BAB I
PENDAHULUAN
Persoalan
yang melibatkan model matematika banyak muncul dalm berbagai disiplin inlu
pengetahuan. Sering model matematika tersebut rumit dan tidak dapat
diselesaikan dengan metode analitik. Maka dari itu hadir metode numerik untuk
menyelesaikannya.
Metode numerik adalah cara
penyelesaian matematis yang dikembangkan dari cara analisis dan memasuki wilyah
simulasi. Dan simulasi menggunakan media komputer.
Dalam makalah ini sesuai tugas yang
diberikan dosen pembimbing metode numerik, akan membahas 2 point sub-bab dari
Bab Interpolasi dan Regresi yaitu :
1. Galat
Interpolasi polinom
2. Polinom Newton-Gregory
BAB II
PEMBAHASAN
A.Galat
Interpolasi Polinom { E(x) }
Polinom
interpolasi pn(x) merupakan hampiran terhadap fungsi yang asli f(x). Jadi pn(x) tidak sama dengan fungsi asli f(x), walaupun pada titik-titik tertentu f(x) dan pn(x)
bersesuaian, yaitu :
f(xi)
= pn(xi) , i = 0,
1, 2, …,n
Karena f(x) ≠
pn(x), berarti ada selisih (galat)
di antara keduanya, sebutlah E(x)
E(x) = f(x) - pn(x)
Mengingat f(xi) = p(xi) untuk i =
0, 1, 2, ..., n, maka harus juga berlaku
E(xi)
= f(xi) - pn(xi) = 0
yang
berarti E(x) mempunyai (n+1) titik nol dari
x0 sampai xn. E(x) dapat ditulis sebagai berikut :
E(x)
= f(x) - pn(x) = (x - x0) (x - x1) … (x - xn)
R(x) ........(pers.1)
atau
E(x)
= Qn+1(x) R(x) .........(pers.2)
yang
dalam hal ini
Qn+1(x)
= (x - x0) (x - x1)
… (x - xn) .........(pers.3)
Catatlah
bahwa
Qn+1(xi)
= 0 untuk i = 0, 1, …, n
R(x)
adalah fungsi yang mencatat nilai -nilai selain dari x0, x1, …,xn. Bagaimana
menentukan
R(x)? Jawabannya di bawah ini.
Persamaan
Edapat ditulis sebagai
f(x)
- pn(x) = (x - x0) (x - x1) … (x - xn)
R(x) = 0
Misal
didefinisikan fungsi W(t) sebagai
W(t) = f(t) - pn(t)
- (t - x0) (t - x1) … (t - xn) R(x) = 0 .........(pers.4)
Perhatikan
di sini bahwa R(x) tidak ditulis sebagai
R(t) karena kita akan mencari
nilai-nilai
x selain t. Persamaan W(t) = 0 berarti
mempunyai (n+2) titik nol pada t
=
x0, x1, …, xn dan t = x. Berdasarkan teorema Rolle yang berbunyi:
Misalkan fungsi f menerus di dalam selang [a,
b] dan f ‘(x) ada untuk semua
a < x < b. Jika f(a) = f(b) = 0, maka
terdapat nilai c, dengan a < c < b,
sedemikan sehingga f ‘(c) = 0.
jika W menerus dan dapat diturunkan pada selang
yang berisi ( n+2) titik nol,
maka
:
W’(t) = 0 è mempunyai (n + 1) titik nol
W’’(t) =
0 è mempunyai n titik nol
W’’’(t) =
0 è mempunyai (n-1) titik nol
...
W (n+1)(t)
= 0
è mempunyai paling sedikit 1 titik nol,
misal
pada t = c
W
(n+1)(t) = 0 =
[ f (t) - pn(t) - (t - x0)
(t - x1) … (t - xn) R(x)] t = c

= f (n + 1) (c) - 0 -
(n + 1)! R(x) .......(pers.5)
yang dalam hal ini,
pn(t)
adalah polinom derajat n,
pn
(n)(t) adalah fungsi tetap
sehingga pn (n+1) = 0
Qn+1(t)
= (t - x0) (t - x1) … (t - xn) = t(n+1) + (suku-suku polinom
derajat
n)

Qn+1(n+1)(t)
= (n + 1)! + 0
R(x) tidak bergantung
pada t, jadi ia tidak berubah selama penurunan
Dari persamaan (Pers.5),
kita memperoleh
R(x)
=
, x0 < c < xn ........(pers.6)

Perhatikanlah bahwa persamaan
(Pers.6) ini mengingatkan kita pada rumus galat
pemotongan pada deret
Taylor.
Selanjutnya, sulihkan
(Pers.6) ke dalam (Pers.1), menghasilkan
E(x)
= (x - x0) (x - x1) … (x - xn)
.........(pers.7)

Atau
E(x)
= Qn+1(x)
.........(pers.8)

Dengan
Qn+1(x)
= (x - x0) (x - x1)
… (x - xn)
Rumus galat ini berlaku
untuk semua metode interpolasi polinom, baik polinom Lagrange, polinom Newton,
atau polinom interpolasi lainnya. Misalkan kita menginterpolasi dua buah titik
dengan polinom Lagrange derajat satu (polinom lanjar). Galat interpolasinya
dinyatakan dalam bentuk
E(x) =
f’’ (c)

Bila fungsi f diketahui, kita dapat mencari
turunannya di x = c untuk menghitung
galat interpolasi E(x). Sayangnya, kita tidak mengetahui nilai c; yang pasti
nilai c terletak antara x0
dan xn. Jika f (n+1) berubah sangat lambat
dalam selang [x0,xn], atau [x0,xn] adalah selang
kecil sedemikian sehingga f (n+1) berubah sangat lambat, maka kita
dapat menghampiri f (n+1)(c)
dengan f(n+1)(xt),
yang dalam hal ini xt adalah titik tengah
x0 dan xn,
yaitu xt = (x0
+ xn)/2. Galat interpolasi
dengan menggunakan nilai xt ini dinamakan galat rata-rata interpolasi ER.
E(x)
= (x - x0) (x - x1) … (x - xn)
.........(pers.9)

Dari persamaan (Pers.7)
terlihat bahwa galat polinom interpolasi, selain
bergantung pada
nilai x yang diinterpolasi, juga
bergantung pada turunan fungsi
semula.
Tinjau kembali Qn+1
pada persamaan (Pers. 8):
Qn+1(x)
= (x - x0) (x - x1)
… (x - xn)
Misalkan
x0, x1, …, xn berjarak sama. Grafik
fungsi Q untuk enam titik yang
berjarak sama
ditunjukkan pada Gambar berikut

Berdasarkan Q6(x)
yang berosilasi pada Gambar diatas terlihat bahwa:
- di titik-titik data xi, nilai Q6(xi) = 0, sehingga galat interpolasi E(xi)=0
- di titik tengah selang, nilai Q6(x)
minimum, sehingga E(x) juga minimum
- di titik-titik sekitar ujung selang, Q6(x)
besar, sehingga E(x) juga besar
- bila ukuran selang [x0, x6]
semakin besar, amplitudo osilasi meningkat dengan cepat.
Kesimpulan:
Galat interpolasi
minimum terjadi untuk nilai x di
pertengahan selang.
Penjelasannya adalah sebagai berikut.
Nilai -nilai x yang
berjarak sama ditulis sebagai
x0 , x1 = x0 + h , x2 = x0 + 2h , ... ,
xn = x0 + nh
atau dengan rumus umum
xi = x0
+ ih , i = 0, 1, 2, …, n ........(pers.10)
Titik yang
diinterpolasi dinyatakan sebagai
x = x0 + sh , s
R

sehingga
x - xi = (s -i)h , i = 0, 1, 2, …, n .........(pers.11)
Galat interpolasinya
adalah
E(x) = (x - x0) (x - x1) … (x - xn) 

= (sh) (s - 1)h (s - 2)h … (s - n)h 

= s (s - 1) (s - 2) … (s - n) hn+1
.......(pers.12)

Dapat
diditunjukkan bahwa
Qn+1(s) = s(s - 1)(s - 2) … (s -
n)
bernilai
minimum bila
Qn+1'(s)=0
yang
dipenuhi untuk s = n/2 (buktikan!). Dengan kata lain, E(x) bernilai
minimum
untuk nilai -nilai x yang terletak di (sekitar) pertengahan selang.

Ingatlah
kalimat ini:
Untuk
mendapatkan galat interpolasi yang minimum, pilihlah selang
[x0, xn] sedemikian sehingga x terletak di tengah selang tersebut.
Misalkan kepada kita diberikan
titik-titik data seperti ini:

Bila
anda diminta menghitung f(0.160), maka selang yang digunakan
agar galat interpolasi f(0.160) kecil
adalah
[0.150, 0.175] è untuk polinom derajat
satu, atau
[0.125, 0.200] è untuk polinom derajat
tiga, atau
[0.100, 0.225] è untuk polinom derajat
lima
1.
Batas
antara galat interpolasi untuk titik-titik yang berjarak sama
Diberikan
absis titik-titik yang berjarak sama:
xi = x0 + ih , i = 0, 1, 2, …, n
dan
nilai x yang akan diinterpolasikan dinyatakan sebagai
x = x0 + sh , s
R

Untuk
polinom interpolasi derajat 1, 2, dan 3 yang dibentuk dari xi di atas dapat
dibuktikan
bahwa
(i)
| E1(x) |= | f(x) - p1(x)|
h2
...(pers.13)



(ii)
| E2(x) |= | f(x) – p2(x)|
h3
...(pers.14)



(iii) |
E3(x) |= | f(x) – p3(x)|
h4
...(pers.15)



Di sini kita hanya
membuktikan untuk (i) saja:
Bukti:
Misalkan x0
= 0 dan xi = h, persamaan
galatnya adalah
E1(x)
= (x - x0)(x - x1)
,yang dalam hal ini
x0 < c < x1

=



= ½ | x2-xh f’’(c) |
½

Misalkan

Di
dalam selang [x0, x1],
nilai maksimum lokal f(x) dapat terjadi pada ujung-
ujung
selang ( x = 0 atau x
= h) atau pada titik ekstrim f(x).
Terlebih dahulu
tentukan
titik ekstrim f(x) dengan cara membuat turunan pertamanya sama
dengan
0:

Hitung nilai maksimum lokal
(x) di ujung-ujung
selang dan titik ekstrim:

- di ujung selang kiri x = 0,
è
(0) = 02 - 0h = 0

- di ujung selang kanan x = h è
(h) = h2- h2 = 0

-
di titik ekstrim x = h/2
è
(h/2) =(h/2)2 - (h/2)h = -1/4 h2

Jadi,
,maksimum |
(x)| = -1/4 h2 , sehingga dengan
demikian

|
E1(x) |= | f(x) - p1(x)|
h2 



Contoh
Tinjaulah kembali tabel
yang berisi pasangan titik (x , f(x )) yang diambil dari
f(x) = cos(x).

(a) Hitung
galat rata -rata interpolasi di titik x = 0.5,
x = 1.5, dan x = 2.5, bila x
diinterpolasi dengan polinom Newton derajat 3 berdasarkan x0 =
0.
(b) Hitung
batas atas galat interpolasi bila kita melakukan interpolasi titik -titik
berjarak
sama dalam selang [0.0 , 3.0] dengan polinom interpolasi derajat 3.
(c) Hitung
batas atas dan batas bawah galat interpolasi di x = 0.5 dengan polinom Newton
derajat 3
Penyelesaian:
(a)
Telah diketahui sebelumnya bahwa polinom
derajat 3 yang menginterpolasi f(x)= cos(x) dalam selang [0.0, 3.0] adalah :
cos(x)
p3(x) = 1.0000 - 0.4597(x - 0.0) - 0.2485(x - 0.0)(x - 1.0)
+

0.1466(x -
0.0)(x - 1.0)(x - 2.0)
Menghitung
galat rata-rata interpolasi :
Titik
tengah selang [0.0 , 3.0] adalah di xm
= (0.0 + 3.0)/2 = 1.5
Galat
rata-rata interpolasi adalah :
E3(x) =
f(4) (xm)

Hitung
turunan keempat dari fungsi f(x) =
cos(x),
f
'(x) = -sin(x) ;
f
”(x) = -cos(x) ;
f
'''(x) = sin(x)
f (4)(x) =
cos(x)
karena
itu,
E3(x) =
(cos(1.5))

Untuk x = 0.5, x = 1.5, dan x = 2.5, nilai-nilai
interpolasinya serta galat
rata-rata interpolasinya
dibandingkan dengan nilai sejati dan galat sejati diperlihatkan oleh tabel
berikut :

Catatan:
Perhatikan bahwa karena
x = 1.5 terletak di titik tengah selang, maka galat interpolasinya lebih paling
kecil dibandingkan interpolasi x yang lain.
(b) Telah
diketahui bahwa batas atas galat interpolasi dengan polinom derajat 3 adalah
| E3(x) |= | f(x) – p3(x)|
h4 , , x0 £ c £ x3.


Telah
diperoleh dari (a) bahwa f (4)(x) = cos(x), dan dalam selang [0.0 ,
3.0] nilai Max | f(4)(x) |terletak di x = 0.0.
Jadi, |f(4)(x) |
= |cos(0.0)|= 1.000000. Untuk p3(x)
dengan
jarak antar titik data adalah h = 1.0, batas atas galat interpolasinya adalah
E3(x)
(1.0)4 1.000000/24 = 1/24 = 0.0416667.

Nilai-nilai E3(x) pada tabel di atas semuanya di bawah 0.0416667.
Jadi, batas atas
0.0416667
beralasan.
(c) E3(x) =
(cos(1.5))

E3(0.5) =
(-cos(c)) , 0.0
c
3.0



Karena
fungsi cosinus monoton dalam selang [0.0 , 3.0], maka nilai maksimum
dan
nilai
minimum untuk cos (c) terletak pada
ujung-ujung selang. Untuk c = 0.0
maka
:
E3(0.5) =
(-cos(0.0))

= - 0.0390625 (minimum),
dan untuk c = 3.0 maka
E3(0.5) =
(-cos(3.0))

= 0.0386716 (maksimum)
sehingga,
batas-batas galat interpolasi di x = 0.5
adalah :
-0.0390625
E3(0.5)
0.0386716


2.
Taksiran
galat interpolasi Newton
Salah
satu kelebihan polinom Newton dibandingkan dengan polinom Lagrange adalah kemudahan menghitung taksiran galat
interpolasi meskipun fungsi asli f(x)
tidak diketahui, atau kalaupun ada,
sukar diturunkan.
Tinjau
kembali polinom Newton:
pn(x)
= pn-1(x) + (x - x0) (x - x1) … (x - xn-1)
f[xn, xn-1, …, x1, x0]
Suku
(x - x0)(x - x1)…(x - xn-1)
f[xn, xn-1, …, x1, x0]
dinaikkan
dari n sampai n + 1 menjadi
(x - x0)(x - x1)…(x - xn-1)
(x - xn) f[xn+1, xn, xn-1, …, x1,
x0]
Bentuk
terakhir ini bersesuaian dengan rumus galat interpolasi
E(x)
= (x - x0) (x - x1) … (x - xn) 

Ekspresi

dapat
dihampiri nilainya dengan f[xn+1, xn, xn-1,
…, x1, x0]
yang
dalam hal ini f(xn+1, xn,
xn-1, …, x1, x0) adalah selisih-terbagi
ke (n + 1). Jadi

sehingga
taksiran galat interpolasi Newton dapat dihitung sebagai
E(x) = (x - x0) (x - x1)
… (x - xn) f[xn+1, xn, xn-1, …, x1,
x0] .....(pers.17)
asalkan
tersedia titik tambahan xn +1.
Contoh
:
Perhatikan
tabel !

Bila
digunakan polinom derajat tiga untuk menaksir nilai f(2.5),
hitunglah taksiran galat interpolasinya.
Penyelesaian:
Bila
digunakan polinom derajat tiga, maka tersedia titik sesudah x3 =3.0, yaitu x4 = 4.0,dan dari tabel selisih-terbagi ditemukan f[x4, x3,
x2, x1, x0] =
-0.0147
sehingga
taksiran galat dalam menginterpolasi f(2.5) adalah
E(2.5) = (2.5 - 0.0)(2.5 - 1.0)(2.5 - 2.0)(2.5 -
3.0) (-0.0147) = 0.01378125
3.
Taksiran
galat interpolasi Lagrange
Taksiran
galat polinom Lagrange tidak dapat dihitung secara langsung karena tidak
tersedia
rumus taksiran galat seperti halnya pada interpolasi Newton. Namun, jika
tabel
selisih-terbagi tersedia, maka taksiran galatnya dapat dihitung dengan rumus
taksiran
galat polinom Newton:
E(x) = (x - x0) (x - x1)
… (x - xn) f[xn+1, xn, xn-1, …, x1,
x0]
asalkan
tersedia titik tambahan xn+1. Meskipun
demikian, tabel selisih-terbagi
tidak
dipakai sebagai bagian dari algoritma Lagrange, ini jarang terjadi.
B. Polinom Newton-Gregory
Polinom Newton-Geogry merupakan kasus khusus dari
polinom-Newton untuk titik-titik yang berjarak sama. Pada kebanyakan aplikasi
nilai-nilai x berjarak sama, misalnya pada table fungsi, atau pada pengukuran
yang dilakukan pada selang waktu yang teratur.
Untuk-untuk
titik yang berjarak sama, rumus polinom Newton menjadi lebih sederhanah. Selain
itu, table selisih terbaginya pun lebih mudah dibentuk. Di sini kita menamakan
table tersebut sebagai tabel selisih saja, karena tidaak ada proses pembagian
dalam pembentukan elemen tabel.
Ada
dua macam table selisih, yaitu table selisih maju (forwad difference) dan table
selisih mundur (backward difference). Karena itu, ada dua macam polinom Newton-Geogry maju dan polinom Newton-Geogry mundur.
1.
Polinom
Newton-Gregory maju
Polinom
Newton-Geogry maju diturunkan dari table selisih maju. Sebelum menurunkan
rumusnya, kita bahas dahulu table selisih maju.
a. Table
Selisih Maju
Misal
diberikan lima buah titik dengan absis x yang berjarak sama. Tabel selisih
maju yang dibentuk dari kelima titik itu
adalah
x f(x) ∆f ∆2f ∆3 f ∆4f
|
x0 f0
∆f0
∆2f0 ∆3f0 ∆4f0
x1 f1 ∆f1
∆2f1 ∆3f1 ∆4f0
x2 f2 ∆f2
∆2f2 ∆3f2
x3 f3 ∆f3
∆2f3
x4 f4 ∆f4
|
Lambang ∆ menyatakan
selisih maju. Arti setiap symbol didalam symbol adalah :
f0 = f(x0) = y0
f1 = f(x1) = y1
…
f4 = f(x4)
Notasi:
fp =f(xp)
∆f0 = f1-f0
∆f1 = f2-f1
…
∆f3 = f4-f3
Notasi:
∆fp = fp+1-fp
∆2f0 =∆f1-2f0
∆2f1 =∆f2-∆f1
∆2f2 =∆f3-∆f2
Notasi
: ∆2fp =∆ fp+1-∆fp
∆3f0 =∆2f1-∆2f0
∆3f1 =∆2f2-∆2f1
Notasi
: ∆3fp =∆2fp+1-∆2fp
Bentuk
umum:
∆n+1fp =∆n
fp+1-∆nfp, n=
0,1,2… .....(pers.18)
b. Penurunan
Rumus Polinom Newton-Geogry Maju
Sekarang
kita mengembangkan polinom Newton-Geogry maju yang didasarkan pada table
selisih maju.







=
..........(pers.20)

Bentuk umum:

Dengan
demikian polinom Newton untuk data berjarak sama dapat ditulis sebagai
berikut:


Persamaan
ini dinamakan polinom Newton-Geogry maju. Persamaan ini dapat juga ditulis
sebagai relasi rekursif:

Jika
titik-titik berjarak sama dinyatakan sebagai

Dan nilai x yang diinterpolasikan adalah

Maka,
persamaan diatas dapat juga ditulis dalam parameter s sebagai

Yang menghasilkan

.....(pers.24)
Atau dalam bentuk relasi rekusif.
(i). rekunsi: 

(ii). Basis: p0(x)=f(x0) .....(pers.25)
Seringkali (pers.24) dinyatakan
dalam bentuk binomial:

Yang dalam hal ini .


Dan
k!=1
x 2 x…x k
Tahap pembentuk polinom Newton-Geogry maju
untuk titik-titik berjarak sama dapat dituliskan sebagai berikut:






…

c. Menghitung
Galat Interpolasi Newton-Geogry Maju
Seperti halnya pada polinom Newton, kita dapat
menghitung batas-batas galat intterpolasi Newton-Geogry maju.
d. Taksiran
Galat Interpolotasi Newton-Gregory Maju
Seperti
halnya polinon Newton ,taksiran galat interpolasi dengan nilai pada tabel
selisih.
Tinjau kembali polinom Newton_Geogry maju:

Dengan
s= (x-x0)/h
Naikkan
suku

Dari
n menjadi n+1

Bentuk
terakhir ini bersesuaian dengan rumus galat interpolasi

Sehingga,
dapat dihampiri dengan


Jadi, taksiran galat
dalam menginterpolasi f(x) dengan
polinom Newton-Geogry maju adalah

Atau bentuk lain,

Dengan s=(x-x0)/h.
e. Manfaat
Tabel selisih Maju
Berdasarkan
pembahasan yang telah terinci Tabel selisih bermanfaat untuk menentukan
1. Derajat polinom interpolasi
2. Selang data
3. Ketelitian yang diinginkan.
2.
Polinom
Newton-Geogry Mundur
Polinom Newton –Gregory Mundur (Newton-Gregory backward) di bentuk dari tabel selisih mundur
.polinom ini sering digunakan pada perhitungan nilai turunan (derivative) secara numerik .Titik
–titik yang di gunakan berjarak sama ,yaitu

Yang
dalam hal ini,

Dan
nilai yang diinterpolasikan adalah

Sebagai
contoh, tabel selisih mundur untuk 4 titik diperlihatkan oleh tabel berikut:
i xi
f(x)
![]() |
-3 x-3 f-3
-2 x-2 f-2
![]()
-1 x-1 f-1
![]()
0 x0 f0
![]() |
Lambang
menyatakan selisih mundur.

Keterangan:






Polinom Newton-Geogry
mundur yang menginterpolasi (n+1) titik data adalah


Contoh
:
Diberikan 4 buah titik
data dalam tabel berikut.
Hitunglah f(1.72)
dengan :
(a) polinom Newton-Gregory maju derajat 3
(b) polinom Newton-Gregory mundur derajat 3
Misalkan jumlah angka
bena yang digunakan adalah 7 digit.
Penyelesaian:
(a) Polinom
Newton-Gregory maju derajat 3

s
= (x - x0)/h = (1.72 - 1.70)/0.1 = 0.2
Perkiraan
nilai f(1.72) adalah
f(1.72)
» p3(1.72) = 0.3979849 + 0.2(-0.0579985) +
(-0.0001693)

+
(0.0004093)

= 0.3979849 - 0.0115997 +
0.0000135 + 0.0000196
=
0.3864183
(nilai
sejati f(1.72) = 0.3864185, jadi
p3(1.72) tepat sampai 6 angka bena)
(b) polinom
Newton-Gregory mundur derajat 3

Tabel
di atas memperlihatkan bahwa tabel selisih mundur sama dengan tabel selisih
maju, yang berbeda hanya notasi dan penempatan elemennya.
s = (x - x0)/h = (1.72 -
2.0)/0.1 = -2.8
Perkiraan
nilai f(1.72) adalah
f(1.72) » p3(1.72) =
0.2238908 - 2.8(-0.0579278) +
(0.0002400)

+
(0.0004093)

=
0.2238908 + 0.1621978 + 0.0006048 -
0.0002750
=
0.3864183
Contoh
diatas memperlihatkan bahwa penyelesaian dengan Newton-Gregory maju atau mundur
menghasilkan jawaban yang sama.
BAB
III
PENUTUP
1. Kesimpulan
·
Rumus rata-rata galat interpolasi polinom
E(x)
= (x - x0) (x - x1) … (x - xn)

·
Rumus galat interpolasi polinom minimum
E(x) = s (s - 1) (s - 2) … (s - n) hn+1 

·
Untuk polinom interpolasi derajat 1, 2,
dan 3 yang dibentuk dari xi yang telah dibuktikan rumus sebagai
berikut
(i)
| E1(x) |= | f(x) - p1(x)|
h2 



(ii)
| E2(x) |= | f(x) – p2(x)|
h3



(iii)
| E3(x) |= | f(x) – p3(x)|
h4



·
Rumus taksiran galat interpolasi newton
E(x) = (x - x0) (x - x1) … (x - xn) f[xn+1, xn, xn-1, …, x1, x0]
E(x) = (x - x0) (x - x1) … (x - xn) f[xn+1, xn, xn-1, …, x1, x0]
·
Taksiran galat polinom Lagrange tidak
dapat dihitung secara langsung karena tidak
tersedia
rumus taksiran galat seperti halnya pada interpolasi Newton. Namun, jika
tabel
selisih-terbagi tersedia, maka taksiran galatnya dapat dihitung dengan rumus
taksiran
galat polinom Newton:
E(x) = (x - x0) (x - x1)
… (x - xn) f[xn+1, xn, xn-1, …, x1,
x0]
asalkan
tersedia titik tambahan xn+1. Meskipun
demikian, tabel selisih-terbagi
tidak
dipakai sebagai bagian dari algoritma Lagrange, ini jarang terjadi.
·
Tabel selisih bermanfaat untuk menentukan
1.
Derajat polinom interpolasi
2.
Selang data
3.
Ketelitian yang diinginkan.
·
Dalam polinom Newton-Gregory tabel
selisih mundur sama dengan tabel selisih maju, yang berbeda hanya notasi dan
penempatan elemennya.
·
Cara penyelesaian dengan Newton-Gregory
maju atau mundur menghasilkan jawaban yang sama.
2. Saran
DAFTAR PUSTAKA
Munir. Renaldi. 2008. Metode Numerik. Bandung : Informatika
Bandung.
https://onemat.files.wordpress.com/2012/04/polinom-newton.docx
Khurdi,
N. A. 2011. Metode Numerik dengan Matlab.
Surakarta: Duta Publishing Indonesia.
Post a Comment