6. PENCOCOKAN KURVA (CURVE FITTING).

Slides:



Advertisements
Presentasi serupa
Interpolasi Nana Ramadijanti.
Advertisements

INTERPOLASI Para rekayasawan dan ahli ilmu alam sering bekerja dengan sejumlah data diskrit (yang umumnya disajikan dalam bentuk tabel). Data didalam tabel.
INTERPOLASI Rumus Polinom orde ke n adalah :
Pendahuluan Metode Numerik Secara Umum
Pendahuluan Metode Numerik Secara Umum
6. PENCOCOKAN KURVA (CURVE FITTING).
Interpolasi Polinom (Bagian 1)
7. DIFFERENSIASI NUMERIK
6. PENCOCOKAN KURVA (CURVE FITTING).
6. PENCOCOKAN KURVA (CURVE FITTING).
Persamaan Kuadrat jika diketahui grafik fungsi kuadrat
Interpolasi Umi Sa’adah.
6. PENCOCOKAN KURVA (CURVE FITTING).
8. INTEGRASI NUMERIK (Lanjutan).
4. SOLUSI PERSAMAAN NON-LINIER.
Interpolasi oleh Polinom
IV. INTEGRAL IV. INTEGRAL 4.1. PENGERTIAN 4.2. ATURAN TRAPESIUM
Akar Persamaan f(x)=0 Metode Secant
Hampiran numerik fungsi (Interpolasi dan Regressi) Pertemuan 6
INTERPOLASI.
METODE NUMERIK Interpolasi
Persamaan Non Linier (lanjutan 02)
PERSAMAAN non linier 3.
Metode NEWTON-RAPHSON CREATED BY : NURAFIFAH
III. PENCOCOKAN KURVA III. PENCOCOKAN KURVA 3.1 PENDAHULUAN
Interpolasi Newton Oleh: Davi Apriandi
MATEMATIKA BISNIS Sri Nurmi Lubis, S. Si
Interpolasi Polinom Newton dan Interpolasi Newton.
METODE NUMERIK AKAR-AKAR PERSAMAAN.
INTERPOLASI Edy Mulyanto.
Metode numerik secara umum
6. Pencocokan Kurva Regresi & Interpolasi.
Interpolasi Polinomial Metode Numerik
HAMPIRAN NUMERIK FUNGSI
oleh Ir. Indrawani Sinoem, MS.
Interpolasi Polinom.
Interpolasi Interpolasi Newton.
METODE NUMERIK AKAR-AKAR PERSAMAAN.
PERTEMUAN 1 PENDAHULUAN
INTEGRAL NUMERIK Merupakan limit suatu jumlah luas sampai diperoleh suatu ketelitian yang diijinkan. Contoh : Evaluasi suatu integral dari suatu fungsi.
Interpolasi Interpolasi Newton.
Turunan Numerik.
Interpolasi Newton Gregory Maju dan Mundur
Pertemuan 10.
Turunan Numerik.
Metode Numerik Oleh: Swasti Maharani.
PERTEMUAN 6 MATEMATIKA DASAR
METODE NUMERIK AKAR-AKAR PERSAMAAN.
Metode Interpolasi Selisih-terbagi Newton
Metode Numerik untuk Pencarian Akar
Teknik Komputasi Persamaan Non Linier Taufal hidayat MT.
Materi I Choirudin, M.Pd PERSAMAAN NON LINIER.
METODE NUMERIK INTERPOLASI.
Pencocokan Kurva / Curve Fitting
Akar Persamaan Tak Linier
Persamaan Linier Metode Regula Falsi
METODE NUMERIK INTERPOLASI.
Interpolasi Polinom.
Universitas Abulyatama-2017
Pendahuluan Metode Numerik Secara Umum
Bab 2 AKAR – AKAR PERSAMAAN
A. Sistem Persamaan Linier dan Kuadrat
Peta Konsep. Peta Konsep E. Grafik Fungsi Kuadrat.
B. Titik Stasioner dan Kecekungan Kurva
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dan Kuadrat.
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dengan dua Variabel.
Persamaan Non Linier Metode Tabel Metode Biseksi Metode Regula Falsi
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dan Kuadrat.
Pertemuan 9 Kalkulus Diferensial
Interpolasi. Perbedaan Interpolasi dan Ekstrapolasi.
Transcript presentasi:

6. PENCOCOKAN KURVA (CURVE FITTING)

6.1.2 Metode Newton Metode interpolasi Newton menggunakan polinom yang berasal dari metode interpolasi linier, kuadrat, atau derajad yang lebih tinggi, sesuai dengan kebutuhan. Polinom-polinom yang sudah dibentuk sebelumnya dapat digunakan untuk membangun polinom dengan derajad yang lebih tinggi yang disusun secara rekursif. Pada interpolasi langsung, seperti interpolasi linier, kuadrat atau yang lebih tinggi, polinom-polinom sebelumnya tidak dapat digunakan jika kita meningkatkan derajad polinom. Artinya kita harus menghitung ulang koeffisien-koefisien a0, a1, a2, …

Bentuk umum polinomial yang digunakan pada metode interpolasi selisih terbagi Newton adalah pn(x) = b0 + b1(x – x0) + b2(x – x0)(x – x1) + … + bn(x – x0)(x – x1)… (x – xn–1) (6.5) Untuk x = x0, didapat b0 = f (x0) (6.6) (6.7) (6.8)

Koefisien-koefisien b0, b1,…, dan bn adalah nilai selisih- terbagi dan selanjutnya pers. (6.6 s.d. 6.8) ditulis menjadi, (6.9) (6.10) (6.11) ⋮ (6.12)

Substitusi persamaan (6.9) s.d. (6.12) ke pers. (6.5) didapat, pn(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,…, x0] (6.13) Persamaan (6.13) adalah polinom interpolasi selisih-terbagi Newton. f [x1, x0] adalah selisih-terbagi pertama f [x1, x1, x0] adalah selisih-terbagi ke dua f [xn, xn –1,…, x0] adalah selisih-terbagi ke n Karena interpolasi Newton disusun dari polinom selisih-terbagi, maka Metode Interpolasi Newton sering disebut Metode Interpolasi Selisih-Terbagi Newton (Newton’s Divided Difference Interpolation).

Salah satu cara untuk menghitung nilai selisih-terbagi adalah dengan menggunakan tabel berikut. xi f (xi) Selisih Terbagi-1 Selisih Terbagi-2 Selisih Terbagi-3 x0 f (x0) f [x1, x0] f [x2, x1] f [x3, x2] f [x2, x1, x0] f [x3, x2, x1] f [x3, x2, x1, x0] 1 x1 f (x1) 2 x2 f (x2) 3 x3 f (x3)

Dari tabel berikut tentukan nilai f (3,2) dengan Contoh 6.3 Dari tabel berikut tentukan nilai f (3,2) dengan menggunakan polinom derajat 1, 2, dan 3. xi f (xi) 3 1047,248 4 1162,174 6 1278,663 7,5 1396,578 Penyelesaian

p1(x) = f (x0) + (x – x0) f [x1, x0] i xi f (xi) f [x1, x0] f [x2, x1, x0] f [x3, x2, x1, x0] 3 1047,248 1 4 1162,174 2 6 1278,663 7,5 1396,578 114,926 -18,89383 58,2445 5,491677 5,8187143 78,61 p1(x) = f (x0) + (x – x0) f [x1, x0] p1(3,2) = 1047,248+114,9260(3,2 – 3) = 1070,233 p2(x) = f (x0) + (x – x0) f [x1, x0] + (x – x0)(x – x1) f [x2, x1, x0] p2(3,2) = 1047,248+114,9260 (3,2–3) –18,89383(3,2–3)(3,2–4) = 1073,256

i xi f (xi) f [x1, x0] f [x2, x1, x0] f [x3, x2, x1, x0] 114,926 3 1047,248 1 4 1162,174 2 6 1278,663 7,5 1396,578 114,926 -18,89383 58,2445 5,491677 5,8187143 78,61 p3(x) = f (x0) + (x – x0) f [x1, x0] + (x – x0)(x – x1) f [x2, x1, x0] + (x – x0)(x – x1)(x – x2) f [x3, x2, x1, x0] p3(3,2) = 1047,248+114,9260(3,2–3) –18,89383(3,2–3)(3,2–4) + 5,491677(3,2 – 3)(3,2 – 4)(3,2 – 6) = 1075,716

Galat Interpolasi Selisih-Terbagi Newton Galat sejati E(x) dihitung dengan rumus E(x) = f(x) – pn(x) (6.14) f(x) = fungsi sebenarnya. pn(x) = fungsi interpolasi polinomial 2. Galat rata-rata ER (x) dihitung dengan rumus (6.15) 3. Galat taksiran EA (x) dihitung dengan rumus EA (x) = (x – x0)(x – x1) … (x – xn) f [xn+1, xn, xn-1, … , x0] (6.16)

Galat sejati dan galat rata-rata hanya dapat dihitung jika fungsi sebenarnya diketahui. Jika tidak diketahui maka digunakan taksiran galat. Galat yang terjadi adalah minimum jika nilai titik pada data terletak di tengah atau mendekati tengah selang. Contoh 6.4 Dari tabel berikut tentukan nilai f (4,8) sedemikian rupa, sehingga galat taksiran interpolasi mencapai minimum. x 1 3 5 7 9 f (x) 27,8 39,4 42,0 38,6 34,2

Untuk polinom derajat 1 selang yang dipilih [3, 5] Penyelesaian x = 4,8 x 1 3 5 7 9 f (x) 27,8 39,4 42,0 38,6 34,2 Untuk polinom derajat 1 selang yang dipilih [3, 5] polinom derajat 2 selang yang dipilih [3, 7] polinom derajat 3 selang yang dipilih [1, 7]

Untuk polinom derajat 1 selang yang dipilih [3, 5] i xi f (xi) f [x1, x0] 3 39,4 1,3 1 5 42,0 p1(x) = f (x0) + (x – x0) f [x1, x0] = 39,4 + (4,8 – 3)(1,3) p1(4,8) = 41,74 Untuk polinom derajat 2 selang yang dipilih [3, 7] i xi f (xi) f [x1, x0] f [x2, x1, x0] 3 39,4 1,3 –1,7 –0,75 1 5 42,0 2 7 38,6 p2(x) = f (x0) + (x – x0) f [x1, x0] + (x – x0)(x – x1) f [x2, x1, x0] p2(4,8) = 39,4 + (4,8–3)(1,3) + (4,8 – 3)(4,8 – 5)(–0,75) = 42,01

Untuk polinom derajat 3 selang yang dipilih [1,7] i xi f (xi) f [x1, x0] f [x2, x1, x0] f [x3, x2, x1 , x0] 1 27,8 5,8 1,3 –1,7 –1,125 –0,75 0,0625 3 39,4 2 5 42,0 7 38,6 p3(x) = f (x0) + (x – x0) f [x1, x0] + (x – x0)(x – x1) f [x2, x1, x0] + (x – x0)(x – x1)(x – x2) f [x3, x2, x1, x0] p3(4,8) = 27,8 + (4,8–1)(5,8) + (4,8 – 1)(4,8 – 3)(–1,125) + (4,8 – 1)(4,8 – 3)(4,8 – 5)(0,0625) = 42,0595

EA (x) = (x – x0)(x – x1)(x – x2)(x – x3) f [x4, x3, x2, x1, x0] i xi Galat taksiran EA (x) = (x – x0)(x – x1)(x – x2)(x – x3) f [x4, x3, x2, x1, x0] i xi f (xi) f [x1, x0] f [x2, x1, x0] f [x3, x2, x1, x0] 1 27,8 5,8 1,3 –1,7 –2,2 –1,125 –0,75 0,975 0,0625 0,2875 3 39,4 2 5 42,0 7 38,6 4 9 34,2 EA (x) = (x–1)(x–3)(x–5)(x–7)(0,225) EA (4,8) = (3,8)(1,8)(–0,25)(–2,2) (0,225) = – 0,30787 f [x4, x3, x2, x1, x0] 0,225

Grafik hasil interpolasi derajat 3 vs Data