स्नातकोत्तर → संख्यात्मक विश्लेषण → संख्यात्मक रेखीय बीजगणित ↓
प्राकुंडीशनिंग तकनीकें
प्राकुंडीशनिंग एक शक्तिशाली तकनीक है जिसे संख्यात्मक रैखिक बीजगणित में इसके विलय करने के लिए उपयोग किया जाता है ताकि पुनरावृत्त समाधानकर्ताओं की विलय की गति बढ़ाई जा सके जो रैखिक समीकरणों के सिस्टम को हल करते हैं। इसमें दिए गए सिस्टम को ऐसी रूप में बदलना शामिल है जो संख्यात्मक गणना के लिए उपयुक्त हो। कई वास्तविक दुनिया के अनुप्रयोगों में, विशेष रूप से वे जो बड़े और विरल मैट्रिस से जुड़े होते हैं, गौसियन एलिमिनेशन जैसी प्रत्यक्ष विधियाँ संसाधन और समय के संदर्भ में बहुत महंगी हो जाती हैं। यहीं पर पुनरावृत्ति विधियाँ, प्राकुंडीशनिंग की मदद से, चित्र में आती हैं।
प्राकुंडीशनिंग क्या है?
सरल शब्दों में, प्राकुंडीशनिंग रैखिक सिस्टम पर परिवर्तन लागू करने की प्रक्रिया है, इस प्रकार एक अन्य सिस्टम बनाते हैं जो समान समाधान रखता है, लेकिन इसे पुनरावृत्त विधियों द्वारा हल करना आसान होता है। गणितीय दृष्टिकोण से, इस प्रणाली पर विचार करें:
Ax = bविचार यह है कि एक मैट्रिक्स M ढूँढें, जिसे प्राकुंडीशनर कहा जाता है, ताकि संशोधित सिस्टम को हल किया जा सके:
M -1 Ax = M -1 bयह विलय की गति को बढ़ाता है। M का चयन महत्वपूर्ण है; यह A के करीब होना चाहिए और इसे उलटा करना आसान होना चाहिए।
प्राकुंडीशनिंग का उपयोग क्यों करें?
बिना प्राकुंडीशनिंग के, पुनरावृत्त विधियाँ बहुत धीमी गति से संयोग कर सकती हैं या बिल्कुल भी नहीं कर सकतीं। एक महत्वपूर्ण पहलू जिसे एक प्राकुंडीशनर को संबोधित करना चाहिए, वह है मैट्रिक्स का स्थिति संख्या। सरल शब्दों में, एक मैट्रिक्स की स्थिति संख्या मापती है कि एक रैखिक समीकरणों की प्रणाली का समाधान कितनी संवेदनशीलता से गुणांक या दायें हाथ की ओर परिवर्तन होता है। एक छोटी स्थिति संख्या आमतौर पर तेजी से संयोग का संकेत देती है। प्राकुंडीशनिंग स्थिति संख्या को कम करने में मदद करती है।
प्राकुंडीशनिंग के प्रकार
बाएँ प्राकुंडीशनिंग
बाएँ प्राकुंडीशनिंग में, हम प्रणाली Ax = b को बाएँ से M -1 के साथ गुणा करते हैं, परिणामी:
M -1 Ax = M -1 bइस दृष्टिकोण का उद्देश्य प्रत्यक्ष रूप से गुणांक मैट्रिक्स A को हल करना और परिवर्तित प्रणाली को कुशलतापूर्वक हल करने का प्रयास करना है।
दाएँ प्राकुंडीशनिंग
दाएँ प्राकुंडीशनिंग में, हम बाएँ से दाएँ तरफ गुणा करते हैं, परिणामी:
A(M -1 y) = bइसके पश्चात् हम हल करते हैं y = Mx के लिए। यह विधि समाधान वेक्टर को सीधे रूपांतरण पर ध्यान केंद्रित करती है।
विभाजित प्राकुंडीशनिंग
विभाजित प्राकुंडीशन में, हम दो प्राकुंडीशनर का उपयोग करते हैं, एक प्रत्येक तरफ:
M 1 -1 AM 2 -1 z = M 1 -1 bयहाँ, हम हल करते हैं z = M 2 x के लिए अधिक जटिल रूपांतरण लागू करने के माध्यम से कुशलता बढ़ाने के लिए।
सामान्य प्राकुंडीशनर्स
1. जैकोबी प्राकुंडीशनिंग
जैकोबी प्राकुंडीशनर A के विकर्ण तत्वों का उपयोग करके प्राकुंडीशनर मैट्रिक्स M बनाता है:
M = diag(A)यहाँ, diag(A) A के विकर्ण तत्वों से बना विकर्ण मैट्रिक्स को दर्शाता है। यह दृष्टिकोण सरल और लागू करना आसान है।
2. गॉस-सीडल प्राकुंडीशनिंग
गॉस–सीडल प्राकुंडीशनर समान होता है लेकिन इसमें A के निचले त्रिकोणीय भाग का भी विचार करता है:
M = (D + L)जहाँ D विकर्ण भाग है और L निचला त्रिकोणीय भाग है A का।
3. अपूर्ण LU (ILU) प्राकुंडीशनिंग
ILU प्राकुंडीशनिंग A मैट्रिक्स के आदान भारी LU कारकन का उपयोग करता है। पूरे LU कारकन की गणना करने के बजाय, ILU एक आदान भारी कारकन की गणना करता है:
A ≈ LUजहाँ L और U निचले और ऊपरी त्रिकोणीय मैट्रिक्स होते हैं, क्रमशः। ILU विशेष रूप से विरल मैट्रिक्स के लिए उपयुक्त होता है क्योंकि यह विरलता को बनाए रखता है।
4. अपूर्ण चोल्सकी प्राकुंडीशनिंग
ILU के समान, अपूर्ण चोल्सकी कारकन का उपयोग सिमेट्रिक सकारात्मक निश्चित मैट्रिस के लिए किया जाता है:
A ≈ LL Tयहाँ LL T M होता है जिसमें L एक निचला त्रिकोणीय मैट्रिक्स होता है।
5. एडीटिव श्वार्ज प्राकुंडीशनिंग
यह विधि मूल डोमेन को ओवरलैपिंग उपडोमेनी में विभाजित करता है, एक प्राकुंडीशनर को प्रत्येक उपडोमेनी में लागू करता है, और उनके प्रभावों को समन्वय रूप से जोड़ता है। यह पठनीय कंप्यूटिंग वातावरण में लोकप्रिय है।
दृश्य चित्रण
चित्रण में, नीले बॉक्स मैट्रिक्स A का प्रतिनिधित्व करते हैं, हरे बॉक्स प्राकुंडीशनर M का प्रतिनिधित्व करते हैं, और लाल बॉक्स प्राकुंडीशन्स मैट्रिक्स M -1 A का प्रतिनिधित्व करते हैं, जिसे हल करना आसान और तेज होता है।
प्राकुंडीशनर का चयन
एक प्रभावी प्राकुंडीशनर का चयन करना, बेहतर विलय के लाभों को प्रत्येक पुनरावृति पर प्राकुंडीशनर लागू करने के लिए आवश्यक कम्प्यूटेशनल प्रयास के साथ संतुलित करता है। एक आदर्श प्राकुंडीशनर में निम्नलिखित गुण होने चाहिए:
- गणना और लागू करना आसान (महत्वपूर्ण अतिरिक्त कम्प्यूटेशनल संसाधनों की आवश्यकता नहीं होगी)।
- प्रणाली की स्थिति संख्या को कम करने में प्रभावी।
- परड़े में विशेष मेट्रिक्स गुणों के अनुरूप (उदा. विरलता, समरूपता)।
व्यावहारिक विचार
व्यावहारिक में प्राकुंडीशनिंग तकनीकों को लागू करते समय, कई कारकों को ध्यान में रखना चाहिए। एक प्राकुंडीशनिंग विधि की प्रभावशीलता मैट्रिक्स के आकार, संरचना और विशिष्ट समस्या डोमेन पर निर्भर कर सकती है। कुछ मामलों में, कस्टम या समस्या-विशिष्ट प्राकुंडीशन तकनीकें विकसित की जा सकती हैं दक्षता को अधिकतम करने के लिए।
मामला अध्ययन और उदाहरण अनुप्रयोग
उदाहरण अनुप्रयोग में इंजीनियरिंग अनुकरणों में फाइनाइट एलिमेंट डिस्क्रीटाइजेशन से उत्पन्न प्रणालियों का समाधान शामिल हो सकता है। यहाँ, डिस्क्रीटाइजेशन की प्रकृति के कारण, मैट्रिसेस बड़े, विरल, और बुरी तरह से कंडीशन हो सकते हैं। एक ILU प्राकुंडीशनर या एक मल्टीग्रिड विधि को लागू करने से सॉल्वर के प्रदर्शन को नाटकीय रूप से सुधार सकता है।
निष्कर्ष
प्राकुंडीशनिंग एक महत्वपूर्ण कदम है जो पुनरावृत्त समाधानकर्ताओं को बड़े और जटिल रैखिक समीकरण प्रणालियों के लिए व्यवहार्य बनाता है। यह एक अन्यथा कठिन समस्या को कम्प्यूटेशनल फ्रेमवर्क में बदलता है। जैकोबी, गॉस-सीडल, ILU या अपूर्ण चोल्सकी जैसे उपयुक्त प्राकुंडीशनर का उपयोग करके गणनाओं में दक्षता को महत्वपूर्ण रूप से बढ़ाया जा सकता है। जैसे जैसे शोध प्रगति करता है, प्राकुंडीशनिंग तकनीकें लगातार विकसित होती रहती हैं, जो वास्तविक दुनिया के संख्यात्मक समस्याओं के लिए अधिक प्रभावी समाधान प्रदान करती हैं।
टिप्पणियाँ