Anda di halaman 1dari 22

7

2.1. Teori Dasar


Dalam penyelesaian persamaan matematika yang menjabarkan model dari
suatu masalah nyata bidang teknik, sering dicari suatu variabel x yang
memenuhi f(x) = 0. Nilai x dapat ditentukan dengan 3 cara :
1. Faktorisasi persamaan f(x).
Cara ini hanya dapat digunakan untuk kasus-kasus yang sangat sederhana.
Misal :
f ( x) = 2 x 2 + 5 x 7
f ( x) = 0 2 x 2 + 5 x 7 = 0
(2x + 7)(x-1) = 0
x1 = -3,5 dan x2 = 1
x1 dan x2 disebut akar-akar persamaan f(x), yaitu nilai x yang
memberikan f(x) = 0.
2. Rumusan eksak.
Untuk kasus-kasus yang sedikit lebih rumit, dimana cara faktorisasi
persamaan f(x) tidak dapat lagi dilakukan, maka nilai x dapat ditentukan
dengan rumusan eksak.
Misal :
Persamaan polinomial kuadrat

f ( x) = ax 2 + bx + c
b b 2 4ac
f ( x) = 0 x1,2 =
2a
contoh :
f ( x) = 2 x 2 + 3x 4
f ( x) = 0 2 x 2 + 3x 4 = 0

.. (2-1)

3 (3) 2 4 . 2 . (4)
x1,2 =
2.2

x1 = 0,851

dan x2 = -2,351

Persamaan polinomial kubik


f ( x) = ax 3 + bx 2 + cx + d = 0

.. (2-2)

Jika persamaan (2.2) dibagi dengan a, menghasilkan :


x 3 + px 2 + qx + r = 0
dimana p = b/a , q = c/a , r = d/a

.. (2-3)

Akar pertama persamaan (2.3) menurut Cardanus adalah :


x1 = 1 p
.. (2-4)
3

dimana :

= t + t 2 + s 3

1
1 3
2

2
3
+ t t + s

1
1 3
2

.. (2-5)

dan :

s=

q p2

3 9

p 3 pq r
t=

+
27 6 2

.. (2-6)

.. (2-7)

Setelah akar pertama diperoleh, penentuan 2 akar lainnya dapat


dilakukan dengan cara biasa.
Contoh :
f ( x) = x 3 6 x 2 + 11x 6 = 0
Maka p = -6, q = 11 dan r = -6
Dengan menggunakan persamaan (2.6), (2.7), (2.5) dan (2.4)
diperoleh :
s = -1/3 dan t = 0

Akar-Akar Persamaan

1 3
1 3

3
3
2

2
= 0 + 0 2 + 1 + 0 0 2 + 1 = 0
3
3

( )

( )

x1 = 1 p = 0 1 (6)
3

=2

dengan diperolehnya 1 akar, maka persamaan semula dapat


dirubah menjadi :
x 3 6 x 2 + 11x 6 = ( x 2)( x 2 4 x + 3) = 0
sehingga 2 akar lainnya adalah :
( x 2 4 x + 3) = ( x 1)( x 3) = 0
x2 = 1 dan x3 = 3
3. Metoda Numerik.
Metoda numerik digunakan untuk kasus-kasus yang sangat rumit, dimana
belum tersedia rumusan eksak untuk menyelesaikannya. Metoda Numerik
untuk menyelesaikan akar-akar persamaan yang akan dibahas dalam hal
ini adalah :
Metoda Bisection
Metoda Regula Falsi
Metoda Newton Raphson
Sebagaimana terlihat nanti, Metoda Numerik ini selalu mempunyai
kesalahan (error) dalam penyelesaiannya.

2.2. Metoda Bisection


Contoh berikut menggambarkan
menentukan akar persamaan :

prosedur

Metoda

f ( x) = x 3 cos x = 0
Dicoba :
x = 10 f (10) = 10 3 cos (10)
= 12,954
x = 0 f (0) = (0) 3 cos (0)
= 3,000
x = 5 f (5) = (5) 3 cos (5) = 2,011

Akar-Akar Persamaan

Bisection

dalam

10

Berdasarkan nilai f(x) yang diperoleh dari hasil coba-coba, berarti akar
persamaan f(x), yaitu nilai x yang memenuhi f(x) = 0, terletak antara x =
0 dan x = -5.
x = 1 [0 + (5)] = 2,5

Iterasi 1 :

f (2,5) = 0,497

2
1
x = [(2,5) + (5)] = 3,75
f (3,75) = 0,756
2
x = 1 [(2,5) + (3,75)] = 3,125 f (3,125) = 0,129
2

Iterasi 2 :
Iterasi 3 :

Iterasi 4 :
x = 1 [(2,5) + (3,125)] = 2,813
2

f (2,813) = 0,184

Iterasi 5 :
x = 1 [(2,813) + (3,125)] = 2,969
2

f (2,969) = 0,027

Jika nilai f(-2,969) = -0,027 dianggap telah mendekati nol, maka akar
persamaan dari :
f ( x) = x 3 cos x = 0

adalah x = -2,969

Dari contoh diatas terlihat penentuan akar-akar suatu persamaan dengan salah
satu Metoda numerik diperoleh jika ditemukan suatu nilai x yang dianggap
mendekati f(x) = 0. Jadi :
Solusi Eksak akan memberikan f(x) = 0 (tidak mempunyai
kesalahan)
Solusi Numerik akan memberikan f(x) 0 (mempunyai kesalahan)
Secara geometri, f(x) = 0 berarti suatu titik dimana kurva f(x) tepat memotong
sumbu x. Nilai x tersebut dapat ditentukan dalam interval (xA , xB) dimana xA
dan xB adalah nilai taksiran awal yang memberikan f(xA) dan f(xB) saling
berbeda tanda. Secara matematis ditulis :
f(xA) f(xB) < 0.
Nilai x yang baru diperoleh dengan mengambil titik tengah antara xA dan xB,
yaitu :

x + xB
m= A
2

Akar-Akar Persamaan

.. (2-8)

11

x + xB
m= A
2

f(xA)
f(xA) f(m) < 0
xB = m
xA

xB

xA = m
f(xA) f(m) > 0

x
y = f(x)

f(xB)
Gbr.2.1. Penentuan Akar-Akar Persamaan Dengan Metoda
Bisection

Algoritma Metoda Bisection :


a. Tentukan xA dan xB, toleransi dan jumlah iterasi maksimum.
b. Periksa apakah f(xA) f(xB) > 0, jika ya keluar dari program, karena pada
interval tersebut tidak terdapat akar persamaan.
c. Hitung nilai xbaru = m :
x + xB
xbaru = m = A
2
d. Hitung error yang terjadi :

a =

m xA
100%
m

e. Jika nilai mutlak a < toleransi, tuliskan m sebagai hasil perhitungan dan
akhiri program. Jika tidak, lanjutkan ke langkah berikutnya.
f. Jika jumlah iterasi > iterasi maksimum, akhiri program.
g. Jika f(xA) f(xB) < 0, maka xB = m, jika tidak, maka xA = m
h. Kembali ke langkah (c).
Diagram Alir (flowchart) Metoda Bisection diberikan pada bagian bawah ini.

Akar-Akar Persamaan

12

mulai

Definisikan fungsi

Baca :
xa , xb , tol, itermax
Iter = 0
Fa = F(xa)
Fb = F(xb)
Fa Fb > 0

ya

Tulis :
Fa Fb > 0

tidak
Iter = iter + 1
m = (xa + xb) / 2
Fm = F(m)
a = (m xa) / m 100%

|a| < tol


iter > itermax

tidak

ya

Fa Fm < 0

xb = m
Fb = Fm

tidak
xa = m
Fa = Fm

ya

Tulis hasil :
x=m
F(x) = Fm

selesai
Akar-Akar Persamaan

13

2.3. Metoda Regula Falsi


Secara umum kelemahan Metoda Bisection adalah relatif lambat untuk
mencapai konvergensi (proses yang menuju suatu nilai tertentu). Sebagai
contoh pada kasus f(xA) lebih mendekati nol daripada f(xB), maka akar
persamaan f(x) akan lebih dekat ke xA, namun nilai xbaru (persamaan 2.8) akan
menjauhi nilai akar yang sebenarnya tersebut.
Metoda Regula Falsi memperbaiki kelemahan Metoda Bisection
dengan menghubungkan xA dan xB dengan garis lurus. Perpotongan absis x
dengan garis lurus tersebut diambil sebagai nilai xbaru.
y
f(xA)
m

xB

xA

y = f(x)
f(xB)
Gbr.2.2. Penentuan Akar-Akar Persamaan Dengan Metoda Regula Falsi

Dengan perbandingan segitiga xA , f(xA), xB dan f(xB) diperoleh :


xB m
(x B x A )
=
f ( xB ) f ( xB ) f ( x A )
atau :
(x x A ) f ( x B )
m = xB B

f ( xB ) f ( x A )

.. (2-9)

Diagram Alir (flowchart) Metoda Regula Falsi adalah sebagai berikut :

Akar-Akar Persamaan

14

mulai

Definisikan
fungsi
Baca :
xa , xb , tol, itermax
Iter = 0
Fa = F(xa)
Fb = F(xb)
Fa Fb > 0

ya

Tulis :
Fa Fb > 0

tidak
Iter = iter + 1
(x x A ) f ( x B )
m = xB B

f ( xB ) f ( x A )

|a| < tol


iter > itermax

tidak

ya

Fa Fm < 0

xb = m
Fb = Fm

tidak
xa = m
Fa = Fm

ya

Tulis hasil :
x=m
F(x) = Fm

selesai
Akar-Akar Persamaan

15

Algoritma dan Flowchart Metoda Regula Falsi sama dengan Algoritma


Metoda Bisection, perbedaaannya hanya dalam menentukan nilai m.
Metoda Bisection :
x + xB
m= A
2
Metoda Regula Falsi :
(x x A ) f ( x B )
m = xB B

f ( xB ) f ( x A )

Contoh kasus (Chapra 1990)


Tentukan koefisien jatuh bebas c pada parasut dengan massa m = 68,1 kg
yang mengalami kecepatan v = 40 m/dt pada saat t = 10 dt. Percepatan
gravitasi bumi adalah 9,8 m/dt2.
Solusi

v(t ) =
40 =

gm
1 e ( c m )t
c

9,81(68,1)
1 e (c / 68,1).10
c

f (c ) =

667,38
1 e 0,146843. c 40
c

berarti nilai c dapat diperoleh jika nilai f(c) = 0.


Untuk menentukan taksiran awal xA dan xB dilakukan secara coba-coba
:
c

12

16

20

f(c)

34,115

17,653

6,067

-2,269

-8,401

Terlihat nilai c terletak antara 12 dan 16 (nilai f(c) dengan tanda yang
berbeda)

Akar-Akar Persamaan

16

Penyelesaian dengan Metoda Bisection


Iterasi 1 : m = (12 + 16) = 14
f (14) =

667,38
1 e 0,146843. (14) 40 = 1,569
14

Iterasi 2 : m = (14 + 16) = 15

f(15) = -0,425

Perhitungan kesalahan (error) ditentukan dengan persamaan (1.1)


dan (1.2). Kesalahan Relatif Pendekatan (Apprixomate Relative
Error) :

a =

hasil iterasi ke - i hasil iterasi ke - (i 1)


100%
hasil iterasi ke - i

a =

15 14
100% = 6,667%
15

Kesalahan Relatif Eksak (True Relative Error) :

t =

hasil eksak hasil numerik


100%
hasil eksak

Jika diketahui nilai eksak c = 14,7802, maka :

t =

14,7802 15
100% = 1,487%
14,7802

Iterasi 3 : m = (14 + 15) = 14,5

a =
t =

Akar-Akar Persamaan

14,5 15
100% = 3,448%
14,5

14,7802 14,5
100% = 1,896%
14,7802

f(14,5) = 0,552

17

Proses iterasi diatas dirangkum dalam bentuk tabel :


Iterasi

cA

f(cA)

cB

f(cB)

f(m)

|a| %

|t| %

12

6.067

16

-2.269

14

1.569

5.279

14

1.569

16

-2.269

15

-0.425

6.667

1.487

14

1.569

15

-0.425

14.5

0.552

3.448

1.896

14.5

0.552

15

-0.425

14.75

0.059

1.695

0.204

14.75

0.059

15

-0.425 14.875 -0.184

0.840

0.641

14.75

0.059

14.875 -0.184 14.813 -0.063

0.422

0.219

14.75

0.059

14.813 -0.063 14.781 -0.002

0.211

0.007

14.75

0.059

14.781 -0.002 14.766

0.028

0.106

0.099

14.766

0.028

14.781 -0.002 14.773

0.013

0.053

0.046

Penyelesaian dengan Metoda Regula Falsi


Diketahui :
cA = 12
f(cA) = 6,0669
f(cB) = -2,2688
cB = 16
Nilai cbaru = m dihitung dengan menggunakan persamaan (2.9) :
Iterasi 1 :
(c c A ) f (c B )
(16 12 )(2,2688)
= 16
m = cB B

= 14,9113
f
(
c
)

f
(
c
)

2
,
2688

6
,
0669

B
A
f(14,9113) = -0,254

t =

14,7802 14,9113
100% = 0,887%
14,7802

Seluruh proses iterasi selanjutnya dirangkum dalam bentuk tabel :


Akar-Akar Persamaan

18

f(cB)

f(m)

|a| %

|t| %

Iterasi

cA

f(cA)

cB

12

6.067

16

12

6.067

14.911 -0.254 14.7942 -0.027

0.792

0.095

12

6.067

14.794 -0.027 14.7817 -0.003

0.085

0.010

12

6.067

14.782 -0.003 14.7804

0.009

0.001

-2.269 14.9113 -0.254

0.000

0.887

Dengan memperbandingkan kesalahan solusi pada setiap iterasi dari


Metoda Bisection dan Metoda Regula Falsi, maka terlihat :
Metoda Regula Falsi dapat mencapai kesalahan eksak yang
kurang dari 0,1% hanya dengan iterasi 2 kali, sementara Metoda
Bisection membutuhkan iterasi sebanyak 7 kali untuk besar
kesalahan yang sama.
Jadi dapat diambil kesimpulan bahwa secara umum proses konvergensi
Metoda Regula Falsi lebih cepat daripada Metoda Bisection.
Namun untuk kasus-kasus khusus, adakalanya konvergensi Metoda Regula
Falsi lebih lambat daripada Metoda Bisection. Contoh pada kasus akar
persamaan berikut :
f(x) = x10 1

antara x = 0 dan x = 1,3 (nilai eksak x = 1)

Penyelesaian dengan Metoda Bisection


|a| %

|t| %

Iterasi

xA

f(xA)

xB

f(xB)

f(m)

-1.000

1.3

12.786

0.65

-0.987

35

0.65

-0.987

1.3

12.786

0.975

-0.224 33.333

2.5

0.975

-0.224

1.3

12.786

1.138

2.627

14.286

13.75

0.975

-0.224

1.138

2.627

1.056

0.728

7.692

5.625

0.975

-0.224

1.056

0.728

1.016

0.168

4.000

1.563

0.975

-0.224

1.016

0.168

0.995

-0.046

2.041

0.469

Akar-Akar Persamaan

19

Penyelesaian dengan Metoda Regula Fals


Iterasi
xA
f(xA)
xB
f(xB)
m
1

|a| %

f(m)

|t| %

-1.000

1.3

12.786

0.0943

-1.000

0.0943 -1.000

1.3

12.786

0.1818

-1.000 48.118 81.824

0.1818 -1.000

1.3

12.786

0.2629

-1.000 30.857 73.713

0.2629 -1.000

1.3

12.786

0.3381

-1.000 22.251 66.189

0.3381 -1.000

1.3

12.786

0.4079

-1.000 17.106 59.212

0.4079 -1.000

1.3

12.786

0.4726

-0.999 13.692 52.742

90.570

f(x) = x10 - 1

1,3

Gbr.2.3. Proses Penyelesaian Persamaan f(x) = x10 1 dengan Metoda Reg.


Falsi

2.4. Metoda Newton-Raphson


Pada Metoda Newton Raphson, kemiringan garis singgung (turunan) pada
titik awal (initial) ditentukan lebih dahulu. Selanjutnya perpotongan garis
singgung tersebut dengan sumbu x merupakan nilai x yang baru.

Akar-Akar Persamaan

20

f (x)

xi+1 xi

f(x)
Gbr.2.3. Penentuan Akar-Akar Persamaan Dengan Metoda Newton-Raphson

Turunan suatu fungsi f(x) dititik xi adalah kemiringan (tangen) garis singgung
pada titik xi. Dari gbr. 2.3 terlihat bahwa tangen garis singgung dititik xi
adalah :
f ' ( xi ) =

f ( xi )
xi xi +1

atau :
xi +1 = xi

f ( xi )
f ' ( xi )

.. (2-10)

Persamaan (2.10) dikenal sebagai Formula Newton-Raphson


Algoritma Metoda Newton-Raphson :
a. Tentukan nilai awal x0, toleransi dan jumlah iterasi maksimum.
b. Hitung nilai xbaru :
f ( xi )
xbaru = xi +1 = xi
f ' ( xi )
c. Jika nilai mutlak kesalahan (Apprixomate Relative Error atau True
Relative Error) kecil dari toleransi, akhiri program dan tuliskan xbaru
sebagai hasil perhitungan. Jika tidak, lanjutkan kelangkah berikutnya.
d. Jika jumlah iterasi > iterasi maksimum, akhiri program dan tuliskan xbaru
sebagai hasil perhitungan. Jika tidak, lanjutkan kelangkah berikutnya.
e. Nilai x = xbaru dan kembali ke langkah (b)
Akar-Akar Persamaan

21

Flowchart Metoda Newton-Raphson

2
mulai

Definisikan fungsi

x0 = xb

a = (xb x0) / xb 100%

Baca :
x0, tol, itermax

Iter = 0

Iter = iter +1
Fx = F(x0)
F1x = F (x0)

tidak

|a| < tol


iter > itermax

ya
Tulis hasil :
x=m
F(x) = Fm

xb = x0 Fx / F1x

Akar-Akar Persamaan

selesai

22

Contoh Soal
Tentukan akar persamaan-persamaan berikut :
f ( x) = x 3 30 x 20 . Toleransi 10-3. Gunakan nilai awal x0 = 5
Solusi
f ( x) = x 3 30 x 20

f ' ( x) = 3 x 2 30

Dengan menggunakan persamaan (2.10) diperoleh :


Iterasi 1 :
x1 = x0

a =

f ( x0 )
f ' ( x0 )

(53 30.(5) 20)


(3.(52 ) 30)

65
100% = 16,667%
6

Iterasi 2 :
f ( x1 )
x2 = x1
f ' ( x1 )

a =

= 5

=6

> toleransi = 0,1%

(
6 3 30.(6) 20 )
= 6
(3.(62 ) 30)

5,7949 6
100% = 3,540%
5,7949

= 5,7949

> toleransi = 0,1%

Iterasi 3 :

f ( x2 )
5,79493 30.(5,7949) 20
x3 = x 2
= 5,7949
= 5,7843
f ' ( x2 )
3.(5,7949 2 ) 30

a =

5,7843 5,7949
100% = 0,183%
5,7843

Iterasi 4 :
x4 = x3

Akar-Akar Persamaan

> toleransi = 0,1%

f ( x3 )
5,78433 30.(5,7843) 20
= 5,7843
= 5,7843
2
f ' ( x3 )
3.(5,7843 ) 30

23

a =

5,7843 5,7843
100% = 0,0%
5,7843

< toleransi = 0,1%

Jadi akar persamaan f ( x) = x 3 30 x 20 adalah x = 5,7843

f ( x) = e x x . Toleransi 10-6. Gunakan nilai awal (initial value) x0 = 0


Diketahui nilai eksak akar persamaan tersebut x = 0,56714329

Solusi

f ( x) = e x x

f ' ( x ) = e x 1

Persamaan (2.10) menjadi :

(
e x xi )
xi +1 = xi
( e x 1)
i

Hasil-hasil iterasi diberikan dalam bentuk tabel berikut :


Iterasi
xI
f ( xi )
f ' ( xi )
|t | %
0

0.5

0.566311

-2

100

0.106531 -1.60653 11.83885822


0.001305 -1.56762

0.14675071

0.56714317 1.96E-07 -1.56714

2.20E-05

0.56714329 4.44E-15 -1.56714 -7.22535E-08

Terdapat beberapa kasus dimana Metoda Newton-Raphson tidak pernah


mencapai konvergensi (divergen), yaitu :

Kasus 1

y
f ( x)
x1
x0

Akar-Akar Persamaan

x2

24

Kasus 2
y
f(x)

x0 x2

x1

Kasus 3
y

x1
x0

x
f(x)

Kasus 4
y
f(x)

x0

x1

2.5. Contoh-Contoh Aplikasi (Nasution 1990)


1. Tentukan kedalaman pemancangan turap baja (sheet pile) seperti gambar
berikut. Diketahui sudut geser tanah = 28 0.

Akar-Akar Persamaan

25

15 m

D=?
Z

Solusi
Gaya-gaya yang bekerja pada sheet pile ditunjukkan oleh gambar berikut :

D KP

Z (H + D) KA

Dimana :
KA = koefisien tanah aktif
K A = tg 2 (45 2) = tg 2 (45 28 2) = 0,361
KP = koefisien tanah pasif
K p = tg 2 (45 + 2) = tg 2 (45 + 28 2) = 2,770

H
D

= sudut geser tanah = 280


= berat volume tanah
= beda ketinggian tanah = 15 m
= kedalaman pemancangan

Kesetimbangan momen dititik Z akan memberikan persamaan :


MZ = 0

[12 ( H + D)K A ( H + D)]13 (H + D) [12 K P D]13 D = 0


Akar-Akar Persamaan

26

disederhanakan menjadi :
K p D 3 K A (H + D )3 = 0

.. (*)

Penyelesaian persamaan (*) dilakukan dengan Metoda Newton-Raphson :


f ( D ) = K p D 3 K A (H + D )3

f ( D) = 2,77 D 3 0,361(15 + D )3

f ' ( D) = 3K p D 2 3K A (H + D )2

f ' ( D) = 8,31D 2 1,083(15 + D )2

Coba gunakan nilai awal D = 10 m


Iterasi

D
f(D)

28,6253 21,2540 17,2233 15,6764 15,4320 15,4261 15,4261


35000,1

9393,2

2073,79 250,073

5,764

0,003

0,000

Jadi kedalaman pemancangan yang diperlukan adalah 15, 426 m

2. Dari suatu perhitungan terhadap kebutuhan produksi optimal dari suatu


komponen struktur diperoleh persamaan biaya yang dibutuhkan untuk
pengadaan produksi dalam satu hari sebagai berikut :

B = 13000 N 1 + 158,11N 0,5 + N + 0,0025 N 2


Dimana :

B = biaya per-hari
N = jumlah komponen yang diproduksi
Tentukan berapa jumlah optimal komponen yang diproduksi agar
dihasilkan biaya produksi yang paling minimum.
Solusi

Suatu fungsi akan mencapai minimum jika turunan pertama fungsi


tersebut = 0.
B = 13000 N 1 + 158,11N 0,5 + N + 0,0025 N 2
B N = 13000 N 2 79,055 N 1,5 + 1 + 0,005 N = 0

Akar-Akar Persamaan

(*)

27

Akar-akar persamaan (*) akan diselesaikan dengan Metoda NewtonRaphson.


f ( N ) = 13000 N 2 79,055 N 1,5 + 1 + 0,005 N = 0
f N = 26000 N 3 + 118,5825N 2,5 + 0,005
Coba gunakan nilai awal N = 100
Iterasi
1
2
3
4
5
x
100
96.2423 96.4119 96.4123 96.4123
f(x) 0.12095 -0.00602 -1,4 .10-5 -6,9.10-11
0
Jadi jumlah produksi optimal dalam satu hari yang membuat biaya
produksi menjadi paling minimum adalah 96 buah.

2.6. Latihan
1. Persamaan lendutan untuk balok dengan beban merata segitiga adalah sbb
q
=
( x 5 + 2L2 x 3 L4 x)
120 E I L
Jika panjang balok L= 5 m, mod. young E= 20.000 kN/cm2
Inersia I = 12.000 cm4 dan beban merata q = 15 kN/m , tentukan letak
lendutan maksimum dari balok tsb. Selesaikan dengan Metoda Newton
Raphson.
(petunjuk : max terjadi pada x dengan /x = 0)
2. Dalam Ocean Engineering dikenal persamaan gelombang laut pada suatu
pantai sbb :

2x 2tv x
h = h0 sin
cos
+e

Hitung x jika h = 0,5 h0 , = 20 , t = 10 dan v = 50


Gunakan 2 dari metoda beriku : Bisection, Regula Falsi , NewtonRaphson. Iterasi cukup dilakukan 3 kali dan hitung Approximate Error
pada iterasi terakhir.

Akar-Akar Persamaan

28

3. Formula yang menghubungkan gaya per unit area (P/A) dengan tegangan
maksimum m dalam suatu kolom yang mempunyai rasio kelangsingan
Le/r adalah :
P
=
A

m
ec 1 P Le
1 + sec

r 2 2 EA r

dimana E = 29 x 103 ksi, (e.c / r2) = 0,2 dan m = 36 ksi. Hitung P/A
untuk Le/r = 100 dengan menggunakan Metoda Bisection dan Regula
Falsi. Gunakan iterasi maks 3 kali dan hitung Approximater Error pada
iterasi terakhir.

Akar-Akar Persamaan