대부분의 방정식, 적분, 미분방정식은 정확한 답을 식으로 쓸 수 없다. 수치해석은 컴퓨터로 근삿값을 구하는 방법과 그 오차를 연구한다. 일기예보, 구조 설계, 반도체 시뮬레이션이 모두 수치해석 위에 있다.
핵심 개념
- 이분법: $f(a)f(b)<0$이면 중점에서 부호를 보고 구간을 반으로 줄인다. 한 번에 오차가 절반.
- 뉴턴 방법: $x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}$. 근 근처에서 매우 빠르다(오차가 제곱으로 줄어든다).
- 수치적분: 사다리꼴 공식, 심프슨 공식 $\int_a^bf\approx\frac{h}{3}(f_0+4f_1+2f_2+4f_3+\cdots+f_n)$
- 오일러 방법: $y’=f(x,y)$를 $y_{n+1}=y_n+hf(x_n,y_n)$으로 근사
핵심 정리
뉴턴 방법은 단순근 근처에서 이차수렴한다: $|e_{n+1}|\approx C|e_n|^2$ ($e_n=x_n-r$)
증명 보기
근을 $r$이라 하고 $f(r)=0$, $f'(r)\neq0$이라 하자. $x_n$에서 테일러 정리를 쓰면
$$0=f(r)=f(x_n)+f'(x_n)(r-x_n)+\frac{f”(\xi)}{2}(r-x_n)^2$$
이다. 양변을 $f'(x_n)$으로 나누고 뉴턴 공식 $x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}$을 쓰면
$$r-x_{n+1}=-\frac{f”(\xi)}{2f'(x_n)}(r-x_n)^2$$
이다. 따라서 $|e_{n+1}|\approx\left|\frac{f”(r)}{2f'(r)}\right||e_n|^2$이다. 오차가 $10^{-3}$이면 다음에 약 $10^{-6}$, 그다음 $10^{-12}$가 된다. 맞는 자릿수가 매번 두 배가 된다. $\blacksquare$
예제
$\sqrt2$를 뉴턴 방법으로: $f=x^2-2$, $x_{n+1}=\frac12\left(x_n+\frac2{x_n}\right)$ (바빌로니아 방법). $x_0=1$에서 $1.5$, $1.41667$, $1.4142157$, $1.41421356\cdots$
확인 문제
$y’=y$, $y(0)=1$을 $h=0.5$인 오일러 방법으로 $y(1)$을 근사하고 참값 $e$와 비교하시오.
풀이 보기
$y_1=1+0.5\times1=1.5$, $y_2=1.5+0.5\times1.5=2.25$이다. 참값 $e\approx2.718$보다 작다. 오일러 방법은 각 단계의 오차가 $h^2$에 비례하고 전체 오차는 $h$에 비례하므로, $h$를 줄이면 $(1+h)^{1/h}\to e$로 정확해진다.
정리
- 뉴턴 방법은 이차수렴, 이분법은 느리지만 항상 수렴
- 수치해석에서는 근삿값과 함께 오차의 크기를 반드시 함께 생각한다.
