|
몸으로, 머리로 체득하게 된 것이 너무 재밌었고, 이러한 오차를 넘어서 뭐든지 다시 한 번 확인 하는 습관을 가지는 것이 완벽한 엔지니어가 되기 위한 기본 덕목이 아닐까 싶습니다. f(x)=0.95x^3-5.9x^2+10.9x-6의 가장 큰 실근을 구하라.
|
|
|
수정된 할선법
clear all
clc
f='1/3*(sin(x).^3)+1/2*(cos(x).^2)-x'
n=0.1; err=0.000001; x0=0.1; q=0.0001; num=1;
fprintf(' 횟수 x(n) x(n+1) 오차 \n');
while num>=err
n=n+1;
x=x0; f0=eval(f);
x=x0+q*x0; f1=eval(f);
x1=x0-(f1*(q*x0)/(f1-f0));
num=abs(x1-x0);
fprintf('%2.0f %2.8f %2.8f %2.8f \n', n,
|
|
|
법> <뉴턴법> <할선법>
같은 허용오차 수치를 주고 계산할 시, 계산횟수는 이분법이 가장 많았고, 뉴턴법이 가장 적었다.
다른 값으로도 수치해석을 해 보았다.
< 구간 [-20, 20]에서 오차 0.000001 설정, 뉴턴법은 초기값 x = 40 설정 >
|
|
|
수치해석 방법
기본방정식의 이산화(Discretization)
기본방정식을 수치해석하기 위해서는 독립변수의 미분항에 대하여 대수방정식 형태로 변환하여야 하며, 대수방정식으로 변환된 방정식을 이산화방정식이라 한다. 이산화방정식은 격자점 집
|
|
|
수정된 Euler
③ 후방 Euler
④ Euler 법의 정확도
⑤ Euler 법의 실행
3) Runge - Kutta Method
1) Runge-Kutta methods의 원리
2) 2차 Runge - Kutta Method
① 2차 Runge - Kutta 법의 정확도
3) Runge - Kutta 의 실행
2. 상미분 방정식과 공학적 적용
3. 비교 및 토의
|
|
메뉴펼치기
