Click here to load reader
Upload
didik-hadiyanto
View
712
Download
9
Embed Size (px)
Citation preview
METODE NUMERIK
MODUL 8 Interpolasi dan Regresi
Zuhair
Jurusan Teknik Informatika Universitas Mercu Buana
Jakarta 2008年12月07日(日)
2
Interpolasi dan Regresi Data yang sering dijumpai di lapangan oleh saintist dan insinyur sering
dalam bentuk data diskrit yang umumnya disajikan dalam bentuk tabel. Data ini
biasanya diperoleh dari hasil riset di lapangan atau hasil eksperimen di
laboratorium. Sebagai gambaran, sebuah eksperimen di laboratorium fisika
dasar mengenai hubungan antara jarak tempuh benda yang jatuh bebas
terhadap waktu tempuh menghasilkan data seperti disajikan dalam Tabel 8.1
berikut: Tabel 8.1.
y (meter) 10 20 30 40 50 60 70 80 90 100
t (detik) 1.45 2.0 2.4 2.85 3.0 3.5 3.75 4.0 4.2 4.52
Problema yang acapkali ditemui pada data di atas adalah menentukan
suatu nilai di antara titik-titik tersebut yang dapat diketahui tanpa melakukan
pengukuran lagi. Misalkan kita ingin mengetahui berapa jarak tempuh benda
ketika waktu tempuhnya 12,5 detik? Pertanyaan ini tidak secara langsung dapat
dijawab, karena fungsi yang menghubungkan variabel t dan y tidak diketahui.
Salah satu solusinya adalah mencari fungsi yang mencocokkan (fit) titik-
titik dalam tabel di atas. Pendekatan semacam ini disebut pencocokan kurva
(curve fitting) dan fungsi yang diperoleh dengan pendekatan ini merupakan fungsi hampiran. Tentu saja nilai fungsi yang diperoleh juga merupakan nilai hampiran (hasilnya tidak setepat nilai eksaknya), tetapi cara pendekatan ini
dalam praktek sudah mencukupi karena formula yang menghubungkan dua
variabel atau dua besaran fisika sulit ditemukan.
Disamping untuk menghitung nilai fungsi, pencocokan kurva juga dapat
digunakan untuk mempermudah perhitungan numerik yang lain, misalkan
menghitung turunan (derivatif) suatu fungsi dan atau menghitung nilai integral.
Sebagai contoh, andaikan kita dihadapkan pada fungsi yang mempunyai bentuk
cukup rumit, seperti:
5
5221
21)42ln()(
xxxxf
+
−= ……………………............……(8.1)
Menghitung turunan fungsi dalam persamaan (8.1) untuk x = a
merupakan pekerjaan yang tidak mudah, apalagi untuk menghitung turunan yang
3
lebih tinggi ordenya tentu akan semakin sulit. Di sini diperlukan solusi yang
bersifat pendekatan atau solusi hampiran.
Demikian pula, untuk menghitung integral fungsi seperti yang dituliskan
dalam persamaan (8.1) dalam interval, misalkan untuk interval [0,1],:
dxx
xx5
52211
0 21)42ln(
+
−∫ ……………………….............…..(8.2)
Menyelesaikan persamaan (8.2) merupakan pekerjaan yang tidak mudah,
bahkan secara analitik belum tentu dapat dilakukan, karena bentuk integrand-
nya tidak dijumpai dalam formula integral yang umum. Dengan demikian untuk
menyelesaikan persamaan (8.2) harus dilakukan dengan penyederhanaan fungsi
)(xf menjadi polinom )(xpn yang mempunyai derajat ≤ n, dalam hal ini dapat
dinyatakan dalam bentuk:
∑=
++++=++++==n
i
nn
nn
iin xaxaxaaxaxaxaxaxaxp
0
2210
22
11
00 ......)( ...…(8.3)
Menghitung turunan atau mengintegralkan suku-suku polinom menjadi
lebih mudah, karena formula yng digunakan untuk menghitung turunan atau
mengintegralkan polinom menjadi sangat sederhana, yaitu:
(i) Jika naxxf =)( , maka 1)(' += nnaxxf , (ii) ∫ ++
= + Cxn
adxax nn 1
)1(
Untuk membentuk polinom ini, kita memerlukan beberapa titik diskrit yang
umumnya berjarak sama dari fungsi f dan titik-titik tersebut direpresentasikan
dalam bentuk tabel. Selanjutnya titik-titik data ini dicocokkan untuk menentukan
polinom )(xpn agar supaya menghampiri fungsi asalnya. Perhatikanlah dua
kurva dibawah ini,
(a) Regresi (b) Interpolasi
Gambar 8.1 Pencocokan kurva dengan metode (a) regresi, (b) interpolasi.
x
y
x
y
4
Pencocokan kurva adalah sebuah metode yang mencocokkan titik data
dengan sebuah kurva (curve fitting) fungsi. Metode ini dibedakan menjadi dua
metode, yaitu:
a. Regresi Data hasil pengukuran umumnya mengandung galat yang cukup berarti,
karena data ini tidak terlalu teliti, maka kurva yang mencocokan titik –titik data itu
tidak perlu melalui semua titik. Strategi yang digunakan adalah menentukan
kurva yang mewakili kecenderungan titik data, yakni kurva mengikuti pola titik
sebagai kelompok (Gambar 8.1.a). Kurva tersebut dibuat sedemikian rupa
sehingga selisih antara titik data dengan titik hampirannya di kurva sekecil
mungkin. Metode pencocokan kurva seperti ini dinamakan regresi kuadrat terkecil (least square regression). Galat yang timbul kemungkinan disebabkan
oleh kesalahan pengukuran, ketidak-telitian alat ukur yang digunakan atau
karena sifat sistem yang diukur. Contoh data yang mengandung galat adalah
tabel tegangan baja.
b. Interpolasi Bila data yang diketahui mempunyai ketelitian yang sangat tinggi, maka
kurva pencocokannya dibuat melalui titik-titik, persis sama apabila kurva fungsi
yang sebenarnya diplot melalui setiap titik-titik yang bersangkutan. Di sini kita
dikatakan melakukan interpolasi titik-titik data dengan sebuah fungsi (Gambar
8.1b). Bila fungsi pencocokan yang digunakan berbentuk polinom, maka polinom
tersebut dinamakan polinom interpolasi. Contoh data yang tingkat ketelitiannya
tinggi adalah titik-titik data yang diperoleh dari persamaan yang menyatakan
hubungan antara jarak tempuh terhadap waktu tempuh pada benda yang jatuh
bebas, seperti tertera pada Table 8.1. Selain polinom, interpolasi titik-titik data
dapat dilakukan dengan fungsi spline, fungsi rasional atau dengan deret Fourier.
Interpolasi memegang peranan yang sangat penting dalam metode
numerik. Fungsi yang tampak sangat rumit akan menjadi sederhana bila
dinyatakan dalam polinom interpolasi. Sebagian besar metode integrasi numerik,
metode persamaan difrensial biasa dan metode turunan numerik didasarkan
5
x ax = ax =
y
pada polinom interpolasi sehingga banyak yang menyatakan bahwa interpolasi
merupakan pokok bahasan yang fundamental dalam metode numerik.
8.1. Interpolasi Polinom
Diberikan (n+1) buah titik yang berbeda, yaitu ),( 00 yx , ),( 11 yx … ),( nn yx .
Akan ditentukan polinom )(xpn yang menginterpolasi (melewati) semua titik-titik
tersebut sedemikian rupa sehingga,
)( ini xpy = , untuk ni ...,3,2,1,0=
Nilai iy dapat berasal dari fungsi matematika )(xf , misalkan
xxf ln)( = , xSinxf =)( , fungsi Bessel dan sebagainya yang menyebabkan
)( ii xfy = atau iy diperoleh secara empirik (hasil dari pengamatan eksperimen
di laboratorium).
),( 44 yx
),( 11 yx ))(,( apa n
),( 33 yx ),( 11 −− nn yx ),( nn yx
),( 00 yx ),( 22 yx
))(,( apa n
Gambar 8.2. Interpolasi dan ektrapolasi.
Setelah polinom interpolasi )(xpn dapat diperoleh, maka )(xpn digunakan untuk menghitung perkiraan nilai axdiy = , yaitu )(apy n= . Posisi titik ax = mungkin terletak di antara titik-titik data, nxax <<0 atau terletak di luar titik-titik data, 0xa < atau axn < . (i) Jika nxax <<0 , maka )(apy kk = disebut nilai interpolasi. (ii) Jika 0xa < atau axn < , maka )(apy kk = disebut nilai ekstrapolasi.
6
Kita dapat menginterpolasi titik-titik data dengan polinom linear, polinom
kuadratis, polinom kubik atau polinom derajat yang lebih tinggi dan hal ini
tergantung pada jumlah titik-titik data yang tersedia.
8.1.1. Interpolasi Linear
Interpolasi linear adalah interpolasi dua buah titik dengan sebuah garis
lurus. Misalkan dua buah titik, ),( 00 yx dan ),( 11 yx . Polinom yang menginterpolasi
kedua titik itu adalah persamaan garis lurus berbentuk:
xaaxp 101 )( += …………………………………............………..(8.3)
Gambar (8.3) memperlihatkan garis lurus yang menginterpolasi titik-titik
),( 00 yx dan ),( 11 yx .
Gambar 8.3 : Interpolasi linear.
Koefisien 10 adana dapat dicari dengan proses substitusi dan atau
eliminasi. Dengan mensubstitusikan ),( 00 yx dan ),( 11 yx ke dalam persamaan
(8.3) diperoleh dua buah persamaan linear, yaitu:
0100 xaay +=
1101 xaay +=
Kedua persamaan ini diselesaikan dengan proses eliminasi dan dihasilkan,
01
011 xx
yya
−−
= ……………......……............………………(8.4)
dan,
01
10010 xx
yxyxa
−−
= ………………………...................……(8.5)
x
y
7
Substitusikan persamaan (98.4) dan (8.5) ke dalam persamaan (8.3)
untuk mendapatkan persamaan garis lurus:
)()(
)()(
01
21
01
10011 xx
xyyxx
yxyxxp
−−
+−−
= ……….................…..(8.6)
Dengan melakukan manipulasi aljabar, persamaan (8.6) ini dapat disusun
menjadi,
)()()(
)( 001
0101 xx
xxyy
yxp −−−
+= ………….................…..(8.7)
Bukti:
)()(
)()(
01
01
01
00011 xx
xyyxx
yxyxxp
−−
+−−
=01
0110011 )(
xxxyxyyxyx
xp−
−+−=⇔
01
00000110011 )(
xxyxyxxyxyyxyx
xp−
−+−+−=⇔
01
0010011
))(()()(
xxxxyyyxx
xp−
−−+−=⇔
)()()(
)( 001
0101 xx
xxyy
yxp −−−
+=⇔
Persamaan (8.7) merupakan persamaan garis lurus yang melalui dua
buah titik ),( 00 yx dan ),( 11 yx . Kurva polinom )(1 xp ini berupa garis lurus
(Gambar 8.3 ).
CONTOH 1. Perkirakanlah jumlah penduduk Amerika Serikat (dalam juta) pada tahun
1968 berdasarkan data yang ditabelkan di bawah ini:
Tahun 1960 1970
Jumlah penduduk 179,3 203,2
Penyelesaian:
Dari tabel di atas dapat dituliskan 19600 =x , 3,1790 =y dan 19701 =x ,
2,2031 =y . Dengan menggunakan persamaan (8.7), maka:
8
4,19819601970
)19601968)(3,1792,203(3,179)1968(1 =−
−−+=p
Jadi taksiran jumlah penduduk AS pada tahun 1968 adalah 198,4 juta
CONTOH 2.
Jika dari data-data diketahui bahwa ℓn (9,0) = 2,1972 dan ℓn (9,5) =
2,2513 maka tentukanlah nilai ℓn (9,2) dengan interpolasi linear sampai 5 angka
dibelakang koma. Bandingkanlah hasilnya dengan nilai sejati ℓn (9,2) = 2,2192.
Penyelesaian:
Kita dapat menuliskan 0,90 =x ; 1972,20 =y dan 5,91 =x ; 2513,21 =y .
Dengan menggunakan persamaan (8.7) diperoleh hasil sebagai berikut:
2188,20,95,9
)0,92,9)(1972,22513,2(1972,2)2,9(1 =−
−−+=p .
Galat = 2,2192 - 2,2188 = 0,0004. Di sini nampak bahwa interpolasi linear tidak
cukup untuk memperoleh ketelitian sampai 5 angka penting, hanya sampai 3
angka penting.
8.1.2. Interpolasi Kuadratik
Misalkan diberikan tiga buah titik data ),( 00 yx , ),( 11 yx dan ),( 22 yx .
Polinom yang menginterpolasi ketiga buah titik berupa polinom kuadratik yang
persamaannya adalah:
22102 )( xaxaaxp ++= ……...…………………………..(8.8)
Bila dilukiskan diperoleh kurva polinom kuadratik seperti ditunjukkan
dalam Gambar (8.4). Polinom )(2 xp ditentukan dengan cara mensubstitusikan
),( ii yx ke dalam persamaan (8.8), dimana .2,1,0=i Dari sini diperoleh tiga buah
persamaan yang tidak diketahui, yaitu 10 , aa dan 2a :
0202010 yxaxaa =++
1212110 yxaxaa =++ …………………………......……………….(8.9)
2222210 yxaxaa =++
9
),( 11 yx
),( 00 yx ),( 22 yx
x
y
Untuk menghitung 10 , aa dan 2a dalam sistem persamaan (8.9)
digunakan metode eliminasi Gauss.
Gambar 8.4. Interpolasi kuadratik. CONTOH 3. Diberikan data ℓn (8,0) = 2,0794, ℓn (9,0) = 2,1972 dan ℓn (9,5) = 2,2513.
Tentukanlah nilai ℓn (9,2) dengan interpolasi kuadratik.
Penyelesaian:
Dari data di atas dapat dituliskan di sini 0,80 =x ; 0,91 =x ; 5,92 =x ;
0794,20 =y ; 1972,21 =y dan 2513,22 =y . Dengan menggunakan persamaan
(8.8) diperoleh hasil sebagai berikut:
0794,200,640,8 210 =++ aaa
1972,200,810,9 210 =++ aaa …………….....………………….(8.10)
2513,225,905,9 210 =++ aaa
Dengan menggunakan metode eliminasi Gauss, maka dihasilkan nilai
6762,00 =a , 2266,01 =a dan 0064,02 −=a . Polinom kuadratnya adalah
22 0064,02266,06762,0)( xxxp −+= , sehingga 2192,2)2,9(2 =p . Hasil
perhitungan ini sama dengan nilai eksaknya, yaitu sampai 5 angka penting.
8.1.3. Interpolasi Kubik
Misalkan diberikan empat buah titik data ),( 00 yx , ),( 11 yx , ),( 22 yx dan
),( 33 yx . Polinom yang menginterpolasi keempat buah titik tersebut berupa
polinom kubik yang persamaannya adalah:
10
33
22103 )( xaxaxaaxp +++= ……………..…………………..(8.11)
Polinom )(3 xp ditentukan dengan cara mensubstitusikan ),( ii yx ke dalam
persamaan (8.11), dimana .3,2,1,0=i Dari sini diperoleh empat buah
persamaan yang tidak diketahui, yaitu 10 , aa , 2a dan 3a .
0303
202010 yxaxaxaa =+++
1313
212110 yxaxaxaa =+++ ……………………………………(8.12)
2323
222210 yxaxaxaa =+++
3333
232310 yxaxaxaa =+++
Untuk menghitung nilai 10 ,aa , 2a dan 3a dalam sistem persamaan (8.11)
digunakan metode eliminasi Gauss. Bila digambarkan didapatkan kurva polinom
kubik seperti dilukiskan dalam Gambar 8.5
Gambar 8.5. Interpolasi kubik. Dengan cara yang sama kita dapat membuat polinom interpolasi
berderajat n yang diformulasikan oleh,
nn
n
i
iii xaxaxaxaaxaxp +++++== ∑
=
...)( 33
2210
0..........................(8.13)
Jika terdapat )1( +n buah titik data maka dengan mensubtitusikan titik
),( ii yx ke dalam persamaan (8.13), untuk ni ,...,3,2,1,0= akan diperoleh n buah
persamaan dengan koefisien naaaaa ,...,,, 3210 yang harus ditentukan nilainya.
x
y ),( 33 yx
),( 22 yx ),( 00 yx
),( 11 yx
11
00303
202010 ... yxaxaxaxaa n
n =+++++
11313
212110 ... yxaxaxaxaa n
n =+++++
22323
222210 ... yxaxaxaxaa n
n =+++++ ……………...……….(8.14)
… … …. ….. … = …
… … …. ….. … = …
nnnannn yxaxaxaxaa =+++++ ...3
32
210
Serupa dengan persamaan sebelumnya, nilai naaaaa ,...,,, 3210 dapat
ditentukan menggunakan metode eliminasi Gauss.
SOAL
Selesaikanlah dxx
e xx
5
5)242(1
0 21+
−
∫ dengan pendekatan polinom kuadratis dan
polinom kubik.