Linear Splines

SPLINES AND PIECEWISE
INTERPOLATION
LINEAR SPLINES
QUADRATIC SPLINES
CUBIC SPLINES
Pada bab sebelumnya telah dibahas mengenai

interpolasi titik-titik data (x0; y0) sampai (xn; yn)
menggunakan suatu polinomial berderajat n. Namun
terdapat kasus dimana fungsi-fungsi ini memberikan
hasil yang salah. Pendekatan alternatifnya adalah
menerapkan polinomial-polinomial berderajat lebih
rendah pada sebagian titik data. Polinomial
penghubung tersebut dinamakan fungsi-fungsi spline.
LINEAR SPLINES
1.
2.
3.
Suatu fungsi f (x) dinamakan suatu spline berderajat k jika

Domain dari S adalah suatu interval [a; b].
S; S0; :::; S(k-1)kontinu pada [a; b].
Terdapat titik-titik xi sedemikian sehingga a = x0 < x1 < ::: <
xn = b dan juga S adalah suatu polinomial berderajat k pada
setiap [xi; xi+1].
Dengan kata lain, spline adalah potongan-potongan fungsi
polinomial dengan turunan- turunan memenuhi kendala-kendala
kekontinuan tertentu. Ketika k = 1, spline dinamakan spline
linear. Ketika k = 2, spline dinamakan spline kuadratik. Ketika k
= 3, spline dinamakan spline kubik.
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
Kita dapat juga mengatakan bahwa garis tersebut melalui titik

(xi; yi) dan (x; S (x)) untuk sembarang x 2 [xi; xi+1], sehingga
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));
Berikut program Matlab :

>> clear
>> T = [-40 0 20 50 100 150 200 250
300 400 500];
>> density = [1.52 1.29 1.2 1.09 .
946 .935 .746 .675 .616...
.525 .457];
>> TableLookBin(T,density,350)
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:
Syarat-syarat untuk menentukan 3n parameter dijelaskan

seperti berikut ini.
Setiap subinterval [xi; xi+1], untuk i = 0; 1; 2; :::; n - 1,
memberikan dua persamaan berkaitan dengan Si (x), yaitu
Si (xi) = yi dan Si (xi+1) = yi+1
Syarat pada kontinuitas dari S0 (x) memberikan suatu
persamaan tunggal untuk setiap titik dalam xi, i = 1; 2; :::; n-1,
yaitu
Jadi dari sini dipunyai n-1 persamaan. Sekarang totalnya terdapat

3n - 1 persamaan, tetapi karena terdapat 3n parameter yang tidak
diketahui maka sistem kekurangan ketentuan.
Pilihan-pilihan yang mungkin untuk melengkapi kekurangan
ketentuan yaitu
Sekarang dimisalkan zi = Si (xi). Karena Si (xi) = yi, Si (xi). =

zi, dan Sii (xi+1) = zi+1, maka kita dapat mendefenisikan
Selanjutnya, dengan pengambilan x = xi+1 diperoleh
Jadi, kita dapat menentukan zi+1 dari zi
Spline Interpolation in Matlab

Assume we want to interpolate the data (1,20), (3,17), (5,23), (7,19)
using splines, and then evaluate the interpolated function at x=2, 4,
6. In Matlab, we first define the data vectors:
>> x=[1 3 5 7];y=[20 17 23 19];xi=[2 4 6];
(1) Linear Splines:
The interpolated y-data are found by executing
>> yi=interp1(x,y,xi)
yi =
18.50000000000000 20.00000000000000 21.00000000000000
(2) Cubic Splines:

Here the interpolated data are found by executing
>> yi=interp1(x,y,xi,'spline')
yi =
16.18750000000000 20.06250000000000 23.43750000000000
We can also generate a large array of interpolated data points for
plotting the interpolation function (don't forget the semicolon)
>> xp=linspace(1,7,100);yp=interp1(x,y,xp,'spline');
and plot function and data (using a script):
plot(xp,yp,'k',x,y,'ko',xi,yi,'kv')
xlabel('x-values'),ylabel('y-values'),
legend('interpolated graph','given data','interpolated data')
axis([1 7 15 24])
Spline Kubik
Diketahui suatu fungsi f (x) yang dibatasi oleh interval a dan

b, dan memiliki sejumlah titik data a = x0 < x1 < x2 < ::: < xn
= b. Interpolasi spline kubik S (x) adalah suatu potongan
fungsi polinomial berderajat tiga (kubik) yang
menghubungkan dua titik yang bersebelahan, dengan
ketentuan, untuk i = 0; 1; :::; n-1:
(S0) Potongan fungsi pada subinterval [xi; xi+1], i = 0; 1; :::; n
1
(S1) Pada setiap titik data x = xi, i = 0; 1; :::; n:

S (xi) = f (xi)
(S2) Nilai-nilai fungsi harus sama pada titik-titik dalam:
Si (xi+1) = Si+1 (xi+1) ; i = 0; 1; :::; n - 2:
(S3) Turunan-turunan pertama pada titik dalam harus sama:
(S4) Turunan-turunan kedua pada titik dalam harus sama:
(S5) Salah satu syarat batas di antara dua syarat batas x0 dan
xn berikut ini harus dipenuhi:

Linear Splines

Diunggah oleh

Hak Cipta:

Format Tersedia

Linear Splines

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Linear Splines

Diunggah oleh

Hak Cipta:

Format Tersedia

SPLINES AND PIECEWISE

Pada bab sebelumnya telah dibahas mengenai

Suatu fungsi f (x) dinamakan suatu spline berderajat k jika

Kita dapat juga mengatakan bahwa garis tersebut melalui titik

Berikut program Matlab :

Syarat-syarat untuk menentukan 3n parameter dijelaskan

Jadi dari sini dipunyai n-1 persamaan. Sekarang totalnya terdapat

Sekarang dimisalkan zi = Si (xi). Karena Si (xi) = yi, Si (xi). =

Selanjutnya, dengan pengambilan x = xi+1 diperoleh

Jadi, kita dapat menentukan zi+1 dari zi

Spline Interpolation in Matlab

(2) Cubic Splines:

Diketahui suatu fungsi f (x) yang dibatasi oleh interval a dan

(S1) Pada setiap titik data x = xi, i = 0; 1; :::; n:

Anda mungkin juga menyukai