수치해석: 벼락치기 팩

공식 모음, 모든 주제의 핵심 풀이 단계, 연습 문제 8개가 들어 있으며 전체 풀이는 맨 뒤에 있습니다.

새 문제강의로 돌아가기

인쇄 창에서 “PDF로 저장”을 선택하면 기기에 사본을 보관할 수 있습니다.

1공식과 풀이 방법

수치해석

이분법
c = (a + b)/2, width after n steps (b − a)/2ⁿ
뉴턴–랩슨법
xn+1 = xₙ − f(xₙ)/f′(xₙ)
선형 보간
y = y₁ + (y₂ − y₁)(x − x₁)/(x₂ − x₁)
사다리꼴 공식
T = (h/2)[f₀ + 2f₁ + … + 2fn−1 + fₙ], h = (b − a)/n
심프슨 공식(n은 짝수)
S = (h/3)[f₀ + 4f₁ + 2f₂ + … + 4fn−1 + fₙ]
사다리꼴 공식의 오차 한계
|E| ≤ (b − a)h²M/12, M = max|f″|
오일러
yn+1 = yₙ + h·f(tₙ, yₙ)
호인법
yn+1 = yₙ + (h/2)(k₁ + k₂), k₂ = f(tₙ + h, yₙ + hk₁)
RK4
yn+1 = yₙ + (h/6)(k₁ + 2k₂ + 2k₃ + k₄)

방법

  1. 근은 이분법이면 부호 변화를 확인하고, 뉴턴법이면 f와 f′를 계산하며, 반복값의 표에는 여섯 자리 이상을 유지하세요.
  2. 표의 값은 이웃한 두 점 사이를 선형으로 보간하세요.
  3. 적분은 h = (b − a)/n을 구하고, 모든 절점에서 f를 나열하고, 가중치(사다리꼴은 1, 2, …, 2, 1이고 짝수 n의 심프슨은 1, 4, 2, …, 4, 1)를 적용한 다음 h/2 또는 h/3을 곱하세요.
  4. 미분방정식은 t₀에서 yₙ₊₁ = yₙ + h·f(tₙ, yₙ)(오일러) 또는 평균 기울기(호인)로 단계마다 한 줄씩, 요구된 t에 도달할 때까지 진행하세요.

수열과 급수

등차수열
aₙ = a₁ + (n − 1)d, Sₙ = n(a₁ + aₙ)/2
등비수열
aₙ = a₁rⁿ⁻¹, Sₙ = a₁(1 − rⁿ)/(1 − r)
무한 등비급수
S = a₁/(1 − r), |r| < 1
p-급수
Σ1/kᵖ converges only for p > 1
비율 판정법
L = lim |ak+1/ak|: L < 1 converges, L > 1 diverges
수렴 반지름
R = lim |ck/ck+1|
테일러 다항식
Pₙ(x) = Σ f⁽ᵏ⁾(a)(x − a)ᵏ/k!
매클로린 급수
eˣ = Σxᵏ/k!, sin x = x − x³/3! + …, cos x = 1 − x²/2! + …, ln(1 + x) = x − x²/2 + …
라그랑주 오차 한계
|Rₙ| ≤ M·|x − a|ⁿ⁺¹/(n + 1)!

방법

  1. 종류를 파악하세요: 등차(일정한 차), 등비(일정한 비), 표준 급수, 멱급수, 테일러 다항식.
  2. 합에는 Sₙ = n(a₁ + aₙ)/2, Sₙ = a₁(1 − rⁿ)/(1 − r), 또는 |r| < 1일 때 S = a₁/(1 − r)을 쓰세요. a₁은 합의 첫째 항입니다.
  3. 수렴은 먼저 n번째 항 판정법을 쓰고, 그다음 Σ1/kᵖ이나 등비급수와 비교하며, 팩토리얼과 k제곱에는 비율 판정법이나 근 판정법을 쓰세요.
  4. 테일러 다항식은 f(a), f′(a), f″(a), …를 나열하고, k계 도함수를 k!로 나누며, 오차는 M·|x − a|ⁿ⁺¹/(n + 1)!로 한정하세요.

행렬과 행렬식

2×2 행렬식
det = ad − bc
2×2 역행렬
A⁻¹ = (1/det)·[d −b; −c a]
제품
(AB)ij = Σk AikBkj
고윳값
det(A − λI) = 0
크라메르 공식
xi = det(Ai)/det(A)

미분방정식

지수적 성장/감소
dy/dt = ky → y = y0ekt
반감기
k = ln 2 / t½
뉴턴의 냉각 법칙
T(t) = Ta + (T0 − Ta)e−kt
적분 인자
y′ + p(x)y = q(x): μ = e∫p dx, (μy)′ = μq
혼합 탱크
dm/dt = r·c − (r/V)·m

2연습 문제

1.수치해석보통

사다리꼴 공식을 ∫02 eˣ dx에 쓴다. 오차는 [0, 2]에서 M = max|f″|일 때 최대 (b − a)³·M/(12n²)이다. 오차가 0.001 미만임을 보장하는 최소 띠 수 n을(를) 구하시오.

f(x) = eˣ[a, b] = [0, 2]ε = 0.001
n =
2.수치해석어려움
00.20.41.61.82ty(0, 2)

y′ = cos t − y, y(0) = 2에 대해 h = 0.5으로 고전적 룽게–쿠타법(RK4)을 한 단계 수행하시오. y₁ ≈ y(0.5)를 구하시오.

y′ = cos t − yy(0) = 2h = 0.5
y1 =
3.수열과 급수보통
kSn​12345678910S = ?

합 S = Σk=1∞ 6/(k(k + 3))을(를) 구하시오.

ak = 6/(k(k + 3))
S =
4.수열과 급수어려움

f(x) = eˣ의 a = 1 근처 테일러 급수에서 (x − 1)⁴의 계수 c₄을(를) 구하시오.

f(x) = eˣa = 1k = 4
c₄ =
5.행렬과 행렬식보통
A =−1−4−40B =3563

주어진 행렬에 대해 C = AB라 합시다. 성분 c12(1행 2열)를 구하세요.

A = [−1 −4; −4 0]B = [3 5; 6 3]
c12 =
6.행렬과 행렬식어려움
A =−2−2−45

주어진 행렬 A의 더 큰 고윳값 λ를 구하세요.

A = [−2 −2; −4 5]
λ =
7.미분방정식보통
t (min)T (°C)9Ta​15 °C

5 °C의 탄산음료 캔을 냉장고에서 꺼내 26 °C인 방에 둡니다. 9분 후 온도는 15 °C입니다. 이것은 뉴턴의 냉각 법칙 dT/dt = −k·(T − Tₐ)를 따릅니다. 상수 k을(를) min⁻¹ 단위로 구하세요.

T0 = 5 °CTa = 26 °CT(9) = 15 °C
k = min⁻¹
8.미분방정식어려움
xy13(1, 1)y(3) = ?

x > 0에서 초기값 문제 y′ + y/x = 6, y(1) = 1를 푸세요. y(3)을(를) 구하세요.

y′ + y/x = 6y(1) = 1
y(3) =

3용액

1.수치해석

답: n = 71

수치 적분: [a, b]를 폭 h = (b − a)/n인 n개의 띠로 나누고 절점을 x₀ … xₙ이라 합니다. 사다리꼴 공식: T = (h/2)[f₀ + 2f₁ + 2f₂ + … + 2fn−1 + fₙ]. 심프슨 공식(n은 짝수): S = (h/3)[f₀ + 4f₁ + 2f₂ + 4f₃ + … + 4fn−1 + fₙ]. 사다리꼴 공식의 오차는 h²처럼 줄어들고(한계 (b − a)h²·M/12, M = max|f″|), 심프슨 공식의 오차는 h⁴처럼 줄어듭니다. 따라서 같은 절점이라면 심프슨 공식이 대개 훨씬 더 정확합니다.

이계 도함수의 한계

M = e2 = 7.389

n에 대해 풀기

n² > 8·7.389/(12·0.001) = 4926
n > 70.19 → n = 71

답

n = 71
2.수치해석

답: y1 = 1.588

y′ = f(t, y)의 수치 해법: 오일러법은 각 단계의 시작점에서의 기울기를 따라 나아갑니다: yn+1 = yₙ + h·f(tₙ, yₙ). 호인법(개선된 오일러법)은 시작점의 기울기와 오일러 예측점의 기울기를 평균합니다: k₁ = f(tₙ, yₙ), k₂ = f(tₙ + h, yₙ + h·k₁), yn+1 = yₙ + (h/2)(k₁ + k₂). 고전적 룽게–쿠타법(RK4)은 네 기울기를 결합합니다: yn+1 = yₙ + (h/6)(k₁ + 2k₂ + 2k₃ + k₄). 전역 오차는 오일러법이 h에, 호인법이 h²에, RK4가 h⁴에 비례합니다.

기울기 네 개

k₁ = f(0, 2) = −1
k₂ = f(0.25, 1.75) = −0.781088
k₃ = f(0.25, 1.804728) = −0.835816
k₄ = f(0.5, 1.582092) = −0.70451

합치기

y₁ = 2 + (0.5/6)(−1 + 2·−0.781088 + 2·−0.835816 − 0.70451) = 1.588

답

y1 = 1.588
3.수열과 급수

답: S = 3.667

수렴: 항이 0으로 가지 않으면 급수는 발산합니다(n번째 항 판정법). Σ1/kᵖ은 p > 1일 때만, Σrᵏ은 |r| < 1일 때만 수렴합니다. k가 클 때 항이 이들과 비슷하게 행동하면 비교하세요. 비율 판정법: L = lim |ak+1/ak|, 근 판정법: L = lim |ak|1/k. L < 1이면 수렴, L > 1이면 발산, L = 1이면 아무것도 결정하지 못합니다. 멱급수 Σck(x − x₀)ᵏ은 R = lim |ck/ck+1|일 때 |x − x₀| < R에서 수렴합니다. 항이 0으로 감소하는 교대급수는 수렴합니다.

부분분수 전개

6/(k(k + 3)) = (6/3)·(1/k − 1/(k + 3))

취소

S = (6/3)·(1 + 1/2 + 1/3) = 3.667

답

S = 3.667
4.수열과 급수

답: c₄ = 0.1133

테일러 다항식: x = a 근처에서 매끄러운 함수는 Pₙ(x) = f(a) + f′(a)(x − a) + f″(a)(x − a)²/2! + … + f⁽ⁿ⁾(a)(x − a)ⁿ/n!으로 근사되며, a = 0이면 매클로린 다항식입니다. 표준 급수: eˣ = Σxᵏ/k!, sin x = x − x³/3! + x⁵/5! − …, cos x = 1 − x²/2! + x⁴/4! − …, ln(1 + x) = x − x²/2 + x³/3 − …, 1/(1 − x) = Σxᵏ. 라그랑주 오차 한계: |f(x) − Pₙ(x)| ≤ M·|x − a|ⁿ⁺¹/(n + 1)!이며, M은 a와 x 사이에서 |f⁽ⁿ⁺¹⁾|의 최댓값입니다.

도함수 f⁽⁴⁾

f⁽⁴⁾(x) = eˣ

계수

c₄ = e1/4! = 0.1133
c₄ = 0.1133

답

c₄ = 0.1133
5.행렬과 행렬식

답: c12 = −17

행렬: 2×2 행렬의 행렬식은 ad − bc입니다. 3×3은 한 행을 따라 전개합니다: 각 성분에 그 행과 열을 지우고 남은 2×2 행렬의 행렬식을 곱하고, 부호는 + − +로 번갈아 붙입니다. 고윳값 λ는 det(A − λI) = 0을 만족하며, 2×2에서는 λ² − (대각합)·λ + det = 0입니다.

행 × 열

c12 = (−1)·5 + (−4)·3 = −17

답

c12 = −17
6.행렬과 행렬식

답: λ = 6

행렬: 2×2 행렬의 행렬식은 ad − bc입니다. 3×3은 한 행을 따라 전개합니다: 각 성분에 그 행과 열을 지우고 남은 2×2 행렬의 행렬식을 곱하고, 부호는 + − +로 번갈아 붙입니다. 고윳값 λ는 det(A − λI) = 0을 만족하며, 2×2에서는 λ² − (대각합)·λ + det = 0입니다.

특성방정식

λ² − (3)λ + (−18) = 0

풀기

λ = (3 ± √(81))/2 → λ = −3, 6
λ = 6

답

λ = 6
7.미분방정식

답: k = 0.07185 min⁻¹

1계 미분방정식: dy/dt = k·y의 해는 y = y₀·ekt입니다(k > 0이면 성장, k < 0이면 감소). 반감기가 T이면 k = ln 2/T입니다. 뉴턴의 냉각 법칙 dT/dt = −k·(T − Tₐ)의 해는 T(t) = Tₐ + (T₀ − Tₐ)·e−kt입니다. 선형 방정식 y′ + p(x)·y = q(x)는 적분 인자 μ = e∫p dx로 풉니다: (μy)′ = μq이므로 μy = ∫μq dx + C.

온도 차의 비

e−9k = -11/-21

k 구하기

k = ln(-21/-11)/9 = 0.07185 min⁻¹

답

k = 0.07185 min⁻¹
8.미분방정식

답: y(3) = 8.333

1계 미분방정식: dy/dt = k·y의 해는 y = y₀·ekt입니다(k > 0이면 성장, k < 0이면 감소). 반감기가 T이면 k = ln 2/T입니다. 뉴턴의 냉각 법칙 dT/dt = −k·(T − Tₐ)의 해는 T(t) = Tₐ + (T₀ − Tₐ)·e−kt입니다. 선형 방정식 y′ + p(x)·y = q(x)는 적분 인자 μ = e∫p dx로 풉니다: (μy)′ = μq이므로 μy = ∫μq dx + C.

적분 인자

μ = e∫1/x dx = x1

적분하기

(x1y)′ = 6x → x1y = 6x2/2 + C

초기 조건

1 = 6/2 + C → C = −2

계산하기

y(3) = (6·32/2 + (−2))/31 = 8.333

답

y(3) = 8.333

ExamProblems · examproblems.com/courses/numerical-methods