Difference between revisions of "Scilab/C4/Optimization-Using-Karmarkar-Function/Marathi"

From Script | Spoken-Tutorial
Jump to: navigation, search
(Created page with "{| Border=1 |'''Time''' |'''Narration''' |- | 00:01 |नमस्कार, |- | 00:02 | '''Scilab''' वापरून '''Optimization of Linear Functions with Linear Con...")
 
 
(One intermediate revision by one other user not shown)
Line 5: Line 5:
 
|-
 
|-
 
| 00:01
 
| 00:01
|नमस्कार,  
+
|नमस्कार, '''Scilab''' वापरून '''Optimization of Linear Functions with Linear Constraints''' ह्या वरील स्पोकन ट्यूटोरियल मध्ये आपले स्वागत.
 
+
|-
+
| 00:02
+
| '''Scilab''' वापरून '''Optimization of Linear Functions with Linear Constraints''' ह्या वरील स्पोकन ट्यूटोरियल मध्ये आपले स्वागत.
+
  
 
|-
 
|-
Line 134: Line 130:
 
|-
 
|-
 
| 02:28
 
| 02:28
|''''f' opt:''' '''ऑप्टिमम सल्यूशन''' वर ऑब्जेक्टिव फंक्शन वॅल्यू आहे.
+
|''''f' opt:''' ऑप्टिमम सल्यूशन वर ऑब्जेक्टिव फंक्शन वॅल्यू आहे.
  
 
|-
 
|-
Line 174: Line 170:
 
|-
 
|-
 
|03:25
 
|03:25
|''' rtolf ''': ''' 'f' of 'x' ईज़ ईक्वल्स टू 'c' ट्रांसपोज़ मल्टिप्लाइड बाइ 'x' वर रिलेटिव टॉलरेन्स आहे.
+
|''' rtolf ''': ''' 'f' of 'x'''' ईज़ ईक्वल्स टू ''''c'''' ट्रांसपोज़ मल्टिप्लाइड बाइ ''''x'''' वर रिलेटिव टॉलरेन्स आहे.
  
 
|-
 
|-

Latest revision as of 18:01, 11 April 2017

Time Narration
00:01 नमस्कार, Scilab वापरून Optimization of Linear Functions with Linear Constraints ह्या वरील स्पोकन ट्यूटोरियल मध्ये आपले स्वागत.
00:10 ह्या ट्यूटोरियल मध्ये आपण शिकणार आहोत:
00:12 Optimization म्हणजे काय?
00:15 आणि ऑप्टिमाइजेशन साठी Scilab function karmarkar कसे वापरणे.
00:20 Optimization म्हणजे
00:22 दिलेले ऑब्जेक्टिव फंक्शन मिनिमाइज़ किंवा मॅक्सिमाइज़ करणे.
00:26 डिसिशन वेरियबल बदलून जे कधी कधी Cost function देखील म्हटले जाते.
00:33 डिसिशन वेरियबल्स आधी पासून पारिभाषित कन्स्ट्रेंट्स च्या अनुसार बदलले जाते.
00:38 हे कन्स्ट्रेंट्स वेरियबल्सच्या काही फंक्शन्सच्या फॉर्म मध्ये देखील असते.
00:44 Optimization व्यापक रूपशी जास्तीत जास्त इंजिनियरिंग आणि नॉन-इंजिनियरिंग शेत्रात वापरले जाते जसे:
00:52 इकॉनॉमिक्स
00:54 कंट्रोल थ्योरी आणि
00:56 ऑपरेशन्स आणि रिसर्च.
00:58 Scilab function karmarkar निम्न मध्ये वापरतात:
01:01 डिसिशन वेरियबल्स वर लीनियर कन्स्ट्रेंट्स च्या अनुसार लीनियर ऑब्जेक्टिव फंक्शन ऑप्टिमाइज़ करण्यामध्ये,
01:10 आपण karmarkar फंक्शन वापरुन निम्न उदाहरणांना सोडवूया:
01:14 निम्न ईक्वेशन्स साठी

माइनस 3 'x' 1 माइनस 'x' 2 माइनस 3 'x' 3' मिनिमाइज़ करा.

01:19 2 'x' 1 प्लस 'x' 2 प्लस 'x' 3 लेस दॅन किंवा इक्वल टू 2.
01:26 'x' 1 प्लस 2 'x' 2 प्लस 3 'x' 3 लेस दॅन किंवा इक्वल टू 5'
01:32 '2 'x' 1 प्लस 2 'x' 2 प्लस 'x' 3 लेस दॅन किंवा इक्वल टू 6'
01:36 जेथे 'x' 1 'x' 2 'x' 3 सर्व जिरो पेक्षा मोठे किंवा समान आहेत.
01:42 लक्षात ठेवा की सर्व फंक्शन्स, तसेच ते सामन्य असो किंवा निर्बंध, लीनियर आहेत.
01:49 दिलेले प्रॉब्लेम सोडवण्याधी scilab कंसोल वर जाऊन टाइप करा:
01:54 help karmarkar
01:57 आणि एंटर दाबा.
01:59 तुम्ही Help Browser मध्ये आर्ग्युमेंट्सचे कॉलिंग क्रम पाहु शकता.
02:03 त्या आर्ग्यूमेंटचे स्पष्टीकरण, वर्णन आणि काही उदाहरणे पाहु शकता.
02:12 Help Browser बंद करा.
02:14 आपण येथे इनपुट आणि आऊटपुट आर्ग्युमेंट्सला सारांशित करूया.
02:19 आऊटपुट आर्ग्युमेंट्स आहेत 'x' opt, 'f' opt, exitflag, iter, 'y' opt .
02:25 'x' opt: ऑप्टिमम म्हणजे सर्वोत्कष्ट सल्यूशन आहे.
02:28 'f' opt: ऑप्टिमम सल्यूशन वर ऑब्जेक्टिव फंक्शन वॅल्यू आहे.
02:33 'exitflag' : निष्पादन चे स्टेटस आहे, हे ओळखण्यामध्ये मदत करते की अल्गोरिदम कन्वर्ज होत आहे किंवा नाही.
02:41 'iter' : 'x' opt' पर्यंत पोहोचण्यासाठी आवश्यक इटरेशन्सची संख्या आहे.
02:46 'y' opt : ड्युअल सल्यूशन समाविष्ट असलेली रचना आहे.
02:49 हे Lagrange मल्टिप्लाइयर्स देतो.
02:53 इनपुट आर्ग्युमेंट्स आहेत 'Aeq' 'beq' 'c' 'x zero' 'rtolf 'gam' 'maxiter' 'outfun' 'A' 'b' 'lb' आणि 'ub' ' .
03:09 'Aeq'  : लीनियर ईक्वालिटी कन्स्ट्रेंट्स मध्ये मॅट्रिक्स आहे.
03:12 'beq'  : लीनियर ईक्वालिटी कन्स्ट्रेंटचा उजवा भाग आहे.
03:17 'c'  : 'x' चा लीनियर ऑब्जेक्टिव फंक्शन कोफिशिएंट्स है.
03:21 'x0' : इनिशियल गेस म्हणजे आरंभिक अनुमान होय.
03:25 rtolf : 'f' of 'x' ईज़ ईक्वल्स टू 'c' ट्रांसपोज़ मल्टिप्लाइड बाइ 'x' वर रिलेटिव टॉलरेन्स आहे.
03:34 'gam'  : स्केलिंग फॅक्टर आहे.
03:36 'maxiter'  : इटरेशन्सची जास्तीत जास्त संख्या आहे ज्यानंतर आउटपुट रिटर्न होतो.
03:43 'outfun'  : अतिरिक्त यूज़र डिफाइंड आउटपुट फंक्शन आहे.
03:47 'A' : लीनियर इनईक्वालिटी कन्स्ट्रेंट्सची मेट्रिक्स आहे.
03:51 'b' : लीनियर 'इनिक्वालिटी कन्स्ट्रेंट्सचा उजवा भाग आहे.
03:55 'lb' : x चा लोवर बाउंड म्हणजे खालील सीमा आहे.
03:58 ub , x चा अप्पर बाउंड म्हणजे वरील सीमा आहे.
04:02 आता, आपण karmarkar फंक्शन वापरुन Scilab मधील दिलेले उदाहरण सोडवू शकतो.
04:07 scilab कंसोल वर जाऊन टाइप करा:
04:11 'A' इज़ इक्वल टू स्क्वेर ब्रॅकेट ughada, 2 <स्पेस> 1 <स्पेस> 1 <सेमिकॉलन> 1 <स्पेस> 2 <स्पेस> 3 <सेमिकॉलन> 2 <स्पेस> 2 <स्पेस> 1, स्क्वेर ब्रॅकेट बंद करा.
04:26 आणि एंटर दाबा.
04:28 त्याचप्रमाणे टाइप करा: small 'b' ईक्वल्स टू स्क्वेर ब्रॅकेट उघडा, 2 सेमिकॉलन 5 सेमिकॉलन 6, स्क्वेर ब्रॅकेट बंद करा.
04:38 आणि एंटर दाबा.
04:41 टाइप करा: 'c' ईक्वल्स टू स्क्वेर ब्रॅकेट उघडा, माइनस 3 सेमिकॉलन माइनस 1 सेमिकॉलन माइनस 3, स्क्वेर ब्रॅकेट बंद करा.
04:53 आणि एंटर दाबा.
04:55 टाइप करा: 'lb' ईक्वल्स टू स्क्वेर ब्रॅकेट उघडा, 0 सेमिकॉलन 0 सेमिकॉलन 0, स्क्वेर ब्रॅकेट बंद करा.
05:05 आणि एंटर दाबा.
05:07 आता clc कमांड वापरुन कंसोल क्लियर करू.
05:12 टाइप करा: स्क्वेर ब्रॅकेट उघडा, 'x' opt कॉमा 'f' opt कॉमा 'exitflag' कॉमा iter, स्क्वेर ब्रॅकेट बंद करा ईज़ ईक्वल्स टू karmarkar ब्रॅकेट उघडा, स्क्वेर ब्रॅकेट उघडा, स्क्वेर ब्रॅकेट बंद करा

कॉमा स्क्वेर ब्रॅकेट उघडा, स्क्वेर ब्रॅकेट बंद करा कॉमा 'c' कॉमा स्क्वेर ब्रॅकेट उघडा, स्क्वेर ब्रॅकेट बंद करा कॉमा स्क्वेर ब्रॅकेट उघडा, स्क्वेर ब्रॅकेट बंद करा कॉमा स्क्वेर ब्रॅकेट उघडा, स्क्वेर ब्रॅकेट बंद करा कॉमा स्क्वेर ब्रॅकेट उघडा, स्क्वेर ब्रॅकेट बंद करा कॉमा स्क्वेर ब्रॅकेट उघडा, स्क्वेर ब्रॅकेट बंद करा कॉमा capital 'A' कॉमा small b' कॉमा 'lb', ब्रॅकेट बंद करा.

06:09 आणि एंटर दाबा.
06:11 डिस्पले सुरू ठेवण्यासाठी एंटर दाबा.
06:14 हे स्क्रीन वर प्रदर्शित म्हणून आउटपुट देईल.
06:18 जेथे xopt प्रॉब्लेम साठी ऑप्टिमम सल्यूशन आहे.
06:23 fopt ऑब्जेक्टिव फंक्शनची वॅल्यू आहे ज्याची गणना ऑप्टिमम सल्यूशन x ईज़ ईक्वल टू xopt वर केली जाते.
06:32 आणि ऑप्टिमम सल्यूशन xopt पर्यंत पोहोचण्यासाठी आवश्यक इटरेशन्सची संख्या 70 आहे.
06:39 हे अनिवार्या आहे की फंक्शन कॉल करताना, त्याच ऑर्डर मध्ये इनपुट आर्ग्युमेंट्स दिले पाहिजे ज्याच्यात ते वर सूचीबद्ध आहेत.
06:51 ह्या ट्यूटोरियल मध्ये, आपण शिकलो:
06:53 Optimization म्हणजे काय?
06:55 लीनियर प्रॉब्लम्स सोडवण्यासाठी ऑप्टिमाइजेशन मध्ये Scilab function karmarkar चा वापर.
07:01 scilab टीमशी संपर्क साधण्यासाठी, कृपया contact@scilab.in वर लिहा.
07:08 प्रकल्पाची माहिती दिलेल्या लिंकवर उपलब्ध आहे.
07:10 ज्यामध्ये तुम्हाला प्रॉजेक्टचा सारांश मिळेल.
07:14 जर तुमच्याकडे चांगली Bandwidth नसेल तर आपण व्हिडिओ download करूनही पाहू शकता.
07:18 स्पोकन ट्युटोरियल प्रॉजेक्ट टीम:
07:20 Spoken Tutorial च्या सहाय्याने कार्यशाळा चालविते.
07:23 परीक्षा उतीर्ण होणा-या विद्यार्थ्यांना प्रमाणपत्रही दिले जाते.
07:27 अधिक माहितीसाठी कृपया contact@spoken-tutorial.org वर लिहा.
07:34 "स्पोकन ट्युटोरियल प्रॉजेक्ट" हे "टॉक टू टीचर" या प्रॉजेक्टचा भाग आहे.
07:37 यासाठी अर्थसहाय्य National Mission on Education through ICT, MHRD, Government of India यांच्याकडून मिळालेले आहे.
07:44 यासंबंधी माहिती पुढील साईटवर उपलब्ध आहे. spoken-tutorial.org/NMEICT-Intro.
07:53 मी रंजना भांबळे आपला निरोप घेते.
07:57 सहभागासाठी धन्यवाद.

Contributors and Content Editors

PoojaMoolya, Ranjana