Hampiran numerik fungsi (Interpolasi dan Regressi) Pertemuan 6

Slides:



Advertisements
Presentasi serupa
Interpolasi Nana Ramadijanti.
Advertisements

Pendahuluan Metode Numerik Secara Umum
Deret MacLaurin Deret Taylor
SISTEM PERSAMAAN LINIER
6. PENCOCOKAN KURVA (CURVE FITTING).
6. PENCOCOKAN KURVA (CURVE FITTING).
Anggota kelompok : Ade AchmadAmisena( ) Abdul wahab( )
Interpolasi Umi Sa’adah.
6. PENCOCOKAN KURVA (CURVE FITTING).
Presented By : Group 2. A solution of an equation in two variables of the form. Ax + By = C and Ax + By + C = 0 A and B are not both zero, is an ordered.
Regrasi Polinomial Fata Nidaul Khasanah L
8. INTEGRASI NUMERIK (Lanjutan).
Interpolasi Newton dan Lagrange
Interpolasi oleh Polinom
PERTEMUAN 3 FUNGSI.
1 Pertemuan 26 Penyederhanaan dan Transformasi Aljabar Matakuliah: T0034/Analisis & Perancangan Algoritma Tahun: 2005 Versi: 1/0.
6. PENCOCOKAN KURVA (CURVE FITTING).
Pertemuan 07 Peluang Beberapa Sebaran Khusus Peubah Acak Kontinu
HAMPIRAN NUMERIK SOLUSI PERSAMAAN NIRLANJAR Pertemuan 3
HAMPIRAN NUMERIK SOLUSI PERSAMAAN POLINOMIAL Pertemuan 4
Akar Persamaan f(x)=0 Metode Secant
1 Pertemuan 11 OPTIMASI KINERJA Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
1 HAMPIRAN NUMERIK SOLUSI PERSAMAAN LANJAR Pertemuan 5 Matakuliah: K0342 / Metode Numerik I Tahun: 2006 TIK:Mahasiswa dapat meghitung nilai hampiran numerik.
PIECE-WISE LINIER INTERPOLATION
INTERPOLASI.
METODE NUMERIK Interpolasi
INTEGRASI DAN DIFERENSIASI NUMERIK
INTEGRASI DAN DIFERENSIASI NUMERIK
Formula Integrasi Newton-Cotes
HAMPIRAN NUMERIK PENEYELESAIAN SISTEM PERSAMAAN LINIER Pertemuan 5
Interpolasi.
Interpolasi Newton Oleh: Davi Apriandi
Interpolasi Polinom Newton dan Interpolasi Newton.
INTERPOLASI Edy Mulyanto.
Integrasi numerik (tugas komputasi teknik & simulasi)
6. Pencocokan Kurva Regresi & Interpolasi.
Interpolasi Polinomial Metode Numerik
HAMPIRAN NUMERIK FUNGSI
Sistem Persamaan Tak Linear
Pengujian Hipotesis (I) Pertemuan 11
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Interpolasi Interpolasi Newton.
Interpolasi polinomial
Interpolasi Interpolasi Newton.
Turunan Numerik.
Turunan Numerik.
Metode Numerik Oleh: Swasti Maharani.
Interpolasi dengan Metode Lagrange
Praktikum 7 Interpolasi.
METODE NUMERIK AKAR-AKAR PERSAMAAN.
Pendugaan Parameter (II) Pertemuan 10
METODE NUMERIK INTERPOLASI.
Praktikum 8 Interpolasi.
Interpolasi polinomial
Pencocokan Kurva / Curve Fitting
METODE NUMERIK INTERPOLASI.
INTERPOLASI DAN PENGHAMPIRAN
Interpolasi polinomial
Penyelesaian Persamaan Linier Simultan
INTEGRASI DAN DIFERENSIASI NUMERIK
Deret MacLaurin Deret Taylor
Bab 2 AKAR – AKAR PERSAMAAN
A. Sistem Persamaan Linier dan Kuadrat
Bahan Kuliah Fisika Komputasi
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dan Kuadrat.
Hampiran Numerik Turunan Fungsi Pertemuan 9
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dan Kuadrat.
POLYNOMIAL (suku banyak)
Interpolasi. Perbedaan Interpolasi dan Ekstrapolasi.
Al Muizzuddin F Matematika Ekonomi Lanjutan 2013
Transcript presentasi:

Hampiran numerik fungsi (Interpolasi dan Regressi) Pertemuan 6 Matakuliah : K0342 / Metode Numerik I Tahun : 2006 Hampiran numerik fungsi (Interpolasi dan Regressi) Pertemuan 6 TIK: Mahasiswa dapat membandingkan kelebihan/kekurangan berbagai metoda untuk menghampiri suatu fungsi

Hampiran numerik fungsi (Interpolasi dan Regressi) PERTEMUAN - 6 Hampiran numerik fungsi (Interpolasi dan Regressi) TIK: Mahasiswa dapat membandingkan kelebihan/kekurangan berbagai metoda untuk menghampiri suatu fungsi

http://www.chem.uoa.gr/applets/AppletPoly/Appl_Poly2.html

Curva Fitting Interpolasi Linier. Untuk mencari interpolasi antara dua titik xi dan xi+1 dibuat sebuah garis lurus di antara kedua titik tersebut seperti pada gambar berikut

y= f(x), dapat dicari dengan rumus yaitu dari persamaan garis Sebagai contoh , pandang data sederhana berikut ini Dari data ini dapat dikembangkan fungsi :

Bentuk 3 polinomial f(x) a0, a1 dan a2 tidak diketahui

Dengan menggunakan matrik didapat Dapat juga dilakakukan dengan eliminasi Gauss sehingga diperoleh

Lagrange Interpolation Interpolasi ini digunakan untuk mencari dependen variable y = f(x) pada intermediate value diantara x yang diberikan Dibentuk fungsi dimana merupakan polinomial Lagrange

Bentuk umum dari Polinomial Lagrange adalah

Untuk data di atas diperoleh dengan polinomial lagrange

Contoh : Nyatakan y sebagai fungsi dari x dari data-data berikut ini

Suku dengan faktor x – xi sama dengan nol untuk x = xi Polynomial Newton p(x) = a0 + a1(x – x0) + a2(x – x0)(x – x1) + a3(x – x0)(x – x1)(x – x2) + … + an-1(x – x0)(x – x1)(x – x2) … (x – xn-2) Suku dengan faktor x – xi sama dengan nol untuk x = xi Use this and rule that p(xi) = yi to find ai a0 = y0, a1 = (y1 – y0) / (x1 – x0) y2 = a0 + a1(x2 – x0) + a2(x2 – x0)(x2 – x1) Solve for a2 using results for a0 and a1

Polynomial Newton y2 = a0 + a1(x2 – x0) + a2(x2 – x0)(x2 – x1) Data determine coefficients Develop scheme known as divided difference table to compute ak

Tabel Divided Difference x0 y0 a0 a1 x1 y1 a2 x2 y2  a3 x3 y3

Contoh Divided Difference a0 a1 10 a2 20 40  a3 30 100

Contoh Divided Difference Divided difference table gives a0 = 0, a1 = 1, a2 = .1, and a3 = 1/600 Polynomial p(x) = a0 + a1(x – x0) + a2(x – x0)(x – x1) + a3(x – x0)(x – x1)(x – x2) = 0 + 1(x – 0) + 0.1(x – 0)(x – 10) + (1/600)(x – 0)(x – 10)(x – 20) = x + 0.1x(x – 10) + (1/600)x(x – 10)(x – 20) Check p(30) = 30 + .1(30)(20) + (1/600) (30)(20)(10) = 30 + 60 + 10 = 100 (correct)

Constant Step Size Divided differences work for equal or unequal step size in x If Dx = h is a constant we have simpler results Fk = Dyk/h = (yk+1 – yk)/h Sk = D2yk/h2 = (yk+2 – 2yk-1 + yk)/h2 Tk = D3yk/h3 = (yk+3 – 3yk+2 + 3yk+1 – yk)/h3 Dnyk is called the nth forward difference Can also define backwards and central differences

Double click dibawah ini untuk mencari polinomial Newton (NDD)

Terima Kasih