फिबोनाची कैलकुलेटर — N-वाँ पद और अनुक्रम
उस पद का सटीक फिबोनाची अंक प्राप्त करने के लिए स्थिति N दर्ज करें, या फिबोनाची श्रृंखला के पहले N संख्याएँ प्रदर्शित करने के लिए अनुक्रम मोड पर स्विच करें। परिणाम हमेशा सटीक हों इसके लिए स्वैच्छिक-परिशुद्धता पूर्णांक का उपयोग करता है।
गणना करने के लिए ऊपर एक संख्या N दर्ज करें।
कैसे काम करता है
फिबोनाची अनुक्रम: परिभाषा और इतिहास
फिबोनाची अनुक्रम दो सरल नियमों द्वारा परिभाषित होता है: पहले दो पद 0 और 1 हैं, तथा प्रत्येक बाद का पद उसके पहले के दो पदों का योग है। इससे श्रृंखला बनती है: 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, … यह नियम भ्रामक रूप से सरल है, फिर भी ये संख्याएँ गणित, कंप्यूटर विज्ञान और प्रकृति में ऐसे तरीकों से प्रकट होती हैं जो सदियों से विद्वानों को मंत्रमुग्ध करती रही हैं।
इस अनुक्रम का नाम पीसा के लियोनार्दो के नाम पर रखा गया है, जिन्हें फिबोनाची के नाम से जाना जाता है। उन्होंने 1202 में अपनी पुस्तक Liber Abaci में इसे खरगोश की जनसंख्या वृद्धि के मॉडल के रूप में पश्चिमी यूरोप में प्रस्तुत किया। हालाँकि, यह अनुक्रम सदियों पहले ही संस्कृत छंदशास्त्र का अध्ययन करने वाले भारतीय गणितज्ञों — विरहंका, गोपाल और हेमचंद्र — ने अक्षर-पैटर्न गिनते समय पहचान लिया था। अतः यह ज्ञात सबसे पुराने पूर्णांक अनुक्रमों में से एक है।
क्रमागत फिबोनाची संख्याओं का अनुपात स्वर्णिम अनुपात φ ≈ 1.61803… की ओर अभिसरित होता है, जो ज्यामिति, कला और सौंदर्यशास्त्र से गहरे जुड़ाव वाली एक अपरिमेय संख्या है। N बढ़ने के साथ F(N+1)/F(N) φ के और अधिक निकट होता जाता है। यही अभिसरण समझाता है कि सूरजमुखी के बीजों की व्यवस्था, शंकुओं के सर्पिल और नॉटिलस के खोलों में फिबोनाची सर्पिल क्यों दिखते हैं — ये रूप इस प्रकार बढ़ते हैं जो सामग्री को न्यूनतम करते हुए पैकिंग दक्षता को अधिकतम करते हैं।
बड़ी फिबोनाची संख्याओं की सटीक गणना
JavaScript का मानक Number प्रकार 64-बिट फ्लोटिंग-पॉइंट मान संग्रहीत करता है, जो केवल 2^53 ≈ 9 क्वाड्रिलियन तक के पूर्णांक को सटीक रूप से दर्शा सकता है। फिबोनाची संख्याएँ घातांकीय रूप से बढ़ती हैं — F(79) पहले से ही 2^53 से अधिक है — इसलिए बड़े N के लिए सामान्य फ्लोटिंग-पॉइंट अंकगणित गलत परिणाम देती है। यह उपकरण JavaScript के अंतर्निहित BigInt प्रकार का उपयोग करता है, जो केवल उपलब्ध मेमोरी द्वारा सीमित स्वैच्छिक आकार के पूर्णांकों का समर्थन करता है, यह सुनिश्चित करते हुए कि F(1) से F(100) तक प्रत्येक परिणाम सटीक हो।
F(100) = 354,224,848,179,261,915,075 — 21 अंकों की एक संख्या। तुलना के लिए, अवलोकन योग्य ब्रह्मांड में परमाणुओं की अनुमानित संख्या लगभग 10^80 है, और F(382) ≈ 10^79 है। फिबोनाची संख्याएँ लगभग φ^N/√5 के रूप में बढ़ती हैं, इसलिए प्रत्येक पद पिछले पद से लगभग 61.8% बड़ा होता है।
फिबोनाची संख्याओं के लिए बंद-रूप सूत्र उपलब्ध हैं (बिनेट का सूत्र स्वर्णिम अनुपात की घातों का उपयोग करता है), लेकिन बड़े N के लिए सटीक होने के लिए उन्हें स्वैच्छिक-परिशुद्धता अंकगणित की आवश्यकता होती है क्योंकि φ अपरिमेय है। इस उपकरण द्वारा उपयोग की जाने वाली पुनरावृत्तीय विधि — केवल क्रमागत पदों को जोड़ना — कुछ हजार तक N के लिए सटीक और कुशल दोनों है।
फिबोनाची संख्याओं के अनुप्रयोग
कंप्यूटर विज्ञान में, फिबोनाची संख्याएँ एल्गोरिदम विश्लेषण में प्रकट होती हैं। यूक्लिडियन एल्गोरिदम (GCD गणना) के लिए सबसे बुरी स्थिति का इनपुट क्रमागत फिबोनाची संख्याएँ हैं। Dijkstra के सबसे छोटे पथ एल्गोरिदम में उपयोग की जाने वाली डेटा संरचना फिबोनाची हीप का नाम उनकी संरचना की सीमाओं के कारण इस अनुक्रम के नाम पर रखा गया है। फिबोनाची सर्च को विभाजन-और-जीत खोज रणनीति के रूप में भी उपयोग किया जाता है।
सॉफ्टवेयर इंजीनियरिंग में, फिबोनाची संख्याओं का व्यापक रूप से एजाइल विकास में स्टोरी पॉइंट स्केल के रूप में उपयोग किया जाता है: 1, 2, 3, 5, 8, 13। गैर-रैखिक अंतराल बड़े कार्यों का अनुमान लगाने में बढ़ती अनिश्चितता को दर्शाता है — आसन्न फिबोनाची संख्याओं के बीच उल्लेखनीय अंतर अनुमानकर्ताओं को एक अस्पष्ट विकल्प के एक पक्ष के लिए प्रतिबद्ध होने के लिए बाध्य करता है, जो झूठी सटीकता को कम करता है।
प्रकृति में, फाइलोटैक्सिस — पौधे पर पत्तियों, पंखुड़ियों और बीजों की व्यवस्था — अक्सर फिबोनाची संख्याओं का अनुसरण करती है। सूरजमुखी में आमतौर पर 55 दक्षिणावर्त और 89 वामावर्त सर्पिल होते हैं; आटिचोक में 8 और 13। यह व्यवस्था पौधे के उस विकास पैटर्न से उभरती है जो पिछले अंग से लगभग 137.5° (स्वर्णिम कोण) पर नए अंग जोड़ता है, जो स्वर्णिम अनुपात φ से सीधे संबंधित है।
अक्सर पूछे जाने वाले प्रश्न
›F(0) क्या है — 0 या 1?
सबसे आम आधुनिक परंपरा के अनुसार (यहाँ उपयोग की गई), F(0)=0, F(1)=1, F(2)=1, F(3)=2, … कुछ पुराने ग्रंथ अनुक्रम को F(1)=1, F(2)=1 से शुरू करते हैं, जो सभी सूचकांकों को एक से स्थानांतरित करता है।
›यह उपकरण N=100 तक सीमित क्यों है?
F(100) पहले से ही 21 अंकों की संख्या है। 100 से परे, मान बहुत लंबी स्ट्रिंग बन जाते हैं जिनकी इस संदर्भ में सीमित व्यावहारिक उपयोगिता है। यदि आपको F(100) से परे मानों की आवश्यकता है, तो पुनरावृत्तीय BigInt तर्क को विस्तारित किया जा सकता है — एल्गोरिदम समान है।
›क्या बड़े N के लिए परिणाम सटीक हैं?
हाँ। यह उपकरण JavaScript BigInt का उपयोग करता है, जो फ्लोटिंग-पॉइंट राउंडिंग त्रुटियों के बिना स्वैच्छिक आकार के पूर्णांकों को संभालता है। F(1) से F(100) तक प्रत्येक परिणाम गणितीय रूप से सटीक है।
›स्वर्णिम अनुपात क्या है और यह फिबोनाची से कैसे संबंधित है?
स्वर्णिम अनुपात φ ≈ 1.61803… समीकरण x²=x+1 का धनात्मक मूल है। N बढ़ने के साथ क्रमागत फिबोनाची संख्याओं का अनुपात F(N+1)/F(N), φ की ओर अभिसरित होता है। F(20)/F(19)=6765/4181≈1.61803, पहले से ही 5 दशमलव स्थानों तक सटीक।
›क्या फिबोनाची अनुक्रम लुकास संख्याओं के समान है?
नहीं। लुकास संख्याएँ एक ही पुनरावृत्ति का उपयोग करती हैं (प्रत्येक पद पिछले दो का योग है) लेकिन L(0)=2 और L(1)=1 से शुरू होती हैं, जो 2, 1, 3, 4, 7, 11, 18, … देती हैं। वे फिबोनाची संख्याओं के साथ कई गुण साझा करती हैं और दोनों φ की ओर अभिसरित होती हैं।
›फिबोनाची संख्याएँ प्रकृति में कहाँ दिखाई देती हैं?
फिबोनाची संख्याएँ सूरजमुखी (आमतौर पर 55 और 89), पाइनकोन (आमतौर पर 8 और 13) और अनानास के सर्पिल गणनाओं में दिखाई देती हैं। यह इसलिए होता है क्योंकि पौधे लगभग 137.5° (स्वर्णिम कोण) के कोण पर नए अंग जोड़ते हैं, जो φ से व्युत्पन्न है और इष्टतम पैकिंग उत्पन्न करता है।
›फिबोनाची संख्याएँ कितनी तेजी से बढ़ती हैं?
फिबोनाची संख्याएँ घातांकीय रूप से बढ़ती हैं, लगभग φ^N/√5 के रूप में। प्रत्येक पद पिछले का लगभग 1.618 गुना है। F(10)=55, F(20)=6,765, F(50)=12,586,269,025, F(100)=354,224,848,179,261,915,075।
›एजाइल स्टोरी पॉइंट में फिबोनाची संख्याओं का उपयोग क्यों किया जाता है?
फिबोनाची स्केल (1, 2, 3, 5, 8, 13, 21) का उपयोग इसलिए किया जाता है क्योंकि आसन्न मानों के बीच की खाई बढ़ती है, जो टीमों को 'मध्यम' और 'बड़े' कार्यों के बीच अंतर करने के लिए बाध्य करती है। यह गैर-रैखिक अंतराल उस कार्य का अनुमान लगाते समय झूठी सटीकता को कम करता है जो स्वाभाविक रूप से अनिश्चित है।
संबंधित टूल्स
अंतिम अपडेट: