|
#include<stdio.h>
#include<math.h>
#define TRUE 1
double function(double x) // 함수 지정
{
double y;
y=-256.25*x+1650;
return(y);
}
double function2(double x) // 미분함수 미리 지정
{
double y;
y=-256.25;
return(y);
} 없음
|
|
|
|
#include<stdio.h>
#include<math.h>
#define TRUE 1
#define Pi 3.141592 // 파이값 미리 설정
double function(double x) // 함수값 설정
{
double y;
y=-Pi*pow(x,3)+30*Pi*pow(x,2)-3000;
return(y);
}
double function2(double x) // 미분함수 설정
{
double y;
y=-3*Pi*pow(x,2)+6
|
|
|
뉴튼 랩슨법
clear all
clc
f='1/3*(sin(x).^3)+1/2*(cos(x).^2)-x'
df='(sin(x).^2)*(cos(x))-(cos(x))*(sin(x))-1'
n=-1; x0=0; err=0.0000001; num=1;
fprintf(' 횟수 해 오차 \n ');
fprintf(' x(n) x(n+1) |X(n+1)-X(n)| \n ');
while num>=err
x=x0;
a=eval(f); b=eval(df);
x1=x0-a/b;
num=abs(x1-x0);
x=x1;
|
|
|
보이기
System.out.println("\n-----------최종값-------------");//최종 출력
System.out.println("\n총 시행횟수 = "+iter+"\nx = "+str1+"\nea = "+ea);
}
}
2. 결과값 도출 1. 문제 및 결과
(a) 황금분할탐색법(xl = -2, xu = 4, εs = 1%)
(b) 뉴튼(Newton) 법(X0 = 3, εs = 1%)
|
|
|
Newton 보간법 \n ' )
fprintf('f1(x)=(%2.4f) x + (%2.4f) \n f2(x)=(%2.4f) x^2 + (%2.4f) x + (%2.4f) \n f3(x)=(%2.4f) x^3 + (%2.4f) x^2 + (%2.4f) x + (%2.4f) \n\n',e1,e2,d1,d2,d3,c1,c2,c3,c4)
%----------------------------------------(#9-1)----Lagrange----------------
% Newton 보간법 까지 합쳐진 소스입
|
|
|
값을 구함
if(ea < 0)//ea는 무조건 양수가 되어야 함
ea = -ea
}
System.out.print("\n"+iter+"번째 \n"+"ea 값->"+ ea +"\nxr 값->"+xr);
}
}
} 1. 문제 및 결과
(a)결과
(b)결과
2. 문제 및 결과
(a) 고정점 반복법
(b) 뉴튼-라슨법
|
|
|
- - - - - - - - - - - - - - - - - - - - - - - - - - \n");
}
double f(double x)
{
return (10+(3.592/x)/x)*(x-0.04267)-(0.082054*300);
}
double fp(double x)
{
return 10-(3.592/x)/x+((2*3.592*0.04267/x)/x)/x;
} 1. 이상기체 몰랄 볼륨 구하기
2. 실제기체 몰랄 볼륨 구하기 - 뉴틈랩슨 방법
|
|
|
내는 능력이 바로 지성인 것이다. 서 론
1) 프래그머티즘과 교육
(1) 프래그어티즘 의미
첫째로
둘째로
본 론
본 론 2
1). 듀이의 개혁정신이론
2). 목 표 지 향 점
첫째,
둘째,
셋째,
3). 교육방법과 실천방안
결 론
|
|
|
법을 제시하여 교육사회학의 이론적 산맥에 대한 이
해를 높이고자 한다. 교육사회학의 이론적 패러다임에 대해 카라벨과 할시
(J. Karabel & A. H. Halsey)의 분류, 풀스톤(R. G. Paulston)의 분류, 블랙
키지와 헌트(D. Blackage & B. Hunt)의 분류 틀을 제시하
|
|
|
법 종류
Univariant Method
Pattern Search Method
Simplex
Steepest Descent Method(최대 경사도법)
Conjugate Gradient Method(켤레 경사도법)
Quasi-Newton Method(준 뉴튼 방법) 등등
★ 어떤 기법이든 기본적으로 Maximization/Minimization
★ 변화시키는 파라미터를 Design Param
|
|
메뉴펼치기
