λ‰΄ν„΄λ²•μ—μ„œ λ„ν•¨μˆ˜ 없이 두 점 사이 ν• μ„ (secant)λ₯Ό μ΄μš©ν•΄ μ„ ν˜• κ·Όμ‚¬ν•˜μ—¬ 근을 μ°ΎλŠ” 방법에 λŒ€ν•΄

1 minute read

μˆ˜ν•™κ³Ό λ³΅μˆ˜μ „κ³΅μ„ μœ„ν•΄ μ‘Έμ—… λ§ˆμ§€λ§‰ 학기에 β€œμˆ˜μΉ˜ν•΄μ„κ°œλ‘ β€ μˆ˜μ—…μ„ λ“£κ²Œ λ˜μ—ˆμŠ΅λ‹ˆλ‹€. μˆ˜ν•™κ³Ό μ‘Έμ—…μ‹œν—˜λ„ 겸사겸사 μ€€λΉ„ν•  κ²Έ ν™”μ΄νŒ… ν•΄λ΄…μ‹œλ‹€!! 전체 ν¬μŠ€νŠΈλŠ” β€œNumerical Analysisβ€œμ—μ„œ 확인할 수 μžˆμŠ΅λ‹ˆλ‹€.

Newton’s Method

μ§€λ‚œ ν¬μŠ€νŠΈμ—μ„œ μ‚΄νŽ΄λ³Έ β€œNewton’s Methodβ€œλŠ” λ°©μ •μ‹μ˜ 근을 μ°ΎκΈ° μœ„ν•œ 방법이고, 이차 수렴 ν•˜λŠ” 방식 μž…λ‹ˆλ‹€.

\[p_{n+1} = p_n - \frac{f(p_n)}{f'(p_n)}\]

ν•˜μ§€λ§Œ, λ„ν•¨μˆ˜ $f’(x)$λ₯Ό μ •ν™•νžˆ μ•Œκ³  μžˆμ–΄μ•Ό ν•˜κΈ°μ— λ―ΈλΆ„ 계산이 μ–΄λ €μš΄ κ²½μš°λŠ” μ‚¬μš©ν•˜κΈ° μ–΄λ €μ› μŠ΅λ‹ˆλ‹€. 이것을 λ³΄μ™„ν•œ 방식이 β€œSecant Method” μž…λ‹ˆλ‹€.

Secant Method

λ„ν•¨μˆ˜ $f’(x)$λ₯Ό 직접 κ΅¬ν•˜λŠ” 것이 μ•„λ‹ˆλΌ μ•„λž˜μ™€ 같이 근사 ν•©λ‹ˆλ‹€.

\[f'(x) \approx \frac{f(x_n) - f(x_{n-1})}{x_n - x_{n-1}}\]

이제 β€œSecant Method”에 따라 곡식을 λ‹€μ‹œ μž‘μ„±ν•˜λ©΄ μ•„λž˜μ™€ κ°™μŠ΅λ‹ˆλ‹€.

\[x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)} \approx x_n - f(x_n) \cdot \frac{x_n - x_{n-1}}{f(x_n) - f(x_{n-1})}\]

Convergence

이차 수렴의 속도λ₯Ό κ°–λŠ” 뉴턴 방법 λ³΄λ‹€λŠ” 수렴 속도가 λŠλ €μ§‘λ‹ˆλ‹€.

Method of False Position

TODO