به نام خدا قابل استفاده برای کلیه دانشجویان مهندسی و علوم پایه مدرس: هوشمند عزیزی

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "به نام خدا قابل استفاده برای کلیه دانشجویان مهندسی و علوم پایه مدرس: هوشمند عزیزی"

Transcript

1 به نام خدا قابل استفاده برای کلیه دانشجویان مهندسی و علوم پایه مدرس: هوشمند عزیزی دانشگاه فنی و حرفه ای کرمانشاه زمستان 39

2 فرمت نمایش اعداد : با توجه به دقت و تعداد ارقام اعشاری قابل قبول در محاسبات می توان فرمت نمایش اعداد را در محیط matlab انتخاب کرد.با فرض اینکه وارد شود نمایش این عدد به صورت زیر می باشد. توضیحات دستور 61 رقم Format long 61 رقم به اضافه توان e+000 Format long e نمایش پیش فرض- 4 رقم اعشار Format short 5 رقم به اضافه توان e+000 Format short e 2 رقم اعشاری 1.41 Format bank مثبت به منفی یا صفر + Format + نمایش کسری 1393/985 Format rat با تایپ کردن هر کدام از این دستورات در محیط matlab محاسبات با این فرمت انجام می شود.برای محاسباتی که نیاز به دقت باال داریم و می خواهیم خطاهای گرد کردن توسط کامپیوتر حداقل شود می توان از Format long استفاده کرد. در باره ی متغییر ها : در نامگذاری متغییرها حروف بزرگ و کوچک یکسان در نظر گرفته نمی شوند. نام متغییر باید حداکثر از 61 کارکتر تشکیل شود و کارکترهای بعد از آن حذف می شوند.اولین کارکتر تشکیل دهنده ی نام متغییر با حرف الفبا شروع می شود و به دنبال این کارکتر می تواند کارکترهای حروف الفبا ارقام و عالمت قرار بگیرد.از کارکترهای نقطه گذاری نباید استفاده شود زیرا این کارکترها در matlab معانی ویژه ای دارند. چند متغییر ویژه : =Ans متغییری که به طور پیش فرض برای نتایج استفاده می شود.مثال اگر تایپ کنیم بعد از زدن Enter مقدار در متغییر ans ذخیره می شود. =Pi همان 4164 π می باشد.

3 =eps کوچکترین عدد در matlab که اگر با یک جمع شود عددی بزرگتر از یک را می دهد. Flops =تعداد عملیات ممیز شناور..هرگاه در محاسبات عمل تقسیم بر صفر رخ دهد این متغییر به عنوان خطا داده.هر گاه تقسیم صفر بر صفر رخ دهد این متغییر به عنوان خطا داده می Inf =بی نهایت می شود. = Nan مقدار مبهم شود. = Real min کوچکترین عدد حقیقی مثبت. = Real max بزرگترین عدد حقیقی مثبت. تذکر : اگر بعد از فرمان از نمادی استفاده نشود نتیجه آن فرمان نمایش داده می شود ولی عالمت سیمیکالون ( ; ) از چاپ نتیجه جلوگیری می کند. >> >>, >> ; در حالت اول و دوم بعد از زدن enter حاصل داده می شود ولی در حالت آخر خروجی داده نمی شود بلکه مقدار در متغییر ans یا متغییر داده شده ذخیره می شود.دانستن این مطلب در محیط برنامه نویسی ضروری می باشد. توابع ریاضی: توابع معروفی که در matlab قابل دسترسی می باشند در زیر داده شده اند. قدر مطلق عدد حقیقی x یا طول عدد مختلط x Arc cos (x) Arc cos h (x) Arc sin (x) Arc sin h (x) Arc tg (x) مزدوج عدد مختلط x abs(x) acos(x) a cos h(x) a sin(x) a sin h(x) a tan (x) con j(x)

4 کسینوس کسینوس هیپربولیک e x به سمت صفر گرد می کند بزرگترین مقسوم علیه مشترک دو عدد صحیح x و y قسمت موهومی عدد مختلط x کوچکترین مضرب مشترک دو عدد صحیح x و y Ln(x) لگاریتم در مبنای قسمت حقیقی عدد مختلط x باقیمانده تقسیم به سمت نزدیکترین عدد صحیح گرد می کند cos (x) cos h(x) exp(x) fix(x) gcd(x) imag(x) Lcm(x,y) log(x) log10(x) real(x) rem(x,y) round(x) عالمت x را بر می گرداند سینوس sign(x) sin(x) سینوس هیپربولیک جذر عدد x تانژانت تانژانت هیپربولیک sin h(x) sqrt(x) tan(x) tan h(x) چند تابع M فایل : از این توابع برنامه نویس بر اساس نیاز خود می تواند در برنامه استفاده کند.

5 =Input برای گرفتن ورودی از کاربر منتظر می ماند.در نوشتن برنامه ها می توان در مواقع لزوم از این تابع استفاده کرد. =Key board موقتا کنترل برنامه به صفحه کلید داده می شود.در این حالت برنامه تا قبل از کلمه ی key board اجرا شده است و می توان هر تغییراتی در برنامه داد.برای خروج از این حالت و ادامه ی اجرای برنامه کلمه ی retrun را باید تایپ کرد. =Pause توقف در اجرای برنامه ایجاد می شود تا زمانی که کاربر کلیدی را فشار دهد. =Pause(n) به مدت n ثانیه اجرای ادامه ی برنامه متوقف می شود. کنترل پنجره فرمان : =clc متن موجود در پنجره فرمان را پاک می کند و یک صفحه ی جدید در اختیار شما قرار می دهد. =Diary متن پنجره فرمان را در یک فایل ذخیره می کند.در مواقعی که می خواهیم خروجی برنامه ذخیره شود از این دستور استفاده می کنیم. =Home مکان نما را به گوشه چپ باال منتقل میکند. =More پنجره فرمان را صفحه به صفحه متوقف می کند.در مواقعی که می خواهیم اجرای برنامه چندین صفحه می باشد برای مطالعه هر صفحه از این دستور می توان استفاده کرد. فرمان : help اگر نام عنوان را بدانیم و بعد از کلمه ی help آن را تایپ کنیم راهنماییهای الزم و مثال در مورد آن عنوان آورده می شود ولی اگر عنوان ناشناخته باشد پیغام خطا داده می شود. مثال با تایپ >>help sqrt تمام اطالعات مربوط به تابع sqrt همراه با یک مثال آورده می شود.

6 اگر فرمان help بدون عنوان تایپ شود بعد از اجرا تمام عنوان های شناخته شده برای matlab را لیست می کند.از داخل این لیست می توان عنوان مورد نظر را انتخاب کرد. آرایه ها : برای ساختن آرایه ها چندین روش وجود دارد با توجه به اینکه اندیس آرایه در matlab با 6 شروع می شود. 6 -عناصر آرایه را خودمان تایپ کنیم.باید بین این عناصر یک فاصله زده شود. مثال: >> x = [ ] ; یک آرایه با 4 عنصر می باشد که داریم X(1) = 10, x(2) = 2, x(3) = 3, x(4) = 14 حال آرایه ی x به عنوان دامنه برای هر تابعی که تعریف شود می تواند عمل کند.مثال اگر >> y = x ^ 2 ; در این صورت y آرایه ای با 4 عنصر به صورت زیر می باشد. Y(1) = 100, y(2) = 4, y(3) = 9, y(4) = 196 >> x (3) Ans = 1.4 خروجی 614 را می دهد. دستور : >> x (2 : 5 ) Ans = عناصر )2(x تا )5(x را می دهد. دستور :

7 >> x (4 : -1 : 2 ) Ans = با عنصر )4(x شروع می کند هر بار یکی کم می کند تا عنصر )2(x دستور : >> x (2 : 2 : 5) Ans = با عنصر )2( x شروع می کند هر بار دو واحد اضافه می کند و هنگامی که به عنصر )5(x رسید متوقف می شود.در این مثال افزودن 2 به عدد 4 عدد 1 را تولید می کند که از 5 بزرگتر است بنابراین عنصر ششم یعنی )1(x درنظر گرفته نمی شود. دستور : >> y = x ( [2 1 4] ) Y = باعث می شود آرایه y با 4 عنصر به صورت زیر ساخته شود. Y(1) = x(2), y(2) = x(1), y(3) = x(4) اگر بین عناصر یک آرایه سمیکالون قرار داده شود آن آرایه ها حالت ستونی چاپ می شود. >> x (5 ; -1 ; 6) بعد از زدن Enter بردار ستونی x تولید می شود X = ) نیز می توان بردار ستونی ایجاد کرد با استفاده از عملگر ترانهاده ) >> x = 1 : 4

8 با اجرای دستور : X = در حالت x = a : h : b دراین صورت آرایه ی x با شروع a و با ختم به b با طول گام h تولید می شود. مثال اگر : >> x = 0 : 0.2 : 1 ; در این صورت آرایه ی x با 1 عنصر به صورت زیر تولید می شود. X(1) = 0, x(2) = 0.2, x(3) =0.4, x(4) = 0.6, x(5) = 0.8, x(6) = 1 حال از آرایه ی x می توان به عنوان دامنه ی یک تابع استفاده کرد. مثال اگر : >> y = sin (x); در این صورت آرایه ی y با 1 عنصر به صورت زیر ساخته می شود. y(1) = 0, y(2) = , y(3) =0.3894, y(4) = , y(5) = , y(6) = اگر h داده نشود یعنی x=a : b در این صورت 1= h در نظر گرفته می شود. 4- اگر تایپ کنیم (a,b,n) x = Lin space در این صورت با شروع a و ختم b آرایه ی x با n عنصر ساخته می شود. مثال اگر: >> x = Lin space (0,2,5) ; در این صورت آرایه ی x با 5 عنصر به صورت زیر ساخته می شود. X(1) = 0, x(2) = 0.5, x(3) =1, x(4) = 1.5, x(5) = 2 یعنی توسط این تابع می توانیم مستقیما تعداد عناصر آرایه )n عنصر( را مشخص کرد. تابع Log space آرایه ای با مقیاس لگاریتمی ایجاد می کند. درحالت( a,b,n ) Log space عنصری با شروع 10 a و 10 b ختم ایجاد می شود.مثال اگر: آرایه ای n >> x = Log space (0, 2, 3) ; در این صورت آرایه ی x با 4 عنصر به صورت زیر ساخته می شود.

9 X(1) = 1, x(2) = 10, x(3) =100 فراخوانی عناصر آرایه : دستور x(i) باعث می شود عنصر i ام آرایه x داده شود. دستور (j x(i : باعث می شود از عنصر i ام تا عنصر j داده شود. دستور (j x(i : 1- : باعث می شود از عنصر i شروع کند هر بار یکی کم کند و در j توقف کند.( j i) دستور (j x(i : n : باعث می شود با عنصر i شروع شود در هر مرحله n گام به جلو رود و به این طریق تا عنصر j ام داده شود. دستور ([8 y=x([2 3 باعث می شود آرایه ی جدید y ساخته شود که عنصر اول آن عنصر دوم x عنصر دوم آن عنصر سوم x وعنصر سوم y عنصر هشتم xباشد.یعنی Y(1) = x(2), y(2) = x(3), y(3) = x(8) مثال اگر >> x = 1 : 0.2 : 2 ; در این صورت آرایه ی x به صورت زیر ساخته می شود. X(1) = 1, x(2) = 1.2, x(3) =1.4, x(4) = 1.6, x(5) = 1.8, x(6) =2 در این صورت دستور: بردار ستونی y تولید می شود Y =

10 عملگر نقطه ترانها ده ).( به عنوان ترانهادی مزدوج تعریف می شود. یعنی آرایه ی سطر به ستونی و یا آرایه ی ستونی به آرایه ی سطری تبدیل می شود و عناصر آن مزدوج می شوند.می دانیم اگر z= a + i >> a = (x * i) i 1 + 2i 1 + 3i 1 + 4i b در این صورت مزدوج آن =z a i b می باشد. با اجرای دستور آرایه حالت ستونی و مزدوج می شود و در آرایه ی جدید b ذخیره می شود. b = 1 - i 1-2i 1-3i 1-4i ساختن ماتریس : کافی است هر گاه عناصر یک سطر تمام شد سمیکالون زده شود. >> A = [1-1 2 ; ; 1-1] A= برای جمع و تفریق دو آرایه یا ماتریس هم بعد از عالمت های )+( و )-( استفاده می کنیم.برای ضرب دو ماتریس )شرایط ضرب برقرار باشد( و یا ضرب یک عدد در ماتریس از عالمت )*( استفاده می شود. عالمت ضرب نقطه ای )*.( باعث می شود که در ضرب آرایه ها یا ماتریس عناصر متناظر در هم ضرب شوند.برای تقسیم آرایه به آرایه نیز از عالمت )/.( یا )\.( استفاده می شود. در هر دو حالت آرایه ای که

11 در زیر اسلش قرار دارد بر آرایه ای که در باالی اسلش قرار دارد تقسیم می شود.اگر A.\B دراین صورت عناصر ماتریس A متناظرا بر عناصر ماتریس B تقسیم می شود که نتیجه ی آن با B./A یکی می باشد. عالمت ^ برای توانهای ماتریس )A^2=A*A( و ^. برای توانهای عنصر به عنصر استفاده می شود. دستکاری در آرایه ها : به طور خالصه چند دستور زیر می تواند در برنامه نویسی استفاده شود. سطر i ام ماتریس A را در بردار x قرار می دهد. ستون i ام ماتریس A را در بردار x قرار می دهد. با حذف ستون i ام ماتریس A ماتریس Aی جدید می سازد. اندازه آرایه : در این مورد چند تابع مهم معرفی می شوند. >> x = A (i, : ) ; >> x = A (:, i); >> A (:, i) = [ ] ; : Whose متغییرهای موجود در محیط کاری و اندازه آنها را نمایش می دهد. size(a) : s = بردار s را با دو عنصر برمی گرداند.اولین عنصر تعداد سطرهای A و دومین عنصر تعداد ستون های A می باشد. size(a) ]: r, c =[ = در متغییر r تعداد سطرها و در متغییر c تعداد ستونها قرار داده می شود. 1), (A : r = size تعداد سطرهای A در متغییر r ذخیره می شود. 2), (A : c = size تعداد ستون های A در متغییر c ذخیره می شود. (A) : n = Lenth ماکزیمم تعداد سطر یا ستون ماتریس A را در متغییر n ذخیره می کند. توابع دستکاری آرایه :

12 Flipud(A) : ماتریس A را واژگون می کند. rot90(a) : ماتریس A را 19 درجه دوران می دهد. diag(a) : قطر ماتریس A را به صورت بردار ستونی می دهد. diag(v) : یک ماتریس قطری ایجاد می کند که قطر آن بردار V باشد. tril(a) : قسمت پایین مثلثی ماتریس A را می دهد. triu(a) : قسمت باال مثلثی ماتریس A را می دهد. حل معادالت خطی : اگر A یک ماتریس مربعی باشد برای حل دستگاه Ax=b می توان از روشهای زیر استفاده کرد. >> x = inv (A) * b که inv(a) یکی از تابع های matlab می باشد و معکوس A را محاسبه می کند.چون برای ماتریسهای با بعد بزرگ محاسبه ی معکوس A مشکل و وقت گیر می باشد این روش کمتر استفاده می شود.روش استفاده از عملگر تقسیم چپ ماتریسی به صورت زیر برای حل دستگاه استفاده می شود. >> x = A\b در این روش از تجزیه LU ماتریس A استفاده می شود. اگر تعداد معادالت بیشتر از تعداد مجهوالت باشد بهترین روش برای حل دستگاه غیر مربعی Ax=b استفاده از عملگر / یا \ می باشد.در این روش جواب کمترین مربعات برای دستگاه پیدا می شود.)نسبت به نرم 2 خطا حداقل می باشد.( مثال اگر : >> A = [ : : : ] ; >> b = [ 366 ; 804 ; 351 ; 514 ] ; >> x = A\b X =

13 دقت شود این جواب در دستگاه Ax=b صدق نمی کند بلکه خطای رخ داده شده نسبت به فرم 2 حداقل می باشد. داریم: >> e = A * x b e = بردار خطا یعنی e کمترین مقدار این دستگاه در نظر گرفته شود. را دارد نسبت به هر x دیگری که به عنوان جواب تقریبی برای روش دیگر محاسبه ی x=pinv(a)*b می باشد که اساس این روش برای حل استفاده از شبه وارون می باشد.در این روش طول یا نرم x )جواب( از نرم همه ی جوابهای ممکن کوچکتر خواهد بود. >> A = [ ; ; ] ; ; >> x = A \ b X = >> y = pinv(a)*b Y =

14 30/ / / /0545 در جواب x مقدار خطا یعنی e = A*x-b نسبت به نرم 2 نسبت به تمام جوابهای تقریبی دیگر حداقل می باشد و لی در جواب y نرم این جواب نسبت به نرم x کمتر می باشد. >> norm (x) ans = >> norm (y) ans = همانگونه که مشاهده می شود norm (y) < norm (x) >> norm (A*x-b) ans = e-013 >> norm (A*y-b) ans = e-013 ولی در نرم خطا برای جواب x از جواب y کمتر می باشد.چون برای x نرم خطا و برای y می باشد توابع ماتریسی : A تجزیه چولسکی ماتریس : chol (A)

15 cond(a) :عدد شرطی ماتریس. A بردارهای ویژه ی ماتریس : d = eig (A) A مقادیر ویژه و بردارهای ویژه ی ماتریس : [ V, D ] = eig (A e A. A دترمینال ماتریس : det (A) A ماتریس نمایی : expm (A) (A) : expm2 ماتریس نمایی با استفاده از سری تیلور. expm3(a) : ماتریس نمایی با استفاده از مقادیر ویژه و بردارهای ویژه.)به یک کتاب جبر خطی عددی مانند [10] مراجعه شود.( hess(a) : فرم هسنبرگی ماتریس A را تولید می کند. inv(a) : معکوس ماتریس A را محاسبه می کند. (Ln A).A محاسبه ی لگاریتم ماتریس : Logm(A) Lu(A) : تجزیه Lu ماتریس A به روش حذف گاوسی. A. نرم یک ماتریس یا بردار : norm(a,1) A. نرم دوم)نرم اقلیدسی( ماتریس یا بردار : norm(a,2) norm(a,inf) : نرم بی نهایت..A برای بردار P نرم : norm(a,p) pinv(a) : متعامد سازی. A. چند جمله ای مشخصه ی ماتریس : poly(a) A. محاسبه ی چند جمله ای مشخصه ماتریس : Poly valm(a). A تجزیه مثلثی متعامد ماتریس : qr(a) : مقادیر ویژه ی تعمیم یافته. qz(a,b) A. مینیمم تعداد سطرها یا ستونهای مستقل خطی ماتریس : rank(a)

16 . A سطری پلکانی شده ماتریس : rref(a). A تجزیه شور ماتریس : schur(a). A ریشه ی دوم ماتریس : sqrtm(a). A تجزیه ی مقدار تکین ماتریس : svd(a). A مجموع درآیه های قطری ماتریس : trace(a) ماتریس های ویژه : در matlab تعدادی ماتریس مبهم وجود دارند که دارای کاربردهایی در برنامه نویسی می باشند. Zeros(n) : یک ماتریس n n با درآیه های صفر تولید می کند. ones(m,n) : یک ماتریس m n با درآیه های یک تولید می کند. Rand(m,n) : : یک ماتریس m n که اعدادش اعداد تصادفی با توزیع یکنواخت در فاصله ی صفر و یک می باشند ساخته می شود. rand(n) : یک ماتریس n n تصادفی تولید می کند. eye(n) : ماتریس همانی با بعد n تولید می کند. eye(m,n) : یک ماتریس m n همانی تولید می کند. hadamard(n) : یک ماتریس هادامارد n n تولید می کند. hankel(n) : یک ماتریس هنکل n n تولید می کند. hilb(n) : ماتریس هیلبرت n n تولید می شود. Invhilb(n) : وارون ماتریس هیلبرت n n تولید می شود. magic(n) : مربع جادویی n n تولید می شود. pascal(n) : ماتریس مثلثی پاسکال n n را تولید می کند. vander(n) : ماتریس واندرموند n n تولید می شود.

17 wilkinson(n) : ماتریس تست n n مقدار ویژه ی ویلکینسون تولید می شود. ساختارهای تصمیم گیری : if- در matlab سه ساختار تصمیم گیری یا کنترلی وجود دارد.حلقه ی For حلقه ی while و ساختار. else-end این ساختارها بسیاری از فرمانهای matlab را شامل می شوند و در قسمت برنامه نویسی بسیار و به سهولت استفاده می شوند.برای وارد شدن به محیط برنامه نویسی از منوی File گزینه ی M File را کلیک می کنیم.بعد از نوشتن برنامه در محیط داده شده برنامه را ذخیره می کنیم. برای اجرای برنامه کافی است که در محیط اصلی Matlab نام برنامه را نوشته و دکمه ی Enter را بزنیم. حلقه ی : For با این حلقه می توان گروهی از فرمانها را به تعداد دفعات ثابت از قبل مشخص شده تکرار کرد.فرم کلی حلقه ی For به صورت زیر می باشد. For x = array مجموع دستورات End یعنی برای هر for یک end الزم می باشد. For n = 1 : 10 X (n) = sin (n * pi/10) ; End >> x = در این مثال با مقدار دهی به n با 69 تکرار مقادیر محاسبه می شود. حلقه ی : while بر خالف حلقه ی for که تعدادی از دستورات را به تعداد دفعات ثابت انجام می دهد حلقه ی while گروهی از فرمانها را به تعداد دفعات نامشخص تا بر قرار بودن شرط اجرا می کند.

18 while ( شرط ) i = 1 ; دستورات End تا موقعی که ارزش شرط درست می باشد این مجموعه دستورات اجرا می شود. مانند حلقه ی For while i < 10 x (i) = i ; i = i + 1 ; end X = متناظر با دستور end, while الزم می باشد. خروجی این برنامه به صورت زیر می باشد. به عنوان نمونه به قسمت برنامه های نوشته شده مراجعه شود. ساختار : if else if در بسیاری مواقع دنباله ای از فرمانها باید به طور شرطی و بر مبنای تست رابطه ای ارزیابی شوند. این For i = 1 : 10 if ( i >= 1 ) AND ( i < 5 ) x ( i ) = i ^ 2 ; else x ( i ) = i ; end end نوع ساختار در محیط های برنامه نویسی بسیار استفاده می شود.

19 خروجی این برنامه به صورت زیر می باشد. X = در قسمت شرط )if( باید تمام شرایط برقرار باشند تا دستورات بعد از if اجرا شود در غیر این صورت دستورات بعد از elseاجرا می شود. چند جمله ایها : در matlab یک چند جمله ای با بردار سطری ضرایبش در ترتیب نزولی نمایش داده می شود. مثال به صورت زیر وارد می شود. چند جمله ای >> P = [ ] P = دقت شود جمله هایی که ضریب صفر دارند باید وارد شوند. با مشخص بودن بردار ضرایب چند جمله ای به کمک توابع roots ریشه های چند جمله ای محاسبه می شوند. >> x = roots (p) X = i i با مفروض بودن ریشه ای یک چند جمله ای می توان آن چند جمله ای را ساخت. بدین منظور تابع poly به کار می رود. با استفاده از مثال قبل اگر قرار دهیم. >> p = poly (x) P = 1.0e + 02* i بردار p به عنوان ضرایب چند جمله ای که بردارx ریشه های آن می باشد داده می شود. ( به علت خطای گرد کردن ممکن است ضرایب به صورت مختلط تولید شوند.برای ) استخراج ضرایب به صورت حقیقی از تابع real استفاده می شود.

20 >> P = real (p) P = ضرب چند جمله ایی : با مشخص بودن ضرایب چند جمله ایها تابع conv عمل ضرب را انجام می دهد.مثال اگر: در این صورت >> a = [ ] ; b = [ ]; >> c = conv (a, b) C = یعنی حاصلضرب a(x) در ( b(xبه صورت زیر می باشد. برای ضرب بیش از دو چند جمله ای باید از تابع conv را به طور مکرر ستفاده کرد. جمع چند جمله ای ها : در matlab تابع مستقیمی برای جمع چند جمله ایها وجود ندارد.اگر دو بردار ضرایب چند جمله ایها اندازه یکسان داشته باشند می توان از جمع آرایه ای استفاده کرد. در مثال قبل قرار می دهیم : >> d = a + b d = یعنی در صورتی که بردار ضرایب دو چند جمله ای برابر نباشند با اضافه کردن صفر آنها را برابر می کنیم. مثال >> e = c + [ d ] e =

21 برای اینکه دو چند جمله ای c(x) و d(x) قابل جمع باشند ضرایب و و را در d(x) صفر قرار می دهیم تا هر دو چند جمله ای ضرایب آنها آرایه ای 7 عضوی شود. در جعبه ابزار matlab پیشرفته تابع mmpadd برای جمع دو چند جمله ای استفاده می شود. >> f = mmpadd ( c, d ) f = در این حالت مانند قبل دیگر الزم نیست بعد بردار ضرایب دو چند جمله ای یکسان باشند. از mmpadd می توان برای عمل تفریق نیز استفاده کرد. >> g = mmpadd (c, -d) g = یعنی تقسیم چند جمله ایها : برای تقسیم دو چند جمله ای در matlab از تابع decnov استفاده می شود. >> [q, r ] = decnov (c, d) q = r = در این مثال چند جمله ای c(x) بر d(x) تقسیم می شود.( q(x به عنوان خارج قسمت و r(x) باقیمانده می باشد.( r(x c(x) = d(x) q(x) مشتق گیری : در matlab تابع polyder برای مشتق گیری از یک چند جمله ای استفاده می شود.از قبل تابع g(x) را داریم.قرار می دهیم >> h = polyder(g)

22 h = یعنی محاسبه چند جمله ایها : با استفاده از تابع polyval به صورت (x polyval(p, می توان چند جمله ای p(x) را در نقطه ای داده شده ی x محاسبه کرد. >> x = 1 : 1 : 5 ; >> p = [ 1 6 ] ; >> v = polyval (p,x) v = در این مثال + 6 x P(x) = در نقاط 5,4,3,2,1 محاسبه می شود و در بردار v ذخیره می شود. با استفاده از تابع plot می توان نمودار این تابع را رسم کرد. >> plot(x, v) ; نموداری رسم می شود که نقاط بردار x طول و نقاط بردار v عرض آن می باشند. چند جمله ایهای کسری : تابع residue عمل بسط جزیی کسرها را انجام می دهد.مثال اگر کسر زیر را داشته باشیم : در این حالت صورت کسر به طریق [1,2] * 10 = f وارد می شود و مخرج به صورت 3- ; 1-]) poly g = ([ 4- ; وارد می شود. >> f = 10 * [1,2] >> g = poly ([-1 ; -3 ; -4]); >> [x, y, k] = residue (f, g)

23 X = Y = K = [ ] بردار x صورت کسرهای تجزیه شده بردار y متانظر )ریشه های مخرج( و k جمله ی ثابت بسط جزیی کسر می باشد. یعنی تابع residue عکس عمل فوق را نیز انجام می دهد. >> [ n, d ] = residue [ x, y, k ] n = d = که n ضرایب صورت کسر یعنی صورت x و d ضرایب چند جمله ای مخرج می باشد یعنی مخرج به صورت زیر می باشد. تابع polyder از چند جمله ایهای کسری نیز مشتق می گیرد به این طریق که می نویسیم polyder(x,y) که x صورت کسر و y مخرج کسر می باشد. >> [a,b] = polyder (f, g)

24 a = b = g و f ضرایب مخرج حاصل مشتق گیری می باشد. با توجه به توابع b ضرایب صورت و a برازش منحنی : در matlab تابع polyfit مساله برازش منحنی کمترین مربعات را حل می کند. برای استفاده از این تابع باید داده ها و درجه ی چند جمله ای که می خواهد بهترین برازش برای داده ها باشد به تابع داده شود.اگر مرتبه را 1=n بدهیم بهترین تقریب خط راست حاصل می شود که معموال رگرسیون خطی نامیده می شود. اگر مرتبه را 2=n قرار بدهیم یک چند جمله ای درجه ی 2 پیدا می شود.این تابع به صورت Polyfit(x,y,n) به کار می رود که x نقاط طول y نقاط عرض و n درجه ی چند جمله ای برازش دهنده می باشد. >> x = [ ] ; >> y = [ /2 ]; >> p = polyfit (x, y, 2) P = یعنی بهترین چند جمله ای درجه ی 2 برازش دهنده بر نقاط (y x), به صورت زیر می باشد. درونیاب یک بعدی : ساده ترین درونیابها در matlab نمودارهایی می باشند که توسط تابع plot رسم می شوند.این نوع درونیاب درونیاب خطی می باشد. یعنی نقاط داده شده توسط خطوط راست به هم وصل می شوند.اگر تعداد نقاط درونیاب زیاد باشد وصل شدن خطوط راست به یکدیگر قابل مشاهده نیست و نمودار تابع به صورت منحنی رسم می شود.

25 >> x1 = Lin space (0, 2*pi, 60) >> x2 = Lin space (0, 2*pi, 6) ) ) در حالت اول درونیاب با 19 نقطه و در حالت دوم با 1 نقطه رسم می شود. برای برچسب زدن روی محور xها از دستور xlabel و برچسب محور yها از ylabel استفاده می شود.برای نوستن عنوان نمودار از دستور title استفاده می شود. برای محاسبه ی درونیاب یک نقطه ای از تابع interp1 به صورت interp1(x,y,x0) استفاده می شود. که x نقاط طول و y نقاط عرض برای محاسبه ی تابع درونیاب و x0 نقطه ای می باشد که می خواهیم تابع درونیاب در آن محاسبه شود. >> x = 1 : 12 ; >> y = [ ] ; می توان مقدار تابع درونیاب را در بیشتر از یک نقطه نیز محاسبه کرد. >> interp1 (x, y, 9.3) ans = >> interp1 (x, y, [ ] ) ans = ans = تابع interp1 درونیاب اسپیالین درجه ی سه را نیز ارائه می کند.به صورت ) )

26 نتیجه بدست آمده همانطور که می دانید از درونیاب معمولی بهتر می باشد. قابل ذکر است که در تابع interp1 دو محدودیت وجود دارد. اوال نقطه ی اجرا نمی شود. داده شود )اگر باید در محدوده ی دامنه ی تابع باشد تا مقدار درونیاب در در محدوده ی دامنه نباشد برونیابی نامیده می شود.( مثال دستور زیر >> interp1 ( x, y, 12.5 ) چون x بین 6 و 62 تغییر می کند. ثانیا متغییر مستقل )دامنه( باید یکنواخت باشد. یعنی مقادیر متغییر مستقل همیشه باید افزایش یا کاهش یابد. در مثال زیر interp1 تابع قابل اجرا نمی باشد. چون متغییر مستقل x یکنواخت نمی باشد. درونیاب دو بعدی : >> x = [ 7 : 12 1 : 6 ] X = مانند درونیاب یک بعدی می باشد با این تفاوت که تابع دو متغییره z=f(x,y) درونیابی می شود. مثال زیر را در نظر می گیریم. >> x = 1 : 5 ; >> y = 1 : 3 ; >> z = [ ; ; ] در این مثال x,y متغییرهای مستقل و z تابع می باشد. مثال 81=(1,1)z. 86=(5,3)z فرض کنید می خواهیم در y ثابت 2 مقدار درونیاب z را در نقاط با طول گام 912 محساسبه کنیم. قرار می دهیم : >> x1 = 1 : 0.2 : 5 ; >> y1 = 2 ; >> z1 = interp 2 (x, y, z, x1, y1 ) ;, x1, z2 ) ; ) ;

27 در این مثال z1 مقادیر درونیاب دو بعدی خطی تابع (y z f= x), برای نقاط x1 و y1 ثابت می باشد و z2 درونیاب درجه سوم دوبعدی برای تابع z می باشد. با کمک تابع plot نمودار (z1 x1 )به, صورت خط و تابع )z2 x1), در حالت عادی رسم می شود. با توجه به شکل درونیاب z2 بهتر می باشد. حال اگر بخواهیم درونیاب را در دو جهت انجام دهیم می نویسیم : >> x1 = 1 : 0.2 : 5 ; >> y1 = 1 : 0.2 : 3 ; ) ; در این حالت متناظر با هر نقطه ی x1 و y1 یک مقدار برای بردار z1 تولید می شود. چون x1 شامل 46 عنصر و y1 شامل 26 عضو می باشد پس z1 شامل عنصر می باشد که مقادیر درونیاب تابع z در نقاط گره ای x1 و y1 می باشد. با استفاده از تابع mesh می توان شکل 4 بعدی حاصل را رسم کرد. به طور کلی برای تابع درونیاب دو بعدی تابع interp2 به صورت زیر استفاده می شود. >> mesh(x1, y1, z1) Interp2(x, y, z, x1, y1, method) که y و x متغییرهای مستقل و z تابع می باشد. X1 بردار نقاط گره ای طولها y1 بردار نقاط گره ای عرضها و method نوع درونیاب را مشخص می کند. اگر method بیان نشود درونیاب خطی دو بعدی اگر cubic نوشته شود درونیاب درجه سوم دو بعدی و اگر nearest نوشته شود درونیاب دو بعدی نزدیکترین همسایگی اجرا می شود. اسپالین درجه ی سوم : تابع اسپالین در ساده ترین حالت داده های x و y و مقادیر دلخواه x1 را دریافت می کند و چند جمله ای اسپالین درجه ی سوم درونیاب که x و y را برازش می کنند پیدا می کند و سپس با محاسبه ی چند جمله ای برای هر عنصر x1 مقدار y1 متناظر ب آن را محاسبه می کند. مثال زیر را در نظر می گیریم : >> x = 0 :.2 ; >> y = tan (pi * x/25) ; >> x1 = Lin space ( 0, 12 ) ;

28 >> y1 = spline ( x, y, x1 ) ; ) ; در این مثال نقاط گره ای x با مقادیرشان y داده شده است. حال به کمک تابع spline درونیاب spline برای نقاط (y x), نوشته می شود و این تابع درونیاب در نقاط x1 محاسبه می شود و مقادیر آن در بردار y1 ذخیره می شود. به کمک تابع plot نقاط (y x), و (y1 x1), به صورت خطی به هم وصل می شوند. اگر تابع spline فقط با دو آرگومان اول فراخوانی شود در این صورت آرایه ای که شامل تمام اطالعات مورد نیاز برای محاسبه ی اسپالین درجه ی سوم می باشد را ارائه می کند. >> P = spline (x, y) ; با استفاده از تابع PPval با معین بودن فرم P اسپالین درجه ی سوم را می توان در مجموعه ای از نقاط محاسبه کرد. >> x1 = Lin space (10, 12) ; >> y1 = PPval (p, x1) ; در این صورت مقادیر تابع درونیاب P که قبال برای داده های (y x), ساخته شده است در نقاط x1 محاسبه می شوند و در بردار y1 ذخیره می شوند. حتی می توان خارج از ناحیه ای که چند جمله ایهای اسپالین محاسبه شده اند مقادیر اسپالین را بدست آورد. اگر داده ها بعد از آخرین یا قبل از اولین نقطه ی دامنه ظاهر شوند برای یافتن مقادیر درونیابی شده از اولین و آخرین چند جمله ای درجه ی سوم استفاده شود. >> x1 = 10 : 15 ; >> y1 = PPval (p, x1) ; Y1 = در matlabمی توان به کمک تابع unmkpp اطالعات مربوط به اسپالین ساخته شده و ضابطه ی چند جمله ایهای اسپالین را مشاهده کرد. فرض کنید تابع اسپالین P ساخته شده باشد. قرار می دهیم : >> [ a, b, c, d ] = unmkpp (p) a = b =

29 c = 12 d = 4 در این مثال a نقاط انفصال را مشخص می کند. B ماتریسی است که سطر iام آن ضرایب iامین چند جمله ای اسپالین می باشد. مثال ضابطه ی اولین چند جمله ای این اسپالین به صورت زیر می باشد. c تعداد چند جمله ایها )تعداد ضابطه ها( برا برای این اسپالین بیان می کند و d تعداد ضرایب هر چند جمله ای را مشخص می کند. دقت شود این فرم کلی می باشد. همانطور که می دانیم چند جمله ایهای اسپالین درجه سه حداکثر از درجه ی 4 می باشند. تابع mkpp با دریافت اجزای شکسته شده ی باال فرم p را به حالت اول باز می گرداند. برای تولید p نقاط انفصال و ضرایب هر ضابطه کافی می باشد. >> p = mkpp (a, b) ; انتگرال گیری : اگر برای داده های (y x), تابع درونیاب اسپالین نوشته شده باشد برای محاسبه ی انتگرال هر ضابطه ی این اسپالین از تابع spintgrl استفاده می کنیم.

30 >> x = ( 0 : 0.1 : 1 ) * 2 * pi ; >> y = sin (x) ; >> p = spline (x, y) ; >> s = spintgrl (p) ; در این صورت s درونیاب اسپالین درجه سوم انتگرال تابع y = sin x در نقاط گره ای با تابع زیر برابر می باشد. در نقاط x می باشد. یعنی تابع s دیفرانسیل گیری : تابع spderiv از ضابطه های تابع اسپیالین مشتق می گیرد. در مثال باال اگر قرار دهیم >> q = spderiv (p) ; در این صورت ضابطه های تابع q با مشتق گیری از ضابطه های تابع p تولید می شوند. رسم نمودار : تابع fplot با دقت باالیی برای رسم نمودار تابع f(x) y = استفاده می شود. مثالهای زیر را در نظر می گیریم. - ; >> fplot (f, [ 0, 8] ) ; یا اینکه می توان نوشت : -, [0, 8] ; محاسبه ی ماکزیمم و می نیمم تابع : در matlab برای محاسبه ی می نیمم تابع یک بعدی دو تابع fmin و fmins ارئه شده است. از آنجایی که ماکزیمم f(x) با می نیمم f(x) برابر است از این توابع می توان برای یافتن ماکزیمم نیز استفاده کرد. تابع fmin مانند تابع fplot عمل می کند. 2*exp (-x).* sin, 2, 5)

31 x = یعنی مقدار تقریبی می نیمم تابع در فاصله ی [2, 5] در نقطه ی x= رخ می دهد. -, 0, 3) y = و مقدار ماکزیمم این تابع در نقطه ی =y حاصل می شود. با استفاده از آزمون مشتق به طور تحلیلی طول نقطه ی ماکزیمم و طول نقطه ی می نیمم برای این تابع می باشد. در این صورت مقدار خطا به صورت زیر می باشد. یافتن صفر : در matlab تابع fzero برای بدست آوردن ریشه ی تابع f به صورت زیر استفاده می شود., x0 ) که f تابع مفروض و x0 نقطه ای می باشد که ریشه ی تابع f در نزدیکی x0 خواسته شده است. >> ), 1 ) از این تابع برای بدست آوردن نقاطی که مقدار ثابت c باشند یعنی f(x) = c نیز استفاده می شود. به این طریق که قرار می دهیم g(x) = f(x) c سپس ریشه های g نقاط با مقدار ثابت c برای f می باشند.

32 انتگرال گیری : در matlab برای محاسبه ی عددی ناحیه ی زیر یک تابع در فاصله ای معین از سه تابع quad,trapz و quad8 استفاده می شود. تابع trapz به روش ذوزنقه ای مقدار انتگرال معین را محاسه می کند. >> x = 0 : 0.1 : 2*pi ; >> y = sin (x) ; >> A = trapz (x, y) A = توابع quad8 از تابع quad دقیقتر می باشد و این دو تابع مانند fzero فراخوانی می شوند. ), 0, 2 * pi ) A = 0 A ), 0, 2 * pi ) نمودار های دوبعدی : همانطور که قبال گفته شد می توان از تابع plot استفاده کرد. >> x = Lin space ( 0, 2 * pi, 30 ) ; >> y = sin (x) ; >> z = cos (x) ; >> plot (x, y, x, z);

33 عالمت رنگ و شکل خط : برای تعیین عالمت رنگ و شکل نمودار می توانیم در فرمان plot بعد از طول و عرض آرگومان اضافی وارد کرد. برای نوع رنگ و نوع خط نمودار تابع جدول زیر استفاده می شود. سمبل رنگ سمبل شکل خط زرد. نقطه y ارغوانی دایره m عالمت c فیروزه ای + قرمز جمع r * سبز ستاره g آبی خط توپر b : سفید نقطه چین W سیاه خط چین- نقطه چین K - خط چین - >> x = 0 : 0.1 : 2 * pi ; >> y = sin (x) ; >> z = cos (x) ; pl t,, g:,,, - ) افزودن شبکه نقاط و برچسب : فرمان grid on خطوط شبکه را در محل عالمتهای موجود در نمودار جاری اضافه می کند. یعنی حالت شطرنجی ایجاد می کند و دستور grid off خطوط شبکه ای را حذف می کند.

34 برای قرار دادن رشته ی متنی در نمودار با استفاده از ماوس در پنجره ای که نمودار رسم شده است آیکون text را کلیک می کنیم. حال در هر قسمتی از نمودار آماده ایم تا هر متنی که بخواهیم را تایپ کنیم. فرمان xlabel و ylabel برای برچسب گذاری محور افقی و عمودی استفاده می شود. فرمان title یک خط در باالی نمودار اضافه می کند. نمودارهای فرعی : برای اینکه در یک پنجره چندین نمودار را رسم کنیم از تابع (p subplot m), n, استفاده می کنیم. این تابع پنجره را به m و n قسمت تقسیم می کند و قسمت pام را برای رسم نمودار فعال می کند. نمودارها از چپ به راست و از باال به پایین شماره گذاری می شوند. >> x = Lin space (0, 2 * pi, 30) ; >> y = sin (x) ; >> z = cos (x) ; >> subplot (1, 2, 2) ; >> plot (x, z) ; نمودار های سه بعدی : در matlab برای رسم نمودارهای سه بعدی می توان از تابع plot3 استفاده کرد. اگر (y z=f x), به صورت ساده بیان شده باشد برای محاسبه ی تمام مقادیر z ابتدا باید تمام زوج های مرتب (y x), را تولید کرد و سپس z متناظر با هر کدام از این زوج ها محاسبه شود. برای ساختن تمام زوج های مرتب از تابع mesh grid استفاده می شود. >> x = -3 : 3 ; >> y = 1 : 5 ; >> [ x, y ] = meshgrid (x, y) ; >> z = (x + y). ^2 ; >> plot3 (x, y,z) ;

35 بردار x شامل 7 عنصر و بردار y شامل 5 عنصر می باشد. لذا تابع mesh grid 45 زوج مرتب می سازد سپس تابع z روی این زوج های مرتب عمل می کند. بنابراین z شامل 45 عنصر می باشد. تابع mesh نیز برای رسم رویه های سه بعدی به صورت (z mesh x), y, استفاده می شود. توابع دیگر که برای رسم نمودارهای سه بعدی استفاده می شوند به صورت زیر می باشند. : contour نمودار تراز دو بعدی. به عبارت دیگر نمودار تراز سه بعدی که از باال دیده می شود. : contour3 نمودار تراز. : fill3 چند ضلعی های تو پر. : meshc نمودار شبکه ای که در قسمت زیرین آن تراز قرار دارد. : meshz نمودار شبکه ای با صفحه ی صفر. : pcolor نمودار شبه رنگ دو بعدی. به بیان دیگر نمودار رویه که از باال دیده می شود. : quiver نمودار دوبعدی با فلش سرعت. : surf نمودار رویه. : surfc نمودار رویه که در زیر آن نمودار تراز قرار دارد. : surfl نمودار رویه با روشنایی. : waterfall نمودار شبکه ای بدون خطوط عرضی. دقت شود قبل از اجرای این توابع باید به کمک تابع mesh grid نقاط (z x), y, تولید شوند. محاسبات نمادین(سمبلیک) مجموعه ای از توابع که برای دستکاری و حل عبارات نمادین مانند ترکیب کردن ساده کردن دیفرانسیل گیری انتگرال گیری و حل معادالت جبری و معادالت دیفرانسیل به کار می روند را در این قسمت بررسی می کنیم. استخراج صورت و مخرج یک کسر : با استفاده از تابع numden این کار انجام می شود. قرار می دهیم :

36 [ n, d ] = numden به این ترتیب صورت عبارت در متغییر n و مخرج در متغییر d ذخیره می شود. * ^2/ ) ; >> [ n, d ] = numden (f) n = a * x ^ 2 d = b x برای عباراتی که به صورت آرایه ی نمادین می باشند نیز این تابع استفاده می شود. به این طریق دو آرایه ی جدید n و d تولید می شود که در آرایه ی n صورت ها و در d مخرج ها قرار می گیرد. k m /2, 2 * + )/ ; / ^2, * + ) K = >> [ n, d ] = numden (k) n = d = دقت شود در این مثال برای نمایش ماتریسی تابع sym الزم می باشد. اگر بدون این تابع بیان شود به صورت یک رشته ی کارکتری ذخیره می شود. k /2, 2* + )/ ; / ^2, * + ) k = [ 3/2, (2*x+1)/3 ; 4/x^2, 3*x+4 ] عملیات جبری :

37 برای جمع دو چند جمله ای تابع symadd برای تفریق تابع symsub برای ضرب تابع symmul و برای تقسیم تابع symdiv استفاده می شود. مثال اگر 5 3x g = x 2 x + 7, f = 2x 2 + داریم : >> f = ; g ^ ; >> symadd (f, g) ans = 3 * x ^ * x +2 mp w, ) ans = ( 2 * x * x 5) 3 از تابع sym pow برای به توان رساندن استفاده می شود. تابع همه منظوره ی دیگری به نام symop وجود دارد که امکان می دهد عبارتهای جدید با استفاده از متغییرها عبارتها و عملگرهای نمادین ایجاد شود. این تابع آرگومانها را متصل می کند و عبارت نتیجه c ) ; g 2 * ) ; mp w, /, g, +, ) ans = cos (x) / sin (2*x) +3 را بر می گرداند. این تابع می تواند روی آرایه ها نیز عمل کند. توابع پیشرفته : تابع compose برای ترکیب تابع finverse برای محاسبه ی معکوس تابع و تابع sym sum مجموع / + ^2) ; g ) ; >> compose (f, g) ; ans = 1/ (1 + sin (x)^2) نمادین عبارت را محاسبه می کند.

38 >> finverse (f) ; تابع sym sum چهار فرم دارد. ( a و b عدد می باشند ) حالت چهارم برای مواقعی به کار می رود که تابع چند متغییر مستقل داشته باشد. در این حالت متغییر مستقل حرف s در نظر گرفته می شود. برای محاسبه ی داریم : m m 2* ) ^ 2,, ) ans = 11 / 3*n +8 / 3 4 * (n + 1) ^ 2+4 / 3 * (n + 1) ^ 3 >> factor (ans) ans = -1/5 * x + 3/50 * x ^2 41 / 750 * x ^ / 7500 * x ^ / * x ^ 5 +o(x^6) >> pretty (f) f =

39 عبارتهای نمادین را می توان در فرمهای مختلفی نمایش داد که در وضعیت های مختلف ممکن است ^ 2 1 )*(x 2) * (x ) ; >> collect (f) ans = x ^ 4 5 * x ^ * x ^ 2 6 >> horner (ans) Ans = -6 +(5+(5+(-5+x)*x)*x)*x >> diff (f) Ans m *, * ^2 ; c* ^, * ) ; برخی از فرمها نسبت به بقیه ارجح تر باشد. این دستور با جمع عبارات مشابه فرم ساده شده را می دهد. عبارت ans را به صورت هورنر نمایش می دهد. انتگرال گیری : تابع int(f) سعی می کند عبارت نمادین دیگری مانند F پیدا کند که (F). diff t L g ) / p ^2) ) ans = int ( Log(x) / exp(x^2), x) به عبارت دیگر matlab قادر به محاسبه ی انتگرال این تابع نمی باشد. +2* ) ; >> int (f) ans = -1/2 * cos (s x)

40 t, ) ans = -cos (s + 2 * x) انتگرال تابع f نسبت به متغییر s گرفته می شود. >> int (f, pi/2, pi) ans = - cos (s) این دستور انتگرال معین را در فاصله ی π/2,π محاسبه می کند. این دستور انتگرال تابع f را در فاصله ی π/2,π می کند. t,, p /2, p ) ans = cos (2*x) sin (2*x) با توجه به اینکه s متغییر مستقل می باشد محاسبه t, m, ) ans = -1/2 * cos (s+2*n) + ½ * cos (s+2*m) این دستور انتگرال معین تابع f نسبت به متغییر x را در فصله ی [m,n] محاسبه می کند. >> factor (ans) ans = (x-1)*(x-2)*(x-3)*(x+1) این دستور عبارت ans را تجزیه می کند. >> expand(ans) ans = x^4 5 * x ^ 3 +5* x ^ * x -6 تابع simplify یکی از ابزار قوی و همه منظوره است که عبارت را توسط انواع بسیاری از اتحادهای جبری شامل مجموع عبارتها توانهای صحیح و کسری توابع مثلثاتی توابع نمایی توابع لگاریتم توابع بسل توابع فوق هندسی و توابع گاما ساده می کند. mpl L g 2* / ) ) ans = Log2+Logx-Logy mpl -a^2+1)/(1- ) )

41 ans = a+1 تابع simplify نسبت به تابع simple رسمیت کمتری دارد. تابع simple توابع ساده سازی مختلف را امتحان می کند سپس فرمی که کمترین تعداد کارکتر را در عبارت نتیجه ارائه می دهد انتخاب می کند. / ^ + / ^2 + 2/ + ) ^ / ) هدف ساده کردن عبارت ریاضی زیر می باشد. >> simple ( f ) ans = (2 * x + 1) / x برای امتحان اینکه آیا عبارت ساده تر می شود یا خیر دوباره تابع simple را به کار می بریم. >> simple (ans) ans = / x حل یک معادله ی جبری : برای این کار matlab از تابع solve استفاده می کند. >> solve ( * ^ 2 + * + c ) هدف حل معدله ی +bx+c=0 ax 2 می باشد. ans = [ 1/2/a*(-b+(b^2-4*a*c)^(1/2)) ] [ 1/2/a*(-b+(b^2-4*a*c)^(1/2)) ] اگر بخواهیم معادله را بر مبنای متغییر دیگر غیر از متغییر پیش فرض x حل کنیم باید در تابع solve آن را مشخص کنیم. lv * ^2 + * + c, ) این معادله نسبت به متغییر b حل می شود. ans = -(a*x^2+c)/x

42 این تابع معادالت نمادینی را نیز که حاوی عالمت تساوی باشند می تواند حل کند. برای مشاهده مقادیر عددی قرار می دهیم. حل چند معادله ی جبری : lv c ) ) ) ans = 1/4 * pi t lv t 2* ) ) ) t = [ 0 ] [ a cos (1/2+1/2*3^(1/2)) ] [ a cos (1/2-1/2*3^(1/2)) ] >> numeric (t) ans = i چند معادله ی جبری را می توان همزمان حل کرد. دستور sn) n solve,s1),...,s2 معادله بر حسب متغییرهای پیش فرض حل می کند. دستور ), 2,,,, 2,, lv نمادین را برای n مجهول xn... x2 x1 حل می کند. فرض کنید می خواهیم مجموعه معادالت نمادین زیر را حل کنیم. n معادله ی در این صورت قرار می دهیم

43 + + p / 2 ; 2 P ; + p + / ; + p + 1 ; >> [ x,,, t lv, 2,,, p,,, ) x = 16 y = 8 z = 3 t = 15 y مقدار z n مقدار d و t مقدار q می باشد. که مقدار p حل یک معادله ی دیفرانسیل : تابع d solve برای حل یک معادله ی دیفرانسیل به کار می رود. با توجه به اینکه حرف D معرف مشتق اول حرف D2 مشتق دوم و الی آخر می باشد. فرض کنید می خواهیم معادله ی دیفرانسیل lv D + ^ 2 ) ans = - tan ( - x + c1) lv D + ^ 2, ) ) y = tan (x + ¼ * pi) lv D + ^2, ), ) ans = tan (z + ¼ * pi) را حل می کنیم. می نویسیم که c1 ثابت انتگرال گیری می باشد. با شرط اولیه = 1 (0)y داریم متغییر مستقل را می توان مشخص کرد. فرض کنید می خواهیم معادله ی مرتبه ی دوم زیر را حل کنیم.

44 lv D2 c 2* ), D ), ) ) y = -2/3 * cos (x) ^ 2 +1 /3 +4 / 3 * cos (x) >> y = simple (y) y = - 1/3 * cos (2 * x) + 4/3 * cos (x) حل چند معادله ی دیفرانسیل : تابع d solve می تواند چند معادله ی دیفرانسیل را نیز همزمان حل کند. فرض کنید, g lv D * + * g, Dg - * + * g ) f = c1 * exp (3*x) * sin (4*x) + c2 * exp (3*x) * cos (4*x) g = -c2 * exp (3*x) * sin (4*x) + c1 * exp (3*x) * cos (4*x) با افزودن شرایط اولیه ی 0= (0)f و = 1 (0)g داریم : ), g lv D * + * g, Dg = - * + * g, ), g ) f = exp (3*x) * sin (4*x) g = exp (3*x) * cos(4*x) ماتریس های نمادین : این نوع ماتریسها را از قبل می دانیم که توسط تابع sym می توان تولید کرد. m c t), t) ; - sin t), c t) ) A = [ cos (t), sin (t) ] [ -sin (t), cos(t) ]

45 تابع sym را می توان به فرمولی که عناصر مجزا را مشخص می کند بسط داد با توجه به اینکه i و j موقعیت سطر و ستون ماتریس می باشند. فرض کنید می خواهیم ماتریس 4 4 تولید کنیم که a ij = ( i ) s + j )/( i j + که s یک ثابت دلخواه می باشد. m,, + j ) / j + ) ) A = [ 2/s, 3/ ( -1 + s ), 4/ ( -2 + s ) ] [ 3/ ( 1 + s ), 4/s, 5/( -1 + s) ] [ 4/ ( 2 + s ), 5/ ( 1 + s), 6/s] برای دسترسی به عنصر (n m), ام ماتریس نمادین A از دستور (n sum A), m, استفاده می شود. >> sym (A, 2, 2) ans = 4/s همچنین تابع sym برای تغییر عنصر آرایه ی نمادین استفاده می شود. دستور ),, m m, باعث می شود که عنصر (n m), ام ماتریس A به x تبدیل شود. عملیات جبری : با استفاده از تابع sym add می توان برای جمع ماتریس های نمادین و یا جمع یک عبارت نمادین به تمام عناصر یک ماتریس استفاده کرد. مثال دستور ( t m, باعث می شود. که حرف t به تمام عناصر ماتریس A اضافه شود.تابع sym sub برای تفریق تابع sym mul برای ضرب و تابع sym div برای تقسیم استفاده می شود. توسط تابع sym pow توان و تابع transpose برای محاسبه ی ترانهاده ی ماتریس نمادین استفاده می شود. وارون و دترمینال ماتریسهای نمادین توسط توابع inverse و determ محاسبه می شوند. ماتریس هیلبرت 4 4 را در نظر می گیریم. >> H = sym ( hilb (3)) H = [ 1, 1/2, 1/3 ] [ 1/2, 1/3, 1/4 ]

46 [ 1/3, 1/4, 1/5 ] >> determ (H) ans = >> j = inverse (H) j = [ 9, -36, 30 ] [ -36, 192, -180 ] [ 30, -180, 180 ] تابع Linsolve برای حل همزمان معادالت خطی به کار می رود. (B Linsolve A), معادله ی ماتریسی AX = B راحل می کند که X یک ماتریس مربعی می باشد. جواب Linsolve(A,I) (AX = (I وارون ماتریس A می باشد( -1 A.(X = تابع charpoly چند جمله ای مشخصه ی یک ماتریس را پیدا می کند. m, /2 ; /, / ) A = [ 1, 1/2 ] [ 1/3, 1/4 ] >> charpoly (A) ans = x ^ 2 5 / 4 * x + 1 / 12 مقادیر ویژه و بردارهای ویژه ماتریس های نمادین توسط تابع eigensys محاسبه می شود. m /2, / ; /, /2 ) ; >> eigensys (A) ans = [ 3/4 ] [ 1/4 ] >> [ V, E ] = eigensys (A)

47 در این صورت بردار متناظر با مقدار ویژه ی 6/4 و V = [ -1, 1 ] [ 1, 1] E = [ 1/4 ] [ 3/4 ] بردار متناظر با مقدار ویژه ی 4/4 برای ماتریس A می باشند. برای محاسبه ی مقادیر تکین ماتریس A از تابع singvals استفاده می کنیم. اکنون به مثال هایی چند می پردازیم: انتگرال گیری عددی :

48 و فرمول ذوزنقه فرمول سیمسون سوال:انتگرال زیر را با هر دو روش محاسبه کنید تابع ثابت و داده های عددی متغیر فرض شده است : قاعده ذوزنقه clc % is function = x.e^x clear format short e s=0; a=input('interval start =?'); b=input('interval end =?'); n=input(' add step =?'); h=(b-a)/n; for i=0:n if i==0&n s=s+((i*h)*exp(i*h)/2); else s=s+(((i*h)*exp(i*h))); end end s=(h)*s; disp(s) return حل مساله)جواب واقعی ) ( جواب با درایو شده است.( interval start =?0 interval end =?2

49 add step =? e+000 ********************************************************* قاعده سیمسون clc % is function = x.e^x clear format short e s=0; a=input('interval start =?'); b=input('interval end =?'); n=input(' add step =?'); h=(b-a)/n; for i=0:n if i==0&n s=s+((i*h)*exp(i*h)); elseif (i/2)~=floor(i/2) s=s+(4*((i*h)*exp(i*h))); else s=s+(2*((i*h)*exp(i*h))); end end s=(h/3)*s; disp(s) return حل مساله interval start =?0 interval end =?2 add step =? e+000 ************************************************ حال با تلبع آن ها می نویسیم : فایل جدا صدا زده شود. mتابع بصورت

50 distتابع function g=dist(h) s=0; s=h*exp(h); g=s; برنامه اصلی clc % is function = x.e^x clear format short e s=0; a=input('interval start =?'); b=input('interval end =?'); n=input(' add step =?'); h=(b-a)/n; for i=0:n if i==0&n s=s+(dist(i*h)); elseif (i/2)~=floor(i/2) s=s+(4*dist(i*h)); else s=s+(2*dist(i*h)); end end s=(h/3)*s; disp(s) return اجرا interval start =?0 interval end =?2 add step =? e+000 ************************************** حال با تلبع آنرا می نویسیم:سیمسون تابع در دل برنامه نوشته شود و داده ومتغیر هر دو متغیر :

51 clc % is function = x.e^x clear format short e s=0; fun=input('input function = ','s'); f=sym(fun); a=input('interval start =?'); b=input('interval end =?'); n=input(' add step =?'); h=(b-a)/n; for i=0:n if i==0&n s=s+(subs(f,i*h)); elseif (i/2)~=floor(i/2) s=s+(4*subs(f,i*h)); else s=s+(2*subs(f,i*h)); end end s=(h/3)*s; disp(s) return اجرا input function = x*exp(x) interval start =?0 interval end =?2 add step =? e+000 function d=fact(n) s=1; ************************************ تابع فاکتوریل

52 for i=1:n s=s*i; end disp(s) اجرا fact(10) ***************************************** m تا nمجموع اعداد از clc clear n=input('enter min number n =?'); m=input('enter max number m =?'); s=0; for i=n:m s=s+i; end d=['majoeh adad = ',num2str(s),' ok']; disp(d) return اجرای آن : enter min number n =?10 enter max number m =?100 majoeh adad = 5005 ok clc clear a=input('enter a : '); b=input('enter b : '); مشخص کردن انواع مثلث

53 c=input('enter c : '); s=0; if (a==b)&(b==c)&(b==c) d=['motesaviol azla']; disp(d) elseif (a==c) (a==b) (b==c) d=['motesaviol saghin']; disp(d) elseif (a^2==b^2+c^2) (b^2==a^2+c^2) (c^2==b^2+a^2) d=['ghaemolzavieh']; disp(d) else d=['mokhtaefol azla']; disp(d) end حل معادله درجه 8 clc clear a=input('enter min number a =?'); b=input('enter max number b =?'); c=input('enter max number c =?'); s=0; d=b^2-4*a*c; if a==0 [' dgree eqation is 1!!!!'] elseif d<0 k=[' no answer!!!!!!!!']; disp(k) elseif d==0 x1=(-b/(2*a)); k=[' roots = ',num2str(x1)]; disp(k) else x1=(-b+sqrt(d))/(2*a); x2=(-b-sqrt(d))/(2*a); k=[' roots = ',num2str(x1),' and ',num2str(x2)]; disp(k) end

54 return اجرا enter min number a =?1 enter max number b =?5 enter max number c =?6 roots = -2 and -3 فاکتوریل clc clear n=input('enter min number n =?'); s=1; if n<0 d=[' no answer!!!!! azizim adad bayad + bashad.']; disp(d) else for i=1:n s=s*i; end d=[' factoril adad = ',num2str(s),' ok']; disp(d) end return اجرا enter min number n =?10 factoril adad = ok برنامه اجرای clc clear n=input('enter min number n =?'); s=0; for i=1:n s=s+(-1)^(i+1)*(i/(i+1)); end

55 d=['majoeh adad = ',num2str(s),' ok']; disp(d) return اجرا enter min number n =?10 majoeh adad = ok حلقه ها While دستور clc clear n=input('enter n =? '); i=0; while i<n i=i+1 ; disp(i) end return دستور switch clc clear d=input('enter d, if be 0<=d<=11 : ') switch d case {2,8} disp('emame aval'); case {1,7} disp('markaze ostane golestan?'); case {3,9} disp('markaze ostane hormozgan?'); case {4,5} disp('hesab kon 12*15=?'); case {6} disp('4*2/3-1?'); case {10,11} disp('pitakhte tiland?'); otherwise disp('bye bye'); end

56 clc clear a=input('enter a : '); b=input('enter b : '); c=input('enter c : '); s=0; n=input('enter 1=+ 2=- 3=* 4=/ =? '); switch n case {1} s=a+b+c; disp(s); case {2} s=a-b-c; disp(s); case {3} s=a*b*c; disp(s); case {4} s=a/b/c; disp(s); otherwise disp('error bye bye'); end انواع مثلث clc clear a=input('enter a : '); b=input('enter b : '); c=input('enter c : '); s=0; if (a==b)&(b==c) d=['motesaviol azla']; disp(d) elseif (a==c) (a==b) (b==c) d=['motesaviol saghin']; disp(d) elseif (a^2==b^2+c^2) (b^2==a^2+c^2) (c^2==b^2+a^2) d=['ghaemolzavieh']; disp(d) else d=['mokhtaefol azla']; disp(d) end ویا

57 ایجاد منو clc clear k=0; while k~=3 k=menu('click on your option','do this','do that','quit'); if k==1 disp(' what is your name?') pause elseif k==2 disp('how do you do?!') pause end end; رسم فنر clc x=[0:.1:20*pi]; y=sin(x); z=cos(x); plot3(y,z,x,'r') xlabel('ali') ylabel('reza') title('bahram')

58 koko doubl fanrieh fanarieh clc clear for i=1:10 for j=1:10 جدول ضرب end A(i,j)=i*j; end disp(i)

59 ارجا اهرسک هیزجت clc clear num=10*[1 2]; den=poly([-1;-3;-4]) [res,poles,k]=residue(num,den) ارجا res = اهرسک تروص poles = اهرسک جرخم هشیر

60 = باقیماندهk ][ دیفرانسیل چندجمله ای ها ی کسری clc clear num=10*[1 2]; den=poly([-1;-3;-4]); [b,a]=polyder(num,den) اجرا = چندجمله ای صورتb = چندجمله ای مخرجa اعدا د اول بین دو عدد clc clear range=input('range=? [a b]'); x1=range(1); x2=range(2); a=1; for j=x1:x2 s=0; for i=1:j-1 r=j-fix(j/i)*i; if r==0 s=s+i;

61 end end if s==1 nums(a)=j; a=a+1; end end disp('adade aval=') disp(nums) اجرا range=? [a b][5 30] adade aval= تابع اندازه function u=dist(x1,y1,x2,y2) dx=x2-x1; dy=y2-y1; u=sqrt(dx^2+dy^2); اجرا dist(2,1,4,5) ans = تابع باال با دو خروجی function [u,v]=dist2(x1,y1,x2,y2) dx=x2-x1; dy=y2-y1; u=sqrt(dx^2+dy^2); v=atan(dy/dx); اجرا [a r]=dist2(1,5,4,8) a =

62 e+000 r = e-001

محاسبه ی برآیند بردارها به روش تحلیلی

محاسبه ی برآیند بردارها به روش تحلیلی محاسبه ی برآیند بردارها به روش تحلیلی برای محاسبه ی برآیند بردارها به روش تحلیلی باید توانایی تجزیه ی یک بردار در دو راستا ( محور x ها و محور y ها ) را داشته باشیم. به بردارهای تجزیه شده در راستای محور

Διαβάστε περισσότερα

روش محاسبه ی توان منابع جریان و منابع ولتاژ

روش محاسبه ی توان منابع جریان و منابع ولتاژ روش محاسبه ی توان منابع جریان و منابع ولتاژ ابتدا شرح کامل محاسبه ی توان منابع جریان: برای محاسبه ی توان منابع جریان نخست باید ولتاژ این عناصر را بدست آوریم و سپس با استفاده از رابطه ی p = v. i توان این

Διαβάστε περισσότερα

مثال( مساله الپالس در ناحیه داده شده را حل کنید. u(x,0)=f(x) f(x) حل: به کمک جداسازی متغیرها: ثابت = k. u(x,y)=x(x)y(y) X"Y=-XY" X" X" kx = 0

مثال( مساله الپالس در ناحیه داده شده را حل کنید. u(x,0)=f(x) f(x) حل: به کمک جداسازی متغیرها: ثابت = k. u(x,y)=x(x)y(y) XY=-XY X X kx = 0 مثال( مساله الپالس در ناحیه داده شده را حل کنید. (,)=() > > < π () حل: به کمک جداسازی متغیرها: + = (,)=X()Y() X"Y=-XY" X" = Y" ثابت = k X Y X" kx = { Y" + ky = X() =, X(π) = X" kx = { X() = X(π) = معادله

Διαβάστε περισσότερα

تصاویر استریوگرافی.

تصاویر استریوگرافی. هب انم خدا تصاویر استریوگرافی تصویر استریوگرافی یک روش ترسیمی است که به وسیله آن ارتباط زاویه ای بین جهات و صفحات بلوری یک کریستال را در یک فضای دو بعدی )صفحه کاغذ( تعیین میکنند. کاربردها بررسی ناهمسانگردی

Διαβάστε περισσότερα

تحلیل مدار به روش جریان حلقه

تحلیل مدار به روش جریان حلقه تحلیل مدار به روش جریان حلقه برای حل مدار به روش جریان حلقه باید مراحل زیر را طی کنیم: مرحله ی 1: مدار را تا حد امکان ساده می کنیم)مراقب باشید شاخه هایی را که ترکیب می کنید مورد سوال مسئله نباشد که در

Διαβάστε περισσότερα

مفاهیم ولتاژ افت ولتاژ و اختالف پتانسیل

مفاهیم ولتاژ افت ولتاژ و اختالف پتانسیل مفاهیم ولتاژ افت ولتاژ و اختالف پتانسیل شما باید بعد از مطالعه ی این جزوه با مفاهیم ولتاژ افت ولتاژ و اختالف پتانسیل کامال آشنا شوید. VA R VB به نظر شما افت ولتاژ مقاومت R چیست جواب: به مقدار عددی V A

Διαβάστε περισσότερα

جلسه ی ۱۰: الگوریتم مرتب سازی سریع

جلسه ی ۱۰: الگوریتم مرتب سازی سریع دانشکده ی علوم ریاضی داده ساختارها و الگوریتم ها ۸ مهر ۹ جلسه ی ۱۰: الگوریتم مرتب سازی سریع مدر س: دکتر شهرام خزاي ی نگارنده: محمد امین ادر یسی و سینا منصور لکورج ۱ شرح الگور یتم الگوریتم مرتب سازی سریع

Διαβάστε περισσότερα

سايت ويژه رياضيات درسنامه ها و جزوه هاي دروس رياضيات

سايت ويژه رياضيات   درسنامه ها و جزوه هاي دروس رياضيات سايت ويژه رياضيات درسنامه ها و جزوه هاي دروس رياضيات دانلود نمونه سوالات امتحانات رياضي نمونه سوالات و پاسخنامه كنكور دانلود نرم افزارهاي رياضيات و... کانال سایت ریاضی سرا در تلگرام: https://telegram.me/riazisara

Διαβάστε περισσότερα

قاعده زنجیره ای برای مشتقات جزي ی (حالت اول) :

قاعده زنجیره ای برای مشتقات جزي ی (حالت اول) : ۱ گرادیان تابع (y :f(x, اگر f یک تابع دومتغیره باشد ا نگاه گرادیان f برداری است که به صورت زیر تعریف می شود f(x, y) = D ۱ f(x, y), D ۲ f(x, y) اگر رویه S نمایش تابع (y Z = f(x, باشد ا نگاه f در هر نقطه

Διαβάστε περισσότερα

تخمین با معیار مربع خطا: حالت صفر: X: مکان هواپیما بدون مشاهده X را تخمین بزنیم. بهترین تخمین مقداری است که متوسط مربع خطا مینیمم باشد:

تخمین با معیار مربع خطا: حالت صفر: X: مکان هواپیما بدون مشاهده X را تخمین بزنیم. بهترین تخمین مقداری است که متوسط مربع خطا مینیمم باشد: تخمین با معیار مربع خطا: هدف: با مشاهده X Y را حدس بزنیم. :y X: مکان هواپیما مثال: مشاهده نقطه ( مجموعه نقاط کنارهم ) روی رادار - فرض کنیم می دانیم توزیع احتمال X به چه صورت است. حالت صفر: بدون مشاهده

Διαβάστε περισσότερα

1) { } 6) {, } {{, }} 2) {{ }} 7 ) { } 3) { } { } 8) { } 4) {{, }} 9) { } { }

1) { } 6) {, } {{, }} 2) {{ }} 7 ) { } 3) { } { } 8) { } 4) {{, }} 9) { } { } هرگاه دسته اي از اشیاء حروف و اعداد و... که کاملا"مشخص هستند با هم در نظر گرفته شوند یک مجموعه را به وجود می آورند. عناصر تشکیل دهنده ي یک مجموعه باید دو شرط اساسی را داشته باشند. نام گذاري مجموعه : الف

Διαβάστε περισσότερα

جلسه 3 ابتدا نکته اي در مورد عمل توابع بر روي ماتریس ها گفته می شود و در ادامه ي این جلسه اصول مکانیک کوانتمی بیان. d 1. i=0. i=0. λ 2 i v i v i.

جلسه 3 ابتدا نکته اي در مورد عمل توابع بر روي ماتریس ها گفته می شود و در ادامه ي این جلسه اصول مکانیک کوانتمی بیان. d 1. i=0. i=0. λ 2 i v i v i. محاسبات کوانتمی (671) ترم بهار 1390-1391 مدرس: سلمان ابوالفتح بیگی نویسنده: محمد جواد داوري جلسه 3 می شود. ابتدا نکته اي در مورد عمل توابع بر روي ماتریس ها گفته می شود و در ادامه ي این جلسه اصول مکانیک

Διαβάστε περισσότερα

معادلهی مشخصه(کمکی) آن است. در اینجا سه وضعیت متفاوت برای ریشههای معادله مشخصه رخ میدهد:

معادلهی مشخصه(کمکی) آن است. در اینجا سه وضعیت متفاوت برای ریشههای معادله مشخصه رخ میدهد: شکل کلی معادلات همگن خطی مرتبه دوم با ضرایب ثابت = ٠ cy ay + by + و معادله درجه دوم = ٠ c + br + ar را معادلهی مشخصه(کمکی) آن است. در اینجا سه وضعیت متفاوت برای ریشههای معادله مشخصه رخ میدهد: c ١ e r١x

Διαβάστε περισσότερα

جلسه 9 1 مدل جعبه-سیاه یا جستاري. 2 الگوریتم جستجوي Grover 1.2 مسا له 2.2 مقدمات محاسبات کوانتمی (22671) ترم بهار

جلسه 9 1 مدل جعبه-سیاه یا جستاري. 2 الگوریتم جستجوي Grover 1.2 مسا له 2.2 مقدمات محاسبات کوانتمی (22671) ترم بهار محاسبات کوانتمی (22671) ترم بهار 1390-1391 مدرس: سلمان ابوالفتح بیگی نویسنده: هیربد کمالی نیا جلسه 9 1 مدل جعبه-سیاه یا جستاري مدل هایی که در جلسه ي پیش براي استفاده از توابع در الگوریتم هاي کوانتمی بیان

Διαβάστε περισσότερα

فصل پنجم زبان های فارغ از متن

فصل پنجم زبان های فارغ از متن فصل پنجم زبان های فارغ از متن خانواده زبان های فارغ از متن: ( free )context تعریف: گرامر G=(V,T,,P) کلیه قوانین آن به فرم زیر باشد : یک گرامر فارغ از متن گفته می شود در صورتی که A x A Є V, x Є (V U T)*

Διαβάστε περισσότερα

ﯽﺳﻮﻃ ﺮﯿﺼﻧ ﻪﺟاﻮﺧ ﯽﺘﻌﻨﺻ هﺎﮕﺸﻧاد

ﯽﺳﻮﻃ ﺮﯿﺼﻧ ﻪﺟاﻮﺧ ﯽﺘﻌﻨﺻ هﺎﮕﺸﻧاد دانشگاه صنعتی خواجه نصیر طوسی دانشکده برق - گروه کنترل آزمایشگاه کنترل سیستمهای خطی گزارش کار نمونه تابستان 383 به نام خدا گزارش کار آزمایش اول عنوان آزمایش: آشنایی با نحوه پیاده سازی الکترونیکی فرایندها

Διαβάστε περισσότερα

همبستگی و رگرسیون در این مبحث هدف بررسی وجود یک رابطه بین دو یا چند متغیر می باشد لذا هدف اصلی این است که آیا بین

همبستگی و رگرسیون در این مبحث هدف بررسی وجود یک رابطه بین دو یا چند متغیر می باشد لذا هدف اصلی این است که آیا بین همبستگی و رگرسیون در این مبحث هدف بررسی وجود یک رابطه بین دو یا چند متغیر می باشد لذا هدف اصلی این است که آیا بین دو صفت متغیر x و y رابطه و همبستگی وجود دارد یا خیر و آیا می توان یک مدل ریاضی و یک رابطه

Διαβάστε περισσότερα

مدار معادل تونن و نورتن

مدار معادل تونن و نورتن مدار معادل تونن و نورتن در تمامی دستگاه های صوتی و تصویری اگرچه قطعات الکتریکی زیادی استفاده می شود ( مانند مقاومت سلف خازن دیود ترانزیستور IC ترانس و دهها قطعه ی دیگر...( اما هدف از طراحی چنین مداراتی

Διαβάστε περισσότερα

جلسه 2 1 فضاي برداري محاسبات کوانتمی (22671) ترم بهار

جلسه 2 1 فضاي برداري محاسبات کوانتمی (22671) ترم بهار محاسبات کوانتمی (22671) ترم بهار 1390-1391 مدرس: سلمان ابوالفتح بیگی نویسنده: نادر قاسمی جلسه 2 در این درسنامه به مروري کلی از جبر خطی می پردازیم که هدف اصلی آن آشنایی با نماد گذاري دیراك 1 و مباحثی از

Διαβάστε περισσότερα

باشند و c عددی ثابت باشد آنگاه تابع های زیر نیز در a پیوسته اند. به شرطی که g(a) 0 f g

باشند و c عددی ثابت باشد آنگاه تابع های زیر نیز در a پیوسته اند. به شرطی که g(a) 0 f g تعریف : 3 فرض کنیم D دامنه تابع f زیر مجموعه ای از R باشد a D تابع f:d R در نقطه a پیوسته است هرگاه به ازای هر دنباله از نقاط D مانند { n a{ که به a همگراست دنبال ه ){ n }f(a به f(a) همگرا باشد. محتوی

Διαβάστε περισσότερα

دانشکده ی علوم ریاضی جلسه ی ۵: چند مثال

دانشکده ی علوم ریاضی جلسه ی ۵: چند مثال دانشکده ی علوم ریاضی احتمال و کاربردا ن ۴ اسفند ۹۲ جلسه ی : چند مثال مدر س: دکتر شهرام خزاي ی نگارنده: مهدی پاک طینت (تصحیح: قره داغی گیوه چی تفاق در این جلسه به بررسی و حل چند مثال از مطالب جلسات گذشته

Διαβάστε περισσότερα

جلسه ی ۳: نزدیک ترین زوج نقاط

جلسه ی ۳: نزدیک ترین زوج نقاط دانشکده ی علوم ریاضی ا نالیز الگوریتم ها ۴ بهمن ۱۳۹۱ جلسه ی ۳: نزدیک ترین زوج نقاط مدر س: دکتر شهرام خزاي ی نگارنده: امیر سیوانی اصل ۱ پیدا کردن نزدیک ترین زوج نقطه فرض می کنیم n نقطه داریم و می خواهیم

Διαβάστε περισσότερα

تمرینات درس ریاض عموم ٢. r(t) = (a cos t, b sin t), ٠ t ٢π. cos ٢ t sin tdt = ka۴. x = ١ ka ۴. m ٣ = ٢a. κds باشد. حاصل x٢

تمرینات درس ریاض عموم ٢. r(t) = (a cos t, b sin t), ٠ t ٢π. cos ٢ t sin tdt = ka۴. x = ١ ka ۴. m ٣ = ٢a. κds باشد. حاصل x٢ دانش اه صنعت شریف دانش ده ی علوم ریاض تمرینات درس ریاض عموم سری دهم. ١ سیم نازک داریم که روی دایره ی a + y x و در ربع اول نقطه ی,a را به نقطه ی a, وصل م کند. اگر چ ال سیم در نقطه ی y,x برابر kxy باشد جرم

Διαβάστε περισσότερα

بسم اهلل الرحمن الرحیم آزمایشگاه فیزیک )2( shimiomd

بسم اهلل الرحمن الرحیم آزمایشگاه فیزیک )2( shimiomd بسم اهلل الرحمن الرحیم آزمایشگاه فیزیک )( shimiomd خواندن مقاومت ها. بررسی قانون اهم برای مدارهای متوالی. 3. بررسی قانون اهم برای مدارهای موازی بدست آوردن مقاومت مجهول توسط پل وتسون 4. بدست آوردن مقاومت

Διαβάστε περισσότερα

آزمایش 8: تقویت کننده عملیاتی 2

آزمایش 8: تقویت کننده عملیاتی 2 آزمایش 8: تقویت کننده عملیاتی 2 1-8 -مقدمه 1 تقویت کننده عملیاتی (OpAmp) داراي دو یا چند طبقه تقویت کننده تفاضلی است که خروجی- هاي هر طبقه به وروديهاي طبقه دیگر متصل شده است. در انتهاي این تقویت کننده

Διαβάστε περισσότερα

آزمون مقایسه میانگین های دو جامعه )نمونه های بزرگ(

آزمون مقایسه میانگین های دو جامعه )نمونه های بزرگ( آزمون مقایسه میانگین های دو جامعه )نمونه های بزرگ( فرض کنید جمعیت یک دارای میانگین و انحراف معیار اندازه µ و انحراف معیار σ باشد و جمعیت 2 دارای میانگین µ2 σ2 باشند نمونه های تصادفی مستقل از این دو جامعه

Διαβάστε περισσότερα

آزمایش 1: پاسخ فرکانسی تقویتکننده امیتر مشترك

آزمایش 1: پاسخ فرکانسی تقویتکننده امیتر مشترك آزمایش : پاسخ فرکانسی تقویتکننده امیتر مشترك -- مقدمه هدف از این آزمایش بدست آوردن فرکانس قطع بالاي تقویتکننده امیتر مشترك بررسی عوامل تاثیرگذار و محدودکننده این پارامتر است. شکل - : مفهوم پهناي باند تقویت

Διαβάστε περισσότερα

تمرین اول درس کامپایلر

تمرین اول درس کامپایلر 1 تمرین اول درس 1. در زبان مربوط به عبارت منظم زیر چند رشته یکتا وجود دارد (0+1+ϵ)(0+1+ϵ)(0+1+ϵ)(0+1+ϵ) جواب 11 رشته کنند abbbaacc را در نظر بگیرید. کدامیک از عبارتهای منظم زیر توکنهای ab bb a acc را ایجاد

Διαβάστε περισσότερα

هندسه تحلیلی بردارها در فضای R

هندسه تحلیلی بردارها در فضای R هندسه تحلیلی بردارها در فضای R فصل اول-بردارها دستگاه مختصات سه بعدی از سه محور ozوoyوox عمود بر هم تشکیل شده که در نقطه ای به نام o یکدیگر را قطع می کنند. قرارداد: دستگاه مختصات سه بعدی راستگرد می باشد

Διαβάστε περισσότερα

دبیرستان غیر دولتی موحد

دبیرستان غیر دولتی موحد دبیرستان غیر دلتی محد هندسه تحلیلی فصل دم معادله های خط صفحه ابتدا باید بدانیم که از یک نقطه به مازات یک بردار تنها یک خط می گذرد. با تجه به این مطلب برای نشتن معادله یک خط احتیاج به داشتن یک نقطه از خط

Διαβάστε περισσότερα

جلسه ی ۴: تحلیل مجانبی الگوریتم ها

جلسه ی ۴: تحلیل مجانبی الگوریتم ها دانشکده ی علوم ریاضی ساختمان داده ها ۲ مهر ۱۳۹۲ جلسه ی ۴: تحلیل مجانبی الگوریتم ها مدر س: دکتر شهرام خزاي ی نگارنده: شراره عز ت نژاد ا رمیتا ثابتی اشرف ۱ مقدمه الگوریتم ابزاری است که از ا ن برای حل مسا

Διαβάστε περισσότερα

سلسله مزاتب سبان مقدمه فصل : زبان های فارغ از متن زبان های منظم

سلسله مزاتب سبان مقدمه فصل : زبان های فارغ از متن زبان های منظم 1 ماشیه ای توریىگ مقدمه فصل : سلسله مزاتب سبان a n b n c n? ww? زبان های فارغ از متن n b n a ww زبان های منظم a * a*b* 2 زبان ها پذیرفته می شوند بوسیله ی : ماشین های تورینگ a n b n c n ww زبان های فارغ

Διαβάστε περισσότερα

جلسه 14 را نیز تعریف کرد. عملگري که به دنبال آن هستیم باید ماتریس چگالی مربوط به یک توزیع را به ماتریس چگالی مربوط به توزیع حاشیه اي آن ببرد.

جلسه 14 را نیز تعریف کرد. عملگري که به دنبال آن هستیم باید ماتریس چگالی مربوط به یک توزیع را به ماتریس چگالی مربوط به توزیع حاشیه اي آن ببرد. تي وري اطلاعات کوانتمی ترم پاییز 39-39 مدرس: ابوالفتح بیگی و امین زاده گوهري نویسنده: کامران کیخسروي جلسه فرض کنید حالت سیستم ترکیبی AB را داشته باشیم. حالت سیستم B به تنهایی چیست در ابتداي درس که حالات

Διαβάστε περισσότερα

جلسه 22 1 نامساویهایی در مورد اثر ماتریس ها تي وري اطلاعات کوانتومی ترم پاییز

جلسه 22 1 نامساویهایی در مورد اثر ماتریس ها تي وري اطلاعات کوانتومی ترم پاییز تي وري اطلاعات کوانتومی ترم پاییز 1391-1392 مدرس: ابوالفتح بیگی و امین زاده گوهري نویسنده: محمد مهدي مجاهدیان جلسه 22 تا اینجا خواص مربوط به آنتروپی را بیان کردیم. جهت اثبات این خواص نیاز به ابزارهایی

Διαβάστε περισσότερα

جلسه ی ۲۴: ماشین تورینگ

جلسه ی ۲۴: ماشین تورینگ دانشکده ی علوم ریاضی نظریه ی زبان ها و اتوماتا ۲۶ ا ذرماه ۱۳۹۱ جلسه ی ۲۴: ماشین تورینگ مدر س: دکتر شهرام خزاي ی نگارندگان: حمید ملک و امین خسر وشاهی ۱ ماشین تور ینگ تعریف ۱ (تعریف غیررسمی ماشین تورینگ)

Διαβάστε περισσότερα

جلسه ی ۵: حل روابط بازگشتی

جلسه ی ۵: حل روابط بازگشتی دانشکده ی علوم ریاضی ساختمان داده ها ۶ مهر ۲ جلسه ی ۵: حل روابط بازگشتی مدر س: دکتر شهرام خزاي ی نگارنده: ا رمیتا ثابتی اشرف و علی رضا علی ا بادیان ۱ مقدمه پیدا کردن کران مجانبی توابع معمولا با پیچیدگی

Διαβάστε περισσότερα

جلسه 2 جهت تعریف یک فضاي برداري نیازمند یک میدان 2 هستیم. یک میدان مجموعه اي از اعداد یا اسکالر ها به همراه اعمال

جلسه 2 جهت تعریف یک فضاي برداري نیازمند یک میدان 2 هستیم. یک میدان مجموعه اي از اعداد یا اسکالر ها به همراه اعمال نظریه اطلاعات کوانتمی 1 ترم پاییز 1391-1392 مدرسین: ابوالفتح بیگی و امین زاده گوهري جلسه 2 فراگیري نظریه ي اطلاعات کوانتمی نیازمند داشتن پیش زمینه در جبرخطی می باشد این نظریه ترکیب زیبایی از جبرخطی و نظریه

Διαβάστε περισσότερα

دکتر عباس روحانی دانشکده کشاورزی دانشگاه صنعتی شاهرود

دکتر عباس روحانی دانشکده کشاورزی دانشگاه صنعتی شاهرود دکتر عباس روحانی دانشکده کشاورزی دانشگاه صنعتی شاهرود MATrix LABoratory MATLAB اگر یکی از پنجره ها به زیر دوباره آنها را آورد اشتباه بسته شد مسیر از توان می Desktop>> Desktop Layout>> Default exit quit

Διαβάστε περισσότερα

فصل چهارم : مولتی ویبراتورهای ترانزیستوری مقدمه: فیدبک مثبت

فصل چهارم : مولتی ویبراتورهای ترانزیستوری مقدمه: فیدبک مثبت فصل چهارم : مولتی ویبراتورهای ترانزیستوری مقدمه: فیدبک مثبت در تقویت کننده ها از فیدبک منفی استفاده می نمودیم تا بهره خیلی باال نرفته و سیستم پایدار بماند ولی در فیدبک مثبت هدف فقط باال بردن بهره است در

Διαβάστε περισσότερα

فصل 5 :اصل گسترش و اعداد فازی

فصل 5 :اصل گسترش و اعداد فازی فصل 5 :اصل گسترش و اعداد فازی : 1-5 اصل گسترش در ریاضیات معمولی یکی از مهمترین ابزارها تابع می باشد.تابع یک نوع رابطه خاص می باشد رابطه ای که در نمایش زوج مرتبی عنصر اول تکراری نداشته باشد.معموال تابع

Διαβάστε περισσότερα

شاخصهای پراکندگی دامنهی تغییرات:

شاخصهای پراکندگی دامنهی تغییرات: شاخصهای پراکندگی شاخصهای پراکندگی بیانگر میزان پراکندگی دادههای آماری میباشند. مهمترین شاخصهای پراکندگی عبارتند از: دامنهی تغییرات واریانس انحراف معیار و ضریب تغییرات. دامنهی تغییرات: اختالف بزرگترین و

Διαβάστε περισσότερα

جلسه 15 1 اثر و اثر جزي ی نظریه ي اطلاعات کوانتومی 1 ترم پاي یز جدایی پذیر باشد یعنی:

جلسه 15 1 اثر و اثر جزي ی نظریه ي اطلاعات کوانتومی 1 ترم پاي یز جدایی پذیر باشد یعنی: نظریه ي اطلاعات کوانتومی 1 ترم پاي یز 1391-1391 مدرس: دکتر ابوالفتح بیگی ودکتر امین زاده گوهري نویسنده: محمدرضا صنم زاده جلسه 15 فرض کنیم ماتریس چگالی سیستم ترکیبی شامل زیر سیستم هايB و A را داشته باشیم.

Διαβάστε περισσότερα

هو الحق دانشکده ي مهندسی کامپیوتر جلسه هفتم

هو الحق دانشکده ي مهندسی کامپیوتر جلسه هفتم هو الحق دانشکده ي مهندسی کامپیوتر کدگذاري شبکه Coding) (Network شنبه 2 اسفند 1393 جلسه هفتم استاد: مهدي جعفري نگارنده: سید محمدرضا تاجزاد تعریف 1 بهینه سازي محدب : هدف پیدا کردن مقدار بهینه یک تابع ) min

Διαβάστε περισσότερα

جزوه کارگاه برنامه نویسی

جزوه کارگاه برنامه نویسی جزوه کارگاه برنامه نویسی شامل: توضیح و حل برخی تمرینات آخر فصل کتاب الگوریتم و فلوچارت ایرج صادقی visual گریزی به نرم افزار stadio 2012 تهیه و تنظیم : محمد ربانی 1) مقدمه ای بر نحوه برنامه نویسی: دیدگاه

Διαβάστε περισσότερα

Top Down Parsing LL(1) Narges S. Bathaeian

Top Down Parsing LL(1) Narges S. Bathaeian طراحی کامپایلر Top Down Parsing LL1) تعریف top down parsing Parse tree را از ریشه به سمت برگها می سازد. دو نوع LL1), LLk) Recursive descent مثال G = {S},{, ) }, P, S) S S S ) S ε ))$ مثال S S ) S ε ))$

Διαβάστε περισσότερα

آموزش SPSS مقدماتی و پیشرفته مدیریت آمار و فناوری اطالعات -

آموزش SPSS مقدماتی و پیشرفته مدیریت آمار و فناوری اطالعات - آموزش SPSS مقدماتی و پیشرفته تهیه و تنظیم: فرزانه صانعی مدیریت آمار و فناوری اطالعات - مهرماه 96 بخش سوم: مراحل تحلیل آماری تحلیل داده ها به روش پارامتری بررسی نرمال بودن توزیع داده ها قضیه حد مرکزی جدول

Διαβάστε περισσότερα

نویسنده: محمدرضا تیموری محمد نصری مدرس: دکتر پرورش خالصۀ موضوع درس سیستم های مینیمم فاز: به نام خدا

نویسنده: محمدرضا تیموری محمد نصری مدرس: دکتر پرورش خالصۀ موضوع درس سیستم های مینیمم فاز: به نام خدا به نام خدا پردازش سیگنالهای دیجیتال نیمسال اول ۹۵-۹۶ هفته یازدهم ۹۵/۰8/2۹ مدرس: دکتر پرورش نویسنده: محمدرضا تیموری محمد نصری خالصۀ موضوع درس یا سیستم های مینیمم فاز تجزیه ی تابع سیستم به یک سیستم مینیمم

Διαβάστε περισσότερα

ویرایشسال 95 شیمیمعدنی تقارن رضافالحتی

ویرایشسال 95 شیمیمعدنی تقارن رضافالحتی ویرایشسال 95 شیمیمعدنی تقارن رضافالحتی از ابتدای مبحث تقارن تا ابتدای مبحث جداول کاراکتر مربوط به کنکور ارشد می باشد افرادی که این قسمت ها را تسلط دارند می توانند از ابتدای مبحث جداول کاراکتر به مطالعه

Διαβάστε περισσότερα

تلفات خط انتقال ابررسی یک شبکة قدرت با 2 به شبکة شکل زیر توجه کنید. ژنراتور فرضیات شبکه: میباشد. تلفات خط انتقال با مربع توان انتقالی متناسب

تلفات خط انتقال ابررسی یک شبکة قدرت با 2 به شبکة شکل زیر توجه کنید. ژنراتور فرضیات شبکه: میباشد. تلفات خط انتقال با مربع توان انتقالی متناسب تلفات خط انتقال ابررسی یک شبکة قدرت با 2 به شبکة شکل زیر توجه کنید. ژنراتور فرضیات شبکه: این شبکه دارای دو واحد کامال یکسان آنها 400 MW میباشد. است تلفات خط انتقال با مربع توان انتقالی متناسب و حداکثر

Διαβάστε περισσότερα

Angle Resolved Photoemission Spectroscopy (ARPES)

Angle Resolved Photoemission Spectroscopy (ARPES) Angle Resolved Photoemission Spectroscopy (ARPES) روش ARPES روشی است تجربی که برای تعیین ساختار الکترونی مواد به کار می رود. این روش بر پایه اثر فوتوالکتریک است که توسط هرتز کشف شد: الکترونها می توانند

Διαβάστε περισσότερα

پنج ره: Command History

پنج ره: Command History هب انم زیدان اپک فهرست مطا ل ب مع ر ف ی رنم ازفار م تل ب:... 11 آش نا ی ی با محی ط ا صل ی رنم ازفار م تل ب:... 11 11... پنج ره: Command History وه ارجای د ست ورات رد م تل ب:... 11 نح نو شت ن د ست ورات

Διαβάστε περισσότερα

مینامند یا میگویند α یک صفر تابع

مینامند یا میگویند α یک صفر تابع 1 1-1 مقدمه حل بسیاری از مسائل اجتماعی اقتصادی علمی منجر به حل معادله ای به شکل ) ( می شد. منظر از حل این معادله یافتن عدد یا اعدادی است که مقدار تابع به ازای آنها صفر شد. اگر (α) آنگاه α را ریشه معادله

Διαβάστε περισσότερα

جلسه 12 به صورت دنباله اي از,0 1 نمایش داده شده اند در حین محاسبه ممکن است با خطا مواجه شده و یکی از بیت هاي آن. p 1

جلسه 12 به صورت دنباله اي از,0 1 نمایش داده شده اند در حین محاسبه ممکن است با خطا مواجه شده و یکی از بیت هاي آن. p 1 محاسبات کوانتمی (67) ترم بهار 390-39 مدرس: سلمان ابوالفتح بیگی نویسنده: سلمان ابوالفتح بیگی جلسه ذخیره پردازش و انتقال اطلاعات در دنیاي واقعی همواره در حضور خطا انجام می شود. مثلا اطلاعات کلاسیکی که به

Διαβάστε περισσότερα

فهرست مطالب جزوه ی فصل اول مدارهای الکتریکی مفاهیم ولتاژ افت ولتاژ و اختالف پتانسیل تحلیل مدار به روش جریان حلقه... 22

فهرست مطالب جزوه ی فصل اول مدارهای الکتریکی مفاهیم ولتاژ افت ولتاژ و اختالف پتانسیل تحلیل مدار به روش جریان حلقه... 22 فهرست مطالب جزوه ی فصل اول مدارهای الکتریکی آنچه باید پیش از شروع کتاب مدار بدانید تا مدار را آسان بیاموزید.............................. 2 مفاهیم ولتاژ افت ولتاژ و اختالف پتانسیل................................................

Διαβάστε περισσότερα

آشنایی با پدیده ماره (moiré)

آشنایی با پدیده ماره (moiré) فلا) ب) آشنایی با پدیده ماره (moiré) توری جذبی- هرگاه روی ورقه شفافی چون طلق تعداد زیادی نوارهای خطی کدر هم پهنا به موازات یکدیگر و به فاصله های مساوی از هم رسم کنیم یک توری خطی جذبی به وجود می آید شکل

Διαβάστε περισσότερα

جلسه ی ۱۸: درهم سازی سرتاسری - درخت جست و جوی دودویی

جلسه ی ۱۸: درهم سازی سرتاسری - درخت جست و جوی دودویی دانشکده ی علوم ریاضی ساختمان داده ۱۰ ا ذر ۹۲ جلسه ی ۱۸: درهم سازی سرتاسری - درخت جست و جوی دودویی مدر س: دکتر شهرام خزاي ی نگارنده: معین زمانی و ا رمیتا اردشیری ۱ یادا وری همان طور که درجلسات پیش مطرح

Διαβάστε περισσότερα

جلسه دوم سوم چهارم: مقدمه اي بر نظریه میدان

جلسه دوم سوم چهارم: مقدمه اي بر نظریه میدان هو الحق دانشکده ي مهندسی کامپیوتر کدگذاري شبکه Coding) (Network سه شنبه 21 اسفند 1393 جلسه دوم سوم چهارم: مقدمه اي بر نظریه میدان استاد: مهدي جعفري نگارنده: علیرضا حیدري خزاي ی در این نوشته مقدمه اي بر

Διαβάστε περισσότερα

شبکه های عصبی در کنترل

شبکه های عصبی در کنترل شبکه های عصبی در کنترل دانشگاه نجف آباد درس: کنترل هوشمند در فضای سایبرنتیک مدرس: حمید محمودیان مدل ریاضی نرون مدل ریاضی یک نرون ساده به صورت روبرو است P: مقدار کمیت ورودی b: مقدار بایاس )عرض از مبدا تابع

Διαβάστε περισσότερα

فهرست جزوه ی فصل دوم مدارهای الکتریکی ( بردارها(

فهرست جزوه ی فصل دوم مدارهای الکتریکی ( بردارها( فهرست جزوه ی فصل دوم مدارهای الکتریکی ( بردارها( رفتار عناصر L, R وC در مدارات جریان متناوب......................................... بردار و کمیت برداری.............................................................

Διαβάστε περισσότερα

فعالیت = ) ( )10 6 ( 8 = )-4( 3 * )-5( 3 = ) ( ) ( )-36( = m n m+ m n. m m m. m n mn

فعالیت = ) ( )10 6 ( 8 = )-4( 3 * )-5( 3 = ) ( ) ( )-36( = m n m+ m n. m m m. m n mn درس»ریشه ام و توان گویا«تاکنون با مفهوم توان های صحیح اعداد و چگونگی کاربرد آنها در ریشه گیری دوم و سوم اعداد آشنا شده اید. فعالیت زیر به شما کمک می کند تا ضمن مرور آنچه تاکنون در خصوص اعداد توان دار و

Διαβάστε περισσότερα

به نام خدا دانشگاه آزاد اسالمی واحد نجفآباد دانشکده مهندسی برق نرم افزار MATLAB مدرس: ایمان صادقخانی

به نام خدا دانشگاه آزاد اسالمی واحد نجفآباد دانشکده مهندسی برق نرم افزار MATLAB مدرس: ایمان صادقخانی به نام خدا دانشگاه آزاد اسالمی واحد نجفآباد دانشکده مهندسی برق مقدمهای بر توابع ریاضی رسم شکل و برنامهنویسی در نرم افزار MATLAB مدرس: ایمان صادقخانی - نحوه تعریف و واردکردن یک ماتریس برای جداکردن درایههای

Διαβάστε περισσότερα

تئوری جامع ماشین بخش سوم جهت سادگی بحث یک ماشین سنکرون دو قطبی از نوع قطب برجسته مطالعه میشود.

تئوری جامع ماشین بخش سوم جهت سادگی بحث یک ماشین سنکرون دو قطبی از نوع قطب برجسته مطالعه میشود. مفاهیم اصلی جهت آنالیز ماشین های الکتریکی سه فاز محاسبه اندوکتانس سیمپیچیها و معادالت ولتاژ ماشین الف ) ماشین سنکرون جهت سادگی بحث یک ماشین سنکرون دو قطبی از نوع قطب برجسته مطالعه میشود. در حال حاضر از

Διαβάστε περισσότερα

جلسه 28. فرض کنید که m نسخه مستقل یک حالت محض دلخواه

جلسه 28. فرض کنید که m نسخه مستقل یک حالت محض دلخواه نظریه اطلاعات کوانتمی 1 ترم پاییز 1392-1391 مدرسین: ابوالفتح بیگی و امین زاده گوهري نویسنده: مرتضی نوشاد جلسه 28 1 تقطیر و ترقیق درهم تنیدگی ψ m بین آذر و بابک به اشتراك گذاشته شده است. آذر و AB فرض کنید

Διαβάστε περισσότερα

فصل دهم: همبستگی و رگرسیون

فصل دهم: همبستگی و رگرسیون فصل دهم: همبستگی و رگرسیون مطالب این فصل: )r ( کوواریانس ضریب همبستگی رگرسیون ضریب تعیین یا ضریب تشخیص خطای معیار برآور ( )S XY انواع ضرایب همبستگی برای بررسی رابطه بین متغیرهای کمی و کیفی 8 در بسیاری

Διαβάστε περισσότερα

ندرک درگ ندرک درگ شور

ندرک درگ ندرک درگ شور ٥ عددهای تقریبی درس او ل: تقریب زدن گردکردن در کالس چهارم شما با تقریب زدن آشنا شده اید. عددهای زیر را با تقریب دهگان به نزدیک ترین عدد مانند نمونه تقریب بزنید. عدد جواب را در خانه مربوطه بنویسید. 780

Διαβάστε περισσότερα

هدف از این آزمایش آشنایی با رفتار فرکانسی مدارهاي مرتبه اول نحوه تأثیر مقادیر عناصر در این رفتار مشاهده پاسخ دامنه

هدف از این آزمایش آشنایی با رفتار فرکانسی مدارهاي مرتبه اول نحوه تأثیر مقادیر عناصر در این رفتار مشاهده پاسخ دامنه آزما ی ش شش م: پا س خ فرکا نس ی مدا رات مرتبه اول هدف از این آزمایش آشنایی با رفتار فرکانسی مدارهاي مرتبه اول نحوه تأثیر مقادیر عناصر در این رفتار مشاهده پاسخ دامنه و پاسخ فاز بررسی رفتار فیلتري آنها بدست

Διαβάστε περισσότερα

فصل اول هدف های رفتاری: پس از پایان این فصل از هنرجو انتظار می رود: 5 روش های اجرای دستور را توضیح دهد. 6 نوارهای ابزار را توصیف کند.

فصل اول هدف های رفتاری: پس از پایان این فصل از هنرجو انتظار می رود: 5 روش های اجرای دستور را توضیح دهد. 6 نوارهای ابزار را توصیف کند. فصل اول آشنایی با نرم افزار اتوکد هدف های رفتاری: پس از پایان این فصل از هنرجو انتظار می رود: 1 قابلیت های نرم افزار اتوکد را بیان کند. 2 نرم افزار اتوکد 2010 را روی رایانه نصب کند. 3 محیط گرافیکی نرم

Διαβάστε περισσότερα

مسائل. 2 = (20)2 (1.96) 2 (5) 2 = 61.5 بنابراین اندازه ی نمونه الزم باید حداقل 62=n باشد.

مسائل. 2 = (20)2 (1.96) 2 (5) 2 = 61.5 بنابراین اندازه ی نمونه الزم باید حداقل 62=n باشد. ) مسائل مدیریت کارخانه پوشاک تصمیم دارد مطالعه ای به منظور تعیین میانگین پیشرفت کارگران کارخانه انجام دهد. اگر او در این مطالعه دقت برآورد را 5 نمره در نظر بگیرد و فرض کند مقدار انحراف معیار پیشرفت کاری

Διαβάστε περισσότερα

:موس لصف یسدنه یاه لکش رد یلوط طباور

:موس لصف یسدنه یاه لکش رد یلوط طباور فصل سوم: 3 روابط طولی درشکلهای هندسی درس او ل قضیۀ سینوس ها یادآوری منظور از روابط طولی رابطه هایی هستند که در مورد اندازه های پاره خط ها و زاویه ها در شکل های مختلف بحث می کنند. در سال گذشته روابط طولی

Διαβάστε περισσότερα

1 دایره فصل او ل کاربردهای بسیاری داشته است. یک قضیۀ بنیادی در هندسه موسوم با محیط ثابت دایره دارای بیشترین مساحت است. این موضوع در طراحی

1 دایره فصل او ل کاربردهای بسیاری داشته است. یک قضیۀ بنیادی در هندسه موسوم با محیط ثابت دایره دارای بیشترین مساحت است. این موضوع در طراحی فصل او ل 1 دایره هندسه در ساخت استحکامات دفاعی قلعهها و برج و باروها از دیرباز کاربردهای بسیاری داشته است. یک قضیۀ بنیادی در هندسه موسوم به»قضیۀ همپیرامونی«میگوید در بین همۀ شکلهای هندسی بسته با محیط ثابت

Διαβάστε περισσότερα

3 لصف یربج یاه ترابع و ایوگ یاه ناوت

3 لصف یربج یاه ترابع و ایوگ یاه ناوت فصل توان های گویا و عبارت های جبری 8 نگاه کلی به فصل هدفهای این فصل را میتوان به اختصار چنین بیان کرد: همانگونه که توان اعداد را در آغاز برای توانهای طبیعی عددهای ٢ و ٣ تعریف میکنیم و سپس این مفهوم را

Διαβάστε περισσότερα

خالصه درس: نویسنده:مینا سلیمان گندمی و هاجر کشاورز امید ریاضی شرطی. استقالل متغیر های تصادفی پیوسته x و y استقالل و امید ریاضی

خالصه درس: نویسنده:مینا سلیمان گندمی و هاجر کشاورز امید ریاضی شرطی. استقالل متغیر های تصادفی پیوسته x و y استقالل و امید ریاضی به نام خدا آمار و احتمال مهندسی هفته 21 نیمسال اول ۴9-۴9 مدرس: دکتر پرورش ۴9/24/49 نویسنده:مینا سلیمان گندمی و هاجر کشاورز خالصه درس: امید ریاضی شرطی استقالل متغیر های تصادفی پیوسته x و y استقالل و امید

Διαβάστε περισσότερα

هندسه تحلیلی و جبر خطی ( خط و صفحه )

هندسه تحلیلی و جبر خطی ( خط و صفحه ) هندسه تحلیلی جبر خطی ( خط صفحه ) z معادالت متقارن ) : خط ( معادله برداری - معادله پارامتری P فرض کنید e معادلهی خطی باشد که از نقطه ی P به مازات بردار ( c L ) a b رسم شده باشد اگر ( z P ) x y l L نقطهی

Διαβάστε περισσότερα

6- روش های گرادیان مبنا< سر فصل مطالب

6- روش های گرادیان مبنا< سر فصل مطالب 1 بنام خدا بهینه سازی شبیه سازی Simulation Optimization Lecture 6 روش های بهینه سازی شبیه سازی گرادیان مبنا Gradient-based Simulation Optimization methods 6- روش های گرادیان مبنا< سر فصل مطالب 2 شماره

Διαβάστε περισσότερα

Spacecraft thermal control handbook. Space mission analysis and design. Cubesat, Thermal control system

Spacecraft thermal control handbook. Space mission analysis and design. Cubesat, Thermal control system سیستم زیر حرارتی ماهواره سرفصل های مهم 1- منابع مطالعاتی 2- مقدمه ای بر انتقال حرارت و مکانیزم های آن 3- موازنه انرژی 4 -سیستم های کنترل دما در فضا 5- مدل سازی عددی حرارتی ماهواره 6- تست های مورد نیاز

Διαβάστε περισσότερα

srmphp.blog.ir موسسه آموزش عالی مهراروند ساختمان داده مهندس سید رسول موسوی تهیه و تنظیم: الهام صباحی

srmphp.blog.ir موسسه آموزش عالی مهراروند ساختمان داده مهندس سید رسول موسوی تهیه و تنظیم: الهام صباحی موسسه آموزش عالی مهراروند ساختمان داده استاد: مهندس سید رسول موسوی تهیه و تنظیم: الهام صباحی 1 زندگی یعنی تکاپو زندگی یعنی هیاهو زندگی یعنی شب نو روز نو اندیشه نو زندگی یعنی غم نو حسرت نو پیشه ی نو زندگی

Διαβάστε περισσότερα

فصل چهارم : مولتی ویبراتورهای ترانزیستوری مقدمه: فیدبک مثبت

فصل چهارم : مولتی ویبراتورهای ترانزیستوری مقدمه: فیدبک مثبت جزوه تکنیک پالس فصل چهارم: مولتی ویبراتورهای ترانزیستوری فصل چهارم : مولتی ویبراتورهای ترانزیستوری مقدمه: فیدبک مثبت در تقویت کننده ها از فیدبک منفی استفاده می نمودیم تا بهره خیلی باال نرفته و سیستم پایدار

Διαβάστε περισσότερα

جلسه ی ۱۱: درخت دودویی هرم

جلسه ی ۱۱: درخت دودویی هرم دانشکده ی علوم ریاضی ساختمان داده ا بان جلسه ی : درخت دودویی هرم مدر س: دکتر شهرام خزاي ی نگارنده: احمدرضا رحیمی مقدمه الگوریتم مرتب سازی هرمی یکی دیگر از الگوریتم های مرتب سازی است که دارای برخی از بهترین

Διαβάστε περισσότερα

به نام خدا. Sparse Coding ستاره فرامرزپور

به نام خدا. Sparse Coding ستاره فرامرزپور به نام خدا Sparse Coding ستاره فرامرزپور 120728399 1 فهرست مطالب مقدمه... 0 برخی کاربردها... 0 4... تنک: کدگذاری مبانی تجزیه معادله تنک:... 5 6...:α Sparse پیدا ه یا الگوریتم کردن ضریب یادگیری ه یا روش

Διαβάστε περισσότερα

فصل سوم جریان های الکتریکی و مدارهای جریان مستقیم جریان الکتریکی

فصل سوم جریان های الکتریکی و مدارهای جریان مستقیم جریان الکتریکی فصل سوم جریان های الکتریکی و مدارهای جریان مستقیم جریان الکتریکی در رساناها مانند یک سیم مسی الکترون های آزاد وجود دارند که با سرعت های متفاوت بطور کاتوره ای)بی نظم(در حال حرکت هستند بطوریکه بار خالص گذرنده

Διαβάστε περισσότερα

سینماتیک مستقیم و وارون

سینماتیک مستقیم و وارون 3 سینماتیک مستقیم و وارون بهنام میری پور فرد استادیار گروه مهندسی رباتیک دانشگاه صنعتی همدان همدان ایران bmf@hut.ac.ir B. Miripour Fard Hamedan University of Technology 1 در سینماتیک حرکت بررسی کند می

Διαβάστε περισσότερα

SanatiSharif.ir مقطع مخروطی: دایره: از دوران خط متقاطع d با L حول آن یک مخروط نامحدود بدست میآید که سطح مقطع آن با یک

SanatiSharif.ir مقطع مخروطی: دایره: از دوران خط متقاطع d با L حول آن یک مخروط نامحدود بدست میآید که سطح مقطع آن با یک مقطع مخروطی: از دوران خط متقاطع d با L حول آن یک مخروط نامحدود بدست میآید که سطح مقطع آن با یک صفحه میتواند دایره بیضی سهمی هذلولی یا نقطه خط و دو خط متقاطع باشد. دایره: مکان هندسی نقاطی است که فاصلهی

Διαβάστε περισσότερα

دانشکده علوم ریاضی دانشگاه گیلان آزمون پایان ترم درس: هندسه منیفلد 1 باشد. دهید.f (gx) = (gof 1 )f X شده باشند سوالات بخش میان ترم

دانشکده علوم ریاضی دانشگاه گیلان آزمون پایان ترم درس: هندسه منیفلد 1 باشد. دهید.f (gx) = (gof 1 )f X شده باشند سوالات بخش میان ترم آزمون پایان ترم درس: هندسه منیفلد 1 زمان آزمون 120 دقیقه نیمسال: اول 95-94 رشته تحصیلی : ریاضی محض 1. نشان دهید X یک میدان برداري روي M است اگر و فقط اگر براي هر تابع مشتقپذیر f روي X(F ) M نیز مشتقپذیر

Διαβάστε περισσότερα

فصل چهارم تعیین موقعیت و امتدادهای مبنا

فصل چهارم تعیین موقعیت و امتدادهای مبنا فصل چهارم تعیین موقعیت و امتدادهای مبنا هدف های رفتاری پس از آموزش و مطالعه این فصل از فراگیرنده انتظار می رود بتواند: 1 راهکار کلی مربوط به ترسیم یک امتداد در یک سیستم مختصات دو بعدی و اندازه گیری ژیزمان

Διαβάστε περισσότερα

فصل دوم مثلثات نسبت های مثلثاتی دایره مثلثاتی روابط بین نسبتهای مثلثاتی

فصل دوم مثلثات نسبت های مثلثاتی دایره مثلثاتی روابط بین نسبتهای مثلثاتی 37 فصل دوم مثلثات نسبت های مثلثاتی دایره مثلثاتی روابط بین نسبتهای مثلثاتی 38 آخر این درس با چی آشنا میشی نسبت های مثلثاتی آشنایی با نسبت های مثلثاتی سینوس کسینوس تانژانت کتانژانت 39 به شکل مقابل نگاه

Διαβάστε περισσότερα

هر عملگرجبر رابطه ای روی يک يا دو رابطه به عنوان ورودی عمل کرده و يک رابطه جديد را به عنوان نتيجه توليد می کنند.

هر عملگرجبر رابطه ای روی يک يا دو رابطه به عنوان ورودی عمل کرده و يک رابطه جديد را به عنوان نتيجه توليد می کنند. 8-1 جبررابطه ای يک زبان پرس و جو است که عمليات روی پايگاه داده را توسط نمادهايی به صورت فرمولی بيان می کند. election Projection Cartesian Product et Union et Difference Cartesian Product et Intersection

Διαβάστε περισσότερα

مبانی برنامه نویسی با #C

مبانی برنامه نویسی با #C مبانی برنامه نویسی با #C 0 Welcome to C# Beginning Programming with the Visual Studio 2013 Environment Writing Your First Program Using Namespaces Creating a Graphical Application 1 Working with Variables,

Διαβάστε περισσότερα

جلسه 16 نظریه اطلاعات کوانتمی 1 ترم پاییز

جلسه 16 نظریه اطلاعات کوانتمی 1 ترم پاییز نظریه اطلاعات کوانتمی ترم پاییز 39-39 مدرسین: ابوالفتح بیگی و امین زاده گوهري نویسنده: محم دحسن آرام جلسه 6 تا اینجا با دو دیدگاه مختلف و دو عامل اصلی براي تعریف و استفاده از ماتریس چگالی جهت معرفی حالت

Διαβάστε περισσότερα

محاسبات کوانتمی 1 علم ساخت و استفاده از کامپیوتري است که بر پایه ي اصول مکانیک کوانتم قرار گرفته است.

محاسبات کوانتمی 1 علم ساخت و استفاده از کامپیوتري است که بر پایه ي اصول مکانیک کوانتم قرار گرفته است. محاسبات کوانتمی (22671) ترم بهار 1390-1391 مدرس: سلمان ابوالفتح بیگی نویسنده: سلمان ابوالفتح بیگی جلسه 1 محاسبات کوانتمی 1 علم ساخت و استفاده از کامپیوتري است که بر پایه ي اصول مکانیک کوانتم قرار گرفته

Διαβάστε περισσότερα

Beta Coefficient نویسنده : محمد حق وردی

Beta Coefficient نویسنده : محمد حق وردی مفهوم ضریب سهام بتای Beta Coefficient نویسنده : محمد حق وردی مقدمه : شاید بارها در مقاالت یا گروهای های اجتماعی مربوط به بازار سرمایه نام ضریب بتا رو دیده باشیم یا جایی شنیده باشیم اما برایمان مبهم باشد

Διαβάστε περισσότερα

تئوری رفتار مصرف کننده : می گیریم. فرض اول: فرض دوم: فرض سوم: فرض چهارم: برای بیان تئوری رفتار مصرف کننده ابتدا چهار فرض زیر را در نظر

تئوری رفتار مصرف کننده : می گیریم. فرض اول: فرض دوم: فرض سوم: فرض چهارم: برای بیان تئوری رفتار مصرف کننده ابتدا چهار فرض زیر را در نظر تئوری رفتار مصرف کننده : می گیریم برای بیان تئوری رفتار مصرف کننده ابتدا چهار فرض زیر را در نظر فرض اول: مصرف کننده یک مصرف کننده منطقی است یعنی دارای رفتار عقالیی می باشد به عبارت دیگر از مصرف کاالها

Διαβάστε περισσότερα

هد ف های هفته ششم: 1- اجسام متحرک و ساکن را از هم تشخیص دهد. 2- اندازه مسافت و جا به جایی اجسام متحرک را محاسبه و آن ها را مقایسه کند 3- تندی متوسط

هد ف های هفته ششم: 1- اجسام متحرک و ساکن را از هم تشخیص دهد. 2- اندازه مسافت و جا به جایی اجسام متحرک را محاسبه و آن ها را مقایسه کند 3- تندی متوسط هد ف های هفته ششم: 1- اجسام متحرک و ساکن را از هم تشخیص دهد. - اندازه مسافت و جا به جایی اجسام متحرک را محاسبه و آن ها را مقایسه کند 3- تندی متوسط اجسام متحرک را محاسبه کند. 4- تندی متوسط و لحظه ای را

Διαβάστε περισσότερα

مود لصف یسدنه یاه لیدبت

مود لصف یسدنه یاه لیدبت فصل دوم 2 تبدیلهای هندسی 1 درس او ل تبدیل های هندسی در بسیاری از مناظر زندگی روزمره نظیر طراحی پارچه نقش فرش کاشی کاری گچ بری و... شکل های مختلف طبق الگویی خاص تکرار می شوند. در این فصل وضعیت های مختلفی

Διαβάστε περισσότερα

زمین شناسی ساختاری.فصل پنجم.محاسبه ضخامت و عمق الیه

زمین شناسی ساختاری.فصل پنجم.محاسبه ضخامت و عمق الیه پن ج م فص ل محاسبه ضخامت و عم ق الهی زمین شناسی ساختاری.کارشناسی زمین شناسی.بخش زمین شناسی دانشکده علوم.دانشگاه شهید باهنر کرمان.استاد درس:دکتر شهرام شفیعی بافتی 1 تعاریف ضخامت - فاصله عمودی بین دو صفحه

Διαβάστε περισσότερα

به نام خدا. الف( توضیح دهید چرا از این تکنیک استفاده میشود چرا تحلیل را روی کل سیگنال x[n] انجام نمیدهیم

به نام خدا. الف( توضیح دهید چرا از این تکنیک استفاده میشود چرا تحلیل را روی کل سیگنال x[n] انجام نمیدهیم پردازش گفتار به نام خدا نیمسال اول 59-59 دکتر صامتی تمرین سری سوم پیشبینی خطی و کدینگ شکلموج دانشکده مهندسی کامپیوتر زمان تحویل: 32 آبان 4259 تمرینهای تئوری: سوال 1. می دانیم که قبل از انجام تحلیل پیشبینی

Διαβάστε περισσότερα

http://econometrics.blog.ir/ متغيرهای وابسته نماد متغيرهای وابسته مدت زمان وصول حساب های دريافتني rcp چرخه تبدیل وجه نقد ccc متغیرهای کنترلی نماد متغيرهای کنترلي رشد فروش اندازه شرکت عملکرد شرکت GROW SIZE

Διαβάστε περισσότερα

فصل سوم : عناصر سوئیچ

فصل سوم : عناصر سوئیچ فصل سوم : عناصر سوئیچ رله الکترومکانیکی: یک آهنربای الکتریکی است که اگر به آن ولتاژ بدهیم مدار را قطع و وصل می کند. الف: دیود بعنوان سوئیچ دیود واقعی: V D I D = I S (1 e η V T ) دیود ایده آل: در درس از

Διαβάστε περισσότερα

مقاومت مصالح 2 فصل 9: خيز تيرها. 9. Deflection of Beams

مقاومت مصالح 2 فصل 9: خيز تيرها. 9. Deflection of Beams مقاومت مصالح فصل 9: خيز تيرها 9. Deflection of eams دکتر مح مدرضا نيرومند دااگشنه ايپم نور اصفهان eer Johnston DeWolf ( ) رابطه بين گشتاور خمشی و انحنا: تير طره ای تحت بار متمرکز در انتهای آزاد: P انحنا

Διαβάστε περισσότερα

یدنب هشوخ یاه متیروگلا

یدنب هشوخ یاه متیروگلا تحلیل خوشه ای مقدمه در این قسمت ابتدا چند تعریف بیان می کنیم و در ادامه به جزئیات این تعاریف و کاربردهای تحلیل خوشه ای در علوم مختلف می پردازیم و نیز با مشکالتی که در تحلیل خوشه ای مواجه هستیم اشاره ای

Διαβάστε περισσότερα

نظریه زبان ها و ماشین ها

نظریه زبان ها و ماشین ها نظریه زبان ها و ماشین ها Theory of Languages & Automatas سید سجاد ائم ی زمستان 94 به نام خدا پیش گفتار جزوه پیش رو جهت استفاده دانشجویان عزیز در درس نظریه زبانها و ماشینها تهیه شده است. در این جزوه با

Διαβάστε περισσότερα