Linear Splines
Linear Splines
Linear Splines
INTERPOLATION
LINEAR SPLINES
QUADRATIC SPLINES
CUBIC SPLINES
LINEAR SPLINES
1.
2.
3.
Kita
mencoba mencari suatu fungsi spline linear S (x)
sedemikian sehingga S (xi) = yi untuk 0 i n. Diambil dimana
setiap Si (x) adalah linear.
Diperhatikan fungsi linear Si (x). Garis ini melalui titik (xi; yi)
dan (xi+1; yi+1), sehingga kemiringan dari Si (x) yaitu
yang memberikan
Table Lookup
Table Lookup berguna untuk menunjukkan perulangan
interpolasi dari sebuah tabel yang variabelnya independent dan
dependent.
Berikut merupakan contoh dari Table lookup :
Here is a MATLAB session illustrating how the binary search
function can be applied to calculate the air density at 350 C
based on the data from Table 17.1. The sequential search
would be similar.
by linear interpolation:
function yi = TableLookBin(x, y, xx)
n = length(x);
if xx < x(1) | xx > x(n)
error('Interpolation outside range')
end
% binary search
iL = 1; iU = n;
while (1)
if iU - iL <= 1, break, end
iM = fix((iL + iU) / 2);
if x(iM) < xx
iL = iM;
else
iU = iM;
end
end
% linear interpolation
yi = y(iL) + (y(iL+1)-y(iL))/(x(iL+1)-x(iL))*(xx - x(iL));
QUADRATIC SPLINES
Tidak seperti spline linear, spline kuadratik tidak didenisikan
sepenuhnya oleh nilai- nilai di xi. Berikut ini kita perhatikan
alasannya. Spline kuadratik didenisikan oleh
Si (x) = aix2 + bix + ci
Jadi terdapat 3n parameter untuk mendenisikan S (x).
Diperhatikan titik-titik data:
Spline Kubik