जैकोबी विधि: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
 
(4 intermediate revisions by 4 users not shown)
Line 1: Line 1:
{{Short description|Iterative method used to solve a linear system of equations}}
{{Short description|Iterative method used to solve a linear system of equations}}[[संख्यात्मक रैखिक बीजगणित]] में '''जैकोबी विधि''' रैखिक समीकरणों के विकर्ण प्रभावी प्रणाली के समाधान को निर्धारण करने के लिए एक पुनरावृत्ति एल्गोरिथ्म है, जो प्रत्येक विकर्ण अवयव के लिए हल किया जाता है, और अनुमानित मान को रखा जाता है। यह प्रक्रिया तब तक दोहराई जाती है जब तक कि यह अभिसरित न हो जाए। यह एल्गोरिथम आव्यूह विकर्णन के जैकोबी परिवर्तन बिधि का एक स्ट्रिप्ड-डाउन संस्करण है। इस विधि का नाम [[कार्ल गुस्ताव जैकब जैकोबी]] के नाम पर रखा गया है।
{{Distinguish|Jacobi eigenvalue algorithm}}
 
[[संख्यात्मक रैखिक बीजगणित]] में जैकोबी विधि रैखिक समीकरणों के विकर्ण प्रभावी प्रणाली के समाधान को निर्धारण करने के लिए एक पुनरावृत्ति एल्गोरिथ्म है, जो प्रत्येक विकर्ण अवयव के लिए हल किया जाता है, और अनुमानित मान को रखा जाता है। यह प्रक्रिया तब तक दोहराई जाती है जब तक कि यह अभिसरित न हो जाए। यह एल्गोरिथम आव्यूह विकर्णन के जैकोबी परिवर्तन बिधि का एक स्ट्रिप्ड-डाउन संस्करण है। इस विधि का नाम [[कार्ल गुस्ताव जैकब जैकोबी]] के नाम पर रखा गया है।


== विवरण ==
== विवरण ==
चलो <math>A\mathbf x = \mathbf b</math>, n रैखिक समीकरणों की एक वर्ग प्रणाली हो, जहाँ:<math display="block">A = \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\a_{n1} & a_{n2} & \cdots & a_{nn} \end{bmatrix}, \qquad  \mathbf{x} = \begin{bmatrix} x_{1} \\ x_2 \\ \vdots \\ x_n \end{bmatrix} , \qquad  \mathbf{b} = \begin{bmatrix} b_{1} \\ b_2 \\ \vdots \\ b_n \end{bmatrix}.</math>
चलो <math>A\mathbf x = \mathbf b</math>, n रैखिक समीकरणों की एक वर्ग प्रणाली हो, जहाँ:<math display="block">A = \begin{bmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\a_{n1} & a_{n2} & \cdots & a_{nn} \end{bmatrix}, \qquad  \mathbf{x} = \begin{bmatrix} x_{1} \\ x_2 \\ \vdots \\ x_n \end{bmatrix} , \qquad  \mathbf{b} = \begin{bmatrix} b_{1} \\ b_2 \\ \vdots \\ b_n \end{bmatrix}.</math>
जब <math>A</math> और <math>\mathbf b</math> ज्ञात हैं, और <math>\mathbf x</math> अज्ञात है, हम अनुमानित <math>\mathbf x</math> के लिए जैकोबी विधि का उपयोग कर सकते हैं। सदिश <math>\mathbf x^{(0)}</math> के लिए हमारे प्रारंभिक अनुमान <math>\mathbf x</math> को दर्शाता है  (अक्सर <math>\mathbf x^{(0)}_i=0</math> के लिए <math>i=1,2,...,n</math>) के रूप में  निरूपित करते हैं <math>\mathbf{x}^{(k)}</math>को <math>\mathbf{x}</math> के k-वें सन्निकटन या पुनरावृत्ति के रूप में निरुपित करते है, और <math>\mathbf{x}^{(k+1)}</math> का अगला पुनरावृत्ति ( k+1)  है .
जब <math>A</math> और <math>\mathbf b</math> ज्ञात हैं, और <math>\mathbf x</math> अज्ञात है, हम अनुमानित <math>\mathbf x</math> के लिए जैकोबी विधि का उपयोग कर सकते हैं। सदिश <math>\mathbf x^{(0)}</math> के लिए हमारे प्रारंभिक अनुमान <math>\mathbf x</math> को दर्शाता है  (प्रायः <math>\mathbf x^{(0)}_i=0</math> के लिए <math>i=1,2,...,n</math>) के रूप में  निरूपित करते हैं <math>\mathbf{x}^{(k)}</math>को <math>\mathbf{x}</math> के k-वें सन्निकटन या पुनरावृत्ति के रूप में निरुपित करते है, और <math>\mathbf{x}^{(k+1)}</math> का अगला पुनरावृत्ति ( k+1)  है .


=== मैट्रिक्स आधारित सूत्र ===
=== मैट्रिक्स आधारित सूत्र ===
Line 218: Line 215:
\end{align}
\end{align}
</math>
</math>
प्राप्त सन्निकटनों का उपयोग करते हुए, पुनरावृत्त प्रक्रिया को तब तक दोहराया जाता है जब तक कि वांछित सटीकता प्राप्त नहीं हो जाती। निम्नलिखित पाँच पुनरावृत्तियों के बाद अनुमानित समाधान हैं।
प्राप्त सन्निकटनों का उपयोग करते हुए, पुनरावृत्त प्रक्रिया को तब तक दोहराया जाता है जब तक कि वांछित सटीकता प्राप्त नहीं हो जाती। निम्नलिखित पाँच पुनरावृत्तियों के बाद अनुमानित हल हैं।


{| class="wikitable" border="1"
{| class="wikitable" border="1"
Line 252: Line 249:
| 1.02135
| 1.02135
|}
|}
व्यवस्था का सटीक समाधान है {{math|(1,&nbsp;2,&nbsp;&minus;1,&nbsp;1)}}.
व्यवस्था का सटीक हल {{math|(1,&nbsp;2,&nbsp;&minus;1,&nbsp;1)}} है |


=== पायथन उदहारण ===
=== पायथन उदहारण ===
Line 337: Line 334:
{{Numerical linear algebra}}
{{Numerical linear algebra}}
{{Authority control}}
{{Authority control}}
[[Category: संख्यात्मक रैखिक बीजगणित]]
[[Category: स्यूडोकोड के उदाहरण वाले लेख]]
[[Category: आराम (पुनरावृत्ति के तरीके)]]
[[Category: लेख उदाहरण के साथ पायथन (प्रोग्रामिंग भाषा) कोड]]


[[Category: Machine Translated Page]]
[[Category:Collapse templates]]
[[Category:Created On 23/05/2023]]
[[Category:Created On 23/05/2023]]
[[Category:Lua-based templates]]
[[Category:Machine Translated Page]]
[[Category:Navigational boxes| ]]
[[Category:Navigational boxes without horizontal lists]]
[[Category:Pages with script errors]]
[[Category:Sidebars with styles needing conversion]]
[[Category:Template documentation pages|Documentation/doc]]
[[Category:Templates Vigyan Ready]]
[[Category:Templates generating microformats]]
[[Category:Templates that add a tracking category]]
[[Category:Templates that are not mobile friendly]]
[[Category:Templates that generate short descriptions]]
[[Category:Templates using TemplateData]]
[[Category:Wikipedia articles licensed under the GNU Free Document License]]
[[Category:Wikipedia metatemplates]]
[[Category:आराम (पुनरावृत्ति के तरीके)]]
[[Category:लेख उदाहरण के साथ पायथन (प्रोग्रामिंग भाषा) कोड]]
[[Category:संख्यात्मक रैखिक बीजगणित]]
[[Category:स्यूडोकोड के उदाहरण वाले लेख]]

Latest revision as of 08:50, 13 June 2023

संख्यात्मक रैखिक बीजगणित में जैकोबी विधि रैखिक समीकरणों के विकर्ण प्रभावी प्रणाली के समाधान को निर्धारण करने के लिए एक पुनरावृत्ति एल्गोरिथ्म है, जो प्रत्येक विकर्ण अवयव के लिए हल किया जाता है, और अनुमानित मान को रखा जाता है। यह प्रक्रिया तब तक दोहराई जाती है जब तक कि यह अभिसरित न हो जाए। यह एल्गोरिथम आव्यूह विकर्णन के जैकोबी परिवर्तन बिधि का एक स्ट्रिप्ड-डाउन संस्करण है। इस विधि का नाम कार्ल गुस्ताव जैकब जैकोबी के नाम पर रखा गया है।

विवरण

चलो , n रैखिक समीकरणों की एक वर्ग प्रणाली हो, जहाँ:

जब और ज्ञात हैं, और अज्ञात है, हम अनुमानित के लिए जैकोबी विधि का उपयोग कर सकते हैं। सदिश के लिए हमारे प्रारंभिक अनुमान को दर्शाता है (प्रायः के लिए ) के रूप में निरूपित करते हैं