조선대 수치해석

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
>
최초 생성일 2024.11.18
5,000원
AI자료를 구입 시 아래 자료도 다운로드 가능 합니다.
새로운 AI자료
생성
다운로드

상세정보

소개글

"조선대 수치해석"에 대한 내용입니다.

목차

1. 비선형방정식의 근 비교 및 평가
1.1. 문제 소개
1.2. 수치해법 비교
1.2.1. bisection method & false-position method
1.2.2. Newton-Raphson method
1.2.3. secant method
1.3. 결과 분석 및 평가

2. 선형대수 문제 풀이
2.1. LU 분해
2.2. Gauss-Pivot 방법

3. 적분 문제 풀이
3.1. 정적분
3.2. 중적분
3.3. 삼중적분

4. 통계 및 데이터 분석
4.1. 도시 온도 데이터 분석
4.2. 효소 동력학 모델링

5. 참고 문헌

본문내용

1. 비선형방정식의 근 비교 및 평가
1.1. 문제 소개

번지 점프 시 (척추손상의 방지를 위해서) 항력계수가 0.25[kg/s]로 주어질 때, 자유낙하 4초 후에 낙하 속도가 36[m/s]을 초과하는 질량은 얼마인가? 이를 구하기 위해서는 운동방정식인 v(t)=sqrt(gm/cd)tanh(sqrt(gcd/m)t)를 통해 질량에 관한 방정식 f(m)=sqrt(gm/cd)tanh(sqrt(gcd/m)t)-v(t)=0을 도출할 수 있다. 이 식을 만족하는 질량을 찾으면 자유낙하 4초 후에 낙하 속도가 36[m/s]을 초과하는 질량을 구할 수 있다.


1.2. 수치해법 비교
1.2.1. bisection method & false-position method

이분법(bisection method)과 가위치법(false-position method)은 대표적인 구간법 중 하나이다. 이 두 수치 해법은 대체로 비슷한 성능을 보이지만 근삿값을 구하는 방식에 있어서 차이가 있다.

이분법의 근삿값 공식은 xr = (xl+xu)/2 이다. 즉, 구간의 중점을 근삿값으로 취한다. 반면 가위치법의 근삿값 공식은 xr = xu - f(xu)*(xl-xu)/(f(xl)-f(xu))로, 가중치를 주어 근삿값을 계산한다.

제공된 문서에서는 이분법과 가위치법을 각각 20번 반복하여 참 상대오차를 구하고 비교하였다. 그 결과 초반에는 두 방식의 참 상대오차가 비슷한 경향을 보였지만, 반복이 거듭될수록 이분법의 참 상대오차가 더 낮아지는 것을 확인할 수 있었다.

구간법인 이분법과 가위치법은 구간을 정해놓고 반복하는 방식이기 때문에, 개방법에 비해 수렴 속도가 느리다는 단점이 있다. 하지만 두 방식 모두 종료 조건을 잘 설정한다면 원하는 근을 얻을 수 있는 우수한 수치 해법이다.


1.2.2. Newton-Raphson method

Newton-Raphson method는 개방법 중 하나로, 초깃값 설정이 중요하기 때문에 MATLAB을 활용한 그래프를 통해 초깃값을 설정하여 사용하였다"" 주어진 문제의 함수 f(m)을 미분하여 f'(m)을 구해야 하며, Newton-Raphson 공식은 다음과 같다: x_{i+1} = x_i - f(x_i)/f'(x_i).

그래프를 통해 초깃값을 147로 설정하고 Newton-Raphson 방법을 적용한 결과, 4번의 시도에 수렴하여 함수가 종료되었다" 반면, 주어진 번지 점프 문제의 초깃값인 50을 사용한 경우에는 7번의 시도에 수렴하였다" 이를 통해 초깃값 설정이 반복 횟수 감소에 큰 영향을 미침을 알 수 있었다"

또한 Newton-Raphson법이 수렴하지 않는 경우도 있어, 초깃값 설정이 결과값 도출에 매우 중요하다고 볼 수 있다" 개방법인 Newton-Raphson법은 구간법에 비해 수렴 속도가 빠르지만, 적절한 초깃값을 설정하지 않으면 수렴에 어려움을 겪을 수 있다는 단점이 있다"


1.2.3. secant method

또 하나의 대표적인 개방법인 할선법(secant method)은 Newton-Raphson법에서 도함수의 표현을 없앤 방법이다. 할선법에서 도함수의 계산을 위해 후진 차분(backward finite difference)으로 근사화를 하였다.

할...


참고 자료

Steven C. Chapra, 『응용수치해석 4th』, McGrawHill
최진탁, 『매트랩 프로그래밍』, 생능출판
‘그래프 굵기’ http://blog.naver.com/PostView.nhn?blogId=lsunj1&logNo=220134184952&parentCategoryNo=&categoryNo=22&viewDate=&isShowPo
pularPosts=false&from=postView

주의사항

저작권 EasyAI로 생성된 자료입니다.
EasyAI 자료는 참고 자료로 활용하시고, 추가 검증을 권장 드립니다. 결과물 사용에 대한 책임은 사용자에게 있습니다.
AI자료의 경우 별도의 저작권이 없으므로 구매하신 회원님에게도 저작권이 없습니다.
다른 해피캠퍼스 판매 자료와 마찬가지로 개인적 용도로만 이용해 주셔야 하며, 수정 후 재판매 하시는 등의 상업적인 용도로는 활용 불가합니다.
환불정책

해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.

파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우