홈 > 강의소개
수치해석
장태수 교수
인하대학교 대학원 수학과 석사졸업
인하대학교 대학원 수학과 박사졸업
인하대학교 대학원 수학과 석사졸업
인하대학교 대학원 수학과 박사졸업
인하대학교
현) 유니와이즈 전임교수
AI가 이끄는 스마트한 학습 경험, AI 튜터와 함께 더 빠르고, 더 깊게 학습하세요.
긴 강의 내용을 AI가 핵심만 요약하여 복습 시간을 단축시킵니다.
강의에서 가장 중요한 키워드와 개념을 자동으로 추출해 제공합니다.
학습한 내용을 바탕으로 AI가 생성한 퀴즈를 풀며 이해도를 점검합니다.
모르는 부분을 24시간 언제든 AI 튜터에게 질문하고 답변을 받습니다.
총 7개 챕터, 45강으로 구성되어 있습니다.
| 제목 | 강의시간 | 상세내용 |
|---|---|---|
|
[1강] OT
|
0:
07:
24
|
|
|
수치해석 개론과 오차, 코딩 활용 개요
• 수치해석 핵심 구조: 수학적 모델링·오차 개념을 기초로 근찾기, 선형 연립방정식, 최적화, 상미분방정식 등 수치 기법의 절차와 적용 범위 학습 • 오차 이론: 절단오차와 반올림오차의 정의·발생 원인·지배 영역을 구분하고, 각 수치 기법에서의 오차 분석 및 오차 통제 전략 이해 • 코딩 및 공학 적용: MATLAB·Python 기반 알고리즘 구현과 행렬·수치 연산 연습, 공학 어펜딕스를 통한 실제 공학 문제 모델링·해결 과정 훈련 |
||
| 1장. 모델링, 오차해석 | ||
|
[2강] 수학적 모델링과 공학 문제의 해결
|
0:
47:
42
|
|
|
수학적 모델링과 공학문제 해결: 낙하산병 예제와 수치해석 개론
• 공학문제 해결 절차: 현상탐구·상황모델·수학적 모델링·수학적 분석(해석해/수치해)·결과 도출·정당성 검토의 6단계 구조와 단계별 오류 검토 체계 정립 • 수학적 모델링과 변수 체계: 공학 시스템을 수식으로 표현하고 종속변수·독립변수·매개변수·강제함수의 역할을 구분하여 다변수·연립방정식 형태 모델 해석 • 낙하산병 미분방정식과 수치해석: 낙하산병에 대한 뉴턴 제2법칙 기반 1계 미분방정식 설정, 해석해(종단속도 포함)와 오일러법(FDM) 수치해 및 MATLAB 구현을 통해 오차·허용오차·근사해 개념 이해 |
||
|
[3강] 근삿값과 반올림 오차
|
1:
02:
30
|
|
|
근사값과 반올림오차, 유효숫자와 오차 개념 정리
• 수치해석 오차 체계: 근사값·유효숫자·정확도·정밀도 정의와 반올림오차·절단오차, 절대오차·상대오차·참오차율·근사오차율·수렴조건(εₛ) 개념 정리 • 컴퓨터 수 표현 구조: 정수·실수의 이진 표현, 고정소수점과 유동(부동)소수점에서 부호부·지수부·가수부·바이어스 구조 및 비트수(16/32/64/128비트)에 따른 표현 범위·정밀도·반올림오차 특성 • 수치적 안정성과 연산 무효화: 유효숫자 손실, 덧셈·뺄셈 무효화, 부정확한 이차방정식 해 공식 형태, 근사상대오차율(εₐ) 기반 수렴판정과 공식 재구성·고정밀 연산을 통한 오차 누적·무효화 저감 전략 |
||
|
[4강] Taylor 급수와 절단 오차
|
1:
01:
42
|
|
|
테일러급수, 절단오차, 유한차분법과 오차 전파 개념 정리
• 테일러급수와 절단오차: 테일러급수 일반형·나머지항 표현을 통해 절단오차를 정의하고 오차 차수와 선형화(1차 근사) 개념 정리 • 유한차분법과 오차 차수: 전진·후진·중심차분으로 1차 도함수 근사식을 유도하고 각 방법의 오차 차수(전진·후진 O(h), 중심 O(h²)) 및 수치 예제로 오차 감소율 비교 • 오차 전파·조건수·수치미분 오차 균형: 입력오차가 함수값 오차로 전파되는 과정과 조건수로 안정성 판단, 수치미분에서 절단오차와 반올림오차의 상반된 h 의존성과 최적 간격 선택 원리 정리 |
||
| 2장. 방정식의 근 | ||
|
[5강] 이분법
|
0:
36:
50
|
|
|
방정식 근찾기와 이분법(bisection method) 개념·알고리즘 정리
• 수치적 근찾기 분류: 대수함수·초월함수 방정식 f(x)=0의 근을 위해 구간법(이분법·선형보간법)과 개구간법(고정점 반복법·Newton-Raphson·할선법)을 구분하고, 해석적 해가 불가능한 경우 근사해 계산 필요성 제시 • 이분법 원리와 수렴 보장: 연속함수에서 f(x_l)f(x_u)<0을 만족하는 초기 구간을 설정하고 중간값 정리에 근거해 구간을 반복적으로 이분하며 근을 포함하는 구간을 갱신하는 알고리즘 구조, 수렴 특성, 상대오차 기반 종료 조건 정의 및 구현 방식 정리 • 이분법 구현과 응용: MATLAB 중심으로 초기화·반복·종료 구조, 함수값 재사용·벡터화에 의한 효율 개선 아이디어를 제시하고, 낙하산병 항력계수 추정 문제를 통해 상대오차 기준 설정, 결과 해석, 출력 포맷 구성까지 수치해석 실습 흐름 정리 |
||
|
[6강] 선형보간법
|
0:
31:
33
|
|
|
선형 보감법(가위치법, False Position Method)의 원리와 한계
• 선형 보감법 기본 개념: 이분법 기반 구간 축소형 근 찾기 기법으로, 양 끝점 함수값의 직선 보간 교점을 근 후보로 택해 수렴 속도를 높이되 한쪽 끝점 고정과 비대칭 수렴 위험을 동반함 • 수식 유도와 실패 원인: 두 점을 지나는 직선 방정식·닮음 삼각형으로 표준 $x_r$ 공식을 도출하고, 곡률이 큰 함수나 좌우 기울기 불균형 시 함수값 크기 기준 선택이 왜곡되어 실제 근보다 먼 점에 집착하며 수렴 지연·오차 추정 실패가 발생함 • 수정된 선형 보감법: 여러 스텝 동안 같은 끝점이 갱신되지 않으면 해당 끝점을 구간 내부로 절반 이동시키는 규칙을 추가해 고정 끝점 문제를 완화하고, 이분법 수준의 안정성과 선형 보감법의 빠른 수렴·신뢰 가능한 오차 추정을 동시에 확보함 |
||
|
[7강] 고정점 반복법
|
0:
30:
00
|
|
|
고정점 반복법과 개구간법 수렴 조건 핵심 정리
• 고정점 반복법과 개구간법: f(x)=0을 x=g(x)로 변환해 x_{i+1}=g(x_i)를 반복하는 개구간법으로, 초기 한 점만 사용하며 구간 보장은 없고 수렴·발산·진동 가능성이 있어 구간법(이분법·선형보간법 등) 대비 수렴 보장이 약함 • g(x) 설계와 구현 구조: 동일 f(x)=0에 대해 여러 x=g(x) 형태가 가능하며 g(x) 선택에 따라 수렴 여부·속도가 달라지므로 |g'(x)| 특성을 고려해 g(x)를 설계하고, 실제 구현은 반복식 업데이트 + 근사상대오차 계산 + 반복 상한으로 발산·무한루프 방지 구조로 구성함 • 수렴 이론과 조건: 평균값 정리로 E_{i+1} ≈ g'(ξ)E_i를 유도하고, 해 근처에서 |g'(x_r)|<1이면 선형수렴(오차가 비례 감소)하며 |g'(x_r)|>1이면 발산·진동하고, 실전에서는 구간에 따라 |g'(x)|가 달라 선형수렴이 깨질 수 있어 함수 특성 기반의 개별 분석이 필요함 |
||
|
[8강] Newton-Raphson법
|
0:
45:
39
|
|
|
뉴튼 랩슨법(Newton-Raphson Method)의 유도, 수렴 특성, 한계와 해결책
• 뉴튼 랩슨법 기본 개념: 비선형 방정식 f(x)=0의 근을 찾기 위한 개구간 반복법으로, 접선의 x절편(기하학적 해석)과 1차 테일러 전개(해석학적 해석)를 통해 유도된 반복식 \(x_{i+1}=x_i-\frac{f(x_i)}{f'(x_i)}\)과 2차 수렴 특성을 핵심으로 함 • 수렴 특성 및 실패 사례: 해 근방에서 오차 관계 \(E_{i+1}\approx C E_i^2\)에 따른 2차 수렴으로 매우 빠른 수렴을 보이지만, \(f'(x)\approx 0\), 초기값이 근에서 멀거나 곡률이 극단적인 경우(진동·발산·엉뚱한 근 수렴·극단적 저수렴 등)에서 수렴 실패 또는 성능 저하가 발생함 • 실무적 구현 및 보완 전략: f(x)·f'(x) 정의, 초기값·허용오차·최대 반복 횟수 설정을 포함한 알고리즘 구현과 함께, 그래프 기반 사전 분석, 최종 근사값에 대한 함수값 검증, \(f'(x)\) 크기 모니터링, 반복 횟수 제한 후 이분법·할선법 전환, 이분법+뉴튼 혼합 전략 등을 통해 도함수 의존성·수렴 불안정성을 보완함 |
||
|
[9강] 할선법
|
0:
35:
48
|
|
|
Summary Content:
활선법, 선형 보간법, 수정된 활선법의 구조와 비교 요약 • 활선법(세컨트 메서드)·수정된 활선법: 뉴튼-랩슨식의 도함수를 두 점 기울기 또는 작은 Δx를 이용한 수치 미분으로 근사하는 개구간법, 단일/이중 초기값 요구와 수렴 특성·발산 위험·Δx 선택 민감도 정리 • 선형 보간법과 구간법 vs 개구간법 구조: 이분법·선형 보간법(구간 내 해 보장, 선형 수렴)과 고정점 반복법·뉴튼-랩슨법·활선법·수정된 활선법(해 위치 비보장, 일반적으로 빠른 수렴) 간의 정의·알고리즘 구조·수렴 보장 여부 비교 • 근사해법 적용 전략: 도함수 계산 가능성, 초기점·구간 선택, 함수 곡률과 발산 사례(ln x), 구현 난이도·연산 시간·안정성을 함께 고려한 혼합 사용 전략 및 시험 포인트(갱신식 유도, 방법 간 구조 비교, 파라미터 영향) 정리 |
||
|
[10강] 비선형 연립방정식의 근 찾기
|
0:
42:
09
|
|
|
비선형 연립방정식의 수치적 해법: 고정점 반복법과 Newton-Raphson 응용
• 비선형 연립방정식 개념 및 구간법 한계: 선형·비선형 연립방정식의 구조 구분과 다변수 비선형 시스템에서 구간법(이분법 등)의 적용 어려움·개구간법 필요성 정리 • 고정점 반복법: 연립방정식을 갱신식 X_{k+1}=G(X_k)로 재구성하는 고정점 반복 구조, 1·다변수에서의 수렴 충분조건(도함수·편미분 절대값 합 < 1), 갱신식 형태에 따른 수렴/발산 민감도와 실무적 한계 정리 • Newton-Raphson법과 야코비안: 테일러 1차 선형화를 통한 연립 Newton-Raphson 갱신식 X_{k+1}=X_k−J_F(X_k)^{-1}F(X_k) 유도, 야코비안(Jacobian)·야코비안 행렬식의 역할, 예제 시스템 적용 절차와 고정점 반복법 대비 수렴 속도·미분 필요성·초기값 민감도 비교 정리 |
||
|
[11강] 공학적 적용 : 방정식의 근
|
0:
57:
48
|
|
|
수치해석 A파트: 방정식의 근과 공학적 적용 요약
• 근찾기 알고리즘 구조: 구간법(이분법)·개구간법(Newton-Raphson, 할선, 고정점반복) 비교를 통해 수렴 보장 여부·반복 횟수·실패 플래그 설계 등 방정식 근사 해법의 기본 원리 정리 • 공학 응용 모델링: Van der Waals 상태방정식, 빗물 pH 평형식, RLC 회로 미분방정식, Colebrook 마찰식 등을 f(x)=0 형태의 비선형 방정식 또는 단일 변수 문제로 축약해 수치해석으로 해를 구하는 절차 정리 • 알고리즘 선택·초기값 전략: 이상기체 근사·pH 범위·물리적 매개변수 범위·경험식 등을 이용해 초기값·구간을 설정하고, 이분법의 안정성 vs Newton-Raphson의 고속 수렴을 상황에 맞게 조합하는 실무적 설계 원칙 정리 |
||
|
[12강] 선형 연립방정식(기초 지식)
|
1:
02:
52
|
|
|
선형연립방정식, 행렬, 행렬식, 크레머 정리, 소거법 기초
• 선형연립방정식과 행렬·해의 구조: 선형연립방정식을 계수행렬·미지수벡터·상수벡터로 표현한 $AX=B$ 구조, 행·열·행렬 크기와 정사각·대각·단위·대칭·삼각·띠행렬 정의 및 해의 존재·유일해·부정·불능을 행렬식과 기하적 관점에서 판정하는 원리 • 행렬식과 크레머 정리: 행 또는 열 전개와 부호 규칙에 따른 행렬식 계산 원리와 차수 증가에 따른 계산량 특성, $\det(A)\neq0$일 때 역행렬 존재와 유일해 보장, 계수행렬의 행렬식과 열 치환 행렬식 비로 해를 주는 크레머 정리의 개념·표현식·적용 조건 • 소거법과 상부삼각행렬: 미지수 소거를 행 연산으로 통일한 가우스 소거법의 골격(순차적 소거로 상부삼각행렬을 만든 뒤 뒤에서부터 대입), 소거 과정이 크레머 정리의 행렬식 분수 표현과 동치임을 보이는 구조, 실질 목표인 삼각행렬·대각행렬·단위행렬 변환을 통한 효율적 해 구하기 절차 |
||
| 3장. 선형대수 방정식 | ||
|
[13강] Gauss 소거법
|
0:
32:
30
|
|
|
가우스 소거법, 전진소거·후진대입, 연산횟수 분석 요약
• 가우스 소거법 알고리즘: 연립 1차 방정식을 증강행렬 형태로 전진소거하여 상부삼각행렬로 만든 뒤 후진대입으로 해를 구하는 행 연산 기반 해법 • 코딩 구조와 연산 복잡도: 증강행렬에 대한 이중 루프 전진소거와 역순 후진대입으로 구성되며, 곱셈·덧셈 횟수는 대략 (2/3)n³ 규모로 O(n³) 복잡도를 가지며 전진소거 단계에 연산이 집중됨 • 수치적 한계와 개선 방향: 유효숫자·반올림오차와 0 또는 매우 작은 피벗으로 인한 수치 불안정 문제를 가지며, 피벗팅·LU 분해·가우스-조르당 소거법 등으로 안정성과 효율을 향상시키는 방향으로 확장됨 |
||
|
[14강] Gauss 소거법의 문제점
|
0:
42:
31
|
|
|
가우스 소거법의 수치적 문제, 불량조건 시스템과 축척화 개념 정리
• 가우스 소거법 수치 안정성: 0 또는 매우 작은 피벗에 의한 0 나누기·오차 증폭, 전진소거·후진대입 과정에서 반올림오차 누적 구조 • 불량조건·특이 시스템 판정: 계수 변화에 해가 과도하게 민감한 불량조건 시스템, 행렬 기하학(거의 평행 직선)과 축척화 전·후 행렬식, 가우스 소거 피벗으로 특이·근사 특이 판정 • 수치적 대응 전략: 행·계수 축척화(Scaling), 피벗팅으로 작은 피벗 회피, 고정밀 연산을 통한 반올림오차 완화 및 대형 시스템에서의 실용적 판정 절차 정리 |
||
|
[15강] Gauss 소거법의 개선
|
1:
03:
15
|
|
|
가우스 소거법의 개선: 피벗팅, 스케일링, 가우스-조단법 핵심 정리
• 피벗팅과 스케일링: 작은 피벗·불량 조건 시스템에서 반올림 오차를 줄이기 위해 부분 피벗팅과 스케일링을 결합하여 큰 피벗 선택·수치 안정성 향상 • 스케일링+피벗팅 알고리즘: 행별 최대 계수로 스케일링해 피벗 행 선택에만 사용하고 실제 연산은 원래 계수로 수행하며, 대각 원소가 0 또는 매우 작으면 (거의) 특이 시스템으로 판별 • 가우스-조단 메서드: 피벗 정규화와 열 전체 소거를 반복해 계수 행렬을 단위행렬로 만들고 해 벡터를 직접 구하며, 후진 대입을 제거하는 대신 가우스 소거법보다 연산량이 많은 구조를 가짐 |
||
|
[16강] LU 분해법
|
0:
42:
27
|
|
|
Summary Content:
LU 분해법, 가우스 소거법과의 관계, Doolittle·Crout 비교 정리 • LU분해법과 가우스 소거법 관계: 전진소거에서 소거계수를 저장해 A=LU로 분해하고, 고정된 A에 대해 여러 B에 대해 전진대입·후진대입(O(n²))만 반복해 연립방정식을 효율적으로 푸는 기법 • L·U 행렬 구조와 알고리즘: L은 하부삼각, U는 상부삼각으로 두고, 가우스 소거를 in-place로 수행하며 상삼각 부분에 U, 하삼각 부분에 L(대각 1은 암묵적)을 저장하고, LD=B 전진대입과 UX=D 후진대입을 통해 해 X를 계산 • Doolittle·Crout 분해 비교 및 구현: Doolittle은 L의 대각을 1로, Crout은 U의 대각을 1로 두는 LU분해 변형으로 연산량·정확도는 유사하며, 부분 피벗팅과 벡터 덮어쓰기(in-place)까지 포함한 메모리 효율 구현에서 Doolittle 방식이 표준적으로 사용됨 |
||
|
[17강] LU 분해법의 응용
|
0:
35:
43
|
|
|
LU 분해법 응용: 역행렬과 행렬식 계산 핵심 정리
• 역행렬·행렬식 존재 조건: 역행렬은 곱셈 역원 개념으로 det(A)≠0일 때 존재하며, 2×2 역행렬 공식과 가우스 소거법 기반 계산 구조 요약 • LU 분해 기반 역행렬·행렬식 계산: A=LU 분해 후 전진·후진대입으로 AX=I의 열벡터를 구해 A⁻¹ 구성, 상·하삼각행렬의 대각 원소 곱과 det(A)=det(L)det(U)로 행렬식 효율 계산 • 수치 안정성 및 구현 고려: 유효숫자·EPS 기반 특이행렬 판정, 반올림 오차 증폭과 조건수 문제, 피봇팅·스케일링 등 수치 안정화 기법과 다중 목적 계산에 LU 재사용 전략 정리 |
||
|
[18강] 특수 행렬 분해법
|
0:
33:
35
|
|
|
특수 행렬 분해법: 띠 행렬, Thomas 알고리즘, Cholesky 분해 개요
• 특수 행렬 구조: 띠 행렬·삼중 대각 행렬·대칭 행렬 정의와 대역폭(HBW) 개념, 특수 구조를 활용한 연산량·메모리 감소 원리 • Thomas 알고리즘: 삼중 대각 행렬 전용 LU분해 기법으로, 대각·상·하부 대각(F,E,G)만을 이용한 분해–전진 대입–후진 대입 절차와 재귀식 구조 • Cholesky 분해: 대칭(양의 정부) 행렬을 A=LLᵀ로 분해하여 하부 삼각 행렬 L만 저장하고 전진·후진 대입으로 해를 구하는 고효율 분해법의 계산식(lᵢᵢ, lᵢⱼ) 구조 |
||
|
[19강] Gauss-Seidel 법
|
0:
49:
35
|
|
|
가우스-세이델법과 수렴성, 이완법(하이완·상이완) 정리
• 가우스-세이델법: 연립일차방정식 A x = b를 순차 갱신 반복식으로 푸는 수치해석 반복법으로, O(n²) 계산량·초기값 의존 수렴성과 대각선 지배 행렬에서의 수렴 특성 정리 • 수렴성 조건과 대각선 지배: 고정점 반복 관점에서 편미분 절댓값 합 < 1을 이용해 |aᵢᵢ| > Σⱼ≠ᵢ|aᵢⱼ| 형태의 대각선 지배를 가우스-세이델 수렴의 대표적 충분조건으로 제시하고, 희소·띠행렬 구조에서의 수렴·안정성 분석 • 이완법(하이완·상이완): 기본 가우스-세이델 갱신값에 가중치 λ를 부여해 under-relaxation(0<λ<1)으로 안정성 향상, over-relaxation(1<λ<2)으로 수렴 가속을 구현하는 갱신식 구조와 파라미터 선택 원리 정리 |
||
|
[20강] 공학적 적용 : 선형 연립방정식
|
0:
50:
17
|
|
|
수치해석학 B파트: 선형연립방정식의 공학적 응용(반응기·저항회로·스프링질량시스템)
• 물리 시스템 선형 모델링: 반응기 물질수지·저항회로 KCL·KVL·스프링–질량 뉴턴 평형식을 보존법칙 기반 선형연립방정식 AX=B로 구성하는 절차 정리 • 정상상태 가정과 평형 해석: 시간미분항을 0으로 두어 미분방정식을 대수적 선형연립방정식으로 단순화하고 농도·전류·변위의 정상상태 해를 해석하는 방법 요약 • LU 분해 기반 수치해법: NumPy로 계수행렬·우변벡터를 구성하고 SciPy.linalg의 lu_factor·lu_solve를 이용해 AX=B를 효율·안정적으로 해결하는 공통 코드 패턴 정리 |
||
| 4장. 최적화 | ||
|
[21강] 최적화(기초지식)
|
0:
47:
58
|
|
|
최적화 개념과 공학적 응용, 기법 개관
• 최적화 문제 일반 형식: 설계 변수 벡터와 목적 함수·부등식/등식 제약으로 정의되는 최소화 문제, 근구하기와의 관계 및 공학 설계·통계 모델링에서의 적용 구조 정리 • 공학 최적화 모델링: 낙하산 구호물자 예시를 통해 설계 변수·종속변수·목적 함수(총비용)·속도·정수 제약을 수식화하는 절차와 제약/비제약·자유도·차원 개념 정리 • 최적화 문제 분류 및 해법: 선형/2차/비선형 프로그래밍, 제약/비제약 최적화의 구분과 황금분할법·뉴튼법·심플렉스법·그래디언트 기반 기법 등 대표 알고리즘의 특성과 적용 범위 요약 |
||
|
[22강] 비제약 최적화 (1)
|
0:
53:
48
|
|
|
비제약 최적화와 황금분할 탐색법 핵심 정리
• 비제약 최적화와 다모드·단모드 개념: 제약 없는 함수 최적값 탐색 문제에서 다모드로 인한 로컬·글로벌 최소 혼동 위험과 단모드 가정, 그래프 파악·다중 초기값을 통한 글로벌 최소 근사 전략 정리 • 황금분할 탐색법과 이분법 비교: 1차원 단모드 함수에서 황금비(약 0.618) 기반 내부점 두 개를 사용해 구간을 축소하고 함수값을 재사용하는 구간법으로, 이분법 대비 구간 축소율·함수 평가 횟수·계산 효율 차이 구조화 • 알고리즘 구현과 오차·수렴 분석: 황금분할 탐색 알고리즘 절차와 파이썬 구현(golden_search, lambda, 리스트 컴프리헨션, 패킹/언패킹) 구조, 각 반복에서의 구간 길이 감소 비율과 오차 상한·지수적 수렴 특성을 통한 종료 기준 설계 정리 |
||
|
[23강] 비제약 최적화 (2)
|
0:
38:
05
|
|
|
비제약 최적화 2: 2차 보간법과 뉴튼법 핵심 정리
• 2차 보간법(Quadratic Interpolation) : 단봉 함수에서 3점의 함수값으로 2차다항식 포물선을 구성해 극점 위치를 구간 내에서 반복 갱신하는 비제약 최적화 구간법, 황금분할 탐색보다 적은 반복으로 수렴하나 끝점 쏠림 및 초기 구간 설정에 민감 • 2차 보간법 수식·구현 구조 : 3점을 지나는 일반형·재파라미터화 2차다항식에서 도함수 0 조건으로 극점 $x_3$ 폐형식 공식을 유도하고, 인덱스 순환 패턴을 이용한 벡터화·내적 계산으로 분자·분모를 효율 구현하며, $f(x_1)$–$f(x_3)$ 및 위치 관계로 버릴 점을 결정해 구간 축소 • 뉴튼법(Newton Method) : 극값 조건 $f'(x)=0$에 뉴튼-랩슨 근찾기 공식을 적용해 $x_{k+1}=x_k-\dfrac{f'(x_k)}{f''(x_k)}$로 갱신하는 개구간법으로, 1·2차 도함수 정보를 요구하고 2차 수렴의 빠른 속도를 가지나 초기값·미분 가능성에 매우 민감해, 도함수 확보가 어렵거나 데이터 기반 함수에서는 2차 보간법·할선법·구간법 계열과 비교·대체하여 선택해야 함 |
||
|
[24강] 제약 최적화
|
1:
09:
22
|
|
|
선형계획법과 Simplex Method, 비선형 제약 최적화 개요
• 선형 프로그래밍과 해 구조: 선형 목적함수·제약식·비음조건으로 구성된 LP 표준형, 기하학적 feasible 영역과 극점, 해의 유형(유일해·다중해·불능해·언바운디드) 개념 정리 • Simplex Method와 기저가능해: slack 변수 도입을 통한 등식화, 기저·비기저·기저가능해(극점) 개념, Simplex 테이블과 entering/leaving 변수 선택·minimum ratio test·가우스–조던 연산 절차 요약 • 비선형 제약 최적화 방법: 비선형 목적함수·제약을 다루는 벌칙함수 기반 간접법과 GRG 등 Gradient 기반 직접법의 원리, 제약 조율·수렴 안정성·계산 비용 측면의 한계 개괄 |
||
|
[25강] 공학적 적용 : 최적화
|
0:
59:
07
|
|
|
탱크 최소비용 설계와 폐수 최소비용 처리, SciPy 최적화
• 비선형 탱크 설계 최적화: 원통형 탱크의 길이·직경을 변수로 재료비·용접비를 합한 목적함수를 구성하고, 부피·트럭 규격·비음수 제약을 포함한 비선형 모델을 SciPy minimize로 해 구하기 • 폐수 처리 선형계획 모형: 하천 구간별 오염부하·정화비율·수질 기준을 이용해 도시별 정화비율을 의사결정변수로 두고, 총 처리비용 최소화와 수질 상한 제약을 선형 부등식으로 정리해 SciPy linprog로 해석하기 • 복수해와 공학적 의사결정: 동일 최소비용을 주는 복수의 최적해 가능성을 인지하고, 수리모형의 민감도·제약 조정·변수 범위를 검토해 형평성·환경성·수용성을 반영한 정책적으로 바람직한 해를 선택하기 |
||
| 5장. 곡선 접합 | ||
|
[26강] 곡선 접합(배경 지식)
|
1:
18:
52
|
|
|
곡선 적합, 최소제곱 회귀분석, 보간·외삽, 테일러급수, 유한차분, 신뢰구간
• 곡선 적합·회귀분석·보간법: 실험 데이터의 경향 추정을 위한 최소제곱 회귀분석과 모든 점을 정확히 지나는 선형·곡선 보간 및 보간·외삽의 구분, 각 방법의 목적·오차 가정·장단점 정리 • 테일러 급수·유한차분법(FDM): 함수의 테일러 급수 전개와 1차 선형화, 전진·후진·중심 차분 공식을 통한 미분 근사, 차분식의 정확도 차이와 수치해석 및 곡선 보간의 수학적 기반 이해 • 통계 기초·정규분포·신뢰구간: 평균·분산·표준편차·자유도·분산계수 정의, 정규분포·표준정규분포와 중심극한정리, 모분산 알려진/모를 때의 Z·T-분포 기반 평균 신뢰구간 공식과 유의수준·표본 추출 편향의 영향 정리 |
||
|
[27강] 최소 제곱 회귀 분석 (1)
|
0:
34:
49
|
|
|
최소제곱 선형 회귀분석 개념과 알고리즘 정리
• 최소제곱법과 보간법, 오차 측도: 보간법의 오버피팅 한계와 대비되는 최소제곱 근사 개념, 오차 제곱합(분산) 최소 선택 이유와 해의 유일성, 오차·표준편차·자유도·정규분포 가정 기반의 오차 평가 구조 정리 • 직선 회귀 해 및 통계량: 직선 회귀식 y = a₀ + a₁x의 정상방정식 유도, a₀·a₁ 일반해 공식과 필요한 합(∑x, ∑y, ∑x², ∑xy, n) 정리, 잔차 제곱합 S_r·총 제곱합 S_t·표준편차 s_{y/x}와 자유도 n−2 정의 • 선형 회귀 알고리즘과 상관계수: 선형 회귀 절차(데이터 입력→합 계산→계수 산출→예측값·S_r·S_t·r 계산) 구조화, 상관계수 r의 정의와 0≤r≤1 범위 및 적합도 해석, 다항식·다변량 회귀로의 일반화 가능성 요약 |
||
|
[28강] 최소 제곱 회귀 분석 (2)
|
0:
44:
42
|
|
|
다항식 및 다중선형 최소제곱 회귀 분석 핵심 정리
• 다항식 회귀 및 다중선형 회귀 구조: 최소제곱 원리에 기반해 m차 다항식·다중선형 모형의 정규방정식과 대칭행렬 구조를 수립하고, 자유도 n-(m+1)·표준오차·결정계수 R²를 이용해 적합도와 과적합 가능성을 해석함 • 수치해석 및 행렬 풀이 기법: 정규방정식 계수행렬을 가우스-조단, 가우스 소거, 콜레스키 분해 등으로 수치적으로 해를 구하며, 대칭·양정치 행렬 특성을 활용해 계산 효율과 수치안정성을 확보함 • 파이썬 구현 및 일반화 설계: m차 다항식·다중선형 회귀용 시그마 합(∑xᵏ, ∑xᵏy, ∑xⱼxₖ 등) 자동 생성, 얕은 복사 방지 행렬 생성, 공통 가우스-조단 모듈화로 단·다변수 회귀를 하나의 일반화된 코드 프레임워크로 구현함 |
||
|
[29강] 최소 제곱 회귀 분석 (3)
|
0:
44:
28
|
|
|
일반 선형 최소제곱과 가우스-뉴튼 비선형 회귀 핵심 정리
• 일반 선형 최소제곱: 설계행렬 Z를 이용해 Y≈ZA로 표현하고 정규방정식 ZᵀZA=ZᵀY에서 해 A=(ZᵀZ)⁻¹ZᵀY를 구하는 계수 추정 절차 • 추정량 불확실성 분석: 오차분산으로부터 계수 분산·공분산 행렬 C_A=σ²(ZᵀZ)⁻¹을 계산하고 표준오차·t-분포를 사용해 계수 신뢰구간과 모형 신뢰도를 평가 • 비선형 회귀와 가우스-뉴튼법: 비선형 모형 y=F(x;A)를 파라미터 주변에서 테일러 1차로 선형화해 잔차 d≈ZΔA 형태의 선형 최소제곱을 반복적으로 풀고 ZᵀZΔA=Zᵀd, A^{(J+1)}=A^{(J)}+ΔA와 노름 기반 수렴판정으로 파라미터를 추정하는 알고리즘 구현 |
||
|
[30강] 보간법 (1)
|
0:
46:
31
|
|
|
다항식 보간법과 뉴턴 보간다항식, 오차와 알고리즘 구조 핵심 정리
• 다항식 보간법과 뉴턴 보간다항식: 정확한 데이터 점들을 모두 지나는 유일한 n차 다항식 구성, 뉴턴·라그랑주는 동일 보간다항식의 다른 표현이며 분할차분 기반 뉴턴 형식으로 1차→2차→일반 n차까지 계수를 단계적으로 확장 • 분할차분과 오차 구조: 분할차분을 통해 뉴턴 계수 B_k를 재귀적으로 계산하고 기존 결과를 재사용하며, 보간 오차항은 테일러 급수 잔차와 유사한 곱 형태를 가지나 실제로는 절대 오차 평가보다 차수 증가의 필요성과 효과(오차 감소 기대치) 판단에 활용 • 알고리즘 구현과 데이터 선택 전략: 상향식 분할차분 테이블과 in-place 갱신으로 중복 계산을 최소화하고, 보간점에 가까운 데이터부터 사용해 차수를 올리며 데이터 순서 및 선택을 조절해 수치적 안정성·근사 정확도를 최적화함 |
||
|
[31강] 보간법 (2)
|
0:
50:
05
|
|
|
라그랑즈 보간 다항식과 뉴튼 보간법, 알고리즘 및 코드 구조 요약
• 라그랑즈 보간 기본 개념: 라그랑즈 기저 다항식 \(L_i(x)=\prod_{j\ne i}\frac{x-x_j}{x_i-x_j}\) 정의와 성질(특정 점에서만 1, 나머지에서 0), 이를 이용한 보간 다항식 \(P_n(x)=\sum_i f(x_i)L_i(x)\) 구조 및 1차·2차 보간의 기하학적 의미 정리 • 라그랑즈·뉴튼 보간 관계와 알고리즘: 1차 뉴튼식과 라그랑즈식의 동치 변환, 동일 데이터에 대해 두 보간식이 동일 다항식을 생성함을 이용한 표현 비교, 파이썬 구현에서 라그랑즈 계수 갱신·곱셈 기반 평가 함수 구조와 얕은 복사(shallow copy) 회피를 위한 새 리스트 생성 방식 정리 • 수치적 특성과 차수 선택: 고차 라그랑즈 보간에서의 수치 불안정성과 Runge 현상 유사 문제(간격 큰 구간에서 과도한 곡률·과대 추정) 분석, 오차 추정·차수 결정에는 뉴튼 보간이 유리하고 고정 차수 단일 계산에는 라그랑즈가 단순하다는 적용 기준, 스플라인·회귀 분석 등 대안 기법 필요성 정리 |
||
|
[32강] 보간법 (3)
|
0:
43:
49
|
|
|
보간법: 스플라인 함수, 선형·2차·3차 스플라인 정리
• 보간법과 회귀분석 구분: 보간법은 모든 데이터점을 통과하는 곡선 구성, 회귀분석은 오차 존재를 전제하고 잔차 제곱합 최소화를 목표로 하는 곡선 적합 방법 • 스플라인 함수 구조: 고차 다항식 보간의 진동·끝단 과대평가 문제를 피하기 위해 구간별 저차 다항식(선형·2차·3차)을 연결하고, 함수값·도함수 연속성과 경계조건으로 계수를 결정하는 구간별 보간 함수 체계 • 3차 스플라인 핵심: 각 구간에서 3차 다항식으로 함수값·1차·2차 도함수 연속성과 natural 경계조건을 만족시키며, 계수 중 c_i에 대한 삼대각 행렬 연립방정식을 Thomas 알고리즘으로 풀어 효율적으로 보간하고 이후 수치적분·수치미분의 근사 기반으로 사용됨 |
||
|
[33강] 공학적 적용 : 곡선 접합 , 공학적 응용 : 수치미적분
|
0:
43:
03
|
|
|
수치 해석학 D·E파트 곡선 적합, 실험 데이터 분석, 수치 적분 응용 정리
• 효소 역학 곡선 적합(Michaelis-Menten) : MM 및 2차 개정 모델의 역수 변환 선형화로 linregress 선형 회귀 수행, slope·intercept로부터 Vmax·Ks 복원 및 모델 차수에 따른 적합도 비교 • 다중선형 회귀 기반 경험식 추정 : Q=A0D^{A1}S^{A2} 형태를 로그 변환해 다중선형 회귀로 정식화, 정규방정식과 LU 분해로 계수 B0,B1,B2 산출 후 A0,A1,A2 재구성하여 유량-지름-기울기 관계 경험식 도출 • 수치 적분과 공학 응용(열량·RMS 전류) : 알려진 함수식에는 quad 적응형 적분을, 실험/파형 데이터에는 Simpson 규칙 적분을 적용해 열량 적분과 RMS 전류 계산을 수행하고, 분할수·모델 선택에 따른 오차·속도 특성 비교 분석 |
||
| 6장. 수치미분과 적분 | ||
|
[34강] Newton Cotes (1)
|
0:
46:
04
|
|
|
뉴튼 코테스 적분 공식과 사다리꼴·합성 사다리꼴 적분 정리
• 수치 적분 및 뉴튼 코테스 적분: 해석학적 원시함수 대신 구간 분할과 다항식 근사로 적분값을 계산하며, 폐구간 [a,b]에서 함수식 또는 이산 데이터에 대해 다항식 보간 기반으로 적분을 수행하는 기본 수치 적분 틀 • 사다리꼴 적분 공식과 오차 구조: 두 끝점 (a,f(a)), (b,f(b))를 잇는 1차 다항식으로 곡선을 근사해 ∫_a^b f(x)dx ≈ (b-a)/2·{f(a)+f(b)} 형태로 평균높이×폭으로 계산하고, 절단 오차는 f''(ξ)에 비례하며 O(h^2) 크기를 가지나 반올림 오차와의 균형 필요 • 합성 사다리꼴 적분 및 수렴 특성: [a,b]를 n개로 균등 분할해 각 소구간에 사다리꼴을 적용한 ∫_a^b f(x)dx ≈ (h/2)[f(x_0)+2∑_{i=1}^{n-1}f(x_i)+f(x_n)] 공식을 사용하며, 오차가 O(h^2)·O(n^{-2})로 감소하지만 높은 정확도를 위해 매우 많은 분할 수와 연산량이 요구됨 |
||
|
[35강] Newton Cotes (2)
|
0:
34:
05
|
|
|
뉴튼-코테스 심슨 적분 공식과 합성 알고리즘 핵심 정리
• 심슨 적분 공식 개념: 뉴튼-코테스 계열에서 라그랑즈 보간다항식(2차·3차)으로 적분함수를 근사한 뒤 적분하는 심슨 1/3·3/8 공식 구조와 사다리꼴 공식 대비 정확도·오차 차수(h⁵ 대 h²) 비교 • 복합 심슨 1/3 공식: 구간 [a,b]를 짝수 개로 균등 분할 후 두 구간(점 3개)을 단위로 반복 적용하여 끝점 계수 1, 내부 홀수 인덱스 4, 내부 짝수 인덱스 2 패턴을 갖는 복합 공식 구조와 사다리꼴 공식 대비 고정밀 수치적분 특성 • 심슨 1/3·3/8 혼합 알고리즘 및 구현: 1/3 공식(2칸 단위)과 3/8 공식(3칸 단위)을 분할수 짝·홀에 따라 조합해 마지막 3칸에 3/8을 적용하는 혼합 전략과 이를 구현하는 파이썬 함수(simpson, simpson3) 구조 및 사다리꼴 공식 대비 계산 효율성 분석 |
||
|
[36강] Newton Cotes (3)
|
0:
29:
39
|
|
|
뉴튼-코테스 적분공식 응용: 불균등 간격과 이중적분
• 불균등 간격 뉴튼-코테스 적용: 구간 폭을 기준으로 동일 폭 묶음에는 심슨 1/3·3/8·복합 공식을, 단일·불규칙 구간에는 사다리꼴 공식을 혼합 적용하여 불균등 간격 데이터의 적분값을 고정밀로 근사하는 알고리즘 구조 • 수치적분 구현 구조(파이썬): 구간 폭 비교 시 허용 오차 도입, match-case에 의한 공식 선택, 함수값 기반 람다식(사다리꼴·심슨 계열) 정의, 모듈 임포트 및 패킹·언패킹을 이용한 데이터 전달로 뉴튼-코테스 계열 적분 함수를 모듈화·재사용하는 구조 • 이중적분 수치계산과 정확도: 직사각형 영역에서 한 변수씩 순차로 1차원 수치적분을 두 번 수행하는 구조로 구현하며, 심슨 1/3 공식은 2차 다변수 함수 적분 시 해석해와 일치할 정도의 높은 정확도를 제공하고, 사다리꼴보다 작은 오차와 오차 전파 억제 효과를 가지는 수치적분 공식으로 사용됨 |
||
|
[37강] Romberg 적분법
|
0:
35:
01
|
|
|
론베르그 적분법과 리차드슨 보외: 사다리꼴법 고정밀 개선
• 리차드슨 보외법: 오차가 h^p에 비례하는 두 근사값 I(h), I(h/2)를 결합해 지배 오차항을 제거하고 오차 차수를 O(h^2)→O(h^4)→O(h^6)…로 향상하는 보외 기법 • 롬베르그 적분법: 합성 사다리꼴법 값 R_{1,j}와 리차드슨 보외 재귀식 R_{k,j} = (4^{k-1}R_{k-1,j+1}-R_{k-1,j})/(4^{k-1}-1)을 표 형태로 구성해 적은 함수 평가로 고정밀 적분값을 계산하는 알고리즘 • 수치 특성 및 적용 조건: 절단오차·반올림오차 상충 구조에서 근사값 개선도(차분)를 반복 종료 기준으로 사용하며, 적분 구간 내 임의 점에서 f(x) 계산이 가능할 때 사다리꼴·심슨법 대비 높은 효율과 정밀도 달성 |
||
|
[38강] Gauss 구적법
|
0:
46:
07
|
|
|
가우스 구적법과 가우스-르장드르 공식의 원리와 한계
• 가우스-르장드르 구적법: 표준 구간 [-1,1]에서 선택된 가우스 점과 가중치를 이용해 n점 공식으로 (2n-1)차 다항식까지 정확히 적분하는 수치적분 기법 • 일반 구간 적용 및 구현 구조: 선형 치환 x = (a+b)/2 + (b-a)/2·t, dx = (b-a)/2·dt를 통해 [a,b] 적분을 가우스 점·가중치 표와 합산식 I ≈ c₁∑C_i f(x_i)로 계산하는 알고리즘 구조 • 정확도·오차 특성 및 한계: 사다리꼴 공식과 비교해 다항함수·급수 고차항이 빠르게 감쇠하는 함수에 매우 유리하지만, 1/(1+x²)처럼 급수 구조·감쇠 속도·대칭성에 따라 사다리꼴보다 오차가 커질 수 있는 성능 편차 존재 |
||
|
[39강] 이상 적분과 Monte Carlo 적분
|
0:
45:
33
|
|
|
이상적분과 몬테카를로 적분, 개구간 공식 정리
• 개구간 적분 공식·이상적분: 양 끝점 함수값이 없거나 무한구간·특이점을 갖는 적분에 대해 개구간 공식과 폐구간 공식을 혼합 적용하고, $f(x)$가 무한대에서 $1/x^2$보다 빠르게 0으로 감소할 때 수렴하는 이상적분의 정의·수렴 조건 정리 • 무한구간 치환 적분·정규분포 적분: 무한구간 적분을 $x=1/t$ 등의 치환으로 유한 개구간 적분으로 변환한 뒤 개구간 공식과 사다리꼴·심프슨 등 폐구간 공식을 결합하고, 이를 표준 정규분포 누적분포함수 수치적분 구조로 예시화 • 몬테카를로 적분: 난수 기반 면적 비율 추정으로 적분값을 근사하는 알고리즘(직사각형 설정, 균일 난수 샘플링, 그래프 아래 점 비율 계산)을 정리하고, $O(N^{-1/2})$ 수렴 특성, 결과 변동성, 고차원·복잡 함수 적분에서의 장단점 및 활용성 요약 |
||
| 7장. 상미분 방정식 | ||
|
[40강] Euler 법 (1)
|
0:
50:
55
|
|
|
상미분방정식과 오일러법 서론, 오차 구조와 구현 개념 정리
• 상미분방정식 구조와 변환: 상·편미분방정식 구분, 고차 ODE의 1차 연립형 변환과 초기조건 변환, 1계·연립·경계값 문제로 이어지는 수치해법 로드맵 정리 • 오일러법 알고리즘: y' = f(x,y)에서 접선 기울기 기반 직선 근사, y_{i+1}=y_i+f(x_i,y_i)h 갱신식과 구현 루프 구조, 단일 구간 적분과 방향성(경향성) 파악용 활용 • 오일러법 오차 이론: 국부 절단오차와 전체오차·전파 절단오차 개념, 테일러 전개를 통한 오차 차수(O(h^2), global O(h))와 스텝 크기 h 조절에 따른 오차 감소 및 Heun·중앙점·Runge-Kutta법으로의 개선 방향 |
||
|
[41강] Euler 법 (2)
|
0:
29:
53
|
|
|
오일러법의 개선: 희운법(Heun)과 중앙점법(Midpoint)의 비교 요약
• 희운법(Heun method) 2차 정확도 수치적분법: 시작점·예측된 끝점의 기울기 평균을 사용하는 예측-수정 알고리즘으로, 사다리꼴 공식 기반, 국부오차 O(h³), 전역오차 O(h²), 반복(iteration)으로 일정 수준까지 오차 감소 • 중앙점법(Midpoint method) 2차 정확도 수치적분법: 반 스텝 오일러로 중앙점 값을 예측한 뒤 중앙점 기울기 하나로 전체 스텝을 진행하는 중심차분 기반 알고리즘으로, 국부오차 O(h³), 동일 h에서 희운법보다 보통 더 정확하고 구현 구조 단순 • 오일러법 대비 오차 특성 및 비교: 오일러법은 국부오차 O(h²), 희운법·중앙점법은 O(h³)로 h 감소 시 오차 감소율이 더 크며, 반복 구조를 가진 희운법과 단순 구조의 중앙점법을 해의 곡률·문제 특성에 따라 선택해 사용함 |
||
|
[42강] Runge-Kutta 법
|
0:
47:
29
|
|
|
런지구타법과 2·3·4차 RK 방법, 오일러·희훈·중앙점·랄스톤법 비교
• Runge-Kutta 계열 수치해법: 테일러 급수 계수 일치를 통해 고차 도함수 없이 여러 기울기 조합으로 ODE 해를 고차 정확도로 근사하는 일반적 단일스텝 방법 • 2·3·4차 Runge-Kutta 구조: $k_j$ 기울기와 계수 $a_j,p_j,q_{jk}$로 정의되는 일반형에서 오일러(1차 특수형), 희훈·중앙점·랄스톤(RK2), 교육용 3차 RK, 표준 4차 RK(RK4, 오차 차수 $O(h^4)$)의 공식과 계수 선택 비교 • 오차 차수와 방법 선택 기준: 오일러(1차, 경향 파악용)·RK2(2차, 희훈·중앙점·랄스톤 비교)·RK4(4차, 실무 표준)의 수렴 차수와 $h$ 감소 시 오차 감소 배수(1/2, 1/4, 1/16) 분석 및 파이썬 구현·비선형 ODE에서의 실무적 활용 전략 정리 |
||
|
[43강] 연립방정식 - 다단계법
|
0:
42:
55
|
|
|
열립 미분방정식, 1단계법과 다단계법(AB법)의 수치해석
• 연립미분방정식 벡터화와 1단계법: 연립 ODE를 벡터식 𝒚′=𝒇(x,𝒚)로 표현하고, 오일러법·RK4법을 벡터 형태로 확장하여 수치근사하는 알고리즘 구조 및 NumPy 기반 구현 방식 정리 • Adams-Bashforth 다단계법: 적분식 y_{i+1}=y_i+∫ f dx에 라그랑주 보간을 적용해 2단계 이상 AB법 계수를 유도하고, 등간격 h 조건·필요한 과거 점 개수·스타터(오일러, RK4) 요구사항과 구현 절차 정리 • 오차 분석과 방법 비교: 오일러·RK4·AB법의 국소/전역 오차 특성과 반올림오차 영향을 비교하고, 다단계법에서 초기값 정확도가 오차 전파와 억제에 미치는 영향 및 AB법(예측자)의 활용 한계와 장점 정리 |
||
|
[44강] 경계값 문제
|
0:
35:
26
|
|
|
상미분방정식 경계값 문제, 슈팅법과 유한차분법 핵심 정리
• 경계값 문제와 경계조건: 초기값 문제와의 구조적 차이, Dirichlet·Neumann 경계조건의 정의와 물리적 의미, 도함수·위치 정보 부재로 인한 난점 정리 • 슈팅법(shooting method): 2계 경계값 문제를 초기값 문제로 변환해 미지 기울기를 추정·보정하는 절차와 선형보간, 비선형·고차 방정식에서 근찾기 문제로의 전환 및 비효율성 정리 • 유한차분법(finite difference method): 미분 연산의 차분 근사와 삼중대각 연립방정식 구성, Thomas 알고리즘에 의한 효율적 풀이, Neumann 경계에서 가상 격자점(ghost point) 도입·소거를 통한 시스템 복원 원리 정리 |
||
|
[45강] 공학적 응용 : 상미분 방정식
|
1:
12:
49
|
|
|
상미분방정식 수치해법: 약육강식 모델, 로렌즈 카오스, 진자 위상평면법
• 비선형 동역학 모델링: 약육강식(포식-피식) 모델·로렌즈 방정식·진자 운동을 비선형 상미분방정식으로 구성하고, 모수·초기조건에 따른 주기성·안정성·카오스(초기조건 민감성) 구조를 해석 • 수치해법 비교 및 검증: SciPy solve_ivp, Euler, RK4를 사용해 연립 ODE를 수치적으로 적분하고, 스텝 크기와 오차 특성을 에너지 보존·물리적 일관성 기준으로 비교·평가 • 위상평면법과 평형점 분석: 2차원 시스템의 임계점(steady state) 계산, 선형화·야코비안 고유값을 통한 중심·안장점 등 분류, 진자 시스템 위상평면에서 수치해의 신뢰성·예측 가능 시간·카오스적 민감 의존성 검증 |
||
장태수 교수님
수치해석
