اپلیکیشن اندرویدی فلش‌کارت آموزشی مبانی نظری معادلات دیفرانسیل با مشتقات جزئی و کاربردهای آن در فیزیک نظری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی نظری معادلات دیفرانسیل با مشتقات جزئی و کاربردهای آن در فیزیک نظری

موضوع کلی: ریاضیات محض و کاربردی

موضوع میانی: معادلات دیفرانسیل و انتگرال

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مفاهیم پایه معادلات دیفرانسیل
• 2. حل معادلات دیفرانسیل مرتبه اول
• 3. روش‌های حل معادلات دیفرانسیل مرتبه دوم خطی
• 4. مقدمه‌ای بر معادلات دیفرانسیل با مشتقات جزئی
• 5. دسته‌بندی معادلات دیفرانسیل با مشتقات جزئی
• 6. معادله موج و حل‌های آن
• 7. معادله گرما و حل‌های آن
• 8. معادله لاپلاس و حل‌های آن
• 9. روش فوریه برای حل معادلات دیفرانسیل با مشتقات جزئی
• 10. توابع ویژه و کاربرد آن‌ها
• 11. توابع بسل و کاربرد آن‌ها
• 12. چندجمله‌ای‌های لژاندر و کاربرد آن‌ها
• 13. معادلات هیون و ارتباط آن‌ها با نظریه میدان‌های همدیس
• 14. نظریه ایزومونودرومی
• 15. مقدمه‌ای بر نظریه میدان‌های همدیس (CFT)
• 16. کاربرد CFT در فیزیک آماری
• 17. کاربرد CFT در فیزیک ذرات بنیادی
• 18. ارتباط بین معادلات دیفرانسیل و نظریه میدان‌های همدیس
• 19. مسئله لیوویل و حل‌های آن
• 20. مسئله پوانکاره و حل‌های آن
• 21. مسئله هیون و حل‌های آن
• 22. معادلات دیفرانسیل در مکانیک کوانتومی
• 23. معادلات دیفرانسیل در مکانیک آماری
• 24. معادلات دیفرانسیل در نظریه نسبیت عام
• 25. کاربرد معادلات دیفرانسیل در دینامیک سیالات
• 26. کاربرد معادلات دیفرانسیل در انتقال حرارت
• 27. کاربرد معادلات دیفرانسیل در انتشار امواج
• 28. تحلیل عددی معادلات دیفرانسیل با مشتقات جزئی
• 29. روش تفاضل محدود
• 30. روش المان محدود
• 31. روش حجم محدود
• 32. حل عددی معادله موج
• 33. حل عددی معادله گرما
• 34. حل عددی معادله لاپلاس
• 35. مقدمه‌ای بر بهینه‌سازی عددی
• 36. روش‌های تکراری برای حل دستگاه معادلات خطی
• 37. روش‌های گرادیان کاهشی
• 38. روش‌های نیوتن
• 39. بهینه‌سازی در یادگیری ماشین
• 40. کاربرد بهینه‌سازی در مدل‌سازی ریاضی
• 41. مدل‌سازی سیستم‌های دینامیکی
• 42. تحلیل پایداری سیستم‌های دینامیکی
• 43. مقدمه‌ای بر نظریه آشوب
• 44. کاربرد نظریه آشوب در فیزیک
• 45. کاربرد نظریه آشوب در اقتصاد
• 46. کاربرد نظریه آشوب در زیست‌شناسی
• 47. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
• 48. آموزش شبکه‌های عصبی
• 49. شبکه‌های عصبی کانولوشنال
• 50. شبکه‌های عصبی بازگشتی
• 51. کاربرد شبکه‌های عصبی در پردازش تصویر
• 52. کاربرد شبکه‌های عصبی در پردازش زبان طبیعی
• 53. مقدمه‌ای بر یادگیری عمیق
• 54. معماری‌های یادگیری عمیق
• 55. ماتریس‌ها و دترمینان‌ها
• 56. فضاهای برداری
• 57. تبدیلات خطی
• 58. مقادیر ویژه و بردارهای ویژه
• 59. جبر خطی عددی
• 60. روش‌های تجزیه ماتریس
• 61. تجزیه مقادیر منفرد (SVD)
• 62. تجزیه مقادیر ویژه (EVD)
• 63. کاربرد جبر خطی در معادلات دیفرانسیل
• 64. کاربرد جبر خطی در یادگیری ماشین
• 65. مقدمه‌ای بر احتمال و آمار
• 66. متغیرهای تصادفی
• 67. توزیع‌های احتمالاتی
• 68. امید ریاضی و واریانس
• 69. قضیه حد مرکزی
• 70. آمار استنباطی
• 71. آزمون فرض آماری
• 72. تحلیل رگرسیون
• 73. تحلیل سری‌های زمانی
• 74. کاربرد احتمال و آمار در مدل‌سازی
• 75. مقدمه‌ای بر بهینه‌سازی ترکیبیاتی
• 76. مسئله فروشنده دوره‌گرد
• 77. مسئله کوله‌پشتی
• 78. مسئله زمان‌بندی
• 79. الگوریتم‌های حریصانه
• 80. برنامه‌ریزی پویا
• 81. تکنیک‌های شاخه و کران
• 82. کاربرد بهینه‌سازی ترکیبیاتی در علوم کامپیوتر
• 83. مقدمه‌ای بر گراف‌ها و نظریه گراف
• 84. انواع گراف‌ها
• 85. مسیرها و دورها در گراف‌ها
• 86. درخت‌ها
• 87. کوتاه‌ترین مسیر
• 88. بزرگترین تطابق
• 89. کاربرد نظریه گراف در علوم کامپیوتر
• 90. نظریه اطلاعات
• 91. آنتروپی اطلاعات
• 92. اطلاعات متقابل
• 93. کدگذاری شانون
• 94. فشرده‌سازی داده‌ها
• 95. مقدمه‌ای بر شبکه‌های بیزی
• 96. یادگیری شبکه‌های بیزی
• 97. استنتاج در شبکه‌های بیزی
• 98. کاربرد شبکه‌های بیزی در مدل‌سازی
• 99. مقدمه‌ای بر بهینه‌سازی چندهدفه
• 100. اصول پارتو