Scilab/C4/Linear-equations-Gaussian-Methods/Gujarati
From Script | Spoken-Tutorial
Revision as of 10:35, 15 December 2015 by Jyotisolanki (Talk | contribs)
Time | Narration |
00:01 | nmste , |
00:02 | Gauss Elimination (ગોસ એલિમિનેશન) અને Gauss-Jordan Methods (ગોસ જોર્ડન મેથડ) ને વાપરીને Linear Equations using (લીનીયર ઇક્વેશન) સોલ્વીંગ સીસ્ટમ પરના સ્પોકન ટ્યુટોરિયલમાં તમારું સ્વાગત છે. |
00:12. | આ ટ્યુટોરીયલ ઓવરને અંતે તમે શીખશો કેવી રીતે: |
00:15 | Scilab વાપરીને લીનીયર ઇક્વેશન ના સીસ્ટમને કેવી રીતે હલ કરાય. |
00:20 | linear equations ને હક કરવા માટે સાઈલેબ કોડ કેવી રીતે બનાવાય. |
00:25 | આ ટ્યુટોરિયલ રિકોર્ડ કરવા માટે હું ઉપયોગ કરી રહી છું, |
00:27 | Scilab 5.3.3 વર્જન સાથે . |
00:31 | Ubuntu 12.04ઓપરેટીંગ સીસ્ટમ . |
00:36 | આ ટ્યુટોરિયલ ના અભ્યાસ માટે તમને Scilab નું સમાન્ય જ્ઞાન હોવું જોઈએ. |
00:40 | અને Linear Equations. ને કેવી રીતે હલ કરાય તેની જાન હોવી જોઈએ. |
00:45 | સાઈલેબ ને શીખવા માટે સ્પોકન ટ્યુટોરિયલ વેબ સાઈટ પર સાઈલેબ પર ઉપલબ્ધ સંબંધિત ટ્યુટોરિયલ જુઓ. |
00:52 | લીનીયર ઇક્વેશન વેરીએબલસના |
00:55 | તેજ સેટની લીનીયર ઇક્વેશન માં સંગ્રહ થાય છે. |
01:00 | Gauss elimination method (ગોસ એલિમિનેશન મેથડ) ના વિષે શીખીએ. |
01:04 | ઇક્વેશનનું સીસ્ટમ આપેલ છે. |
01:06 | A x equal to b . |
01:12 | augmented matrix (ઓગમેનટેડ મેટ્રિકસ) એક મેટ્રિકમાં ઇક્વેશનસ ના સીસ્ટમમાં constants b one થી b n ના સાથે વેરીએબલસ a one થી a n coefficients લખીએ છીએ. |
01:27 | આપણે તે augmented matrix' (ઓગમેનટેડ મેટ્રિકસ) ના upper triangular form matrix માં કેવી રીતે બદલીએ છીએ ? |
01:33 | આપણે આવું મેટ્રીક્સ ની રોમાં બદલાવ અનુસાર કરીએ છીએ. |
01:40 | ચાલો Gaussian elimination method નો ઉપયોગ કરીને ઇક્વેશનસના આ સીસ્ટમને હલ કરીએ. |
01:45 | સીસ્ટમને હલ કરવા પહેલા આપણે Gaussian elimination method. ના માટે કોડ જોઈએ. |
01:52 | કોડ ની પ્રથમ લાઈન format e comma twenty છે. |
01:58 | આ વ્યાખ્યાયિત કરે છે કે જવાબમાં કેટલા ડીજીટસ પ્રદશિત થવા જોઈએ. |
02:04 | સિંગલ કોટમાં અક્ષર 'e' દેખાડે છે કે જવાબ scientific notation માં પ્રદશિત થવું જોઈએ. |
02:12 | । નંબર twenty ડીજીટની સંખ્યા છે જે પ્રદશિત થવી જોઈએ. |
02:17 | જ્યારે વેરીએબલસ પુનઃવ્યાખ્યાયિત થાય છે તે જાણવા માટે કે સાઈલેબ શું કરે છે funcprot કમાંડ નો ઉપયોગ થાય છે. |
02:26 | આર્ગ્યુમેન્ટ zero બતાડે છે કે વેરીએબલ કે જ્યારે વેરીએબલસ પુનઃવ્યાખ્યાયિત થાય છે તો સાઈલેબને કઈ કરવાની જરૂર નથી હોતી. |
02:33 | અન્ય આર્ગ્યુમેન્ટસ વોર્નિગ અથવા એર્ર્ર્સ ને ઈશુ કરવા માં ઉપયોગ થાય છે જો વેરીએબલસ પુનઃવ્યાખ્યાયિત થાય છે. |
02:40 | આગળ આપણે ઈનપુટ ફન્કશન નો ઉપયોગ કરીશું. |
02:43 | આ યુજરને એક મેસેજ દેખાડશે A અને b મેટ્રાઈસીસ ની વેલ્યુઓ ને મેળવશે. |
02:51 | મેસેજ double quotes. માં દેખાવું જોઈએ. |
02:55 | મેટ્રાઈસીસ જે યુજર ઉમેરે છે વેરીએબલસ A અને b. માં સંગ્રહિત કરાશે. |
03:02 | અહી A એ coefficient matrix છે અને b ની જમણી બાજુના મેટ્રીક્સ અથવા constants matrix. છે. |
03:11 | પછી આપણે ફંક્શન naive gaussian elimination. (નેઈવ ગોશીયન એલિમિનેશન) ને વ્યાખ્યાયિત કરે છે. |
03:15 | અને આપણે સ્પષ્ટ કરીએ છીએ કે A અને b naive gaussian elimination. (નેઈવ ગોશીયન એલિમિનેશન) ફંક્શન નું આર્ગ્યુમેન્ટસ છે. |
03:22 | આપણે વેરીએબલ x. માં આઉટ પુટ સંગ્રહિત કરીએ છીએ. |
03:27 | પછી આપણે size કમાંડનો ઉપયોગ કરીને A અને b નું સાઈઝ મેળવીએ છીએ. |
03:34 | જેમકે આ ટુ ડાયમેન્શનલ મેટ્રાઈસીસ છે આપણે મેટ્રાઈસીસ A. ના સાઈઝ ને સંગ્રહિત કરવા માટે n અને n one ઉપયોગ કરે છે. |
03:42 | તેજ પ્રકારે આપણે ,મેટ્રીક્સ b. ના લીધે m one અને p ઉપયોગ કરે છે. |
03:48 | પછી આપણે નક્કી કરવાનું છે કે મેટ્રાઈસીસ એક બીજા ના સાથે સમાન છે કે નહી અને |
03:53 | A એ square matrix. છે કે નહી. |
03:57 | જો n અને n one બરાબર ન હોય તો આપણે એક મેસીજ બતાવીએ છીએ કે Matrix A must be square. . |
04:05 | n અને m one બરાબર ન હોય તો આપણે એક મેસીજ બતાવીએ છીએ કે |
04:10 | incompatible dimension of A and b. |
04:15 | જો મેટ્રાઈસીસ સમાન છે તો આપણે મેટ્રાઈસીસ A અને b ને એક મેટ્રાઈસીસ માં રાખે છે. |
04:23 | આ મેટ્રિકસ C ને augmented matrix. કહેવાય છે. |
04:28 | કોડ નું આગલું બોલ્ક forward elimination. કરે છે. |
04:32 | આ કોડ augmented matrix to upper triangular matrix ના ફોર્મમાં બદલાય છે. |
04:39 | છેલ્લે આપણે back substitution. કરીએ છીએ. |
04:42 | એક વખત જયારે upper triangular matrix ને મેળવીએ છીએ તો આપણે છેલ્લી રો લઈએ છીએ અને તે રો માં વેરીએબલની વેલ્યુ ને શોધીએ છીએ. |
04:52 | પછી એક વખત જયારે એક વેરીએબલ હલ થયી જાય છે તો આપણે અન્ય વેરીએબલને હલ કરવા માટે આ વેરીએબલને લઈએ છીએ. |
04:59 | આ રીતે લીનીયર ઇક્વેશનનું સેટ હલ કરાવાય છે. |
05:03 | ચાલો ફાઈલને સેવ અને એક્ઝીક્યુટ કરીએ. |
05:06 | ઉદાહરણને હલ કરવા પહેલા ચાલો Scilab console પર જઈએ. |
05:10 | કંસોલ પર coefficient matrix. ની વેલ્યુ ને ઉમેરવા માટે આપણી પાસે પ્રોમ્પ્ટ છે. |
05:17 | તો આપણે matrix A. ની વેલ્યુ ઉમેરીએ છીએ. |
05:20 | ટાઈપ કરો : 'છગડીયો કૌંસ three point four one space one point two three space minus one point zero nine semi colon ' |
05:33 | two point seven one space two point one four space one point two nine semi colon |
05:41 | one point eight nine space minus one point nine one space minus one point eight nine બંદ છગડીયો કૌંસ . |
05:53 | Enter દબાવો . |
05:54 | આગલું પ્રોમ્પ્ટ matrix b. ના માટે છે. |
05:57 | તો આપણે ટાઈપ કરીશું. |
05:58 | ખુલ્લો છગડીયો કૌંસ four point seven two semi colon three point one semi colon two point nine one બંદ છગડીયો કૌંસ. |
06:10 | Enter દબાવો . |
06:13 | પછી આપણે આપેલ ટાઈપ કરીને ફંક્શનને કોલ કરીશું. |
06:16 | naive gaussian elimination ખુલ્લો કૌંસ A comma b બંદ કૌંસ |
06:24 | Enter દબાવો . |
06:26 | લીનીયર ઇક્વેશનના સીસ્ટમ નું હલ Scilab console. પર દેખાય છે. |
06:32 | આગળ આપણે Gauss-Jordan method. (ગોસ જોર્ડન મેથડ) વિષે શીખીએ. |
06:36 | Gauss–Jordan Method માં , |
06:38 | પ્રથમ સ્ટેપ augmented matrix. બનાવે છે. |
06:42 | આ કરવા માટે coefficient matrix A અને જમણી બાજુની મેટ્રીક્સ b ને એક સાથે એક મેટ્રીક્સ માં રાખે છે. |
06:50 | પછી આપણે matrix A ને diagonal (ડાઈગન્લ) ફોર્મમાં બદલવામાં માટે રો ઓપરેશન કરે છે. |
06:56 | diagonal (ડાઈગન્લ) ફોર્મમાં ફક્ત એલિમેન્ટ a i i નોન ઝીરો હોય છે. બાકી એલિમેન્ટસ ઝીરો હોય છે. |
07:05 | પછી આપણે diagonal (ડાઈગન્લ) એલિમેન્ટ થી ડાઈગન્લ એલિમેન્ટ અને જમણી બાજુના સમ્બન્ધિત એલિમેન્ટને ડીવાઈડ કરે છે. |
07:14 | આપણે ડાઈગન્લ એલિમેન્ટ ને one કરવા માટે આ કરીએ છીએ. |
07:19 | જમણી બાજુની મેટ્રીક્સ ની પ્રત્યેક રો ના એલિમેન્ટસની પરિણામી વેલ્યુ પ્રત્યેક વેરીએબલની વેલ્યુ આપે છે. |
07:27 | ચાલો આ ઉદાહરણ ને Gauss-Jordan Method. થી હલ કરીએ. |
07:33 | હવે પ્રથમ કોડ ને જોઈએ. |
07:36 | કોડની પ્રથમ લાઈન પ્રદશિત ઉત્તરોના ફોરમેટને સ્પષ્ટ કરવા માટે ફોરમેટ ફન્કશન વાપરે છે. |
07:44 | પેરામીટર e સ્પષ્ટ કરે છે કે જવાબ scientific notation. માં હોવું જોઈએ. |
07:49 | Twenty (20) દેખાય છે કે ફક્ત twenty digits જ પ્રદશિત થાય છે. |
07:55 | પછી આપણે ઈનપુટ ફંક્શન ઉપયોગ કરીને A અને b matrix મેળવીએ છીએ. |
08:00 | આપણે ઈનપુટ આર્ગ્યુમેન્ટ A અને b અને આર્ગ્યુમેન્ટ xના સાથે Gauss Jordan Elimination ફંક્શન ને વ્યાખ્યાયિત કરે છે. |
08:11 | આપણે matrix A ના સાઈઝ મળે છે અને આપણે આને m અને n માં સંગ્રહિત કરીએ છીએ. |
08:17 | Similarly, we get the size of matrix b and store it in r and s.............उसीप्रकार, हमें 'मेट्रिक्स b' का साइज़ मिलता है और हम इसे 'r' और 's' में संचित करते हैं। |
08:23 | If the sizes of A and b are not compatible, we display an error on the console using error function. |
08:33 | Then we perform row operations to get diagonal form of the matrix. |
08:38 | Here pivot refers to the first non-zero element of a column. |
08:45 | Then we create a matrix of zeros called x with m rows and s columns. |
08:52 | Once we have the diagonal form, |
08:54 | we divide the right hand side part of augmented matrix by the corresponding diagonal element to get the value of each variable. |
09:04 | We store the value of each variable in x. |
09:08 | Then we return the value of x. |
09:11 | Finally, we end the function. |
09:13 | Now let us save and execute the function. |
09:18 | The prompt requires us to enter the value of matrix A. |
09:22 | So we type |
09:23 | open square bracket zero point seven comma one seven two five semi colon |
09:31 | zero point four three five two comma minus five point four three three close square bracket. |
09:41 | Press Enter. |
09:43 | The next prompt is for vector b. |
09:45 | So we type open square bracket one seven three nine semi colon |
09:51 | three point two seven one close square bracket. |
09:55 | Press Enter. |
09:58 | Then we call the function by typing |
10:01 | Gauss Jordan Elimination open parenthesis A comma b close parenthesis |
10:08 | Press Enter. |
10:10 | The values of x one and x two are shown on the console. |
10:15 | Let us summarize this tutorial. |
10:18 | In this tutorial, we have learnt to: |
10:21 | Develop Scilab code for solving system of linear equations. |
10:25 | Find the value of the unknown variables of a system of linear equations. |
10:32 | Watch the video available at the link shown below. |
10:35 | It summarizes the Spoken Tutorial project. |
10:38 | If you do not have good bandwidth, you can download and watch it. |
10:43 | The spoken tutorial project Team: |
10:45 | Conducts workshops using spoken tutorials. |
10:48 | Gives certificates to those who pass an online test. |
10:52 | For more details, please write to conatct@spoken-tutorial.org. |
10:59 | Spoken Tutorial Project is a part of the Talk to a Teacher project. |
11:03 | It is supported by the National Mission on Eduction through ICT, MHRD, Government of India. |
11:10 | More information on this mission is available at http://spoken-tutorial.org/NMEICT-Intro. |
11:21 | This is Ashwini Patil, signing off. |
11:23 | Thank you for joining. |