Code Detail

optim-02

선형 보간 후 근 찾기

course/optim/optim-02d.m

목록으로

코드를 복사해 Octave에서 바로 실행할 수 있습니다.

카테고리

Course Optimization

course-optim

코드 길이

lines

작성자

won sunggyu

2025-05-09

패키지

none

pkg load

전체 코드

49 lines

# filename: optim-02.m
# writer: won sunggyu
# date: 2025-05-09
# language: octave
# description: 선형 보간 후 근 찾기

#------------------------------------------------------------------------------
# 초기화
#------------------------------------------------------------------------------

run("startup.m");
printf(fmt("{mfilename}\n", "#FF5733"));

#------------------------------------------------------------------------------
# 데이터 준비
#------------------------------------------------------------------------------

# 선형 보간 후 근 찾기

x = 1:20;
y = [2, 1.5, 1.2, 0.8, 0.5, 0, -0.5, -1, -1.5, -1.8, -2, -1.5, -1, -0.2, 0.5, 1, 1.5, 2, 2.5, 3];

# 선형 보간 함수 만들기
f = @(xq) interp1(x, y, xq, "linear");

# y=0이 되는 x 추정 (예: x=1.5 부근에서 y가 0 될 가능성)
x_root1 = fzero(f, [1, 10]);  % 이 범위 내에서 근을 찾음
x_root2 = fzero(f, [10, 20]);  % 이 범위 내에서 근을 찾음

x_root = [x_root1; x_root2];  % 두 개의 근을 찾음

#------------------------------------------------------------------------------
# 데이터 연산
#------------------------------------------------------------------------------

#------------------------------------------------------------------------------
# 그래프 그리기
#------------------------------------------------------------------------------

figured("Size", [960, 960], "Move", [-1280, 0], "Name", mfilename);
ax1 = subplots(1, 1);

plot(ax1, x, y);
plot(ax1, x_root, f(x_root), "o", "MarkerSize", 10, "MarkerFaceColor", "#FF5733");

# filename: optim-02.m
# writer: won sunggyu
# date: 2025-05-09
# language: octave
# description: 선형 보간 후 근 찾기

#------------------------------------------------------------------------------
# 초기화
#------------------------------------------------------------------------------

run("startup.m");
printf(fmt("{mfilename}\n", "#FF5733"));

#------------------------------------------------------------------------------
# 데이터 준비
#------------------------------------------------------------------------------

# 선형 보간 후 근 찾기

x = 1:20;
y = [2, 1.5, 1.2, 0.8, 0.5, 0, -0.5, -1, -1.5, -1.8, -2, -1.5, -1, -0.2, 0.5, 1, 1.5, 2, 2.5, 3];

# 선형 보간 함수 만들기
f = @(xq) interp1(x, y, xq, "linear");

# y=0이 되는 x 추정 (예: x=1.5 부근에서 y가 0 될 가능성)
x_root1 = fzero(f, [1, 10]);  % 이 범위 내에서 근을 찾음
x_root2 = fzero(f, [10, 20]);  % 이 범위 내에서 근을 찾음

x_root = [x_root1; x_root2];  % 두 개의 근을 찾음

#------------------------------------------------------------------------------
# 데이터 연산
#------------------------------------------------------------------------------



#------------------------------------------------------------------------------
# 그래프 그리기
#------------------------------------------------------------------------------

figured("Size", [960, 960], "Move", [-1280, 0], "Name", mfilename);
ax1 = subplots(1, 1);

plot(ax1, x, y);
plot(ax1, x_root, f(x_root), "o", "MarkerSize", 10, "MarkerFaceColor", "#FF5733");

코드 해설

목적

선형 보간 후 근 찾기

입력

스크립트 상단에서 정의한 파라미터/입력 데이터를 사용합니다.

출력

그래프/figure 출력
콘솔 텍스트 출력

실행 흐름

초기화
데이터 준비
선형 보간 후 근 찾기
데이터 연산
그래프 그리기

핵심 함수

실습 과제

질량/감쇠/강성 또는 전달함수 계수를 바꿔 응답 변화를 확인해보세요.
초기값을 2~3개 바꿔 최적해 수렴 차이를 기록해보세요.
축 범위와 라벨을 바꿔 그래프 해석성이 어떻게 달라지는지 확인해보세요.

학습 팁

그래프 비교 시 축 범위(XLim/YLim)와 단위를 먼저 고정하면 해석 오류를 줄일 수 있습니다.