Scilab/C4/Interpolation/Hindi

Time	Narration
00:01	नमस्कार !
00:02	'Numerical Interpolation' पर स्पोकन ट्यूटोरियल में आपका स्वागत है।
00:06	इस ट्यूटोरियल के अंत में हम सीखेंगे कि:
00:10	भिन्न 'Numerical Interpolation algorithms' के लिए 'Scilab कोड' कैसे बनाते हैं।
00:16	दिए गए 'डेटा पॉइंट्स' से 'फंक्शन' की नयी वैल्यू की गणना कैसे करते हैं।
00:21	इस ट्यूटोरियल को रेकॉर्ड करने के लिए मैं उपयोग कर रही हूँ
00:24	'उबन्टु 12.04' ऑपरेटिंग सिस्टम
00:27	और 'Scilab वर्शन 5.3.3'
00:31	इस ट्यूटोरियल के अभ्यास के लिए आपको 'Scilab' की बुनियादी जानकारी और 'Numerical Interpolation' का ज्ञान होना चाहिए।
00:40	'Scilab' सीखने के लिए, कृपया 'स्पोकन ट्यूटोरियल' वेबसाइट पर उपलब्ध सम्बंधित ट्यूटोरियल्स को देखें।
00:47	'Numerical interpolation' ज्ञात 'डेटा पॉइंट्स' के 'discrete set' की रेंज के अंदर नए 'डेटा पॉइंट्स' बनाने का एक मेथड है।
00:59	हम 'न्यूमेरिकल मेथड्स' प्रयोग करके 'इंटरपोलेशन' के प्रश्नों को हल कर सकते हैं।
01:05	'Lagrange interpolation' में,
01:07	हम 'N' पॉइंट्स से 'N – 1 डिग्री' के 'पॉलीनॉमिअल' को पास करते हैं।
01:12	फिर, हम वो अद्वितीय 'N आर्डर के पॉलीनॉमिअल y of x' को ज्ञात करते हैं जो 'डेटा सैंपल्स' को इंटरपोलेट करता है।
01:22	हमें 9, 9.5 और 11 की 'प्राकृतिक लॉगरिथ्म' वैल्यूज़ दी हुई हैं।
01:29	हमें 9.2 की 'प्राकृतिक लॉगरिथ्म' वैल्यू ज्ञात करनी है।
01:35	अब 'Lagrange interpolation method' प्रयोग करके इस प्रश्न को हल करते हैं।
01:41	अब 'Lagrange interpolation' के लिए कोड देखते हैं।
01:46	हम 'आर्ग्युमेंट्स x 0, x, f और n' के साथ 'Lagrange' फंक्शन को परिभाषित करते हैं।
01:53	'X 0' अज्ञात 'interpolation पॉइंट' है।
01:57	'x' वो वेक्टर है जो 'डेटा पॉइंट्स' रखता है।
02:01	'f' वो वेक्टर है जो सम्बंधित 'डेटा पॉइंट्स' पर फंक्शन की वैल्यूज़ रखता है।
02:08	और 'n' 'interpolating पॉलीनॉमीअल' का 'ऑर्डर' है।
02:14	हम 'm' और 'वेक्टर N' को इनिशिअलाइज़ करने के लिए 'n' उपयोग करते हैं।
02:19	'interpolating पॉलीनॉमीअल' का ऑर्डर बनाये गए 'नोड्स' की संख्या को निर्धारित करता है।
02:25	फिर, हम 'अंश' और 'हर' की वैल्यू ज्ञात करने के लिए 'Lagrange interpolation formula' लागू करते हैं।
02:35	फिर 'L' की वैल्यू ज्ञात करने के लिए हम 'अंश' और 'हर' को डिवाइड करते हैं।
02:41	हम दिए गये डेटा पॉइंट पर फंक्शन 'y' की वैल्यू ज्ञात करने के लिए 'L' उपयोग करते हैं।
02:48	अंततः हम 'L' और 'f of x' की वैल्यू प्रदर्शित करते हैं।
02:53	अब हम फाइल को सेव और एक्सिक्यूट करते हैं।
02:57	उदाहरण को हल करने के लिए 'Scilab कंसोल' खोलें।
03:02	अब डेटा पॉइंट्स वेक्टर' को परिभाषित करते हैं।
03:05	'कंसोल' पर टाइप करें:
03:07	'x इक्वल टू स्क्वायर ब्रैकेट खोलें 9.0 कॉमा 9.5 कॉमा 11.0 स्क्वायर ब्रैकेट बंद करें'
03:18	एंटर दबाएं।
03:21	फिर टाइप करें: 'f इक्वल्स टू स्क्वायर ब्रैकेट खोलें 2.1972 कॉमा 2.2513 कॉमा 2.3979 स्क्वायर ब्रैकेट बंद करें'
03:39	एंटर दबाएं।
03:41	फिर टाइप करें 'x ज़ीरो इक्वल्स टू 9.2'
03:46	एंटर दबाएं।
03:48	अब एक 'quadratic polynomial interpolating polynomial' उपयोग करते हैं।
03:53	टाइप करें 'n इक्वल्स टू 2'.
03:58	एंटर दबाएं।
04:00	फंक्शन को कॉल करने के लिए टाइप करें:
04:02	'y इक्वल्स टू Lagrange ब्रैकेट खोलें x ज़ीरो कॉमा x कॉमा f कॉमा n ब्रैकेट बंद करें'
04:14	एंटर दबाएं।
04:16	x इक्वल्स टू 9.2 पर फंक्शन y की वैल्यू प्रदर्शित होती है।
04:22	अब 'Newton's Divided Difference Method' देखते हैं।
04:26	इस मेथड में, 'Divided Differences recursive method' उपयोग होता है।
04:32	यह 'Lagrange method' की तुलना में कम बार गणना का उपयोग करता है।
04:38	इसके बावजूद, जैसे 'Lagrange method' में, वही 'interpolating polynomial' बनता है।
04:47	अब 'Divided Difference method' उपयोग करके इस उदाहरण को हल करते हैं।
04:52	हमें 'डेटा पॉइंट्स' और उन पर फंक्शन की सम्बंधित वैल्यूज़ दी गयी हैं।
05:00	हमें 'x = 3' पर 'फंक्शन' की वैल्यू ज्ञात करनी है।
05:05	अब 'Newton Divided Difference method' के लिए कोड देखते हैं।
05:11	'Scilab एडिटर' पर 'Newton अंडरस्कोर Divided डॉट sci' फाइल खोलते हैं।
05:18	हम 'आर्ग्युमेंट्स x, f' और 'x 0' के साथ फंक्शन 'Newton अंडरस्कोर Divided' को परिभाषित करते हैं।
05:29	'x' एक वेक्टर है जो 'डेटा पॉइंट्स' रखता है।
05:33	'f' सम्बंधित 'फंक्शन वैल्यू' है और
05:36	'x 0' अज्ञात 'इंटरपोलेशन पॉइंट' है।
05:41	हम 'वेक्टर' की लम्बाई ज्ञात करते हैं और फिर 'n' के बराबर रखते हैं।
05:46	'वेक्टर' की पहली वैल्यू 'a ऑफ़ 1' के बराबर रखी जाती है।
05:51	फिर हम 'divided difference algorithm' लगाते हैं और 'divided difference table' की गणना करते हैं।
05:57	फिर हम 'न्यूटन पॉलीनॉमिअल' की 'कोफिशिएंट सूची' को ज्ञात करते हैं।
06:03	हम दिए गए 'डेटा पॉइंट' पर 'फंक्शन' की वैल्यू को ज्ञात करने के लिए 'कोफिशिएंट सूची' को जोड़ते हैं।
06:10	'Newton अंडरस्कोर Divided डॉट sci' फाइल को सेव और एक्सिक्यूट करते हैं।
06:16	'Scilab कंसोल' खोलें।
06:19	'c l c' टाइप करके स्क्रीन को क्लियर करते हैं।
06:22	एंटर दबाएं।
06:24	अब 'डेटा पॉइंट्स वेक्टर' प्रविष्ट करते हैं।
06:27	टाइप करें: 'x इक्वल्स टू स्क्वायर ब्रैकेट खोलें 2 कॉमा 2.5 कॉमा 3.25 कॉमा 4 स्क्वायर ब्रैकेट खोलें'
06:39	एंटर दबाएं।
06:41	फिर, 'फंक्शन' की वैल्यूज़ टाइप करें।
06:44	'f इक्वल टू स्क्वायर ब्रैकेट खोलें 0.5 कॉमा 0.4 कॉमा 0.3077 कॉमा 0.25 स्क्वायर ब्रैकेट बंद करें'।
07:01	एंटर दबाएं।
07:03	टाइप करें 'x 0 इक्वल टू 3'
07:06	एंटर दबाएं।
07:08	फिर निम्न टाइप करके 'फंक्शन' को कॉल करते हैं
07:11	'I P इक्वल्स टू Newton अंडरस्कोर Divided ब्रैकेट खोलें x कॉमा f कॉमा x ज़ीरो ब्रैकेट बंद करें'
07:23	एंटर दबाएं।
07:25	'x =3' पर 'y' की वैल्यू दिखती है।
07:30	अब इसे सारांशित करते हैं।
07:33	इस ट्यूटोरियल में,
07:34	हमने सीखा 'interpolation मेथड्स' के लिए 'Scilab' कोड बनाना।
07:40	हमने नए 'डेटा पॉइंट' पर 'फंक्शन' की वैल्यू ज्ञात करना भी सीखा।
07:46	'Lagrange method और Newton's Divided Difference method' प्रयोग करके अपने आप इस प्रश्न को हल करें।
07:54	नीचे प्रदर्शित लिंक पर उपलब्ध वीडिओ देखें।
07:57	यह स्पोकन ट्यूटोरियल प्रोजेक्ट को सारांशित करता है।
08:00	अच्छी बैंडविड्थ न मिलने पर आप इसे डाउनलोड करके देख सकते हैं।
08:05	स्पोकन ट्यूटोरियल प्रोजेक्ट टीम:
08:07	स्पोकन ट्यूटोरियल्स का उपयोग करके कार्यशालाएं चलाती है।
08:10	ऑनलाइन टेस्ट पास करने वालों को प्रमाणपत्र देते हैं।
08:14	अधिक जानकारी के लिए कृपया contact@spoken-tutorial.org पर लिखें।
08:22	स्पोकन ट्यूटोरियल प्रोजेक्ट टॉक टू अ टीचर प्रोजेक्ट का हिस्सा है।
08:26	यह भारत सरकार के एम एच आर डी के आई सी टी के माध्यम से राष्ट्रीय साक्षरता मिशन द्वारा समर्थित है।
08:33	इस मिशन पर अधिक जानकारी http://spoken-tutorial.org/NMEICT-Intro पर उपलब्ध है।
08:38	आय आय टी बॉम्बे से मैं श्रुति आर्य आपसे विदा लेती हूँ।
08:41	हमसे जुड़ने के लिए धन्यवाद।	}

Contributors and Content Editors

Shruti arya