به نام خدا طراحی کامپایلرها
|
|
- Μνήμη Βάμβας
- 6 χρόνια πριν
- Προβολές:
Transcript
1 به نام خدا طراحی کامپایلرها
2 مشکالت تحلیل نحوی باال به پایین چپ گردی در گرامر مستقل از متن می تواند تحلیلگر نحوی را در حلقه ی نامتناهی بیاندازد مثال برای قاعدهی A A α رویهی زیر را داریم: prcedure A begin if lkahead is in First(Aα) then call prcedure A end راه حل: حذف چپ گردی البته بدون این که زبان متناظر گرامر تغییر کند 1
3 مواجهه با چپ گردی الگوریتمی برای حذف چپ گردی ایده ی اولیه: A A α β A β R R α R ε مثال: expr term id expr + term expr - term term expr term rest rest + term rest - term rest ε term id 2
4 حل مشکالت: چپ گردی )1( گرامر دارای چپ گردی قاعده ای دارد که به کمک آن اشتقاقی برای بعضی α ها قابل انجام است مثل A * A α تحلیل نحوی باال به پایین نمی تواند با چنین گرامرهایی کنار بیاید زیرا باید تصمیم ثابتی بگیرد که نتیجتا باعث خاتمه نیافتن A A α β آن خواهد شد A A α A α α A α α α به صورت کلی: A A α β A β A A α R ε گرامر دارای چپ گردی گرامر بدون چپ گردی 3
5 حل مشکالت: چپ گردی )2( به شکل غیررسمی: ( هب همه ی قواعد مربوط به A را در نظر بگیرید و به این شکل مرتب کنید طوری که هیچ β i با A آغاز نشود(: A A α 1 A α 2 A α m β 1 β 2 β n حاال روشی را که پیش تر گفته شد روی آن ها اعمال کنید: A β 1 A β 2 A β n A A α 1 A α 2 A α m A ε با این حساب در مثال ما: E T F E + T T T * F F ( E ) id E T E E + T E ε T F T T * F T ε 4
6 حل مشکالت: چپ گردی )3( مشکل: اگر چپگردی دو یا چند مرحله عمق داشته باشد روش گفتهشده کافی نیست S A a b A A c S d ε S A a S d a ورودی: گرامر G که غیرپایانههای آن به صورت A 1, A 2,, A n خروجی: گرامر معادلی که چپگردی ندارد مرتب شده اند 1 غیرپایانهها را به شکل A 1, A 2,, A n مرتب کنید )که A 1 نماد شروع است( 2 برای i از 1 تا n شروع برای j از 1 تا - 1 i شروع هر قاعده به شکل A i A j γ را با قاعدهای به شکل A j δ 1 δ 2 δ k به طوری که A i δ 1 γ δ 2 γ δ k γ قاعدههای فعلی مربوط به A j هستند جایگزین کنید پایان چپگردی مستقیم را از همهی قاعدههای مربوط به A i حذف کنید پایان 5
7 حل مشکالت: چپ گردی )4( A 1 A 2 a b ε استفاده از الگوریتم در مثال: A 2 A 2 c A 1 d = 1 i در مورد A 1 هیچ چپگردیای وجود ندارد برای j از 1 تا 1 قاعدههای به شکل A 2 A 1 γ را با قاعدههایی به شکل A 1 δ 1 δ 2 δ k به طوری که A 2 δ 1 γ δ 2 γ δ k γ قاعدههای فعلی مربوط به هستند جایگزین میکنیم A 2 A 2 a d b d d تبدیل میشود A 1 بنابراین در مثال A 2 A 1 d به i = 2 A 1 A 2 A 2 a b ε A 2 c A 2 a d b d d آن چه باقی می ماند : آیا کار تمام شده است 6
8 حل مشکالت: چپ گردی )5( نه کار تمام نشده. هنوز باید چپ گردی را حذف کنیم: A 1 A 2 A 2 a b ε A 2 c A 2 a d b d d باید این قاعده را که پیش تر گفته شد اعمال کنیم: A A α 1 A α 2 A α m β 1 β 2 β n A β 1 A β 2 A β n A A α 1 A α 2 A α m A ε 7
9 تبدیل می شود به حل مشکالت: فاکتورگیری چپ مشکل: کدام یک از دو قاعده ی زیر باید انتخاب شود stmt if expr then stmt else stmt if expr then stmt حالت کلی چنین مشکلی: A α β 1 α β 2 α if expr then stmt rest در مثال ما β 1 β 2 else stmt ε A α A stmt if expr then stmt rest A β 1 β 2 rest else stmt ε 8
10 تحلیل نحوی مبتنی بر جدول پویش )1( )تحلیل لغوی( چپ به راست )2( یافتن اشتقاق چپ گرد E T E E + T E ε T id گرامر: خاتمه دهنده $ id id + ورودی: E اشتقاق: )پشته( انباره پردازش 9
11 گرامرهای LL(1) :L پویش ورودی از چپ به راست L: ساخت اشتقاق چپ گرد 1: برای تصمیمگیری در تحلیل نحوی عالوه بر انباره تنها به کی»» نشانهی پیش رو از ورودی نگاه میکند در جدول تحلیل گرامرهای LL(1) در هیچ خانهای 2 قاعده به چشم نمیخورد ویژگی های گرامرهای :LL(1) مبهم نیستند و چپگردی ندارند برای قاعدههایی به شکل :A α β هیچ دو رشته از رشتههایی که از α و β مشتق میشوند نباید با نماد یکسان )مثال a( شروع شوند. به عبارت دیگر اشتراک First(α) و First(β) باید تهی باشد. ε حداکثر از یکی از α یا β ممکن است مشتق شود اگر ε از α مشتق می شود آنگاه اشتراک First(β) و Fllw(A) همه ی نمی توان را گرامرها به شکل LL(1) تبدیل کرد باید تهی باشد. 10
12 روش غیربازگشتی و مبتنی بر جدول $ b a + ورودی )رشتهی اصلی + خاتمهدهنده( رفتار کلی تحلیلگر با توجه به:.1.2 )ورودی فعلی( و )باالی انباره( وقتی $ = a X = کار پایان می یابد و رشته ی ورودی پذیرفته می شود وقتی $ a X X = را از روی انباره برمیداریم نشانهی بعدی را از ورودی.3 میگیریم و به قدم )1( برمیگردیم وقتی X یک غیرپایانه باشد خانهی M[X,a] در جدول بررسی میشود: خروجی مشخص می کند که با توجه به ورودی و انباره تحلیلگر باید چه تصمیمی بگیرد اگر خطا بود رویه ی برخورد با خطا فراخوانی می شود اگر قاعده ای به شکل تحلیلگر نحوی پیش گو جدول تحلیل M[A,a] X Y Z $ نشانه ی انتهای انباره X X U V W بود X را از روی انباره برمیداریم و به a ترتیب V W و U را روی انباره قرار میدهیم )به ورودی کاری نداریم( انباره )غیرپایانه ها و پایانه های گرامر( 11
13 تحلیل نحوی غیربازگشتی )1( E T E E + T E ε T F T T * F T ε F ( E ) id مثال: جدول M نشانهی ورودی غیرپایانه ها id + * ( ) $ E E T E E T E E E + T E E ε E ε T T F T T F T T T ε T * F T T ε T ε F F id F ( E ) 13
14 تحلیل نحوی غیربازگشتی )2( مثال روند تحلیل نحوی: گسترش ورودی انباره ورودی خروجی $ E id + id * id $ E T E $ E T id + id * id $ T F T $ E T F id + id * id $ F id $ E T id id + id * id $ $ E T + id * id $ T ε $ E + id * id $ E + T E $ E T + + id * id $ $ E T id * id $ T F T $ E T F id * id $ F id $ E T id id * id $ $ E T * id $ T * F T $ E T F * * id $ $ E T F id $ F id $ E T id id $ $ E T $ T ε $ E $ E ε $ $ 14
15 تحلیل نحوی غیربازگشتی )3( اشتقاق چپ گرد مثال قبلی: E T E F T E id T E id E id + T E id + F T E id + id T E id + id * F T E id + id * id T E id + id * id E id + id * id 15
16 1 4 چه چیزی کم داریم جدول تحلیل M هنوز ساخته نشده است! یک مجموعههای First و Fllw را برای گرامر به دست آورید. دو الگوریتم زیر را جهت ساخت جدول تحلیل اعمال کنید: قدمهای )2( و )3( را به ازای هر قاعده به شکل A α تکرار میکنیم: 2 اگر پایانهی a در First(α) باشد A α را در خانهی [a M[A, میگذاریم 3 اگر ε عضو First(α) باشد A α را در تمام خانههای [b M[A, میگذاریم که b عضو Fllw(A) است همهی خانههای باقیماندهی جدول که خالیاند معر ف خطای نحوی هستند. 16
17 ساخت جدول تحلیل )2( مثال :1 S i E t S S a First(S) = { i, a } Fllw(S) = { e, $ } S e S ε First(S ) = { e, ε } Fllw(S ) = { e, $ } E b First(E) = { b } Fllw(E) = { t } S i E t S S S a E b First(i E t S S ) = { i } First(a) = { a } First(b) = { b } S e S S ε First(e S) = { e } First(ε) = { ε } Fllw(S ) = { e, $ } نشانهی ورودی غیرپایانه ها a b e i t $ S S a S i E t S S S E + T E S ε S e S E E b S ε 18
18 ساخت جدول تحلیل )3( E T E E + T E ε T F T T * F T ε F ( E ) id E T E First(E, F, T) = { (, id } First(E ) = { +, ε } First(T ) = { *, ε } E + T E مثال :2 Fllw(E, E ) = { ), $ } Fllw(F) = { *, +, ), $ } Fllw(T, T ) = { +, ), $ } E b First(T E ) = First(T) = { (, id } First(+ T E ) = { + } First(b) = { b } E ε First(ε) = { ε } T ε First(ε) = { ε } با توجه به قدم )2( در الگوریتم با توجه به قدم )3( در الگوریتم نشانهی ورودی غیرپایانهها id + * ( ) $ E E T E E T E E E + T E E ε E ε T T F T T F T T T ε T * F T T ε T ε F F id F ( E ) 19
19 )1( حل مشکالت: گرامرهای مبهم این گرامر را در نظر بگیرید: stmt if expr then stmt if expr then stmt else stmt ther stmt مشکل چیست یک درخت تحلیل ساده: if expr then stmt else stmt E 1 S 1 if expr then stmt else stmt else باید به then قبلی مربوط شود E 2 S 2 S 3 20
20 )2( حل مشکالت: گرامرهای مبهم stmt درختهای تحلیل مثال: شکل :1 if expr then stmt E 1 if expr then stmt else stmt E 2 S 1 S 2 stmt شکل :2 if expr then stmt else stmt E 1 if expr then stmt S 2 E 2 S 1 اینجا چه مشکلی وجود دارد 21
21 حذف ابهام )1( اگر این گرامر را در نظر بگیریم: stmt if expr then stmt if expr then stmt else stmt ther S i E t S i E t S e S s E a i a t i a t s e s یا اگر بخواهیم ساده تر بگوییم: رشته ای که مشکل ایجاد می کند: 22
22 حذف ابهام )2( گرامر را اصالح می کنیم تا ابهام حذف شود: S i E t S i E t S e S a E b S M U E M U i E t M e M a i E t S i E t M e U b گرامر اصالح شده را روی گرامر اصالح شده به صورت خواناتر: i a t i a t s e s می آزماییم stmt matched_stmt unmatched_stmt matched_stmt if expr then matched_stmt else matched_stmt ther unmatched_stmt if expr then stmt if expr then matched_stmt else unmatched_stmt 23
23 پردازش خطا شناسایی خطاها پیداکردن جایی که خطا در آن رخ داده است )مثال خطی از کد( اطالعرسانی دقیق و روشن مواجهه با )یا عبور از( خطا برای ادامهی کار و یافتن خطاهای احتمالی آینده در کامپایل برنامههای صحیح نباید تغییری ایجاد شود 24
24 راه بردهای مواجهه با خطا )1( حالت ترس به یک نشانه ی :)Panic Mde(»همگام سازی«دور انداختن نشانه ها )Synchrnizing( تا جایی که بربخوریم نشانههای همگامسازی مثل:»end«و»;«و»{«در زبانهای برنامهسازی بسته به تصمیم طراح کامپایلر کاستی ها: دور انداختن ورودی باعث عدم تعریف صحیح )مثال تعریف متغیرها( و به این ترتیب ایجاد خطاهای بیشتر میشود خطاهای احتمالی در بخشی که دور انداختهایم شناسایی نمیشوند مزایا: سادگی )به ویژه برای حالتی که در هر عبارت «کی سطح عبارت Level( :)Phrase» خطا وجود دارد مناسب است( تصحیح محلی ورودی مثال در برخورد با»,«به جای»;,«حذف و»;«اضافه میشود بسته به تصمیم طراح کامپایلر برای همهی خطاها مناسب نیست می تواند به همراه حالت ترس استفاده میشود تا ورودی کمتری دور انداخته شود 25
25 راه بردهای مواجهه با خطا )2( قواعد خطا )Errr Prductins( افزودن قواعدی به گرامر به منظور ساخت یا تولید تحلیلگر نحوی مثال قاعدهای برای عالمت =: )انتساب در پاسکال( به گرامر زبان C میافزاییم خطا گزارش داده می شود اما فرآیند کامپایل ادامه می یابد تصحیح داخلی )گرامر( و پیامهای عیبیابی تصحیح سراسری )Glbal Crrectin( افزودن حذف کردن یا جای گزینی نشانه ها نتیجه ای نامشخص دارد و ممکن است به تغییرات زیادی منجر شود الگوریتم هایی وجود دارند که می کوشند این تغییرات را در سطح برنامه به حداقل برسانند 26
26 اصالح خطا خطا در چه صورتی رخ می دهد یادآوری تحلیلگر نحوی: $ b a + ورودی X Y Z $ خروجی تحلیلگر نحوی پیش گو جدول تحلیل M[A,a] انباره )1( در صورتی که X پایانه باشد و با ورودی انطباق نداشته باشد )2( در صورتی که ]ورودی M]X, خالی باشد دو روش اصالح: حالت ترس سطح عبارت 27
27 )1( اصالح خطا: روش حالت ترس فرض کنید A یک غیرپایانه در باالی انباره باشد ایده: ورودیها را دور بیاندازیم تا به یکی از نشانههای از مجموعه ی انتخاب اعضای اگر پیش تعریف شده ی مجموعه ی همگام سازی همگام سازی برسیم مهم است مثال : مجموعهی همگامسازی را Fllw(A) در نظر بگیریم و ورودیها را دور بیاندازیم تا به عضوی از این مجموعه برسیم. A را از باالی انباره برداریم و تحلیل نحوی را ادامه دهیم مجموعهی همگامسازی را First(A) در نظر بگیریم و ورودیها را دور بیاندازیم تا به عضوی از این مجموعه برسیم. تحلیل نحوی را از همینجا ادامه دهیم ممکن است بتوان از قاعدههای منتهی به ε هم استفاده کرد پایانه ای روی انباره اضافه کرده ایم باالی انباره باشد که با ورودی نخواند آن را از برمی داریم و در پیغامی می گوییم که آن پایانه را 28
28 )2( اصالح خطا: روش حالت ترس ایده ی کلی: خانه های خالی جدول تحلیل را تغییر دهیم اگر خانهی M[A,a] خالی و a عضو Fllw(A) بود M[A,a] را برابر sync )همگامسازی( قرار میدهیم بنابراین اگر A عنصر باالی انباره و a ورودی فعلی باشد: اگر A غیرپایانه و M[A,a] خالی بود a را از ورودی دور میاندازیم اگر A غیرپایانه و M[A,a] برابر sync بود A را از روی انباره برمیداریم اگر A پایانه ولی نامساوی a بود A را از روی انباره برمیداریم )در واقع به این معنی است که آن را در ورودی اضافه کردهایم( 29
29 )3( اصالح خطا: روش حالت ترس مثال جدول تحلیل تغییریافته: نشانهی ورودی غیرپایانه ها id + * ( ) $ E E T E E T E E E + T E E ε E ε T T F T T F T T T ε T * F T T ε T ε F F id F ( E ) همگامسازی.) sync ( بر اساس مجموعهی.Fllw غیرپایانهی باالی انباره را برمی داریم ورودی را دور می اندازیم 30
30 )4( اصالح خطا: روش حالت ترس مثال روند تغییریافته ی تحلیل نحوی: مالحظات ورودی انباره خطا : دور انداختن + $ id $ E + id * + $ E id * + id $ $ E T id * + id $ $ E T F id * + id $ $ E T id id * + id $ $ E T * + id $ $ E T F * * + id $ خطا : خانهی M[F,+]= sync $ E T F + id $ $ E T + id $ از روی انباره برداشته میشود F $ E + id $ $ E T + + id $ $ E T id $ $ E T F id $ $ E T id id $ $ E T $ $ E $ $ $ پیغام خطای نمونه:»+ به اشتباه واردشده است و دور انداخته میشود«پیغام خطای نمونه:»جمله )Term( پیدا نشد«31
31 نوشتن پیغام های خطا )1( شمارندهای برای ورودی در نظر میگیریم یادآوری: هر غیرپایانه معر ف یک ساخت انتزاعی زبان است مثالهایی از پیغامهای خطا برای گرامر ما: اگر E معر ف»عبارت«باشد: با فرض این که E روی انباره و + ورودی فعلی است:»خطا در محل i: عبارت نمیتواند با + آغاز شود«یا»خطا در محل i: عبارت نادرست است«به طور مشابه برای E روی انباره و * به عنوان ورودی فعلی اگر E معر ف»انتهای عبارت«باشد: با فرض این که E باالی انباره و ورودی فعلی * یا id است:»خطا: عبارتی که در محل j شروع شده است در محل i ظاهری نادرست دارد«نکته: هر بار E را از روی انباره برمیداریم محل فعلی را جایی ذخیره میکنیم 32
32 نوشتن پیغام های خطا )2( مثال هایی از پیغام خطا برای خانه ی sync فرض کنید F باالی انباره و + ورودی فعلی است:»خطا در محل i: بر خالف انتظار عملوند جمع یا ضرب پیدا نشد«فرض کنید E باالی انباره و ) ورودی فعلی است:»خطا در محل i: بر خالف انتظار عبارتی پیدا نشد«33
33 نوشتن پیغام های خطا )3( مثال هایی از حالتی که باالی انباره پایانه ای است که با ورودی نمی خوان د فرض کنید id باالی انباره و + ورودی فعلی است:»خطا در محل i: بر خالف انتظار شناسهای پیدا نشد«فرض کنید ) باالی انباره و ورودی فعلی پایانهای غیر از ) است: هر وقت به یک ( برخوردیم محل آن را در»انبارهی ویژه پرانتز باز«ذخیره می کنیم وقتی که حالت فوق اتفاق افتاد به انبارهی پرانتز باز نگاه میکنیم تا محل آن پرانتز باز را که بسته نشده است بیابیم»خطا در محل i: برای پرانتز بازی که در محل m واقع شده هیچ پرانتز بستهای پیدا نشد«)مثال در صورتی که ورودی $ ) id ( id * + ( id باشد( 34
34 تجمیع پیغام های خطا با جدول تحلیل با توجه به آن چه گفته شد خانه های خالی جدول تحلیل را می توانیم با روش مناسب صدور پیغام خطا پر کنیم 35
35 اصالح خطا: سطح عبارت )1( خانه های خالی جدول تحلیل را با روی ه های مدیریت خطا پر می کنیم. این روی ه ها نه تنها خطاها را گزارش می کنند بلکه: نمادهای روی انباره یا ورودی را تغییر می دهند یا درج / حذف می کنند پیغام خطای مناسب را صادر می کنند کاستی ها: هر گونه تغییر انباره باید با احتیاط انجام شود تا مطمئن شویم اشتقاقی که اصوال در زبان ممکن نیست توسط تحلیلگر نحوی انجام نمی شود باید مراقب حلقه های نامتناهی بود در واقع حالت ترس را گسترش می دهیم تا مدیریت خطا به نحو کامل تری انجام شود 36
36 اصالح خطا: سطح عبارت )2( چه طور پیاده سازی کنیم به هر قاعده در خانه های پر جدول تحلیل و همین طور به حالت sync و خانه های خالی شماره ای یکتا اختصاص می دهیم 37
37 اصالح خطا: سطح عبارت )3( نشانهی ورودی غیرپایانه ها id + * ( ) $ E E T T F E T E 2 E + T E 3 E ε 4 T F T 5 T * F T 6 T ε 7 F ( E ) 8 F id 9 تا :17 همگامسازی ) sync ( 18 تا 25: مدیریت خطا 38
38 حل مشکالت گرامر همه ی ویژگی های یک زبان برنامه سازی را نمی توان با گرامرها )زبان ها( ی مستقل از متن توصیف کرد مثال : تعریف یک شناسه )مثال نام متغیر( پیش از استفاده از آن در ادامهی برنامه رعایت تجانس نوعها در عبارتها )مثال جمع عدد صحیح با عدد صحیح( تطابق پارامترها در زمان تعریف تابع با آرگومان ها در زمان فراخوانی آن این ویژگی ها و نظایر آن ها»حساس به متن«اند و دسته ی دیگری از زبان ها را معرفی می کنند: متن زبان های حساس به زبان های حساس به متن زبان های مستقل از متن زبان های منظم 39
39 زبان های حساس به متن مثال: تعریف شناسه پیش از استفاده L 1 = { w c w w (a b)* } )c n d m ( تطابق پارامترها ( m )a n b و آرگومان ها L 2 = {a n b m c n d m n 1, m 1 } 40
40 زبان های مستقل از متن )1( L 3 = { w c w R w (a b)* } مثال: L 4 = {a n b m c m d n n 1, m 1 } L 5 = {a n b n c m d m n 1, m 1 } L 6 = {a n b n n 1 } 41
41 زبان های مستقل از متن )2( مثال )نمایش به کمک L 3 S = { w c w R w (a b)* } a S a b S b c گرامر(: L 4 = {a n b m c m d n n 1, m 1 } S a S d a A d A b A c b c L 5 = {a n b n c m d m n 1, m 1 } S X Y X a X b a b Y c Y d c d L 6 = {a n b n n 1 } S a S b a b 42
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 περισσότεραتمرین 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 περισσότεραروش 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 περισσότεραجلسه 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 περισσότεραبه نام خدا طراحی کامپایلرها
به نام خدا طراحی کامپایلرها 40-414 2 دورنمای تحلیلگر لغوی تحلیلگر نحوی نشانه ها تحلیلگر لغوی برنامهی مبدأ نشانه ی بعدی جدول عالیم پرسش مهم: وظیفه ی هر جعبه چیست فعال بر تحلیلگر لغوی و تحلیلگر نحوی تمرکز
Διαβάστε περισσότεραمدار 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 περισσότεραتحلیل 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 περισσότεραمفاهیم 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 περισσότεραTop 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 περισσότεραتصاویر 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 περισσότεραسلسله 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 περισσότεραمثال( 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. (,)=() > > < 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 περισσότεραفصل 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 περισσότεραجلسه 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 περισσότεραجلسه 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 περισσότεραجلسه 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 περισσότεραتخمین 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 περισσότεραجلسه 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 περισσότεραجلسه 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 περισσότερα1) { } 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 περισσότεραویرایشسال 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 περισσότεραدانشکده 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 περισσότεραهمبستگی 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 περισσότεραفصل 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 περισσότεραجلسه 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 περισσότεραآزمایش 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 περισσότεραآزمایش 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 περισσότεραجلسه 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 περισσότεραجلسه 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 περισσότεραنظریه 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 περισσότεραفصل 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 περισσότεραدانشکده فنی دانشگاه آزاد اسالمی واحد تهران جنوب مهرماه 1391
دانشکده فنی دانشگاه آزاد اسالمی واحد تهران جنوب مهرماه 1391 اصول طراحی کامپایلر فصل اول : مقدمات فهرست مطالب 5 1 فصل اول : مقدمات 5 5 5 5 6 6 6 انواع مترجم تعریف کامپایلر تعریف اسمبلر تفاوت مفسر و کامپایلر
Διαβάστε περισσότεραقاعده 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 περισσότεραBeta 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 περισσότεραجلسه 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 περισσότεραجلسه 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 περισσότεραهو 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 περισσότεραسايت 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 περισσότεραتمرینات 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 περισσότεραﯽﺳﻮﻃ 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 περισσότεραمعادلهی 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 περισσότεραآزمون 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 περισσότεραبسم 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 περισσότεραمحاسبات 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 περισσότεραمسائل. 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 περισσότεραتحلیل الگوریتم پیدا کردن ماکزیمم
تحلیل الگوریتم پیدا کردن ماکزیمم امید اعتصامی پژوهشگاه دانشهاي بنیادي پژوهشکده ریاضیات 1 انگیزه در تحلیل الگوریتم ها تحلیل احتمالاتی الگوریتم ها روشی براي تخمین پیچیدگی محاسباتی یک الگوریتم یا مساله ي
Διαβάστε περισσότεραفهرست 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 περισσότεραشاخصهای 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 περισσότεραبه 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 περισσότεραجلسه 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 περισσότεραجلسه 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 περισσότεραhttp://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 περισσότεραفصل 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 περισσότεραهندسه 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 περισσότεραهر 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 περισσότεραفعالیت = ) ( )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 περισσότεραAngle 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 περισσότεραدبیرستان 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 περισσότεραعنوان: رمزگذاري جستجوپذیر متقارن پویا
دانشگاه صنعتی شریف دانشکده مهندسی برق گزارش درس ریاضیات رمزنگاري عنوان: رمزگذاري جستجوپذیر متقارن پویا استاد درس: مهندس نگارنده: ز 94 دي ماه 1394 1 5 نماد گذاري و تعریف مسي له 1 6 رمزگذاري جستجوپذیر متقارن
Διαβάστε περισσότεραآموزش 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 περισσότεραجلسه 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 περισσότεραDelaunay Triangulations محیا بهلولی پاییز 93
محیا بهلولی پاییز 93 1 Introduction در فصل های قبلی نقشه های زمین را به طور ضمنی بدون برجستگی در نظر گرفتیم. واقعیت این گونه نیست. 2 Introduction :Terrain یک سطح دوبعدی در فضای سه بعدی با یک ویژگی خاص
Διαβάστε περισσότερα3 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 περισσότεραجلسه 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 περισσότεραارزیابی بهره وری متقاطع DEA بر پایه بهبود پارتو
چکیده ارزیابی بهره وری متقاطع DEA بر پایه بهبود پارتو جی.وو جونفی.چو جیاس ن سان کینگ یوآن ژو ارزیابی بهره وری متقاطع به عنوان یک ابزار گسترده برای تحلیل پوششی داده ها (DEA) دارای کاربرد گسترده ای در ارزیابی
Διαβάστε περισσότεραمود 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 περισσότεραتلفات 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 περισσότεραفصل 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 περισσότεραفصل 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 περισσότεραراهنمای کاربری موتور بنزینی )سیکل اتو(
راهنمای کاربری موتور بنزینی )سیکل اتو( هدف آزمایش : شناخت و بررسی عملکرد موتور بنزینی تئوری آزمایش: موتورهای احتراق داخلی امروزه به طور وسیع برای ایجاد قدرت بکار می روند. ژنراتورهای کوچک پمپ های مخلوط
Διαβάστε περισσότεραفهرست 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 περισσότεραهد 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 περισσότεραنمونه برداری از سیگنالهای زمان پیوسته
فصل چهارم: نمونهبرداری: سیگنالهای گسسته را میتوان به روشهای متعددی ایجاد کرد. یکی از این روشها نمونه برداری از سیگنال های پیوسته است که با یک دوره تناوب خاص می باشد. شکل زیر بلوک دیاگرام یک مبدل سیگنال
Διαβάστε περισσότεραجلسه 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 περισσότεραجلسه 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: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 περισσότεραباشند 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 περισσότεραبرابری کار نیروی برآیند و تغییرات انرژی جنبشی( را بدست آورید. ماتریس ممان اینرسی s I A
مبحث بیست و سوم)مباحث اندازه حرکت وضربه قانون بقای اندازه حرکت انرژی جنبشی و قانون برابری کار نیروی برآیند و تغییرات انرژی جنبشی( تکلیف از مبحث ماتریس ممان اینرسی( را بدست آورید. ماتریس ممان اینرسی s I
Διαβάστε περισσότεραاصول انتخاب موتور با مفاهیم بسیار ساده شروع و با نکات کاربردی به پایان می رسد که این خود به درک و همراهی خواننده کمک بسیاری می کند.
اصول انتخاب موتور اصول انتخاب موتور انتخاب یک موتور به در نظر گرفتن موارد بسیار زیادی از استانداردها عوامل محیطی و مشخصه های بار راندمان موتور و... وابسته است در این مقاله کوتاه به تاثیر و چرایی توان و
Διαβάστε περισσότεραيﺎﻫ ﻢﺘﻳرﻮﮕﻟا و ﺎﻫ ﺖﺧرد فاﺮﮔ ﻲﻤﺘﻳرﻮﮕﻟا ﻪﻳﺮﻈﻧ :سرد ﻲﺘﺸﻬﺑ ﺪﻴﻬﺷ هﺎﮕﺸﻧاد ﺮﺗﻮﻴﭙﻣﺎﻛ مﻮﻠﻋ هوﺮﮔ ﻪﻴﻟوا ﺞﻳﺎﺘﻧ و ﺎﻫﻒ ﻳﺮﻌﺗ
BFS DFS : درخت یک گراف همبند بدون دور است. جنگل یک گراف بدون دور است. پس هر مولفه همبندی جنگل درخت است. هر راس درجه 1 در درخت را یک برگ مینامیم. یک درخت فراگیر از گراف G یک زیردرخت فراگیر از ان است که
Διαβάστε περισσότεραبه 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 περισσότεραمینامند 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 περισσότεραندرک 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 περισσότεραتئوری 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 περισσότεραمارکوف 1.مقدمه: سید مهدی صفوی محمد میکاییلی محمد پویان چکیده ما با مطالعه مدل مخفی میدان تصادفی مارکوف از الگوریتم EM
و بخش بندی تصاویر براساس مارکوف مدل میدان تصادفی مخفی 3 سید مهدی صفوی محمد میکاییلی محمد پویان -دانشجو گروه مهندسی پزشکی دانشکده فنی مهندسی دانشگاه شاهد 3- عضوهیات علمی دانشیار گروه مهندسی پزشکی دانشکده
Διαβάστε περισσότεραI = I CM + Mh 2, (cm = center of mass)
قواعد کلی اینرسی دو ارنی المان گیری الزمه یادگیری درست و کامل این مباحث که بخش زیادی از نمره پایان ترم ار به خود اختصاص می دهند یادگیری دقیق نکات جزوه استاد محترم و درک درست روابط ریاضی حاکم بر آن ها است
Διαβάστε περισσότεραفصل 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 περισσότεραشبکه 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 περισσότεραفیلتر کالمن Kalman Filter
به نام خدا عنوان فیلتر کالمن Kalman Filter سیدمحمد حسینی SeyyedMohammad Hosseini Seyyedmohammad [@] iasbs.ac.ir تحصیالت تکمیلی علوم پایه زنجان Institute for Advanced Studies in Basic Sciences تابستان 95
Διαβάστε περισσότεραتجزیهی بندرز مقدمه کشور هستند. بدین سبب این محدودیتهای مشترک را محدودیتهای پیچیده
تجزیهی بندرز مقدمه بسیاری از مسایلی که از نطر عملی از اهمیت برخوردارند را میتوان بهصورت ترکیبی از چند مساله کوچک در نظر گرفت. در واقع بسیاری از سیستمهای دنیای واقعی دارای ساختارهایی غیر متمرکز هستند. به
Διαβάστε περισσότεραفصل اول پیچیدگی زمانی و مرتبه اجرایی
فصل اول پیچیدگی زمانی و مرتبه اجرایی 1 2 پیچیدگی زمانی Complexity) (Time مثال : 1 تابع زیر جمع عناصر یک آرایه را در زبان C محاسبه می کند. در این برنامه اندازه ورودی همان n یا تعداد عناصر آرایه است و عمل
Διαβάστε περισσότεραsrmphp.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 περισσότεραمثلث بندی دلونی فصل 9 مژگان صالحی- دی 92 استاد راهنما: جناب آقای دکتر محمد فرشی
مثلث بندی دلونی فصل 9 مژگان صالحی- دی 92 استاد راهنما: جناب آقای دکتر محمد فرشی 1 روش اول گراف دوگان دیاگرام ورونوی : دیاگرام ورونوی مثلث بندی وجوهی که مثلث نیستند 2 : روش دوم )الگوریتم تصادفی افزایشی(
Διαβάστε περισσότερα1 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 περισσότεραزمین 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 περισσότεραپنج 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 περισσότεραعوامل جلوگیری کننده از موازی سازی عبارتند از : 1.هزینه I/O 2.هماهنگی/رقابت
عوامل جلوگیری کننده از موازی سازی عبارتند از :.هزینه I/O.هماهنگی/رقابت ممکن است یک برنامه sequential بهتر از یک برنامه موازی باشد بطور مثال یک عدد 000 رقمی به توان یک عدد طوالنی اینکه الگوریتم را چگونه
Διαβάστε περισσότεραنویسنده: 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 περισσότεραیدنب 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 περισσότερα7- روش تقریب میانگین نمونه< سر فصل مطالب
1 بنام خدا بهینه سازی شبیه سازی Simulation Optimization Lecture 7 روش تقریب میانگین نمونه Sample Average Approximation 7- روش تقریب میانگین نمونه< سر فصل مطالب 2 شماره عنوان فصل 1-7 معرفی 2-7 تقریب 3-7
Διαβάστε περισσότερα