यूलर पद्धति: Difference between revisions

Latest revision as of 15:26, 4 December 2022

यूलर विधि का चित्रण। अज्ञात वक्र नीले रंग में है, और इसका बहुभुज सन्निकटन लाल रंग में है।

गणित और कम्प्यूटेशनल विज्ञान में, यूलर विधि(जिसे फॉरवर्ड यूलर विधि भी कहा जाता है) एक प्रारंभिक मूल्य समस्या के साथ सामान्य अंतर समीकरणों(ओडीई) को हल करने के लिए प्रथम क्रम संख्यात्मक विश्लेषण प्रक्रिया है। यह संख्यात्मक साधारण अंतर समीकरण के लिए सबसे मौलिक स्पष्ट और निहित विधि और सबसे सरल रनगे-कुट्टा विधि है। यूलर विधि का नाम लियोनहार्ड यूलर के नाम पर रखा गया है, जिन्होंने अपनी पुस्तक इंटीग्रल कैलकुस संस्थान(प्रकाशित 1768-1870) में इसके बारे में बताया है।^[1]

यूलर विधि प्रथम-क्रम विधि होती है, जो स्थानीय त्रुटि(प्रति समीकरण त्रुटि) के समीकरण आकार के वर्ग के समानुपाती होती है, और वैश्विक त्रुटि(किसी निश्चित समय पर त्रुटि) समीकरण आकार के समानुपाती होती है।

यूलर विधि अधिकांशतः अधिक जटिल विधियों के निर्माण के आधार पर कार्य करती है, उदाहरण के लिए, भविष्यवक्ता-सुधारक विधि होती है।

अनौपचारिक ज्यामितीय विवरण

एक अज्ञात वक्र के आकार की गणना करने से होने वाली समस्याओं पर विचार करें जो किसी दिए गए बिंदु से शुरू होती है तथा दिए गए अवकल समीकरण को संतुष्ट करती है। यहाँ, अंतर समीकरण को निम्न सूत्र के रूप में माना जा सकता है जिसके द्वारा उस बिंदु की स्थिति की गणना करने के बाद वक्र पर स्पर्शरेखा रेखा की ढलान की गणना वक्र पर किसी भी बिंदु पर की जा सकती है।

यहाँ मुख्य बात यह है कि वक्र प्रारंभ में अज्ञात रहता है, इसका प्रारंभिक बिंदु जिसे हम $A_{0},$ से निरूपित करते हैं वह ज्ञात रहता है(शीर्ष दाईं ओर चित्र देखें)। फिर, अंतर समीकरण से, ढलान से वक्र तक $A_{0}$ की गणना की जा सकती है, और फलस्वरूप स्पर्श रेखा को हम देख पाते है।

इस स्पर्श रेखा के साथ एक बिंदु $A_{1}.$ तक एक छोटा कदम उठाया जाता है और इस छोटे कारण ढलान में बहुत कम परिवर्तन होता है, इसलिए $A_{1}$ वक्र के निकट रहता है। अगर हम इसे $A_{1}$ से इसे निरूपित करें तो अभी भी यह वक्र पर दिखाई देता है, वही तर्क जो बिंदु $A_{0}$ के लिए है ऊपर उपयोग किया जाता है। इसके कई समीकरणों के बाद, एक बहुभुज वक्र $A_{0}A_{1}A_{2}A_{3}\dots$ की गणना की जाती है। सामान्यतः यह वक्रमूल अज्ञात वक्र से बहुत दूर नहीं जाता है और इस कारण इन दोनों वक्रों के बीच की त्रुटि को छोटा किया जा सकता है यदि समीकरण का आकार बहुत कम है और गणना का अंतराल परिमित है:^[2]

y'(t)=f{\bigl (}t,y(t){\bigr )},\qquad y(t_{0})=y_{0}.

$h$ के लिए एक मान चुनें और प्रत्येक समीकरण और सेट के आकार के लिए $t_{n}=t_{0}+nh$ . अब, यूलर विधि के समीकरण $t_{n}$ के लिए प्रति $t_{n+1}=t_{n}+h$ है:^[3]

y_{n+1}=y_{n}+hf(t_{n},y_{n}).

$y_{n}$ का मान समय पर ODE के हल के लिए अनुमानित रहता है जो $t_{n}$ : $y_{n}\approx y(t_{n})$ है और यूलर विधि स्पष्ट और अंतर्निहित विधि हैं, अर्थात इसके हल के लिए $y_{n+1}$ का एक स्पष्ट फलन $y_{i}$ है जहाँ $y_{i}$ के लिये $i\leq n$ होता है।

जबकि यूलर विधि पहले क्रम के ODE के किसी भी ODE को एकीकृत करती है तब $N$ प्रथम क्रम ODEs की एक प्रणाली के रूप में प्रतिनिधित्व करता है: समीकरण को हल करने के लिए

y^{(N)}(t)=f\left(t,y(t),y'(t),\ldots ,y^{(N-1)}(t)\right),

हम सहायक वैरिएबल को इस प्रकार प्रदर्शित करते हैं $z_{1}(t)=y(t),z_{2}(t)=y'(t),\ldots ,z_{N}(t)=y^{(N-1)}(t)$ और प्राप्त करें

समतुल्य समीकरण:

\mathbf {z} '(t)={\begin{pmatrix}z_{1}'(t)\\\vdots \\z_{N-1}'(t)\\z_{N}'(t)\end{pmatrix}}={\begin{pmatrix}y'(t)\\\vdots \\y^{(N-1)}(t)\\y^{(N)}(t)\end{pmatrix}}={\begin{pmatrix}z_{2}(t)\\\vdots \\z_{N}(t)\\f{\bigl (}t,z_{1}(t),\ldots ,z_{N}(t){\bigr )}\end{pmatrix}}

यह चर में प्रथम-क्रम प्रणाली है $\mathbf {z} (t)$ और यूलर की विधि या, वास्तव में, प्रथम-क्रम प्रणालियों के लिए किसी अन्य योजना द्वारा नियंत्रित किया जा सकता है।^[4]

उदाहरण

प्रारंभिक मान के लिए

y'=y,\quad y(0)=1,

अनुमानित $y(4)$ का मान प्राप्त करने के लिए यूलर विधि का उपयोग किया जाता है।^[5]

1 के बराबर समीकरण आकार का उपयोग करना( $h = 1$ )

प्रतिबिम्ब के संख्यात्मक एकीकरण चित्रण के लिए समीकरण =1.svg|right|thumb|समीकरण के लिए संख्यात्मक एकीकरण का चित्रण $y'=y,y(0)=1.$ है जहाँ यूलर विधि को नीले रंग से मध्यबिंदु विधि को हरे रंग से; सटीक समाधान के लिए लाल, तथा स्टेप साइज $y=e^{t}.$ है अन्त में $h=1.0.$ यूलर विधि है

y_{n+1}=y_{n}+hf(t_{n},y_{n}).

इसलिए पहले हमें गणना करनी चाहिए $f(t_{0},y_{0})$ . इस सरल अंतर समीकरण में, फ़ंक्शन $f$ द्वारा परिभाषित किया गया है $f(t,y)=y$ . इस प्रकार उक्त समीकरण प्राप्त होता है

f(t_{0},y_{0})=f(0,1)=1.

उपरोक्त समीकरण में हमने इस रेखा का ढलान पाया है जो बिंदु $(0,1)$ . पर हल के लिए वक्र की स्पर्शरेखा है यहाँ याद रखें कि ढलान को परिवर्तित करने के फलस्वरूप परिभाषित किया गया है $y$ में परिवर्तन से विभाजित $t$ , या ${\textstyle {\frac {\Delta y}{\Delta t}}}$ का प्रयोग किया जाता है।

अगले समीकरण में उपरोक्त मान को $h$ के मान से गुणा करना है, जिसका मान एक के बराबर लिया जाता है:

h\cdot f(y_{0})=1\cdot 1=1.

चूंकि स्टेप साइज में होने वाला परिवर्तन $t$ है, जहाँ पर समीकरण के आकार और स्पर्शरेखा के ढलान का गुणा किया जाता हैं, हमें $y$ के मान में परिवर्तन मिलता है। यह मान $y$ के लिए प्रारंभ में जोड़ा जाता है और गणना के लिए उपयोग किए जाने वाले अगले मान को प्राप्त करने के लिए इसी मान का उपयोग किया जाता है।

y_{0}+hf(y_{0})=y_{1}=1+1\cdot 1=2.

उपरोक्त समीकरणों को हल करने के लिए $y_{2}$ , $y_{3}$ तथा $y_{4}$ से दोहराया जाता है।

{\begin{aligned}y_{2}&=y_{1}+hf(y_{1})=2+1\cdot 2=4,\\y_{3}&=y_{2}+hf(y_{2})=4+1\cdot 4=8,\\y_{4}&=y_{3}+hf(y_{3})=8+1\cdot 8=16.\end{aligned}}

इस एल्गोरिथ्म की दोहरी प्रकृति के कारण, त्रुटियों से बचने के लिए, जैसा कि नीचे देखा गया है, गणनाओं को चार्ट के रूप में व्यवस्थित करना सहायक होता है।

$n$	$y_{n}$	$t_{n}$	$f(t_{n},y_{n})$	$h$	$\Delta y$	$y_{n+1}$
0	1	0	1	1	1	2
1	2	1	2	1	2	4
2	4	2	4	1	4	8
3	8	3	8	1	8	16

इस गणना का निष्कर्ष यह है कि $y_{4}=16$ . अवकल समीकरण $y(t)=e^{t}$ का सटीक हल है इसलिए $y(4)=e^{4}\approx 54.598$ मान लिया जाता है, चूंकि इस विशिष्ट स्थिति में यूलर पद्धति का सन्निकटन बहुत सटीक नहीं होता है, विशेष रूप से एक बड़े $h$ के मान के लिए समीकरण के आकार के कारण, इस प्रकार गुणात्मक रूप से यह सही है जैसा कि चित्र में दिखाया गया है।

अन्य समीकरण आकारों का उपयोग

प्रतिबिम्ब संख्यात्मक एकीकरण के उदाहरण के लिए समीकरण एक ही दृष्टांत $h=0.25.$ पर व्यवस्थित है जैसा कि प्रस्तावना में सुझाया गया है, इस प्रकार आकार के स्थिति में यूलर विधि अधिक सटीक है तथा $h$ का मान कम रहता है। नीचे दी गई सारणी में विभिन्न समीकरणों के आकार के साथ परिणाम दिखाई देते हैं। शीर्ष पंक्ति पिछले अनुभाग में उदाहरण से मेल खाती है, और दूसरी पंक्ति चित्र में सचित्र है।

चरण आकार	यूलर की विधि का परिणाम	त्रुटि
1	16.00	38.60
0.25	35.53	19.07
0.1	45.26	09.34
0.05	49.56	05.04
0.025	51.98	02.62
0.0125	53.26	01.34

सारणी के अंतिम कॉलम में त्रुटि सटीक हल प्राप्त करने के लिए $t=4$ और यूलर सन्निकटन के बीच का अंतर है। सारणी के निचले भाग में, पिछली पंक्ति में उपयोग किए गए चरण का आकार आधा है, और त्रुटि भी पिछली पंक्ति में त्रुटि का लगभग आधा है। इससे पता चलता है कि त्रुटि समीकरण आकार के लगभग आनुपातिक है, कम से कम इसके चरण के आकार के बहुत कम मान के लिए इसे उपयोग करते हैं, यह व्यापक रूप से अन्य समीकरणों के लिए भी सत्य है; अधिक विवरण के लिए खंड वैश्विक खंडन त्रुटि देखें।

अन्य विधियाँ भी उपयोग में लाई जाती है जैसे कि मध्यबिंदु विधि जो उक्त आंकड़ों में सचित्र है, और यह विधि अधिक अनुकूलता के साथ कार्य करती है: मध्यबिंदु विधि की वैश्विक त्रुटि लगभग समीकरण आकार के वर्ग के समानुपाती होती है। इस कारण से यूलर विधि को प्रथम कोटि की विधि कहा जाता है, जबकि मध्य बिंदु विधि को दूसरी कोटि की विधि कहा जाता है।

हम उपरोक्त सारणी से बाह्य गणन कर सकते हैं तथा तीन दशमलव स्थानों तक सही उत्तर प्राप्त करने के लिए आवश्यक समीकरण आकार लगभग 0.00001 है, जिसका अर्थ है कि हमें 400,000 समीकरणों की आवश्यकता है। इतनी बड़ी संख्या में समीकरणों में उच्च कम्प्यूटरीकृत उपकरण की लागत होती है। इस कारण से, उच्च-क्रम विधियों को नियोजित किया जाता है जैसे रनगे-कुट्टा विधियों या रैखिक मल्टीस्टेप विधियों, विशेष रूप से यदि उच्च सटीकता वांछित है।^[6]

व्युत्पत्ति

यूलर विधि को कई विधियों से प्राप्त किया जा सकता है। सबसे पहले ऊपर इसका ज्यामितीय विवरण है।

फ़ंक्शन $y$ और $t_{0}$ के टेलर विस्तार पर विचार करने की एक और संभावना है :

y(t_{0}+h)=y(t_{0})+hy'(t_{0})+{\tfrac {1}{2}}h^{2}y''(t_{0})+O\left(h^{3}\right).

अंतर समीकरण बताता है कि $y'=f(t,y)$ है और यदि इसे टेलर विस्तार में प्रतिस्थापित किया जाता है और द्विघात और उच्च-क्रम की शर्तों को अनदेखा किया जाता है, तो यूलर विधि उत्पन्न होती है।^[7] यूलर विधि द्वारा की गई त्रुटि का विश्लेषण करने के लिए टेलर विस्तार का उपयोग नीचे किया गया है, और इसे रनगे-कुट्टा विधियों का उत्पादन करने के लिए बढ़ाया जा सकता है।

व्युत्पन्न के लिए आगे परिमित अंतर सूत्र को प्रतिस्थापित करने के लिए एक निकटता से संबंधित व्युत्पत्ति है,

y'(t_{0})\approx {\frac {y(t_{0}+h)-y(t_{0})}{h}}

अंतर समीकरण में $y'=f(t,y)$ . दोबारा, यह यूलर विधि उत्पन्न करता है।^[8] इसी तरह की गणना मध्यबिंदु विधि और बैकवर्ड यूलर विधि की ओर ले जाती है।

अंत में, कोई अंतर समीकरण को एकीकृत कर सकता है $t_{0}$ प्रति $t_{0}+h$ और कलन की मौलिक प्रमेय को प्राप्त करने के लिए लागू करें:

y(t_{0}+h)-y(t_{0})=\int _{t_{0}}^{t_{0}+h}f{\bigl (}t,y(t){\bigr )}\,\mathrm {d} t.

अब बाएँ हाथ की आयत विधि(केवल एक आयत के साथ) द्वारा अभिन्न का अनुमान लगाया जाता है

\int _{t_{0}}^{t_{0}+h}f{\bigl (}t,y(t){\bigr )}\,\mathrm {d} t\approx hf{\bigl (}t_{0},y(t_{0}){\bigr )}.

दोनों समीकरणों को मिलाकर, फिर से यूलर विधि प्राप्त होती है।^[9] विभिन्न रेखीय मल्टीस्टेप विधियों पर पहुंचने के लिए विचार की इस पंक्ति को जारी रखा जा सकता है।

स्थानीय खंडन त्रुटि

यूलर विधि की स्थानीय खंडन त्रुटि समीकरण में की गई त्रुटि है। यह पहले चरण के बाद संख्यात्मक समाधान के बीच का अंतर है, $y_{1}$ और समय पर सटीक समाधान $t_{1}=t_{0}+h$ . द्वारा संख्यात्मक समीकरण दिया गया है

y_{1}=y_{0}+hf(t_{0},y_{0}).

सही समीकरण प्राप्त करने के लिए, हम ऊपर व्युत्पत्ति भाग में उल्लिखित टेलर विस्तार का उपयोग करते हैं:

y(t_{0}+h)=y(t_{0})+hy'(t_{0})+{\tfrac {1}{2}}h^{2}y''(t_{0})+O\left(h^{3}\right).

यूलर विधि द्वारा प्रारम्भिक स्थानीय खंडन त्रुटि(एलटीई) इन समीकरणों के बीच के अंतर से दी गई है:

\mathrm {LTE} =y(t_{0}+h)-y_{1}={\tfrac {1}{2}}h^{2}y''(t_{0})+O\left(h^{3}\right).

यह परिणाम मान्य है यदि $y$ एक सीमित तीसरा व्युत्पन्न है।^[10]

इससे पता चलता है कि छोटे के लिए $h$ , स्थानीय खंडन त्रुटि लगभग आनुपातिक $h^{2}$ है, यह यूलर विधि को कम करके बनाती है(छोटे के लिए $h$ ) रनगे-कुट्टा विधियों और रैखिक मल्टीस्टेप विधियों जैसी अन्य उच्च-क्रम तकनीकों की तुलना में, जिसके लिए स्थानीय खंडन त्रुटि समीकरण आकार की उच्च शक्ति के समानुपाती होती है।

टेलर के प्रमेय में शेष अवधि के लिए लैग्रेंज फॉर्म का उपयोग करके स्थानीय खंडन त्रुटि के लिए थोड़ा अलग सूत्र प्राप्त किया जाता है। यदि $y$ लगातार दूसरा व्युत्पन्न है, तो वहां $\xi \in [t_{0},t_{0}+h]$ सम्मलित होता है जो इस प्रकार है

$\mathrm {LTE} =y(t_{0}+h)-y_{1}={\tfrac {1}{2}}h^{2}y''(\xi ).$ ^[11]

त्रुटि के लिए उपरोक्त भावों में, अज्ञात सटीक समाधान का दूसरा व्युत्पन्न $y$ अंतर समीकरण के दाईं ओर सम्मलित एक अभिव्यक्ति द्वारा प्रतिस्थापित किया जा सकता है। अर्ताथ समीकरण कुछ इस प्रकार होगा

$y'=f(t,y)$ वह^[12]

$y''(t_{0})={\frac {\partial f}{\partial t}}{\bigl (}t_{0},y(t_{0}){\bigr )}+{\frac {\partial f}{\partial y}}{\bigl (}t_{0},y(t_{0}){\bigr )}\,f{\bigl (}t_{0},y(t_{0}){\bigr )}.$

वैश्विक खंडन त्रुटि

वैश्विक खंडन त्रुटि $t$ एक निश्चित समय पर प्राप्त की गई त्रुटि होती है प्रारंभिक समय से अन्त समय तक पहुंचने के लिए विधि के लिए जितने भी चरण उपयोग करने होंगे, उसके बाद वैश्विक खंडन त्रुटि प्रत्येक समीकरण में की गई स्थानीय खंडन त्रुटियों का संचयी प्रभाव है।^[13] समीकरणों की संख्या को ${\textstyle {\frac {t-t_{0}}{h}}}$ द्वारा सरलता से निर्धारित किया जाती है , जो ${\textstyle {\frac {1}{h}}}$ आनुपातिक है , और प्रत्येक समीकरण में की गई त्रुटि $h^{2}$ आनुपातिक है(पिछला भाग देखें)। इस प्रकार, यह वैश्विक खंडन त्रुटि $h$ आनुपातिक होगी .^[14]

इस सहज तर्क को सही बनाया जाता है। यदि समाधान $y$ द्वारा बंधे हुए दूसरा व्युत्पन्न है और $f$ लिप्सचिट्ज़ निरंतरता अपने दूसरे तर्क में है, तो वैश्विक खंडन त्रुटि(जीटीई) से घिरा होता है

|{\text{GTE}}|\leq {\frac {hM}{2L}}\left(e^{L(t-t_{0})}-1\right)

जहाँ पर $M$ के दूसरे व्युत्पन्न पर एक ऊपरी सीमा $y$ है दिए गए अंतराल पर $L$ का लिपशिट्ज स्थिरांक $f$ है.^[15]

इस बाउंड का सटीक रूप थोड़ा व्यावहारिक महत्व का है, क्योंकि अधिकतर ऐसी स्थितियों में बाउंड यूलर विधि द्वारा की गई वास्तविक त्रुटि को बहुत अधिक बढ़ा देता है।^[16] जो महत्वपूर्ण रूप से यह दर्शाता है कि वैश्विक खंडन त्रुटि $h$ (लगभग) आनुपातिक है, इस कारण से, यूलर विधि को प्रथम कोटि की विधि कहा जाता है।^[17]

संख्यात्मक स्थिरता

File:Instability of Euler's method.svg

का समाधान

y'=-2.3y

समीकरण आकार के साथ यूलर विधि से गणना की गई

h=1

(नीला वर्ग) और

h=0.7

(लाल घेरे)। काला वक्र सटीक समाधान दिखाता है।

यूलर विधि संख्यात्मक रूप से संख्यात्मक स्थिरता भी हो सकती है, विशेष रूप से कठोर समीकरणों के लिए, जिसका अर्थ है कि संख्यात्मक समाधान उन समीकरणों के लिए बहुत बड़ा हो जाता है जहां सटीक समाधान नहीं होता है। इसे रैखिक समीकरण का उपयोग करके चित्रित किया जा सकता है

y'=-2.3y,\qquad y(0)=1.

इसका सबसे सही उपाय $y(t)=e^{-2.3t}$ है , जो शून्य के रूप में घटता है $t\to \infty$ , चूंकि, यदि इस समीकरण पर समीकरण $h=1$ आकार के साथ यूलर विधि लागू की जाती है, तो संख्यात्मक समाधान गुणात्मक रूप से गलत है: और तब यह दोलन करता है और बढ़ता है(चित्र देखें)। अस्थिर होने का यही अर्थ है। उदाहरण के लिए, यदि छोटे समीकरण $h=0.7$ आकार का उपयोग किया जाता है, तो संख्यात्मक समाधान क्षय से शून्य हो जाता है।

File:Stability region for Euler method.svg

गुलाबी डिस्क यूलर विधि के लिए स्थिरता क्षेत्र दिखाती है।

यदि यूलर विधि को रैखिक समीकरण $y'=ky$ पर लागू किया जाता है, तो संख्यात्मक समाधान अस्थिर है अगर उत्पाद $hk$ क्षेत्र के बाहर है

{\bigl \{}z\in \mathbf {C} \,{\big |}\,|z+1|\leq 1{\bigr \}},

दाईं ओर चित्रित इस क्षेत्र को(रैखिक) स्थिरता क्षेत्र कहा जाता है।^[18] उदाहरण में, $k=-2.3$ , तो $h=1$ फिर $hk=-2.3$ जो स्थिरता क्षेत्र के बाहर है, और इस प्रकार संख्यात्मक समाधान अस्थिर है।

यह सीमा - त्रुटि के धीमे अभिसरण के साथ $h$ — का अर्थ है कि संख्यात्मक एकीकरण के एक साधारण उदाहरण को छोड़कर, यूलर विधि का प्रायः उपयोग नहीं किया जाता है^{[citation needed]}.

पूर्णन त्रुटि

समीकरण में $n$ यूलर विधि में, गोलाई त्रुटि अधिकांशतः $\varepsilon y_{n}$ परिमाण की है, जहाँ पर $\varepsilon$ मशीन एप्सिलॉन है। यह मानते हुए कि पूर्णन त्रुटियां स्वतंत्र यादृच्छिक चर हैं, अपेक्षित कुल पूर्णन त्रुटि ${\textstyle {\frac {\varepsilon }{\sqrt {h}}}}$ आनुपातिक है,^[19] इस प्रकार, समीकरण आकार के अत्यंत छोटे मानों के लिए खंडन त्रुटि छोटी होगी लेकिन पूर्णन त्रुटि का प्रभाव बड़ा हो सकता है। पूर्णन त्रुटि के अधिकांशतः इस प्रभाव को सरलता से टाला जा सकता है यदि यूलर विधि के सूत्र में भुगतान के योग का उपयोग किया जाता है।^[20]

संशोधन और विस्तार

यूलर विधि का एक सरल संशोधन जो नोट की गई स्थिरता की समस्याओं को समाप्त करता है संख्यात्मक स्थिरता पश्च यूलर विधि है:

y_{n+1}=y_{n}+hf(t_{n+1},y_{n+1}).

यह उस फलन $f$ में(मानक, या आगे) यूलर विधि से भिन्न है प्रारंभिक बिंदु के अतिरिक्त समीकरण के अंत बिंदु पर मूल्यांकन किया जाता है। बैकवर्ड यूलर विधि एक स्पष्ट और निहित विधि है, जिसका अर्थ है कि बैकवर्ड यूलर विधि का सूत्र $y_{n+1}$ है जो दोनों तरफ उपयोग किया जाता है, इसलिए पश्चगामी यूलर विधि को लागू करते समय हमें एक समीकरण को हल करना होगा। यह कार्यान्वयन को और अधिक महंगा बनाता है।

यूलर विधि के अन्य संशोधन जो स्थिरता में मदद करते हैं घातीय यूलर विधि विधि या अर्ध-अंतर्निहित यूलर विधि उत्पन्न करते हैं।

अधिक जटिल विधियां उच्च क्रम(और अधिक सटीकता) प्राप्त कर सकती हैं। अधिक फ़ंक्शन मूल्यांकनों का उपयोग करने की एक संभावना है। यह मध्यबिंदु विधि द्वारा सचित्र है जिसका उल्लेख इस लेख में पहले ही किया जा चुका है:

y_{n+1}=y_{n}+hf\left(t_{n}+{\tfrac {1}{2}}h,y_{n}+{\tfrac {1}{2}}hf(t_{n},y_{n})\right)

.

यह रनगे-कुट्टा विधियों के परिवार की ओर जाता है।

दूसरी संभावना अधिक पिछले मूल्यों का उपयोग करने की है, जैसा कि दो-समीकरणीय एडम्स-बैशफोर्थ विधि द्वारा दिखाया गया है:

y_{n+1}=y_{n}+{\tfrac {3}{2}}hf(t_{n},y_{n})-{\tfrac {1}{2}}hf(t_{n-1},y_{n-1}).

यह रैखिक मल्टीस्टेप विधियों के परिवार की ओर जाता है। ऐसे अन्य संशोधन हैं जो मेमोरी उपयोग को कम करने के लिए कंप्रेसिव सेंसिंग की विधियों का उपयोग करते हैं^[21]

यह भी देखें

क्रैंक-निकोलसन विधि
ढतला हुआ वंश इसी तरह परिमित समीकरणों का उपयोग करता है, यहाँ कार्यों की न्यूनतमता खोजने के लिए
रनगे-कुट्टा विधियों की सूची
लीनियर मल्टीस्टेप विधि
संख्यात्मक एकीकरण(निश्चित समाकलों की गणना के लिए)
साधारण अंतर समीकरणों के लिए संख्यात्मक तरीके

↑ Butcher 2003, p. 45; Hairer, Nørsett & Wanner 1993, p. 35
↑ Atkinson 1989, p. 342; Butcher 2003, p. 60
↑ Butcher 2003, p. 45; Hairer, Nørsett & Wanner 1993, p. 36
↑ Butcher 2003, p. 3; Hairer, Nørsett & Wanner 1993, p. 2
↑ See also Atkinson 1989, p. 344
↑ Hairer, Nørsett & Wanner 1993, p. 40
↑ Atkinson 1989, p. 342; Hairer, Nørsett & Wanner 1993, p. 36
↑ Atkinson 1989, p. 342
↑ Atkinson 1989, p. 343
↑ Butcher 2003, p. 60
↑ Atkinson 1989, p. 342
↑ Stoer & Bulirsch 2002, p. 474
↑ Atkinson 1989, p. 344
↑ Butcher 2003, p. 49
↑ Atkinson 1989, p. 346; Lakoba 2012, equation (1.16)
↑ Iserles 1996, p. 7
↑ Butcher 2003, p. 63
↑ Butcher 2003, p. 70; Iserles 1996, p. 57
↑ Butcher 2003, pp. 74–75
↑ Butcher 2003, pp. 75–78
↑ Unni, M. P.; Chandra, M. G.; Kumar, A. A. (March 2017). "कंप्रेसिव सेंसिंग का उपयोग करके डिफरेंशियल इक्वेशन के न्यूमेरिकल सॉल्यूशन के लिए मेमोरी रिडक्शन". 2017 IEEE 13th International Colloquium on Signal Processing Its Applications (CSPA): 79–84. doi:10.1109/CSPA.2017.8064928. ISBN 978-1-5090-1184-1. S2CID 13082456.
↑ Khan, Amina (9 January 2017). "मिलिए 'हिडन फिगर्स' गणितज्ञ से जिन्होंने अमेरिकियों को अंतरिक्ष में भेजने में मदद की". Los Angeles Times. Retrieved 12 February 2017.

संदर्भ

Atkinson, Kendall A. (1989). An Introduction to Numerical Analysis (2nd ed.). New York: John Wiley & Sons. ISBN 978-0-471-50023-0.
Ascher, Uri M.; Petzold, Linda R. (1998). Computer Methods for Ordinary Differential Equations and Differential-Algebraic Equations. Philadelphia: Society for Industrial and Applied Mathematics. ISBN 978-0-89871-412-8.
Butcher, John C. (2003). Numerical Methods for Ordinary Differential Equations. New York: John Wiley & Sons. ISBN 978-0-471-96758-3.
Hairer, Ernst; Nørsett, Syvert Paul; Wanner, Gerhard (1993). Solving ordinary differential equations I: Nonstiff problems. Berlin, New York: Springer-Verlag. ISBN 978-3-540-56670-0.
Iserles, Arieh (1996). A First Course in the Numerical Analysis of Differential Equations. Cambridge University Press. ISBN 978-0-521-55655-2.
Stoer, Josef; Bulirsch, Roland (2002). Introduction to Numerical Analysis (3rd ed.). Berlin, New York: Springer-Verlag. ISBN 978-0-387-95452-3.
Lakoba, Taras I. (2012), Simple Euler method and its modifications (PDF) (Lecture notes for MATH334), University of Vermont, retrieved 29 February 2012
Unni, M P. (2017). "Memory reduction for numerical solution of differential equations using compressive sensing". 2017 IEEE 13th International Colloquium on Signal Processing & its Applications (CSPA). IEEE CSPA. pp. 79–84. doi:10.1109/CSPA.2017.8064928. ISBN 978-1-5090-1184-1. S2CID 13082456.

बाहरी संबंध

File:Commons-logo.svg Media related to यूलर पद्धति at Wikimedia Commons
Euler method implementations in different languages by Rosetta Code
"Euler method", Encyclopedia of Mathematics, EMS Press, 2001 [1994]

[1] Butcher 2003, p. 45; Hairer, Nørsett & Wanner 1993, p. 35

[2] Atkinson 1989, p. 342; Butcher 2003, p. 60

[3] Butcher 2003, p. 45; Hairer, Nørsett & Wanner 1993, p. 36

[4] Butcher 2003, p. 3; Hairer, Nørsett & Wanner 1993, p. 2

[5] See also Atkinson 1989, p. 344

[6] Hairer, Nørsett & Wanner 1993, p. 40

[7] Atkinson 1989, p. 342; Hairer, Nørsett & Wanner 1993, p. 36

[8] Atkinson 1989, p. 342

[9] Atkinson 1989, p. 343

[10] Butcher 2003, p. 60

[11] Atkinson 1989, p. 342

[12] Stoer & Bulirsch 2002, p. 474

[13] Atkinson 1989, p. 344

[14] Butcher 2003, p. 49

[15] Atkinson 1989, p. 346; Lakoba 2012, equation (1.16)

[16] Iserles 1996, p. 7

[17] Butcher 2003, p. 63

[18] Butcher 2003, p. 70; Iserles 1996, p. 57

[19] Butcher 2003, pp. 74–75

[20] Butcher 2003, pp. 75–78

[21] Unni, M. P.; Chandra, M. G.; Kumar, A. A. (March 2017). "कंप्रेसिव सेंसिंग का उपयोग करके डिफरेंशियल इक्वेशन के न्यूमेरिकल सॉल्यूशन के लिए मेमोरी रिडक्शन". 2017 IEEE 13th International Colloquium on Signal Processing Its Applications (CSPA): 79–84. doi:10.1109/CSPA.2017.8064928. ISBN 978-1-5090-1184-1. S2CID 13082456.

[22] Khan, Amina (9 January 2017). "मिलिए 'हिडन फिगर्स' गणितज्ञ से जिन्होंने अमेरिकियों को अंतरिक्ष में भेजने में मदद की". Los Angeles Times. Retrieved 12 February 2017.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

v t e Numerical methods for integration
First-order methods	Euler method Backward Euler Semi-implicit Euler Exponential Euler
Second-order methods	Verlet integration Velocity Verlet Trapezoidal rule Beeman's algorithm Midpoint method Heun's method Newmark-beta method Leapfrog integration
Higher-order methods	Exponential integrator Runge–Kutta methods List of Runge–Kutta methods Linear multistep method General linear methods Backward differentiation formula Yoshida Gauss–Legendre method
Theory	Symplectic integrator

Anonymous

Search

यूलर पद्धति: Difference between revisions

Namespaces

More

Page actions

Latest revision as of 15:26, 4 December 2022

Contents

अनौपचारिक ज्यामितीय विवरण

उदाहरण

1 के बराबर समीकरण आकार का उपयोग करना( $h = 1$ )

अन्य समीकरण आकारों का उपयोग

व्युत्पत्ति

स्थानीय खंडन त्रुटि

वैश्विक खंडन त्रुटि

संख्यात्मक स्थिरता

पूर्णन त्रुटि

संशोधन और विस्तार

लोकप्रिय संस्कृति में

यह भी देखें

टिप्पणियाँ

संदर्भ

बाहरी संबंध

Navigation

Navigation

Wiki tools

Wiki tools

@@ Line 1: / Line 1: @@
 {{Short description|Approach to finding numerical solutions of ordinary differential equations}}
-{{for multi|integrating with respect to the Euler characteristic|Euler calculus|Euler's method for factorizing an integer|Euler's factorization method}}
+{{for multi|यूलर विशेषता के संबंध में एकीकरण|यूलर कैलकुलस|पूर्णांक के गुणनखंडन के लिए यूलर की विधि|यूलर की कारककरण विधि}}
 {{Differential equations}}
-[[Image:Euler method.svg|thumb|यूलर विधि का चित्रण। अज्ञात वक्र नीले रंग में है, और इसका बहुभुज सन्निकटन लाल रंग में है।]]गणित और [[कम्प्यूटेशनल विज्ञान]] में, यूलर विधि (जिसे फॉरवर्ड यूलर विधि भी कहा जाता है) एक [[प्रारंभिक मूल्य समस्या]] के साथ सामान्य अंतर समीकरणों (ओडीई) को हल करने के लिए प्रथम क्रम [[संख्यात्मक विश्लेषण]] प्रक्रिया है। यह संख्यात्मक [[साधारण अंतर समीकरण]]ों के लिए सबसे बुनियादी [[स्पष्ट और निहित तरीके]] हैं और सबसे सरल रनगे-कुट्टा विधि है। यूलर विधि का नाम [[लियोनहार्ड यूलर]] के नाम पर रखा गया है, जिन्होंने अपनी पुस्तक [[इंटीग्रल कैलकुस संस्थान]] (प्रकाशित 1768-1870) में इसका इलाज किया था।<ref>{{harvnb|Butcher|2003|p=45}}; {{harvnb|Hairer|Nørsett|Wanner|1993|p=35}}</ref>
+[[Image:Euler method.svg|thumb|यूलर विधि का चित्रण। अज्ञात वक्र नीले रंग में है, और इसका बहुभुज सन्निकटन लाल रंग में है।]]गणित और [[कम्प्यूटेशनल विज्ञान]] में, यूलर विधि(जिसे फॉरवर्ड यूलर विधि भी कहा जाता है) एक [[प्रारंभिक मूल्य समस्या]] के साथ सामान्य अंतर समीकरणों(ओडीई) को हल करने के लिए प्रथम क्रम [[संख्यात्मक विश्लेषण]] प्रक्रिया है। यह संख्यात्मक [[साधारण अंतर समीकरण]] के लिए सबसे मौलिक [[स्पष्ट और निहित तरीके|स्पष्ट और निहित विधि]] और सबसे सरल रनगे-कुट्टा विधि है। यूलर विधि का नाम [[लियोनहार्ड यूलर]] के नाम पर रखा गया है, जिन्होंने अपनी पुस्तक [[इंटीग्रल कैलकुस संस्थान]](प्रकाशित 1768-1870) में इसके बारे में बताया है।<ref>{{harvnb|Butcher|2003|p=45}}; {{harvnb|Hairer|Nørsett|Wanner|1993|p=35}}</ref>
-यूलर विधि एक प्रथम-क्रम विधि है, जिसका अर्थ है कि स्थानीय त्रुटि (प्रति चरण त्रुटि) चरण आकार के वर्ग के समानुपाती होती है, और वैश्विक त्रुटि (किसी निश्चित समय पर त्रुटि) चरण आकार के समानुपाती होती है।
+यूलर विधि प्रथम-क्रम विधि होती है, जो स्थानीय त्रुटि(प्रति समीकरण त्रुटि) के समीकरण आकार के वर्ग के समानुपाती होती है, और वैश्विक त्रुटि(किसी निश्चित समय पर त्रुटि) समीकरण आकार के समानुपाती होती है।
-यूलर विधि अक्सर अधिक जटिल विधियों के निर्माण के आधार के रूप में कार्य करती है, उदाहरण के लिए, भविष्यवक्ता-सुधारक विधि।
+यूलर विधि अधिकांशतः अधिक जटिल विधियों के निर्माण के आधार पर कार्य करती है, उदाहरण के लिए, भविष्यवक्ता-सुधारक विधि होती है।
 == अनौपचारिक ज्यामितीय विवरण ==
-एक अज्ञात वक्र के आकार की गणना करने की समस्या पर विचार करें जो एक दिए गए बिंदु से शुरू होता है और एक दिए गए अवकल समीकरण को संतुष्ट करता है। यहां, एक अंतर समीकरण को एक सूत्र के रूप में माना जा सकता है जिसके द्वारा उस बिंदु की स्थिति की गणना करने के बाद वक्र पर [[स्पर्शरेखा]] रेखा की [[ढलान]] की गणना वक्र पर किसी भी बिंदु पर की जा सकती है।
+एक अज्ञात वक्र के आकार की गणना करने से होने वाली समस्याओं पर विचार करें जो किसी दिए गए बिंदु से शुरू होती है तथा दिए गए अवकल समीकरण को संतुष्ट करती है। यहाँ, अंतर समीकरण को निम्न सूत्र के रूप में माना जा सकता है जिसके द्वारा उस बिंदु की स्थिति की गणना करने के बाद वक्र पर [[स्पर्शरेखा]] रेखा की [[ढलान]] की गणना वक्र पर किसी भी बिंदु पर की जा सकती है।
-विचार यह है कि जबकि वक्र प्रारंभ में अज्ञात है, इसका प्रारंभिक बिंदु, जिसे हम निरूपित करते हैं <math>A_0,</math> ज्ञात है (शीर्ष दाईं ओर चित्र देखें)। फिर, अंतर समीकरण से, ढलान से वक्र तक <math>A_0</math> गणना की जा सकती है, और इसलिए, स्पर्श रेखा।
+यहाँ मुख्य बात यह है कि वक्र प्रारंभ में अज्ञात रहता है, इसका प्रारंभिक बिंदु जिसे हम <math>A_0,</math> से निरूपित करते हैं वह ज्ञात रहता है(शीर्ष दाईं ओर चित्र देखें)। फिर, अंतर समीकरण से, ढलान से वक्र तक <math>A_0</math> की गणना की जा सकती है, और फलस्वरूप स्पर्श रेखा को हम देख पाते है।
-उस स्पर्श रेखा के साथ एक बिंदु तक एक छोटा कदम उठाएं <math>A_1.</math> इस छोटे कदम के साथ, ढलान बहुत ज्यादा नहीं बदलता है, इसलिए <math>A_1</math> वक्र के करीब होगा। अगर हम ऐसा दिखावा करते हैं  <math>A_1</math> अभी भी वक्र पर है, वही तर्क जो बिंदु के लिए है <math>A_0</math> ऊपर इस्तेमाल किया जा सकता है। कई चरणों के बाद, एक [[बहुभुज वक्र]] <math>A_0A_1A_2A_3\dots</math> गणना की जाती है। सामान्य तौर पर, यह वक्र मूल अज्ञात वक्र से बहुत दूर नहीं जाता है, और दो वक्रों के बीच की त्रुटि को छोटा किया जा सकता है यदि चरण का आकार काफी छोटा है और गणना का अंतराल परिमित है:<ref>{{harvnb|Atkinson|1989|p=342}}; {{harvnb|Butcher|2003|p=60}}</ref>
+इस स्पर्श रेखा के साथ एक बिंदु <math>A_1.</math> तक एक छोटा कदम उठाया जाता है और इस छोटे कारण ढलान में बहुत कम परिवर्तन होता है, इसलिए <math>A_1</math> वक्र के निकट रहता है। अगर हम इसे <math>A_1</math>से इसे निरूपित करें तो अभी भी यह वक्र पर दिखाई देता है, वही तर्क जो बिंदु <math>A_0</math> के लिए है ऊपर उपयोग किया जाता है। इसके कई समीकरणों के बाद, एक [[बहुभुज वक्र]] <math>A_0A_1A_2A_3\dots</math> की गणना की जाती है। सामान्यतः यह वक्रमूल अज्ञात वक्र से बहुत दूर नहीं जाता है और इस कारण इन दोनों वक्रों के बीच की त्रुटि को छोटा किया जा सकता है यदि समीकरण का आकार बहुत कम है और गणना का अंतराल परिमित है:<ref>{{harvnb|Atkinson|1989|p=342}}; {{harvnb|Butcher|2003|p=60}}</ref>
 :<math>y'(t) = f\bigl(t,y(t)\bigr), \qquad y(t_0)=y_0. </math>
-कोई मान चुनें <math>h</math> प्रत्येक चरण और सेट के आकार के लिए <math>t_n = t_0 + nh</math>. अब, यूलर विधि का एक चरण <math>t_n</math> प्रति <math>t_{n+1} = t_n + h</math> है:<ref>{{harvnb|Butcher|2003|p=45}}; {{harvnb|Hairer|Nørsett|Wanner|1993|p=36}}</ref>
+<math>h</math> के लिए एक मान चुनें और प्रत्येक समीकरण और सेट के आकार के लिए <math>t_n = t_0 + nh</math>. अब, यूलर विधि के समीकरण <math>t_n</math>के लिए प्रति <math>t_{n+1} = t_n + h</math> है:<ref>{{harvnb|Butcher|2003|p=45}}; {{harvnb|Hairer|Nørsett|Wanner|1993|p=36}}</ref>
 :<math> y_{n+1} = y_n + hf(t_n,y_n).</math>
-का मूल्य <math>y_n</math> समय पर ODE के समाधान का एक अनुमान है <math>t_n</math>: <math>y_n \approx y(t_n)</math>. यूलर विधि स्पष्ट और अंतर्निहित विधियाँ हैं, अर्थात समाधान <math>y_{n+1}</math> का एक स्पष्ट कार्य है <math>y_i</math> के लिये <math>i \leq n</math>.
+<math>y_n</math> का मान समय पर ODE के हल के लिए अनुमानित रहता है जो <math>t_n</math>: <math>y_n \approx y(t_n)</math> है और यूलर विधि स्पष्ट और अंतर्निहित विधि हैं, अर्थात इसके हल के लिए <math>y_{n+1}</math> का एक स्पष्ट फलन <math>y_i</math> है जहाँ <math>y_i</math> के लिये <math>i \leq n</math> होता है।
-जबकि यूलर विधि पहले क्रम के ODE, आदेश के किसी भी ODE को एकीकृत करती है <math>N</math> प्रथम क्रम ODEs की एक प्रणाली के रूप में प्रतिनिधित्व किया जा सकता है:
+जबकि यूलर विधि पहले क्रम के ODE के किसी भी ODE को एकीकृत करती है तब <math>N</math> प्रथम क्रम ODEs की एक प्रणाली के रूप में प्रतिनिधित्व करता है: समीकरण को हल करने के लिए
-समीकरण का इलाज करने के लिए
 :<math> y^{(N)}(t) = f\left(t, y(t), y'(t), \ldots, y^{(N-1)}(t)\right) ,</math>
-हम सहायक चर पेश करते हैं <math>z_1(t)=y(t), z_2(t)=y'(t),\ldots, z_N(t)=y^{(N-1)}(t)</math> और प्राप्त करें
+हम सहायक वैरिएबल को इस प्रकार प्रदर्शित करते हैं <math>z_1(t)=y(t), z_2(t)=y'(t),\ldots, z_N(t)=y^{(N-1)}(t)</math> और प्राप्त करें
 समतुल्य समीकरण:
@@ Line 30: / Line 31: @@
    = \begin{pmatrix} z_2(t)\\ \vdots\\ z_N(t)\\ f\bigl(t,z_1(t),\ldots,z_N(t)\bigr) \end{pmatrix} </math>
 यह चर में प्रथम-क्रम प्रणाली है <math>\mathbf{z}(t)</math> और यूलर की विधि या, वास्तव में, प्रथम-क्रम प्रणालियों के लिए किसी अन्य योजना द्वारा नियंत्रित किया जा सकता है।<ref>{{harvnb|Butcher|2003|p=3}}; {{harvnb|Hairer|Nørsett|Wanner|1993|p=2}}</ref>
 == उदाहरण ==
-प्रारंभिक मूल्य समस्या को देखते हुए
+प्रारंभिक मान के लिए
 :<math>y'=y, \quad y(0)=1, </math>
-हम अनुमानित करने के लिए यूलर विधि का उपयोग करना चाहेंगे <math>y(4)</math>.<ref>See also {{harvnb|Atkinson|1989|p=344}}</ref>
+अनुमानित <math>y(4)</math> का मान प्राप्त करने के लिए यूलर विधि का उपयोग किया जाता है।<ref>See also {{harvnb|Atkinson|1989|p=344}}</ref>
+=== 1 के बराबर समीकरण आकार का उपयोग करना({{math|1=''h'' = 1}}) ===
-=== 1 के बराबर चरण आकार का उपयोग करना ({{math|1=''h'' = 1}}) ===
-छवि: संख्यात्मक एकीकरण चित्रण, चरण =1.svg|right|thumb|समीकरण के लिए संख्यात्मक एकीकरण का चित्रण <math>y'=y, y(0)=1.</math> नीला यूलर विधि है; हरा, मध्यबिंदु विधि; लाल, सटीक समाधान, <math>y=e^t.</math> स्टेप साइज है <math>h=1.0.</math>यूलर विधि है
+प्रतिबिम्ब के संख्यात्मक एकीकरण चित्रण के लिए समीकरण =1.svg|right|thumb|समीकरण के लिए संख्यात्मक एकीकरण का चित्रण <math>y'=y, y(0)=1.</math> है जहाँ यूलर विधि को नीले रंग से मध्यबिंदु विधि को हरे रंग से; सटीक समाधान के लिए लाल, तथा स्टेप साइज <math>y=e^t.</math> है अन्त में <math>h=1.0.</math>यूलर विधि है
 :<math> y_{n+1} = y_n + hf(t_n,y_n). </math>
-इसलिए पहले हमें गणना करनी चाहिए <math>f(t_0, y_0)</math>. इस सरल अंतर समीकरण में, फ़ंक्शन <math>f</math> द्वारा परिभाषित किया गया है <math>f(t,y) = y</math>. हमारे पास है
+इसलिए पहले हमें गणना करनी चाहिए <math>f(t_0, y_0)</math>. इस सरल अंतर समीकरण में, फ़ंक्शन <math>f</math> द्वारा परिभाषित किया गया है <math>f(t,y) = y</math>. इस प्रकार उक्त समीकरण प्राप्त होता है
 :<math> f(t_0,y_0) = f(0,1) = 1. </math>
-उपरोक्त चरण को करके, हमने उस रेखा का ढलान पाया है जो बिंदु पर समाधान वक्र की स्पर्शरेखा है <math>(0,1)</math>. याद रखें कि ढलान को परिवर्तन के रूप में परिभाषित किया गया है <math>y</math> में परिवर्तन से विभाजित <math>t</math>, या <math display="inline"> \frac{\Delta y} {\Delta t}</math>.
+उपरोक्त समीकरण में हमने इस रेखा का ढलान पाया है जो बिंदु <math>(0,1)</math>. पर हल के लिए वक्र की स्पर्शरेखा है यहाँ याद रखें कि ढलान को परिवर्तित करने के फलस्वरूप परिभाषित किया गया है <math>y</math> में परिवर्तन से विभाजित <math>t</math>, या <math display="inline"> \frac{\Delta y} {\Delta t}</math>का प्रयोग किया जाता है।
-अगला चरण उपरोक्त मान को चरण आकार से गुणा करना है <math>h</math>, जिसे हम यहाँ एक के बराबर लेते हैं:
+अगले समीकरण में उपरोक्त मान को <math>h</math> के मान से गुणा करना है, जिसका मान एक के बराबर लिया जाता है:
 :<math> h \cdot f(y_0) = 1 \cdot 1 = 1. </math>
-चूंकि स्टेप साइज में बदलाव है <math>t</math>, जब हम चरण आकार और स्पर्शरेखा के ढलान को गुणा करते हैं, तो हमें एक परिवर्तन मिलता है <math>y</math> मूल्य। यह मान तब प्रारंभिक में जोड़ा जाता है <math>y</math> गणना के लिए उपयोग किए जाने वाले अगले मान को प्राप्त करने के लिए मूल्य।
+चूंकि स्टेप साइज में होने वाला परिवर्तन <math>t</math> है, जहाँ पर समीकरण के आकार और स्पर्शरेखा के ढलान का गुणा किया जाता हैं, हमें <math>y</math> के मान में परिवर्तन मिलता है। यह मान <math>y</math> के लिए प्रारंभ में जोड़ा जाता है और गणना के लिए उपयोग किए जाने वाले अगले मान को प्राप्त करने के लिए इसी मान का उपयोग किया जाता है।
 :<math> y_0 + hf(y_0) = y_1 = 1 + 1 \cdot 1 = 2. </math>
-उपरोक्त चरणों को खोजने के लिए दोहराया जाना चाहिए <math> y_2</math>, <math>y_3 </math> तथा <math>y_4</math>.
+उपरोक्त समीकरणों को हल करने के लिए <math> y_2</math>, <math>y_3 </math> तथा <math>y_4</math> से दोहराया जाता है।
 :<math> \begin{align}
@@ Line 62: / Line 59: @@
 y_4 &= y_3 + hf(y_3) = 8 + 1 \cdot 8 = 16.
 \end{align} </math>
-इस एल्गोरिथ्म की दोहरावदार प्रकृति के कारण, त्रुटियों से बचने के लिए, जैसा कि नीचे देखा गया है, गणनाओं को चार्ट के रूप में व्यवस्थित करना सहायक हो सकता है।
+इस एल्गोरिथ्म की दोहरी प्रकृति के कारण, त्रुटियों से बचने के लिए, जैसा कि नीचे देखा गया है, गणनाओं को चार्ट के रूप में व्यवस्थित करना सहायक होता है।
 :{| class="wikitable"
@@ Line 76: / Line 73: @@
 | 3 || 8 || 3 || 8 || 1 || 8 || 16
 |}
-इस गणना का निष्कर्ष यह है कि <math> y_4 = 16 </math>. अवकल समीकरण का सटीक हल है <math> y(t) = e^t </math>, इसलिए <math> y(4) = e^4 \approx 54.598 </math>. हालांकि इस विशिष्ट मामले में यूलर पद्धति का सन्निकटन बहुत सटीक नहीं था, विशेष रूप से एक बड़े मूल्य चरण आकार के कारण <math>h</math>, इसका व्यवहार गुणात्मक रूप से सही है जैसा कि चित्र में दिखाया गया है।
+इस गणना का निष्कर्ष यह है कि <math> y_4 = 16 </math>. अवकल समीकरण <math> y(t) = e^t </math> का सटीक हल है इसलिए <math> y(4) = e^4 \approx 54.598 </math> मान लिया जाता है, चूंकि इस विशिष्ट स्थिति में यूलर पद्धति का सन्निकटन बहुत सटीक नहीं होता है, विशेष रूप से एक बड़े <math>h</math> के मान के लिए समीकरण के आकार के कारण, इस प्रकार गुणात्मक रूप से यह सही है जैसा कि चित्र में दिखाया गया है।
-=== अन्य चरण आकारों का उपयोग ===
+=== अन्य समीकरण आकारों का उपयोग ===
-छवि: संख्यात्मक एकीकरण उदाहरण चरण =0.25.svg|right|thumb|के लिए एक ही दृष्टांत <math>h=0.25.</math>जैसा कि प्रस्तावना में सुझाया गया है, कदम आकार के मामले में यूलर विधि अधिक सटीक है <math>h</math> छोटा है। नीचे दी गई तालिका विभिन्न चरणों के आकार के साथ परिणाम दिखाती है। शीर्ष पंक्ति पिछले अनुभाग में उदाहरण से मेल खाती है, और दूसरी पंक्ति चित्र में सचित्र है।
+प्रतिबिम्ब संख्यात्मक एकीकरण के उदाहरण के लिए समीकरण एक ही दृष्टांत <math>h=0.25.</math> पर व्यवस्थित है जैसा कि प्रस्तावना में सुझाया गया है, इस प्रकार आकार के स्थिति में यूलर विधि अधिक सटीक है तथा <math>h</math> का मान कम रहता है। नीचे दी गई सारणी में विभिन्न समीकरणों के आकार के साथ परिणाम दिखाई देते हैं। शीर्ष पंक्ति पिछले अनुभाग में उदाहरण से मेल खाती है, और दूसरी पंक्ति चित्र में सचित्र है।
 :{| class="wikitable"
 |-
-! step size !! result of Euler's method !! error
+! चरण आकार !! यूलर की विधि का परिणाम !! त्रुटि
 |-
 | 1 || 16.00 || 38.60
@@ Line 97: / Line 94: @@
 | 0.0125 || 53.26 || {{0}}1.34
 |}
-तालिका के अंतिम कॉलम में दर्ज की गई त्रुटि सटीक समाधान के बीच का अंतर है <math> t = 4 </math> और यूलर सन्निकटन। तालिका के निचले भाग में, पिछली पंक्ति में चरण का आकार आधा है, और त्रुटि भी पिछली पंक्ति में त्रुटि का लगभग आधा है। इससे पता चलता है कि त्रुटि चरण आकार के लगभग आनुपातिक है, कम से कम चरण आकार के काफी छोटे मूल्यों के लिए। यह व्यापक रूप से अन्य समीकरणों के लिए भी सत्य है; अधिक विवरण के लिए खंड #वैश्विक ट्रंकेशन त्रुटि देखें।
+सारणी के अंतिम कॉलम में त्रुटि सटीक हल प्राप्त करने के लिए <math> t = 4 </math> और यूलर सन्निकटन के बीच का अंतर है। सारणी के निचले भाग में, पिछली पंक्ति में उपयोग किए गए चरण का आकार आधा है, और त्रुटि भी पिछली पंक्ति में त्रुटि का लगभग आधा है। इससे पता चलता है कि त्रुटि समीकरण आकार के लगभग आनुपातिक है, कम से कम इसके चरण के आकार के बहुत कम मान के लिए इसे उपयोग करते हैं, यह व्यापक रूप से अन्य समीकरणों के लिए भी सत्य है; अधिक विवरण के लिए खंड वैश्विक खंडन त्रुटि देखें।
-अन्य विधियाँ, जैसे कि मिडपॉइंट विधि भी आंकड़ों में सचित्र है, अधिक अनुकूल व्यवहार करती है: मिडपॉइंट विधि की वैश्विक त्रुटि लगभग चरण आकार के वर्ग के समानुपाती होती है। इस कारण से, यूलर विधि को प्रथम कोटि की विधि कहा जाता है, जबकि मध्य बिंदु विधि को दूसरी कोटि की विधि कहा जाता है।
-हम उपरोक्त तालिका से एक्सट्रपलेशन कर सकते हैं कि तीन दशमलव स्थानों तक सही उत्तर प्राप्त करने के लिए आवश्यक चरण आकार लगभग 0.00001 है, जिसका अर्थ है कि हमें 400,000 चरणों की आवश्यकता है। इतनी बड़ी संख्या में चरणों में उच्च कम्प्यूटेशनल लागत होती है। इस कारण से, उच्च-क्रम विधियों को नियोजित किया जाता है जैसे रनगे-कुट्टा विधियों या [[रैखिक मल्टीस्टेप विधि]]यों, विशेष रूप से यदि उच्च सटीकता वांछित है।<ref>{{harvnb|Hairer|Nørsett|Wanner|1993|p=40}}</ref>
+अन्य विधियाँ भी उपयोग में लाई जाती है जैसे कि मध्यबिंदु विधि जो उक्त आंकड़ों में सचित्र है, और यह विधि अधिक अनुकूलता के साथ कार्य करती है: मध्यबिंदु विधि की वैश्विक त्रुटि लगभग समीकरण आकार के वर्ग के समानुपाती होती है। इस कारण से यूलर विधि को प्रथम कोटि की विधि कहा जाता है, जबकि मध्य बिंदु विधि को दूसरी कोटि की विधि कहा जाता है।
+हम उपरोक्त सारणी से बाह्य गणन कर सकते हैं तथा तीन दशमलव स्थानों तक सही उत्तर प्राप्त करने के लिए आवश्यक समीकरण आकार लगभग 0.00001 है, जिसका अर्थ है कि हमें 400,000 समीकरणों की आवश्यकता है। इतनी बड़ी संख्या में समीकरणों में उच्च कम्प्यूटरीकृत उपकरण की लागत होती है। इस कारण से, उच्च-क्रम विधियों को नियोजित किया जाता है जैसे रनगे-कुट्टा विधियों या [[रैखिक मल्टीस्टेप विधि|रैखिक मल्टीस्टेप विधियों]], विशेष रूप से यदि उच्च सटीकता वांछित है।<ref>{{harvnb|Hairer|Nørsett|Wanner|1993|p=40}}</ref>
 == व्युत्पत्ति ==
-यूलर विधि को कई तरीकों से प्राप्त किया जा सकता है। सबसे पहले, ऊपर ज्यामितीय विवरण है।
+यूलर विधि को कई विधियों से प्राप्त किया जा सकता है। सबसे पहले ऊपर इसका ज्यामितीय विवरण है।
-फ़ंक्शन के [[टेलर विस्तार]] पर विचार करने की एक और संभावना है <math>y</math> चारों ओर <math>t_0</math>:
+फ़ंक्शन <math>y</math> और <math>t_0</math> के [[टेलर विस्तार]] पर विचार करने की एक और संभावना है :
 :<math> y(t_0 + h) = y(t_0) + h y'(t_0) + \tfrac12 h^2 y''(t_0) + O\left(h^3\right). </math>
-अंतर समीकरण बताता है कि <math>y'=f(t,y)</math>. यदि इसे टेलर विस्तार में प्रतिस्थापित किया जाता है और द्विघात और उच्च-क्रम की शर्तों को अनदेखा किया जाता है, तो यूलर विधि उत्पन्न होती है।<ref>{{harvnb|Atkinson|1989|p=342}}; {{harvnb|Hairer|Nørsett|Wanner|1993|p=36}}</ref> यूलर विधि द्वारा की गई त्रुटि का विश्लेषण करने के लिए टेलर विस्तार का उपयोग नीचे किया गया है, और इसे रनगे-कुट्टा विधियों का उत्पादन करने के लिए बढ़ाया जा सकता है।
+अंतर समीकरण बताता है कि <math>y'=f(t,y)</math> है और यदि इसे टेलर विस्तार में प्रतिस्थापित किया जाता है और द्विघात और उच्च-क्रम की शर्तों को अनदेखा किया जाता है, तो यूलर विधि उत्पन्न होती है।<ref>{{harvnb|Atkinson|1989|p=342}}; {{harvnb|Hairer|Nørsett|Wanner|1993|p=36}}</ref> यूलर विधि द्वारा की गई त्रुटि का विश्लेषण करने के लिए टेलर विस्तार का उपयोग नीचे किया गया है, और इसे रनगे-कुट्टा विधियों का उत्पादन करने के लिए बढ़ाया जा सकता है।
 व्युत्पन्न के लिए आगे [[परिमित अंतर]] सूत्र को प्रतिस्थापित करने के लिए एक निकटता से संबंधित व्युत्पत्ति है,
 :<math> y'(t_0) \approx \frac{y(t_0+h) - y(t_0)}{h} </math>
-अंतर समीकरण में <math>y' = f(t,y)</math>. दोबारा, यह यूलर विधि उत्पन्न करता है।<ref>{{harvnb|Atkinson|1989|p=342}}</ref> इसी तरह की गणना मिडपॉइंट विधि और बैकवर्ड यूलर विधि की ओर ले जाती है।
+अंतर समीकरण में <math>y' = f(t,y)</math>. दोबारा, यह यूलर विधि उत्पन्न करता है।<ref>{{harvnb|Atkinson|1989|p=342}}</ref> इसी तरह की गणना मध्यबिंदु विधि और बैकवर्ड यूलर विधि की ओर ले जाती है।
 अंत में, कोई अंतर समीकरण को एकीकृत कर सकता है <math>t_0</math> प्रति <math>t_0 + h</math> और कलन की मौलिक प्रमेय को प्राप्त करने के लिए लागू करें:
 :<math> y(t_0+h) - y(t_0) = \int_{t_0}^{t_0+h} f\bigl(t,y(t)\bigr) \,\mathrm{d}t. </math>
-अब बाएँ हाथ की आयत विधि (केवल एक आयत के साथ) द्वारा अभिन्न का अनुमान लगाएं:
+अब बाएँ हाथ की आयत विधि(केवल एक आयत के साथ) द्वारा अभिन्न का अनुमान लगाया जाता है
 :<math> \int_{t_0}^{t_0+h} f\bigl(t,y(t)\bigr) \,\mathrm{d}t \approx h f\bigl(t_0, y(t_0)\bigr). </math>
 दोनों समीकरणों को मिलाकर, फिर से यूलर विधि प्राप्त होती है।<ref>{{harvnb|Atkinson|1989|p=343}}</ref> विभिन्न रेखीय मल्टीस्टेप विधियों पर पहुंचने के लिए विचार की इस पंक्ति को जारी रखा जा सकता है।
-== स्थानीय ट्रंकेशन त्रुटि ==
+== स्थानीय खंडन त्रुटि ==
-यूलर विधि की स्थानीय ट्रंकेशन त्रुटि एक चरण में की गई त्रुटि है। यह एक कदम के बाद संख्यात्मक समाधान के बीच का अंतर है, <math>y_1</math>, और समय पर सटीक समाधान <math>t_1 = t_0+h</math>. द्वारा संख्यात्मक समाधान दिया गया है
+यूलर विधि की स्थानीय खंडन त्रुटि समीकरण में की गई त्रुटि है। यह पहले चरण के बाद संख्यात्मक समाधान के बीच का अंतर है, <math>y_1</math> और समय पर सटीक समाधान <math>t_1 = t_0+h</math>. द्वारा संख्यात्मक समीकरण दिया गया है
 :<math> y_1 = y_0 + h f(t_0, y_0).</math>
-सटीक समाधान के लिए, हम ऊपर #Derivation सेक्शन में उल्लिखित टेलर विस्तार का उपयोग करते हैं:
+सही समीकरण प्राप्त करने के लिए, हम ऊपर व्युत्पत्ति भाग में उल्लिखित टेलर विस्तार का उपयोग करते हैं:
 :<math> y(t_0 + h) = y(t_0) + h y'(t_0) + \tfrac12 h^2 y''(t_0) + O\left(h^3\right). </math>
-यूलर विधि द्वारा शुरू की गई स्थानीय ट्रंकेशन त्रुटि (एलटीई) इन समीकरणों के बीच के अंतर से दी गई है:
+यूलर विधि द्वारा प्रारम्भिक स्थानीय खंडन त्रुटि(एलटीई) इन समीकरणों के बीच के अंतर से दी गई है:
 :<math> \mathrm{LTE} = y(t_0 + h) - y_1 = \tfrac12 h^2 y''(t_0) + O\left(h^3\right). </math>
 यह परिणाम मान्य है यदि <math>y</math> एक सीमित तीसरा व्युत्पन्न है।<ref>{{harvnb|Butcher|2003|p=60}}</ref>
-इससे पता चलता है कि छोटे के लिए <math>h</math>, स्थानीय ट्रंकेशन त्रुटि लगभग आनुपातिक है <math>h^2</math>. यह यूलर विधि को कम सटीक बनाता है (छोटे के लिए <math>h</math>) रनगे-कुट्टा विधियों और रैखिक मल्टीस्टेप विधियों जैसी अन्य उच्च-क्रम तकनीकों की तुलना में, जिसके लिए स्थानीय ट्रंकेशन त्रुटि चरण आकार की उच्च शक्ति के समानुपाती होती है।
-टेलर के प्रमेय में शेष अवधि के लिए लैग्रेंज फॉर्म का उपयोग करके स्थानीय ट्रंकेशन त्रुटि के लिए थोड़ा अलग फॉर्मूलेशन प्राप्त किया जा सकता है। यदि <math>y</math> लगातार दूसरा व्युत्पन्न है, तो वहां मौजूद है <math>\xi \in [t_0,t_0+h]</math> ऐसा है कि
+इससे पता चलता है कि छोटे के लिए <math>h</math>, स्थानीय खंडन त्रुटि लगभग आनुपातिक <math>h^2</math> है, यह यूलर विधि को कम करके बनाती है(छोटे के लिए <math>h</math>) रनगे-कुट्टा विधियों और रैखिक मल्टीस्टेप विधियों जैसी अन्य उच्च-क्रम तकनीकों की तुलना में, जिसके लिए स्थानीय खंडन त्रुटि समीकरण आकार की उच्च शक्ति के समानुपाती होती है।
-:<math> \mathrm{LTE} = y(t_0 + h) - y_1 = \tfrac12 h^2 y''(\xi). </math><ref>{{harvnb|Atkinson|1989|p=342}}</ref>
+टेलर के प्रमेय में शेष अवधि के लिए लैग्रेंज फॉर्म का उपयोग करके स्थानीय खंडन त्रुटि के लिए थोड़ा अलग सूत्र प्राप्त किया जाता है। यदि <math>y</math> लगातार दूसरा व्युत्पन्न है, तो वहां <math>\xi \in [t_0,t_0+h]</math> सम्मलित होता है जो इस प्रकार है
-त्रुटि के लिए उपरोक्त भावों में, अज्ञात सटीक समाधान का दूसरा व्युत्पन्न <math>y</math> अंतर समीकरण के दाईं ओर शामिल एक अभिव्यक्ति द्वारा प्रतिस्थापित किया जा सकता है। दरअसल, यह समीकरण से चलता है <math>y'=f(t,y)</math> वह<ref>{{harvnb|Stoer|Bulirsch|2002|p=474}}</ref>
-:<math>y''(t_0) = \frac{\partial f}{\partial t}\bigl(t_0, y(t_0)\bigr) + \frac{\partial f}{\partial y}\bigl(t_0, y(t_0)\bigr) \, f\bigl(t_0, y(t_0)\bigr).</math>
+<math> \mathrm{LTE} = y(t_0 + h) - y_1 = \tfrac12 h^2 y''(\xi). </math><ref>{{harvnb|Atkinson|1989|p=342}}</ref>
-== [[वैश्विक ट्रंकेशन त्रुटि]] ==
+त्रुटि के लिए उपरोक्त भावों में, अज्ञात सटीक समाधान का दूसरा व्युत्पन्न <math>y</math> अंतर समीकरण के दाईं ओर सम्मलित एक अभिव्यक्ति द्वारा प्रतिस्थापित किया जा सकता है। अर्ताथ समीकरण कुछ इस प्रकार होगा
-वैश्विक ट्रंकेशन त्रुटि एक निश्चित समय पर त्रुटि है <math>t</math>आरंभिक समय से उस समय तक पहुंचने के लिए विधि को जितने भी कदम उठाने होंगे, उसके बाद। वैश्विक ट्रंकेशन त्रुटि प्रत्येक चरण में की गई स्थानीय ट्रंकेशन त्रुटियों का संचयी प्रभाव है।<ref>{{harvnb|Atkinson|1989|p=344}}</ref> चरणों की संख्या आसानी से निर्धारित की जाती है <math display="inline">\frac{t-t_0}{h}</math>, जो आनुपातिक है <math display="inline">\frac{1}{h}</math>, और प्रत्येक चरण में की गई त्रुटि आनुपातिक है <math>h^2</math> (पिछला भाग देखें)। इस प्रकार, यह उम्मीद की जानी चाहिए कि वैश्विक ट्रंकेशन त्रुटि आनुपातिक होगी <math>h</math>.<ref>{{harvnb|Butcher|2003|p=49}}</ref>
-इस सहज तर्क को सटीक बनाया जा सकता है। यदि समाधान <math>y</math> एक बंधा हुआ दूसरा व्युत्पन्न है और <math>f</math> लिप्सचिट्ज़ निरंतरता अपने दूसरे तर्क में है, तो वैश्विक ट्रंकेशन त्रुटि (जीटीई) से घिरा है
+<math>y'=f(t,y)</math> वह<ref>{{harvnb|Stoer|Bulirsch|2002|p=474}}</ref>
+<math>y''(t_0) = \frac{\partial f}{\partial t}\bigl(t_0, y(t_0)\bigr) + \frac{\partial f}{\partial y}\bigl(t_0, y(t_0)\bigr) \, f\bigl(t_0, y(t_0)\bigr).</math>
+== [[वैश्विक ट्रंकेशन त्रुटि|वैश्विक खंडन त्रुटि]] ==
+वैश्विक खंडन त्रुटि <math>t</math> एक निश्चित समय पर प्राप्त की गई त्रुटि होती है प्रारंभिक समय से अन्त समय तक पहुंचने के लिए विधि के लिए जितने भी चरण उपयोग करने होंगे, उसके बाद वैश्विक खंडन त्रुटि प्रत्येक समीकरण में की गई स्थानीय खंडन त्रुटियों का संचयी प्रभाव है।<ref>{{harvnb|Atkinson|1989|p=344}}</ref> समीकरणों की संख्या को <math display="inline">\frac{t-t_0}{h}</math> द्वारा सरलता से निर्धारित किया जाती है , जो <math display="inline">\frac{1}{h}</math> आनुपातिक है , और प्रत्येक समीकरण में की गई त्रुटि <math>h^2</math> आनुपातिक है(पिछला भाग देखें)। इस प्रकार, यह वैश्विक खंडन त्रुटि <math>h</math> आनुपातिक होगी .<ref>{{harvnb|Butcher|2003|p=49}}</ref>
+इस सहज तर्क को सही बनाया जाता है। यदि समाधान <math>y</math> द्वारा बंधे हुए दूसरा व्युत्पन्न है और <math>f</math> लिप्सचिट्ज़ निरंतरता अपने दूसरे तर्क में है, तो वैश्विक खंडन त्रुटि(जीटीई) से घिरा होता है
 :<math> |\text{GTE}| \le \frac{hM}{2L}\left(e^{L(t-t_0)}-1\right) </math>
-कहाँ पे <math>M</math> के दूसरे व्युत्पन्न पर एक ऊपरी सीमा है <math>y</math> दिए गए अंतराल पर और <math>L</math> का लिपशिट्ज स्थिरांक है <math>f</math>.<ref>{{harvnb|Atkinson|1989|p=346}}; {{harvnb|Lakoba|2012|loc=equation (1.16)}}</ref>
+जहाँ पर <math>M</math> के दूसरे व्युत्पन्न पर एक ऊपरी सीमा <math>y</math> है दिए गए अंतराल पर <math>L</math> का लिपशिट्ज स्थिरांक <math>f</math> है.<ref>{{harvnb|Atkinson|1989|p=346}}; {{harvnb|Lakoba|2012|loc=equation (1.16)}}</ref>
-इस बाउंड का सटीक रूप थोड़ा व्यावहारिक महत्व का है, क्योंकि ज्यादातर मामलों में बाउंड यूलर विधि द्वारा की गई वास्तविक त्रुटि को बहुत अधिक बढ़ा देता है।<ref>{{harvnb|Iserles|1996|p=7}}</ref> जो महत्वपूर्ण है वह यह दर्शाता है कि वैश्विक ट्रंकेशन त्रुटि (लगभग) आनुपातिक है <math>h</math>. इस कारण से, यूलर विधि को प्रथम कोटि की विधि कहा जाता है।<ref>{{harvnb|Butcher|2003|p=63}}</ref>
+इस बाउंड का सटीक रूप थोड़ा व्यावहारिक महत्व का है, क्योंकि अधिकतर ऐसी स्थितियों में बाउंड यूलर विधि द्वारा की गई वास्तविक त्रुटि को बहुत अधिक बढ़ा देता है।<ref>{{harvnb|Iserles|1996|p=7}}</ref> जो महत्वपूर्ण रूप से यह दर्शाता है कि वैश्विक खंडन त्रुटि <math>h</math>(लगभग) आनुपातिक है, इस कारण से, यूलर विधि को प्रथम कोटि की विधि कहा जाता है।<ref>{{harvnb|Butcher|2003|p=63}}</ref>
 == संख्यात्मक स्थिरता ==
-[[Image:Instability of Euler's method.svg|thumb|का समाधान <math>y' = -2.3y</math> चरण आकार के साथ यूलर विधि से गणना की गई <math>h=1</math> (नीला वर्ग) और <math>h=0.7</math> (लाल घेरे)। काला वक्र सटीक समाधान दिखाता है।]]यूलर विधि संख्यात्मक रूप से [[संख्यात्मक स्थिरता]] भी हो सकती है, विशेष रूप से कठोर समीकरणों के लिए, जिसका अर्थ है कि संख्यात्मक समाधान उन समीकरणों के लिए बहुत बड़ा हो जाता है जहां सटीक समाधान नहीं होता है। इसे रैखिक समीकरण का उपयोग करके चित्रित किया जा सकता है
+[[Image:Instability of Euler's method.svg|thumb|का समाधान <math>y' = -2.3y</math> समीकरण आकार के साथ यूलर विधि से गणना की गई <math>h=1</math>(नीला वर्ग) और <math>h=0.7</math>(लाल घेरे)। काला वक्र सटीक समाधान दिखाता है।]]यूलर विधि संख्यात्मक रूप से [[संख्यात्मक स्थिरता]] भी हो सकती है, विशेष रूप से कठोर समीकरणों के लिए, जिसका अर्थ है कि संख्यात्मक समाधान उन समीकरणों के लिए बहुत बड़ा हो जाता है जहां सटीक समाधान नहीं होता है। इसे रैखिक समीकरण का उपयोग करके चित्रित किया जा सकता है
 :<math> y' = -2.3y, \qquad y(0) = 1. </math>
-अचूक उपाय है <math>y(t) = e^{-2.3t}</math>, जो शून्य के रूप में घटता है <math>t \to \infty</math>. हालाँकि, यदि इस समीकरण पर चरण आकार के साथ यूलर विधि लागू की जाती है <math>h=1</math>, तो संख्यात्मक समाधान गुणात्मक रूप से गलत है: यह दोलन करता है और बढ़ता है (चित्र देखें)। अस्थिर होने का यही अर्थ है। उदाहरण के लिए, यदि छोटे चरण आकार का उपयोग किया जाता है <math>h = 0.7</math>, तो संख्यात्मक समाधान क्षय से शून्य हो जाता है।
+इसका सबसे सही उपाय <math>y(t) = e^{-2.3t}</math> है , जो शून्य के रूप में घटता है <math>t \to \infty</math>, चूंकि, यदि इस समीकरण पर समीकरण <math>h=1</math> आकार के साथ यूलर विधि लागू की जाती है, तो संख्यात्मक समाधान गुणात्मक रूप से गलत है: और तब यह दोलन करता है और बढ़ता है(चित्र देखें)। अस्थिर होने का यही अर्थ है। उदाहरण के लिए, यदि छोटे समीकरण <math>h = 0.7</math> आकार का उपयोग किया जाता है, तो संख्यात्मक समाधान क्षय से शून्य हो जाता है।
-[[Image:Stability region for Euler method.svg|thumb|गुलाबी डिस्क यूलर विधि के लिए स्थिरता क्षेत्र दिखाती है।]]यदि यूलर विधि को रैखिक समीकरण पर लागू किया जाता है <math>y' = k y</math>, तो संख्यात्मक समाधान अस्थिर है अगर उत्पाद <math>hk</math> क्षेत्र के बाहर है
+[[Image:Stability region for Euler method.svg|thumb|गुलाबी डिस्क यूलर विधि के लिए स्थिरता क्षेत्र दिखाती है।]]यदि यूलर विधि को रैखिक समीकरण <math>y' = k y</math> पर लागू किया जाता है, तो संख्यात्मक समाधान अस्थिर है अगर उत्पाद <math>hk</math> क्षेत्र के बाहर है
 :<math> \bigl\{ z \in \mathbf{C} \, \big| \, |z+1| \le 1 \bigr\}, </math>
-दाईं ओर चित्रित। इस क्षेत्र को (रैखिक) स्थिरता क्षेत्र कहा जाता है।<ref>{{harvnb|Butcher|2003|p=70}}; {{harvnb|Iserles|1996|p=57}}</ref> उदाहरण में, <math>k = -2.3</math>, तो अगर <math>h = 1</math> फिर <math>hk = -2.3</math> जो स्थिरता क्षेत्र के बाहर है, और इस प्रकार संख्यात्मक समाधान अस्थिर है।
+दाईं ओर चित्रित इस क्षेत्र को(रैखिक) स्थिरता क्षेत्र कहा जाता है।<ref>{{harvnb|Butcher|2003|p=70}}; {{harvnb|Iserles|1996|p=57}}</ref> उदाहरण में, <math>k = -2.3</math>, तो <math>h = 1</math> फिर <math>hk = -2.3</math> जो स्थिरता क्षेत्र के बाहर है, और इस प्रकार संख्यात्मक समाधान अस्थिर है।
-यह सीमा - त्रुटि के धीमे अभिसरण के साथ <math>h</math> — का मतलब है कि संख्यात्मक एकीकरण के एक साधारण उदाहरण को छोड़कर, यूलर विधि का अक्सर उपयोग नहीं किया जाता है{{citation needed|date=May 2021}}.
+यह सीमा - त्रुटि के धीमे अभिसरण के साथ <math>h</math> — का अर्थ है कि संख्यात्मक एकीकरण के एक साधारण उदाहरण को छोड़कर, यूलर विधि का प्रायः उपयोग नहीं किया जाता है{{citation needed|date=May 2021}}.
-== राउंडिंग एरर ==
+== पूर्णन त्रुटि ==
-चरण में <math>n</math> यूलर विधि में, गोलाई त्रुटि मोटे तौर पर परिमाण की है <math>\varepsilon y_n</math> कहाँ पे <math> \varepsilon </math> [[मशीन एप्सिलॉन]] है। यह मानते हुए कि राउंडिंग त्रुटियां स्वतंत्र यादृच्छिक चर हैं, अपेक्षित कुल राउंडिंग त्रुटि आनुपातिक है <math display="inline"> \frac{\varepsilon}\sqrt{h} </math>.<ref>{{harvnb|Butcher|2003|pp=74–75}}</ref> इस प्रकार, चरण आकार के अत्यंत छोटे मानों के लिए ट्रंकेशन त्रुटि छोटी होगी लेकिन राउंडिंग त्रुटि का प्रभाव बड़ा हो सकता है। राउंडिंग एरर के अधिकांश प्रभाव को आसानी से टाला जा सकता है यदि यूलर विधि के सूत्र में [[मुआवजा योग]] का उपयोग किया जाता है।<ref>{{harvnb|Butcher|2003|pp=75–78}}</ref>
+समीकरण में <math>n</math> यूलर विधि में, गोलाई त्रुटि अधिकांशतः <math>\varepsilon y_n</math> परिमाण की है, जहाँ पर <math> \varepsilon </math> [[मशीन एप्सिलॉन]] है। यह मानते हुए कि पूर्णन त्रुटियां स्वतंत्र यादृच्छिक चर हैं, अपेक्षित कुल पूर्णन त्रुटि <math display="inline"> \frac{\varepsilon}\sqrt{h} </math> आनुपातिक है,<ref>{{harvnb|Butcher|2003|pp=74–75}}</ref> इस प्रकार, समीकरण आकार के अत्यंत छोटे मानों के लिए खंडन त्रुटि छोटी होगी लेकिन पूर्णन त्रुटि का प्रभाव बड़ा हो सकता है। पूर्णन त्रुटि के अधिकांशतः इस प्रभाव को सरलता से टाला जा सकता है यदि यूलर विधि के सूत्र में [[मुआवजा योग|भुगतान के योग]] का उपयोग किया जाता है।<ref>{{harvnb|Butcher|2003|pp=75–78}}</ref>
+== संशोधन और विस्तार ==
+यूलर विधि का एक सरल संशोधन जो नोट की गई स्थिरता की समस्याओं को समाप्त करता है संख्यात्मक स्थिरता पश्च यूलर विधि है:
-== संशोधन और एक्सटेंशन ==
-यूलर विधि का एक सरल संशोधन जो नोट की गई स्थिरता की समस्याओं को समाप्त करता है # संख्यात्मक स्थिरता पश्च यूलर विधि है:
 :<math> y_{n+1} = y_n + h f(t_{n+1}, y_{n+1}). </math>
-यह उस कार्य में (मानक, या आगे) यूलर विधि से भिन्न है <math>f</math> प्रारंभिक बिंदु के बजाय चरण के अंत बिंदु पर मूल्यांकन किया जाता है। बैकवर्ड यूलर विधि एक स्पष्ट और निहित विधि है, जिसका अर्थ है कि बैकवर्ड यूलर विधि का सूत्र है <math> y_{n+1} </math> दोनों तरफ, इसलिए पश्चगामी यूलर विधि को लागू करते समय हमें एक समीकरण को हल करना होगा। यह कार्यान्वयन को और अधिक महंगा बनाता है।
+यह उस फलन <math>f</math> में(मानक, या आगे) यूलर विधि से भिन्न है प्रारंभिक बिंदु के अतिरिक्त समीकरण के अंत बिंदु पर मूल्यांकन किया जाता है। बैकवर्ड यूलर विधि एक स्पष्ट और निहित विधि है, जिसका अर्थ है कि बैकवर्ड यूलर विधि का सूत्र <math> y_{n+1} </math> है जो दोनों तरफ उपयोग किया जाता है, इसलिए पश्चगामी यूलर विधि को लागू करते समय हमें एक समीकरण को हल करना होगा। यह कार्यान्वयन को और अधिक महंगा बनाता है।
-यूलर विधि के अन्य संशोधन जो स्थिरता में मदद करते हैं[[घातीय यूलर विधि]] विधि या अर्ध-अंतर्निहित यूलर विधि उत्पन्न करते हैं।
+यूलर विधि के अन्य संशोधन जो स्थिरता में मदद करते हैं [[घातीय यूलर विधि]] विधि या अर्ध-अंतर्निहित यूलर विधि उत्पन्न करते हैं।
-अधिक जटिल विधियां उच्च क्रम (और अधिक सटीकता) प्राप्त कर सकती हैं। अधिक फ़ंक्शन मूल्यांकनों का उपयोग करने की एक संभावना है। यह मिडपॉइंट विधि द्वारा सचित्र है जिसका उल्लेख इस लेख में पहले ही किया जा चुका है:
+अधिक जटिल विधियां उच्च क्रम(और अधिक सटीकता) प्राप्त कर सकती हैं। अधिक फ़ंक्शन मूल्यांकनों का उपयोग करने की एक संभावना है। यह मध्यबिंदु विधि द्वारा सचित्र है जिसका उल्लेख इस लेख में पहले ही किया जा चुका है:
 :<math> y_{n+1} = y_n + h f \left( t_n + \tfrac12 h, y_n + \tfrac12 h f(t_n, y_n) \right)</math>.
 यह रनगे-कुट्टा विधियों के परिवार की ओर जाता है।
-दूसरी संभावना अधिक पिछले मूल्यों का उपयोग करने की है, जैसा कि दो-चरणीय एडम्स-बैशफोर्थ विधि द्वारा दिखाया गया है:
+दूसरी संभावना अधिक पिछले मूल्यों का उपयोग करने की है, जैसा कि दो-समीकरणीय एडम्स-बैशफोर्थ विधि द्वारा दिखाया गया है:
 :<math> y_{n+1} = y_n + \tfrac32 h f(t_{n}, y_{n}) - \tfrac12 h f(t_{n-1}, y_{n-1}). </math>
-यह रैखिक मल्टीस्टेप विधियों के परिवार की ओर जाता है। ऐसे अन्य संशोधन हैं जो मेमोरी उपयोग को कम करने के लिए कंप्रेसिव सेंसिंग की तकनीकों का उपयोग करते हैं<ref>{{cite journal |last1=Unni |first1=M. P. |last2=Chandra|first2=M. G. |last3=Kumar |first3=A. A. |date=March 2017 |title=कंप्रेसिव सेंसिंग का उपयोग करके डिफरेंशियल इक्वेशन के न्यूमेरिकल सॉल्यूशन के लिए मेमोरी रिडक्शन|journal=2017 IEEE 13th&nbsp;International Colloquium on Signal Processing Its Applications (CSPA) |pages=79–84 |doi=10.1109/CSPA.2017.8064928|isbn=978-1-5090-1184-1 |s2cid=13082456 }}</ref>
+यह रैखिक मल्टीस्टेप विधियों के परिवार की ओर जाता है। ऐसे अन्य संशोधन हैं जो मेमोरी उपयोग को कम करने के लिए कंप्रेसिव सेंसिंग की विधियों का उपयोग करते हैं<ref>{{cite journal |last1=Unni |first1=M. P. |last2=Chandra|first2=M. G. |last3=Kumar |first3=A. A. |date=March 2017 |title=कंप्रेसिव सेंसिंग का उपयोग करके डिफरेंशियल इक्वेशन के न्यूमेरिकल सॉल्यूशन के लिए मेमोरी रिडक्शन|journal=2017 IEEE 13th&nbsp;International Colloquium on Signal Processing Its Applications (CSPA) |pages=79–84 |doi=10.1109/CSPA.2017.8064928|isbn=978-1-5090-1184-1 |s2cid=13082456 }}</ref>
 == लोकप्रिय संस्कृति में ==
-फिल्म [[छिपे हुए आंकड़े]] में, [[कैथरीन गोबल]] ने पृथ्वी की कक्षा से अंतरिक्ष यात्री [[जॉन ग्लेन]] के पुन: प्रवेश की गणना करने के लिए यूलर विधि का सहारा लिया।<ref>{{cite web |last1=Khan |first1=Amina |title=मिलिए 'हिडन फिगर्स' गणितज्ञ से जिन्होंने अमेरिकियों को अंतरिक्ष में भेजने में मदद की|url=http://www.latimes.com/science/sciencenow/la-sci-sn-hidden-figures-katherine-johnson-20170109-story.html |website=Los Angeles Times |date=9 January 2017 |access-date=12 February 2017}}</ref>
+फिल्म में [[छिपे हुए आंकड़े|छिपे हुए आंकड़ों]] में, [[कैथरीन गोबल]] ने पृथ्वी की कक्षा से अंतरिक्ष यात्री [[जॉन ग्लेन]] के पुन: प्रवेश की गणना करने के लिए यूलर विधि का सहारा लिया।<ref>{{cite web |last1=Khan |first1=Amina |title=मिलिए 'हिडन फिगर्स' गणितज्ञ से जिन्होंने अमेरिकियों को अंतरिक्ष में भेजने में मदद की|url=http://www.latimes.com/science/sciencenow/la-sci-sn-hidden-figures-katherine-johnson-20170109-story.html |website=Los Angeles Times |date=9 January 2017 |access-date=12 February 2017}}</ref>
 == यह भी देखें ==
 *क्रैंक-निकोलसन विधि
-*[[ढतला हुआ वंश]] इसी तरह परिमित चरणों का उपयोग करता है, यहाँ कार्यों की न्यूनतमता खोजने के लिए
+*[[ढतला हुआ वंश]] इसी तरह परिमित समीकरणों का उपयोग करता है, यहाँ कार्यों की न्यूनतमता खोजने के लिए
 * [[रनगे-कुट्टा विधियों की सूची]]
 * लीनियर मल्टीस्टेप विधि
-*[[संख्यात्मक एकीकरण]] (निश्चित समाकलों की गणना के लिए)
+*[[संख्यात्मक एकीकरण]](निश्चित समाकलों की गणना के लिए)
 *[[साधारण अंतर समीकरणों के लिए संख्यात्मक तरीके]]
@@ Line 222: / Line 214: @@
 {{Numerical integrators}}
 {{Leonhard Euler}}
-[[Category: संख्यात्मक अंतर समीकरण]]
-[[Category: रनगे-कुट्टा विधियाँ]]
-[[Category: पहले क्रम के तरीके]]
-[[Category: लियोनहार्ड यूलर]]
-[[Category: उदाहरण आर कोड के साथ लेख]]
-[[Category: MATLAB/Octave कोड उदाहरण के साथ लेख]]
-[[Category: Machine Translated Page]]
+[[Category:All articles with unsourced statements]]
+[[Category:Articles with hatnote templates targeting a nonexistent page]]
+[[Category:Articles with short description]]
+[[Category:Articles with unsourced statements from May 2021]]
+[[Category:CS1 français-language sources (fr)]]
+[[Category:CS1 maint]]
+[[Category:CS1 Ελληνικά-language sources (el)]]
+[[Category:Citation Style 1 templates|W]]
+[[Category:Collapse templates]]
 [[Category:Created On 24/11/2022]]
+[[Category:MATLAB/Octave कोड उदाहरण के साथ लेख]]
+[[Category:Machine Translated Page]]
+[[Category:Navigational boxes| ]]
+[[Category:Navigational boxes without horizontal lists]]
+[[Category:Pages with script errors]]
+[[Category:Short description with empty Wikidata description]]
+[[Category:Sidebars with styles needing conversion]]
+[[Category:Template documentation pages|Documentation/doc]]
+[[Category:Templates based on the Citation/CS1 Lua module]]
+[[Category:Templates generating COinS|Cite web]]
+[[Category:Templates generating microformats]]
+[[Category:Templates that are not mobile friendly]]
+[[Category:Templates used by AutoWikiBrowser|Cite web]]
+[[Category:Templates using TemplateData]]
+[[Category:Wikipedia fully protected templates|Cite web]]
+[[Category:Wikipedia metatemplates]]
+[[Category:उदाहरण आर कोड के साथ लेख]]
+[[Category:पहले क्रम के तरीके]]
+[[Category:रनगे-कुट्टा विधियाँ]]
+[[Category:लियोनहार्ड यूलर]]
+[[Category:संख्यात्मक अंतर समीकरण]]

Anonymous

Search

यूलर पद्धति: Difference between revisions

Latest revision as of 15:26, 4 December 2022

अनौपचारिक ज्यामितीय विवरण

उदाहरण

1 के बराबर समीकरण आकार का उपयोग करना(h = 1)

अन्य समीकरण आकारों का उपयोग

व्युत्पत्ति

स्थानीय खंडन त्रुटि

वैश्विक खंडन त्रुटि

संख्यात्मक स्थिरता

पूर्णन त्रुटि

संशोधन और विस्तार

लोकप्रिय संस्कृति में

यह भी देखें

टिप्पणियाँ

संदर्भ

बाहरी संबंध

Navigation

Wiki tools

Page tools

Other projects

Categories

1 के बराबर समीकरण आकार का उपयोग करना( $h = 1$ )