전체 글33 [수치해석] 6강 - Gauss Elimination 이번 장에서는 선형연립방정식을 효율적으로 풀기 위한 Gauss Elimination, 가우스 소거법을 배운다.작은 연립방정식에서는 그래프나 Cramer’s Rule을 사용할 수도 있지만, 방정식의 개수가 많아지면 체계적인 알고리즘이 필요하다.Gauss Elimination은 크게 Forward Elimination과 Back Substitution의 두 단계로 구성된다.📌 이번 장의 주요 내용① 작은 연립방정식의 풀이 방법② Graphical Method③ Singular System과 Ill-conditioned System④ Determinant⑤ Cramer’s Rule⑥ Method of Elimination⑦ Naïve Gauss Elimination⑧ Forward Elimination⑨ B.. 2026. 10. 12. [수치해석] 5강 | Linear Algebraic Equations and Matrices 이번 장에서는 여러 개의 미지수를 동시에 만족시키는 선형연립방정식을 행렬로 표현하고, 행렬 연산과 Python의 NumPy를 이용하여 해를 구하는 방법을 배운다.📌 이번 장의 핵심① 선형연립방정식② Matrix Notation③ 특별한 형태의 행렬④ 행렬의 기본 연산⑤ Matrix Multiplication⑥ Inverse, Transpose, Trace⑦ Permutation Matrix⑧ Python과 NumPy의 행렬 계산⑨ AX = B 형태⑩ np.linalg.solve()를 이용한 연립방정식 풀이01. 선형연립방정식이란?여러 개의 미지수 x1, x2, …, xn이 여러 방정식을 동시에 만족하도록 값을 구하는 문제를 생각해보자.a11x1 + a12x2 + ··· + a1nxn = b1 a21x1.. 2026. 10. 12. [수치해석] 4강 | Optimization 지금까지는 방정식에서 f(x) = 0을 만족하는 근을 찾는 Root Finding 방법을 살펴봤다.이번에는 함수의 값이 가장 크거나 가장 작아지는 지점을 찾는 Optimization, 최적화에 대해 알아본다.📌 이번 장의 주요 내용① Optimization이란 무엇인가?② Root Finding과 Optimization의 차이③ Minimum과 Maximum 판별④ 1변수 최적화와 다변수 최적화⑤ Local Optimum과 Global Optimum⑥ Golden-Section Search⑦ Parabolic Interpolation⑧ Python의 minimize_scalar⑨ Newton's Method를 이용한 최적화⑩ 다변수 최적화와 scipy.optimize.minimize01. Optimiz.. 2026. 10. 8. [수치해석] 3강 | Roots: Open Methods 수치해석 — Roots: Open Methods이전 내용에서는 Bisection Method와 False-Position Method처럼 근이 존재하는 구간을 먼저 설정하고 그 범위를 좁혀가는 Bracketing Method를 살펴봤다.이번에는 근을 반드시 특정 구간 안에 가두지 않고, 하나 또는 두 개의 초기값에서 반복 계산을 시작하는 Open Method를 알아본다.📌 이번 장의 주요 내용① Bracketing Method와 Open Method의 차이② Simple Fixed-point Iteration③ Fixed-point의 수렴과 발산④ Wegstein Method⑤ Newton-Raphson Method⑥ Secant Method⑦ Modified Secant Method⑧ Brent Me.. 2026. 10. 1. 이전 1 2 3 4 ··· 9 다음
