1. 개요 (Overview)
아폴로 유도 컴퓨터 (AGC) 의 인터프리터 내에서 Sine 및 Cosine 함수가 구현된 방식을 다룬다.
당식의 극도로 제한된 하드웨어 자원을 극복하기 위해 사용된 수학적 최적화 기법과 알고리즘 구조를 분석한다.
2. 함수간 통합 구조 (Function Integration)
AGC 는 코드 크기를 최소화하기 위해 함수 간 대칭성을 적극적으로 활용한다.
- COSINE 루틴 : 별도의 독립적 연산 루틴이 아닌, sin - cos 성질을 이용한다.
- 통합 흐름 : sine 으로 점프하여 연산 로직을 공유한다.
# Page 1188
SN1 EXTEND # SET UP TO EVALUATE HASTINGS POLYNOMIAL
DCA MPAC
DXCH BUF2
TC DSQSUB # SQUARE MPAC.
TC POLY # EVALUATE FOURTH ORDER POLYNOMIAL.
DEC 3
2DEC +.3926990796
2DEC -.6459637111
2DEC +.318758717
2DEC -.074780249
2DEC +.009694988
CAF LBUF2 # MULTIPLY BY ARGUMENT AND SHIFT LEFT 2.
TC DMPSUB -1
EXTEND
DCA MPAC +1
DAS MPAC +1
AD MPAC
ADS MPAC # NEITHER SHIFT OVERFLOWS.
EXTEND
DCA MPAC +1
DAS MPAC +1
AD MPAC
ADS MPAC
TCF DANZIG
3. 단계별 연산 프로세스 (Computational Steps)
3.1 각도 정규화(Angle Normalization)
입력된 각도값을 연산 가능한 범위 내로 조정
- 오버플로 체크
- 주기성 보정
3.2 범위 축소 (Range Reduction)
모든 각도를 하나의 사분면 ( 1 or 4 ) 로 축소한다.
- 기준점 확인
- 보각 공식 적용
3.3 다항식 근사 연산 (Polynomial Evaluation - SN1)
실제 사인 값을 산출하는 핵심 엔진, 헤이스팅스 근사식 ( Hastings Approximation) 을 사용한다.
- 치수 : 4차 다항식을 평가한다
- 홀수 치수 구섯ㅇ : 사인 함수의 기함수 특성에 따라 x, x^3, x^5, x^7, x^9 항에 대응하는 계수를 적용한다.
- 계수
- c_1, ... 고정 수수점 상수를 사용한다.
4. 기술적 특징 및 의의
| 특징 | 내용 |
| 메모리 최적화 | 데이터 테이블(Look-up Table) 대신 최소한의 계수와 다항식 연산으로 메모리 점유 최소화 |
| 정밀도 확보 | 15비트 워드 머신에서 배정밀도(Double Precision) 연산을 통해 달 궤도 계산에 필요한 정밀도 유지 |
| 수학적 트릭 | 하드웨어의 한계를 삼각함수의 대칭성 및 주기성 로직으로 극복 |
'명징직조' 카테고리의 다른 글
| 린다우어 원리와 AI 컴퓨팅 - 정보 소거, 엔트로피, 미래 계산 구조의 관점에서 (0) | 2026.04.20 |
|---|---|
| 아폴로 AGC 인터프리터와 객체지향의 관계 - 왜 비슷해 보이는데도 바로 객체지향 시대로 이어지지 않았는가 (0) | 2026.04.18 |
| All elementary functions from a single operator 해설 (0) | 2026.04.14 |
| 표현은 언제 관계 정보를 담는가 - 양자 얽힘을 출발점으로 본 구조적 정보 표현의 조건 (0) | 2026.03.24 |
| Unified Optimization Stack for AI Systems - Semantic -> Memory -> Hardware (0) | 2026.03.16 |