data:text/html;base64,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
دکتر بی بی هانیه میر ابراهیمی پازیکوئی
دانشیار
درباره من
انتشارات
دروس
پایان نامه ها
کتاب ها
دکتر بی بی هانیه میر ابراهیمی پازیکوئی
دانشیار
دانشکده علوم ریاضی
ریاضی محض
EN
EN
تماس با من
سرفصل مطالب
#
سرفصل مطالب
طرح درس (براساس سرفصل)
1
معرفی مختصات قطبی و نمایش نقاط در این دستگاه. تبدیل مختصات قطبی و دکارتی، رسم تقریبی برخی منحنی های قطبی
2
حساب دیفرانسیل و انتگرال منحنی های قطبی، محاسبه مساحت، خط مماس و طول قوس در منحنی های قطبی
3
معرفی فضای سه بعدی و مختصات دکارتی در فضا، معرفی بردار ها در فضا، معادلات خط و صفحه در فضا
4
معرفی رویه های استاندارد درجه دوم و رسم تقریبی آنها
5
معرفی توابع برداری و مفهوم حد، مشتق و انتگرال آنها، محاسبه طول قوس منحنی های فضایی و ارائه مثالهای کافی
6
فرمول های مرتبط و وضعیت خط و صفحه در فضا نسبت یه هم، معرفی انحنا و تاب منحنی های فضایی
7
حل مثالهای کافی از انحنا و تاب، معرفی کنج فرنه، کاربرد در فیزیک و بررسی حرکت در فضا و فرمولهای سرعت و شتاب برای حرکت در فضا
8
معرفی توابع چند متغیره و حد و پیوستگی آنها، محاسبات مربوط به حد توابع چند متغیره، پیوستگی توابع چند متغیره
9
مشتق جزیی توابع چند متغیره، قضیه کلرو، مشتقات جزیی مراتب بالاتر و مشتق ضمنی توابع چند متغیره
10
معرفی صفحات مماس و تقریبهای خطی، معرفی بردار گرادیان، کاربردهای بردار گرادیان
11
معرفی مشتق سویی، بیشترین و کمترین تغییر یک تابع چند متغیره، مبحث اکسترممهای توابع چند متغیره
12
محاسبه اکسترممها و نقاط زینی توابع دو متغیره، معرفی ضرایب لاگرانژ برای محاسبه اکسترممهای مقید توابع چند متغیره
13
ادامه ضرایب لاگرانژ و مسائل بیشتر از مباحث مطرح شده
14
معرفی انتگرال های دوگانه روی نواحی مستطیلی برای محاسبه حجم، معرفی انتگرال های مکرر و قضیه فوبینی برای محاسبه انتگرالهای دوگانه روی نواحی مستطیلی
15
انتگرال دوگانه روی نواحی کلی، نواحی نوع اول و دوم و محاسبه انتگرالهای دوگانه در حالت کلی، کاربردهای انتگرال دوگانه، محاسبه انتگرال دوگانه در مختصات قطبی
16
معرفی انتگرال های سه گانه روی نواحی مکعب مستطیل و محاسبه آنها با استفاده از انتگرالهای مکرر، معرفی انتگرال های سه گانه روی نواحی کلی و محاسبه انها
17
مثالهای بیشتر از انتگرالهای سه گانه، دستگاههای مختصات استوانه ای و کروی و محاسبه انتگرالهای سه گانه در آنها
18
حل مثالهایی از انتگرالهای دو و سه گانه
19
تغییر متغیر در انتگرالهای دو و سه گانه و حل مثالهای آنها
20
معرفی میدان های برداری، معرفی انتگرال خط توابع چند متغیره و مثالهای آن
21
انتگرالهای خط میدان های برداری، قضیه اساسی انتگرالهای خط و پایستاری میدان های برداری، تابع پتانسیل و طریقه محاسبه آن
22
قضیه گرین، کاربردهای قضیه گرین در محاسبه مساحت و انتگرالهای خط میدان های برداری دو بعدی
23
معرفی تاو و واگرایی، بیان صورت های برداری قضیه گرین
24
معرفی رویه های پارامتری، محاسبه مساحت رویه های پارامتری
25
معرفی انتگرال رویه ای و حل مثالهای متعدد
26
قضایای استوکس و واگرایی و بیان مثالهایی از آنها حل تعداد کافی مثال از این مبحث