. Suku sisa deret Taylor, yakni:
๐ ๐(๐ฅ) = ๐๐(๐ฅ) โ ๐(๐ฅ) =๐(๐+1)(๐)
(๐+1)! (๐ฅ โ ๐ฅ0)(๐+1) ; ๐ฅ0 โค ๐ โค ๐ฅ
dengan ๐๐(๐ฅ) โ ๐(๐ฅ0) + ๐โฒ(๐ฅ0)(๐ฅ โ ๐ฅ0) + ๐โฒโฒ(๐ฅ0)(๐ฅโ๐ฅ0)2
2! + โฏ + ๐๐(๐ฅ0)(๐ฅโ๐ฅ0)๐
๐! dan
๐(๐+1)(๐)
(๐+1)! (๐ฅ โ ๐ฅ0)(๐+1) โค(๐ฅโ๐ฅ0)(๐+1)
(๐+1)! max
[๐ฅ0,๐ฅ]๐(๐+1)(๐) 4. Metode yang digunakan untuk mencari suatu nilai
di antara titik data yang diketahui adalah interpolasi.
5. Interpolasipolinomial Newton terdiri dari interpolasi linier, interpolasi kuadrat, hingga interpolasi orde n.
a) Interpolasi polinomial linier
Interpolasi polinomial linier mengasumsi- kan bahwa hubungan titik-titik antara dua titik data adalah linier. Secara umum, persamaan interpolasi polinomial linier adalah ๐1(๐ฅ) = ๐0 + ๐1(๐ฅ โ ๐ฅ0) dengan ๐0 = ๐(๐ฅ0) dan ๐1 = ๐(๐ฅ1)โ๐(๐ฅ0)
๐ฅ1โ๐ฅ0
b) Interpolasi polinomial kuadrat
Interpolasi polinomial kuadrat dilakukan dengan menentukan titik-titik di antara tiga titik data dengan menggunakan pendekatan fungsi kuadrat. Persamaan interpolasi polinomial kuadrat adalah ๐2(๐ฅ) = ๐0+ ๐1(๐ฅ โ ๐ฅ0) + ๐2(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1) dengan ๐0 = ๐(๐ฅ0), ๐1 =
(๐(๐ฅ1)โ๐(๐ฅ0)) (๐ฅ1โ๐ฅ0) , ๐2 =
(๐(๐ฅ2)โ๐(๐ฅ1))
(๐ฅ2โ๐ฅ1) โ(๐(๐ฅ1)โ๐(๐ฅ0)) (๐ฅ1โ๐ฅ0) (๐ฅ2โ๐ฅ0)
c) Interpolasi orde-n (interpolasi Newton) Interpolasi orde-n dilakukan dengan menentukan (๐ + 1) titik data, yaitu (๐ฅ0, ๐(๐ฅ0)), (๐ฅ1, ๐(๐ฅ1)), โฆ , (๐ฅ๐, ๐(๐ฅ๐)) sehingga terbentuk polinom orde n. Bentuk polinom orde n adalah ๐๐(๐ฅ) = ๐0+ ๐1(๐ฅ โ ๐ฅ0) + ๐2(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1) +
โฏ + ๐๐(๐ฅ โ ๐ฅ0)(๐ฅ โ ๐ฅ1) โฆ (๐ฅ โ ๐ฅ๐โ1) dengan koefisien-koefisien ๐0, ๐1, โฆ , ๐๐ membentuk suatu
beda terbagi hingga (finite divided diference), yakni:
๐0 = ๐(๐ฅ0) ๐1 = ๐[๐ฅ1, ๐ฅ0] ๐2 = ๐[๐ฅ2, ๐ฅ1, ๐ฅ0]
โฎ
๐๐ = ๐[๐ฅ๐, ๐ฅ๐โ1, โฆ , ๐ฅ1, ๐ฅ0]
Secara umum beda terbagi hingga-n dirumuskan dengan:
๐[๐ฅ0, ๐ฅ1, โฆ , ๐ฅ๐] =๐[๐ฅ0,๐ฅ1,โฆ,๐ฅ๐]โ๐[๐ฅ0,๐ฅ1,โฆ,๐ฅ๐โ1]
(๐ฅ๐โ๐ฅ0) 6. Interpolasi polinomial Lagrange
Interpolasi polinomial Lagrange adalah perumusan ulang dari interpolasi polinomial Newton yang menghindari penghitungan beda terbagi hingga. Bentuk umum interpolasi polinomial Lagrange adalah ๐๐(๐ฅ) =
๐ฟ๐(๐ฅ). ๐(๐ฅ๐)
๐๐=0 dengan ๐ฟ๐(๐ฅ) = โ ๐ฅโ๐ฅ๐
๐ฅ๐โ๐ฅ๐ ๐๐=0;๐โ ๐ dan suku sisa: (๐ฅโ๐ฅ0)โฆ(๐ฅโ๐ฅ๐)
(๐+1)! ๐(๐+1)(๐).
LATIHAN
1. Tentukan polinomial Taylor orde 3 untuk fungsi ๐(๐ฅ) = (1 โ ๐ฅ)โ2 pada titik ๐ฅ0 = 0, dan gunakan polinomial tersebut untuk menentukan nilai hampiran ๐(0,05) . Tentukan batas galat dan galatnya!
2. Gunakan aproksimasi hingga orde 4 dari deret Taylor untuk fungsi ๐(๐ฅ) = โ0,1๐ฅ4โ 0,15๐ฅ3โ 0,5๐ฅ2โ 0,25๐ฅ + 1,2 pada titik ๐ฅ0 = 0 untuk menentukan hampiran nilai ๐(1)!
3. Berikut ini disajikan nilai untuk fungsi ๐(๐ฅ) = tan ๐ฅ pada beberapa nilai x, yaitu:
x 1 1,1 1,2 1,3
tan ๐ฅ 1,5574 1,9648 2,5722 3,6021 Gunakan interpolasi polinomial linier untuk menentukan tan(1,15)!
4. Berikut ini disajikan nilai untuk fungsi ๐(๐ฅ) = cos ๐ฅ pada beberapa nilai x, yaitu:
x 1 1,1 1,2 1,3
cos ๐ฅ 0,5403 0,4536 0,3624 0,2675 Gunakan interpolasi polinomial Newton untuk menentukan cos(1,15)!
5. Berikut ini disajikan data, yaitu:
x 1 1,3 1,6 1,9 2,2
๐(๐ฅ) 0,77 0,62 0,46 0,28 0,11 Gunakan interpolasi polinomial Lagrange untuk menentukan ๐(1,5)!
6. Sebuah roket diluncurkan dari darat, kecepatan meluncur disimbolkan dengan ๐ฃ(๐ก) yang diukur pada waktu (t) tertentu. Misalkan dalam suatu pengukuran kecepatan meluncur roket untuk waktu 0 โค ๐ก โค 30diperoleh data sebagai berikut:
t (s) 0 10 15 22 25 30 v(t)
(m/s)
0 250 350 655 890 910 Tentukanlah kecepatan roket saat ๐ก = 5 ๐ , ๐ก = 20 ๐ , ๐ก = 23 ๐
BAB 5
INTEGRASI NUMERIK
Tujuan:
Mahasiswa mampu menerapkan
pemikiran logis, kritis, dan sistematis dalam memahami konsep teoretismetode
integrasi numerik.
Mahasiswamenunjukk an kinerja mandiri dan rasa tanggung jawab dalam menerapkan konsep
teoretismetode
integrasi numerik dalam menyelesaikan soal yang terkait dengan menentukan luas di bawah kurva.
โStart where you are, use what you have,
do what you can.โ
(Arthur Ash- American professional tennis
player)
Integral tentu ๐ผ = โซ ๐(๐ฅ)๐๐ ๐๐ฅ untuk ๐ฅ dan ๐(๐ฅ) โ โ pada dasarnya adalah suatu limit jumlahan Riemann dari nilai-nilai fungsi di berhingga (๐ + 1) titik-titik diskrit, yaitu:
โซ ๐(๐ฅ)๐๐ ๐๐ฅ = lim
๐โโ ๐๐=1๐(๐ฅฬ )โ๐ฅ๐ ๐; dengan ๐ = ๐ฅ0 < ๐ฅ1 <
โฏ < ๐ฅ๐ = ๐. Penentuan hasil integral tentu dengan menggunakan metode analitik biasanya sulit bahkan ada yang tidak dapat dievaluasi. Oleh karena itu, penentuan hasil integral tentu dan masalah integral yang lebih umum dapat dilakukan melalui penggantian fungsi ๐(๐ฅ) dengan suatu fungsi hampiran ๐๐(๐ฅ) yang lebih mudah diintegralkan yang dapat dituliskan sebagai berikut:
๐ฐ = โซ ๐(๐)๐๐ ๐ ๐ โ โซ ๐๐๐ ๐(๐) ๐ ๐ dimana fungsi ๐๐(๐ฅ)adalah suatu polinomial derajat n yang berbentuk ๐๐(๐ฅ) = ๐0+ ๐1๐ฅ + โฏ + ๐๐โ1๐ฅ๐โ1+ ๐๐๐ฅ๐.
Penggantian fungsi ๐(๐ฅ) atau data tertabulasi dengan suatu fungsi hampiran ๐๐(๐ฅ) yang lebih mudah diintegralkan merupakan dasar dari rumus Newton- Cotes. Terdapat beberapa metode numerik yang menerapkan rumus Newton-Cotes, diantaranya adalah integrasi aturan trapesium dan integrasi aturan Simpson.