गौसियन उन्मूलन विधि

गौसियन उन्मूलन विधि: एक गहन परिचय

गौसियन उन्मूलन विधि रेखीय समीकरण प्रणालीहरू समाधान गर्न रेखीय बीजगणितमा सबैभन्दा आधारभूत र व्यापक रूपमा प्रयोग हुने प्रविधिहरू मध्ये एक हो। यसलाई महान गणितज्ञ कार्ल फ्रेडरिक गौसको नाममा राखिएको छ, जसले गणितका धेरै शाखाहरूमा महत्त्वपूर्ण योगदान पुर्‍याए। यस लेखमा, हामी गौसियन उन्मूलन विधिको आधारभूत अवधारणाहरू, प्रक्रियाहरू र प्रयोग उदाहरणहरूको अन्वेषण गर्नेछौं।

इतिहास र पृष्ठभूमि

१८ औं शताब्दीको अन्त्य र १९ औं शताब्दीको सुरुवातमा बाँचेका कार्ल फ्रेडरिक गौसलाई सबै समयका महान् गणितज्ञहरू मध्ये एक मानिन्छ। अहिले उनको नामले चिनिने उन्मूलन विधि गौसको जन्म हुनुभन्दा धेरै अघिदेखि नै अस्तित्वमा थियो, तर उनको सबैभन्दा ठूलो योगदान यसलाई परिष्कृत र लोकप्रिय बनाउनु थियो।

गौसियन उन्मूलन विधिको महत्त्व

गणित र कम्प्युटर विज्ञानमा, रेखीय समीकरणहरूको प्रणाली समाधान गर्नु एक सामान्य समस्या हो। रेखीय समीकरणहरूको प्रणालीको सामान्य रूप हुन्छ:

\[
a_{11}x_1 + a_{12}x_2 + … + a_{1n}x_n = b_1
\]
\[
a_{21}x_1 + a_{22}x_2 + … + a_{2n}x_n = b_2
\]
\[
...
\]
\[
a_{m1}x_1 + a_{m2}x_2 + … + a_{mn}x_n = b_m
\]

गौसियन उन्मूलन विधिले यस प्रणालीलाई सरल रूपमा परिवर्तन गर्ने लक्ष्य राख्छ ताकि यसलाई ब्याक प्रतिस्थापन प्रयोग गरेर सजिलै समाधान गर्न सकियोस्।

गौसियन उन्मूलन प्रक्रिया

आधारभूत चरणहरू

गौसियन उन्मूलन प्रक्रियामा दुई मुख्य चरणहरू समावेश छन्: अगाडि उन्मूलन र पछाडि प्रतिस्थापन।

१. अगाडि उन्मूलन

यस चरणको लक्ष्य समीकरण प्रणालीलाई माथिल्लो त्रिकोणीय म्याट्रिक्समा रूपान्तरण गर्नु हो। यो प्राथमिक पङ्क्ति सञ्चालनहरू प्रदर्शन गरेर प्राप्त गरिन्छ, जसमा समावेश छन्:
- दुई-लाइन विनिमय।
- पङ्क्तिलाई शून्य नभएको संख्याले गुणन गर्नुहोस्।
- एउटा पङ्क्तिबाट अर्को पङ्क्तिमा गुणनहरू थप्नुहोस् वा घटाउनुहोस्।

मानौं हामीसँग म्याट्रिक्सको रूपमा रेखीय समीकरणहरूको प्रणाली छ \(ax = b\), जहाँ \(A\) गुणांक म्याट्रिक्स हो, \(x\) चर भेक्टर हो, र \(b\) स्थिर भेक्टर हो। अगाडि उन्मूलनका चरणहरू यस प्रकार छन्:
१. सामान्यतया \(a_{11}\) बाट सुरु हुने पिभोट तत्व चयन गर्नुहोस्।
२. पिभोट एलिमेन्ट प्रयोग गरेर सोही स्तम्भमा रहेको एलिमेन्ट मेटाउनुहोस् (शून्य बनाउनुहोस्)।
३. विकर्ण पङ्क्ति मुनिको अर्को पिभोट तत्वको लागि यो प्रक्रिया दोहोर्याउनुहोस्।

उदाहरणको रूपमा, तीन समीकरणहरू भएको प्रणाली हेरौं:

\[
a_{11}x_1 + a_{12}x_2 + a_{13}x_3 = b_1
\]
\[
a_{21}x_1 + a_{22}x_2 + a_{23}x_3 = b_2
\]
\[
a_{31}x_1 + a_{32}x_2 + a_{33}x_3 = b_3
\]

हामी पिभोट \(a_{11}\) बाट सुरु गर्छौं, \(a_{21}\) र \(a_{31}\) हटाउन अपरेशन गर्छौं।

२. पछाडि प्रतिस्थापन

अगाडि उन्मूलन पछि, हामी माथिल्लो म्याट्रिक्स द्वारा प्रतिनिधित्व गरिएको समीकरणहरूको प्रणाली प्राप्त गर्छौं। उदाहरणका लागि:

\[
u_{11}x_1 + u_{12}x_2 + u_{13}x_3 = d_1
\]
\[
u_{22}x_2 + u_{23}x_3 = d_2
\]
\[
u_{33}x_3 = d_3
\]

यस चरणमा, पछाडिको प्रतिस्थापन तलदेखि माथिसम्म गरिन्छ:
१. \(x_3\) को लागि: \(x_3 = d_3 / u_{33}\)।
२. \(x_2\) को लागि: \(x_2 = (d_2 – u_{23}x_3) / u_{22}\)।
३. \(x_1\) को लागि: \(x_1 = (d_1 – u_{12}x_2 – u_{13}x_3) / u_{11}\)।

आवेदन पूर्वamples

माथिको व्याख्या स्पष्ट पार्न, एउटा ठोस उदाहरण लिऔं।

मानौं हामीसँग रेखीय समीकरणहरूको निम्न प्रणाली छ:

\[
२x + ३y + z = १
\]
\[
४x + y – २z = -२
\]
\[
३x + २y + ३z = ७
\]

म्याट्रिक्स फारममा लेखिएको:

\[
\सुरु{pmatrix}
६ र ० र ० \\
४ र १ र -२ \\
६ र ० र ० \\
\अन्त{pmatrix}
\सुरु{pmatrix}
x \\
y \\
z \\
\अन्त{pmatrix}
=
\सुरु{pmatrix}
५ \\
-२ \\
५ \\
\अन्त{pmatrix}
\]

१. अगाडि उन्मूलन:
– पहिलो पङ्क्तिको पहिलो तत्व, पिभोट तत्व \(2\) चयन गर्नुहोस्।
- पहिलो पिभोट तत्व मुनि शून्य तत्वहरू सिर्जना गर्नुहोस्:
– पङ्क्ति २: \(४ – २(२) = ०\)
– पङ्क्ति ३: \(३ – \frac{3}{2}(2) = ०\)

- शल्यक्रिया पछिको नतिजा यस प्रकार छ:

\[
\सुरु{pmatrix}
६ र ० र ० \\
० र -५ र -४ \\
० र \frac{१}{२} र \frac{७}{२} \\
\अन्त{pmatrix}
=
\सुरु{pmatrix}
५ \\
-२ \\
५ \\
\अन्त{pmatrix}
\]

२. पछाडि प्रतिस्थापन:
तलको तत्वबाट सुरु गर्नुहोस् र बिस्तारै चर मानहरू फेला पार्न माथितिर काम गर्नुहोस्।

– \(z = १\)
– \(y = \frac{-19}{10}\)
– \(x = \frac{31}{10}\)

फाइदा र सीमाहरू

गौसियन उन्मूलन विधिका धेरै फाइदाहरू छन्। यी समावेश छन्:
- लागूयोग्यता: धेरै चरहरू भएका प्रणालीहरूमा लागू गर्न सकिन्छ।
- कम्प्युटेसनल स्तर: कम्प्युटेसनल दक्षता प्राथमिक सञ्चालनको तुलनामा तुलनात्मक रूपमा सस्तो छ।
- विभिन्न परिस्थितिहरूमा प्रयोग गर्न सकिन्छ: सानो र ठूलो म्याट्रिक्स दुवै रूपमा।

यद्यपि, यस विधिमा पनि सीमितताहरू छन्। उदाहरणका लागि, म्याट्रिक्स लगभग एकवचन भएको वा धेरै सानो निर्धारक भएको अवस्थामा, राउन्ड-अफ त्रुटिहरू गम्भीर समस्या हुन सक्छन्। यस सन्दर्भमा संख्यात्मक व्याख्याको सावधानीपूर्वक प्रयोग आवश्यक छ।

केसिम्पुलन

गौसियन उन्मूलन विधि सैद्धान्तिक गणित र विस्तृत क्षेत्रहरूमा व्यावहारिक अनुप्रयोगहरू दुवैमा रेखीय समीकरणहरूको प्रणालीहरू समाधान गर्न एक शक्तिशाली उपकरण हो। इन्जिनियरिङ विश्लेषणदेखि अर्थशास्त्र र तथ्याङ्कसम्म, गौसले हामीलाई विज्ञानमा विधिहरूको स्थायी विरासत छोडेका छन्। आधारभूत सिद्धान्तहरू र वास्तविक-विश्व सन्दर्भहरूमा तिनीहरूको प्रयोग बुझ्नु रेखीय बीजगणित र यसको प्रयोगहरूमा महारत हासिल गर्न चाहने जो कोहीको लागि महत्वपूर्ण छ।