‫ﺟﻤﻬﻮري اﺳﻼﻣﯽ اﯾﺮان‬

‫وزارت ﻋﻠﻮم‪ ،‬ﺗﺤﻘﯿﻘﺎت و ﻓﻨﺎوري‬

‫ﺷﻮراي ﻋﺎﻟﯽ ﮔﺴﺘﺮش و ﺑﺮﻧﺎﻣﻪرﯾﺰي آﻣﻮزش ﻋﺎﻟﯽ‬

‫داﻧﺸﮕﺎه ﺗﻬﺮان‬

‫ﺑﺮﻧﺎﻣﻪ درﺳﯽ رﺷﺘﻪ‬

‫آﻣﺎر‬
‫‪STATISTICS|ENGLISH TITLE‬‬
‫ﻣﻘﻄﻊ ﮐﺎرﺷﻨﺎﺳﯽ‬

‫ﺗﻬﯿﻪ ﮐﻨﻨﺪﮔﺎن‪:‬‬
‫ﻋﻀﻮ ﻫﯿﺎت ﻋﻠﻤﯽ داﻧﺸﮕﺎه ﺗﻬﺮان‬ ‫دﮐﺘﺮ ﺳﻤﺎﻧﻪ اﻓﺘﺨﺎري ﻣﻬﺎﺑﺎدي )ﻧﻤﺎﯾﻨﺪه آﻣﻮزﺷﯽ(‬
‫ﻋﻀﻮ ﻫﯿﺎت ﻋﻠﻤﯽ داﻧﺸﮕﺎه ﺗﻬﺮان‬ ‫دﮐﺘﺮ زﻫﺮا رﺿﺎﯾﯽ ﻗﻬﺮودي )ﻣﻌﺎون آﻣﻮزﺷﯽ(‬
‫ﻋﻀﻮ ﻫﯿﺎت ﻋﻠﻤﯽ داﻧﺸﮕﺎه ﺗﻬﺮان‬ ‫دﮐﺘﺮ ﺳﻮداﺑﻪ ﺷﻤﻪ ﺳﻮار )ﻣﺪﯾﺮ ﺑﺨﺶ(‬
 ‫ﺟﺪول ﺗﻐﯿﯿﺮات‬
‫در ﺑﺮﻧﺎﻣﻪ ﺑﺎزﻧﮕﺮي ﺷﺪه‬ ‫در ﺑﺮﻧﺎﻣﻪ ﻗﺒﻠﯽ‬ ‫ردﯾﻒ‬
‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ‬ ‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‬ ‫‪.1‬‬

‫ﺗﻐﯿﯿﺮ ﻋﻨﻮان ﺑﻪ "ﻣﺒﺎﻧﯽ ﻋﻠﻢ اﻗﺘﺼﺎد"‪ ،‬اﺻﻼح و ﺑﻪ روزرﺳﺎﻧﯽ ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ و ﺗﻐﯿﯿﺮ‬ ‫ﻣﺒﺎﻧﯽ اﻗﺘﺼﺎد‬ ‫‪.2‬‬
‫ﺗﻌﺪاد واﺣﺪ از ‪ 4‬ﺑﻪ ‪3‬‬
‫اﻧﺘﻘﺎل از دروس ﭘﺎﯾﻪ ﺑﻪ دروس ﺗﺨﺼﺼﯽ‬ ‫ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ‬ ‫‪.3‬‬

‫اﻧﺘﻘﺎل از دروس ﭘﺎﯾﻪ ﺑﻪ دروس ﺗﺨﺼﺼﯽ‬ ‫ﺟﺒﺮﺧﻄﯽ‬ ‫‪.4‬‬

‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ‪ ،‬اﻧﺘﻘﺎل از دروس ﭘﺎﯾﻪ ﺑﻪ دروس ﺗﺨﺼﺼﯽ‬ ‫اﺣﺘﻤﺎل ‪1‬‬ ‫‪.5‬‬

‫ﺗﻐﯿﯿﺮ ﻧﺎم ﺑﻪ " ﺗﺤﻠﯿﻞ ﭼﻨﺪ ﻣﺘﻐﯿﺮه آﻣﺎري "‪،‬‬ ‫روﺷﻬﺎي ﭼﻨﺪﻣﺘﻐﯿﺮه‬ ‫‪.6‬‬
‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ و اﺿﺎﻓﻪ ﺷﺪن ﻣﻨﺎﺑﻊ‬ ‫ﭘﯿﻮﺳﺘﻪ ‪1‬‬
‫ﺗﻐﯿﯿﺮ ﻧﺎم ﺑﻪ "ﺗﺤﻠﯿﻞ داده ﻫﺎي ﮔﺴﺴﺘﻪ"‪،‬‬ ‫روﺷﻬﺎي ﭼﻨﺪﻣﺘﻐﯿﺮه‬ ‫‪.7‬‬
‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ و اﺿﺎﻓﻪ ﺷﺪن ﻣﻨﺎﺑﻊ‬ ‫ﮔﺴﺴﺘﻪ ‪1‬‬
‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ‬ ‫آﻣﺎر رﯾﺎﺿﯽ ‪1‬‬ ‫‪.8‬‬

‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ‬ ‫آﻣﺎر رﯾﺎﺿﯽ ‪2‬‬ ‫‪.9‬‬

‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ و اﺿﺎﻓﻪ ﺷﺪن ﻣﻨﺎﺑﻊ‬ ‫ﻓﺮآﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ ‪1‬‬ ‫‪.10‬‬

‫اﺻﻼح ﻣﻨﺎﺑﻊ‬ ‫روشﻫﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ‪1‬‬ ‫‪.11‬‬

‫اﺻﻼح ﻣﻨﺎﺑﻊ‬ ‫روشﻫﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ‪2‬‬ ‫‪.12‬‬

‫ﺗﻐﯿﯿﺮ ﭘﯿﺶﻧﯿﺎز ﺑﻪ اﺣﺘﻤﺎل ‪2‬‬ ‫روشﻫﺎي ﻧﺎﭘﺎراﻣﺘﺮي‬ ‫‪.13‬‬

‫اﺿﺎﻓﻪ ﺷﺪن ﻣﻨﺎﺑﻊ‬ ‫رﮔﺮﺳﯿﻮن ‪1‬‬ ‫‪.14‬‬

‫اﺻﻼح ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ و ﻣﻨﺎﺑﻊ‪ ،‬اﻧﺘﻘﺎل از دروس اﺧﺘﯿﺎري ﺑﻪ دروس ﺗﺨﺼﺼﯽ‬ ‫داده ﮐﺎوي‬ ‫‪.15‬‬

‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ و اﺿﺎﻓﻪ ﺷﺪن ﻣﻨﺎﺑﻊ‬ ‫ﺳﺮيﻫﺎي زﻣﺎﻧﯽ ‪1‬‬ ‫‪.16‬‬

‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ و ﻣﻨﺎﺑﻊ‬ ‫ﻃﺮح آزﻣﺎﯾﺶﻫﺎ ‪1‬‬ ‫‪.17‬‬

‫اﺻﻼح ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ و ﻣﻨﺎﺑﻊ‬ ‫ﻃﺮح آزﻣﺎﯾﺶﻫﺎ ‪2‬‬ ‫‪.18‬‬

‫اﺻﻼح ﺑﺨﺸﯽ از ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ و ﺗﻐﯿﯿﺮ ﭘﯿﺶ ﻧﯿﺎز ﺑﻪ " ﻃﺮح آزﻣﺎﯾﺶﻫﺎ ‪"1‬‬ ‫ﻣﺤﺎﺳﺒﺎت آﻣﺎري‬ ‫‪.19‬‬

‫ﺗﻐﯿﯿﺮ واﺣﺪ از ‪ 2‬ﺑﻪ ‪ ،3‬اﺿﺎﻓﻪ ﺷﺪن ﺑﻪ دروس ﺗﺨﺼﺼﯽ‪ ،‬ﺣﺬف ﻧﮕﺎرش ﻋﻠﻤﯽ از‬ ‫ﮐﺎرآﻣﻮزي‬ ‫‪.20‬‬
‫ﭘﯿﺶﻧﯿﺎزﻫﺎي اﯾﻦ درس‬
‫اﺿﺎﻓﻪ ﺷﺪن ﺑﻪ دروس ﺗﺨﺼﺼﯽ‪ ،‬ﺣﺬف ﻧﮕﺎرش ﻋﻠﻤﯽ از ﭘﯿﺶﻧﯿﺎزﻫﺎي اﯾﻦ درس‬ ‫ﭘﺮوژه ﮐﺎرﺷﻨﺎﺳﯽ‬ ‫‪.21‬‬

‫ﯾﺎدﮔﯿﺮي آﻣﺎري ﻣﻘﺪﻣﺎﺗﯽ‬ ‫درس ﺟﺪﯾﺪ‬ ‫‪.22‬‬

‫اﺿﺎﻓﻪ ﺷﺪن ﻣﻨﺎﺑﻊ‬ ‫رﮔﺮﺳﯿﻮن ‪2‬‬ ‫‪.23‬‬

‫اﺻﻼح ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ‪ ،‬ﻣﻨﺎﺑﻊ‪ ،‬ﭘﯿﺶ ﻧﯿﺎز‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ آﻣﺎر رﺳﻤﯽ‬ ‫‪.24‬‬

‫ﻣﺒﺎﻧﯽ ﻣﻬﻨﺪﺳﯽ ﻣﺎﻟﯽ‬ ‫درس ﺟﺪﯾﺪ‬ ‫‪.25‬‬

‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪3 /‬‬
‫ﺗﺤﻠﯿﻞ آﻣﺎري در ﺑﺎزار ﺳﺮﻣﺎﯾﻪ‬ ‫درس ﺟﺪﯾﺪ‬ ‫‪.26‬‬

‫ﻣﺒﺎﻧﯽ و ﮐﺎرﺑﺮدﻫﺎي ﭘﺎﯾﮕﺎه دادهﻫﺎ‬ ‫درس ﺟﺪﯾﺪ‬ ‫‪.27‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﺮم اﻓﺰار ‪R‬‬ ‫درس ﺟﺪﯾﺪ‬ ‫‪.28‬‬

‫ﯾﺎدﮔﯿﺮي آﻣﺎري در آﻣﺎر رﺳﻤﯽ‬ ‫درس ﺟﺪﯾﺪ‬ ‫‪.29‬‬

‫ﺣﺬف ﺷﺪه‬ ‫روﺷﻬﺎي ﭼﻨﺪﻣﺘﻐﯿﺮه‬ ‫‪.30‬‬

‫ﭘﯿﻮﺳﺘﻪ‪2‬‬
‫ﺣﺬف ﺷﺪه‬ ‫روشﻫﺎي ﻧﻮﯾﻦ آﻣﺎري‬ ‫‪.31‬‬

‫ﺗﻐﯿﯿﺮ واﺣﺪ از ‪ 2‬ﺑﻪ ‪3‬‬ ‫ﻧﮕﺎرش ﻋﻠﻤﯽ‬ ‫‪.32‬‬

‫ﺗﻐﯿﯿﺮ واﺣﺪ از ‪ 2‬ﺑﻪ ‪ ،3‬اﺻﻼح ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ‬ ‫ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪1‬‬ ‫‪.33‬‬

‫ﺗﻐﯿﯿﺮ واﺣﺪ از ‪ 2‬ﺑﻪ ‪ ،3‬اﺻﻼح ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ‪ ،‬ﺣﺬف رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪ 2‬از ﭘﯿﺶﻧﯿﺎزﻫﺎ‬ ‫ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪2‬‬ ‫‪.34‬‬

‫ﺣﺬف ﻫﻤﻨﯿﺎزي آﻧﺎﻟﯿﺰرﯾﺎﺿﯽ‪ 2‬ﺑﺎ ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻂ‪ ،‬آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪ 1‬ﭘﯿﺶﻧﯿﺎز ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻂ‬ ‫ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻂ‬ ‫‪.35‬‬

‫ﺣﺬف ﺑﺮﻧﺎﻣﻪ ﺳﺎزي ﭘﯿﺸﺮﻓﺘﻪ از ﭘﯿﺶ ﻧﯿﺎزﻫﺎي آزﻣﺎﯾﺸﮕﺎه رﯾﺎﺿﯽ‪ ،‬ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪ‬ ‫آزﻣﺎﯾﺸﮕﺎه رﯾﺎﺿﯽ‬ ‫‪.36‬‬
‫ﺳﺎزي ﭘﯿﺶ ﻧﯿﺎز آزﻣﺎﯾﺸﮕﺎه رﯾﺎﺿﯽ‬
‫اﻓﺰودن ﺣﺴﺎﺑﺎن ﭘﯿﺸﺮﻓﺘﻪ ﺑﻪ دروس اﺧﺘﯿﺎري‬ ‫‪.37‬‬

‫اﻓﺰودن آزﻣﺎﯾﺸﮕﺎه ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪ 1‬ﺑﻪ دروس اﺧﺘﯿﺎري‬ ‫‪.38‬‬

‫اﻓﺰودن آزﻣﺎﯾﺸﮕﺎه ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪ 2‬ﺑﻪ دروس اﺧﺘﯿﺎري‬ ‫‪.39‬‬

‫اﻓﺰودن ﻣﺒﺎﻧﯽ ﻣﻨﻄﻖ ﺑﻪ دروس اﺧﺘﯿﺎري‬ ‫‪.40‬‬

‫اﻓﺰودن ﺑﺮﻧﺎﻣﻪ ﺳﺎزي ﭘﯿﺸﺮﻓﺘﻪ ﺑﻪ دروس اﺧﺘﯿﺎري‬ ‫‪.41‬‬

‫ﺗﻐﯿﯿﺮ ﺗﻌﺪاد واﺣﺪ ﻓﺎرغ اﻟﺘﺤﺼﯿﻠﯽ از ‪132‬ﺑﻪ ‪ 135‬واﺣﺪ‬ ‫‪.42‬‬

‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪4 /‬‬

‫ﻓﺼﻞ اول‬

‫ﻣﺸﺨﺼﺎت ﮐﻠﯽ ﺑﺮﻧﺎﻣﻪ درﺳﯽ‬

‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪5 /‬‬
‫اﻟﻒ( ﻣﻘﺪﻣﻪ‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر )‪ (Statistics‬اوﻟﯿﻦ ﻣﻘﻄﻊ ﺗﺤﺼﯿﻼت داﻧﺸﮕﺎﻫﯽ اﺳﺖ ﮐﻪ در آن داﻧﺸﺠﻮ ﺑﻪ ﯾﺎدﮔﯿﺮي اﺻﻮل ﻧﻈﺮي و ﮐﺎرﺑﺮدي آﻣﺎر و‬
‫ﺗﺤﻠﯿﻞﻫﺎي آﻣﺎري ﻣﯽ ﭘﺮدازد‪ .‬در اﯾﻦ دوره داﻧﺸﺠﻮ ﺑﺎ ﻣﺒﺎﻧﯽ ﻧﻈﺮي اوﻟﯿﻪ آﻣﺎر و اﺣﺘﻤﺎﻻت‪ ،‬ﺷﺎﺧﻪﻫﺎي ﮐﺎرﺑﺮدي روشﻫﺎي آﻣﺎري‪ ،‬ﺟﻤﻊ آوري‪،‬‬
‫وﯾﺮاﯾﺶ‪ ،‬ﭘﯿﺶ ﭘﺮدازش و ﺗﺤﻠﯿﻞ دادهﻫﺎ و ﮐﺎرﺑﺮدﻫﺎي ﺗﺤﻠﯿﻞ ﻫﺎي آﻣﺎري در رﺷﺘﻪ ﻫﺎي ﻣﺨﺘﻠﻒ آﺷﻨﺎ ﻣﯽ ﺷﻮد‪.‬‬

‫ب( ﻣﺸﺨﺼﺎت ﮐﻠﯽ‪ ،‬ﺗﻌﺮﯾﻒ و اﻫﺪاف‬

‫ﻫﺪف اﯾﻦ ﺑﺮﻧﺎﻣﻪ ﺗﺮﺑﯿﺖ ﻣﺘﺨﺼﺼﺎن و ﮐﺎرﺷﻨﺎﺳﺎﻧﯽ اﺳﺖ ﮐﻪ ﻋﻼوه ﺑﺮ ﺗﻮاﻧﺎﯾﯽ ﺟﻤﻊ آوري‪ ،‬وﯾﺮاﯾﺶ‪ ،‬ﭘﺮدازش و ﺗﺤﻠﯿﻞ دادهﻫﺎ ﺑﺎ اﺳﺘﻔﺎده از‬
‫ﺷﯿﻮهﻫﺎي ﺗﺤﻠﯿﻞ آﻣﺎري و ﮐﺴﺐ آﻣﺎدﮔﯽ ﺑﺮاي ﭘﮋوﻫﺶ و اﻧﺘﻘﺎل ﻋﻠﻢ‪ ،‬از ﺗﻮاﻧﺎﯾﯽ ﺗﺤﻠﯿﻞ ﮐﻤﯽ و ﮐﯿﻔﯽ ﻣﺴﺎﯾﻞ روز ﺟﺎﻣﻌﻪ در زﻣﯿﻨﻪﻫﺎي‬
‫ﺻﻨﻌﺘﯽ‪ ،‬اﻗﺘﺼﺎدي‪ ،‬ﻣﺎﻟﯽ‪ ،‬ﻣﺪﯾﺮﯾﺘﯽ‪ ،‬ﺗﺤﻘﯿﻘﺎت ﭘﺰﺷﮑﯽ‪ ،‬ﻣﻄﺎﻟﻌﺎت ﻣﺤﯿﻄﯽ و ﮐﺸﺎورزي و آﻣﺎرﻫﺎي ﮐﻼن ﺳﯿﺎﺳﯽ ﻧﯿﺰ ﺑﺮﺧﻮردار ﮔﺮدﻧﺪ‪ .‬ﺑﺮﻧﺎﻣﻪ‬
‫رﯾﺰي درﺳﯽ ﺑﻪ ﺷﮑﻠﯽ اﺳﺖ ﮐﻪ داﻧﺸﺠﻮﯾﺎن ﻫﺮ ﺳﻪ رﺷﺘﻪ رﯾﺎﺿﯿﺎت و ﮐﺎرﺑﺮدﻫﺎ‪ ،‬آﻣﺎر و ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ‪ ،‬ﻫﺴﺘﻪي ﻣﺸﺘﺮك ﻗﺎﺑﻞ ﻣﻼﺣﻈﻪ اي از‬
‫دروس را ﻣﯽﮔﺬراﻧﻨﺪ و داﻧﺸﺠﻮﯾﺎن ﺑﺎ اﻧﺘﺨﺎب دروس اﺧﺘﯿﺎري ﻣﻨﺎﺳﺐ در ﺳﺎلﻫﺎي ﺑﺎﻻﺗﺮ ﺗﻮاﻧﺎﯾﯽ اداﻣﻪ ﺗﺤﺼﯿﻞ در دورهﻫﺎي ﺗﺤﺼﯿﻼت‬
‫ﺗﮑﻤﯿﻠﯽ در ﻫﺮ ﮐﺪام از رﺷﺘﻪﻫﺎ را ﺧﻮاﻫﻨﺪ داﺷﺖ‪ .‬ﺑﺮﺧﯽ از ﻧﮑﺎﺗﯽ ﮐﻪ در اﯾﻦ ﺑﺮﻧﺎﻣﻪ ﻣﺪ ﻧﻈﺮ ﻗﺮار ﮔﺮﻓﺘﻪ اﻧﺪ ﻋﺒﺎرﺗﻨﺪ از‪:‬‬

‫ﺟﺬب داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻋﻼﻗﻪ ﺑﻪ آﻣﺎر و ﮐﺎرﺑﺮدﻫﺎي آن در ﺳﺎﯾﺮ ﻋﻠﻮم و ﮔﺮاﯾﺶﻫﺎي ﺑﯿﻦ رﺷﺘﻪ اي‪.‬‬ ‫‪-1‬‬
‫ﺗﺎﻣﯿﻦ ﺑﺴﺘﺮي ﻣﻨﺎﺳﺐ ﺑﺮاي آﯾﻨﺪهي ﺷﻐﻠﯽ ﺑﻬﺘﺮ داﻧﺶ آﻣﻮﺧﺘﮕﺎن‪.‬‬ ‫‪-2‬‬
‫ﺗﻮﺟﻪ ﺑﻪ ﺗﻮاﻧﺎﯾﯽﻫﺎ و ﻋﻼﯾﻖ ﻣﺘﻔﺎوت داﻧﺸﺠﻮﯾﺎن‪.‬‬ ‫‪-3‬‬
‫اﯾﺠﺎد ﺷﺮاﯾﻂ ﻣﻨﺎﺳﺐ ﺑﺮاي اداﻣﻪ ﺗﺤﺼﯿﻞ داﻧﺸﺠﻮﯾﺎن در ﻫﺮ ﯾﮏ از رﺷﺘﻪ ﻫﺎي ﻋﻠﻮم رﯾﺎﺿﯽ و ﺑﯿﻦ رﺷﺘﻪ اي‪.‬‬ ‫‪-4‬‬
‫ﺗﻌﯿﯿﻦ دروس اﺟﺒﺎري در ﺑﺮﻧﺎﻣﻪ در ﺣﺪ ﺿﺮورت وﻣﺘﻌﺎرف در راﺳﺘﺎي ﺗﺎﻣﯿﻦ ﺣﺪاﻗﻞ ﻫﺎي آﻣﻮزﺷﯽ‪.‬‬ ‫‪-5‬‬
‫ﺗﺨﺼﯿﺺ واﺣﺪ ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﺗﻌﻤﯿﻖ ﻻزم در ﻫﺮ درس و ﺗﻌﺪﯾﻞ ﻣﻨﻄﻘﯽ ﺗﻌﺪاد دروس در ﻫﺮ ﻧﯿﻢﺳﺎل‪.‬‬ ‫‪-6‬‬
‫اﯾﺠﺎد دروس اﺧﺘﯿﺎري ﻣﺘﻨﻮع و ﻫﺪﻓﻤﻨﺪ ﺟﻬﺖ اﻓﺰاﯾﺶ ﺗﻮاﻧﺎﯾﯽ ﻫﺎي ﻋﻠﻤﯽ و ﻣﻬﺎرﺗﯽ داﻧﺸﺠﻮﯾﺎن‪.‬‬ ‫‪-7‬‬
‫اﺳﺘﻔﺎده ﺑﻬﯿﻨﻪ از وﻗﺖ اﺳﺎﺗﯿﺪ و ﺣﺬف ﻣﺤﺘﻮاي ﺗﮑﺮاري دروس‪.‬‬ ‫‪-8‬‬
‫اﻣﮑﺎن اراﺋﻪ دروس ﺟﺪﯾﺪ‪ ،‬ﻣﻄﺎﺑﻖ ﻣﻌﯿﺎرﻫﺎي روز ﺑﯿﻦ اﻟﻤﻠﻠﯽ در زﻣﯿﻨﻪ ﻫﺎي ﻣﺨﺘﻠﻒ ﮐﺎرﺑﺮدي‪.‬‬ ‫‪-9‬‬

‫‪ -10‬اﺳﺘﻔﺎده ي ﺑﻬﯿﻨﻪ از ﺗﺨﺼﺺ ﮐﺎدر ﻫﯿﺌﺖ ﻋﻠﻤﯽ و ﺗﻮاﻧﺎﯾﯽ ﻫﺎي ﻣﺘﻔﺎوت آﻧﻬﺎ‪.‬‬

‫پ( ﺿﺮورت و اﻫﻤﯿﺖ‬

‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﮔﺴﺘﺮش روز اﻓﺰون داﻣﻨﻪ ﻋﻠﻢ آﻣﺎر و ﮐﺎرﺑﺮدﻫﺎي ﺑﺴﯿﺎر آن در ﺳﺎﯾﺮ رﺷﺘﻪﻫﺎ ﻫﻤﭽﻮن ﭘﺰﺷﮑﯽ‪ ،‬ﻋﻠﻮم اﺟﺘﻤﺎﻋﯽ‪ ،‬ﻣﻬﻨﺪﺳﯽ ﺻﻨﺎﯾﻊ‪،‬‬
‫اﻗﺘﺼﺎد و ‪ ،...‬در ﺟﻬﺖ ﺗﺤﻘﻖ اﺳﺘﻘﻼل و دﺳﺘﯿﺎﺑﯽ ﺑﻪ ﻋﻠﻮم و ﺗﮑﻨﻮﻟﻮژي روز دﻧﯿﺎ‪ ،‬داﯾﺮ ﻧﻤﻮدن اﯾﻦ دوره و ﺑﺮوز ﮐﺮدن ﺑﺮﻧﺎﻣﻪ ﻫﺎي آن ﺑﺪون‬
‫ﺷﮏ ﯾﮑﯽ از وﻇﺎﯾﻒ اﺻﻠﯽ داﻧﺸﮕﺎﻫﻬﺎي ﮐﺸﻮر اﺳﺖ‪.‬‬

‫ت( ﺗﻌﺪاد و ﻧﻮع واﺣﺪﻫﺎي درﺳﯽ‬

‫ﺑﺮ اﺳﺎس آﯾﯿﻦﻧﺎﻣﻪﻫﺎي ﺑﺎﻻدﺳﺘﯽ‪ ،‬ﻃﻮل دوره ﮐﺎرﺷﻨﺎﺳﯽ ﭘﯿﻮﺳﺘﻪ ﺣﺪاﻗﻞ ﭼﻬﺎر ﺳﺎل )ﺣﺪاﮐﺜﺮ ﭘﻨﺞ ﺳﺎل( اﺳﺖ‪ .‬ﻫﺮ ﺳﺎل ﺗﺤﺼﯿﻠﯽ ﺷﺎﻣﻞ دو‬
‫ﻧﯿﻢﺳﺎل و ﻫﺮ ﻧﯿﻢﺳﺎل ﺷﺎﻣﻞ ‪ 16‬ﻫﻔﺘﻪ آﻣﻮزﺷﯽ اﺳﺖ‪ .‬ﻧﻈﺎم آﻣﻮزﺷﯽ اﯾﻦ دوره واﺣﺪي اﺳﺖ و ﺑﺮاي ﻫﺮ واﺣﺪ درس ﻧﻈﺮي‪ 16 ،‬ﺳﺎﻋﺖ آﻣﻮزش‬
‫در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﺪه اﺳﺖ‪.‬‬

‫ﭼﺎرﭼﻮب ﺑﺮﻧﺎﻣﻪ داراي ﯾﮏ ﺳﺎﺧﺘﺎر ﮐﻠﯽ اﺳﺖ ﮐﻪ دروس اﺟﺒﺎري آن ﻓﻘﻂ در ﺣﺪ ﺿﺮورت و در راﺳﺘﺎي ﺗﺎﻣﯿﻦ ﺣﺪاﻗﻞﻫﺎي آﻣﻮزﺷﯽ ﺗﻌﯿﯿﻦ‬
‫ﺷﺪهاﻧﺪ و ﺑﻘﯿﻪ واﺣﺪﻫﺎ در ﯾﮏ ﻗﺎﻟﺐ اﻧﻌﻄﺎفﭘﺬﯾﺮ ﺑﺎ اﻫﺪاﻓﯽ ﻣﺸﺨﺺ در ﺟﺪول دروس اﺧﺘﯿﺎري ﺗﺪوﯾﻦ ﺷﺪهاﻧﺪ‪ .‬ﺑﻄﻮر ﺧﻼﺻﻪ ﻗﻮاﻋﺪ ﮐﻠﯽ‬
‫ﻋﺒﺎرت اﻧﺪ از‪:‬‬

‫‪ -1‬ﺑﺮاي ﻓﺎرغاﻟﺘﺤﺼﯿﻠﯽ در رﺷﺘﻪ آﻣﺎر‪ ،‬ﮔﺬراﻧﺪن ﺣﺪاﻗﻞ ‪ 135‬واﺣﺪ )ﺣﺪاﮐﺜﺮ ‪ 140‬واﺣﺪ( اﻟﺰاﻣﯽ اﺳﺖ‪ .‬اﯾﻦ‬
‫‪ 135‬واﺣﺪ‪ ،‬ﺷﺎﻣﻞ ‪ 22‬واﺣﺪ ﻋﻤﻮﻣﯽ‪ 23 ،‬واﺣﺪ ﭘﺎﯾﻪ‪ 70 ،‬واﺣﺪ ﺗﺨﺼﺼﯽ )ﺷﺎﻣﻞ ﭘﺮوژه ﯾﺎ ﮐﺎراﻣﻮزي( و ‪20‬‬
‫واﺣﺪ اﺧﺘﯿﺎري ﻣﯽﺑﺎﺷﺪ‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪6 /‬‬
‫‪ -2‬اﺧﺬ ﺣﺪاﮐﺜﺮ ‪ 6‬واﺣﺪ دروس اﺧﺘﯿﺎري ﺧﺎرج از رﺷﺘﻪ ﺑﺮاﺳﺎس ﻗﻮاﻧﯿﻦ داﻧﺸﮕﺎه و ﻣﻨﻮط ﺑﻪ ﻣﻮاﻓﻘﺖ ﮔﺮوه آﻣﺎر ﻣﯽﺑﺎﺷﺪ‪.‬‬
‫‪ -3‬داﻧﺸﺠﻮ ﻣﻠﺰم ﺑﻪ اﺧﺬ ﯾﮑﯽ از دو درس ‪ 22‬ﯾﺎ ‪ 23‬از ﺟﺪاول دروس ﺗﺨﺼﺼﯽ اﺳﺖ‪.‬‬

‫ﺟﺪول )‪ -(1‬ﺗﻮزﯾﻊ واﺣﺪﻫﺎ‬

‫ﺗﻌﺪاد واﺣﺪ‬ ‫ﻧﻮع دروس‬

‫‪22‬‬ ‫دروس ﻋﻤﻮﻣﯽ‬
‫‪23‬‬ ‫دروس ﭘﺎﯾﻪ‬
‫‪70‬‬ ‫دروس ﺗﺨﺼﺼﯽ )ﺷﺎﻣﻞ ﭘﺮوژه ﯾﺎ ﮐﺎراﻣﻮزي(‬
‫‪20‬‬ ‫دروس اﺧﺘﯿﺎري‬
‫‪135‬‬ ‫ﺟﻤﻊ‬

‫ث( ﻣﻬﺎرت‪ ،‬ﺗﻮاﻧﻤﻨﺪي و ﺷﺎﯾﺴﺘﮕﯽ داﻧﺶآﻣﻮﺧﺘﮕﺎن‬

‫دروس ﻣﺮﺗﺒﻂ‬ ‫ﻣﻬﺎرتﻫﺎ‪ ،‬ﺷﺎﯾﺴﺘﮕﯽﻫﺎ و ﺗﻮاﻧﻤﻨﺪيﻫﺎي وﯾﮋه‬

‫اﺣﺘﻤﺎل ‪ 1‬و ‪ ،2‬روشﻫﺎي آﻣﺎري‪ ،‬آﻣﺎررﯾﺎﺿﯽ ‪ 1‬و ‪2‬‬
‫‪،‬روشﻫﺎي ﻧﺎﭘﺎراﻣﺘﺮي‬
‫رﮔﺮﺳﯿﻮن ‪ 1‬و ‪ ،2‬ﺗﺤﻠﯿﻞ دادهﻫﺎي ﮔﺴﺴﺘﻪ‪ ،‬ﻃﺮح و آزﻣﺎﯾﺶ‬
‫‪1‬و‪2‬‬
‫ﻓﺮآﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ‪ ،‬ﺳﺮيﻫﺎي زﻣﺎﻧﯽ ‪ 1‬و ‪2‬‬
‫داده ﮐﺎوي‪ ،‬ﺗﺤﻠﯿﻞ ﭼﻨﺪﻣﺘﻐﯿﺮه آﻣﺎري‪ ،‬ﯾﺎدﮔﯿﺮي آﻣﺎري‬
‫ﻣﻘﺪﻣﺎﺗﯽ‪ ،‬ﯾﺎدﮔﯿﺮي آﻣﺎري در آﻣﺎر رﺳﻤﯽ‬
‫روشﻫﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ‪ 1‬و ‪ ،2‬آﻣﺎر رﺳﻤﯽ‬
‫ﮐﻨﺘﺮل ﮐﯿﻔﯿﺖ آﻣﺎري‪ ،‬روش ﻫﺎي ﺗﺤﻠﯿﻞ داده ﻫﺎي ﺑﻘﺎ‬
‫‪،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﺮم اﻓﺰار ‪ ،R‬ﻣﺒﺎﻧﯽ و ﮐﺎرﺑﺮدﻫﺎي ﭘﺎﯾﮕﺎه دادهﻫﺎ‪،‬‬
‫ﻣﺤﺎﺳﺒﺎت آﻣﺎري‪ ،‬ﺷﺒﯿﻪ ﺳﺎزي‬
‫ﻣﺒﺎﻧﯽ ﻣﻬﻨﺪﺳﯽ ﻣﺎﻟﯽ‪ ،‬ﺗﺤﻠﯿﻞ آﻣﺎري در ﺑﺎزار ﺳﺮﻣﺎﯾﻪ‪ ،‬آﻣﺎر‬
‫ﺑﺮاي ﺗﺠﺎرت‬
‫ﺗﺴﻠﻂ داﻧﺸﺠﻮ ﺑﺮ ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ و اﺻﻠﯽ آﻣﺎر و اﺣﺘﻤﺎل و آﻣﺎدﮔﯽ‬
‫ﺑﺮاي اﻧﺠﺎم اﺳﺘﻨﺒﺎطﻫﺎي آﻣﺎري‬
‫ﺗﺴﻠﻂ داﻧﺸﺠﻮ ﺑﺮ ﺣﻮزهي ﻣﺪل ﺳﺎزي دادهﻫﺎي ﭘﯿﻮﺳﺘﻪ و ﮔﺴﺴﺘﻪ‬
‫ﺗﺴﻠﻂ داﻧﺸﺠﻮ ﺑﺮ ﻣﺪلﺳﺎزي ﭘﺪﯾﺪهﻫﺎي ﺑﺎ ﺳﺎﺧﺘﺎرﻫﺎي واﺑﺴﺘﻪ‬
‫ﺗﺴﻠﻂ داﻧﺸﺠﻮ ﺑﺮ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﯾﺎدﮔﯿﺮي آﻣﺎري ﺑﺮاي اﻧﺠﺎم ﺧﻮﺷﻪ‬
‫ﺑﻨﺪي‪ ،‬رده ﺑﻨﺪي‪ ،‬رﮔﺮﺳﯿﻮن و ﭘﯿﺶﺑﯿﻨﯽ‬
‫ﺗﺴﻠﻂ داﻧﺸﺠﻮ ﺑﻪ ﻃﺮاﺣﯽ آﻣﺎرﮔﯿﺮي ﻫﺎ و روشﻫﺎي اﻧﺠﺎم ﻧﻤﻮﻧﻪ‬
‫ﮔﯿﺮي و ﺑﺮاورد اﻧﺪازه ﻧﻤﻮﻧﻪ‬
‫ﺗﺴﻠﻂ داﻧﺸﺠﻮ ﺑﺮ ﺗﺤﻠﯿﻞ دادهﻫﺎي ﺻﻨﻌﺘﯽ و ﭘﺰﺷﮑﯽ‬
‫ﺗﺴﻠﻂ داﻧﺸﺠﻮ ﺑﺮ آﻣﺎده ﺳﺎزي و ﺗﺤﻠﯿﻞ دادهﻫﺎ ﺑﻪ ﮐﻤﮏ ﺑﺮﻧﺎﻣﻪ‬
‫ﻧﻮﯾﺴﯽ در ﻧﺮماﻓﺰارﻫﺎي ﺗﺨﺼﺼﯽ‬
‫ﺗﺴﻠﻂ داﻧﺸﺠﻮ ﺑﺮ ﺗﺤﻠﯿﻞ و ﻣﺪلﺳﺎزي ﺑﺎزارﻫﺎي ﻣﺎﻟﯽ‬

‫ج( ﺷﺮاﯾﻂ و ﺿﻮاﺑﻂ ورود ﺑﻪ دوره‬

‫ﺑﺎ ﺗﻌﯿﯿﻦ ﮐﺪ رﺷﺘﻪ در دﻓﺘﺮﭼﻪ آزﻣﻮن ﺳﺮاﺳﺮي‪ ،‬داﻧﺸﺠﻮﯾﺎن از ﻃﺮﯾﻖ آزﻣﻮن ﺳﺎزﻣﺎن ﺳﻨﺠﺶ و ﻣﻄﺎﺑﻖ ﺑﺎ ﺿﻮاﺑﻂ و آﯾﯿﻦ ﻧﺎﻣﻪ ﻫﺎي داﻧﺸﮕﺎه‬
‫ﭘﺬﯾﺮﻓﺘﻪ ﻣﯽ ﺷﻮﻧﺪ‪.‬‬
 ‫ﻓﺼﻞ دوم‬

‫ﺟﺪول ﻋﻨﺎوﯾﻦ و ﻣﺸﺨﺼﺎت دروس‬

‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪8 /‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪9 /‬‬
‫ﺟﺪول )‪ -(2‬ﻋﻨﻮان و ﻣﺸﺨﺼﺎت ﮐﻠﯽ دروس ﭘﺎﯾﻪ‬

‫ﺗﻌﺪاد ﺳﺎﻋﺎت‬ ‫ﻧﻮع واﺣﺪ‬

‫ﻧﻈﺮي‬ ‫ﺗﻌﺪاد‬
‫ﭘﯿﺶ ﻧﯿﺎز ‪ /‬ﻫﻢ ﻧﯿﺎز‬ ‫ﻋﻨﻮان درس‬ ‫ردﯾﻒ‬
‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫‪-‬‬ ‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫واﺣﺪ‬

‫ﻋﻤﻠﯽ‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪1‬‬ ‫‪.1‬‬

‫رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪1‬‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪2‬‬ ‫‪.2‬‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪ ﺳﺎزي‬ ‫‪.3‬‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‬ ‫‪.4‬‬

‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت و‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬

‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ‪1‬‬ ‫‪.5‬‬
‫رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪1‬‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﺒﺎﻧﯽ ﻋﻠﻢ اﻗﺘﺼﺎد‬ ‫‪.6‬‬

‫‪368‬‬ ‫‪23‬‬ ‫‪23‬‬ ‫ﺟﻤﻊ ﮐﻞ‬

‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪10 /‬‬
‫ﺟﺪول )‪ -(3‬ﻋﻨﻮان و ﻣﺸﺨﺼﺎت ﮐﻠﯽ دروس ﺗﺨﺼﺼﯽ‬

‫ﺗﻌﺪاد ﺳﺎﻋﺎت‬ ‫ﻧﻮع واﺣﺪ‬

‫ﻧﻈﺮي‬ ‫ﺗﻌﺪاد‬
‫ﭘﯿﺶ ﻧﯿﺎز ‪ /‬ﻫﻢ ﻧﯿﺎز‬ ‫ﻋﻨﻮان درس‬ ‫ردﯾﻒ‬
‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫‪-‬‬ ‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫واﺣﺪ‬

‫ﻋﻤﻠﯽ‬

‫رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ‪2‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ‬ ‫‪.1‬‬

‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺟﺒﺮ ﺧﻄﯽ‬ ‫‪.2‬‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫اﺣﺘﻤﺎل ‪1‬‬ ‫‪.3‬‬

‫اﺣﺘﻤﺎل ‪1‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫اﺣﺘﻤﺎل ‪2‬‬ ‫‪.4‬‬

‫اﺣﺘﻤﺎل‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫روﺷﻬﺎي آﻣﺎري‬ ‫‪.5‬‬

‫اﺣﺘﻤﺎل‪2‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﻣﺎر رﯾﺎﺿﯽ‪1‬‬ ‫‪.6‬‬

‫آﻣﺎر رﯾﺎﺿﯽ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﻣﺎر رﯾﺎﺿﯽ‪2‬‬ ‫‪.7‬‬

‫اﺣﺘﻤﺎل‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻓﺮآﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ‪1‬‬ ‫‪.8‬‬

‫روﺷﻬﺎي آﻣﺎري‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫روﺷﻬﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي‪1‬‬ ‫‪.9‬‬

‫روﺷﻬﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫روﺷﻬﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي‪2‬‬ ‫‪.10‬‬

‫روﺷﻬﺎي آﻣﺎري و ﺟﺒﺮﺧﻄﯽ‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫رﮔﺮﺳﯿﻮن‪1‬‬ ‫‪.11‬‬

‫اﺣﺘﻤﺎل ‪1‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫داده ﮐﺎوي‬ ‫‪.12‬‬

‫اﺣﺘﻤﺎل ‪2‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫روﺷﻬﺎي ﻧﺎﭘﺎراﻣﺘﺮي‬ ‫‪.13‬‬

‫ﻓﺮآﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﺳﺮي ﻫﺎي زﻣﺎﻧﯽ‪1‬‬ ‫‪.14‬‬

‫رﮔﺮﺳﯿﻮن ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻃﺮح آزﻣﺎﯾﺶ ﻫﺎ ‪1‬‬ ‫‪.15‬‬

‫ﻃﺮح آزﻣﺎﯾﺶ ﻫﺎ ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻃﺮح آزﻣﺎﯾﺶ ﻫﺎ ‪2‬‬ ‫‪.16‬‬

‫آﻣﺎر رﯾﺎﺿﯽ‪2‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﺗﺤﻠﯿﻞ ﭼﻨﺪ ﻣﺘﻐﯿﺮه آﻣﺎري‬ ‫‪.17‬‬

‫رﮔﺮﺳﯿﻮن ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﺗﺤﻠﯿﻞ دادهﻫﺎي ﮔﺴﺴﺘﻪ‬ ‫‪.18‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪11 /‬‬
‫ﺗﻌﺪاد ﺳﺎﻋﺎت‬ ‫ﻧﻮع واﺣﺪ‬

‫ﻧﻈﺮي‬ ‫ﺗﻌﺪاد‬
‫ﭘﯿﺶ ﻧﯿﺎز ‪ /‬ﻫﻢ ﻧﯿﺎز‬ ‫ﻋﻨﻮان درس‬ ‫ردﯾﻒ‬
‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫‪-‬‬ ‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫واﺣﺪ‬

‫ﻋﻤﻠﯽ‬

‫رﮔﺮﺳﯿﻮن ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﯾﺎدﮔﯿﺮي آﻣﺎري ﻣﻘﺪﻣﺎﺗﯽ‬ ‫‪.19‬‬

‫ﻃﺮح آزﻣﺎﯾﺶ ﻫﺎ ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﺤﺎﺳﺒﺎت آﻣﺎري‬ ‫‪.20‬‬

‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﻣﺒﺎﻧﯽ آﻧﺎﻟﯿﺰ ﻋﺪدي‬ ‫‪.21‬‬

‫اﺟﺎزه ﮔﺮوه‬ ‫‪192‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫ﮐﺎرآﻣﻮزي*‬ ‫‪.22‬‬

‫اﺟﺎزه ﮔﺮوه‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﭘﺮوژه ﮐﺎرﺷﻨﺎﺳﯽ*‬ ‫‪.23‬‬

‫‪70‬‬ ‫‪70‬‬ ‫ﺟﻤﻊ ﮐﻞ‬

‫*داﻧﺸﺠﻮ ﺗﻨﻬﺎ ﺑﺎﯾﺴﺘﯽ ﯾﮑﯽ از دو درس ‪ 22‬ﯾﺎ ‪ 23‬را اﺧﺬ ﻧﻤﺎﯾﺪ‬

‫ﺗﺒﺼﺮه‪ :‬اﻣﮑﺎن اراﺋﻪ درس ﮐﺎراﻣﻮزي در ﺗﺮم ﺗﺎﺑﺴﺘﺎن ﺑﺮاي داﻧﺸﺠﻮﯾﺎن وﺟﻮد دارد‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪12 /‬‬
‫ﺟﺪول )‪ -(4‬ﻋﻨﻮان و ﻣﺸﺨﺼﺎت ﮐﻠﯽ دروس اﺧﺘﯿﺎري‬

‫ﺗﻌﺪاد ﺳﺎﻋﺎت‬ ‫ﻧﻮع واﺣﺪ‬

‫ﺗﻌﺪاد‬
‫ﭘﯿﺶ ﻧﯿﺎز ‪ /‬ﻫﻢ ﻧﯿﺎز‬ ‫ﻧﻈﺮي‬ ‫ﻋﻨﻮان درس‬ ‫ردﯾﻒ‬
‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫–‬ ‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫واﺣﺪ‬
‫ﻋﻤﻠﯽ‬

‫روﺷﻬﺎي آﻣﺎري‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﮐﻨﺘﺮل ﮐﯿﻔﯿﺖ آﻣﺎري‬ ‫‪.1‬‬

‫ﻓﺮآﯾﻨﺪ ﺗﺼﺎدﻓﯽ‪ 1‬و آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ‪1‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﺣﺴﺎﺑﺎن ﺗﺼﺎدﻓﯽ ﻣﻘﺪﻣﺎﺗﯽ‬ ‫‪.2‬‬

‫آﻣﺎر رﯾﺎﺿﯽ‪2‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﻣﺎر ﺑﯿﺰي‬ ‫‪.3‬‬

‫ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪ ﺳﺎزي‬ ‫‪-‬‬ ‫‪32‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﺮم اﻓﺰار ‪R‬‬ ‫‪.4‬‬

‫ﻓﺮآﯾﻨﺪ ﺗﺼﺎدﻓﯽ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﺻﻒ‬ ‫‪.5‬‬

‫روﺷﻬﺎي آﻣﺎري‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﻣﺎر ﺑﺮاي ﺗﺠﺎرت‬ ‫‪.6‬‬

‫رﮔﺮﺳﯿﻮن‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫رﮔﺮﺳﯿﻮن‪2‬‬ ‫‪.7‬‬

‫ﺳﺮي ﻫﺎي زﻣﺎﻧﯽ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﺳﺮي ﻫﺎي زﻣﺎﻧﯽ ‪2‬‬ ‫‪.8‬‬

‫اﺣﺘﻤﺎل‪2‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﺷﺒﯿﻪ ﺳﺎزي‬ ‫‪.9‬‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ آﻣﺎر رﺳﻤﯽ‬ ‫‪.10‬‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﺒﺎﻧﯽ ﺟﻤﻌﯿﺖ ﺷﻨﺎﺳﯽ‬ ‫‪.11‬‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﺒﺎﻧﯽ ﺟﺎﻣﻌﻪ ﺷﻨﺎﺳﯽ‬ ‫‪.12‬‬

‫آﻣﺎر رﯾﺎﺿﯽ‪2‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ رﮐﻮردﻫﺎ‬ ‫‪.13‬‬

‫ﻓﺮآﯾﻨﺪ ﺗﺼﺎدﻓﯽ‪1‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ اﻃﻼع‬ ‫‪.14‬‬

‫آﻣﺎر رﯾﺎﺿﯽ‪2‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫اﺳﺘﻨﺒﺎط ﺷﻮاﻫﺪي‬ ‫‪.15‬‬

‫آﻣﺎر رﯾﺎﺿﯽ‪2‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﺗﺼﻤﯿﻢ‬ ‫‪.16‬‬

‫آﻣﺎر رﯾﺎﺿﯽ‪2‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد‬ ‫‪.17‬‬

‫آﻣﺎر رﯾﺎﺿﯽ‪2‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫روش ﻫﺎي دﻧﺒﺎﻟﻪ اي‬ ‫‪.18‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪13 /‬‬
‫ﺗﻌﺪاد ﺳﺎﻋﺎت‬ ‫ﻧﻮع واﺣﺪ‬
‫ﺗﻌﺪاد‬
‫ﭘﯿﺶ ﻧﯿﺎز ‪ /‬ﻫﻢ ﻧﯿﺎز‬ ‫ﻧﻈﺮي‬ ‫ﻋﻨﻮان درس‬ ‫ردﯾﻒ‬
‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫–‬ ‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫واﺣﺪ‬
‫ﻋﻤﻠﯽ‬

‫رﮔﺮﺳﯿﻮن ‪ 1‬و ﻣﺤﺎﺳﺒﺎت آﻣﺎري‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫روش ﻫﺎي ﺗﺤﻠﯿﻞ داده ﻫﺎي‬
‫‪3‬‬ ‫‪3‬‬ ‫‪.19‬‬
‫ﺑﻘﺎ‬

‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ داده ﻫﺎي ﺗﺮﺗﯿﺒﯽ و‬

‫آﻣﺎررﯾﺎﺿﯽ ‪1‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪.20‬‬
‫ﮐﺎرﺑﺮدﻫﺎي آن ﻫﺎ‬

‫رﮔﺮﺳﯿﻮن ‪ 1‬و ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ‪1‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫آﺷﻨﺎﯾﯽ ﺑﺎ اﺣﺘﻤﺎل و آﻣﺎر ﻓﺎزي‬ ‫‪.21‬‬

‫اﺣﺘﻤﺎل ‪1‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﺒﺎﻧﯽ ﻣﻬﻨﺪﺳﯽ ﻣﺎﻟﯽ‬ ‫‪.22‬‬

‫روﺷﻬﺎي آﻣﺎري‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﺗﺤﻠﯿﻞ آﻣﺎري در ﺑﺎزار ﺳﺮﻣﺎﯾﻪ‬ ‫‪.23‬‬

‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﺒﺎﻧﯽ و ﮐﺎرﺑﺮدﻫﺎي ﭘﺎﯾﮕﺎه‬

‫ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪ ﺳﺎزي‬ ‫‪.24‬‬
‫دادهﻫﺎ‬

‫ﯾﺎدﮔﯿﺮي آﻣﺎري ﻣﻘﺪﻣﺎﺗﯽ‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﯾﺎدﮔﯿﺮي آﻣﺎري در آﻣﺎر رﺳﻤﯽ‬ ‫‪.25‬‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﻣﺒﺎﻧﯽ ﺗﺮﮐﯿﺒﯿﺎت‬ ‫‪.26‬‬

‫ﺟﺒﺮ ﺧﻄﯽ ‪ +‬آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ‪1‬‬ ‫‪.27‬‬

‫ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ‪1‬‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ‪2‬‬ ‫‪.28‬‬

‫ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ ‪ 1‬و ﻣﺒﺎﻧﯽ آﻧﺎﻟﯿﺰ‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫ﺑﻬﯿﻨﻪ ﺳﺎزي ﻏﯿﺮﺧﻄﯽ‬
‫‪3‬‬ ‫‪3‬‬ ‫‪.29‬‬
‫ﻋﺪدي‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪1‬‬ ‫‪.30‬‬

‫ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪1‬‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪2‬‬ ‫‪.31‬‬

‫ﻫﻢﻧﯿﺎز ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪1‬‬ ‫‪32‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪1‬‬ ‫‪-‬‬ ‫‪1‬‬ ‫آزﻣﺎﯾﺸﮕﺎه ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪1‬‬ ‫‪.32‬‬

‫ﻫﻢﻧﯿﺎز ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪2‬‬ ‫‪32‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪1‬‬ ‫‪-‬‬ ‫‪1‬‬ ‫آزﻣﺎﯾﺸﮕﺎه ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ ‪2‬‬ ‫‪.33‬‬

‫اﺟﺎزه ﮔﺮوه‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﺒﺎﺣﺜﯽ در آﻣﺎر و ﮐﺎرﺑﺮدﻫﺎ‬ ‫‪.34‬‬

‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻧﮕﺎرش ﻋﻠﻤﯽ‬ ‫‪.35‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪14 /‬‬
‫ﺗﻌﺪاد ﺳﺎﻋﺎت‬ ‫ﻧﻮع واﺣﺪ‬
‫ﺗﻌﺪاد‬
‫ﭘﯿﺶ ﻧﯿﺎز ‪ /‬ﻫﻢ ﻧﯿﺎز‬ ‫ﻧﻈﺮي‬ ‫ﻋﻨﻮان درس‬ ‫ردﯾﻒ‬
‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫–‬ ‫ﻋﻤﻠﯽ‬ ‫ﻧﻈﺮي‬ ‫واﺣﺪ‬
‫ﻋﻤﻠﯽ‬

‫ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪ ﺳﺎزي‬ ‫‪-‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺑﺮﻧﺎﻣﻪ ﺳﺎزي ﭘﯿﺸﺮﻓﺘﻪ‬ ‫‪.36‬‬

‫ﺑﺮﻧﺎﻣﻪﺳﺎزي ﭘﯿﺸﺮﻓﺘﻪ‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺳﺎﺧﺘﻤﺎن دادهﻫﺎ و اﻟﮕﻮرﯾﺘﻢﻫﺎ‬ ‫‪.37‬‬

‫ﺳﺎﺧﺘﻤﺎن دادهﻫﺎ و اﻟﮕﻮرﯾﺘﻢﻫﺎ‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﻃﺮاﺣﯽ و ﺗﺤﻠﯿﻞ اﻟﮕﻮرﯾﺘﻢﻫﺎ‬ ‫‪.38‬‬

‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‬ ‫‪-‬‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﺒﺎﻧﯽ ﻣﻨﻄﻖ‬ ‫‪.39‬‬

‫ﻣﺒﺎﻧﯽ ﻣﻨﻄﻖ‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻣﺒﺎﻧﯽ ﻧﻈﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ‬ ‫‪.40‬‬

‫ﻣﺒﺎﻧﯽ ﻧﻄﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻧﻈﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ‬ ‫‪.41‬‬

‫ﺑﺮﻧﺎﻣﻪﺳﺎزي ﭘﯿﺸﺮﻓﺘﻪ‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫اﺻﻮل ﺳﯿﺴﺘﻢﻫﺎي ﮐﺎﻣﭙﯿﻮﺗﺮي‬ ‫‪.42‬‬

‫اﺻﻮل ﺳﯿﺴﺘﻢﻫﺎي ﮐﺎﻣﭙﯿﻮﺗﺮي‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫زﺑﺎن ﻣﺎﺷﯿﻦ و اﺳﻤﺒﻠﯽ‬ ‫‪.43‬‬

‫ﺳﺎﺧﺘﻤﺎن دادهﻫﺎ و اﻟﮕﻮرﯾﺘﻢﻫﺎ‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫اﺻﻮل ﺳﯿﺴﺘﻢﻫﺎي ﻋﺎﻣﻞ‬ ‫‪.44‬‬

‫ﺳﺎﺧﺘﻤﺎن دادهﻫﺎ و اﻟﮕﻮرﯾﺘﻢﻫﺎ‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﻫﻮش ﻣﺼﻨﻮﻋﯽ‬ ‫‪.45‬‬

‫ﻣﺒﺎﻧﯽ ﻧﻈﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ‬ ‫‪48‬‬ ‫‪-‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫ﮐﺎﻣﭙﺎﯾﻠﺮ‬ ‫‪.46‬‬

‫ﺟﺒﺮ ﺧﻄﯽ‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﻣﺤﺎﺳﺒﺎت ﻋﻠﻤﯽ‬ ‫‪.47‬‬

‫رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪2‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺣﺴﺎﺑﺎن ﭘﯿﺸﺮﻓﺘﻪ‬ ‫‪.48‬‬

‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪2‬‬ ‫‪.49‬‬

‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻂ‬ ‫‪.50‬‬

‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺟﺒﺮ ‪1‬‬ ‫‪.51‬‬

‫ﺟﺒﺮ ‪1‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺟﺒﺮ ‪2‬‬ ‫‪.52‬‬

‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﺗﻮﭘﻮﻟﻮژي ﻋﻤﻮﻣﯽ‬ ‫‪.53‬‬

‫ﺟﺒﺮ ‪1‬‬ ‫‪64‬‬ ‫‪-‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫ﻧﻈﺮﯾﻪ ﻣﻘﺪﻣﺎﺗﯽ اﻋﺪاد‬ ‫‪.54‬‬

‫ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪﺳﺎزي‬ ‫‪-‬‬ ‫‪32‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫آزﻣﺎﯾﺸﮕﺎه رﯾﺎﺿﯽ‬ ‫‪.55‬‬

‫*داﻧﺸﺠﻮ ﻣﻠﺰم ﺑﻪ ﮔﺬراﻧﺪن ‪ 20‬واﺣﺪ از ﺟﺪول دروس اﺧﺘﯿﺎري اﺳﺖ‪.‬‬

 ‫ﻓﺼﻞ ﺳﻮم‬

‫وﯾﮋﮔﯽﻫﺎي دروس‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪16 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Calculus I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪ :‬رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ‪ ،1‬ﺷﺎﻣﻞ ﻣﻔﺎﻫﯿﻢ اﺻﻠﯽ ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال و ﻋﻤﻮﻣﯽﺗﺮﯾﻦ درس رﯾﺎﺿﯽ اﺳﺖ‪ .‬ﺗﻌﻤﯿﻢﻫﺎ و ﺣﺎﻟﺖﻫﺎي ﮐﻠﯽ و ﻧﻈﺮي آن‬
‫در دروس آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ﻣﻄﺮح ﻣﯽﺷﻮد‪ .‬ﻧﮑﺎت ﻣﻬﻤﯽ ﮐﻪ ﺑﺎﯾﺪ در ﺗﺪرﯾﺲ اﯾﻦ درس ﺑﻪ آﻧﻬﺎ ﺗﻮﺟﻪ ﺷﻮﻧﺪ ﻋﺒﺎرﺗﻨﺪ از‪:‬‬
‫‪ (1‬ﺿﺮوري ﺑﻮدن ﺑﯿﺎن اﺛﺒﺎت ﻗﻀﺎﯾﺎي اﺷﺎره ﺷﺪه در اﯾﻦ ﺳﺮﻓﺼﻞ‪.‬‬
‫‪ (2‬ﺗﻮﺟﻪ ﺑﻪ روشﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ‪ ،‬ﻧﻈﯿﺮ‪ :‬ﻣﺤﺎﺳﺒﻪ ﺣﺪ‪ ،‬ﻣﺸﺘﻖ و اﻧﺘﮕﺮال و ﮐﺎرﺑﺮدﻫﺎي آﻧﻬﺎ‪ ،‬روش ﻫﺎي ﺟﺎﻣﻊ اﻧﺘﮕﺮالﮔﯿﺮي‪.‬‬
‫‪ (3‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﮐﺎﻣﭙﯿﻮﺗﺮي ﺑﺮاي درك ﺑﻬﺘﺮ ﻣﻔﺎﻫﯿﻢ‪ ،‬ﻧﻈﯿﺮ‪ Maple, Matlab :‬و ‪....‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻋﺪاد ﺣﻘﯿﻘﯽ و ﻣﺨﺘﻠﻂ‪.‬‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺣﺪ‪ ،‬ﭘﯿﻮﺳﺘﮕﯽ‪ ،‬ﻣﺸﺘﻖ و اﻧﺘﮕﺮال ﺗﻮاﺑﻊ و ﮐﺎرﺑﺮدﻫﺎي آنﻫﺎ‪.‬‬
‫‪ (3‬آﺷﻨﺎﯾﯽ ﺑﺎ دﻧﺒﺎﻟﻪ و ﺳﺮي اﻋﺪاد و آزﻣﻮنﻫﺎي ﻫﻤﮕﺮاﯾﯽ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫‪ -‬ﻣﺨﺘﺼﺎت دﮐﺎرﺗﯽ‪ ،‬ﻣﺨﺘﺼﺎت ﻗﻄﺒﯽ‪ ،‬اﻋﺪاد ﻣﺨﺘﻠﻂ و ﺟﻤﻊ و ﺿﺮب و رﯾﺸﻪ آنﻫﺎ‪ ،‬ﻧﻤﺎﯾﺶﻫﺎي ﻣﺨﺘﻠﻒ اﻋﺪاد ﻣﺨﺘﻠﻂ‪،‬‬
‫‪ -‬دﻧﺒﺎﻟﻪﻫﺎي ﻋﺪدي‪،‬‬
‫‪ -‬ﺣﺪ و ﻗﻀﺎﯾﺎي ﻣﺮﺑﻮط‪ :‬ﺣﺪ ﺑﯿﻨﻬﺎﯾﺖ و ﺣﺪ در ﺑﯿﻨﻬﺎﯾﺖ‪ ،‬ﺣﺪ ﭼﭗ و راﺳﺖ‪ ،‬ﭘﯿﻮﺳﺘﮕﯽ‪ ،‬ﭘﯿﻮﺳﺘﮕﯽ دﻧﺒﺎﻟﻪاي‪ ،‬ﻗﻀﯿﻪ ﻣﻘﺪار ﻣﯿﺎﻧﯽ ﺑﺮاي ﺗﻮاﺑﻊ ﭘﯿﻮﺳﺘﻪ‪ ،‬ﻗﻀﯿﻪ‬
‫ﻣﻘﺪار اﮐﺴﺘﺮﻣﻢ ﺑﺮاي ﺗﻮاﺑﻊ ﭘﯿﻮﺳﺘﻪ‪،‬‬
‫‪ -‬ﻣﺸﺘﻖ‪ ،‬دﺳﺘﻮرﻫﺎي ﻣﺸﺘﻖﮔﯿﺮي‪ ،‬ﺗﺎﺑﻊ ﻣﻌﮑﻮس و ﻣﺸﺘﻖ آن‪ ،‬ﻣﺸﺘﻖ ﺗﻮاﺑﻊ ﻣﺜﻠﺜﺎﺗﯽ و ﺗﻮاﺑﻊ ﻣﻌﮑﻮس آنﻫﺎ‪ ،‬ﻗﻀﯿﻪ ﻣﺸﺘﻖ ﺗﺮﮐﯿﺐ ﺗﻮاﺑﻊ‪،‬‬
‫‪ -‬ﮐﺎرﺑﺮدﻫﺎي ﻣﺸﺘﻖ‪ :‬ﻗﻀﯿﻪ ﻓﺮﻣﺎ )ﺻﻔﺮ ﺷﺪن ﻣﺸﺘﻖ در ﯾﮏ ﻧﻘﻄﻪ اﮐﺴﺘﺮﻣﻢ(‪ ،‬ﻗﻀﯿﻪ رل‪ ،‬ﻗﻀﯿﻪ ﻣﻘﺪار ﻣﯿﺎﻧﮕﯿﻦ‪ ،‬ﻗﻀﯿﻪ ﻣﻘﺪار ﻣﯿﺎﻧﮕﯿﻦ ﮐﺸﯽ‪ ،‬آزﻣﻮن ﻣﺸﺘﻖ‬
‫اول و دوم ﺑﺮاي اﮐﺴﺘﺮﻣﻢﻫﺎ‪ ،‬ﺗﻘﻌﺮ ﻣﻨﺤﻨﯽ‪ ،‬ﻧﻘﻄﻪ ﻋﻄﻒ‪ ،‬دﯾﻔﺮاﻧﺴﯿﻞ ﯾﮏ ﺗﺎﺑﻊ‪ ،‬ﺑﺴﻂ ﺗﯿﻠﺮ‪ ،‬ﮐﺎرﺑﺮدﻫﺎي ﻫﻨﺪﺳﯽ و ﻓﯿﺰﯾﮑﯽ ﻣﺸﺘﻖ‪ ،‬ﺧﻢﻫﺎ‪ ،‬ﺳﺮﻋﺖ و ﺷﺘﺎب در‬
‫ﻣﺨﺘﺼﺎت ﻗﻄﺒﯽ‪ ،‬ﮐﺎرﺑﺮد ﻣﺸﺘﻖ در ﺗﻘﺮﯾﺐ رﯾﺸﻪﻫﺎي ﻣﻌﺎدﻻت‪،‬‬
‫‪-‬اﻧﺘﮕﺮال‪ :‬ﺗﻌﺮﯾﻒ اﻧﺘﮕﺮال ﺗﻮاﺑﻊ و اﻧﺘﮕﺮالﭘﺬﯾﺮي‪ ،‬ﻗﻀﯿﻪ ﻣﻘﺪار ﻣﯿﺎﻧﮕﯿﻦ ﺑﺮاي اﻧﺘﮕﺮالﻫﺎ‪ ،‬ﻗﻀﺎﯾﺎي اﺳﺎﺳﯽ ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال‪ ،‬ﺗﺎﺑﻊ اوﻟﯿﻪ‪ ،‬روشﻫﺎي‬
‫ﺗﻘﺮﯾﺒﯽ ﺑﺮآورد اﻧﺘﮕﺮال‪،‬‬
‫‪ -‬ﮐﺎرﺑﺮد اﻧﺘﮕﺮال‪ :‬ﻣﺤﺎﺳﺒﻪ ﻣﺴﺎﺣﺖ و ﺣﺠﻢ و ﻃﻮل ﻣﻨﺤﻨﯽ و ﮔﺸﺘﺎور و ﻣﺮﮐﺰ ﺛﻘﻞ و ﮐﺎر و‪، ...‬‬
‫‪ -‬ﻟﮕﺎرﯾﺘﻢ و ﺗﺎﺑﻊ ﻧﻤﺎﯾﯽ‪ :‬ﻣﺸﺘﻖ آنﻫﺎ‪ ،‬ﺗﺎﺑﻊﻫﺎي ﻫﺬﻟﻮﻟﻮي‪ ،‬روشﻫﺎي اﻧﺘﮕﺮاﻟﮕﯿﺮي )ﻫﻤﻪ روشﻫﺎ(‪،‬‬
‫‪ -‬دﻧﺒﺎﻟﻪ و ﺳﺮي ﺑﻌﻨﻮان ﺗﺎﺑﻊ‪ :‬ﺳﺮي ﻋﺪدي‪ ،‬ﻗﻀﺎﯾﺎي ﻫﻤﮕﺮاﯾﯽ ﻣﺎﻧﻨﺪ آزﻣﻮن ﻧﺴﺒﺖ‪ ،‬رﯾﺸﻪ و‪ ،...‬ﻗﻀﺎﯾﺎي ﻫﻤﮕﺮاﺋﯽ ﺳﺮي ﺗﻮاﻧﯽ و ﻗﻀﯿﻪ ﺗﯿﻠﺮ ﺑﺎ ﺑﺎﻗﯿﻤﺎﻧﺪه و ﺑﺪون‬
‫ﺑﺎﻗﯿﻤﺎﻧﺪه‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي‬
‫رﯾﺎﺿﯿﺎت‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪17 /‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪ .1‬س‪ .‬ﺷﻬﺸﻬﺎﻧﯽ‪ ،‬ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال ‪ ،1‬اﻧﺘﺸﺎرات ﻓﺎﻃﻤﯽ‪ ،‬ﺗﻬﺮان‪.1386 ،‬‬
‫‪ .2‬ت‪ .‬آﭘﻮﺳﺘﻞ‪ ،‬ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال‪ ،‬اﻧﺘﺸﺎرات ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪ ،1392 ،‬ﻣﺘﺮﺟﻢ‪ :‬ﻣﻬﺪي رﺿﺎﯾﯽ‪.‬‬
‫‪ .3‬ج‪ .‬ﺗﻮﻣﺎس‪ ،‬ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال‪ ،‬اﻧﺘﺸﺎرات ﻓﺎﻃﻤﯽ‪ ،‬ﺗﻬﺮان‪ ،1392 ،‬ﻣﺘﺮﺟﻢ‪ :‬ﺳﯿﺎﻣﮏ ﮐﺎﻇﻤﯽ‪.‬‬
‫‪ .4‬ج‪ .‬اﺳﺘﯿﻮارت‪ ،‬ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال‪ ،‬اﻧﺘﺸﺎرات ﻓﺎﻃﻤﯽ‪ ،‬ﺗﻬﺮان‪ ،1391 ،‬ﻣﺘﺮﺟﻢ‪ :‬ارﺷﮏ ﺣﻤﯿﺪي‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪18 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Calculus II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪ :‬اﯾﻦ درس اداﻣﻪ درس رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪ 1‬اﺳﺖ و ﺑﻪ ﻣﻮﺿﻮﻋﺎت ﭘﯿﺸﺮﻓﺘﻪ ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال و ﻫﻨﺪﺳﻪ ﺗﺤﻠﯿﻠﯽ ﻣﺎﻧﻨﺪ اﻧﺘﮕﺮالﻫﺎي‬
‫ﭼﻨﺪﮔﺎﻧﻪ و آﻧﺎﻟﯿﺰ ﺑﺮداري ﻣﯽﭘﺮدازد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪(1‬آﺷﻨﺎﯾﯽ ﺑﺎ آﻧﺎﻟﯿﺰ ﺑﺮداري‪.‬‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻧﺘﮕﺮال ﻫﺎي ﭼﻨﺪﮔﺎﻧﻪ و ﻗﻀﺎﯾﺎﯾﯽ ﻣﺎﻧﻨﺪ دﯾﻮرژاﻧﺲ و اﺳﺘﮑﺲ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫‪ -‬ﻣﻌﺎدﻻت ﭘﺎراﻣﺘﺮي‪ ،‬ﻣﺨﺘﺼﺎت ﻓﻀﺎﺋﯽ‪ ،‬ﺑﺮدار در ﻓﻀﺎ‪ ،‬ﺿﺮب ﻋﺪدي‪ ،‬ﻣﺎﺗﺮﯾﺲﻫﺎي ‪ ،3×3‬ﺗﺒﺪﯾﻞ ﺧﻄﯽ و ﻣﺎﺗﺮﯾﺲ آن‪ ،‬دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺧﻄﯽ ﺳﻪ ﻣﺠﻬﻮﻟﯽ‪،‬‬
‫ﻋﻤﻠﯿﺎت روي ﺳﻄﺮﻫﺎ‪ ،‬ﻣﻌﮑﻮس ﻣﺎﺗﺮﯾﺲ‪ ،‬ﺣﻞ دﺳﺘﮕﺎه ﻣﻌﺎدﻻت‪ ،‬اﺳﺘﻘﻼل ﺧﻄﯽ‪ ،‬ﭘﺎﯾﻪ‪ ،‬ﺗﺒﺪﯾﻞ ﺧﻄﯽ و ﻣﺎﺗﺮﯾﺲ آن‪ ،‬دﺗﺮﻣﯿﻨﺎن‪ ،‬ﻣﻘﺪار و ﺑﺮدار وﯾﮋه‪ ،‬ﺿﺮب‬
‫ﺑﺮداري‪ ،‬ﻣﻌﺎدﻻت ﺧﻂ و ﺻﻔﺤﻪ‪،‬‬
‫‪ -‬روﯾﻪ درﺟﻪ دو‪ ،‬ﺗﺎﺑﻊ ﺑﺮداري و ﻣﺸﺘﻖ آن‪ ،‬ﺳﺮﻋﺖ و ﺷﺘﺎب‪ ،‬ﺧﻤﯿﺪﮔﯽ و ﺑﺮدارﻫﺎي ﻗﺎﺋﻢ ﺑﺮ ﻣﻨﺤﻨﯽ‪ ،‬ﺗﺎﺑﻊ ﭼﻨﺪ ﻣﺘﻐﯿﺮي‪ ،‬ﻣﺸﺘﻖ ﺳﻮﺋﯽ و ﺟﺰﺋﯽ‪ ،‬ﺻﻔﺤﻪ‬
‫ﻣﻤﺎس و ﺧﻂ ﻗﺎﺋﻢ‪ ،‬ﮔﺮداﯾﺎن‪ ،‬ﻗﺎﻋﺪه زﻧﺠﯿﺮي ﺑﺮاي ﻣﺸﺘﻖ ﺟﺰﺋﯽ‪ ،‬دﯾﻔﺮاﻧﺴﯿﻞ ﮐﺎﻣﻞ‪،‬‬
‫‪ -‬اﻧﺘﮕﺮالﻫﺎي دو ﮔﺎﻧﻪ و ﺳﻪ ﮔﺎﻧﻪ و ﮐﺎرﺑﺮدﻫﺎي آﻧﻬﺎ در ﻣﺴﺎﺋﻞ ﻫﻨﺪﺳﯽ و ﻓﯿﺰﯾﮑﯽ‪ ،‬ﺗﻌﻮﯾﺾ ﺗﺮﺗﯿﺐ اﻧﺘﮕﺮاﻟﮕﯿﺮي )ﺑﺪون اﺛﺒﺎت دﻗﯿﻖ(‪ ،‬ﻣﺨﺘﺼﺎت اﺳﺘﻮاﻧﻪاي و‬
‫ﮐﺮوي‪ ،‬ﻣﯿﺪان ﺑﺮداري‪ ،‬اﻧﺘﮕﺮال ﻣﻨﺤﻨﯽاﻟﺨﻂ‪،‬‬
‫‪ -‬اﻧﺘﮕﺮال روﯾﻪﯾﯽ‪ ،‬دﯾﻮرژاﻧﺲ‪ ،‬ﭼﺮﺧﻪ‪ ،‬ﻻﭘﻼﺳﯿﻦ‪ ،‬ﭘﺘﺎﻧﺴﯿﻞ‪ ،‬ﻗﻀﺎﯾﺎي ﮔﺮﯾﻦ و دﯾﻮرژاﻧﺲ و اﺳﺘﮑﺲ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪ .1‬س‪ .‬ﺷﻬﺸﻬﺎﻧﯽ‪ ،‬ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال ‪ ،2‬اﻧﺘﺸﺎرات ﻓﺎﻃﻤﯽ‪ ،‬ﺗﻬﺮان‪.1386 ،‬‬
‫‪ .2‬ت‪ .‬آﭘﻮﺳﺘﻞ‪ ،‬ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال‪ ،‬اﻧﺘﺸﺎرات ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪ ،1393 ،‬ﻣﺘﺮﺟﻢ‪ :‬ﻣﻬﺪي رﺿﺎﯾﯽ‪.‬‬
‫‪ .3‬ج‪ .‬ﺗﻮﻣﺎس‪ ،‬ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال‪ ،‬اﻧﺘﺸﺎرات ﻓﺎﻃﻤﯽ‪ ،‬ﺗﻬﺮان‪ ،1392 ،‬ﻣﺘﺮﺟﻢ‪ :‬ﺳﯿﺎﻣﮏ ﮐﺎﻇﻤﯽ‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪19 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪ ﺳﺎزي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Foundamentals of Computer Science‬‬
‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫‪and Programming‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺶﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﻫﺪف اﺻﻠﯽ اﯾﻦ درس آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮ ﺑﺎ ﻣﺒﺎﻧﯽ ﺑﺮﻧﺎﻣﻪ ﺳﺎزي در ﮐﺎﻣﭙﯿﻮﺗﺮ اﺳﺖ‪ .‬ﺑﻪ اﯾﻦ دﻟﯿﻞ ﮐﻪ اﯾﻦ درس اوﻟﯿﻦ درس و ﺷﺎﻟﻮده ي دروس ﻣﺮﺗﺒﻂ ﺑﺎ ﺣﻮزه‬
‫ي ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ اﺳﺖ‪ ،‬ﺷﺎﯾﺴﺘﻪ اﺳﺖ ﮐﻪ در ﺷﺮوع ﻓﺮض ﺑﺮ اﯾﻦ ﮔﺬاﺷﺘﻪ ﺷﻮد ﮐﻪ داﻧﺸﺠﻮﯾﺎن از ﻫﯿﭻ ﮔﻮﻧﻪ داﻧﺶ ﺧﺎﺻﯽ در زﻣﯿﻨﻪ ي ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ ﺑﺮﺧﻮردار‬
‫ﻧﯿﺴﺘﻨﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﻣﻘﺪﻣﺎﺗﯽ ﺑﺎ ﺳﺎﺧﺘﺎر ﮐﺎﻣﭙﯿﻮﺗﺮ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺒﺎﻧﯽ ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ و ﻧﻈﺮﯾﻪ اﻟﮕﻮرﯾﺘﻢ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫ﺗﺎرﯾﺨﭽﻪ ﮐﺎﻣﭙﯿﻮﺗﺮ‪ ،‬آﺷﻨﺎﯾﯽ ﻣﻘﺪﻣﺎﺗﯽ ﺑﺎ ﺳﺎﺧﺘﺎر ﮐﺎﻣﭙﯿﻮﺗﺮ‪ ،‬ﻣﻌﺮﻓﯽ ﮐﻠﯽ اﺟﺰاء ﺳﺨﺖ اﻓﺰاري ﯾﮏ ﮐﺎﻣﭙﯿﻮﺗﺮ ﺑﻪ ﻋﻨﻮان ﯾﮏ ﻣﺪل ﻣﺤﺎﺳﺒﺎﺗﯽ‪ ،‬ارﺗﺒﺎط ﺑﯿﻦ‬ ‫–‬
‫اﺟﺰاء ﻣﺨﺘﻠﻒ‪ ،‬ﺑﯿﺎن ﺳﺎده ﺗﺮﯾﻦ ﻋﻤﻠﯿﺎت اوﻟﯿﻪ اﻧﺠﺎم ﺷﻮﻧﺪه ﺗﻮﺳﻂ اﯾﻦ ﻣﺪل ﻣﺤﺎﺳﺒﺎﺗﯽ‪،‬‬
‫ﻣﻘﺪﻣﻪ اي ﺑﺮ اﻟﮕﻮرﯾﺘﻢ و ﻣﻌﺮﻓﯽ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﺳﺎده ﺑﺮ اﺳﺎس ﻋﻤﻠﯿﺎت اوﻟﯿﻪ و ﻣﺴﺘﻘﻞ از زﻣﺎن‪ ،‬ﺑﺮرﺳﯽ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﻣﺴﺎﺋﻞ ﺳﺎده از ﻗﺒﯿﻞ‪ :‬ﺟﻤﻊ‬ ‫–‬
‫ﭼﻨﺪ ﻋﺪد‪ -‬ﻣﯿﺎﻧﮕﯿﻦ‪ -‬ﺟﺴﺘﺠﻮ و ‪،....‬‬
‫ﻣﻌﺮﻓﯽ ﯾﮏ زﺑﺎن ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ ﺳﻄﺢ ﺑﺎﻻ ﻣﺎﻧﻨﺪ ﭘﺎﺳﮑﺎل‪ ،‬ﺟﺎوا‪ ،‬ﭘﯽ ﺗﻮن‪ C++ ،C ،‬ﺑﺮاي اﺟﺮاي اﻟﮕﻮرﯾﺘﻢ ﻫﺎي اراﺋﻪ ﺷﺪه‪ ،‬ﻣﻘﺪﻣﻪ اي ﺑﺮ ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ و‬ ‫–‬
‫ﻣﻌﺮﻓﯽ ﺳﺎﺧﺘﺎر ﮐﻠﯽ ﺑﺮﻧﺎﻣﻪ و ﻣﺘﻐﯿﺮﻫﺎ و ﺛﺎﺑﺖ ﻫﺎ‪ ،‬ﻣﻌﺮﻓﯽ ﺗﺎﯾﭗ ﻫﺎي داده اي‪،‬‬
‫ﻋﺒﺎرات ﺷﺮﻃﯽ‪-‬ﮐﻨﺘﺮﻟﯽ‪ ،‬اﻧﻮاع ﺣﻠﻘﻪﻫﺎ‪ ،‬ﻣﺘﺪﻫﺎ و ﭘﺎراﻣﺘﺮﻫﺎ‪ ،‬ﮐﺎر ﺑﺎ آراﯾﻪ و ﻓﺎﯾﻞ‪ ،‬ﻣﻔﻬﻮم زﻣﺎن اﺟﺮا و ﺣﺎﻓﻈﻪ ﻣﺼﺮﻓﯽ‪،‬‬ ‫–‬
‫ﻣﻔﻬﻮم اﻟﮕﻮرﯾﺘﻤﻬﺎ و ﺑﺮﻧﺎﻣﻪ ﻫﺎي ﺑﺎزﮔﺸﺘﯽ‪ ،‬ﺑﺮرﺳﯽ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﺟﺴﺘﺠﻮ و ﻣﺮﺗﺐ ﺳﺎزي‪،‬‬ ‫–‬
‫اﻧﺠﺎم ﯾﮏ ﭘﺮوژه ﻋﻤﻠﯽ ﻣﺮﺗﺒﻂ ﺑﺎ رﺷﺘﻪ‪.‬‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﭼﻮن ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ ﯾﮏ اﻣﺮ ﻣﻬﺎرﺗﯽ اﺳﺖ ﻻزم اﺳﺖ ﮐﻪ ﺑﻪ ﮐﺎر ﻋﻤﻠﯽ داﻧﺶ‬
‫ﺟﻮﯾﺎن و ﮐﻼس ﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦ ﺗﻮﺟﻪ وﯾﮋه اي ﺻﻮرت ﮔﯿﺮد‪ .‬ﺗﻮﺻﯿﻪ ﻣﯽ ﺷﻮد ﮐﻪ در اﯾﻦ درس زﺑﺎن ﺟﺎوا ﺗﺪرﯾﺲ ﺷﻮد‪ .‬اﻟﺒﺘﻪ ﺳﺮﻓﺼﻞ ﻣﻄﺎﻟﺐ ﻣﺴﺘﻘﻞ از‬
‫زﺑﺎﻧﯽ اﺳﺖ ﮐﻪ ﺗﺪرﯾﺲ ﻣﯽ ﺷﻮد‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫‪ 50‬درﺻﺪ آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس و ﺳﺎﯾﺖ ﮐﺎﻣﭙﯿﻮﺗﺮي‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. T. H. Cormen, C. E. Leiserson, R. L. Rivest, C. Stein, Introduction to algorithms, The MIT Press, 2001.‬‬
‫‪2. P. J. Deitel and H. M. Deitel, Java How to Program, Prentice Hall, 2007.‬‬
‫‪3. P. J. Deitel and H. M. Deitel, C++ How to Program, Prentice Hall, 2005.‬‬
‫‪4.‬‬ ‫‪B. Eckel, Thinking in Java, MindView Inc., 2003.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪20 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Fundamentals of Mathematics‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪ :‬ﺗﻔﮑﺮ رﯾﺎﺿﯽ‪ ،‬اﺳﺘﺪﻻل رﯾﺎﺿﯽ‪ ،‬ﺗﺤﻠﯿﻞ ﻓﺮآﯾﻨﺪ اﺛﺒﺎت ﮔﺰارهﻫﺎ و ﻫﻨﺮ ﻧﻮﺷﺘﻦ اﺳﺘﺪﻻل ﺑﻪ زﺑﺎن رﯾﺎﺿﯽ ﭘﺎﯾﻪﻫﺎي رﺷﺪ ﻫﺮ داﻧﺸﺠﻮي رﯾﺎﺿﯽ را‬
‫ﺗﺸﮑﯿﻞ ﻣﯽدﻫﻨﺪ‪ .‬ﯾﮑﯽ از اﻫﺪاف درس ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‪ ،‬اﯾﺠﺎد ﯾﮏ ﻧﻈﻢ ﻓﮑﺮي ﺻﺤﯿﺢ و ﻣﻨﻄﻘﯽ ﺑﺮاي داﻧﺸﺠﻮﯾﺎﻧﯽ اﺳﺖ ﮐﻪ ﻫﻨﻮز ﺑﺎ اﺻﻮل و روشﻫﺎي‬
‫ﻣﺠﺮد ﺗﻔﮑﺮ و اﺳﺘﺪﻻل رﯾﺎﺿﯽ آﺷﻨﺎ ﻧﺸﺪهاﻧﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫‪ ( 1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻨﻄﻖ ﻣﻘﺪﻣﺎﺗﯽ رﯾﺎﺿﯽ‬

‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﻣﻘﺪﻣﺎﺗﯽ ﻣﺠﻤﻮﻋﻪﻫﺎ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﻨﻄﻖ ﻣﻘﺪﻣﺎﺗﯽ‪ :‬ﻣﺤﻤﻮل‪ ،‬اﺳﻢﻧﻤﺎ‪ ،‬ﮔﺰارهﻧﻤﺎ‪ ،‬ﻫﻢارزي ﮔﺰارهﻧﻤﺎﻫﺎ‪ ،‬ﮔﺰاره‪ ،‬راﺑﻂﻫﺎي ﮔﺰارهاي‪ ،‬اﺳﺘﻠﺰام‪ ،‬ﻫﻢ ارزي ﻣﻨﻄﻘﯽ‪ ،‬اﺳﺘﻨﺘﺎج‪ ،‬ﺳﻮرﻫﺎ‪ ،‬اﺳﺘﻨﺘﺎج ﮔﺰارهﻫﺎي‬
‫ﻣﺴﻮ‪‬ر‪.‬‬
‫ﻧﻈﺮﯾﻪ ﻣﻘﺪﻣﺎﺗﯽ ﻣﺠﻤﻮﻋﻪﻫﺎ‪ :‬اﺻﻮل ﻧﻈﺮﯾﻪ ﻣﺠﻤﻮﻋﻪﻫﺎ )‪ (ZFC‬و ﻗﻀﺎﯾﺎي ﻣﺮﺑﻮﻃﻪ‪ ،‬اﺷﺘﺮاك‪ ،‬اﺟﺘﻤﺎع‪ ،‬زﯾﺮﻣﺠﻤﻮﻋﻪﻫﺎ و ﻣﺠﻤﻮﻋﻪ ﻣﺮﺟﻊ‪ ،‬ﭘﺎرادوﮐﺲ راﺳﻞ‪،‬‬
‫ﺣﺎﺻﻞﺿﺮب دﮐﺎرﺗﯽ ﻣﺠﻤﻮﻋﻪﻫﺎ‪ ،‬رواﺑﻂ و ﺧﻮاص آﻧﻬﺎ‪ ،‬راﺑﻄﻪﻫﺎي ﻣﻬﻢ‪ :‬ﺗﺎﺑﻊ )داﻣﻨﻪ و ﻫﻢداﻣﻨﻪ‪ ،‬ﻧﮕﺎره و ﻧﮕﺎره وارون ﻣﺠﻤﻮﻋﻪﻫﺎ ﺗﺤﺖ ﺗﻮاﺑﻊ‪ ،‬ﺧﻮاص ﺗﻮاﺑﻊ‪،‬‬
‫ﺗﻮاﺑﻊ ﯾﮏ ﺑﻪ ﯾﮏ‪ ،‬ﺗﻮاﺑﻊ ﭘﻮﺷﺎ‪ ،‬اﺟﺘﻤﺎع و ﺗﺮﮐﯿﺐ ﺗﻮاﺑﻊ‪ ،‬ﺗﺤﺪﯾﺪ و ﺗﻮﺳﯿﻊ ﺗﻮاﺑﻊ(‪ ،‬راﺑﻄﻪ ﻫﻢارزي )اﻓﺮاز و راﺑﻄﻪ ﻫﻢارزي‪ ،‬ﺗﻮاﺑﻊ ﺧﺎرجﻗﺴﻤﺘﯽ و اﻟﻘﺎء ﺷﺪه(‪.‬‬
‫راﺑﻄﻪ ﺗﺮﺗﯿﺐ )ﻣﺠﻤﻮﻋﻪﻫﺎي ﺟﺰﺋﯽ ﻣﺮﺗﺐ و ﮐﻠﯽ ﻣﺮﺗﺐ‪ ،‬ﻋﻀﻮ ﺑﯿﺸﯿﻨﻪ و ﮐﻤﯿﻨﻪ‪ ،‬ﺑﺰرﮔﺘﺮﯾﻦ ﮐﺮان ﭘﺎﯾﯿﻦ و ﮐﻮﭼﮑﺘﺮﯾﻦ ﮐﺮان ﺑﺎﻻ‪ ،‬ﻫﻤﺴﺎﻧﯽ ﻣﺠﻤﻮﻋﻪﻫﺎي ﻣﺮﺗﺐ‪،‬‬
‫اﺻﻞ ﺧﻮش ﺗﺮﺗﯿﺒﯽ‪ ،‬اﺻﻞ اﻧﺘﺨﺎب و ﺗﺎﺑﻊ اﻧﺘﺨﺎب‪ ،‬ﻟﻢ زرن(‪.‬‬
‫ﺳﺎﺧﺘﻦ ﻣﺠﻤﻮﻋﻪﻫﺎي اﻋﺪاد‪ :‬اﺻﻮل ﭘﺌﺎﻧﻮ و ﺳﺎﺧﺘﻦ اﻋﺪاد ﻃﺒﯿﻌﯽ‪ ،‬ﺳﺎﺧﺘﻦ اﻋﺪاد ﺻﺤﯿﺢ و ﮔﻮﯾﺎ ﺑﺎ اﺳﺘﻔﺎده از رواﺑﻂ ﻫﻢارزي‪ ،‬ﺳﺎﺧﺘﻦ اﻋﺪاد ﺣﻘﯿﻘﯽ ﺑﺎ‬
‫اﺳﺘﻔﺎده از ﺑﺮشﻫﺎ ﯾﺎ دﻧﺒﺎﻟﻪﻫﺎي ﮐﺸﯽ اﻋﺪاد ﮔﻮﯾﺎ‪ ،‬اﺻﻞ اﺳﺘﻘﺮاء و اﺻﻞ اﺳﺘﻘﺮاي ﻗﻮي و ﮐﺎرﺑﺮد آنﻫﺎ‪.‬‬
‫اﻋﺪاد اﺻﻠﯽ‪ :‬ﻫﻤﺘﻮاﻧﯽ ﻣﺠﻤﻮﻋﻪﻫﺎ‪ ،‬ﻣﺠﻤﻮﻋﻪﻫﺎي ﻣﺘﻨﺎﻫﯽ‪ ،‬ﺷﻤﺎرش ﻣﺠﻤﻮﻋﻪﻫﺎي ﻣﺘﻨﺎﻫﯽ )اﺻﻮل ﺟﻤﻊ و ﺿﺮب‪ ،‬ﺷﻤﺎرش ﻣﺠﻤﻮﻋﻪﻫﺎي ﺗﻮاﺑﻊ(‪ ،‬ﻣﺠﻤﻮﻋﻪﻫﺎي‬
‫ﻧﺎﻣﺘﻨﺎﻫﯽ )ﺷﻤﺎرا و ﻧﺎﺷﻤﺎرا(‪ ،‬وﺟﻮد ﻣﺠﻤﻮﻋﻪﻫﺎي ﻧﺎﻣﺘﻨﺎﻫﯽ )ﻗﻀﯿﻪ ﮐﺎﻧﺘﻮر(‪ ،‬ﻣﻔﻬﻮم اﻋﺪاد اﺻﻠﯽ‪ ،‬ﻗﻀﯿﻪ ﺷﺮودر ﺑﺮﻧﺸﺘﺎﯾﻦ‪ ،‬ﻣﻘﺎﯾﺴﻪ اﻋﺪاد اﺻﻠﯽ‪ ،‬ﺣﺴﺎب اﻋﺪاد‬
‫اﺻﻠﯽ ﻣﺎﻧﻨﺪ‪ :‬ﺟﻤﻊ‪ ،‬ﺿﺮب و ﺗﻮان‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
21 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬
:‫ ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‬،‫ج( ﻣﻠﺰوﻣﺎت‬
.‫ ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‬،‫ ﭘﺮوژﮐﺘﻮر‬،‫راﯾﺎﻧﻪ‬

:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬

[1] Herbert B. Enderton, A Mathematical Introduction to Logic, 2nd ed. Acad.

Press., 2001.
[2] D. C. Goldrei, Classic Set Theory, Chapman & Hall/CRC Press,1996
[3] Paul R. Halmos, Native Set Theory, Springer- Verlag, VII, 1974.
[4] Ian and David Tall, The Foundations of Mathematics, 2nd ed. Oxford Uni. Press,
2015
[5] B. Schroder, Fundamentals of Mathematics, John Wiley & Sons, 2010.
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪22 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Mathematical Analysis I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت ‪ +‬رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫آﻧﺎﻟﯿﺰ ﻧﺎم ﻋﻤﻮﻣﯽ آن ﺑﺨﺶﻫﺎﯾﯽ از رﯾﺎﺿﯿﺎت اﺳﺖ ﮐﻪ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﺣﺪ و ﻫﻤﮕﺮاﯾﯽ ﻣﺮﺑﻮطاﻧﺪ و در آنﻫﺎ ﻣﻮﺿﻮﻋﺎﺗﯽ ﻣﺜﻞ ﻓﺎﺻﻠﻪ‪ ،‬ﭘﯿﻮﺳﺘﮕﯽ و اﻧﺘﮕﺮالﭘﺬﯾﺮي و ﻣﺸﺘﻖﭘﺬﯾﺮي و‬
‫ﺳﺎﺧﺘﻤﺎن اﻋﺪاد ﺣﻘﯿﻘﯽ و دﻧﺒﺎﻟﻪﻫﺎ ﺑﺮرﺳﯽ ﻣﯽﺷﻮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻓﻀﺎﻫﺎي ﻣﺘﺮﯾﮏ‪.‬‬
‫‪ (2‬ﺑﺮرﺳﯽ دﻗﯿﻖ ﻣﻔﻬﻮم ﭘﯿﻮﺳﺘﮕﯽ و ارﺗﺒﺎط آن ﺑﺎ ﻣﻔﺎﻫﯿﻤﯽ ﻫﻤﭽﻮن ﻓﺸﺮدﮔﯽ و ﻫﻤﺒﻨﺪي‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫‪ -‬ﺳﺎﺧﺘﻤﺎن اﻋﺪاد ﺣﻘﯿﻘﯽ‪ :‬ﺧﻮاص ﺟﺒﺮي اﻋﺪاد ﺣﻘﯿﻘﯽ‪ ،‬ﻣﯿﺪان ﻣﺮﺗﺐ‪ ،‬ﺧﻮاص ﺗﺮﺗﯿﺒﯽ اﻋﺪاد ﺣﻘﯿﻘﯽ‪ ،‬ﻗﺪر ﻣﻄﻠﻖ‪ ،‬ﺧﺎﺻﯿﺖ ﮐﻤﺎل‪ ،‬ﻣﯿﺪان اﻋﺪاد ﻣﺨﺘﻠﻂ‪.‬‬
‫‪ -‬ﻧﺎﻣﺴﺎويﻫﺎ‪ :‬ﻧﺎﻣﺴﺎوي ﮐﻮﺷﯽ‪-‬ﺷﻮارﺗﺰ‪ ،‬ﻧﺎﻣﺴﺎوي ﻫﻮﻟﺪر‪ ،‬ﻧﺎﻣﺴﺎوي ﻣﯿﻨﮑﻮﻓﺴﮑﯽ‪.‬‬
‫ﻓﻀﺎﻫﺎي ﻣﺘﺮﯾﮏ‪ :‬ﻓﻀﺎﻫﺎي ﻣﺘﺮﯾﮏ و آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﺮﺧﯽ از ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ ﻣﺮﺑﻮﻃﻪ از ﺟﻤﻠﻪ ﻫﻤﺴﺎﯾﮕﯽ‪ ،‬ﻣﺠﻤﻮﻋﻪﻫﺎي ﺑﺎز و ﺑﺴﺘﻪ‪ ،‬ﻧﻘﺎط ﺣﺪي‪ ،‬ﺑﺴﺘﺎر‪ ،‬ﻧﻘﺎط ﺗﺮاﮐﻢ‪ ،‬دﻧﺒﺎﻟﻪﻫﺎ در‬
‫ﻓﻀﺎﻫﺎي ﻣﺘﺮﯾﮏ‪ ،‬ﻫﻤﮕﺮاﯾﯽ دﻧﺒﺎﻟﻪﻫﺎ‪ ،‬دﻧﺒﺎﻟﻪﻫﺎ در اﻋﺪاد ﺣﻘﯿﻘﯽ‪ ،‬ﻣﺠﻤﻮﻋﻪ ﺣﺪود زﯾﺮدﻧﺒﺎﻟﻪﯾﯽ‪ ،‬ﺣﺪ ﺑﺎﻻ و ﭘﺎﯾﯿﻦ دﻧﺒﺎﻟﻪﻫﺎي ﺣﻘﯿﻘﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺧﻮاص ﻣﺠﻤﻮﻋﻪﻫﺎي ﻓﺸﺮده و‬
‫ﻗﻀﺎﯾﺎي ﻣﺮﺑﻮﻃﻪ‪ ،‬ﻣﻔﻬﻮم ﻓﺸﺮدﮔﯽ دﻧﺒﺎﻟﻪﯾﯽ و راﺑﻄﻪ آن ﺑﺎ ﻓﺸﺮدﮔﯽ‪ ،‬ﻗﻀﯿﻪ ﻫﺎﯾﻨﻪ‪-‬ﺑﻮرل‪ ،‬ﻣﺠﻤﻮﻋﻪﻫﺎي ﮐﺮاﻧﺪار ﮐﻠﯽ‪ ،‬ﻣﺠﻤﻮﻋﻪﻫﺎي ﮐﺎﻣﻞ‪ ،‬ﻣﻔﻬﻮم ﻫﻤﺒﻨﺪي و ﻗﻀﺎﯾﺎي‬
‫ﻣﺮﺑﻮﻃﻪ‪ ،‬ﻣﻔﻬﻮم ﭘﺎﯾﻪ در ﻓﻀﺎﻫﺎي ﻣﺘﺮﯾﮏ‪ ،‬ﻓﻀﺎﻫﺎي ﺗﻔﮑﯿﮏﭘﺬﯾﺮ‪ ،‬ﻗﻀﯿﻪ ﻟﯿﻨﺪﻟﻒ‪ ،‬ﻣﺠﻤﻮﻋﻪ ﮐﺎﻧﺘﻮر و ﺧﻮاص آن‪ ،‬ﻣﺠﻤﻮﻋﻪﻫﺎي از رﺳﺘﻪ اول و دوم‪ ،‬ﻗﻀﯿﻪ ﮐﺎﺗﮕﻮري ﺑﯿﺮ‪،‬‬
‫ﻣﺘﺮﯾﮏﻫﺎي ﻣﻌﺎدل و ﻓﻀﺎﻫﺎي ﺣﺎﺻﻞﺿﺮﺑﯽ‪.‬‬
‫‪ -‬ﭘﯿﻮﺳﺘﮕﯽ‪ :‬ﺣﺪ و ﭘﯿﻮﺳﺘﮕﯽ ﺗﻮاﺑﻊ در ﻓﻀﺎﻫﺎي ﻣﺘﺮﯾﮏ‪ ،‬ﭘﯿﻮﺳﺘﮕﯽ ﯾﮑﻨﻮاﺧﺖ‪ ،‬ارﺗﺒﺎط ﭘﯿﻮﺳﺘﮕﯽ ﺑﺎ ﻓﺸﺮدﮔﯽ و ﻫﻤﺒﻨﺪي‪ ،‬ﻣﻔﻬﻮم ﻫﻤﺒﻨﺪي ﻣﺴﯿﺮي‪ ،‬ردهﺑﻨﺪي ﻧﻘﺎط ﻧﺎﭘﯿﻮﺳﺘﮕﯽ‪،‬‬
‫ﻧﺎﭘﯿﻮﺳﺘﮕﯽ ﺗﻮاﺑﻊ ﯾﮑﻨﻮا‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬

‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. Robert G. Bartle, Donald R. Sherbert, Introduction to Real Analysis, Wiley, 2011‬‬
‫‪2. Michael O. Searcoid, Metric Spaces, Springer-Verlag, London, 2007.‬‬
‫‪3. W. Rudin, Principals of Mathematical Analysis, McGraw Hill, 1976.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪23 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ ﻋﻠﻢ اﻗﺘﺼﺎد‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Fundamentals of Economics‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺶ ﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫از آن ﺟﺎ ﮐﻪ ﯾﮑﯽ از زﻣﯿﻨﻪ ﻫﺎي ﮐﺎرﺑﺮدي ﮔﺴﺘﺮدهي روش ﻫﺎي آﻣﺎري در ﻣﺴﺎﯾﻞ اﻗﺘﺼﺎدي اﺳﺖ و ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﻫﻤﯿﺖ و ﭘﺎﯾﻪ اي ﺑﻮدن درك ﻣﻔﺎﻫﯿﻢ‬
‫اﻗﺘﺼﺎدي در اﺻﻮل ﻣﺪﯾﺮﯾﺘﯽ و ﺣﺮﻓﻪ اي اﯾﻦ درس از دروس ﭘﺎﯾﻪ و ﻣﻬﻢ رﺷﺘﻪ آﻣﺎر ﺑﻪ ﺣﺴﺎب ﻣﯽآﯾﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪي ﻋﻠﻢ اﻗﺘﺼﺎد‪ ،‬آﻣﻮزش ﻣﺒﺎﻧﯽ ﻣﺼﺮف‪ ،‬ﺗﻮﻟﯿﺪ و ﻣﺪلﻫﺎي ﺗﻌﺎدﻟﯽ در اﻗﺘﺼﺎد‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺳﯿﺎﺳﺖﻫﺎي ﭘﻮﻟﯽ‪ ،‬ﻣﺎﻟﯽ و ﺑﺎﻧﮏ‬
‫ﻣﺮﮐﺰي‪ ،‬ﺷﻨﺎﺳﺎﯾﯽ ﭼﺎﻟﺶﻫﺎي اﺻﻠﯽ اﻗﺘﺼﺎد ﻣﺎﻧﻨﺪ ﺗﻮرم و ﺑﯿﮑﺎري‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻋﻠﻢ اﻗﺘﺼﺎد و ﻧﻈﺎم اﻗﺘﺼﺎدي‬ ‫–‬
‫رﻓﺘﺎر ﻣﺼﺮف ﮐﻨﻨﺪه و ﻣﺴﺌﻠﻪي ﺗﻘﺎﺿﺎ در اﻗﺘﺼﺎد‬ ‫–‬
‫رﻓﺘﺎر ﺗﻮﻟﯿﺪ ﮐﻨﻨﺪه و ﻣﺴﺌﻠﻪي ﻋﺮﺿﻪ در اﻗﺘﺼﺎد‬ ‫–‬
‫ﺗﻌﺎدل ﻋﺮﺿﻪ و ﺗﻘﺎﺿﺎ و ﺗﻌﯿﯿﻦ ﻗﯿﻤﺖ در ﺑﺎزارﻫﺎي ﻣﺨﺘﻠﻒ‬ ‫–‬
‫ﺟﺎﯾﮕﺎه دوﻟﺖ در اﻗﺘﺼﺎد‬ ‫–‬
‫اﺟﺰاي ﺗﺸﮑﯿﻞ دﻫﻨﺪهي ﺗﻮﻟﯿﺪ ﻧﺎﺧﺎﻟﺺ داﺧﻠﯽ‬ ‫–‬
‫ﺗﻘﺎﺿﺎي ﮐﻞ و ﺳﯿﺎﺳﺘﻫﺎي ﻣﺎﻟﯽ‬ ‫–‬
‫ﭘﻮل‪ ،‬ﺑﺎﻧﮏ ﻣﺮﮐﺰي و ﺳﯿﺎﺳﺖﻫﺎي ﭘﻮﻟﯽ‬ ‫–‬
‫ﺗﻮرم و ﺳﻄﺢ ﻋﻤﻮﻣﯽ ﻗﯿﻤﺖﻫﺎ‬ ‫–‬
‫اﺷﺘﻐﺎل و ﺳﯿﺎﺳﺖﻫﺎي ﻣﻘﺎﺑﻠﻪ ﺑﺎ ﺑﯿﮑﺎري‬ ‫–‬
‫ﺟﺎﯾﮕﺎه رﺷﺪ و ﺗﻮﺳﻌﻪي اﻗﺘﺼﺎدي‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻣﻨﺎﺑﻊ ﺑﻪ روز‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس و وﯾﺪﯾﻮ ﭘﺮوژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫‪ -1‬ﯾﺪاﷲ دادﮔﺮ و ﺗﯿﻤﻮر رﺣﻤﺎﻧﯽ‪ ،‬ﻣﺒﺎﻧﯽ و اﺻﻮل ﻋﻠﻢ اﻗﺘﺼﺎد‪ :‬ﮐﻠﯿﺎﺗﯽ از اﻗﺘﺼﺎد ﺑﺮاي ﻫﻤﻪ‪ ،‬ﻧﺸﺮ ﺑﻮﺳﺘﺎن ﮐﺘﺎب‪ ،‬ﭼﺎپ ﻫﻔﺪﻫﻢ‪1397 ،‬‬
‫‪ -2‬ﺑﺎﻗﺮ ﻗﺪﯾﺮي اﺻﻠﯽ‪ ،‬ﮐﻠﯿﺎت ﻋﻠﻢ اﻗﺘﺼﺎد‪ :‬ﻓﺸﺮده ﺗﺤﻠﯿﻞ ﻫﺎﺋﯽ از اﻗﺘﺼﺎد ﺧﺮد و ﮐﻼن ‪ ،‬ﻧﺸﺮ ﺳﭙﻬﺮ ‪1391 ،‬‬
‫‪ -3‬ﻣﻬﺪي ﺗﻘﻮي و ﻋﺒﺪاﷲ ﮐﻮﺛﺮي‪ ،‬ﻣﺒﺎﻧﯽ ﻋﻠﻢ اﻗﺘﺼﺎد‪ ،‬اﻧﺘﺸﺎرات ﮐﻮﺛﺮ‪ ،‬ﭼﺎپ دوازدﻫﻢ ‪1393‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪24 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Differential Equations‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻧﻮاع ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﻣﻌﻤﻮﻟﯽ‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ روشﻫﺎي ﺣﻞ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﻣﻌﻤﻮﻟﯽ‪ ،‬ﻣﺎﻧﻨﺪ ﻓﺎﮐﺘﻮرﻫﺎي اﻧﺘﮕﺮال‪ ،‬روشﻫﺎي ﻋﻤﻠﮕﺮي‪ ،‬ﺣﻞ ﺑﻪ ﮐﻤﮏ ﺳﺮي ﺗﻮاﻧﯽ و ﺗﺒﺪﯾﻞ ﻻﭘﻼس و ‪....‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫‪ -‬ﻣﻘﺪﻣﻪاي ﺑﺮ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ‪ :‬ﻧﮑﺎت ﮐﻠﯽ در ﻣﻮرد وﺟﻮد‪ ،‬ﯾﮑﺘﺎﯾﯽ و دﺳﺘﻪﺑﻨﺪي ﺟﻮابﻫﺎي ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ‬
‫‪ -‬ﻣﻌﺎدﻻت ﻣﺮﺗﺒﮥ اول‪ :‬ﻣﻌﺎدﻻت ﺗﻔﮑﯿﮏﭘﺬﯾﺮ‪ ،‬ﻣﻌﺎدﻻت ﻫﻤﮕﻦ‪ ،‬ﻣﻌﺎدﻻت ﻗﺎﺑﻞ ﺗﺒﺪﯾﻞ ﺑﻪ ﻣﻌﺎدﻻت ﻫﻤﮕﻦ‪ ،‬ﻣﻌﺎدﻻت ﮐﺎﻣﻞ‪ ،‬ﻓﺎﮐﺘﻮرﻫﺎي اﻧﺘﮕﺮال‪ ،‬ﻣﻌﺎدﻻت‬
‫ﺧﻄﯽ ﻣﺮﺗﺒﻪ اول ‪ -‬ﻣﻌﺎدﻻت ﻏﯿﺮﺧﻄﯽ ﻣﻬﻢ )ﺑﺮﻧﻮﻟﯽ‪ ،‬ﻻﮔﺮاﻧﮋ و‪ ،(...‬دﺳﺘﻪﻫﺎي ﻣﻨﺤﻨﯽ‪ ،‬ﻣﺴﯿﺮﻫﺎي ﻗﺎﺋﻢ ‪ -‬ﻣﺪﻟﺴﺎزي‪.‬‬
‫‪ -‬ﻣﻌﺎدﻻت ﻣﺮﺗﺒﮥ ﺑﺎﻻﺗﺮ‪ :‬ﺗﺤﻮﯾﻞ ﻣﺮﺗﺒﻪ ‪ -‬ﻣﻔﺎﻫﯿﻢ ﻣﻘﺪﻣﺎﺗﯽ ﻻزم در ﻣﻮرد ﻣﻌﺎدﻻت ﺧﻄﯽ‪ ،‬ﻣﻌﺮﻓﯽ ﺟﻮاب ﻋﻤﻮﻣﯽ ﻣﻌﺎدﻟﻪ ﺧﻄﯽ ﻫﻤﮕﻦ و ﻏﯿﺮﻫﻤﮕﻦ‪ ،‬اﺳﺘﻔﺎده‬
‫از ﯾﮏ ﺟﻮاب ﻣﻌﻠﻮم ﺑﺮاي ﯾﺎﻓﺘﻦ ﺟﻮاﺑﯽ دﯾﮕﺮ‪ ،‬ﻣﻌﺎدﻻت ﺧﻄﯽ ﻫﻤﮕﻦ ﺑﺎ ﺿﺮاﯾﺐ )ﺛﺎﺑﺖ ﻣﺮﺗﺒﮥ دوم و ﺑﺎﻻﺗﺮ(‪ ،‬ﻣﻌﺎدﻻت ﺧﻄﯽ ﻏﯿﺮﻫﻤﮕﻦ‪ ،‬روشﻫﺎي ﻋﻤﻠﮕﺮي‬
‫ﺑﺮاي ﺣﻞ ﻣﻌﺎدﻻت ﺑﺎ ﺿﺮاﯾﺐ ﻏﯿﺮﺛﺎﺑﺖ )ﻣﻌﺎدﻻت ﮐﻮﺷﯽ ‪ -‬اوﯾﻠﺮ‪ ،( ...‬ﻧﻈﺮﯾﮥ ﻣﻘﺪﻣﺎﺗﯽ ﻣﻌﺎدﻻت ﺑﺎ ﺷﺮاﯾﻂ ﻣﺮزي )ﻣﻘﺎدﯾﺮ و ﺗﻮاﺑﻊ وﯾﮋه(‪.‬‬
‫‪ -‬ﺟﻮابﻫﺎي ﺳﺮي ﺗﻮاﻧﯽ و ﺗﻮاﺑﻊ ﺧﺎص‪ :‬ﻣﺮوري ﺑﺮ ﺳﺮيﻫﺎي ﺗﻮاﻧﯽ‪ ،‬ﺟﻮابﻫﺎ ﺣﻮل ﻧﻘﺎط ﻋﺎدي‪ ،‬ﻣﻌﺎدﻟﮥ ﻟﮋاﻧﺪر‪ ،‬ﭼﻨﺪﺟﻤﻠﻪايﻫﺎي ﻟﮋاﻧﺪر‪ ،‬ﺧﻮاص‬
‫ﭼﻨﺪﺟﻤﻠﻪايﻫﺎي ﻟﮋاﻧﺪر ‪ -‬ﺟﻮابﻫﺎ ﺣﻮل ﻧﻘﺎط ﻏﯿﺮﻋﺎدي )روش ﻓﺮوﺑﻨﯿﻮس(‪ ،‬ﻣﻌﺎدﻟﮥ ﺑﺴﻞ‪ ،‬ﺗﺎﺑﻊ ﮔﺎﻣﺎ‪ ،‬ﺧﻮاص ﺗﺎﺑﻊ ﺑﺴﻞ‪.‬‬
‫‪ -‬ﺗﺒﺪﯾﻞ ﻻﭘﻼس و ﮐﺎرﺑﺮدﻫﺎي آن ‪ :‬ﻣﻘﺪﻣﻪ )ﻧﮑﺎﺗﯽ در ﻣﻮرد ﻧﻈﺮﯾﻪ ﻻﭘﻼس( ﻗﻀﯿﮥ وﺟﻮدي‪ ،‬ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪ ،‬ﻣﺸﺘﻖ و اﻧﺘﮕﺮال‪ ،‬ﻗﻀﺎﯾﺎي اﻧﺘﻘﺎل و ﻣﻌﺮﻓﯽ ﺗﻮاﺑﻊ‬
‫ﭘﻠﻪ ﯾﯽ واﺣﺪ و ﺗﺎﺑﻊ دﻟﺘﺎي دﯾﺮاك‪ ،‬ﻣﻮارد اﺳﺘﻌﻤﺎل در ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ‪ ،‬ﻣﺸﺘﻖ و اﻧﺘﮕﺮال ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪ ،‬ﻣﻌﺮف ﯾﭙﯿﭽﺶ )ﮐﺎﻧﻮﻟﻮﺷﻦ(‪ ،‬ﻣﻌﺮﻓﯽ ﻣﻌﺎدﻻت‬
‫اﻧﺘﮕﺮاﻟﯽ‪ ،‬ﺣﻞ دﺳﺘﮕﺎه ﺧﻄﯽ ﺑﺎ ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪ .1‬ج‪ .‬اف‪ .‬ﺳﯿﻤﻮﻧﺰ‪ ،‬ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ و ﮐﺎرﺑﺮدﻫﺎي آن‪ ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪ ،1391 ،‬ﻣﺘﺮﺟﻢ‪ :‬ع‪ .‬ا‪ .‬ﺑﺎﺑﺎﯾﯽ و ا‪ .‬ﻣﯿﺎﻣﯿﯽ‪.‬‬
‫‪ .2‬م‪ .‬ﻧﯿﮑﻮﮐﺎر‪ ،‬ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﻣﻌﻤﻮﻟﯽ‪ ،‬اﻧﺘﺸﺎرات آزاده‪.1392 ،‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪25 /‬‬
‫‪ .3‬ﻋﻨﻮان درس ﺑﻪ‬
‫ﺟﺒﺮ ﺧﻄﯽ‬
‫ﻓﺎرﺳﯽ‪:‬‬
‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Linear Algebra‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﻫﺪف از اﯾﻦ درس ﻣﻄﺎﻟﻌﻪ ﻣﺎﺗﺮﯾﺲﻫﺎ‪ ،‬ﺑﺮدارﻫﺎ‪ ،‬ﻓﻀﺎﻫﺎي ﺑﺮداري‪ ،‬ﺗﺒﺪﯾﻼت ﺧﻄﯽ‪ ،‬و دﺳﺘﮕﺎهﻫﺎي ﻣﻌﺎدﻻت ﺧﻄﯽ اﺳﺖ‪ .‬ﺟﺒﺮ ﺧﻄّﯽ ﮐﺎرﺑﺮدﻫﺎي ﻓﺮاوان و‬
‫ﮔﻮﻧﺎﮔﻮﻧﯽ در رﯾﺎﺿﯿﺎت و ﻣﺤﺎﺳﺒﺎت ﮔﺴﺴﺘﻪ دارد‪ .‬ﻋﻼوه ﺑﺮ ﮐﺎرﺑﺮدﻫﺎي آن در زﻣﯿﻨﻪﻫﺎﯾﯽ از ﺧﻮد رﯾﺎﺿﯿﺎت ﻣﺎﻧﻨﺪ ﺟﺒﺮ ﻣﺠﺮد‪ ،‬آﻧﺎﻟﯿﺰ ﺗﺎﺑﻌﯽ‪ ،‬ﻫﻨﺪﺳﻪ ﺗﺤﻠﯿﻠﯽ‪ ،‬و‬
‫آﻧﺎﻟﯿﺰ ﻋﺪدي‪ ،‬ﺟﺒﺮ ﺧﻄّﯽ اﺳﺘﻔﺎدهﻫﺎي وﺳﯿﻌﯽ ﻧﯿﺰ در ﻓﯿﺰﯾﮏ‪ ،‬ﻣﻬﻨﺪﺳﯽ و دﯾﮕﺮ ﻋﻠﻮم ﭘﯿﺪا ﮐﺮده اﺳﺖ‪ .‬ﺑﺨﺶﻫﺎي ﻋﻤﺪه اﯾﻦ درس ﺷﺎﻣﻞ ﻓﻀﺎﻫﺎي ﺑﺮداري‪،‬‬
‫ﺗﺒﺪﯾﻼت ﺧﻄﯽ‪ ،‬ﻣﻘﺪار وﯾﮋه و ﺑﺮدار وﯾﮋه و دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺧﻄﯽ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺎﺗﺮﯾﺲﻫﺎ و ﺣﻞ دﺳﺘﮕﺎه ﻣﻌﺎدﻻت ﺧﻄﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻓﻀﺎﻫﺎي ﺑﺮداري‪ ،‬ﺗﺒﺪﯾﻼت ﺧﻄﯽ‪ ،‬و ﻗﻀﺎﯾﺎي اﺳﺎﺳﯽ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫‪ -‬ﻣﺎﺗﺮﯾﺲ و دﺳﺘﮕﺎه ﻣﻌﺎدﻻت‪ :‬ﻣﻌﺮﻓﯽ دﺳﺘﮕﺎه ﺟﺒﺮي ﻣﺎﺗﺮﯾﺲﻫﺎ‪ ،‬رﺗﺒﻪ ﻣﺎﺗﺮﯾﺲ و روشﻫﺎي ﺗﻌﯿﯿﻦ آن‪ .‬ﻫﻢارزي ﺳﻄﺮي و ﺳﺘﻮﻧﯽ و روش ﺗﻌﯿﯿﻦ آنﻫﺎ‪،‬‬
‫ﻣﺤﺎﺳﺒﻪ وارون ﻣﺎﺗﺮﯾﺲﻫﺎ‪ ،‬ﺣﻞ و ﺑﺤﺚ دﺳﺘﮕﺎهﻫﺎي ﻣﻌﺎدﻻت ﺧﻄﯽ‪ ،‬دﺗﺮﻣﯿﻨﺎن‪ ،‬ﻣﺤﺎﺳﺒﻪ و وﯾﮋﮔﯽﻫﺎي آن‪ ،‬ﻗﻀﯿﻪ ﮐﯿﻠﯽ‪-‬ﻫﺎﻣﯿﻠﺘﻮن‪ ،‬رﺗﺒﻪ دﺗﺮﻣﯿﻨﺎﻧﯽ‬
‫ﻣﺎﺗﺮﯾﺲﻫﺎ‪.‬‬
‫‪ -‬ﻓﻀﺎﻫﺎي ﺑﺮداري‪ :‬ﻓﻀﺎي ﺑﺮداري و ﻣﺜﺎلﻫﺎ‪ ،‬زﯾﺮﻓﻀﺎ‪ ،‬ﺣﺎﺻﻞﺿﺮب‪ ،‬ﺧﺎرجﻗﺴﻤﺖ‪ ،‬ﻣﺠﻤﻮع ﻣﺴﺘﻘﯿﻢ‪ ،‬اﺳﺘﻘﻼل ﺧﻄﯽ‪ ،‬ﭘﺎﯾﻪ و ﺑﻌﺪ‪.‬‬
‫‪ -‬ﺗﺒﺪﯾﻞﻫﺎي ﺧﻄﯽ و ﻣﺎﺗﺮﯾﺲﻫﺎ‪ :‬ﺗﻌﺮﯾﻒ‪ ،‬ﻣﺜﺎل‪ ،‬وﯾﮋﮔﯽﻫﺎي ﻣﻘﺪﻣﺎﺗﯽ‪ ،‬ﻫﺴﺘﻪ‪ ،‬ﻧﮕﺎره‪ ،‬ﻗﻀﯿﻪ اﺳﺎﺳﯽ )ﺧﺎرج ﻗﺴﻤﺖ داﻣﻨﻪ ﺑﺮ ﻫﺴﺘﻪ ﺑﺎ ﻧﮕﺎره ﯾﮑﺮﯾﺨﺖ اﺳﺖ(‪،‬‬
‫ﻓﻀﺎي ﺗﺒﺪﯾﻞﻫﺎي ﺧﻄﯽ و ﺗﺎﺑﻌﮏﻫﺎ‪ ،‬ﻣﺎﺗﺮﯾﺲ ﺗﺒﺪﯾﻞﻫﺎي ﺧﻄﯽ‪ ،‬ﺗﻐﯿﯿﺮ ﭘﺎﯾﻪ‪ ،‬رﺗﺒﻪ ﺗﺒﺪﯾﻞﻫﺎي ﺧﻄﯽ‪ ،‬ﺑﺮدار وﯾﮋه و ﻣﻘﺪار وﯾﮋه‪ ،‬ﻗﻄﺮي ﮐﺮدن ﯾﮏ ﻣﺎﺗﺮﯾﺲ‪،‬‬
‫ﻣﺜﻠﺜﯽ ﮐﺮدن ﯾﮏ ﻣﺎﺗﺮﯾﺲ‪ ،‬ﻓﻀﺎي ﺿﺮب داﺧﻠﯽ‪.‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪nd‬‬
‫‪1. T. S. Blyth and E. F. Robertson, Basic Linear Algebra, 2 Edition Springer Undergraduate Mathematics‬‬
‫‪series, 2004.‬‬
‫‪2. J. H. kwak and S.P. Hong, Linear Algebra, 2nd edition, Birkhäuser, 2004.‬‬
‫‪3. S. H. Freidberg, A. J. Insel and L. E. Spence, Linear Algebra, 4th Edition, Pren. Hall, 2003.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪26 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬اﺣﺘﻤﺎل ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Probability I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ‪‬‬ ‫ﺑﺪون ﭘﯿﺶﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس اوﻟﯿﻦ درس ﭘﺎﯾﻪ اي در اﺣﺘﻤﺎل اﺳﺖ ﮐﻪ ﻫﺪف آن آﺷﻨﺎﯾﯽ ﺑﺎ ﻗﻮاﻧﯿﻦ ﺷﻤﺎرش و ﻣﺒﺎﻧﯽ اﺣﺘﻤﺎل ‪،‬ﻣﺘﻐﯿﺮ ﻫﺎي ﺗﺼﺎدﻓﯽ‪ ،‬ﺗﻮزﯾﻊ ﻫﺎي‬
‫ﯾﮏ ﻣﺘﻐﯿﺮه و ﺗﻮام و اﻣﯿﺪ رﯾﺎﺿﯽ اﺳﺖ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ روش ﻫﺎ وﻗﻮاﻋﺪ ﺷﻤﺎرش‪ ،‬اﺣﺘﻤﺎل‪ ،‬اﺣﺘﻤﺎل ﺷﺮﻃﯽ ‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﮔﺴﺴﺘﻪ و ﭘﯿﻮﺳﺘﻪ ‪ ،‬ﺗﻮزﯾﻊﻫﺎي ﮔﺴﺴﺘﻪ و ﭘﯿﻮﺳﺘﻪ و اﻧﻮاع آن‪ ،‬اﻣﯿﺪ‬
‫رﯾﺎﺿﯽ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫روش ﻫﺎي ﺷﻤﺎرش‪ :‬ﻗﻮاﻋﺪ ﺷﻤﺎرش‪ ،‬ﻧﻤﻮﻧﻪ ﻫﺎي ﻣﺮﺗﺐ و ﺟﺎﯾﮕﺸﺖ ﻫﺎ‪ ،‬ﻧﻤﻮﻧﻪ ﻫﺎي ﻧﺎﻣﺮﺗﺐ و ﺗﺮﮐﯿﺐ ﻫﺎ‪ ،‬اﻓﺮازﻫﺎي ﻣﺮﺗﺐ و ﺟﺎﯾﮕﺸﺘﻬﺎي ﻣﺘﻤﺎﯾﺰ‬ ‫–‬
‫اﺣﺘﻤﺎل‪ :‬آزﻣﺎﯾﺶ ﺗﺼﺎدﻓﯽ ﺳﺎده و ﻣﺮﮐﺐ ‪ ،‬ﺗﻌﺎﺑﯿﺮ ﻣﺘﻔﺎوت از اﺣﺘﻤﺎل‪ ،‬ﺗﺎﺑﻊ اﺣﺘﻤﺎل‪ ،‬ﻓﻀﺎي اﺣﺘﻤﺎل ﯾﮑﻨﻮاﺧﺖ ﻣﺪل اﺣﺘﻤﺎل ﮐﻼﺳﯿﮏ‪ ،‬ﭘﯿﻮﺳﺘﮕﯽ ﺗﺎﺑﻊ‬ ‫–‬
‫اﺣﺘﻤﺎل‬
‫ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ‪ :‬ﺗﻌﺮﯾﻒ ﻣﺘﻐﯿﺮ ﺗﺼﺎدﻓﯽ‪ ،‬ﺗﺎﺑﻊ ﺗﻮزﯾﻊ‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﮔﺴﺴﺘﻪ‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﭘﯿﻮﺳﺘﻪ‬ ‫–‬
‫ﺗﻮزﯾﻊ ﻫﺎي اﺳﺘﺎﻧﺪارد ﮔﺴﺴﺘﻪ و ﭘﯿﻮﺳﺘﻪ‪ :‬دو ﺟﻤﻠﻪ اي‪ ،‬ﻫﻨﺪﺳﯽ ‪.‬ﻓﻮق ﻫﻨﺪﺳﯽ‪ ،‬دو ﺟﻤﻠﻪ اي ﻣﻨﻔﯽ‪ ،‬ﭘﻮاﺳﻮن‪ ،‬ﯾﮑﻨﻮاﺧﺖ ﮔﺴﺴﺘﻪ‪ ،‬ﯾﮑﻨﻮاﺧﺖ ﻧﻤﺎﯾﯽ‪ ،‬ﮔﺎﻣﺎ‬ ‫–‬
‫و ﮐﺎي – دو‪ ،‬ﻧﺮﻣﺎل‪ ،‬ﺑﺘﺎ‪ ،‬ﮐﻮﺷﯽ‪ ،‬ﻟﺠﺴﺘﯿﮏ‪ ،‬واﯾﺒﻞ‪ ،‬ﭘﺎراﺗﻮ و ﺳﺎﯾﺮ ﺗﻮزﯾﻊ ﻫﺎي اﺳﺘﺎﻧﺪارد‬
‫اﻣﯿﺪ رﯾﺎﺿﯽ و ﮔﺸﺘﺎورﻫﺎ‪ :‬اﻣﯿﺪ رﯾﺎﺿﯽ‪ ،‬اﻣﯿﺪ رﯾﺎﺿﯽ ﺗﺎﺑﻌﯽ از ﯾﮏ ﻣﺘﻐﯿﺮ ﺗﺼﺎدﻓﯽ‪ .‬ﺧﻮاص و ﮐﺎرﺑﺮدﻫﺎي اﻣﯿﺪ رﯾﺎﺿﯽ‪ ،‬ﻣﯿﺎﻧﻪ و ﻣﺪ ﯾﮏ ﺗﻮزﯾﻊ‪ ،‬وارﯾﺎﻧﺲ‬ ‫–‬
‫و ﻣﻌﯿﺎرﻫﺎي ﭘﺮاﮐﻨﺪﮔﯽ دﯾﮕﺮ‪ ،‬ﺗﻘﺎرن و ﭼﻮﻟﮕﯽ‪ ،‬ﮔﺸﺘﺎورﻫﺎي ﯾﮏ ﻣﺘﻐﯿﺮ ﺗﺼﺎدﻓﯽ‪ ،‬ﻧﺎﻣﺴﺎوي ﺟﻨﺴﻦ‬
‫ﺗﺎﺑﻊ ﻣﻮﻟﺪ و ﻧﺎﻣﺴﺎوي ﻫﺎي اﺣﺘﻤﺎﻟﯽ‪ :‬ﺗﺎﺑﻊ ﻣﻮﻟﺪ ﮔﺸﺘﺎور‪ ،‬ﺗﺎﺑﻊ ﻣﻮﻟﺪ اﺣﺘﻤﺎل‪ ،‬ﻧﺎﻣﺴﺎوي ﻫﺎي ﻣﺎرﮐﻒ و ﭼﺒﯿﺸﻒ و ﻧﺎﻣﺴﺎوي ﻫﺎي ﻣﻬﻢ دﯾﮕﺮ‬ ‫–‬
‫ﻣﻌﺮﻓﯽ اﺟﻤﺎﻟﯽ ﻣﺘﻐﯿﺮﺗﺼﺎدﻓﯽ ﭼﻨﺪﺑﻌﺪي و ﺗﺎﺑﻊ ﺗﻮزﯾﻊ آن‬ ‫–‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫اﺳﺘﻔﺎده از ﻣﺴﺎﯾﻞ و ﻣﺮاﺟﻊ ﻣﺘﻔﺎوت درداﻧﺸﮕﺎﻫﻬﺎي ﻣﻌﺘﺒﺮ دﻧﯿﺎ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫‪ .۱‬راس‪ ،‬ش‪ ،‬ﻣﺒﺎﻧﯽ اﺣﺘﻤﺎل‪ ،‬ﺗﺮﺟﻤﻪ اﺣﻤﺪ ﭘﺎرﺳﯿﺎن‪-‬ﻋﻠﯽ ﻫﻤﺪاﻧﯽ‪ ،‬وﯾﺮاﯾﺶ ﻫﺸﺘﻢ‪ ،‬ﭼﺎپ دوم ‪ ، 1389‬اﻧﺘﺸﺎرات ﺷﯿﺦ ﺑﻬﺎﯾﯽ‪.‬‬
‫‪ .۲‬ﻗﻬﺮﻣﺎﻧﯽ‪ ،‬ﺳﻌﯿﺪ‪ ،‬اﺣﺘﻤﺎل‪ ،‬ﺗﺮﺟﻤﻪ ﺷﺎﻫﮑﺎر‪ ،‬ﭼﺎپ اول ‪ ، 1380‬اﻧﺘﺸﺎرات داﻧﺸﮕﺎه ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ‪.‬‬
‫‪ .۳‬ع‪ .‬ب‪ .‬ﺣﻘﯿﻘﯽ‪ ،‬ا‪ .‬ﭘﺎرﺳﯿﺎن‪ ،‬س‪ .‬م‪ .‬ص‪ .‬اﻟﻮﻧﺪي‪ ،‬س‪ .‬ن‪ .‬ا‪ .‬ا‪ .‬ﮐﺮﻣﺎﻧﯽ‪ ،‬ع‪ .‬ﮐﺮﻣﺎﻧﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ اﺣﺘﻤﺎل و ﻧﻈﺮﯾﻪ ﺗﻮزﯾﻊ ﻫﺎ‪ ،‬ﺟﻠﺪ اول‪ ،‬ﭼﺎپ اول‪،‬‬
‫‪ .1393‬اﻧﺘﺸﺎرات ﻋﻠﻤﯽ ﭘﺎرﺳﯿﺎن‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪27 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬اﺣﺘﻤﺎل ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Probability II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺣﺘﻤﺎل ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس دوﻣﯿﻦ درس ﭘﺎﯾﻪ اي در اﺣﺘﻤﺎل اﺳﺖ ﮐﻪ ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﭼﻨﺪ ﻣﺘﻐﯿﺮه ﮔﺴﺴﺘﻪ و ﭘﯿﻮﺳﺘﻪ راﻣﻮرد ﺑﺮرﺳﯽ ﮐﺎﻣﻞ ﻗﺮار ﻣﯽ دﻫﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﭼﺘﺪ ﻣﺘﻐﯿﺮه ﮔﺴﺴﺘﻪ و ﭘﯿﻮﺳﺘﻪ‪ ،‬ﺗﻮزﯾﻊﻫﺎي ﺷﺮﻃﯽ‪ ،‬ﺗﻮزﯾﻊ ﺗﻮاﺑﻌﯽ از ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ و ﻗﻀﺎﯾﺎي ﺣﺪي اﺣﺘﻤﺎﻟﯽ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﺗﻮزﯾﻊ ﻫﺎي ﺗﻮام‪ :‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﮔﺴﺴﺘﻪ ﭼﻨﺪ ﻣﺘﻐﯿﺮه و ﺗﻮزﯾﻊ ﭼﻨﺪ ﺟﻤﻠﻪايﻫﺎ‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﭘﯿﻮﺳﺘﻪ‬ ‫‪-‬‬
‫ﭼﻨﺪ ﻣﺘﻐﯿﺮه و ﺗﻮزﯾﻊ ﻧﺮﻣﺎل دو ﻣﺘﻐﯿﺮه‪ ،‬ﮐﻮوارﯾﺎﻧﺲ‪ ،‬ﺿﺮﯾﺐ ﻫﻤﺒﺴﺘﮕﯽ و ﻧﺎﻣﺴﺎوي ﮐﺸﯽ‪-‬ﺷﻮارﺗﺰ‬
‫ﺗﻮزﯾﻊ ﻫﺎي ﺷﺮﻃﯽ‪ :‬ﺗﻮزﯾﻌﻬﺎي ﺷﺮﻃﯽ ﮔﺴﺴﺘﻪ‪ ،‬ﺗﻮزﯾﻌﻬﺎي ﺷﺮﻃﯽ ﭘﯿﻮﺳﺘﻪ‪ ،‬ﮐﺎرﺑﺮد ﺗﻮزﯾﻌﻬﺎي ﺷﺮﻃﯽ‪ ،‬اﻣﯿﺪ رﯾﺎﺿﯽ ﺷﺮﻃﯽ و ﮐﺎرﺑﺮدﻫﺎي آن ﺷﺎﻣﻞ اﻣﯿﺪ‬ ‫‪-‬‬
‫ﮐﻞ و ﭘﯿﺶ ﺑﯿﻨﯽ‪ ،‬وارﯾﺎﻧﺲ ﺷﺮﻃﯽ‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﻣﺴﺘﻘﻞ‬
‫ﺗﻮزﯾﻊ ﺗﻮاﺑﻌﯽ از ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ‪ :‬ﺗﺒﺪﯾﻞ ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ‪ :‬روش ﺗﺎﺑﻊ ﺗﻮزﯾﻊ‪ ،‬روش ﺗﻐﯿﯿﺮ ﻣﺘﻐﯿﺮﻫﺎ )دو ﯾﺎ ﭼﻨﺪ ﻣﺘﻐﯿﺮه(‪ ،‬ﺗﻮزﯾﻊ ﻫﺎي ‪ ،t , F‬روش‬ ‫‪-‬‬
‫ﺗﺎﺑﻊ ﻣﻮﻟﺪ ﮔﺸﺘﺎور‪ .‬آﻣﺎره ﻫﺎي ﺗﺮﺗﯿﺒﯽ‪ ،‬ﺗﺎﺑﻊ ﺗﻮزﯾﻊ ﯾﮏ آﻣﺎره ﺗﺮﺗﯿﺒﯽ‪ ،‬ﺗﺎﺑﻊ ﺗﻮزﯾﻊ ﺗﻮأم دو ﯾﺎ ﭼﻨﺪ آﻣﺎره ﺗﺮﺗﯿﺒﯽ‪ ،‬ﺗﺎﺑﻊ ﺗﻮزﯾﻊ ﺑﺮد ﻧﻤﻮﻧﻪ‪ ،‬ﻣﯿﺎﻧﻪ و ﺗﻮاﺑﻊ‬
‫دﯾﮕﺮ‬
‫ﻗﻀﺎﯾﺎي ﺣﺪي‪ :‬ﻫﻤﮕﺮاﯾﯽ در ﺗﻮزﯾﻊ ﺷﺎﻣﻞ ﺷﺮاﯾﻂ ﺧﺎص و ﻗﻀﯿﯿﻪ ﭘﯿﻮﺳﺘﮕﯽ‪ ،‬ﻫﻤﮕﺮاﯾﯽ در ﻣﯿﺎﻧﮕﯿﻦ از درﺟﻪ دوم‪ ،‬ﻫﻤﮕﺮاﯾﯽ در اﺣﺘﻤﺎل‪ ،‬ﻫﻤﮕﺮاﯾﯽ در‬ ‫‪-‬‬
‫ﺗﻮزﯾﻊ‪ ،‬رواﺑﻂ ﺑﯿﻦ ﻫﻤﮕﺮاﯾﯽ ﻫﺎ‪ ،‬ﻗﻀﯿﻪ اﺳﻼﺗﺴﮑﯽ‪ ،‬ﻗﺎﻧﻮن ﺿﻌﯿﻒ اﻋﺪاد ﺑﺰرگ و ﻗﻀﯿﻪ ﺧﯿﻨﭽﯿﻦ ‪ ،‬ﻗﻀﯿﻪ ﺣﺪ ﻣﺮﮐﺰي و روش دﻟﺘﺎ‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫اﺳﺘﻔﺎده از ﻣﺴﺎﯾﻞ و ﻣﺮاﺟﻊ ﻣﺘﻔﺎوت در داﻧﺸﮕﺎهﻫﺎي ﻣﻌﺘﺒﺮ دﻧﯿﺎ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫ع‪ .‬ب‪ .‬ﺣﻘﯿﻘﯽ‪ ،‬ا‪ .‬ﭘﺎرﺳﯿﺎن‪ ،‬س‪ .‬م‪ .‬ص‪ .‬اﻟﻮﻧﺪي‪ ،‬س‪ .‬ن‪ .‬ا‪ .‬ا‪ .‬ﮐﺮﻣﺎﻧﯽ‪ ،‬ع‪ .‬ﮐﺮﻣﺎﻧﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ اﺣﺘﻤﺎل و ﻧﻈﺮﯾﻪ ﺗﻮزﯾﻊ ﻫﺎ‪ ،‬ﺟﻠﺪ دوم‪ ،‬ﭼﺎپ اول‪،‬‬ ‫‪.۱‬‬
‫‪ .1393‬اﻧﺘﺸﺎرات ﻋﻠﻤﯽ ﭘﺎرﺳﯿﺎن‪.‬‬
‫ﻗﻬﺮﻣﺎﻧﯽ‪ ،‬ﺳﻌﯿﺪ‪ ،‬اﺣﺘﻤﺎل‪ ،‬ﺗﺮﺟﻤﻪ ﺷﺎﻫﮑﺎر‪ ،‬ﭼﺎپ اول ‪ ، 1380‬اﻧﺘﺸﺎرات داﻧﺸﮕﺎه ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ‪.‬‬ ‫‪.۲‬‬
‫راس‪ ،‬ش‪ ،‬ﻣﺒﺎﻧﯽ اﺣﺘﻤﺎل‪ ،‬ﺗﺮﺟﻤﻪ اﺣﻤﺪ ﭘﺎرﺳﯿﺎن‪-‬ﻋﻠﯽ ﻫﻤﺪاﻧﯽ‪ ،‬وﯾﺮاﯾﺶ ﻫﺸﺘﻢ‪ ،‬ﭼﺎپ دوم ‪ ، 1389‬اﻧﺘﺸﺎرات ﺷﯿﺦ ﺑﻬﺎﯾﯽ‪.‬‬ ‫‪.۳‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪28 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬روش ﻫﺎي آﻣﺎري‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Statistical Methods‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ‪‬‬ ‫اﺣﺘﻤﺎل ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫اﺧﺘﯿﺎري ‪‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس ﭼﮑﯿﺪه اي از روش ﻫﺎي آﻣﺎري ﻣﻮرد اﺳﺘﻔﺎده در اﺳﺘﻨﺒﺎط آﻣﺎري ﮐﻪ در درس ﻫﺎي ﭘﯿﺸﺮﻓﺘﻪ ﺗﺮ ﺑﻪ ﺻﻮرت ﻣﺒﺴﻮط ﺗﺪرﯾﺲ ﻣﯽ‬
‫ﺷﻮﻧﺪ ﺑﻪ داﻧﺸﺠﻮ ﺑﻪ ﺻﻮرت ﺳﺎده و ﻣﻘﺪﻣﺎﺗﯽ آﻣﻮزش داده ﻣﯽ ﺷﻮد‪ .‬اﯾﻦ درس ﺑﺮاي داﻧﺸﺠﻮﯾﺎن رﺷﺘﻪ ﻫﺎي ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ و رﯾﺎﺿﯿﺎت و‬
‫ﮐﺎرﺑﺮدﻫﺎ از ﻧﻈﺮ ﺧﻼﺻﻪ و ﻣﻔﯿﺪ ﺑﻮدن ﻣﻄﺎﻟﺐ آﻣﻮزﺷﯽ اﻫﻤﯿﺖ ﻓﺮاوان دارد‪ .‬ﻫﻤﭽﻨﯿﻦ داﻧﺸﺠﻮﯾﺎن رﺷﺘﻪ آﻣﺎر را ﺑﺎ ﮐﻠﯿﺘﯽ از روش ﻫﺎي آﻣﺎري‬
‫ﻣﻮرد اﺳﺘﻔﺎده ﺑﻪ ﺻﻮرﺗﯽ ﺳﺎده و دﻟﭽﺴﺐ آﺷﻨﺎ ﺳﺎﺧﺘﻪ و وي را ﺑﺮاي ﭘﺬﯾﺮش ﻣﺒﺎﺣﺚ ﭘﺎﯾﻪ اي اﯾﻦ ﻣﻄﺎﻟﺐ آﻣﺎده ﻣﯽﮐﻨﺪ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ روش ﻫﺎي اﺳﺘﻨﺒﺎط آﻣﺎري اﺳﺎﺳﯽ ﺷﺎﻣﻞ ﻓﺎﺻﻠﻪ اﻃﻤﯿﻨﺎن و آزﻣﻮن ﻓﺮض ﻫﺎ‪ ،‬ﻣﺒﺎﺣﺚ اﺑﺘﺪاﯾﯽ ﺗﺤﻠﯿﻞ وارﯾﺎﻧﺲ و رﮔﺮﺳﯿﻮن و ﻣﺒﺎﺣﺚ ﻣﻘﺪﻣﺎﺗﯽ‬
‫اﺳﺘﻨﺒﺎط ﻧﺎﭘﺎراﻣﺘﺮي‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫– ﻧﻤﻮﻧﻪ ﺗﺼﺎدﻓﯽ‪ ،‬ﺗﻮزﯾﻊ ﻣﯿﺎﻧﮕﯿﻦ ﻧﻤﻮﻧﻪ اي و ﻗﻀﯿﻪ ﺣﺪ ﻣﺮﮐﺰي‪ ،‬ﺗﻮزﯾﻊ ﻫﺎي ﻧﻤﻮﻧﻪ اي‪ ،‬اﺳﺘﻨﺒﺎط آﻣﺎري‬
‫– روش ﻫﺎي ﺑﺮآوردﯾﺎﺑﯽ ﭘﺎراﻣﺘﺮﻫﺎي ﻧﺎﻣﻌﻠﻮم‪ :‬ﺑﺮآوردﯾﺎﺑﯽ ﻧﻘﻄﻪ اي‪ ،‬ﺑﺮآورد ﻓﺎﺻﻠﻪ اي‪ ،‬ﻓﺎﺻﻠﻪ اﻃﻤﯿﻨﺎن ﺑﺎ اﻧﺪازه ﻧﻤﻮﻧﻪ ﻫﺎي ﺑﺰرگ‬
‫– آﺷﻨﺎﯾﯽ ﻣﻘﺪﻣﺎﺗﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ آزﻣﻮن ﻓﺮض ﻫﺎ‪ :‬آزﻣﻮن ﻓﺮض ﻫﺎي ﺳﺎده‪ ،‬آزﻣﻮن ﻓﺮض ﻫﺎي ﯾﮏ ﻃﺮﻓﻪ‪ ،‬آزﻣﻮن ﻓﺮض ﻫـﺎي دوﻃﺮﻓـﻪ و روش‬
‫ﻧﺴﺒﺖ درﺳﺘﻨﻤﺎﯾﯽ‪ ،‬آزﻣﻮن وارﯾﺎﻧﺲ ﺟﻤﻌﯿﺖ ﻧﺮﻣﺎل‪ ،‬آزﻣﻮن ﻣﯿﺎﻧﮕﯿﻦ و ﻧﺴﺒﺖ ﺑﺎ اﻧﺪازه ﻧﻤﻮﻧﻪ ﻫﺎي ﺑﺰرگ‪ ،‬اﺳﺘﻨﺒﺎط در ﻣـﻮرد دو ﻣﯿـﺎﻧﮕﯿﻦ‪،‬‬
‫اﺳﺘﻨﺒﺎط در ﻣﻮرد ﺟﻔﺖ ﻣﺸﺎﻫﺪات‪ ،‬آزﻣﻮن ﻣﯿﺎﻧﮕﯿﻦ و ﻧﺴﺒﺖ دو ﺟﻤﻌﯿﺖ ﺑـﺎ اﻧـﺪازه ﻧﻤﻮﻧـﻪ ﻫـﺎي ﺑـﺰرگ‪ ،‬ﺗﺤﻠﯿـﻞ وارﯾـﺎﻧﺲ ﯾـﮏ ﻃﺮﻓـﻪ‪،‬‬
‫رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﺳﺎده و ﺿﺮﯾﺐ ﻫﻤﺒﺴﺘﮕﯽ‪ ،‬آزﻣﻮن ﻧﯿﮑﻮﯾﯽ ﺑﺮازﺷﯽ‬
‫– ﺟﺪول ﻫﺎي ﺗﻮاﻓﻘﯽ ‪:‬اﺳﺘﻘﻼل و ﻫﻤﮕﻨﯽ‪ ،‬آزﻣﻮن ﻫﺎي ﺳﺎده ﻧﺎﭘﺎراﻣﺘﺮي‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻓﺮاﯾﻨﺪ آﻣﻮزﺷﯽ داراي ﺳﺎﺧﺖ و از ﭘﯿﺶ ﺗﻌﯿﯿﻦ ﺷﺪه ﻫﻤﺮاه ﺑﺎ‬
‫اﯾﺠﺎد اﻧﮕﯿﺰه‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس و ﺳﺎﯾﺖ ﮐﺎﻣﭙﯿﻮﺗﺮي‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪ -1‬ﺑﻬﺒﻮدﯾﺎن‪ ،‬ﺟﻮاد‪ ،‬آﻣﺎر و اﺣﺘﻤﺎل ﻣﻘﺪﻣﺎﺗﯽ‪ ،‬ﭼﺎپ ﺷﺎﻧﺰدﻫﻢ‪ ،‬آﺳﺘﺎن ﻗﺪس رﺿﻮي ‪1383‬‬
‫‪ -2‬ﭘﺎرﺳﯿﺎن‪ ،‬اﺣﻤﺪ‪ ،‬ﻣﺒﺎﻧﯽ اﺣﺘﻤﺎل و آﻣﺎر ﺑﺮاي داﻧﺸﺠﻮﯾﺎن ﻋﻠﻮم و ﻣﻬﻨﺪﺳﯽ‪،‬وﯾﺮاﯾﺶ دوم‪ ،‬ﭼﺎپ ﭼﻬﺎرم‪ ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎه ﺻﻨﻌﺘﯽ اﺻﻔﻬﺎن‪1388 ،‬‬
‫‪ -3‬ﻫﺎگ‪ ،‬ر‪.‬و‪ ،‬ﺗﻨﯿﺲ‪ ،‬ل ‪.‬آ‪ ،‬اﺣﺘﻤﺎل و اﺳﺘﻨﺒﺎط آﻣﺎري‪ ،‬ﺗﺮﺟﻤﻪ ﻧﻮروز اﯾﺰددوﺳﺘﺪار ‪-‬ﺣﻤﯿﺪ ﭘﺰﺷﮏ‪ ،‬اﻧﺘﺸﺎرات داﻧﺸﮕﺎه ﺗﻬﺮان‪1382.‬‬
‫‪4-‬‬ ‫& ‪R Lyman Ott, Michael T Longnecker (2015) . An Introduction to Statistical Methods‬‬
‫‪Data Analysis (7th edition, ISBN: 9781305269477).‬‬
‫‪P‬‬ ‫‪P‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪29 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﻣﺎر رﯾﺎﺿﯽ ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Mathematical Statistics I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺣﺘﻤﺎل ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫اﺧﺘﯿﺎري ‪‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس اوﻟﯿﻦ درس ﭘﺎﯾﻪ اي اﺳﺘﻨﺒﺎط ﺑﻪ ﺷﯿﻮه ﭘﺎراﻣﺘﺮي از ﺟﻨﺒﻪ ﺑﺮآوردﯾﺎﺑﯽ ﻧﻘﻄﻪ اي اﺳﺖ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ اﺻﻮل و روش ﻫﺎي ﻣﺨﺘﻠﻒ ﺑﺮآوردﯾﺎﺑﯽ ﻧﻘﻄﻪ اي ﭘﺎراﻣﺘﺮي‪ ،‬ﺷﺎﻣﻞ روش ﻫﺎي ﮔﺸﺘﺎوري‪ ،‬درﺳﺘﻨﻤﺎﯾﯽ ﻣﺎﮐﺰﯾﻤﻢ‪ ،‬ﺣﺪاﻗﻞ ﻣﺮﺑﻌﺎت و ﻫﻤﭽﻨﯿﻦ روش‬
‫ﻫﺎي ﺑﺮآوردﯾﺎﺑﯽ ﻣﺒﺘﻨﯽ ﺑﺮ ﺑﺴﻨﺪﮔﯽ و ﮐﺎﻣﻞ ﺑﻮدن ﺷﺎﻣﻞ ﺑﺮآوردﮔﺮﻫﺎي ﻧﺎارﯾﺐ ﺑﺎ ﮐﻤﺘﺮﯾﻦ وارﯾﺎﻧﺲ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻘﺪﻣﺎت اﺳﺘﻨﺒﺎط ﭘﺎراﻣﺘﺮي‪ :‬ﺗﻌﺮﯾﻒ اﺳﺘﻨﺒﺎط و اﺳﺘﻨﺒﺎط ﭘﺎراﻣﺘﺮي‪ ،‬اﻧﻮاع اﺳﺘﻨﺒﺎط ﭘﺎراﻣﺘﺮي‪ ،‬ﻧﻤﻮﻧﻪ و آﻣﺎره‪ ،‬ﺗﻌﺮﯾـﻒ درﺳـﺘﻨﻤﺎﯾﯽ‪ ،‬اﺻـﻞ درﺳـﺘﻨﻤﺎﯾﯽ‪،‬‬ ‫‪-‬‬
‫ﺑﺴﻨﺪﮔﯽ و ﺑﺴﻨﺪﮔﯽ ﻣﯿﻨﯿﻤﺎل‪،‬‬
‫ﺑﺮاورد ﻣﺎﮐﺰﯾﻤﻢ درﺳﺘﻨﻤﺎﯾﯽ‪ :‬اﻧﻮاع ﺣﺎﻟﺖﻫﺎي ﺣﻞ ﻣﺴﺎﻟﻪ ﻣﺎﮐﺰﯾﻤﻢ درﺳﺘﻨﻤﺎﯾﯽ‪ ،‬ﭘﺎﯾﺎﯾﯽ و ﺗﻮزﯾﻊ ﺣﺪي ﺑﺮاوردﮔﺮ ﻣﺎﮐﺰﯾﻤﻢ درﺳﺘﻨﻤﺎﯾﯽ‬ ‫‪-‬‬
‫ﻗﻀﺎﯾﺎي اﺳﺎﺳﯽ ﮐﻼﺳﯿﮏ‪ :‬ﮐﺎﻣﻞ ﺑﻮدن‪ ،‬ﻗﻀﯿﻪ ﺑﻬﺎدر‪ ،‬ﻗﻀﯿﻪ ﺑﺎﺳﻮ‪ ،‬ﺧﺎﻧﻮاده ﺗﻮزﯾﻊﻫﺎي ﻧﻤﺎﯾﯽ‪ ،‬ﺑﺮاوردﮔﺮﻫﺎي ﻧﺎارﯾﺐ ﺑﺎ ﮐﻤﺘﺮﯾﻦ وارﯾﺎﻧﺲ‪ ،‬ﻧﺎﻣﺴﺎوي ﮐﺮاﻣـﺮ‬ ‫‪-‬‬
‫راﺋﻮ‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ‪ R‬ﺑﺮاي ﺣﻞ ﻋﺪدي ﻣﺴﺎﯾﻞ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﺒﺎﻧﯽ آﻣﺎر رﯾﺎﺿﯽ ‪:‬ﺗﺎﻟﯿﻒ اﺣﻤﺪ ﭘﺎرﺳﯿﺎن‪ ،‬وﯾﺮاﯾﺶ ﺳﻮم‪ ،‬ﭼﺎپ اول‪ ، 1389 ،‬ﻧﺎﺷﺮ ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎه ﺻﻨﻌﺘﯽ اﺻﻔﻬﺎن‬ ‫‪.1‬‬
‫ﻣﻮد‪ ،‬آ ‪.‬م‪ ،.‬ﮔﺮي ﺑﯿﻞ‪ ،‬ف ‪.‬آ‪ ،‬ﺑﻮﺳﺰ‪ ،‬د ‪.‬س‪ ،‬ﻣﻘﺪﻣﻪ اي ﺑﺮ اﺣﺘﻤﺎل و آﻣﺎر‪ ،‬ﺗﺮﺟﻤﻪ ﻋﻠﯽ ﻣﺸﮑﺎﻧﯽ‪ ،‬ﻧﺎﺷﺮ داﻧﺸﮕﺎه ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ‪1379 ،‬‬ ‫‪.2‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪30 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﻣﺎر رﯾﺎﺿﯽ ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Mathematical Statistics II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻣﺎر رﯾﺎﺿﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس دوﻣﯿﻦ درس ﭘﺎﯾﻪ اي اﺳﺘﻨﺒﺎط ﺑﻪ ﺷﯿﻮه ﭘﺎراﻣﺘﺮي از ﺟﻨﺒﻪ ﺑﺮآوردﯾﺎﺑﯽ ﻓﺎﺻﻠﻪ اي و آزﻣﻮن ﻓﺮض اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ اﺻﻮل و روش ﻫﺎي ﻣﺨﺘﻠﻒ ﺑﺮآوردﯾﺎﺑﯽ ﻓﺎﺻﻠﻪ اي ﭘﺎراﻣﺘﺮي و ﻫﻤﭽﻨﯿﻦ روش ﻫﺎي آزﻣﻮن ﻓﺮض ﺷﺎﻣﻞ ﭘﺮﺗﻮان ﺗﺮﯾﻦ آزﻣﻮن ﻫﺎ‪ ،‬ﭘﺮﺗﻮان ﺗﺮﯾﻦ‬
‫آزﻣﻮن ﻫﺎي ﯾﮑﻨﻮاﺧﺖ و آزﻣﻮن ﻫﺎي ﻧﺴﺒﺖ درﺳﺘﻨﻤﺎﯾﯽ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﺑﺮآورد ﻓﺎﺻﻠﻪ اي‪ :‬روش ﻫﺎي ﮐﻤﯿﺖ ﻣﺤﻮري و ﻋﻤﻮﻣﯽ‪ ،‬راﻫﮑﺎر دوم روش ﻋﻤﻮﻣﯽ ﺑﺮاي ﻓﻮاﺻﻞ اﻃﻤﯿﻨﺎن ﭘﺎراﻣﺘﺮﻫﺎي ﺗﻮزﯾﻊﻫﺎي ﮔﺴﺴﺘﻪ‪ ،‬ﻓﺎﺻﻠﻪ‬ ‫‪-‬‬
‫اﻃﻤﯿﻨﺎن ﺑﺎدﻣﻬﺎي ﺑﺮاﺑﺮ‪ ،‬ﮐﻮﺗﺎﻫﺘﺮﯾﻦ ﻓﺎﺻﻠﻪ اﻃﻤﯿﻨﺎن‪ ،‬ﻓﻮاﺻﻞ اﻃﻤﯿﻨﺎن ﻣﺠﺎﻧﺒﯽ ﺑﺨﺼﻮص ﺑﺮاﺳﺎس ﺗﻮزﯾﻊ ﻣﺠﺎﻧﺒﯽ ﺑﺮاوردﮔﺮ ﻣﺎﮐﺰﯾﻤﻢ درﺳﺘﻨﻤﺎﯾﯽ‪ ،‬ﻧﻮاﺣﯽ‬
‫اﻃﻤﯿﻨﺎن‪ ،‬ﻓﻮاﺻﻞ اﻃﻤﯿﻨﺎن ﺗﻮاﺑﻌﯽ از ﭘﺎراﻣﺘﺮﻫﺎ از روي ﻧﻮاﺣﯽ اﻃﻤﯿﻨﺎن‬
‫آزﻣﻮن ﻓﺮض ﻫﺎ‪ :‬ﺗﻌﺎرﯾﻒ و ﻣﻔﺎﻫﯿﻢ‪ ،‬ﺧﻄﺎﻫﺎي آزﻣﻮن‪ ،‬ﻓﺮض ﺳﺎده و ﻣﺮﮐﺐ‪ ،‬ﺗﺎﺑﻊ ﺗﻮان‪ ،‬آزﻣﻮن ﻧﺴﺒﺖ درﺳﺘﻨﻤﺎﯾﯽ‪ ،‬ﺗﻮزﯾﻊ ﻣﺠﺎﻧﺒﯽ آﻣﺎره درﺳﺘﻨﻤﺎﯾﯽ‪،‬‬ ‫‪-‬‬
‫آزﻣﻮن ﻓﺮضﻫﺎي ﻫﻢ زﻣﺎن و راﻫﮑﺎرﻫﺎي ﻣﺨﺘﻠﻒ ﺑﺮاﺳﺎس ﭘﯽ ﻣﻘﺪار‪ ،‬ﭘﺮﺗﻮاﻧﺘﺮﯾﻦ آزﻣﻮﻧﻬﺎ و ﭘﺮﺗﻮان ﺗﺮﯾﻦ آزﻣﻮنﻫﺎي ﯾﮑﻨﻮاﺧﺖ‪ :‬ﺗﻌﺎرﯾﻒ و ﻣﻔﺎﻫﯿﻢ‪،‬‬
‫ﭘﺮﺗﻮان ﺗﺮﯾﻦ آزﻣﻮن‪ ،‬ﭘﺮﺗﻮاﻧﺘﺮﯾﻦ آزﻣﻮن ﯾﮑﻨﻮاﺧﺖ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ‪ R‬ﺑﺮاي ﺣﻞ ﻋﺪدي ﻣﺴﺎﯾﻞ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﺒﺎﻧﯽ آﻣﺎر رﯾﺎﺿﯽ ‪:‬ﺗﺎﻟﯿﻒ اﺣﻤﺪ ﭘﺎرﺳﯿﺎن‪ ،‬وﯾﺮاﯾﺶ ﺳﻮم‪ ،‬ﭼﺎپ اول‪ ، 1389 ،‬ﻧﺎﺷﺮ ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎه ﺻﻨﻌﺘﯽ اﺻﻔﻬﺎن‬ ‫‪.1‬‬
‫ﻣﻮد‪ ،‬آ ‪.‬م‪ ،.‬ﮔﺮي ﺑﯿﻞ‪ ،‬ف ‪.‬آ‪ ،‬ﺑﻮﺳﺰ‪ ،‬د ‪.‬س‪ ،‬ﻣﻘﺪﻣﻪ اي ﺑﺮ اﺣﺘﻤﺎل و آﻣﺎر‪ ،‬ﺗﺮﺟﻤﻪ ﻋﻠﯽ ﻣﺸﮑﺎﻧﯽ‪ ،‬ﻧﺎﺷﺮ داﻧﺸﮕﺎه ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ‪1379 ،‬‬ ‫‪.2‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪31 /‬‬

‫ﻓﺮآﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ ‪1‬‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Stochastic Processes I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺣﺘﻤﺎل ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪ :‬ﻣﯽ ﺗﻮاﻧﺪ ﺑﻨﺎ ﺑﻪ ﻧﻈﺮ اﺳﺘﺎد ﺑﺎ ﭘﺮوژه‬
‫ﺟﺎﯾﮕﺰﯾﻦ ﺷﻮد‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس اﺻﻮل ﭘﺎﯾﻪ اي و ﻧﻈﺮي ﻓﺮاﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ ﺗﺪرﯾﺲ ﻣﯽ ﺷﻮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﻫﺪف اﯾﻦ درس آﺷﻨﺎﺋﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ اﻧﻮاع ﻓﺮآﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ‪ ،‬ﻣﺆﻟﻔﻪ ﻫﺎ و ﺧﻮاص ﻣﻬﻢ آﻧﻬﺎ در ﺣﺪ ﻣﻘﺪﻣﺎﺗﯽ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﻪ ﻋﻼوه اﻧﺘﻈﺎر ﻣﯿﺮود‬
‫داﻧﺸﺠﻮﯾﺎن در ﺑﺮآورد ﭘﺎراﻣﺘﺮﻫﺎ و ﺷﺒﯿﻪ ﺳﺎزي ﺑﺮﺧﯽ ﻓﺮآﯾﻨﺪﻫﺎي ﻣﻘﺪﻣﺎﺗﯽ و ﭘﺮﮐﺎرﺑﺮد ﻧﻈﯿﺮ زﻧﺠﯿﺮﻫﺎي ﻣﺎرﮐﻒ آﺷﻨﺎﺋﯽ ﻻزم را ﮐﺴﺐ ﻧﻤﺎﯾﻨﺪ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫زﻧﺠﯿﺮﻫﺎي ﻣﺎرﮐﻒ‪ :‬ﺗﺎﺑﻊ اﻧﺘﻘﺎل‪ ،‬ﺗﻮزﯾﻊ اوﻟﯿﻪ‪ ،‬زﻣﺎﻧﻬﺎي اﺻﺎﺑﺖ‪ ،‬ﻣﺎﺗﺮﯾﺲ اﻧﺘﻘﺎل‪ ،‬وﺿﻌﯿﺘﻬﺎي ﮔﺬرا و ﺑﺎزﮔﺸﺘﯽ‪ ،‬اﺣﺘﻤﺎﻟﻬﺎي ﺟﺬب‪ ،‬زﻧﺠﯿﺮﻫﺎي زاد و ﻣﺮگ‪،‬‬ ‫‪-‬‬
‫زﻧﺠﯿﺮﻫﺎي ﺷﺎﺧﻪ اي و ﺻﻒ ﺑﻨﺪي‪ ،‬ﺗﺠﺰﯾﻪ ﻓﻀﺎي ﻣﮑﺎن‪ ،‬ﻣﺴﺄﻟﻪ ﺑﺤﺚ ﺑﺎزﯾﮑﻦ‬
‫ﺗﻮزﯾﻌﻬﺎي اﯾﺴﺘﺎ‪ :‬ﺧﻮاص ﺗﻮزﯾﻌﻬﺎي اﯾﺴﺘﺎ‪ ،‬زﻧﺠﯿﺮ زادوﻣﺮگ‪ ،‬زﻧﺠﯿﺮﻫﺎي ﺳﺎده ﻧﺸﺪﻧﯽ‪ ،‬وﺿﻌﯿﺘﻬﺎي ﺑﺎزﮔﺸﺘﯽ ﻣﺜﺒﺖ و ﺑﺎزﮔﺸﺘﯽ ﭘﻮچ‪ ،‬ﻣﺘﻮﺳﻂ ﺗﻌﺪاد‬ ‫‪-‬‬
‫دﻓﻌﺎت ﻣﻼﻗﺎت از ﯾﮏ وﺿﻌﯿﺖ ﺑﺎزﮔﺸﺘﯽ‪ ،‬اﺷﺎره اي ﺑﻪ روﺷﻬﺎي ﻣﻮﻧﺖ ﮐﺎرﻟﻮ‪ ،‬ﺑﺮآورد ﻣﺎﺗﺮﯾﺲ ﺗﻐﯿﯿﺮ وﺿﻌﯿﺖ‪ ،‬ﺑﺮآورد ﺗﻮزﯾﻊ اﯾﺴﺘﺎ‬
‫ﻓﺮآﯾﻨﺪﻫﺎي ﺟﻬﺸﯽ ﻣﺤﺾ ﻣﺎرﮐﻒ ‪ :‬ﺧﻮاص ﻓﺮآﯾﻨﺪﻫﺎي ﺟﻬﺸﯽ ﻣﺤﺾ‪ ،‬ﮐﺎرﺑﺮدﻫﺎي ﻓﺮآﯾﻨﺪﻫﺎي ﺟﻬﺸﯽ ﻣﺤﺾ در ﻓﺮآﯾﻨﺪﻫﺎي زاد و ﻣﺮگ و ﺻﻒ ﺑﻨﺪي‬ ‫‪-‬‬
‫ﻓﺮآﯾﻨﺪﻫﺎي ﭘﻮاﺳﻦ‪ :‬ﻣﻌﺮﻓﯽ ﻓﺮآﯾﻨﺪ‪ ،‬وﯾﮋﮔﯿﻬﺎي ﻓﺮآﯾﻨﺪ‪ ،‬ارﺗﺒﺎط ﺑﺎ ﺗﻮزﯾﻊ ﻧﻤﺎﺋﯽ‪ ،‬زﻣﺎﻧﻬﺎي ورود‪ ،‬زﻣﺎﻧﻬﺎي ﺑﯿﻦ ورود‪ ،.‬ﻓﺮاﯾﻨﺪ ﭘﻮاﺳﻦ ﻫﻤﮕﻦ و ﻧﺎ ﻫﻤﮕﻦ و‬ ‫‪-‬‬
‫اﻧﻮاع دﯾﮕﺮ ﻓﺮاﯾﻨﺪ ﭘﻮاﺳﻦ‬
‫ﻓﺮاﯾﻨﺪ ﻣﺎرﮐﻒ زﻣﺎن ﭘﯿﻮﺳﺘﻪ و ﺑﺮرﺳﯽ ﺑﺮﺧﯽ از آﻧﻬﺎ از ﺟﻤﻠﻪ ﺣﺮﮐﺖ ﺑﺮاوﻧﯽ‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﻣﻄﺮح ﮐﺮدن ﻣﺜﺎلﻫﺎي واﻗﻌﯽ در ﻣﺮاﺟﻊ و ﮐﺘﺎبﻫﺎ ي ﻣﺘﻔﺎوت‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 50‬درﺻﺪ‬ ‫‪ 50‬درﺻﺪ آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1.‬‬ ‫‪Pierre Bremaud Markov Chains, Gibbs fields, Monte Carlo Simulation and Queues, Springer, New‬‬
‫‪York, 1999.‬‬
‫‪2.‬‬ ‫‪N. Bhat, K. Miller, Elements of Applied Stochastic Processes, 3rd ed., John Wiley and Sons, 2002.‬‬
‫‪3.‬‬ ‫‪P. G. Hoel, S. C. Port, and C. J. Stone, Introduction to Stochastic Processes, Houghton Mifflin‬‬
‫‪Company, 1972.‬‬
‫‪4.‬‬ ‫‪S. Karlin, H. M. Taylor, An Introduction to Stochastic Modeling, Academic,Press, 1994.‬‬
‫‪5.‬‬ ‫‪Sheldon M. Ross, Introduction to Probability Models, Academic Press, 2014.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪32 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬روﺷﻬﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Sampling methods I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫روش ﻫﺎي آﻣﺎري‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪ :‬ﻣﯽ ﺗﻮاﻧﺪ ﺑﻨﺎ ﺑﻪ ﻧﻈﺮ اﺳﺘﺎد ﺑﺎ‬
‫ﭘﺮوژه ﺟﺎﯾﮕﺰﯾﻦ ﺷﻮد‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻓﺮآﯾﻨﺪ روش ﺷﻨﺎﺳﯽ آﻣﺎر ﮔﯿﺮي‪ ،‬اﺳﺘﻨﺒﺎط آﻣﺎري ﺑﺮاي ﺟﻮاﻣﻊ ﻣﺘﻨﺎﻫﯽ ‪ ،‬ﻃﺮاﺣﯽ روش ﻫﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺗﺼﺎدﻓﯽ ﺳﺎده وﻃﺒﻘﻪ اي‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻃﺮاﺣﯽ آﻣﺎرﮔﯿﺮي ﻫﺎي ﻧﻤﻮﻧﻪ اي و ﺑﺮاورد ﭘﺎراﻣﺘﺮﻫﺎي ﺟﺎﻣﻌﻪ‪،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺧﻄﺎﻫﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي و ﻏﯿﺮ ﻧﻤﻮﻧـﻪ ﮔﯿـﺮي ﺷـﯿﻮه ﻫـﺎي‬
‫ﮐﺎﻫﺶ آن‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ ﻧﻤﻮﻧﻪ ﮔﯿﺮي‪ ،‬ﺷﯿﻮه ﻫﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺧﺎص اﺣﺘﻤﺎﻻﺗﯽ )ﺻﯿﺪ و ﺑﺎزﺻﯿﺪ‪ ،‬ﻧﻤﻮﻧﻪ ﮔﯿﺮي وارون‪ ،‬ﺑﺮآورد در زﯾﺮ ﺟﺎﻣﻌﻪ( و ﻏﯿﺮ اﺣﺘﻤﺎﻻﺗﯽ‬ ‫‪-‬‬
‫)ﮔﻠﻮﻟﻪ ﺑﺮﻓﯽ‪ ،‬ﺿﻤﻨﯽ‪ ،‬ﺧﻂ ﺛﺎﺑﺖ و ‪(...‬‬
‫ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺗﺼﺎدﻓﯽ ﺳﺎده ﺑﺎ ﺟﺎﯾﮕﺬاري و ﺑﺪون ﺟﺎﯾﮕﺬاري‪ ،‬ﺑﺮآورد ﻣﯿﺎﻧﮕﯿﻦ‪ ،‬ﻣﺠﻤﻮع ﮐﻞ و ﻧﺴﺒﺖ‪ ،‬ﻣﺤﺎﺳﺒﻪ و ﺑﺮآورد وارﯾﺎﻧﺲ ﺑﺮآوردﮔﺮﻫﺎ‪ ،‬ﻓﻮاﺻﻞ‬ ‫‪-‬‬
‫اﻃﻤﯿﻨﺎن‪.‬‬
‫ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺑﺎ اﺣﺘﻤﺎل ﻣﺘﻐﯿﺮ ﺑﺎ ﺟﺎﯾﮕﺬاري و ﺑﺪون ﺟﺎﯾﮕﺬاري‬ ‫‪-‬‬
‫ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺑﺎ ﻃﺒﻘﻪ ﺑﻨﺪي‪ ،‬ﺑﺮآورد ﭘﺎراﻣﺘﺮﻫﺎ‪ ،‬ﻣﺤﺎﺳﺒﻪ و ﺑﺮآورد وارﯾﺎﻧﺲ ﺑﺮآوردﮔﺮﻫﺎ‪ ،‬ﻣﻘﺎﯾﺴﻪ ﺑﺎ ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺗﺼﺎدﻓﯽ ﺳﺎده‬ ‫‪-‬‬
‫ﺑﺮآورد ﺣﺠﻢ ﻧﻤﻮﻧﻪ در ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺗﺼﺎدﻓﯽ ﺳﺎده‪ ،‬ﺑﺮآورد ﺣﺠﻢ ﻧﻤﻮﻧﻪ و ﺗﺨﺼﯿﺺ ﻧﻤﻮﻧﻪ در ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺑﺎ ﻃﺒﻘﻪ ﺑﻨﺪي )ﺗﺨﺼﯿﺺ ﻣﺘﻨﺎﺳﺐ‪ ،‬ﺗﺨﺼﯿﺺ‬ ‫‪-‬‬
‫ﺑﻬﯿﻨﻪ و ﺑﻪ ﻃﻮر ﺧﺎص ﺗﺨﺼﯿﺺ ﻧﯿﻤﻦ(‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﭘﺮوژه ﻣﺤﻮر‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪ -1‬ﻋﻤﯿﺪي‪ ،‬ﻋﻠﯽ‪ ،‬ﻧﻈﺮﯾﻪ ﻧﻤﻮﻧﻪ ﮔﯿﺮي و ﮐﺎرﺑﺮدﻫﺎي آن‪ ،‬ﭼﺎپ ﺳﻮم‪ ، 1384 ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪ ،‬ﺗﻬﺮان ‪.‬‬
‫‪ - -2‬ﻣﻘﺪﻣﻪ اي ﺑﺮ ﺑﺮرﺳﯽ ﻧﻤﻮﻧﻪ اي‪ ،‬ﺗﺮﺟﻤﻪ ﻧﺎﺻﺮ رﺿﺎ ارﻗﺎﻣﯽ‪ ،‬ﻧﺎﻫﯿﺪ ﺳﻨﺠﺮي ﻓﺎرﺳﯽ ﭘﻮر‪ ،‬اﺑﻮاﻟﻘﺎﺳﻢ ﺑﺰرگ ﻧﯿﺎ‪ ، ،‬ﭼﺎپ ﭼﻬﺎرم ‪ ،1384‬اﻧﺘﺸﺎرات‬
‫داﻧﺸﮕﺎه ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪33 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬روﺷﻬﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Sampling methods II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫روﺷﻬﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اداﻣﻪ ﻣﺒﺎﺣﺚ روش ﻫﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ‪1‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻃﺮﺣﻬﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﭘﯿﭽﯿﺪه ﺗﺮ و ﺗﻮاﻧﺎﯾﯽ ﺑﮑﺎر ﮔﯿﺮي ﻣﺘﻐﯿﺮﻫﺎي ﮐﻤﮑﯽ در ﻃﺮح ﻧﻤﻮﻧﻪ ﮔﯿﺮي‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺧﻮﺷﻪ اي ﯾﮏ ﻣﺮﺣﻠﻪ اي و دو ﻣﺮﺣﻠﻪ اي‪ ،‬ﺑﺮآورد ﭘﺎراﻣﺘﺮﻫﺎي ﺟﺎﻣﻌﻪ‪ ،‬ﻣﺤﺎﺳﺒﻪ و ﺑﺮآورد وارﯾﺎﻧﺲ ﺑﺮآوردﮔﺮﻫﺎ‪.‬‬ ‫‪-‬‬
‫ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺳﯿﺴﺘﻤﺎﺗﯿﮏ ﺧﻄﯽ‪ ،‬دوري‪ ،‬اﺻﻼح ﺷﺪه در ﺟﺎﻣﻌﻪ ﺑﺎ روﻧﺪ ﺧﻄﯽ‪ ،‬ﺑﺮآورد ﭘﺎراﻣﺘﺮﻫﺎي ﺟﺎﻣﻌﻪ‪ ،‬ﺑﺮآورد وارﯾﺎﻧﺲ ﺑﺮآوردﮔﺮﻫﺎ‪ ،‬ﻧﻤﻮﻧﻪ ﮔﯿﺮي‬ ‫‪-‬‬
‫ﺳﯿﺴﺘﻤﺎﺗﯿﮏ ﺑﺎ ﺷﺮوع ﺗﺼﺎدﻓﯽ ﭼﻨﺪﮔﺎﻧﻪ‪.‬‬
‫ﺷﯿﻮه ﻫﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺗﺮﮐﯿﺒﯽ‪ :‬ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺧﻮﺷﻪ اي ﺑﺎ اﺣﺘﻤﺎل ﻣﺘﻐﯿﺮ ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﺳﺎﯾﺰ ﺧﻮﺷﻪ‪ ،‬ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺧﻮﺷﻪ اي داﺧﻞ ﻃﺒﻘﻪ ﺑﻨﺪي و ﻃﺒﻘﻪ‬ ‫‪-‬‬
‫ﺑﻨﺪي داﺧﻞ ﺧﻮﺷﻪ اي‬
‫ﺑﺮآوردﮔﺮﻫﺎي ﻧﺴﺒﺘﯽ‪ ،‬ﺿﺮﺑﯽ و رﮔﺮﺳﯿﻮﻧﯽ‪ ،‬ﻣﺤﺎﺳﺒﻪ و ﺗﻘﺮﯾﺐ ارﯾﺒﯽ‪ ،‬ﻣﺤﺎﺳﺒﻪ و ﺗﻘﺮﯾﺐ ﻣﺠﻤﻮع ﻣﺮﺑﻌﺎت ﺧﻄﺎ‪ ،‬ﺑﺮآوردﮔﺮ ﻫﺎرﺗﻠﯽ راس‪ ،‬ﻧﻤﻮﻧﻪ ﮔﯿﺮي‬ ‫‪-‬‬
‫ﻣﻀﺎﻋﻒ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﭘﺮوژه ﻣﺤﻮر‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪ .1‬ﻋﻤﯿﺪي‪ ،‬ﻋﻠﯽ‪ ،‬ﻧﻈﺮﯾﻪ ﻧﻤﻮﻧﻪ ﮔﯿﺮي و ﮐﺎرﺑﺮدﻫﺎي آن‪ ،‬ﭼﺎپ ﺳﻮم‪ ، 1384 ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪ ،‬ﺗﻬﺮان ‪.‬‬
‫‪ .2‬ﻣﻘﺪﻣﻪ اي ﺑﺮ ﺑﺮرﺳﯽ ﻧﻤﻮﻧﻪ اي‪ ،‬ﺗﺮﺟﻤﻪ ﻧﺎﺻﺮ رﺿﺎ ارﻗﺎﻣﯽ‪ ،‬ﻧﺎﻫﯿﺪ ﺳﻨﺠﺮي ﻓﺎرﺳﯽ ﭘﻮر‪ ،‬اﺑﻮاﻟﻘﺎﺳﻢ ﺑﺰرگ ﻧﯿﺎ‪ ، ،‬ﭼﺎپ ﭼﻬﺎرم ‪ ،1384‬اﻧﺘﺸﺎرات داﻧﺸﮕﺎه‬
‫ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ‪1379.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪34 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬رﮔﺮﺳﯿﻮن ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Regression I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫روش ﻫﺎي آﻣﺎري‪-‬ﺟﺒﺮﺧﻄﯽ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس در ﺣﻮزه روش ﻫﺎي اﺳﺘﻨﺒﺎط ﭘﺎراﻣﺘﺮي و درﺳﯽ ﺑﺴﯿﺎر ﮐﺎرﺑﺮدي اﺳﺖ ﮐﻪ ﺑﺨﺼﻮص در اﻗﺘﺼﺎدﺳﻨﺠﯽ‪ ،‬ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ و آﻣﺎر ﺣﯿﺎﺗﯽ ﺑﺴﯿﺎر ﮐﺎرﺑﺮد‬
‫دارد‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫در اﯾﻦ درس ﻣﻔﺎﻫﯿﻢ اﺳﺎﺳﯽ و ﭘﺎﯾﻪاي ﻣﺪﻟﻬﺎي ﺧﻄﯽ در ﻗﺎﻟﺐ رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﺳﺎده و ﭼﻨﺪﮔﺎﻧﻪ ﻣﻌﺮﻓﯽ ﻣﯿﺸﻮد‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﺑﺎ ﯾﮏ ﻣﺘﻐﯿﺮ ﭘﯿﺸﮕﻮ‪ :‬رواﺑﻂ ﺑﯿﻦ ﻣﺘﻐﯿﺮﻫﺎ‪ ،‬ﻧﻤﻮدار ﭘﺮاﮐﻨﺶ‪ ،‬ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ‪ ،‬ﺑﺮآوردﻧﻘﻄﻪ اي ﻣﯿﺎﻧﮕﯿﻦ ﺷﺮﻃﯽ ﻣﺘﻐﯿﺮ ﭘﺎﺳﺦ‪،‬‬ ‫–‬
‫ﻣﺎﻧﺪه ﻫﺎ‪ ،‬ﺑﺮآورد وارﯾﺎﻧﺲ ﺟﻤﻠﻪ ﺧﻄﺎ‪ ،‬روش ﻣﺎﮐﺰﯾﻤﻢ درﺳﺘﻨﻤﺎﯾﯽ‪ ،‬رﮔﺮﺳﯿﻮن ﮔﺬرﻧﺪه از ﻣﺒﺪا )ﺑﺪون ﻋﺮض از ﻣﺒﺪا(‬
‫اﺳﺘﻨﺒﺎط در ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ ﺧﻄﯽ ﺑﺎ ﯾﮏ ﻣﺘﻐﯿﺮ ﭘﯿﺸﮕﻮ‪ :‬اﺳﺘﻨﺒﺎط درﺑﺎره ﻋﺮض از ﻣﺒﺪا و ﺷﯿﺐ ﺧﻂ رﮔﺮﺳﯿﻮﻧﯽ‪ ،‬اﺳﺘﻨﺒﺎط در ﺑﺎره ﺷﯿﺐ ﺧﻂ‬ ‫–‬
‫رﮔﺮﺳﯿﻮﻧﯽ ﺑﺮازش ﺷﺪه ﺑﺪون ﻋﺮض از ﻣﺒﺪا‪ ،‬ﻓﺎﺻﻠﻪ اﻃﻤﯿﻨﺎن ﺑﺮاي ﻣﯿﺎﻧﮕﯿﻦ ﻣﺘﻐﯿﺮ ﭘﺎﺳﺦ‪ ،‬ﻓﺎﺻﻠﻪ ﭘﯿﺶ ﺑﯿﻨﯽ ﺑﺮاي ﯾﮏ ﻣﻘﺪار ﺟﺪﯾﺪ ﻣﺘﻐﯿﺮ ﭘﺎﺳﺦ‪،‬‬
‫اﺳﺘﻨﺒﺎط درﺑﺎره وارﯾﺎﻧﺲ ﺧﻄﺎﻫﺎ‪ ،‬ﺗﺤﻠﯿﻞ وارﯾﺎﻧﺲ‪ ،‬آزﻣﻮن ﺧﻄﯽ ﮐﻠﯽ‪ ،‬ﺗﺤﻠﯿﻞ ﻫﻤﺒﺴﺘﮕﯽ‬
‫روش ﻫﺎي ﺗﺸﺨﯿﺼﯽ و ﻋﯿﺐ ﯾﺎﺑﯽ ﻣﺪل رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﺳﺎده‪ :‬ﺑﺮرﺳﯽ ﺻﺤﺖ ﻓﺮﺿﻬﺎي ﻣﺪل رﮔﺮﺳﯿﻮن ﺧﻄﯽ‪ ،‬ﺑﺮرﺳﯽ ﻧﻤﻮداري ﻣﺎﻧﺪه ﻫﺎ‪ ،‬ﻣﺸﺎﻫﺪات‬ ‫–‬
‫دوراﻓﺘﺎده‪ ،‬آزﻣﻮن ﻫﺎي ﻓﺮض ﺑﺮ اﺳﺎس ﻣﺎﻧﺪه ﻫﺎ‪ ،‬آزﻣﻮن ﻋﺪم ﺑﺮازش ﻣﺪل ﺧﻄﯽ )آزﻣﻮن ﻓﺮض ﺧﻄﯽ ﺑﻮدن(‪ ،‬ﻣﻌﯿﺎرﻫﺎي ﺗﻮﺻﯿﻔﯽ‪ ،‬ﺗﺒﺪﯾﻼت ﺛﺎﺑﺖ ﺳﺎزي‬
‫وارﯾﺎﻧﺲ ﺧﻄﺎﻫﺎ‬
‫ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ ﺧﻄﯽ ﭼﻨﺪﮔﺎﻧﻪ‪ :‬ﺑﺮآورد ﺣﺪاﻗﻞ ﻣﺮﺑﻌﺎت ﭘﺎراﻣﺘﺮﻫﺎي ﻣﺪل رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﺑﺎ دو ﻣﺘﻐﯿﺮ ﭘﯿﺸﮕﻮ‪ ،‬ﺑﯿﺎن ﻣﺪل رﮔﺮﺳﯿﻮن ﺧﻄﯽ‬ ‫–‬
‫ﭼﻨﺪﮔﺎﻧﻪ ﺑﺎ ﻧﻤﺎد ﻣﺎﺗﺮﯾﺴﯽ‪ ،‬اﺳﺘﻨﺒﺎط در ﺧﺼﻮص ﭘﺎراﻣﺘﺮﻫﺎي ﻣﺪل رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﭼﻨﺪﮔﺎﻧﻪ‪ ،‬ﺗﺤﻠﯿﻞ وارﯾﺎﻧﺲ در رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﭼﻨﺪﮔﺎﻧﻪ‪ ،‬آزﻣﻮن‬
‫ﻓﺮض ﺧﻄﯽ ﮐﻠﯽ‪ ،‬ﻋﯿﺐ ﯾﺎﺑﯽ در ﻣﺪل رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﭼﻨﺪﮔﺎﻧﻪ‪ ،‬ﻣﻌﯿﺎرﻫﺎي ﺗﻮﺻﯿﻔﯽ ﺳﻨﺠﺶ ﮐﯿﻔﯿﺖ ﺑﺮازش ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ ﭼﻨﺪﮔﺎﻧﻪ‪ ،‬ﻣﺪل‬
‫رﮔﺮﺳﯿﻮن ﭼﻨﺪ ﺟﻤﻠﻪ اي‪ ،‬ﻣﺪل رﮔﺮﺳﯿﻮن ﺑﺎ اﺛﺮات ﻣﺘﻘﺎﺑﻞ‬
‫ﺗﺤﻠﯿﻞ ﻫﻤﺒﺴﺘﮕﯽ‪ :‬ﻫﻤﺒﺴﺘﮕﯽ ﻫﺎي ﺟﺰﯾﯽ‪ ،‬روش ﻫﺎي ﮐﻼﺳﯿﮏ اﻧﺘﺨﺎب ﻣﺘﻐﯿﺮﻫﺎ )روش ﻫﺎي ﭘﯿﺸﺮو و ﭘﺴﺮو(‪ ،‬رﮔﺮﺳﯿﻮن ﮔﺎم ﺑﻪ ﮔﺎم‬ ‫–‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫در اﯾﻦ درس ﻣﺜﺎﻟﻬﺎي ﻋﺪدي ﺑﺮاي ﻫﺮ ﻗﺴﻤﺖ اراﺋﻪ و ﻣﺤﺎﺳﺒﺎت ﺑﺎ ﺣﺪاﻗﻞ ﯾﮏ ﻧﺮم اﻓﺰار آﻣﺎري ﺻﻮرت ﻣﯿﮕﯿﺮد‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪ -1‬اﻓﺘﺨﺎري ﻣﻬﺎﺑﺎدي‪ ،‬ﺳﻤﺎﻧﻪ‪ ،‬اﻣﯿﻨﯽ‪ ،‬ﻣﺮﺗﻀﯽ‪ ،‬ﭘﺎرﺳﯿﺎن‪ ،‬اﺣﻤﺪ و زﻣﺎﻧﯽ‪ ،‬ﺣﺴﯿﻦ‪ (1397) .‬ﺗﺤﻠﯿﻞ رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﺑﺎ‪ .R‬اﻧﺘﺸﺎرات ﻋﻠﻤﯽ ﭘﺎرﺳﯿﺎن‪.‬‬
‫‪2- D. C. Montgomery, E. A. Peck and G. G. Vining, Introduction to Linear Regression Analysis,‬‬
‫‪third Ed. John Wiley, 2001.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪35 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬داده ﮐﺎوي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Data mining‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺣﺘﻤﺎل ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫داده ﮐﺎوي ﯾﮑﯽ از زﯾﺮﺷﺎﺧﻪ ﻫﺎي ﭘﺮﮐﺎرﺑﺮد ﻋﻠﻮم داده ﻫﺎ اﺳﺖ ﮐﻪ اﺷﺘﺮاﮐﺎت زﯾﺎدي ﺑﯿﻦ رﺷﺘﻪ ﻫﺎي آﻣﺎر و ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ دارد و از اﯾﻦ ﻟﺤﺎظ اﯾﻦ درس‬
‫ﺑﺮاي داﻧﺸﺠﻮﯾﺎن رﺷﺘﻪي آﻣﺎر و ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ از اﻫﻤﯿﺖ ﺑﺎﻻﯾﯽ ﺑﺮﺧﻮردار اﺳﺖ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ اﺻﻮل داده ﮐﺎوي‪ ،‬ﭘﺎﻻﯾﺶ و ﺗﺤﻠﯿﻞ اﮐﺘﺸﺎﻓﯽ داده ﻫﺎ ﺑﺎ ﮐﻤﮏ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﯾﺎدﮔﯿﺮي ﻣﺎﺷﯿﻦ ﺷﺎﻣﻞ رﮔﺮﺳﯿﻮن‪ ،‬ﻃﺒﻘﻪ ﺑﻨﺪي‪ ،‬ﺧﻮﺷﻪ ﺑﻨﺪي و‬
‫ﻗﻮاﻧﯿﻦ اﻧﺠﻤﻨﯽ‪.‬‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫ﻣﻘﺪﻣﻪ اي ﺑﺮ داده ﮐﺎوي‪ ،‬ﭘﯿﺶ ﭘﺮدازش داده ﻫﺎ‪ ،‬ﺗﺤﻠﯿﻞ اﮐﺘﺸﺎﻓﯽ و ﺗﻮﺻﯿﻔﯽ داده ﻫﺎ‬ ‫–‬
‫ﺗﺤﻠﯿﻞ آﻣﺎري ﺗﮏ ﻣﺘﻐﯿﺮه‪ ،‬ﭼﻨﺪﻣﺘﻐﯿﺮه و ﻣﺪل رﮔﺮﺳﯿﻮن ﺧﻄﯽ‬ ‫–‬
‫آﻣﺎده ﺳﺎزي داده ﻫﺎ ﺑﺮاي ورود ﺑﻪ ﻣﺪل‬ ‫–‬
‫اﻟﮕﻮرﯾﺘﻢ ‪K-NN‬‬ ‫–‬
‫اﻟﮕﻮرﯾﺘﻢ ﺑﯿﺰ ﺳﺎده‬ ‫–‬
‫اﻟﮕﻮرﯾﺘﻢ ﻣﺎﺷﯿﻦ ﺑﺮدار ﭘﺸﺘﯿﺒﺎن‬ ‫–‬
‫اﻟﮕﻮرﯾﺘﻢ درﺧﺖ ﺗﺼﻤﯿﻢ‬ ‫–‬
‫اﻟﮕﻮرﯾﺘﻢ ﺷﺒﮑﻪ ﻫﺎي ﻋﺼﺒﯽ‬ ‫–‬
‫اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﺧﻮﺷﻪ ﺑﻨﺪي‬ ‫–‬
‫ﻗﻮاﻧﯿﻦ اﻧﺠﻤﻨﯽ‬ ‫–‬
‫ارزﯾﺎﺑﯽ ﻣﺪلﻫﺎ‬ ‫–‬
‫ﺧﻮﺷﻪ ﺑﻨﺪي ﺟﺮﯾﺎن داده ﻫﺎ‬ ‫–‬
‫ﮔﺮاف ﮐﺎوي‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦ و‬
‫اﻧﺠﺎم ﻣﺤﺎﺳﺒﺎت ﺑﺎ ﺣﺪاﻗﻞ ﯾﮏ ﻧﺮم اﻓﺰار ‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬ ‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﭘﺮوژه‬ ‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر و آزﻣﺎﯾﺸﮕﺎه ﮐﺎﻣﭙﯿﻮﺗﺮ‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1- Larose D.T. and Larose C.D. (2014) Discovering knowledge in data: an introduction to data mining‬‬
‫‪(Second edition). John Wiley & Sons.‬‬
‫‪2- P. Tan, V. Kumar, and M. Steinbach, Introduction to Data Mining, Pearson International Edition, 2005 .‬‬
‫‪3- J.Han and M. Kamber, Data Mining: Concepts and Techniques, Third Edition, Morgan Kaufmann, 2011.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪36 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬روشﻫﺎي ﻧﺎﭘﺎراﻣﺘﺮي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Nonparametric Methods‬‬
‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺣﺘﻤﺎل ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس ﺑﺮ روﺷﻬﺎي اﺳﺘﺎﻧﺪارد ﻧﺎﭘﺎراﻣﺘﺮي ﮐﻪ ﺑﺮاي ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ داده ﻫﺎ ﻣﻨﺎﺳﺐ ﻫﺴﺘﻨﺪ ﺗﻤﺮﮐﺰ ﺧﻮاﻫﺪ ﮐﺮد‪ .‬ﻣﻔﺎﻫﯿﻢ و روﺷﻬﺎي " ﯾـﮏ ﻧﻤﻮﻧـﻪ اي"‪،‬‬
‫"دو ﻧﻤﻮﻧﻪ اي" ‪ "،‬ﻧﻤﻮﻧﻪ ﻫﺎي ﺟﻔﺘﯽ"‪ ،‬آزﻣﻮﻧﻬﺎي ﯾﮏ راﻫﻪ "و " آزﻣﻮﻧﻬﺎي دو راﻫﻪ "ﭘﻮﺷﺶ داده ﺧﻮاﻫﻨﺪ ﺷﺪ‪ .‬آزﻣﻮﻧﻬﺎﯾﯽ ﺑﺮاي ﻋﺪم وﺟـﻮد اﺳـﺘﻘﻼل و‬
‫ﻧﯿﮑﻮﯾﯽ ﺑﺮازش ﻣﻮرد ﺑﺤﺚ ﻗﺮار ﺧﻮاﻫﻨﺪ ﮔﺮﻓﺖ‪ .‬اﺛﺒﺎت ﻫﺎ در ﺣﺪاﻗﻞ ﻧﮕﻪ داﺷﺘﻪ ﻣﯽ ﺷﻮد و از اراﯾﻪ اﺛﺒﺎت ﻫﺎي ﻃﻮﻻﻧﯽ و ﭘﯿﭽﯿﺪه ﭘﺮﻫﯿﺰ ﻣﯽ ﺷﻮد‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﻣﻔﺎﻫﯿﻢ اﯾﻦ درس داﻧﺸﺠﻮ را ﻗﺎدر ﺧﻮاﻫﺪ ﺳﺎﺧﺖ ﺗﺎ ﺑﺮاي ﯾﮏ ﺣﻞ ﯾﮏ ﻣﺴﺄﻟﻪ آﻣﺎري داده ﺷﺪه از روﺷﻬﺎي ﻧﺎﭘﺎراﻣﺘﺮي اﺳﺘﻔﺎده ﮐﻨﺪ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﻘﺪﻣﻪ ‪ :‬ﻧﻘﺎط ﺿﻌﻒ و ﻧﻘﺎط ﻗﻮت روﺷﻬﺎي ﻧﺎﭘﺎراﻣﺘﺮي ‪-‬آﻣﺎره ﻫﺎي ﺗﺮﺗﯿﺒﯽ ‪-‬ﺗﻮزﯾﻊ ﻣﺠﺎﻧﺒﯽ آﻣﺎره ﻫﺎي ﺗﺮﺗﯿﺒﯽ ‪-‬ﺑﺮآورد ﻓﺎﺻـﻠﻪ ﻫـﺎي اﻃﻤﯿﻨـﺎن ﺑـﺮاي‬ ‫–‬
‫ﭼﻨﺪﮐﻬﺎي ﺟﺎﻣﻌﻪ ‪-‬ﻓﺎﺻﻠﻪ ﻫﺎي ﺗﺤﻤﻞ ﺑﺮاي ﺗﻮزﯾﻌﻬﺎ ‪-‬ﭘﻮﺷﺸﻬﺎ‪.‬‬
‫آزﻣﻮﻧﻬﺎي ﯾﮏ ﻧﻤﻮﻧﻪ اي‪ :‬آزﻣﻮن درﺑﺎره ﻣﯿﺎﻧﻪ و دﯾﮕﺮ ﭼﻨﺪﮐﻬﺎ ‪-‬آزﻣﻮن ﻋﻼﻣﺖ ‪-‬آزﻣﻮن وﯾﻠﮑﺎﮐﺴﻮن ‪-‬آزﻣﻮﻧﻬﺎي ﻣﺒﺘﻨﯽ ﺑﺮ ﮔﺮدﺷﻬﺎ‪.‬‬ ‫–‬
‫آزﻣﻮﻧﻬﺎي دو ﻧﻤﻮﻧﻪ اي‪ :‬آزﻣﻮن ﮔﺮدش واﻟﺪ ‪-‬وﻟﻔﻮوﯾﺘﺰ ‪-‬آزﻣﻮن دو ﻧﻤﻮﻧﻪ اي ﮐﻠﻤﻮﮔﺮوف ‪-‬اﺳﻤﯿﺮﻧﻮف ‪-‬آزﻣﻮن ﻣﯿﺎﻧﻪ ‪-‬آزﻣﻮن ﻣﻦ وﯾﺘﻨﯽ‪.‬‬ ‫–‬
‫ﻧﺴﺒﺖ ‪- k‬ﻧﻤﻮﻧﻪ اي ‪ :‬آزﻣﻮن آﻧﺎﻟﯿﺰ وارﯾﺎﻧﺲ ﯾﮏ راﻫﻪ ﮐﺮوﺳﮑﺎل ‪-‬واﻟﯿﺲ ‪-‬آزﻣﻮن ﻣﺮﺑﻊ ﮐﺎي ﺑﺮاي ‪ k‬آزﻣﻮﻧﻬﺎي آزﻣﻮن ﻓﺮﯾﺪﻣﻦ‪ ،‬آزﻣﻮن ﻣﮏ ﻧﻤﺎر‬ ‫–‬
‫ﻣﻌﯿﺎرﻫﺎي ﭘﯿﻮﻧﺪ ﺑﺮاي ﻧﻤﻮﻧﻪ ﻫﺎي دو ﻣﺘﻐﯿﺮي ‪ :‬ﺗﻌﺮﯾﻒ ﻣﻌﯿﺎرﻫﺎي ﭘﯿﻮﻧﺪ دو ﺟﺎﻣﻌﻪ ‪-‬ﺿﺮﯾﺐ ﻫﻤﺒﺴﺘﮕﯽ اﺳﭙﯿﺮﻣﻦ‪ ،‬ﺿﺮﯾﺐ ﻫﻤﺒﺴﺘﮕﯽ ﮐﻨـﺪال ‪-‬ﺿـﺮﯾﺐ‬ ‫–‬
‫ﻫﻤﺒﺴﺘﮕﯽ ﻻﻣﺪا ‪ ،‬ﻧﺴﺒﺖ ﺑﺨﺖ ﻫﺎ‬
‫آزﻣﻮن ﻫﺎي ﻧﯿﮑﻮﯾﯽ ﺑﺮازش ‪:‬آزﻣﻮن ﻫﺎي ﮐﺎﻟﻤﻮﮔﻮرف‪-‬اﺳﻤﯿﺮﻧﻒ‪ ،‬ﮐﺮاﻣﺮ‪-‬وان ﻣﯿﺰز‪ ،‬ﺷﺎﭘﯿﺮو‪-‬وﯾﻠﮏ‪ ،‬آزﻣﻮن ﻫﺎي ﻧﯿﮑﻮﯾﯽ ﺑﺮازش ﻣﺒﺘﻨﯽ ﺑﺮ آﻧﺘﺮوﭘﯽ‬ ‫–‬
‫اﺷﺎره ﺑﻪ ﻣﺒﺎﺣﺚ وﯾﮋه ‪:‬رﮔﺮﺳﯿﻮن ﻧﺎﭘﺎراﻣﺘﺮي‪ ،‬آزﻣﻮن ﻫﺎي ﺟﺎﯾﮕﺸﺘﯽ و روش ﻫﺎي ﺑﻮت اﺳﺘﺮپ‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻓﺮاﯾﻨﺪ آﻣﻮزﺷﯽ داراي ﺳﺎﺧﺖ و از ﭘﯿﺶ ﺗﻌﯿﯿﻦ ﺷﺪه ﻣﻨﻄﺒﻖ ﺑﺮ ﻃﺮح‬
‫درس ‪ ،‬ﭘﺮﻫﯿﺰازاراﯾﻪ اﺛﺒﺎت ﻫﺎي ﻃﻮﻻﻧﯽ و ﭘﯿﭽﯿﺪه واﺳﺘﻔﺎده ﻣﻮردي از ﻧﺮم اﻓﺰارﻫﺎي ﻣﺮﺗﺒﻂ‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬اﻣﮑﺎﻧﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درﺳﯽ و ﺳﺎﯾﺖ ﮐﺎﻣﭙﯿﻮﺗﺮ‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪ -1‬آﻣﺎر ﻧﺎﭘﺎراﻣﺘﺮي ‪ ،‬دﮐﺘﺮ ﺟﻮاد ﺑﻬﺒﻮدﯾﺎن ﭼﺎپ داﻧﺸﮕﺎه ﺷﯿﺮاز ‪1385‬‬

‫‪2. P. Spreat and N. C. Smeeton, Applied Nonparametric Statistical Methods, 3rd Edition, 2001.‬‬
‫‪3. M. Hollander and D. A. Wolfe, Nonparametric Statistical Methods, 1999.‬‬
‫‪4. J. D. Gibbons, S. Chakraborti, Nonparametric Statistical Inference, 4th Edition, 2003.‬‬
 ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪37 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺳﺮيﻫﺎي زﻣﺎﻧﯽ ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Time Series I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻓﺮاﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس از اﺻﻮل ﻧﻈﺮي ﻓﺮاﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ ﺑﺮاي ﺑﺮازش ﻣﺪل ﻫﺎي ﺳﺮي زﻣﺎﻧﯽ ﺑﻪ داده ﻫﺎي زﻣﺎﻧﯽ اﺳﺘﻔﺎده ﻣﯽﺷﻮد‪ .‬اﯾﻦ ﺷﯿﻮه ﻫﺎ در ﭘﯿﺶ ﺑﯿﻨﯽ‬
‫ﻫﺎي ﻣﺮﺑﻮط ﺑﻪ ﺑﺎزارﻫﺎي ﻣﺎﻟﯽ ﮐﺎرﺑﺮد ﮔﺴﺘﺮده اي دارد‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﻬﻮم ﺳﺮيﻫﺎي زﻣﺎﻧﯽ ﺑﺼﻮرت ﻧﻈﺮي و ﮐﺎرﺑﺮدي و ﺗﺸﺨﯿﺺ اﻧﻮاع ﭘﺮﮐﺎرﺑﺮد از ﺳﺮﯾﻬﺎي زﻣﺎﻧﯽ ﻧﻈﯿﺮ ﻣﺪﻟﻬﺎي ‪ ARMA‬و وﯾﮋﮔﯿﻬﺎي ﻣﻬﻢ آﻧﻬﺎ‬
‫ﺑﺎﺷﻨﺪ‪ .‬ﺑﻪ ﻋﻼوه اﻧﺘﻈﺎر ﻣﯽرود داﻧﺸﺠﻮﯾﺎن در ﻣﺪل ﺑﻨﺪي و ﺷﺒﯿﻪ ﺳﺎزي ﺑﺮﺧﯽ ﺳﺮﯾﻬﺎي زﻣﺎﻧﯽ ﻣﻬﻢ آﺷﻨﺎﺋﯽ ﻻزم را ﮐﺴﺐ ﻧﻤﺎﯾﻨﺪ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﺜﺎل ﻫﺎﯾﯽ از ﺳﺮيﻫﺎي زﻣﺎﻧﯽ ‪ ،‬اﻫﺪاف ﺗﺤﻠﯿﻞ ﺳﺮيﻫﺎي زﻣﺎﻧﯽ‪ ،‬ﻣﺪل ﻫﺎي داراي روﻧﺪ و ﻣﺆﻟﻔﻪ ﻓﺼﻠﯽ و روﺷﻬﺎي ﺑﺮآورد و ﺣﺬف آﻧﻬﺎ‪ ،‬ﻋﻤﻠﮕﺮﻫﺎي‬ ‫‪-‬‬
‫ﭘﺴﺮو و ﺗﻔﺎﺿﻠﯽ ﮐﺮدن‬
‫ﻣﺪﻟﻬﺎي اﯾﺴﺘﺎ ﺗﻌﺎرﯾﻒ اوﻟﯿﻪ ﻣﺎﻧﻨﺪ ﺗﺎﺑﻊ ﺧﻮد ﮐﻮوارﯾﺎﻧﺲ‪ ،‬ﺧﻮدﻫﻤﺒﺴﺘﮕﯽ‪ ،‬ﺧﻮدﻫﻤﺒﺴﺘﮕﯽ ﺟﺰﯾﯽ‪ ،‬ﺗﻮاﺑﻊ ﺧﻮد ﮐﻮوارﯾﺎﻧﺲ و ﺧﻮد ﻫﻤﺒﺴﺘﮕﯽ ﻧﻤﻮﻧﻪ اي‪،‬‬ ‫‪-‬‬
‫آزﻣﻮﻧﻬﺎي ﮔﻮﻧﺎﮔﻮن ﺑﺮاي ﺗﺼﺎدﻓﯽ و ﻧﺮﻣﺎل ﺑﻮدن و واروﻧﭙﺬﯾﺮي‬
‫ﺑﺮآورد )‪ (causal‬از ﻣﺪﻟﻬﺎي ﺧﻄﯽ ‪ ،‬ﻣﺪﻟﻬﺎي ﺳﺒﺒﯽ ‪ ARMA‬دﻧﺒﺎﻟﻪ ﻫﺎي ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ‪،‬ﻣﻌﺮﻓﯽ ﮐﻼس ﻣﯿﺎﻧﮕﯿﻦ و ﺗﻮاﺑﻊ ﺧﻮد ﮐﻮوارﯾﺎﻧﺲ و‬ ‫‪-‬‬
‫ﺧﻮد ﻫﻤﺒﺴﺘﮕﯽ ﻣﺪﻟﻬﺎي اﯾﺴﺘﺎ‪ ،‬ﻣﺪﻟﻬﺎي ‪ ARMA‬ﺑﺎ اﺳﺘﻔﺎده از ﺑﺮآوردﻫﺎي اوﻟﯿﻪ‬
‫ﭘﯿﺶ ﺑﯿﻨﯽ ﻣﺪلﻫﺎي ﺳﺮﯾﻬﺎي زﻣﺎﻧﯽ اﯾﺴﺘﺎ ﺑﺎ اﺳﺘﻔﺎده از اﻟﮕﻮرﯾﺘﻤﻬﺎي دارﺑﯿﻦ‪ -‬ﻟﻮﯾﻨﺴﻮن و ﻧﻮآورﻫﺎ ‪ ،‬ﺗﺠﺰﯾﻪ واﻟﺪ‬ ‫‪-‬‬
‫ﻣﺪلﻫﺎي ‪ SARMA‬و ﺑﺮرﺳﯽ ﭘﯿﺶﺑﯿﻨﯽ آﻧﻬﺎ‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﭘﺮوژه ﻣﺤﻮر‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل ‪ 50‬درﺻﺪ‬
‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل ‪ 50‬درﺻﺪ‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1.‬‬ ‫‪P. J. Brockwell, and R. A. Davis, Introduction to Time Series and Forecasting, 2nd edition, Springer-Verlag,‬‬
‫‪2002.‬‬
‫‪2.‬‬ ‫‪J. D. Cryer, and K. S. Chan, Time Series Analysis: With Applications in R, 2nd Ed., Springer, 2011.‬‬
‫‪3.‬‬ ‫‪C. Chatfield, The Analysis of Time Series: An Introduction, 6th edition, London, Chapman and Hall, 1996.‬‬
‫)ﺗﺮﺟﻤﻪ ‪ :‬ﻣﻘﺪﻣﻪ اي ﺑﺮ ﺗﺤﻠﯿﻞ ﺳﺮﯾﻬﺎي زﻣﺎﻧﯽ(‬
‫‪4.‬‬ ‫‪R. H. Shumway, D. S. Stoffer, Time Series Analysis and Its Applications: With R‬‬
‫‪Examples, 2nd Ed., Springer, 2006.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪38 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻃﺮح آزﻣﺎﯾﺶﻫﺎ ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Design of experiments I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫رﮔﺮﺳﯿﻮن ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس ﺑﺮﺧﯽ ﻃﺮحﻫﺎي ﭘﺎﯾﻪاي و ﻣﻠﺰوﻣﺎت آنﻫﺎ ﻣﻌﺮﻓﯽ و ﻣﻘﺎﯾﺴﻪ ﻣﯽﺷﻮﻧﺪ‪ .‬ﻫﻤﭽﻨﯿﻦ روش ﺗﺤﻠﯿﻞ دادهﻫﺎ ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻫـﺮ ﯾـﮏ از‬
‫اﯾﻦ ﻃﺮحﻫﺎ ﭘﻮﺷﺶ داده ﻣﯽﺷﻮد‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫در اﯾﻦ درس ﺑﺮﺧﯽ ﻃﺮحﻫﺎي ﭘﺎﯾﻪاي ﻣﻌﺮﻓﯽ و ﺑﺮاي آزﻣﺎﯾﺶﻫﺎﯾﯽ ﺑﺎ ﯾﮑﯿﺎ ﭼﻨﺪ ﻋﺎﻣﻞ ﭘﻮﺷﺶ داده ﻣﯽﺷﻮﻧﺪ‪ .‬روش ﺗﺤﻠﯿﻞ دادهﻫﺎ ﻣﺘﻨﺎﺳﺐ ﺑـﺎ‬
‫ﻫﺮ ﯾﮏ از اﯾﻦ ﻃﺮحﻫﺎ ﻧﯿﺰ ﭘﻮﺷﺶ داده ﻣﯽﺷﻮد‪ .‬اﯾﻦ ﻃﺮحﻫﺎ در ﻗﺎﻟﺐ ﻣﺪلﻫﺎي ﺧﻄﯽ ﻣﻌﺮﻓﯽ ﻣﯽﺷﻮﻧﺪ‪.‬‬
‫ﺑﺎ ﻣﻌﺮﻓﯽ ﻫﺮ ﯾﮏ از اﯾﻦ ﻃﺮحﻫﺎ روش ﺗﺤﻠﯿﻞ دادهﻫﺎي ﺣﺎﺻﻞ از اﺟﺮاي آنﻫﺎ ﺑﺮ اﺳﺎس ﻣﺪلﻫﺎي ﺧﻄﯽ ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻃﺮح‪ ،‬ﮐﻪ ﺷﺎﻣﻞ ﻣﻮارد زﯾﺮ‬
‫اﺳﺖ‪ ،‬ﭘﻮﺷﺶ داده ﻣﯽﺷﻮد‪:‬‬
‫ﻣﺪل ﻃﺮح‪ ،‬ﻣﺠﻤﻮع ﺗﻮانﻫﺎي دوم و ﺟﺪول آﻧﺎﻟﯿﺰ وارﯾﺎﻧﺲ‪ ،‬ﺑﺮآوردﮔﺮﻫﺎي ﺣﺪاﻗﻞ ﻣﺮﺑﻌﺎت ﭘﺎراﻣﺘﺮﻫﺎي ﻣﺪل‪ ،‬آزﻣﻮن ﻓﺮض ﭘﺎراﻣﺘﺮﻫﺎ‪ ،‬ﻣﻘﺎﺑﻠﻪﻫﺎ و‬
‫آزﻣﻮنﻫﺎي زوﺟﯽ‪.‬‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫ﻣﺒﺎﻧﯽ و ﻣﻔﺎﻫﯿﻢ اﺻﻮﻟﯽ ﻃﺮح آزﻣﺎﯾﺶﻫﺎ‪ ،‬ﮐﺎرﺑﺮد ﻃﺮاﺣﯽ و ﺗﺤﻠﯿﻞ آزﻣﺎﯾﺶﻫﺎ در زﻣﯿﻨﻪﻫﺎي ﻣﺨﺘﻠﻒ‬ ‫–‬
‫آزﻣﺎﯾﺸﺎت ﻣﻘﺎﯾﺴﻪاي ﺳﺎده ﺷﺎﻣﻞ آزﻣﻮن ﻓﺮض ﻣﻘﺎﯾﺴﻪ ﻣﯿﺎﻧﮕﯿﻦ و وارﯾﺎﻧﺲ ﯾﮏ ﺟﺎﻣﻌﻪ و ﭼﻨﺪﺟﺎﻣﻌﻪ و ﻣﻘﺎﯾﺴﺎت زوﺟﯽ‬ ‫–‬
‫ﻃﺮح ﺗﮏﻋﺎﻣﻠﯽ‬ ‫–‬
‫ﻃﺮح ﺑﻠﻮكﺑﻨﺪي ﺗﺼﺎدﻓﯽ‪ ،‬ﻃﺮح ﻣﺮﺑﻊ ﻻﺗﯿﻦ و ﻣﺮﺑﻊ ﻻﺗﯿﻦ ﯾﻮﻧﺎﻧﯽ‪ ،‬ﻃﺮح ﺑﻠﻮكﻫﺎي ﻧﺎﮐﺎﻣﻞ ﻣﺘﻌﺎدل‬ ‫–‬
‫ﻃﺮحﻫﺎي دو ﯾﺎ ﭼﻨﺪﻋﺎﻣﻠﯽ‪ ،‬ﺗﻌﯿﯿﻦ ﺣﺠﻢ ﻧﻤﻮﻧﻪ در ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ‪ ،‬ﺑﻠﻮكﺑﻨﺪي در ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ‬ ‫–‬
‫‪--‬ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﭘﺮوژهﻣﺤﻮر و اﺳﺘﻔﺎده از ﯾﮑﯽ از ﻧﺮماﻓﺰارﻫﺎي ‪ SAS ،R‬ﯾﺎ ‪Design- Expert‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 60‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 40‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر و آزﻣﺎﯾﺸﮕﺎه ﮐﺎﻣﭙﯿﻮﺗﺮ‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1- D. C. Montgomery, Design and Analysis of Experiments, 9th Ed., John Wiley, 2017.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪39 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻃﺮح آزﻣﺎﯾﺶﻫﺎ ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Design of experiments II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻃﺮح آزﻣﺎﯾﺶﻫﺎ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس اداﻣﻪ ﻣﻄﺎﻟﺐ ﻣﺮﺑﻮط ﺑﻪ درس "ﻃﺮح آزﻣﺎﯾﺶﻫﺎ ‪ "1‬ﺗﺪرﯾﺲ ﻣﯽﺷﻮد‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫در اﯾﻦ درس ﺑﺎ ﻃﺮحﻫﺎي آزﻣﺎﯾﺸﯽ ﭘﯿﭽﯿﺪهﺗﺮ ﺑﺎ ﺑﯿﺶ از ﯾﮏ ﻋﺎﻣﻞ ﻣﻌﺮﻓﯽ و روش ﺳﺎﺧﺖ و ﺗﺤﻠﯿﻞ دادهﻫﺎ ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻫﺮ ﯾﮏ از اﯾﻦ آزﻣﺎﯾﺶﻫﺎ در ﻃﺮحﻫﺎي‬
‫ﮐﺎﻣﻼً ﺗﺼﺎدﻓﯽ و ﺑﻠﻮﮐﯽ ﭘﻮﺷﺶ داده ﻣﯽﺷﻮد‪ .‬ﻫﻤﭽﻨﯿﻦ ﻃﺮحﻫﺎي ﺑﺎ ﻫﺪف ﻏﺮﺑﺎﻟﮕﺮي و ﮐﺴﺮي ﻣﻌﺮﻓﯽ ﻣﯽﺷﻮﻧﺪ‪ .‬اﯾﻦ آزﻣﺎﯾﺶﻫﺎ در ﻗﺎﻟﺐ ﻣﺪلﻫﺎي ﺧﻄﯽ ﺑﺎ‬
‫اﺛﺮات ﺛﺎﺑﺖ و ﺗﺼﺎدﻓﯽ ﻣﻌﺮﻓﯽ ﻣﯽﺷﻮﻧﺪ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫𝑘𝑘‬
‫ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ ‪ 2‬ﺑﺪون ﺗﮑﺮار و ﺑﺎ ﺗﮑﺮار‬ ‫–‬
‫𝑘𝑘‬
‫ﺑﻠﻮكﺑﻨﺪي در ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ ‪2‬‬ ‫–‬
‫𝑘𝑘‬
‫ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ ﻣﺨﻠﻮط ﮐﺮدن ﺑﺎ ﺑﻠﻮك در ﻃﺮحﻫﺎي ‪2‬‬ ‫–‬
‫𝑘𝑘‬
‫ﻣﺨﻠﻮط ﺷﺪن ﺟﺰﯾﯽ و ﮐﺎﻣﻞ در ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ ‪2‬‬ ‫–‬
‫𝑘𝑘‬
‫ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ ﮐﺴﺮي ‪2‬‬ ‫–‬
‫𝑘𝑘‬
‫ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ ‪3‬‬ ‫–‬
‫𝑘𝑘‬
‫ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ ﻣﺨﻠﻮط ﮐﺮدن ﺑﺎ ﺑﻠﻮك در ﻃﺮحﻫﺎي ‪3‬‬ ‫–‬
‫𝑘𝑘‬
‫ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ ﮐﺴﺮي ‪3‬‬ ‫–‬
‫ﻃﺮحﻫﺎي ﻋﺎﻣﻠﯽ ﮐﺮتﻫﺎي ﺧﺮد ﺷﺪه‬ ‫–‬
‫ﻃﺮحﻫﺎي آﺷﯿﺎﻧﻪاي‬ ‫–‬
‫ﺗﺤﻠﯿﻞ ﮐﻮارﯾﺎﻧﺲ‬ ‫–‬
‫ﻃﺮحﻫﺎي روﯾﻪ ﭘﺎﺳﺦ‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﭘﺮوژهﻣﺤﻮر و اﺳﺘﻔﺎده از ﯾﮑﯽ از ﻧﺮماﻓﺰارﻫﺎي ‪ SAS ،R‬ﯾﺎ ‪Design- Expert‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 60‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 40‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر و آزﻣﺎﯾﺸﮕﺎه ﮐﺎﻣﭙﯿﻮﺗﺮ‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1- D. C. Montgomery, Design and Analysis of Experiments, 9th Ed., John Wiley, 2017.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪40 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺗﺤﻠﯿﻞ ﭼﻨﺪ ﻣﺘﻐﯿﺮه آﻣﺎري‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Statistical multivariate analysis‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻣﺎررﯾﺎﺿﯽ ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪ :‬ﭘﺮوژه‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس روش ﻫﺎي ﭼﻨﺪﻣﺘﻐﯿﺮه آﻣﺎري ﺷﺎﻣﻞ ﺗﻮزﯾﻊ ﻫﺎي ﭼﻨﺪﻣﺘﻐﯿﺮه و روش ﻫﺎي ﻃﺒﻘﻪﺑﻨﺪي و ﺧﻮﺷﻪﺑﻨﺪي ﺗﺪرﯾﺲ ﻣﯽ ﺷﻮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﺗﻮزﯾﻊ ﻫﺎي ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ ،‬ﯾﺎدﮔﯿﺮي ﺷﯿﻮه ﻫﺎي ﻃﺒﻘﻪﺑﻨﺪي و ﺧﻮﺷﻪﺑﻨﺪي ﺑﺮ اﺳﺎس داده ﻫﺎي ﭼﻨﺪ ﻣﺘﻐﯿﺮه و اﺳﺘﻨﺒﺎط ﺑﺮاﺳﺎس ﺗﻮزﯾﻊ ﻧﺮﻣﺎل‬
‫ﭼﻨﺪﻣﺘﻐﯿﺮه‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ :‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ ،‬ﻣﻘﺪﻣﺎت ﺟﺒﺮ ﺧﻄﯽ‪ ،‬ﺗﻮزﯾﻊ ﻧﺮﻣﺎل ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ :‬ﺗﺎﺑﻊ درﺳﺘﻨﻤﺎﯾﯽ و‬ ‫‪-‬‬
‫ﺑﺮآوردﮔﺮﻫﺎي ﺣﺪاﮐﺜﺮ درﺳﺘﻨﻤﺎﯾﯽ‪ ،‬اﺳﺘﻨﺒﺎط در ﺧﺼﻮص ﺑﺮدارﻫﺎي ﻣﯿﺎﻧﮕﯿﻦ ‪ ،‬ﻣﺪل رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﭼﻨﺪ ﻣﺘﻐﯿﺮه‬
‫ﺗﺤﻠﯿﻞ ﻣﻮﻟﻔﻪ ﻫﺎي اﺻﻠﯽ‬ ‫‪-‬‬
‫ﻣﻤﯿﺰي و ﻃﺒﻘﻪ ﺑﻨﺪي‪ :‬ﺗﺤﻠﯿﻞ ﻣﻤﯿﺰي ﺧﻄﯽ و درﺟﻪ دوم‬ ‫‪-‬‬
‫ﺧﻮﺷﻪ ﺑﻨﺪي‪ :‬روش ‪-K‬ﻣﯿﺎﻧﮕﯿﻦ‪-K ،‬ﻣﯿﺎﻧﻪ و ﺧﻮﺷﻪ ﺑﻨﺪي ﺳﻠﺴﻠﻪ ﻣﺮاﺗﺒﯽ‬ ‫‪-‬‬
‫ﺳﺎﯾﺮ ﻣﻄﺎﻟﺐ در روش ﻫﺎي ﭼﻨﺪ ﻣﺘﻐﯿﺮه آﻣﺎري‪ :‬ﯾﮏ ﯾﺎ ﭼﻨﺪ ﻣﻮرد از ﻣﻮارد زﯾﺮ‪ :‬ﺗﺤﻠﯿﻞ ﻋﺎﻣﻠﯽ‪ ،‬ﺗﻮزﯾﻊ وﯾﺸﺎرت‪ ،‬ﺗﺤﻠﯿﻞ ﻫﻤﺒﺴﺘﮕﯽ ﻫﺎي ﮐﺎﻧﻮﻧﯽ‪،‬‬ ‫‪-‬‬
‫ﻣﻘﯿﺎس ﺑﻨﺪي ﭼﻨﺪ ﺑﻌﺪي‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ‪R‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪ -1‬ﺗﺤﻠﯿﻞ آﻣﺎري ﭼﻨﺪ ﻣﺘﻐﯿﺮه ﮐﺎرﺑﺮدي ‪ ،‬ﺗﺎﻟﯿﻒ رﯾﭽﺎردآ ‪ .‬ﺟﺎﻧﺴﻮن و دﯾﻦ دﺑﻠﯿﻮ ‪ .‬وﯾﭽﺮن _ ﺗﺮﺟﻤﻪ دﮐﺘﺮ ﺣﺴﯿﻨﻌﻠﯽ ﻧﯿﺮوﻣﻨﺪ ‪ ،‬داﻧﺸﮕﺎه‬
‫ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ‪.‬‬
‫‪2- Izenman, A. J. (2008). Modern multivariate statistical techniques. Regression, classification and‬‬
‫‪manifold learning, 10, 978-0.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪41 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺗﺤﻠﯿﻞ دادهﻫﺎي ﮔﺴﺴﺘﻪ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Categorical Data Analysis‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫رﮔﺮﺳﯿﻮن ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫در اﯾﻦ درس روش ﻫﺎي ﺗﺤﻠﯿﻞ داده ﻫﺎي رﺳﺘﻪ اي‪ ،‬روش ﻫﺎي اﺳﺘﻨﺒﺎط ﭘﺎراﻣﺘﺮي و ﻧﺎﭘﺎراﻣﺘﺮي ﺑﺮاي ﺟﺪاول ﺗﻮاﻓﻘﯽ و ﻣﺪل ﻫﺎي ﺧﻄﯽ ﺑﺮاي داده ﻫﺎي‬
‫رﺳﺘﻪ اي ﺗﺪرﯾﺲ ﻣﯽ ﺷﻮد‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ و ﮐﺴﺐ ﻣﻬﺎرت در ﺗﺤﻠﯿﻞ داده ﻫﺎي رﺳﺘﻪ اي‪ ،‬ﺗﻮاﻧﺎﯾﯽ اﺳﺘﻔﺎده از روﺷﻬﺎي آﻣﺎري ﺳﻨﺘﯽ ﺷﺎﻣﻞ آزﻣﻮﻧﻬﺎي ﺧﯽ دو‪ ،‬آزﻣﻮﻧﻬﺎي دﻗﯿﻖ ﺑﺮاي ﻧﻤﻮﻧﻪ ﻫﺎي‬
‫ﮐﻮﭼﮏ و اﻧﺪازه ﭘﯿﻮﻧﺪ و ﺗﻌﺒﯿﺮ آﻧﻬﺎ ﺑﺮاي داده ﻫﺎي رﺳﺘﻪ اي‪ ،‬ﺗﻮاﻧﺎﯾﯽ ﮐﺎرﺑﺮد و ﺑﺮرﺳﯽ ﻧﯿﮑـﻮﯾﯽ ﺑـﺮازش ﻣـﺪﻟﻬﺎي ﺧﻄـﯽ ﺗﻌﻤـﯿﻢ ﯾﺎﻓﺘـﻪ ﺷـﺎﻣﻞ رﮔﺮﺳـﯿﻮن‬
‫ﻟﻮژﺳﺘﯿﮏ‪ ،‬ﻣﺪﻟﻬﺎي ﻟﮓ ﺧﻄﯽ‪ ،‬رﮔﺮﺳﯿﻮن ﭘﻮاﺳﻦ ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﺮورﮐﻠﯽ ‪:‬ﺗﻮزﯾﻌﻬﺎ و ﻃﺮﺣﻬﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺑﺮاي داده ﻫﺎي ﮔﺴﺴﺘﻪ‬ ‫–‬
‫روش ﻫﺎي اﺳﺘﻨﺒﺎط آﻣﺎري ﺷﺎﻣﻞ آزﻣﻮن ﻓﺮض و ﺳﺎﺧﺘﻦ ﻓﺎﺻﻠﻪ اﻃﻤﯿﻨـﺎن ﺑـﺮاي ﭘﺎراﻣﺘﺮﻫـﺎي ﺗﻮزﯾـﻊ ﻫـﺎي ﮔﺴﺴـﺘﻪ‪ ،‬روش واﻟـﺪ ‪ ،‬ﻧﻤـﺮه و ﻧﺴـﺒﺖ‬ ‫–‬
‫درﺳﺘﻨﻤﺎﯾﯽ‬
‫ﺗﻮﺻﯿﻒ ﺟﺪاول ﺗﻮاﻓﻘﯽ دوﻃﺮﻓﻪ‪ ،‬ﺳﻪ ﻃﺮﻓﻪ و ﺑﺎﻻﺗﺮ و ﺑﺮرﺳﯽ ﺗﻌﺎرﯾﻒ و ﻣﻔﺎﻫﯿﻢ ﺑﻪ ﮐﺎر رﻓﺘﻪ در ﺟﺪوﻟﻬﺎي ﺗﻮاﻓﻘﯽ ﻫﻤﭽﻮن ﺗﻔﺎﺿﻞ ﻧﺴﺒﺘﻬﺎ‪ ،‬ﻧﺴﺒﺖ ﺑﺨﺘﻬﺎ‪،‬‬ ‫–‬
‫آزﻣﻮن اﺳﺘﻘﻼل‪ ،‬اﺳﺘﻨﺒﺎط دﻗﯿﻖ ﺑﺮاي ﻧﻤﻮﻧﻪﻫﺎي ﮐﻮﭼﮏ‪ ،‬ﭼﮕﻮﻧﮕﯽ ﺗﺤﻠﯿﻞ ﺻﻔﺮ ﺳﺎﺧﺘﺎري و روش دﻟﺘﺎ‪ .‬و‪. .‬‬
‫ﺗﻮﺻﯿﻒ ﮐﻠﯽ ﻣﺪﻟﻬﺎي ﺧﻄﯽ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ و روش ﻣﺎﮐﺴﯿﻤﻢ درﺳﺘﻨﻤﺎﯾﯽ و روﺷﻬﺎي ارزﯾﺎﺑﯽ ﻧﯿﮑﻮﯾﯽ ﺑﺮازش ﺑﺮاي اﯾﻦ ﻣﺪﻟﻬﺎ‪.‬‬ ‫–‬
‫رﮔﺮﺳﯿﻮن ﻟﻮژﺳﺘﯿﮏ ‪ ،‬اﺳﺘﻔﺎده از ﺗﻮاﺑﻊ رﺑﻂ ﮔﻮﻧﺎﮔﻮن ﺑﺮاي دادهﻫﺎي ﺑﺎ ﭘﺎﺳﺦ دودوﯾﯽ و روﯾﮑﺮد ﻣﺘﻐﯿﺮ ﭘﻨﻬﺎن‪.‬‬ ‫–‬
‫ﻣﺪﻟﻬﺎي ﻧﺮخ ﺧﻄﺮ و رﮔﺮﺳﯿﻮن ﭘﻮاﺳﻦ‪.‬‬ ‫–‬
‫ﻣﺪﻟﻬﺎي ﻟﮓ ﺧﻄﯽ و ﻣﻌﯿﺎرﻫﺎي ﭘﯿﻮﻧﺪ‪.‬‬ ‫–‬
‫ﻣﺪﻟﻬﺎي ﻟﻮﺟﯿﺖ ﺑﺮاي ﭘﺎﺳﺨﻬﺎي اﺳﻤﯽ و ﺗﺮﺗﯿﺒﯽ‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﭘﺮوژهﻣﺤﻮر و اﺳﺘﻔﺎده از ﯾﮑﯽ از ﻧﺮماﻓﺰارﻫﺎي ‪ R‬ﯾﺎ ‪Python‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1- A. Agresti, An Introduction to Categorical Data Analysis, Wiley, New York, 2018 (3rd Edition).‬‬
‫‪2- A. Agresti, Categorical data analysis, Wiley, New York, 2013 (3rd Edition).‬‬
‫‪3- E. B. Anderson, Discrete Statistical Models with Social Science Applications, Amsterdam: North‬‬
‫‪Holland, 1980.‬‬
‫‪4- Y. M. M. Bishop, S. E. Fienberg, and P. W. Holland, Discrete Multivariate Analysis,‬‬
‫‪Cambridge, MA: MIT Press, 1975.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪42 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﯾﺎدﮔﯿﺮي آﻣﺎري ﻣﻘﺪﻣﺎﺗﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Introduction to Statistical Learning‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫رﮔﺮﺳﯿﻮن ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ ﯾﺎدﮔﯿﺮي آﻣﺎري و ﻣﺪل ﻫﺎي آﻣﺎري ﻧﻮﯾﻦ ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اﯾﻦ اﻣﺮ‪ .‬از آﻧﺠﺎﯾﯽ ﮐﻪ ﺑﯿﺸﺘﺮ اﯾﻦ ﻣﺪل ﻫﺎ ﻣﺮﺗﺒﻂ ﺑﺎ ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ‬
‫ﻫﺴﺘﻨﺪ‪ ،‬داﻧﺸﺠﻮﯾﺎن ﻧﯿﺎز دارﻧﺪ ﮐﻪ ﺑﺎ ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ آﺷﻨﺎﯾﯽ اوﻟﯿﻪ را داﺷﺘﻪ ﺑﺎﺷﻨﺪ‪ .‬ﺑﻤﻨﻈﻮر آﻣﺎدﮔﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺮاي آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﺟﺪﯾﺪ‪ ،‬در‬
‫اﺑﺘﺪاي درس ﻫﻢ ﻣﺮوري ﺑﺮ ﻣﻔﺎﻫﯿﻢ ﻣﻬﻢ و ﭘﺎﯾﻪ اي رﮔﺮﺳﯿﻮن ﺧﻮاﻫﺪ ﺷﺪ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫آﺷﻨﺎﯾﯽ اوﻟﯿﻪ ﺑﺎ ﻣﻮﺿﻮع ﯾﺎدﮔﯿﺮي آﻣﺎري ‪ -‬ﻣﺪل ﻫﺎي آﻣﺎري ﻧﻮﯾﻦ ﻣﻮرد ﻧﯿﺎز در ﯾﺎدﮔﯿﺮي آﻣﺎري ‪ -‬ﻣﺮوري ﮐﻠﯽ ﺑﺮ اﯾﺪه ﻫﺎي اﺻﻠﯽ اﯾﻦ ﻣﺪل ﻫﺎي آﻣﺎري‬
‫)ﺑﺪون ﺑﺮرﺳﯽ دﻗﯿﻖ ﺗﺌﻮري( ‪ -‬ﻣﺮوري ﮐﻠﯽ ﺑﺮ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﻣﻮرد اﺳﺘﻔﺎده ﺑﺮاي ﺑﮑﺎرﮔﯿﺮي درﺳﺖ و ﺑﻬﯿﻨﻪ ﯾﮏ ﻣﺪل آﻣﺎري ‪ -‬آﺷﻨﺎﯾﯽ ﺑﺎ ﭼﮕﻮﻧﮕﯽ اﺳﺘﻔﺎده‬
‫از ﻧﺮم اﻓﺰار ‪ R‬ﺑﺮاي ﺑﮑﺎرﮔﯿﺮي اﯾﻦ ﻣﺪل ﻫﺎ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫ﭼﮕﻮﻧﮕﯽ اﻧﺪازه ﮔﯿﺮي ﺧﻄﺎي ﭘﯿﺶﺑﯿﻨﯽ‪ :‬ﺗﻌﺎدل ﺑﯿﻦ ارﯾﺒﯽ و وارﯾﺎﻧﺲ ‪ -‬ﺧﻄﺎي ﺑﺮازش ﻣﺪل در ﻣﻘﺎﺑﻞ ﺧﻄﺎي ﮐﻠﯽ ﻣﺪل‬ ‫‪-‬‬
‫ﺿﺮورﯾﺎت ﻣﺪل ﻫﺎي ﺧﻄﯽ رﮔﺮﺳﯿﻮﻧﯽ و ﺗﻌﻤﯿﻢ ﻫﺎي آن‬ ‫‪-‬‬
‫اﻧﺘﺨﺎب ﻣﺘﻐﯿﺮ در ﻣﺪل ﺧﻄﯽ رﮔﺮﺳﯿﻮﻧﯽ‪ :‬ﻣﺮوري ﺑﺮ روش ﻫﺎي ﻣﻨﻈﻢ ﺳﺎزي‬ ‫‪-‬‬
‫ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ ﻏﯿﺮ ﺧﻄﯽ‪ :‬ﻫﻤﻮار ﺳﺎزي و اﺳﭙﻼﯾﻦ‬ ‫‪-‬‬
‫رﮔﺮﺳﯿﻮن درﺧﺘﯽ و روﯾﮑﺮدﻫﺎي ﺟﻤﻌﯽ‪ :‬ﺟﻤﻌﯽ ردهﺑﻨﺪي )‪ - (Bagging‬درﺧﺖ ﻫﺎي ﺗﺼﺎدﻓﯽ ‪ -‬ﺗﻘﻮﯾﺘﯽ )‪(Boosting‬‬ ‫‪-‬‬
‫روش ﻫﺎي ردهﺑﻨﺪي‪ :‬روش ﻫﺎي ﻧﺎﭘﺎراﻣﺘﺮي )درﺧﺖ ردهﺑﻨﺪي‪ K ،‬ﻧﺰدﯾﮏ ﺗﺮﯾﻦ ﻫﻤﺴﺎﯾﻪ ﻫﺎ( ‪ -‬ﻣﺎﺷﯿﻦ ﺑﺮدار ﭘﺸﺘﯿﺒﺎن‬ ‫‪-‬‬
‫روش ﻫﺎي ارزﯾﺎﺑﯽ ﻣﺪل ﻫﺎي ردهﺑﻨﺪي‬ ‫‪-‬‬
‫روش ﻫﺎي ﮐﺎﻫﺶ ﺑﻌﺪ )ﯾﺎدﮔﯿﺮي ﻧﺎراﻫﻨﻤﺎﯾﯿﺪه(‪ :‬ﺧﻮﺷﻪ ﺑﻨﺪي‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ‪R‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬آزﻣﺎﯾﺸﮕﺎه ﮐﺎﻣﭙﯿﻮﺗﺮ‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. An Introduction to Statistical Learning with Application in R, by Gareth James, Daniela Witten, Trevor‬‬
‫‪Hastie and Robert Tibshirani (2013). New York: Springer. Avalable online at: http://faculty.marshall.‬‬
‫‪usc.edu/gareth-james/ISL/‬‬
‫‪2. The Elements of Statistical Learning, Data Mining, Inference, and Prediction. by Trevor Hastie, Robert‬‬
‫‪Tibshirani, and Jerome Friedman (2017). 2nd Edition. New York: Springer. Avalable online at:‬‬
‫‪https://web.stanford.edu/~hastie/ElemStatLearn/printings/ESLII_print12_toc.pdf‬‬
‫‪3. Discoverying Knowledge in Data: An Introduction to Data Mining. Daniel T Larose and Chantal D Larose‬‬
‫‪(2014). 2nd Edition. John Wiley & Sons, Inc.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪43 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺤﺎﺳﺒﺎت آﻣﺎري‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Computational methods for Statitics‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻃﺮح آزﻣﺎﯾﺶ ﻫﺎ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫اﺻﻮل اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰارﻫﺎي ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ ﺑﺮاي ﺗﻤﺎﻣﯽ ﺗﺤﻠﯿﻞ ﻫﺎي آﻣﺎري ﮐﻪ در ﺳﺎﯾﺮ دروس رﺷﺘﻪ آﻣﺎر ﺗﺪرﯾﺲ ﻣﯽ ﺷﻮد در اﯾﻦ درس آﻣﻮزش داده‬
‫ﻣﯽ ﺷﻮد‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫آﺷﻨﺎﯾﯽ و ﮐﺴﺐ ﻣﻬﺎرت در اﺳﺘﻔﺎده از ﯾﮏ ﯾﺎ ﭼﻨﺪ ﻧﺮم اﻓﺰار آﻣﺎري ﻣﺒﺘﻨﯽ ﺑﺮ ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﻣﻘﺪﻣﺎﺗﯽ ﺑﺎ ﺷﯿﻮه ﻫـﺎي ﺗﻮﻟﯿـﺪ داده ﺗﺼـﺎدﻓﯽ و ﺷـﺒﯿﻪ‬
‫ﺳﺎزي‪ ،‬واردﮐﺮدن‪ ،‬وﯾﺮاﯾﺶ‪ ،‬ﮐﺪﮔﺬاري‪ ،‬اﺳﺘﺨﺮاج و ﺑﻪ ﻃﻮر ﮐﻠﯽ ﮐﺎر ﺑﺎ داده ﻫﺎ‪ ،‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ﺑﺮاي اﻧﻮاع ﺷﯿﻮه ﻫﺎي اﺳﺘﻨﺒﺎط ﭘﺎراﻣﺘﺮي و آزﻣﻮن ﻫـﺎي‬
‫ﻧﺎﭘﺎراﻣﺘﺮي‪ ،‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ﺑﺮاي ﺗﺤﻠﯿﻞ ﻫﺎي رﮔﺮﺳﯿﻮن ﺧﻄﯽ و ﺧﻄﯽ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ‪ ،‬ﺳﺮي زﻣﺎﻧﯽ‪ ،‬ﺗﺤﻠﯿﻞ وارﯾﺎﻧﺲ و ﮐﻮارﯾﺎﻧﺲ‪ ،‬داده ﮐـﺎوي ﻣﻘـﺪﻣﺎﺗﯽ‪،‬‬
‫داده ﻫﺎي رﺳﺘﻪ اي و ﺳﺎﯾﺮ زﻣﯿﻨﻪ ﻫﺎ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫اﺳﺘﻔﺎده ازﯾﮑﯽ از ﻧﺮم اﻓﺰارﻫﺎي ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ آﻣﺎري ﻫﻤﭽﻮن ‪ R, SAS, Matlab, python‬ﺑﺮاي ﺗﺤﻠﯿﻞ ﭘﺮوژه ﻫﺎي ﻣﺨﺘﻠﻒ )ﺗﺮﺟﯿﺤﺎ واﻗﻌﯽ(‬
‫ﺑﺮاﺳﺎس ﻣﻄﺎﻟﺐ زﯾﺮ‪:‬‬
‫ﻣﻌﺮﻓﯽ ﻧﺮم اﻓﺰار‪ :‬ﮐﺪ ﻧﻮﯾﺴﯽ‪ ،‬ورود‪ ،‬ﺧﺮوج و ﻣﺤﺎﺳﺒﺎت اﻧﻮاع ‪ ،object‬ﺳﺎﺧﺘﺎر داده ﻫﺎ‬ ‫–‬
‫ﮔﺮاﻓﯿﮏ و رﺳﻢ ﻧﻤﻮدارﻫﺎ و ﺗﻮاﺑﻊ در ﻧﺮم اﻓﺰار‬ ‫–‬
‫ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ‪ :‬اﻧﺪﯾﺲ ﮔﺬاري‪ ،‬ﺗﻌﺮﯾﻒ ﺣﻠﻘﻪ‪ ،‬ﻋﺒﺎرات ﺷﺮﻃﯽ‪ ،‬ﻣﻨﻄﻘﯽ و ﻋﻤﻠﯿﺎت ﺗﮑﺮاري‪ ،‬ﺗﺎﺑﻊ ﻧﻮﯾﺴﯽ‬ ‫–‬
‫آﻣﺎر ﺗﻮﺻﯿﻔﯽ‪ :‬ﭘﺎﻻﯾﺶ و ﭘﯿﺶ ﭘﺮدازش داده ﻫﺎ‪ ،‬رﺳﻢ ﻧﻤﻮدارﻫﺎ و ﺟﺪاول در ﺗﺤﻠﯿﻞ ﺗﮏ ﻣﺘﻐﯿﺮه‪ ،‬ﻧﻤﻮدارﻫﺎي ﭼﻨﺪﺑﻌﺪي‪ ،‬ﺟﺪاول ﺗﻮاﻓﻘﯽ و ﻣﻌﯿﺎرﻫﺎي‬ ‫–‬
‫ﭘﯿﻮﻧﺪ‬
‫اﺳﺘﻨﺒﺎط آﻣﺎري‪ :‬آزﻣﻮنﻫﺎي ﻓﺮض و ﻓﻮاﺻﻞ اﻃﻤﯿﻨﺎن ﺗﮏ ﻧﻤﻮﻧﻪ اي ﺑﺮاي ﻣﯿﺎﻧﮕﯿﻦ‪ ،‬وارﯾﺎﻧﺲ و ﻧﺴﺒﺖ‪ ،‬اﺳﺘﻨﺒﺎط دو ﻧﻤﻮﻧﻪ اي ﻣﺴﺘﻘﻞ‪ ،‬آزﻣﻮن ﺟﻔﺘﯽ‪،‬‬ ‫–‬
‫آزﻣﻮن ﻫﺎي ﻧﺎﭘﺎراﻣﺘﺮي‪ ،‬آزﻣﻮن اﺳﺘﻘﻼل و ﻧﯿﮑﻮﯾﯽ ﺑﺮازش‬
‫رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﭼﻨﺪﮔﺎﻧﻪ‪ :‬ﺑﺮازش ﻣﺪل‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﻮﺿﯿﺤﯽ ﮐﻤﯽ و ﮐﯿﻔﯽ‪ ،‬اﺛﺮات ﻣﺘﻘﺎﺑﻞ‪ ،‬ﭘﯿﺶ ﺑﯿﻨﯽ‪ ،‬اﺳﺘﻨﺒﺎط آﻣﺎري‪ ،‬ﺑﺮرﺳﯽ ﺗﺸﺨﯿﺼﯽ و درﻣﺎﻧﯽ‪،‬‬ ‫–‬
‫روش ﻫﺎي ﮔﺎم ﺑﻪ ﮔﺎم‬
‫ﺗﺤﻠﯿﻞ آزﻣﺎﯾﺶ ﻫﺎي ﻃﺮاﺣﯽ ﺷﺪه‪ ،‬ﺗﺤﻠﯿﻞ وارﯾﺎﻧﺲ و ﮐﻮوارﯾﺎﻧﺲ‬ ‫–‬
‫ﻣﺪلﻫﺎي ﺧﻄﯽ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ‪ :‬رﮔﺮﺳﯿﻮن ﻟﻮژﺳﺘﯿﮏ‪ ،‬ﻣﺪل ﻟﮓ ﺧﻄﯽ‪ ،‬رﮔﺮﺳﯿﻮن ﭘﻮاﺳﻦ‬ ‫–‬
‫ﺗﺤﻠﯿﻞ ﺳﺮي زﻣﺎﻧﯽ‪ :‬رﺳﻢ ﻧﻤﻮدار ﺳﺮي زﻣﺎﻧﯽ‪ ،‬آزﻣﻮن ﻣﺎﻧﺎﯾﯽ‪ ،‬ﻣﺪل ﺳﺎزي‬ ‫–‬
‫ﺷﺒﯿﻪ ﺳﺎزي و روش ﻫﺎي ﻣﻮﻧﺖ ﮐﺎرﻟﻮ‬ ‫–‬
‫ﻧﻮﺷﺘﻦ و ﺑﻬﯿﻨﻪ ﺳﺎزي ﺗﺎﺑﻊ درﺳﺘﻨﻤﺎﯾﯽ اﻧﻮاع ﻣﺪﻟﻬﺎ‪ ،‬ﯾﺎﻓﺘﻦ ﺑﺮآوردﮔﺮ ﻣﺎﮐﺴﯿﻤﻢ درﺳﺘﻨﻤﺎﯾﯽ‪ ،‬ﻣﺎﺗﺮﯾﺲ اﻃﻼع ﻓﯿﺸﺮ‪ ،‬ﻣﺎﺗﺮﯾﺲ ﮐﻮوارﯾﺎﻧﺲ ﺑﺮآوردﮔﺮﻫﺎ‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬در اﯾﻦ درس ﻣﺜﺎﻟﻬﺎي ﻋﺪدي ﺑﺮاي ﻫﺮ ﻗﺴﻤﺖ اراﺋﻪ و ﻣﺤﺎﺳﺒﺎت ﺑﺎ ﺣﺪاﻗﻞ ﯾﮏ‬
‫ﻧﺮم اﻓﺰار آﻣﺎري ﮔﻔﺘﻪ ﺷﺪه ﺻﻮرت ﻣﯽﮔﯿﺮد‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
44 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬

‫ ﺳﺎﯾﺖ ﮐﺎﻣﭙﯿﻮﺗﺮي‬،‫ وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬،‫ واﯾﺖ ﺑﻮرد‬:‫ ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‬،‫ج( ﻣﻠﺰوﻣﺎت‬

:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬

1. W. N. Venables, D. M. Smith and the R Core Team (2021) An Introduction to R, Notes on R: A Programming
Environment for Data Analysis and Graphics Version 4.0.4 (2021-02-15)
2. Matloff, N. (2011). The Art of R Programming: A Tour of Statistical Software Design, William
3. K. Kleinman, and N. J. Horton, SAS and R: Data Management, Statistical Analysis, and Graphics, Chapman &
Hall/CRC, 2010.
4. M. G. Marasinghe, and W. J. Kennedy, SAS for Data Analysis: Intermediate Statistical Methods, Springer-Verlag,
2008.
5. D. B. Wright, and K. London, Modern Regression Techniques Using R: a Practical Guide, Sage Publications Inc.,
2009.
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪45 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ آﻧﺎﻟﯿﺰ ﻋﺪدي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Basics of Numerical Analysis‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽآﻧﺎﻟﯿﺰ ﻋﺪدي ﻋﻠﻢ ﻃﺮاﺣﯽ و ﺗﺤﻠﯿﻞ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﻋﺪدي ﺑﺮاي ﺣﻞ ﻣﺴﺎﯾﻠﯽ ﭼﻮن ﯾﺎﻓﺘﻦ ﺑﻬﺘﺮﯾﻦ ﺗﻘﺮﯾﺐ‪ ،‬اﻧﺘﮕﺮال ﮔﯿﺮي‪ ،‬ﻣﺸﺘﻖ ﮔﯿﺮي‪ ،‬ﺣﻞ‬
‫دﺳﺘﮕﺎه ﻫﺎي ﻣﻌﺎدﻻت ﺧﻄﯽ و ﻏﯿﺮ ﺧﻄﯽ‪ ،‬ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ و ‪ ...‬اﺳﺖ ﮐﻪ اﯾﻦ ﻣﺴﺎﯾﻞ در ﺑﺴﯿﺎري از رﺷﺘﻪ ﻫﺎي ﻋﻠﻮم و ﻣﻬﻨﺪﺳﯽ و ﺣﺘﯽ ﻋﻠﻮم اﻧﺴﺎﻧﯽ‬
‫ﻣﺎﻧﻨﺪ اﻗﺘﺼﺎد ﺑﻪ وﻓﻮر ﻣﻄﺮح ﻣﯽ ﺷﻮﻧﺪ‪ .‬در اﯾﻦ درس ﻫﺪف آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﺮﺧﯽ از اﯾﻦ اﻟﮕﻮرﯾﺘﻢ ﻫﺎ و ﺗﺤﻠﯿﻞ آن ﻫﺎ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫‪ (1‬آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﻋﺪدي و درك ارﺗﺒﺎط ﺑﯿﻦ آﻧﻬﺎ و ﻣﺴﺎﯾﻞ واﻗﻌﯽ در ﻋﻠﻮم و ﻣﻬﻨﺪﺳﯽ‬
‫‪ (2‬ﭘﯿﺎده ﺳﺎزي روش ﻫﺎي ﻋﺪدي ﺑﺎ ﻧﺮم اﻓﺰارﻫﺎي ﻣﺘﺪاول رﯾﺎﺿﯽ ﯾﺎ ﺑﺎ اﺳﺘﻔﺎده از زﺑﺎن ﻫﺎي ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ‬
‫‪ (3‬ﺗﺤﻠﯿﻞ روش ﻫﺎي ﻋﺪدي از ﻧﻈﺮ ﺧﻄﺎ و آﻧﺎﻟﯿﺰ ﻫﻤﮕﺮاﯾﯽ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫ﺳﺮي ﺗﯿﻠﻮر و ﻣﺮوري ﺑﺮ ﻣﻘﺪﻣﺎت رﯾﺎﺿﯽ‪ :‬ﻣﻔﻬﻮم ‪ -O‬ﺑﺰرگ و ‪-o‬ﮐﻮﭼﮏ‪ ،‬ﻣﻘﺪﻣﻪ اي ﺑﺮ ﻧﺮم اﻓﺰارﻫﺎي رﯾﺎﺿﯽ‪.‬‬
‫ﺧﻄﺎﻫﺎ و ﻧﻤﺎﯾﺶ ﻣﻤﯿﺰ ﺷﻨﺎور‪ :‬اﺛﺮ ﺧﻄﺎ ﺑﺮ ﻧﺘﺎﯾﺞ ﻋﺪدي‪ ،‬اﻧﺘﺸﺎر ﺧﻄﺎ‪ ،‬ﺧﻄﺎي ﺣﺬف‪ ،‬ﻣﺤﺎﺳﺒﺎت ﮐﺎﻣﭙﯿﻮﺗﺮي در ﻧﻤﺎﯾﺶ ﻣﻤﯿﺰ ﺷﻨﺎور‪.‬‬
‫روش ﻫﺎي ﻋﺪدي ﺑﺮاي ﻣﺤﺎﺳﺒﻪ رﯾﺸﻪ ﺗﻮاﺑﻊ ﻏﯿﺮ ﺧﻄﯽ‪ :‬ﺷﺎﻣﻞ روش دوﺑﺨﺸﯽ‪ ،‬روش ﻧﯿﻮﺗﻦ‪ ،‬روش ﻧﺎﺑﺠﺎﯾﯽ و ﺗﺤﻠﯿﻞ ﻫﻤﮕﺮاﯾﯽ آن‬
‫ﻫﺎ‪ .‬ﻗﻀﯿﻪ ﻧﮕﺎﺷﺖ اﻧﻘﺒﺎﺿﯽ‪ ،‬روش ﺗﮑﺮار ﺳﺎده و ﺗﺤﻠﯿﻞ ﻫﻤﮕﺮاﯾﯽ آن‪.‬‬
‫دروﻧﯿﺎﺑﯽ‪:‬دروﻧﯿﺎﺑﯽ ﺗﻮﺳﻂ ﭼﻨﺪ ﺟﻤﻠﻪ ﯾﯽ ﻫﺎ ﺷﺎﻣﻞ دروﻧﯿﺎﺑﯽ ﻻﮔﺮاﻧﮋ‪ ،‬ﺗﻔﺎﺿﻼت ﺗﻘﺴﯿﻢ ﺷﺪه ﻧﯿﻮﺗﻦ‪ ،‬ﺧﻄﺎي دروﻧﯿﺎﺑﯽ‪ ،‬ﺗﺨﻤﯿﻦ ﺧﻄﺎ‪،‬‬
‫ﺑﺮوﻧﯿﺎﺑﯽ رﯾﭽﺎردﺳﻮن‪ .‬دروﻧﯿﺎﺑﯽ ﻫﺮﻣﯿﺖ و اﺳﭙﻼﯾﻦ ﻣﮑﻌﺒﯽ و ﺗﺤﻠﯿﻞ ﺧﻄﺎي آن ﻫﺎ‪.‬‬
‫ﻣﺸﺘﻖ ﮔﯿﺮي و اﻧﺘﮕﺮال ﮔﯿﺮي ﻋﺪدي‪:‬روش ﻫﺎي ﻧﯿﻮﺗﻦ ﮐﺎﺗﺲ ﺷﺎﻣﻞ روش ذوزﻧﻘﻪ ﯾﯽ‪ ،‬ﺳﯿﻤﭙﺴﻮن‪ ،‬اﻧﺘﮕﺮال ﮔﯿﺮي ﺑﻪ روش ﮔﺎوس‪،‬‬
‫روش ﻫﺎي اﻧﺘﮕﺮال ﮔﯿﺮي از ﺗﻮاﺑﻊ ﺷﺎﻣﻞ ﻧﻘﺎط ﺗﮑﯿﻦ‪ ،‬روش ﻫﺎي ﻧﻘﻄﻪ ﻣﯿﺎﻧﯽ‪ ،‬راﻣﺒﺮگ و ﺗﺤﻠﯿﻞ ﺧﻄﺎي اﯾﻦ روش ﻫﺎ‪.‬‬
‫ﺣﻞ دﺳﺘﮕﺎه ﻫﺎي ﻣﻌﺎدﻻت ﺧﻄﯽ‪:‬ﺗﺠﺰﯾﻪ ‪LU‬ﺑﺪون ﻣﺤﻮر ﮔﯿﺮي و ﺑﺎ ﻣﺤﻮرﮔﯿﺮي ﺟﺰﯾﯽ‪ .‬ﺗﺠﺰﯾﻪ ﭼﻮﻟﺴﮑﯽ ﺑﺮاي ﻣﺎﺗﺮﯾﺲ ﻫﺎي ﻣﺘﻘﺎرن و ﻣﻌﯿﻦ ﻣﺜﺒﺖ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‪:‬‬ ‫‪ 30‬درﺻﺪ آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬ ‫‪ 20‬درﺻﺪ آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1- D. Kincaid and W. Cheney, Numerical Analysis, Cole Publishing Company, 1990.‬‬

‫‪ .2‬ا‪ .‬ﺑﺎﺑﻠﯿﺎن‪ ،‬ﻣﺒﺎﻧﯽ آﻧﺎﻟﯿﺰ ﻋﺪدي‪ ،‬اﻧﺘﺸﺎرات ﻓﺎﻃﻤﯽ‪ ،‬ﭼﺎپ اول‪.1392 ،‬‬

‫‪ .3‬ا‪ .‬ﺑﺎﺑﻠﯿﺎن‪ ،‬آﻧﺎﻟﯿﺰ ﻋﺪدي ‪ ،1‬اﻧﺘﺸﺎرات داﻧﺸﮕﺎه ﭘﯿﺎم ﻧﻮر‪ ،‬ﭼﺎپ ﺷﺸﻢ‪.1390 ،‬‬

‫‪ .4‬ا‪ .‬ﮐﺮاﯾﻪ ﭼﯿﺎن‪ ،‬آﻧﺎﻟﯿﺰ ﻋﺪدي ‪ ،1‬اﻧﺘﺸﺎرات داﻧﺸﮕﺎه ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ‪ ،‬ﭼﺎپ ﺟﻬﺎرم‪1390 ،‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪46 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﮐﺎرآﻣﻮزي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Apprenticeship‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺟﺎزه ﮔﺮوه‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪192‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫درﺳﯽ در دوره ﮐﺎرﺷﻨﺎﺳﯽ ﺑﺮاي اﻓﺰاﯾﺶ ﻣﻬﺎرت ﻫﺎي ﺷﻐﻠﯽ داﻧﺸﺠﻮﯾﺎن ﮐﻪ ﻣﯽ ﺗﻮاﻧﺪ در ﺳﺎل ﭼﻬﺎرم ﺗﻮﺳﻂ داﻧﺸﺠﻮﯾﺎن اﺧﺬ ﮔﺮدد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﺗﺠﺮﺑﻪ ﻣﻬﺎرت ﻫﺎي ﺣﺮﻓﻪ اي در ﯾﮏ ﻣﺤﯿﻂ ﮐﺎر واﻗﻌﯽ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﺤﺘﻮاي ﮐﺎرآﻣﻮزي ﺑﺮاي ﻫﺮ داﻧﺸﺠﻮ ﺗﻮﺳﻂ ﺷﺮﮐﺖ و ﯾﺎ ﺳﺎزﻣﺎن ارﺟﺎع داده ﺷﺪه ﻣﻮرد ﺗﺎﯾﯿﺪ ﮔﺮوه آﻣﺎر ﺗﻌﯿﯿﻦ ﻣﯽ ﺷﻮد و ﺗﻮﺳﻂ ﺷﻮراي آﻣﻮزﺷﯽ داﻧﺸﮑﺪه‬
‫رﯾﺎﺿﯽ ﺑﺮرﺳﯽ ﻣﯽ ﮔﺮدد‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪47 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﭘﺮوژه ﮐﺎرﺷﻨﺎﺳﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Under graduate project‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺟﺎزه ﮔﺮوه‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﻓﺰاﯾﺶ ﺗﻮاﻧﻤﻨﺪي ﻫﺎي ﻧﮕﺎرﺷﯽ و ﮐﺎرﺑﺮدي‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫در ﭘﺎﯾﺎن دوره ﮐﺎرﺷﻨﺎﺳﯽ داﻧﺸﺠﻮ ﻣﯽ ﺗﻮاﻧﺪ اﯾﻦ درس را ﺑﻪ ﻣﻨﻈﻮر اﻓﺰاﯾﺶ ﺗﻮاﻧﻤﻨﺪي ﻫﺎي ﻧﮕﺎرﺷﯽ و ﮐﺎرﺑﺮد روش ﻫﺎي آﻣﺎري ﮐﻪ در درس ﻫﺎي دوره‬
‫ﮐﺎرﺷﻨﺎﺳﯽ ﺧﻮد ﮔﺬراﻧﺪه اﺳﺖ ﺑﺮاي ﯾﮏ ﻣﻮرد ﺧﺎص ﺗﺤﻘﯿﻘﺎﺗﯽ اﺧﺬ ﻧﻤﺎﯾﺪ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﺤﺘﻮاي ﭘﺮوژه ﺑﺮاي ﻫﺮ داﻧﺸﺠﻮ ﺗﻮﺳﻂ اﺳﺘﺎد ﭘﺮوژه ﺗﻌﯿﯿﻦ ﻣﯽ ﺷﻮد‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﻣﺸﺎوره در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫ﺑﺴﺘﻪ ﺑﻪ ﻣﻮﺿﻮع ﺗﻌﺮﯾﻒ ﺷﺪه و ﺗﺼﻮﯾﺐ ﺷﺪه ﻣﺘﻔﺎوت اﺳﺖ‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪48 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﮐﻨﺘﺮل ﮐﯿﻔﯿﺖ آﻣﺎري‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Statistical quality control‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫روش ﻫﺎي آﻣﺎري‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﮐﺎﺑﺮد ﻋﻠﻢ آﻣﺎر در ﺣﻮزه ﮐﻨﺘﺮل ﮐﯿﻔﯿﺖ ﻣﺤﺼﻮﻻت‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ اﺑﺰار ﻫﺎي آﻣﺎري ﺑﻪ ﮐﺎررﻓﺘﻪ در ﺷﯿﻮه ﻫﺎي ﮐﻨﺘﺮل ﮐﯿﻔﯽ ﻓﺮاﯾﻨﺪﻫﺎ ﺑﻪ ﺧﺼﻮص ﮐﻨﺘﺮل ﮐﯿﻔﯽ ﻣﺤﺼﻮﻻت ﺻﻨﻌﺘﯽ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫– ﻣﺪﯾﺮﯾﺖ ﮐﯿﻔﯿﺖ‪ :‬ﭘﯿﺸﯿﻨﻪ و ﺗﮑﺎﻣﻞ ﮐﻨﺘﺮل ﮐﯿﻔﯿﺖ‪ ،‬ﮐﯿﻔﯿﺖ و ﻧﻈﺎم ﻫﺎي ﮐﯿﻔﯿﺖ‪ ،‬ﻧﻈﺎم ﻣﺪﯾﺮﯾﺖ ﮐﯿﻔﯿﺖ ‪ ،‬ﻣﺪﯾﺮﯾﺖ ﮐﯿﻔﯿﺖ ﺟﺎﻣﻊ‬
‫– ﮐﻨﺘﺮل آﻣﺎري ﻓﺮاﯾﻨﺪ‪ :‬ﻣﺮوري ﺑﺮ ﻣﻔﺎﻫﯿﻢ اﺳﺎﺳﯽ آﻣﺎر‪ ،‬ﻣﻘﺪﻣﻪ اي ﺑﺮ ﻧﻤﻮدارﻫﺎي ﮐﯿﻔﯿﺖ‪ ،‬ﻧﻤﻮدارﻫﺎي ﮐﻨﺘﺮل ﺑﺮاي ﻣﺘﻐﯿﺮﻫﺎي ﮐﯿﻔﯽ‬
‫)وﺻﻔﯽ(‪ ،‬ﻧﻤﻮدارﻫﺎي ﮐﻨﺘﺮل ﺑﺮاي ﻣﺘﻐﯿﺮﻫﺎي ﮐﻤﯽ‪ ،‬ﻧﻤﻮدارﻫﺎي وﯾﮋه ﮐﻨﺘﺮل‪ ،‬ﺣﺪود ﻣﺸﺨﺼﺎت ﻃﺮاﺣﯽ )ﻓﻨﯽ( و ﺣﺪود رواداري‬
‫– روش ﻫﺎي ﺑﻬﺒﻮد ﮐﯿﻔﯿﺖ‪ :‬ﻓﻨﻮن ﮐﻨﺘﺮل ﻓﺮاﯾﻨﺪ و ﺑﻬﺒﻮد‪ ،‬آزﻣﺎﯾﺶ ﻫﺎي ﺻﻨﻌﺘﯽ‪ ،‬ﻃﺮح اﺳﺘﻮار‪ ،‬ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد )اﻃﻤﯿﻨﺎن(‬
‫– ﺑﺎزرﺳﯽ ﻧﻤﻮﻧﻪ اي‪ :‬ﺑﺎزرﺳﯽ ﻧﻤﻮﻧﻪ اي ﺑﺮاي ﻣﺘﻐﯿﺮﻫﺎي ﮐﯿﻔﯽ‪ ،‬ﺑﺎزرﺳﯽ ﻧﻤﻮﻧﻪ اي ﺑﺮاي ﻣﺘﻐﯿﺮﻫﺎي ﮐﻤﯽ‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫اﺳﺘﻔﺎده از ﻓﺮاﯾﻨﺪ آﻣﻮزﺷﯽ داراي ﺳﺎﺧﺖ واز ﭘﯿﺶ ﺗﻌﯿﯿﻦ ﺷﺪه ﻣﻨﻄﺒﻖ ﺑﺮ ﻃﺮح درس‪ ،‬اراﺋﻪ ﻣﺜﺎل ﻫﺎي ﮐﺎرﺑﺮدي و اﯾﺠﺎد اﻧﮕﯿﺰش در‬
‫داﻧﺸﺠﻮﯾﺎن واﺳﺘﻔﺎده ﻣﻮردي از ﻧﺮم اﻓﺰارﻫﺎي ﻣﺮﺗﺒﻂ‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬

‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬اﻣﮑﺎﻧﺎت اﺳﺘﺎﻧﺪارد ﯾﮏ ﮐﻼس درﺳﯽ و ﺳﺎﯾﺖ ﮐﺎﻣﭙﯿﻮﺗﺮي‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1.‬‬ ‫‪H. M. Wadsworth, K. S. Stephens, and A. B. Godfrey, Modern Methods for Quality Control and Improvement, 2nd‬‬
‫‪Ed., 2000.‬‬
‫‪2.‬‬ ‫‪D. C. Montgomery, Statistical Quality Control, John Wiley & Sons, 2009.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪49 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺣﺴﺎﺑﺎن ﺗﺼﺎدﻓﯽ ﻣﻘﺪﻣﺎﺗﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An introduction to stochastic calculus‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻓﺮاﯾﻨﺪ ﺗﺼﺎدﻓﯽ ‪ ،1‬آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ ﺗﺼﺎدﻓﯽ و اﺻﻮل ﺗﺤﻠﯿﻞ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺗﺼﺎدﻓﯽ ﺑﺎ ﮐﺎرﺑﺮد در رﯾﺎﺿﯿﺎت ﻣﺎﻟﯽ در اﯾﻦ درس ﺗﺪرﯾﺲ ﻣﯽ ﺷﻮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺗﺼﺎدﻓﯽ اﻣﺮوزه ﻣﻮارد اﺳﺘﻔﺎده وﺳﯿﻌﯽ در رﺷﺘﻪ ﻫﺎي ﮔﻮﻧﺎﮔﻮن از ﺟﻤﻠﻪ رﯾﺎﺿﯿﺎت ﻣﺎﻟﯽ‪ ،‬ﻣﻬﻨﺪﺳﯽ ﻣﺎﻟﯽ‪ ،‬اﻗﺘﺼﺎد‪ ،‬زﯾﺴﺖ رﯾﺎﺿﯽ‪ ،‬و ‪....‬‬
‫ﯾﺎﻓﺘﻪ اﺳﺖ و آن ﻧﯿﺰ ﺑﺨﺎﻃﺮ ﻃﺒﯿﻌﺖ ذاﺗﯽ ﻣﺴﺎﻟﻪ ﯾﻌﻨﯽ ﻋﺪم ﻗﻄﻌﯿﺖ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﻧﮕﺎﻫﯽ اﺟﻤﺎﻟﯽ در دوره ﮐﺎرﺷﻨﺎﺳﯽ ﺑﻪ اﯾﻦ ﻣﻄﻠﺐ ﻣﯽ ﺗﻮاﻧﺪ راﻫﮕﺸﺎي‬
‫داﻧﺸﺠﻮﯾﺎن در اﻧﺘﺨﺎب رﺷﺘﻪ ﺷﻐﻠﯽ و ﺗﺤﻘﯿﻘﺎﺗﯽ در آﯾﻨﺪه ﺑﺎﺷﺪ ‪.‬ﺑﺎزار ﺑﻮرس‪ ،‬ﺷﺮﮐﺘﻬﺎي ﺑﯿﻤﻪ‪ ،‬ﺷﺮﮐﺘﻬﺎي ﻣﺎﻟﯽ و ﺑﺎﻧﮑﻬﺎ ﺑﺎزار ﺧﻮﺑﯽ ﺑﺮاي ﺟﺬب اﻓﺮاد آﺷﻨﺎ ﺑﺎ‬
‫اﯾﻦ ﻣﻄﺎﻟﺐ‪ ،‬و ﻧﯿﺰ داﻧﺸﮕﺎه ﻫﺎ و ﻣﺮاﮐﺰ ﺗﺤﻘﯿﻘﺎﺗﯽ ﻣﮑﺎن ﻣﻨﺎﺳﺒﯽ ﺑﺮاي اﺳﺘﻔﺎده از ﻣﺘﺨﺼﺼﯿﻦ ﻣﺮﺑﻮط اﺳﺖ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﺣﺮﮐﺖ ﺑﺮاوﻧﯽ‪ ،‬ﻣﺎرﺗﯿﻨﮕﻞ‪ ،‬اﻧﺘﮕﺮال اﯾﺘﻮ‪ ،‬ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺗﺼﺎدﻓﯽ‪.‬‬ ‫–‬
‫ﻣﻔﻬﻮم ﻣﯿﺪان ﺳﯿﮕﻤﺎﯾﯽ و اﻃﻼﻋﺎت‪ ،‬اﻣﯿﺪ ﺷﺮﻃﯽ‪ ،‬اﻣﯿﺪ ﺷﺮﻃﯽ ﻧﺴﺒﺖ ﺑﻪ ﯾﮏ ﻣﯿﺪان ﺳﯿﮕﻤﺎﯾﯽ‪ ،‬ﻣﺎرﺗﯿﻨﮕﻞ ﺑﺎ ﭘﺎراﻣﺘﺮ ﮔﺴﺴﺘﻪ‪ ،‬ﻓﯿﻠﺘﺮ‪،‬‬ ‫–‬
‫زﻣﺎن ﺗﻮﻗﻒ‪ ،‬ﻗﻀﯿﻪ ﻧﻤﻮﻧﻪ ﮔﯿﺮي اﺧﺘﯿﺎري‪ ،‬ﻧﺎﻣﺴﺎوي ﻫﺎي ﻣﺎرﺗﯿﻨﮕﻞ‪ ،‬ﻧﺎﻣﺴﺎوي ﻫﺎي دوب‪ ،‬ﻗﻀﯿﻪ ﻫﺎي ﻫﻤﮕﺮاﯾﯽ‪ ،‬وﯾﮋﮔﯽ ﻣﺎرﮐﻮف‪،‬‬ ‫–‬
‫ﺣﺮﮐﺖ ﺑﺮاوﻧﯽ‪ ،‬ﻧﺎﻣﺴﺎوي دوب ﺑﺮاي ﺣﺮﮐﺖ ﺑﺮاوﻧﯽ‪ ،‬اﻧﺘﮕﺮال ﺗﺼﺎدﻓﯽ اﯾﺘﻮ‪ ،‬وﯾﮋﮔﯽ ﻫﺎي اﻧﺘﮕﺮال ﺗﺼﺎدﻓﯽ اﯾﺘﻮ‪ ،‬ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺗﺼﺎدﻓﯽ ﺑﺎ ﻣﺜﺎل ﻫﺎي‬ ‫–‬
‫ﻣﺸﺨﺺ‪ ،‬ﺣﻞ ﺻﺮﯾﺢ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺗﺼﺎدﻓﯽ ﺧﺎص‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫‪1.‬‬ ‫‪L. C. Evans, An Introduction to Stochastic Differential Equations, U. C. Berkeley‬‬
‫‪Notes, 2003 .‬‬

‫‪2.‬‬ ‫‪P. E. Kloeden, and E. Platen, Numerical Solution of Stochastic Differential Equations, 2000.‬‬
‫‪3.‬‬ ‫‪Z. Brzezniak, and T. Zastawniak, Basic Stochastic Processes, Springer Verlag, 1998.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪50 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﻣﺎر ﺑﯿﺰي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Bayesian statistics‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻣﺎررﯾﺎﺿﯽ ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫روش ﻫﺎي آﻣﺎري ﺑﯿﺰي‪ ،‬ﯾﮑﯽ از ﭘﺮﮐﺎرﺑﺮدﺗﺮﯾﻦ ﺷﯿﻮه ﻫﺎي اﺳﺘﻨﺒﺎط ﭘﺎراﻣﺘﺮي و ﻧﺎﭘﺎراﻣﺘﺮي در ﺳﺎل ﻫﺎي اﺧﯿﺮ اﺳﺖ ﮐﻪ ﺣﻮزه وﺳﯿﻌﯽ از ﻣﺴﺎﯾﻞ آﻣﺎري و‬
‫ﮐﺎرﺑﺮد آن ﻫﺎ را در ﻣﺴﺎﯾﻞ ﻣﺨﺘﻠﻒ ﺑﻪ ﺧﺼﻮص آﻣﺎر ﺣﯿﺎﺗﯽ‪ ،‬ﻗﺎﺑﻠﯿﺖ اﻃﻤﯿﻨﺎن و ﯾﺎدﮔﯿﺮي ﻣﺎﺷﯿﻦ را ﻓﺮا ﻣﯽ ﮔﯿﺮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ اﺻﻮل اوﻟﯿﻪ ﻧﻈﺮﯾﻪ ﺑﯿﺰ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻧﻮاع ﻣﺨﺘﻠﻒ ﺗﻮزﯾﻊ ﻫﺎي ﭘﯿﺸﯿﻦ‪ ،‬ﻣﻼك ﻫﺎي ﻣﺨﺘﻠﻒ اﺳﺘﻨﺒﺎط ﺑﺮ اﺳﺎس ﺗﻮزﯾﻊ ﭘﺴﯿﻦ‪ ،‬ﺷﯿﻮه ﻫﺎي ﻣﺨﺘﻠﻒ‬
‫اﺳﺘﻨﺒﺎط ﺑﯿﺰي‪ ،‬ﺷﺎﻣﻞ ﺑﺮآورد ﻧﻘﻄﻪ اي ﻓﺎﺻﻠﻪ اي و آزﻣﻮن ﻓﺮض و آﺷﻨﺎﯾﯽ ﻣﻘﺪﻣﺎﺗﯽ ﺑﺎ روش ﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ ﺑﺮآوردﮔﺮﻫﺎي ﺑﯿﺰي‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﺮوري ﮐﻮﺗﺎه ﺑﺮ ﻣﻔﺎﻫﯿﻢ اﺣﺘﻤﺎل ‪ ،‬ﻓﺮﻣﻮل ﺑﯿﺰ‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ‪ ،‬ﻣﯿﺎﻧﮕﯿﻦ و وارﯾﺎﻧﺲ‪ ،‬ﻃﺒﯿﻌﺖ اﺳﺘﻨﺒﺎط ﺑﯿﺰي‪ ،‬ﺗﻮزﯾﻊ ﻫﺎي ﭘﯿﺸﯿﻦ ﺳﺮه و ﻧﺎﺳﺮه و ﺗﻮزﯾﻊ‬ ‫–‬
‫ﻫﺎي ﭘﺴﯿﻦ‪.‬‬
‫ﺑﺮآورد ﮔﺮﻫﺎي ﺑﯿﺰي ﺗﺤﺖ ﺗﺎﺑﻊ زﯾﺎن ﻣﺮﺑﻊ ﺧﻄﺎ ﺑﺮاي ﺗﻮزﯾﻊ ﻫﺎي اﺳﺘﺎﻧﺪارد از ﺟﻤﻠﻪ ﻧﺮﻣﺎل‪ ،‬دوﺟﻤﻠﻪ اي‪ ،‬ﭘﻮاﺳﻮن‪ ،‬ﯾﮑﻨﻮاﺧﺖ‪....،‬‬ ‫–‬
‫آزﻣﻮن ﻫﺎي ﺑﯿﺰي ﻓﺮض ﺳﺎده در ﻣﻘﺎﺑﻞ ﻓﺮض ﺳﺎده دﯾﮕﺮ‪ ،‬ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ در ﻣﻘﺎﺑﻞ ﻓﺮض ﯾﮏ ﻃﺮﻓﻪ دﯾﮕﺮ ‪ ،‬ﺑﺮآوردﯾﺎﺑﯽ ﻓﺎﺻﻠﻪ اي ﺑﯿﺰي )‪(HPD‬‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر و آزﻣﺎﯾﺸﮕﺎه ﮐﺎﻣﭙﯿﻮﺗﺮ‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪ .1‬ﻣﺒﺎﻧﯽ آﻣﺎر رﯾﺎﺿﯽ ‪ :‬ﺗﺎﻟﯿﻒ اﺣﻤﺪ ﭘﺎرﺳﯿﺎن‪ ،‬وﯾﺮاﯾﺶ دوم‪ ،‬ﭼﺎپ ﺷﺸﻢ‪ ، 1388 ،‬ﻧﺎﺷﺮ ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎه ﺻﻨﻌﺘﯽ اﺻﻔﻬﺎن‬
‫‪2. P. M. Lee, Bayesian Statistics: An Introduction, Oxford University Press, New York, 1989.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪51 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﺮم اﻓﺰار ‪R‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An introduction to R software‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪ ﺳﺎزي‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪2‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪32‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس ﻣﺒﺎﻧﯽ اوﻟﯿﻪ ﮐﺪ ﻧﻮﯾﺴﯽ در ﻧﺮم اﻓﺰار ‪ R‬اراﺋﻪ ﻣﯽ ﺷﻮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺒﺎﻧﯽ اوﻟﯿﻪ ﮐﺪﻧﻮﯾﺴﯽ در ﻧﺮم اﻓﺰار ‪ R‬و آﻣﺎدﮔﯽ ﺑﺮاي ﮐﺪ ﻧﻮﯾﺴﯽ ﺑﺮاي ﺳﺎﯾﺮ درس ﻫﺎي رﺷﺘﻪ آﻣﺎر‪.‬‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫ﻧﺼﺐ‪ ،‬ﻣﺤﯿﻂ‪ ،‬ﭘﻨﺠﺮه ﻫﺎ‪ ،‬ﻣﻨﻮﻫﺎ و ﺳﺎﯾﺮ ﻣﺒﺎﻧﯽ اوﻟﯿﻪ ﻧﺮم اﻓﺰار ‪R‬‬ ‫‪-‬‬
‫ﺑﺮدارﻫﺎ‪ ،‬اﻋﻤﺎل ﻣﺤﺎﺳﺒﺎﺗﯽ‪ ،‬ﻋﻤﻠﮕﺮﻫﺎي ﻣﻘﺎﯾﺴﻪ اي‪ ،‬ﺑﺮﺧﯽ ﺗﻮاﺑﻊ اوﻟﯿﻪ‪ ،‬ﻣﺎﺗﺮﯾﺲ ﻫﺎ‪ ،‬آراﯾﻪ ﻫﺎ‪ ،‬ﺗﻮاﺑﻊ آراﯾﻪ اي‪ ،‬دﻧﺒﺎﻟﻪ ﻫﺎ‪ ،‬ﺑﺮﭼﺴﺐ ﻫﺎ‪ ،‬ﻣﺮﺗﺐ ﺳﺎزي‪،‬‬ ‫‪-‬‬
‫ﺟﺪول ﻓﺮاواﻧﯽ‪ ،‬ﻧﻤﻮﻧﻪ ﮔﯿﺮي و رﻗﻢ ﺗﺼﺎدﻓﯽ‪ ،‬ﭘﻮچ‪ ،‬ﮔﻢ ﺷﺪه‪ ،‬ﻣﺒﻬﻢ‪ ،‬ﺑﯽ ﻧﻬﺎﯾﺖ‪ ،‬ﻟﯿﺴﺖ ﺣﺎﻓﻈﻪ اﺻﻠﯽ‪ ،‬ﭘﺎك ﺳﺎزي اﺷﯿﺎ‪ ،‬ﻣﺘﻐﯿﺮ ﻣﻨﻄﻘﯽ‪ ،‬ﺗﻮاﺑﻊ‬
‫ﻣﻨﻄﻘﯽ‪،‬‬
‫اﻧﻮاع ﻣﺪﻫﺎ‪ ،‬ﻋﺪدي‪ ،‬رﺷﺘﻪ‪ ،‬ﻓﺎﮐﺘﻮرﻫﺎ‪ ،‬ﺳﻄﻮح و ﺗﻮاﺑﻊ ﻣﺮﺑﻮﻃﻪ‪ ،‬ﺗﻮاﺑﻊ ﺑﺎ ﺧﺮوﺟﯽ ﻣﻨﻄﻘﯽ‪ ،‬ﺗﻮاﺑﻊ اﺷﺎره ﺑﻪ اﻧﺪﯾﺲ ﻫﺎ‪ ،‬ﭘﯿﺪا ﮐﺮدن زﯾﺮﻣﺠﻤﻮﻋﻪ ﻫﺎي‬ ‫‪-‬‬
‫ﺑﺮدارﻫﺎ و ﻣﺎﺗﺮﯾﺲ ﻫﺎ‪ ،‬ﺗﻮاﺑﻊ رﺷﺘﻪ اي‪ ،‬ﺗﻮاﺑﻊ ورودي و ﺧﺮوﺟﯽ‪ ،‬ﺗﻮاﺑﻊ ﻣﺎﺗﺮﯾﺴﯽ‪ ،‬اﻋﻤﺎل ﻣﺎﺗﺮﯾﺲ ﻫﺎ‪ ،‬ﻟﯿﺴﺖ ﻫﺎ‪ ،‬ﺗﻮاﺑﻊ ﻣﺮﺑﻮط ﺑﻪ ﻟﯿﺴﺖ‬
‫ﺗﻌﺮﯾﻒ ﺗﺎﺑﻊ‪ ،‬ﮐﻼس ﺗﻮاﺑﻊ‪ ،‬ﺗﻄﺒﯿﻖ رﺷﺘﻪ ﺑﻪ ﺗﺎﺑﻊ‪ ،‬ﻓﺮاﺧﻮاﻧﯽ ﺗﺎﺑﻊ‪ ،‬دﺳﺘﻮرات ﺷﺮﻃﯽ‪ ،‬ﺣﻠﻘﻪ ﻫﺎ‪ ،‬دﺳﺘﻮرات اﻋﻤﺎل ﺗﻮاﺑﻊ ﺑﻪ ﺑﺮدارﻫﺎ و ﻣﺎﺗﺮﯾﺲ ﻫﺎ و‬ ‫‪-‬‬
‫ﻟﯿﺴﺖ ﻫﺎ‪ ،‬اﻧﺘﮕﺮال ﮔﯿﺮي‪ ،‬رﺳﻢ ﻧﻤﻮدار‪ ،‬ﺧﻄﻮط و ﻧﻘﺎط‪ ،‬ﭘﻨﺠﺮه ﻧﻤﺎﯾﺶ‪ ،‬راﻫﻨﻤﺎ‬
‫ﺧﻄﺎﻫﺎ‪ ،‬ﮔﺰارش ﺧﻄﺎ‪ ،‬ﻫﺸﺪارﻫﺎ‪ ،‬ﮔﺰارش ﻫﺸﺪار‪ ،‬دﯾﺪن ﻫﺸﺪارﻫﺎ‪ ،‬آزﻣﻮن و ﺧﻄﺎ‪،‬‬ ‫‪-‬‬
‫ﻣﺠﻤﻮﻋﻪ داده‪ ،‬ﺗﻮاﺑﻊ ﻣﺮﺑﻮط ﺑﻪ ﻣﺠﻤﻮﻋﻪ داده‪ ،‬ﻓﺮاﺧﻮاﻧﯽ‪ ،‬ذﺧﯿﺮه ﺳﺎزي‪ ،‬ﻓﺮاﺧﻮاﻧﯽ اﻧﻮاع داده ﻫﺎ‪ ،‬اﻧﺘﺨﺎب ﻣﺴﯿﺮ‪ ،‬اﻧﺘﺨﺎب ﻓﺎﯾﻞ‪ ،‬ﻧﺼﺐ ﺑﺴﺘﻪ ﻫﺎي‬ ‫‪-‬‬
‫ﻧﺮم اﻓﺰاري‪ ،‬ﻓﺮاﺧﻮاﻧﯽ ﺑﺴﺘﻪ ﻧﺮم اﻓﺰاري‪ ،‬واﺑﺴﺘﮕﯽ ﻫﺎ‪ ،‬راﻫﻨﻤﺎي ﻧﺮم اﻓﺰار‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺑﺮﮔﺰاري ﮐﺎرﮔﺎه‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر ‪ ،‬ﺳﺎﯾﺖ ﮐﺎﻣﭙﯿﻮﺗﺮي‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫‪1. Mailund, T. (2017). Advanced Object-Oriented Programming in R: Statistical Programming for Data‬‬
‫‪Science, Analysis and Finance. Apress‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪52 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﺻﻒ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An introduction to Queuing theory‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻓﺮاﯾﻨﺪ ﺗﺼﺎدﻓﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪ :‬ﭘﺮوژه‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس ﯾﮑﯽ از ﻣﺒﺎﺣﺚ ﮐﺎرﺑﺮدي ﻧﻈﺮﯾﻪ ﻓﺮاﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ را ﺑﺎ ﮐﺎرﺑﺮد در ﻣﺴﺎﯾﻞ ﺻﻨﻌﺘﯽ و ﻣﻬﻨﺪﺳﯽ اراﺋﻪ ﻣﯽ ﺷﻮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﻫﺪف از اراﺋﻪ اﯾﻦ درس آﺷﻨﺎﺋﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ و ﻣﺆﻟﻔﻪ ﻫﺎي اﺻﻠﯽ ﺳﯿﺴﺘﻤﻬﺎي ﺻﻒ ﺑﻨﺪي و ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ آﻧﻬﺎ ﻣﯿﺒﺎﺷﺪ‪ .‬اﻟﮕﻮي ﺻﺤﯿﺢ ﺻﻒ‪ ،‬ﺷﻨﺎﺳﺎﺋﺊ‬
‫ﻣﺸﺨﺼﻪ ﻫﺎي ﺻﻒ و آﻧﺎﻟﯿﺰ دوره اﺷﺘﻐﺎل‪ ،‬ﺑﺮآورد ﭘﺎراﻣﺘﺮﻫﺎ‪ ،‬ﺷﺒﯿﻪ ﺳﺎزي اﻟﮕﻮي ﺻﻒ و ﺑﻬﯿﻨﻪ ﺳﺎزي ﺳﯿﺴﺘﻢ ﻫﺎي ﺻﻒ ازﺟﻤﻠﻪ ﻣﺒﺎﺣﺚ ﻣﻄﺮح ﺷﺪه در اﯾﻦ‬
‫درس اﺳﺖ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻔﺎﻫﯿﻢ و ﺗﻌﺎرﯾﻒ اوﻟﯿﻪ ﺷﺎﻣﻞ ﺗﻌﺮﯾﻒ ﺻﻒ‪ ،‬ﻣﺸﺨﺼﻪ ﻫﺎي ﺻﻒ ﻧﻈﯿﺮ‪ ،‬اﻟﮕﻮي ورود ﻣﺘﻘﺎﺿﯿﺎن‪ ،‬اﻟﮕﻮي ﺳﺮوﯾﺲ دﻫﻨﺪه ﮔﺎن‪ ،‬ﻧﻈﻢ ﺻﻒ‬ ‫‪-‬‬
‫ﮔﻨﺠﺎﯾﺶ ﺳﯿﺴﺘﻢ‪ ،‬ﺗﻌﺪاد و ﺑﺎﺟﻪ ﻫﺎي ﺳﺮوﯾﺲ‪ ،‬ﻧﻤﺎدﮔﺬاري‪ ،‬اﻧﺪازﻫﻬﺎي ﻣﻮﺛﺮ‪ ،‬ﻣﺪﻟﻬﺎي ﺻﻒ ﺑﻨﺪي ﻗﻄﻌﯽ‬ ‫‪-‬‬
‫ادآوري ﻓﺮآﯾﻨﺪ ﭘﻮاﺳﻮن و ﺗﻮزﯾﻊ ﻧﻤﺎﯾﯽ‪ ،‬ﺧﺎﺻﯿﺖ ﻣﺎرﮐﻮﻓﯽ‪ ،‬ﻓﺮاﯾﻨﺪﻫﺎي زاد و ﻣﺮگ ﻣﺎرﮐﻮف ﺳﺎده‪ ،‬ﺗﻮزﯾﻊ ﺗﻮزﯾﻊ زﻣﺎن اﻧﺘﻈﺎر‬ ‫‪-‬‬

‫ﻓﺮﻣﻮل ﺻﻒ ﭼﻨﺪ ﺑﺎﺟﻪ اي ‪ ، M/M/I،‬ﺣﺎﻟﺖ ﭘﺎﯾﺎ‪ ،‬ﻣﺪل ﺻﻒ ﺑﻨﺪي ‪ ، M/M/I‬ﻟﯿﺘﻞ‪ ،‬ﺻﻒ ﺑﺎ ﮔﻨﺠﺎﯾﺶ ﻣﺤﺪود ﻣﮑﺎن اﻧﺘﻈﺎر‬ ‫‪-‬‬
‫ﺻﻒ ﺳﺮوﯾﺲ ﮔﺮوﻫﯽ‪ ، M/M/C،M/M/I ،‬ﺑﺎ ﮔﻨﺠﺎﯾﺶ ﻣﺤﺪود‪ ،‬رﻓﺘﺎر ﺣﺎﻟﺖ زودﮔﺬر‪ ،‬ﺻﻒ ﻫﺎي ﮔﺮوﻫﯽ‪ ،‬ورودي ﮔﺮوﻫﯽ آﻧﺎﻟﯿﺰ دورة اﺷﺘﻐﺎل‪ ،‬ﺷﺒﯿﻪ‬ ‫‪-‬‬
‫ﺳﺎزي ﻣﺪل ﻫﺎي ﺻﻒ‬
‫ﺑﻬﯿﻨﻪ ﺳﺎزي ﺳﯿﺴﺘﻢ ﻫﺎي ﺻﻒ ﺑﻨﺪي‪ ،‬ﺻﻒ ﻫﺎي ‪ M/G/C‬و ‪M/G/I‬‬ ‫‪-‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ﻣﻄﺮح در اﯾﻦ زﻣﯿﻨﻪ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫‪ -1‬ﻣﺒﺎﻧﯽ ﻧﻈﺮﯾﻪ ﺻﻒ‪ ،‬ﺗﺮﺟﻤﻪ دﮐﺘﺮ ﺷﺎﻫﮑﺎر‪ ، 1372 ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ – ﺗﻬﺮان‬
‫‪ -2‬ﻧﻈﺮﯾﻪ ﺻﻒ‪ ،‬ﺗﺮﺟﻤﻪ دﮐﺘﺮ ﺷﺎﻫﮑﺎر‪ ، 1375 ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪ ،‬ﺗﻬﺮان‪.‬‬
‫‪ -3‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﺻﻒ ﺑﻨﺪي‪ ،‬ﺗﺮﺟﻤﻪ دﮐﺘﺮ ﺷﺎﻫﮑﺎر‪ ، 1376 ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪ ،‬ﺗﻬﺮان‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪53 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﻣﺎر ﺑﺮاي ﺗﺠﺎرت‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Statistics for business‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫روش ﻫﺎي آﻣﺎري‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫درس آﻣﺎر ﺑﺮاي ﺗﺠﺎرت ﯾﮏ درس ﮐﺎرﺑﺮدي ﺑﺮاي ﺗﺤﻠﯿﻞ داده ﻫﺎي اﻗﺘﺼﺎدي اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫اﺳﺘﻔﺎده از ﺷﯿﻮه ﻫﺎي اﺳﺘﻨﺒﺎط آﻣﺎري ﺑﺮاي ﺗﺤﻠﯿﻞ داده ﻫﺎي اﻗﺘﺼﺎدي‪ ،‬اﺳﺘﻔﺎده از ﺷﯿﻮه ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ در ﺗﺤﻠﯿﻞ داده ﻫﺎي اﻗﺘﺼﺎدي‪ ،‬ﺗﺤﻠﯿﻞ ﺳﺮي ﻫﺎي‬
‫زﻣﺎﻧﯽ ﺑﺮاي داده ﻫﺎي اﻗﺘﺼﺎدي‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻘﺪﻣﻪ اي ﺑﺮ ﻣﺪل ﻫﺎي ﭘﺎﺳﺦ ﮔﻮﺳﯽ و ﮐﺎرﺑﺮدﻫﺎي آن‬ ‫–‬
‫روﺷﻬﺎي آﻣﺎري )ﻣﺴﺌﻠﻪ‪ ،‬ﻃﺮح‪ ،‬داده‪ ،‬ﺗﺤﻠﯿﻞ و ﻧﺘﯿﺠﻪ ﮔﯿﺮي(‬ ‫–‬
‫ﻣﺪل ﻫﺎي ﻟﯿﻨﮏ ﮐﻨﻨﺪه ﻣﺘﻐﯿﺮﻫﺎي ﮐﻤﮑﯽ و ﻣﺘﻐﯿﺮﻫﺎي ﭘﺎﺳﺦ‬ ‫–‬
‫اﺳﺘﻨﺒﺎط ﺑﺮ اﺳﺎس ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ‪ -‬آﻧﺎﻟﯿﺰ وارﯾﺎﻧﺲ‬ ‫–‬
‫ارزﯾﺎﺑﯽ ﺑﺮازش ﻣﺪل‬ ‫–‬
‫ﻣﺪل ﺳﺎزي و ﮐﺎرﺑﺮد آن در ﺗﺠﺎرت‬ ‫–‬
‫ﻋﻤﻠﮑﺮد ﻓﺮاﯾﻨﺪﻫﻬﺎي اﻧﺪازه ﮔﯿﺮي‬ ‫–‬
‫ﭘﯿﺶ ﺑﯿﻨﯽ‪ :‬ﭘﯿﺶ ﺑﯿﻨﯽ ﺑﺎ ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮﻧﯽ‬ ‫–‬
‫ﭘﯿﺶ ﺑﯿﻨﯽ ﺑﺎ ﻣﺪل ﻫﺎي ﻫﻤﻮار‪ ،‬ﻣﯿﺎﻧﮕﯿﻦ ﻣﺘﺤﺮك و ﻣﯿﺎﻧﮕﯿﻦ ﻣﺘﺤﺮك وزﻧﯽ ﻧﻤﺎﯾﯽ‬ ‫–‬
‫ﭘﯿﺶ ﺑﯿﻨﯽ ﺑﺎ ﻣﺪل ﻫﺎي ‪ARIMA‬‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس و وﯾﺪﯾﻮ ﭘﺮوژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫‪1. mendenhall, W. and Sincich T. (2011) A Second Course in Statistics, Regression Analysis 7th edition,‬‬
‫‪Prentice Hall.‬‬
‫‪2.‬‬ ‫‪Kutner, M., h.m Nachtsheim, C., J., and Neter J. (2003) Applied Linear Regression Models, McGraw-Hill.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪54 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬رﮔﺮﺳﯿﻮن ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Regression II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫رﮔﺮﺳﯿﻮن ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪ :‬در ﺻﻮرت ﻧﯿﺎز ﭘﺮوژه‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اداﻣﻪ ﻣﺒﺎﺣﺚ درس رﮔﺮﺳﯿﻮن ‪1‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫در اﯾﻦ درس ﺑﺮﻗﺮار ﻧﺒﻮدن ﺷﺮاﯾﻂ اﺳﺘﺎﻧﺪارد در ﻣﺪل رﮔﺮﺳﯿﻮن ﺧﻄﯽ ﺑﺎ اﺳﺘﻔﺎده از ﺗﺤﻠﯿﻞ ﺑﺎﻗﯿﻤﺎﻧﺪه ﻫﺎ ﺑﺤﺚ و روﺷﻬﺎي ﺑﺮون رﻓﺖ از اﯾﻦ ﻣﺸﮑﻼت اراﺋﻪ‬
‫ﻣﯽ ﺷﻮد‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫روﺷﻬﺎي اﻧﺘﺨﺎب ﻣﺘﻐﯿﺮ و ﺑﻬﺘﺮﯾﻦ زﯾﺮ ﻣﺪل‬ ‫‪-‬‬
‫رﮔﺮﺳﯿﻮن ﺗﺎواﻧﯿﺪه‪ ،‬رﮔﺮﺳﯿﻮن ﺳﺘﯿﻐﯽ و ﺳﺘﯿﻐﯽ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ‪ ،‬رﮔﺮﺳﯿﻮن ﻻﺳﻮ‪ ،‬رﮔﺮﺳﯿﻮن ﻣﻮﻟﻔﻪ ﻫﺎي اﺻﻠﯽ‪،‬‬ ‫‪-‬‬
‫ﺑﺮآوردﮔﺮﻫﺎي ﺣﺪاﻗﻞ ﻣﺮﺑﻌﺎت ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ‪ ،‬رﮔﺮﺳﯿﻮن ﺳﺮي زﻣﺎﻧﯽ‬ ‫‪-‬‬
‫ﺑﺮآوردﮔﺮﻫﺎي ﺣﺪاﻗﻞ ﻣﺮﺑﻌﺎت وزﻧﯽ‪ ،‬ﺑﺮآورد وارﯾﺎﻧﺲ ﺧﻄﺎﻫﺎ‪،‬‬ ‫‪-‬‬
‫روش ﺣﺪاﻗﻞ ﻣﺮﺑﻌﺎت ﻏﯿﺮﺧﻄﯽ‪ ،‬روش ﮔﺎوس‪-‬ﻧﯿﻮﺗﻮن‪ ،‬ﺑﺮآورد ﻣﻘﺎدﯾﺮ اوﻟﯿﻪ‪،‬‬ ‫‪-‬‬
‫داده ﻫﺎي دور اﻓﺘﺎده و رﮔﺮﺳﯿﻮن اﺳﺘﻮار ﺷﺎﻣﻞ ‪-M‬ﺑﺮآوردﮔﺮﻫﺎ‪ ،‬ﻣﯿﺎﻧﻪ ﻣﺮﺑﻌﺎت ﺧﻄﺎ‪ ،‬ﻣﯿﺎﻧﮕﯿﻦ ﻣﺮﺑﻌﺎت ﺧﻄﺎي ﺑﺮﯾﺪه ﺷﺪه‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ‪R‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫اﻣﯿﻨﯽ‪ ،‬س‪.‬م‪ .‬روزﺑﻪ‪ ،‬م‪ .‬زﻣﺎﻧﯽ‪ ،‬ح‪ .‬ﺗﺤﻠﯿﻞ رﮔﺮﺳﯿﻮن ﭘﯿﺸﺮﻓﺘﻪ ﺑﺎ ‪ .R‬اﻧﺘﺸﺎرات ﻋﻠﻤﯽ ﭘﺎرﺳﯿﺎن‪.1398 ،‬‬
‫‪1- D. C. Montgomery, E. A. Peck and G. Geoffrey Vining, Introduction to Linear Regression Analysis, 3rd‬‬
‫‪ed., John Wiley, 2001.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪55 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺳﺮي ﻫﺎي زﻣﺎﻧﯽ ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Time series II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺳﺮي زﻣﺎﻧﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪ :‬در ﺻﻮرت ﻧﯿﺎز ﭘﺮوژه‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس اداﻣﻪ ﻣﺒﺎﺣﺚ درس ﺳﺮي زﻣﺎﻧﯽ ‪ 1‬را اراﺋﻪ ﻣﯽ دﻫﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﻫﺪف از اراﺋﻪ اﯾﻦ درس آﺷﻨﺎﺋﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻣﻔﻬﻮم ﺳﺮﯾﻬﺎي زﻣﺎﻧﯽ ﺧﺎص ﺑﺼﻮرت ﻧﻈﺮي و ﮐﺎرﺑﺮدي ﻣﯿﺒﺎﺷﺪ‪ .‬در اﯾﻦ درس اﻧﻮاع ﺧﺎﺻﯽ از ﺳﺮﯾﻬﺎي زﻣﺎﻧﯽ‬
‫ﻧﻈﯿﺮ ﻣﺪﻟﻬﺎي اﺗﻮرﮔﺮﺳﯿﻮ‪-‬ﻣﯿﺎﻧﮕﯿﻦ ﻣﺘﺤﺮك ﻧﺎاﯾﺴﺘﺎ ‪ Long Memory–ARCH ،‬و ‪ ARCH‬و ﻣﺪ ﻟﻬﺎي ﻏﯿﺮﺧﻄﯽ ‪SARIMA‬و دوﺧﻄﯽ و وﯾﮋﮔﯿﻬﺎي‬
‫ﻣﻬﻢ آﻧﻬﺎ ﻣﻄﺮح ﻣﯽ ﺷﻮد‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﺪﻟﻬﺎي ﺳﺮﯾﻬﺎي زﻣﺎﻧﯽ ﭼﻨﺪ ﻣﺘﻐﯿﺮه‬ ‫‪-‬‬
‫ﺳﺮﯾﻬﺎي – ‪ ARIMA Long –ARCH‬و ‪ (ARCH‬و واروﻧﭙﺬﯾﺮ( – ﻣﺪ ﻟﻬﺎي ﻏﯿﺮﺧﻄﯽ )‪ (causal‬ﭼﻨﺪ ﻣﺘﻐﯿﺮه )ﻣﺪﻟﻬﺎي ﺳﺒﺒﯽ ‪ARMA‬‬ ‫‪-‬‬
‫زﻣﺎﻧﯽ و دوﺧﻄﯽ‬
‫ﺗﺤﻠﯿﻞ ﻃﯿﻔﯽ ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ ،‬ﻣﺎﺗﺮﯾﺲ ﭼﮕﺎﻟﯽ ﻃﯿﻔﯽ و ارﺗﺒﺎط آن ﺑﺎ ﻣﺎﺗﺮﯾﺲ ﺧﻮدﮐﻮوارﯾﺎﻧﺲ‬ ‫‪-‬‬
‫‪ Memory‬ﺳﯿﺴﺘﻤﻬﺎي ﺧﻄﯽ در ﺣﻮزه زﻣﺎن و ﻓﺮﮐﺎﻧﺲ‪ ،‬ﻣﻌﺮﻓﯽ ﺗﻮاﺑﻊ اﻧﺴﺠﺎم و ﻓﺎز و زﻣﺎن ﺗﺎﺧﯿﺮ‬ ‫‪-‬‬
‫ﻓﻀﺎي ﺣﺎﻟﺖ و ﻓﯿﻠﺘﺮ ﮐﺎﻟﻤﻦ‬ ‫‪-‬‬
‫روش ﻫﺎي دﯾﻨﺎﻣﯿﮑﯽ در ﺳﺮي ﻫﺎي زﻣﺎﻧﯽ‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﭘﺮژه ﻣﺤﻮر‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1- P. J. Brockwell, and R. A. Davis, Introduction to Time Series and Forecasting, 2nd ed., Springer-Verlog,‬‬
‫‪2002.‬‬
‫‪2- C. Chatfield, The Analysis of Time Series : An Introduction, 6th eds., London, Chapman and Hall, 1996.‬‬
‫)ﺗﺮﺟﻤﮫ ‪ :‬ﻣﻘﺪﻣﮫ اي ﺑﺮ ﺗﺤﻠﯿﻞ ﺳﺮﯾﮭﺎي زﻣﺎﻧﻲ(‬
‫ﺗﺮﺟﻤﮫ ‪3- D. Cryer, and K. S. Chan, Time Series Analysis: With Applications in R, 2nd eds., Springer, 2008. ( :‬‬
‫) ﺗﺠﺰﯾﮫ و ﺗﺤﻠﯿﻞ ﺳﺮﯾﮭﺎي زﻣﺎﻧﻲ‬
‫‪4- R. H. Shumway, D. S. Stoffer, Time Series Analysis and Its Applications: With R Examples, 2nd ed.,‬‬
‫‪Springer, 2006 .‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪56 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺷﺒﯿﻪ ﺳﺎزي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Simulation methods‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺣﺘﻤﺎل ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در درس ﺷﺒﯿﻪ ﺳﺎزي اﺻﻮل اوﻟﯿﻪ و روش ﻫﺎي ﺷﺒﯿﻪ ﺳﺎزي آﻣﺎري ﺑﺎ ﮐﺎرﺑﺮد در ﺗﻮﻟﯿﺪ داده ﻫﺎ‪ ،‬ﺗﻘﺮﯾﺐ اﻧﺘﮕﺮال ﻫﺎ و ﺗﻘﺮﯾﺐ ﭼﮕﺎﻟﯽ ﻫﺎ ﺑﻪ‬
‫ﺧﺼﻮص ﭼﮕﺎﻟﯽ ﻫﺎي ﭘﺴﯿﻦ در ﺗﺤﻠﯿﻞ ﻫﺎي ﺑﯿﺰي ﺗﺪرﯾﺲ ﻣﯽ ﺷﻮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ روش ﻫﺎي ﺷﺒﯿﻪ ﺳﺎزي و ﮐﺎرﺑﺮد آن ﻫﺎ در اﺳﺘﻨﺒﺎط آﻣﺎري و ﻣﺪل ﻫﺎي آﻣﺎري در ﺗﺤﻠﯿﻞ داده ﻫﺎ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫ﻣﻔﺎﻫﯿﻢ ﻣﻘﺪﻣﺎﺗﯽ و اﻫﺪاف اﺳﺘﻔﺎده از ﺷﺒﯿﻪ ﺳﺎزي‪ ،‬روش ﻫﺎي ﺗﻮﻟﯿﺪ اﻋﺪاد ﺷﺒﻪ ﺗﺼﺎدﻓﯽ‪ ،‬اﻋﺪاد ﺗﺼﺎدﻓﯽ از ﺗﻮزﯾﻊ ﯾﮑﻨﻮاﺧﺖ‪ ،‬اﻋﺪاد ﺗﺼﺎدﻓﯽ از ﺗﻮزﯾﻊ‬ ‫‪-‬‬
‫ﻫﺎي ﭘﯿﻮﺳﺘﻪ و ﮔﺴﺴﺘﻪ ﻣﺘﺪاول‬
‫آزﻣﻮن ﻫﺎي ﺗﺼﺎدﻓﯽ ﺑﻮدن ارﻗﺎم و ﻧﻤﻮﻧﻪ ﻫﺎ‪ ،‬روش ﻫﺎي ﺗﺒﺪﯾﻞ اﺣﺘﻤﺎل اﻧﺘﮕﺮال و رد‪-‬ﻗﺒﻮل‬ ‫‪-‬‬
‫اﻧﺘﮕﺮال ﻣﻮﻧﺖ ﮐﺎرﻟﻮ‪ ،‬ﺑﺮآورد ﺗﺎﺑﻊ ﭼﮕﺎﻟﯽ ﺗﻮﺳﻂ روش ﻣﻮﻧﺖ ﮐﺎرﻟﻮ‬ ‫‪-‬‬
‫ﺧﻮاص اﺻﻠﯽ زﻧﺠﯿﺮ ﻣﺎرﮐﻮف‪ ،‬ﻣﻌﺎدﻟﻪ ﭼﭙﻤﻦ‪-‬ﮐﻮﻟﻤﻮﮔﺮوف‪ ،‬ﮐﺎﻫﺶ وارﯾﺎﻧﺲ‪ ،‬ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﻣﻬﻢ )ﻣﻌﺘﺒﺮ( و اﻧﺘﺨﺎب ﮐﺎﻧﺪﯾﺪﻫﺎي ﺗﻮاﺑﻊ ﻣﻬﻢ‪ ،‬اﻟﮕﻮرﯾﺘﻢ‬ ‫‪-‬‬
‫ﻫﺎي ﻧﻤﻮﻧﻪ ﺳﺎزﻣﻬﻢ ﻣﺎﻧﻨﺪ ﮔﯿﺒﺲ‪ ،‬ﺗﮑﻪ اي و ﻣﺘﺮوﭘﻠﯿﺲ‪-‬ﻫﺴﺘﯿﻨﮕﺰ‪ ،‬ﺷﺮاﯾﻂ ﻫﻤﮕﺮاﯾﯽ اﻟﮕﻮرﯾﺘﻢ ﻫﺎ و ﻗﻀﺎﯾﺎي ﻣﺮﺑﻮط‪ ،‬ﺗﺸﺨﯿﺺ ﻫﻤﮕﺮاﯾﯽ ﻧﻤﻮﻧﻪ ﻫﺎي‬
‫ﺗﻮﻟﯿﺪي ﻣﺎرﮐﻮﻓﯽ ﺑﻪ ﺗﻮزﯾﻊ ﻫﺎي ﻣﺎﻧﺎ و ﺗﺤﻠﯿﻞ آن ﺗﻮﺳﻂ آزﻣﻮن ﻫﺎي ﻣﺮﺑﻮط‬
‫ﮐﺎرﺑﺮد روش ﻫﺎي ﻣﻮﻧﺖ ﮐﺎرﻟﻮ در اﺳﺘﻨﺒﺎط آﻣﺎري‪ ،‬ﺷﺒﯿﻪ ﺳﺎزي از ﻣﺪل ﻫﺎي ﻓﺮﺿﯽ رﮔﺮﺳﯿﻮن ﺑﺎ ﻣﺎﻧﺪه ﻫﺎي ﻏﯿﺮﻧﺮﻣﺎل و ﻧﺎﻣﺴﺘﻘﻞ ﺑﻪ ﻣﻨﻈﻮر ﺑﺮرﺳﯽ‬ ‫‪-‬‬
‫اﺳﺘﻮاري ﻣﺪل ﻧﺴﺒﺖ ﺑﻪ ﻓﺮض ﻫﺎي اوﻟﯿﻪ‬
‫ﺗﻮﻟﯿﺪ اﻋﺪاد ﺗﺼﺎدﻓﯽ ﻧﺎﻫﻤﺒﺴﺘﻪ و ﮐﺎرﺑﺮد در ﻣﺪل ﻫﺎي ﺳﺮي ﻫﺎي زﻣﺎﻧﯽ‬ ‫‪-‬‬
‫ﺗﺤﻠﯿﻞ وارﯾﺎﻧﺲ و ﮐﻮوارﯾﺎﻧﺲ‪ ،‬ﺷﺒﯿﻪ ﺳﺎزي ﻣﺪل رﮔﺮﺳﯿﻮن ﺑﺎ ﻣﺎﻧﺪه ﻫﺎي ﺧﻮدﻫﻤﺒﺴﺘﻪ‬ ‫‪-‬‬
‫روش ﻫﺎي ﺷﺒﯿﻪ ﺳﺎزي از ﺗﻮزﯾﻊ ﻫﺎي ﭼﻨﺪ ﻣﺘﻐﯿﺮه ﭘﯿﻮﺳﺘﻪ و ﮔﺴﺴﺘﻪ ﻣﺘﺪاول‪ ،‬ﺗﻮﻟﯿﺪ اﻋﺪاد ﺗﺼﺎدﻓﯽ از ﺗﻮزﯾﻊ ﻫﺎي ﮐﻨﺎري ﺗﻮﺳﻂ ﺗﻮزﯾﻊ ﻫﺎي ﺷﺮﻃﯽ‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﮐﺎرﮔﺎه‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫‪ 50‬درﺻﺪ آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1.‬‬ ‫‪A. B. Bernd, Markov Chain Monte Carlo Simulations and Their Statistical Analysis. World Scientific, 2004.‬‬
‫‪2.‬‬ ‫‪Dagpunar, J. S. (2007). Simulation and Monte Carlo with Applications in Finance and MCMC. John Wiley & Sons.‬‬
‫‪3.‬‬ ‫‪Gentle, J.E. (2002). Elements of Computational Statistics, Springer-Verlag.‬‬
‫‪4.‬‬ ‫‪Kalos, M.H. and Whitlock, P.A. (2008). Monte Carlo Methods. 2nd, John Wiley & Sons.‬‬
‫‪5.‬‬ ‫‪Gilks W.R., Richardson S. and Spiegelhalter D.J. (1996). Markov Chain Monte Carlo in‬‬
‫‪Practice. Chapman & Hall/CRC.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪57 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ آﻣﺎر رﺳﻤﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An introduction to official statistics‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺶﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﻫﺪف اﯾﻦ درس آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺗﻌﺮﯾﻒﻫﺎ‪ ،‬ﻣﻔﻬﻮمﻫﺎ و ﻓﻦﻫﺎﯾﯽ اﺳﺖ ﮐﻪ در ﺗﻮﻟﯿﺪ آﻣﺎرﻫﺎي رﺳﻤﯽ ﺑﻪﮐﺎر ﻣﯽروﻧﺪ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﻫﺪف اﯾﻦ درس آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ روشﻫﺎي ﮔﺮداوري دادهﻫﺎي آﻣﺎرﮔﯿﺮي و اﺻﻮل ﮐﻠﯽ ﺷﮑﻞدﻫﯽ ﯾﮏ آﻣﺎرﮔﯿﺮي ﺷﺎﻣﻞ ﻃﺮاﺣﯽ ﭘﺮﺳﺸـﻨﺎﻣﻪ‪،‬‬
‫ﻃﺮاﺣﯽ اﺟﺮا‪ ،‬ﻃﺮاﺣﯽ ﻧﻤﻮﻧﻪﮔﯿﺮي و ‪ ..‬ﻧﮑﺎت ﻣﺮﺑﻮط ﺑﻪ آن آﺷﻨﺎ ﻣﯽﺷﻮﻧﺪ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻔﺎﻫﯿﻢ ﭘﺎﯾﻪاي‪ :‬ﺿﺮورت ﻧﯿﺎز ﺑﻪ آﻣﺎر ﺑﺮاي ﺑﺮﻧﺎﻣﻪرﯾﺰي‪ ،‬ﻧﻈﺎمﻫﺎي آﻣﺎري‪ ،‬ﺗﻌﺮﯾﻒ آﻣﺎر رﺳﻤﯽ‪ ،‬اﺑﻌﺎد آﻣﺎر رﺳﻤﯽ‬ ‫‪-‬‬
‫آﺷـﻨﺎﯾﯽ ﺑـﺎ اﺳـﺘﺎﻧﺪاردﻫﺎ و ﻃﺒﻘـﻪﺑﻨـﺪيﻫـﺎي ﺑـﯿﻦاﻟﻤﻠﻠـﯽ ﺷـﺎﻣﻞ‪ SDDS, GDDS, ISIC, ICF,COICOP, SITC, … :‬و ارﺗﺒـﺎط‬ ‫‪-‬‬
‫ﻃﺒﻘﻪﺑﻨﺪيﻫﺎ ﺑﺎ ﯾﮑﺪﯾﮕﺮ‪.‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﺮﺧﯽ ﻓﻌﺎﻟﯿﺖﻫﺎي ﻣﺮﮐﺰ آﻣﺎر اﯾﺮان‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﺮﺧﯽ ﻧﻬﺎدﻫﺎ ﺗﻮﻟﯿﺪﮐﻨﻨﺪهي آﻣﺎرﻫﺎي رﺳﻤﯽ در ﮐﺸﻮر و آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺮاﮐﺰ آﻣـﺎري ﺳـﺎﯾﺮ‬ ‫‪-‬‬
‫ﮐﺸﻮرﻫﺎ‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ اﻧﻮاع آﻣﺎرﮔﯿﺮيﻫﺎ )ﺳﺮﺷﻤﺎري‪ ،‬آﻣﺎرﮔﯿﺮي ﻧﻤﻮﻧﻪاي و آﻣﺎرﻫﺎي ﺛﺒﺘﯽﻣﺒﻨﺎ( و ﻓﺮاﯾﻨﺪ آﻣﺎرﮔﯿﺮي ﻧﻤﻮﻧﻪاي‬ ‫‪-‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ روشﻫﺎي ﺗﻮﻟﯿﺪ آﻣﺎر‬ ‫‪-‬‬
‫ﻃﺮاﺣﯽ آﻣﺎرﮔﯿﺮيﻫﺎي ﻧﻤﻮﻧﻪاي‬ ‫‪-‬‬
‫آﺷﻨﺎﯾﯽ اوﻟﯿﻪ ﺑﺎ ﺧﻄﺎﻫﺎي آﻣﺎرﮔﯿﺮيﻫﺎ‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﭘﺮوژهﻣﺤﻮر‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 60‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 40‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪ -1‬رﺿﺎﺋﯽ ﻗﻬﺮودي‪ ،‬زﻫﺮا؛ ﻋﻠﯽاﮐﺒﺮي ﺻﺒﺎ‪ ،‬روﺷﻨﮏ و زاﻫﺪﯾﺎن‪ ،‬ﻋﻠﯿﺮﺿﺎ )‪ .(1398‬روشﻫﺎي آﻣﺎرﮔﯿﺮي‪ ،‬وﯾﺮاﺳﺖ دوم‪ .‬اﻧﺘﺸﺎرات اﻧﺪﯾﺸﻤﻨﺪ‪.‬‬
‫‪ -2‬ﻧﻮابﭘﻮر‪ ،‬ﺣﻤﯿﺪرﺿﺎ؛ ﺻﻔﺎﮐﯿﺶ‪ ،‬ﻣﺤﺪﺛﻪ و اﯾﺰدي‪ ،‬رﺿﺎ )‪ .(1398‬آﻣﺎر رﺳﻤﯽ‪ ،‬وﯾﺮاﺳﺖ دوم‪ .‬اﻧﺘﺸﺎرات اﻧﺪﯾﺸﻤﻨﺪ‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪58 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ ﺟﻤﻌﯿﺖﺷﻨﺎﺳﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An introduction to demographics‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺶﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫از آن ﺟﺎ ﮐﻪ روشﻫﺎي آﻣﺎري ﮐﺎرﺑﺮد وﺳﯿﻌﯽ در ﺗﺤﻠﯿﻞ و ﭘﯿﺶﺑﯿﻨﯽ اﻃﻼﻋﺎت ﺟﻤﻌﯿﺘﯽ دارد‪ ،‬ﺿﺮورت آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن آﻣﺎر ﺑﺎ ﻣﻔـﺎﻫﯿﻢ‬
‫ﺟﻤﻌﯿﺖ ﺷﻨﺎﺳﯽ و ﻧﺤﻮهي ﮔﺮدآوري اﻃﻼﻋﺎت ﺟﻤﻌﯿﺘﯽ از اﻫﻤﯿﺖ ﺑﺴﺰاﯾﯽ ﺑﺮﺧﻮردار اﺳﺖ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﺟﻤﻌﯿﺖﺷﻨﺎﺳﯽ‪ ،‬ﮔﺮدآوري اﻃﻼﻋﺎت ﺟﻤﻌﯿﺘﯽ‪ ،‬اﻟﮕﻮﻫﺎي رﺷﺪ و ﺣﺮﮐﺖ ﺟﻤﻌﯿﺖ و ﺑﺮﻧﺎﻣﻪرﯾﺰيﻫﺎي ﺑﻬﯿﻨﻪ ﺟﻤﻌﯿﺘﯽ‪.‬‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫ﺗﻌﺎرﯾﻒ و ﻣﻔﺎﻫﯿﻢ و روشﻫﺎ‪،‬‬ ‫‪-‬‬
‫ﻣﻮﺿﻮع و ﺷﻌﺒﺎت ﺟﻤﻌﯿﺖﺷﻨﺎﺳﯽ‪،‬‬ ‫‪-‬‬
‫ﻣﺮور و آﺷﻨﺎﺋﯽ ﺑﺎ ﺳﺎزﻣﺎنﻫﺎ و ﻣﻨﺎﺑﻊ ﮔﺮدآوري اﻃﻼﻋﺎت ﺟﻤﻌﯿﺘﯽ‪،‬‬ ‫‪-‬‬
‫ﮐﻠﯿﺎﺗﯽ در ﻣﻮرد ﺳﺎﺧﺖ و ﺗﻮزﯾﻊ ﺟﻤﻌﯿﺖ‪،‬‬ ‫‪-‬‬
‫ﺣﺮﮐﺎت ﺟﻤﻌﯿﺖ ﺷﺎﻣﻞ‪ :‬ﮐﻠﯿﺎﺗﯽ در ﻣﺮگ و ﻣﯿﺮ‪ ،‬ﺑﺎروري‪ ،‬ﻣﻬﺎﺟﺮت و ﺷﻬﺮﻧﺸﯿﻨﯽ‪،‬‬ ‫‪-‬‬
‫اﻓﺰﯾﺶ ﺟﻤﻌﯿﺖ و اﺷﺎرهﻫﺎﯾﯽ ﺑﻪ ﭼﮕﻮﻧﮕﯽ ﺗﺤﻮل و ﺗﻮزﯾﻊ آن درﺟﻬﺎن‪،‬‬ ‫‪-‬‬
‫ازدواج و ﺧﺎﻧﻮاده‪،‬‬ ‫‪-‬‬
‫ﺟﻤﻌﯿﺖ ﺣﺪ ﻣﺘﻨﺎﺳﺐ‪،‬‬ ‫‪-‬‬
‫ﺳﯿﺎﺳﺖﻫﺎي ﺟﻤﻌﯿﺘﯽ‪،‬‬ ‫‪-‬‬
‫اﻫﻤﯿﺖ ﺟﻤﻌﯿﺖﺷﻨﺎﺳﯽ در ﺑﺮﻧﺎﻣﻪرﯾﺰيﻫﺎي اﺟﺘﻤﺎﻋﯽ و اﻗﺘﺼﺎدي‪.‬‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﭘﺮوژهﻣﺤﻮر‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 60‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 40‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫‪ -1‬ﺣﺴﻦ ﺳﺮاﯾﯽ‪ ،‬روش ﻫﺎي ﻣﻘﺪﻣﺎﺗﯽ ﺗﺤﻠﯿﻞ ﺟﻤﻌﯿﺖ ﺑﺎ ﺗﺎﮐﯿﺪ ﺑﺮ ﺑﺎروري و ﻣﺮگ و ﻣﯿﺮ‪ ،‬اﻧﺘﺸﺎرات داﻧﺸﮕﺎه ﺗﻬﺮان ‪1370‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪59 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An introduction to sociology‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺶﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﮐﺎرﺑﺮد وﺳﯿﻊ روشﻫﺎي آﻣﺎري در ﺗﺤﻘﯿﻘﺎت ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ اﺻﻮل اوﻟﯿـﻪ ﺟﺎﻣﻌـﻪﺷﻨﺎﺳـﯽ و ﺗﻌـﺎرﯾﻒ و ﻣﻔـﺎﻫﯿﻢ اوﻟﯿـﻪ آن ﺑـﺮاي‬
‫داﻧﺸﺠﻮﯾﺎن آﻣﺎر اﻫﻤﯿﺖ دارد‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫ﻣﻔﺎﻫﯿﻢ و ﺗﻌﺎرﯾﻒ اوﻟﯿﻪ ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ‪ ،‬ﻧﻈﺮﯾﻪﻫﺎي ﻣﺨﺘﻠﻒ ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ و ﻣﺘﻐﯿﺮﻫﺎي ﺑﺎ اﻫﻤﯿﺖ در ﺑﺮرﺳﯽﻫﺎي ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫ﺗﻌﺎرﯾﻒ ﻣﺨﺘﻠﻒ ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ و ﻧﻈﺮﯾﻪﻫﺎي اﻧﺘﻘﺎدي ﺑﻬﺎﯾﻦ‬ ‫‪-‬‬
‫ﺗﻌﺎرﯾﻒ ﺗﻔﮑﺮ و ﺗﻌﻤﻖ در ﻣﻮرد ﯾﮏ ﺗﻌﺮﯾﻒ درﺳﺖ از ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ‬ ‫‪-‬‬
‫روشﻫﺎي ﻣﻌﻤﻮل در ﺗﺤﻘﯿﻘﺎت ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ ﺷﯿﻮهﻫﺎي ﻣﻌﻤﻮل ﺗﺤﻘﯿﻘﺎت اﺟﺘﻤﺎﻋﯽ در اﯾﺮان و اﺳﻼم‪ ،‬ﺷﯿﻮهﻫﺎي ﺟﺪﯾﺪ ﺗﺤﻘﯿﻘﺎت اﺟﺘﻤـﺎﻋﯽ در‬ ‫‪-‬‬
‫ﺟﺎﻣﻌﻪ ﺷﻨﺎﺳﯽ )روش ﮐﻤﯽ و ﮐﯿﻔﯽ( ﻧﻘﺪ اﯾﻦ روشﻫﺎ‬
‫ﺟﺎﯾﮕﺎه ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ در ﻋﻠﻮم اﻧﺴﺎﻧﯽ‪ -‬داﻧﺶ اﺟﺘﻤﺎﻋﯽ دﻧﯿﺎي اﻣﺮوز و ﺷﻌﺐ آن‬ ‫‪-‬‬
‫ﮐﺎرﺑﺮد و ﺿﺮورت ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ در اﯾﺮان‬ ‫‪-‬‬
‫ﺗﺎرﯾﺨﭽﻪ ﭘﯿﺪاﯾﺶ ﻋﻠﻮم اﺟﺘﻤﺎﻋﯽ در ﮐﺸﻮرﻫﺎي اﺳﻼﻣﯽ و ﻣﻐﺮب زﻣﯿﻦ‪.‬‬ ‫‪-‬‬
‫ﺗﻌﺮﯾﻒ ﺟﺎﻣﻌﻪ‬ ‫‪-‬‬
‫ﻣﮑﺘﺐ اﺻﺎﻟﺖ ﻓﺮد‪ ،‬ﻣﮑﺘﺐ اﺻﺎﻟﺖ ﺟﻤﻊ‪،‬‬ ‫‪-‬‬
‫ﻧﻈﺮﯾﺎت ﭘﺪﯾﺪار ﺷﻨﺎﺳﯽ‬ ‫‪-‬‬
‫رواﻧﺸﻨﺎﺳﯽ اﺟﺘﻤﺎﻋﯽ و ﺟﺎﻣﻌﻪﺷﻨﺎﺳﯽ‬ ‫‪-‬‬
‫اﺷﮑﺎﻻت وارده ﺑﺮ اﯾﻦ ﻣﻘﻮﻻت از دﯾﺪﮔﺎه اﺳﻼم در ﻣﻮرد ﻓﺮد و ﺟﺎﻣﻌﻪ‬ ‫‪-‬‬
‫ﻧﺎﺑﺮاﺑﺮيﻫﺎي اﺟﺘﻤﺎﻋﯽ‪ ،‬ﻋﻠﻞ ﻧﺎﺑﺮاﺑﺮيﻫﺎ‪ ،‬ﮔﺮوهﻫﺎ و ﻗﺸﺮﻫﺎي ﻣﺨﺘﻠﻒ اﺟﺘﻤﺎﻋﯽ‪ ،‬ارزشﻫﺎي اﺳﻼﻣﯽ‪ ،‬ﻗﺪر و ﻣﻨﺰﻟﺖ اﺟﺘﻤﺎﻋﯽ‬ ‫‪-‬‬
‫ﺳﺎزﻣﺎنﻫﺎي اﺟﺘﻤﺎﻋﯽ‪ ،‬ﻧﻬﺎدﻫﺎي اﺟﺘﻤﺎﻋﯽ‬ ‫‪-‬‬
‫ﻧﺎﻫﻨﺠﺎريﻫﺎي اﺟﺘﻤﺎﻋﯽ‬ ‫‪-‬‬
‫ﻣﺨﺘﺼﺮي در زﻣﯿﻨﻪ ﺳﺎﺧﺖ ﺟﺎﻣﻌﻪ اﯾﺮان )ﺷﻬﺮ و روﺳﺘﺎ و ﻋﺸﺎﯾﺮ(‪ ،‬اﻧﻮاع ﺟﻮاﻣﻊ )ﺳﺮﻣﺎﯾﻪداري‪ -‬ﺳﻮﺳﯿﺎﻟﯿﺴﻢ و ﺟﺎﻣﻌﻪ ﺗﻮﺳﻌﻪ ﻧﯿﺎﻓﺘﻪ(‪.‬‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﭘﺮوژهﻣﺤﻮر‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 60‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 40‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫ﻣﻨﻮﭼﻬﺮ ﻣﺤﺴﻨﯽ‪ ،‬ﻣﻘﺪﻣﺎت ﺟﺎﻣﻌﻪ ﺷﻨﺎﺳﯽ‪ ،‬اﻧﺘﺸﺎرات آﮔﺎه‪1371 ،‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪60 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ رﮐﻮردﻫﺎ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An introduction to records‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻣﺎررﯾﺎﺿﯽ ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫اﯾﻦ درس ﯾﮏ درس ﮐﺎرﺑﺮدي در زﻣﯿﻨﻪ ﮐﺎرﺑﺮد روش ﻫﺎي اﺳﺘﻨﺒﺎط آﻣﺎري در ﺗﺤﻠﯿﻞ داده ﻫﺎي ﺗﺮﺗﯿﺒﯽ ﺧﺎﺻﯽ ﺑﻪ ﻧﺎم رﮐﻮردﻫﺎ اﺳﺖ ﮐﻪ در زﯾﺮ ﺷﺎﺧﻪ‬
‫ﻧﻈﺮﯾﻪ ﻣﻘﺎدﯾﺮ ﻓﺮﯾﻦ ﻗﺮار ﻣﯽ ﮔﯿﺮد‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻣﻔﺎﻫﯿﻢ و ﮐﺎرﺑﺮد داده ﻫﺎي ﺗﺮﺗﯿﺒﯽ ﺑﻮﯾﮋه آﻣﺎره ﻫﺎي رﮐﻮردي‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻌﺮﻓﯽ اﻧﻮاع داده ﻫﺎي ﺗﺮﺗﯿﺒﯽ ﺷﺎﻣﻞ آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ‪ ،‬اﻧﻮاع ﺳﺎﻧﺴﻮرﻫﺎ‪ ،‬ﻣﻌﺮﻓﯽ آﻣﺎره ﻫﺎي رﮐﻮردي ﺑﺎﻻ و ﭘﺎﯾﯿﻦ ‪،‬زﻣﺎن رﺧﺪاد رﮐﻮردﻫﺎ‪ ،‬ﺗﻌﺪاد رﮐﻮردﻫﺎ‪،‬‬ ‫–‬
‫زﻣﺎن ﺑﯿﻦ رﮐﻮردﻫﺎ‪ ،‬اراﺋﻪ ﻣﺜﺎل ﻫﺎي ﮐﺎرﺑﺮدي ﻫﻤﺮاه ﺑﺎ اﺳﺘﻔﺎده از آﻣﺎره ﻫﺎي رﮐﻮردي‪،‬‬
‫ﻧﺘﺎﯾﺞ ﭘﺎﯾﻪ اي از ﺗﻮزﯾﻊ اﺣﺘﻤﺎل آﻣﺎره ﻫﺎي رﮐﻮردي در ﺣﺎﻟﺖ ﻣﺴﺘﻘﻞ و ﻫﻢ ﺗﻮزﯾﻊ ﺑﻮدن ﻣﺸﺎﻫﺪات‪ ،‬ﺗﻮزﯾﻊ ﻫﺎي اﺣﺘﻤﺎل ﺗﻮام و ﺷﺮﻃﯽ‪ ،‬ﺧﺎﺻﯿﺖ‬ ‫–‬
‫ﻣﺎرﮐﻔﯽ‪ ،‬رﮐﻮردﻫﺎ در ﺗﻮزﯾﻊ ﻫﺎي ﮐﻼﺳﯿﮏ آﻣﺎري‪،‬‬
‫ﮔﺸﺘﺎورﻫﺎي رﮐﻮردﻫﺎ و رواﺑﻂ ﺑﯿﻦ آﻧﻬﺎ‪،‬‬ ‫–‬
‫ﺧﺎﺻﯿﺖ ﺑﺴﻨﺪﮔﯽ و اﻃﻼع ﻓﯿﺸﺮ در رﮐﻮردﻫﺎ‪ ،‬ﺑﺮآورد ﻧﻘﻄﻪ اي و ﻓﺎﺻﻠﻪ اي و آزﻣﻮن ﻓﺮض ﻫﺎ ﺑﺮاﺳﺎس رﮐﻮردﻫﺎ‬ ‫–‬
‫ﭘﯿﺶ ﺑﯿﻨﯽ ﻫﺎي ﻧﻘﻄﻪ اي و ﻓﺎﺻﻠﻪ اي ﮐﻼﺳﯿﮏ و ﺑﯿﺰي‬ ‫–‬
‫رﮐﻮردﻫﺎ در ﻣﺪل ﻫﺎي ﺗﺼﺎدﻓﯽ‪ ،‬ﻧﻈﺮﯾﻪ اﻃﻼع ‪ ،‬ﺗﺮﺗﯿﺐ ﻫﺎي ﺗﺼﺎدﻓﯽ و اﻧﻮاع رﮐﻮردﻫﺎ ﺟﺪﯾﺪ‪.‬‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬
‫‪1.‬‬ ‫‪B. C. Arnold, N. Balakrishnan, and H. N. Nagaraja, A First Course in Order Statistics, John Wiley & Sons, New‬‬
‫‪York, 1992.‬‬
‫‪2.‬‬ ‫‪B. C. Arnold, N. Balakrishnan, and H. N. Nagaraja, Records, John Wiley & Sons,‬‬
‫‪New York, 1998.‬‬

‫‪3.‬‬ ‫‪H. A. David, and H. N. Nagaraja, Order Statistics, Third edition, John Wiley & Sons, Hoboken, New Jersey, 2003.‬‬
‫‪4.‬‬ ‫‪V. B. Nevzorov, Records: Mathematical theory, Translation of mathematical‬‬
‫‪monographs, V. 194, American mathematical society, Providence, Rhode Island, 2001.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪61 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ اﻃﻼع‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An introduction to information theory‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻓﺮاﯾﻨﺪ ﺗﺼﺎدﻓﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﻧﻈﺮﯾﻪ اﻃﻼع ﯾﮑﯽ از ﻣﺒﺎﺣﺚ اﺳﺎﺳﯽ در ﻣﻬﻨﺪﺳﯽ اﻟﮑﺘﺮوﻧﯿﮏ اﺳﺖ ﮐﻪ روش ﻫﺎي آﻣﺎري در آن ﮐﺎرﺑﺮد ﻓﺮاواﻧﯽ دارﻧﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎي ﺑﺎ ﻣﻔﻬﻮم اﻃﻼع و اﻧﻮاع آن‪ ،‬ﮐﺪﮔﺬاري ﮐﺎﻧﺎل ﻫﺎي اﻃﻼﻋﺎﺗﯽ‪ ،‬و رﻣﺰﮔﺬاري و رﻣﺰﮔﺸﺎﯾﯽ ﺑﺮ اﺳﺎس اﻃﻼع‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫اﻃﻼع ﮔﺴﺴﺘﻪ‪ :‬ﺗﻌﺮﯾﻒ اﻃﻼع‪ ،‬اﻧﺪازه اﻃﻼع ﻫﺎرﺗﻠﯽ‪-‬آﻧﺘﺮوﭘﯽ و اﻧﺪازه اﻃﻼع ﺷﺎﻧﻮن‪ ،‬اﻧﺪازه اﻃﻼع ﺷﺮﻃﯽ‪ ،‬ﺗﻮام و ﻣﺘﻘﺎﺑﻞ‪،‬‬ ‫–‬
‫ﻣﻨﺒﻊ اﻃﻼع ﮔﺴﺴﺘﻪ ﺑﯽ ﺣﺎﻓﻈﻪ‪ :‬ﻣﻨﺒﻊ اﻃﻼع ﮔﺴﺴﺘﻪ و ﮐﺪﮔﺬاري ﻣﻨﺒﻊ‪ ،‬اﺳﺘﺮاﺗﭙﯽ ﮐﺪﮔﺬاري‪ ،‬ﻣﺤﺘﻤﻞ ﺗﺮﯾﻦ ﭘﯿﺎﻣﻬﺎ‪،‬‬ ‫–‬
‫ﻣﻨﺒﻊ اﻃﻼع ﮔﺴﺴﺘﻪ ﺑﺎ ﺣﺎﻓﻈﻪ‪ :‬ﻓﺮآﯾﻨﺪﻫﺎي ﻣﺎرﮐﻒ‪ ،‬اﻃﻼع ﻣﻨﺒﻊ ﮔﺴﺴﺘﻪ ﺑﺎ ﺣﺎﻓﻈﻪ‪ ،‬ﺟﻨﺒﻪ ﻫﺎي ﮐﺪﮔﺬاري‪،‬‬ ‫–‬
‫ﮐﺎﻧﺎل ارﺗﺒﺎﻃﯽ ﮔﺴﺴﺘﻪ‪ :‬ﻇﺮﻓﯿﺖ ﮐﺎﻧﺎﻟﻬﺎي ﺑﺪون ﻧﻮﻓﻪ ﻇﺮﻓﯿﺖ ﮐﺎﻧﺎﻟﻬﺎي ﻧﻮﻓﻪ اي‪ ،‬اﺣﺘﻤﺎل ﺧﻄﺎ و اﯾﻬﺎم‪ ،‬ﻗﻀﯿﻪ ﮐﺪﮔﺬاري ﺑﺮاي ﮐﺎﻧﺎﻟﻬﺎي ﮔﺴﺴﺘﻪ ﺑﯽ ﺣﺎﻓﻈﻪ‪،‬‬ ‫–‬
‫ﮐﺎﻧﺎﻟﻬﺎي ﻣﺘﻮاﻟﯽ وﻣﻮازي‪ ،‬ﮐﺎﻧﺎﻟﻬﺎي ﺑﺎ ﺣﺎﻓﻈﻪ‪،‬‬
‫ﻣﻨﺒﻊ اﻃﻼع ﭘﯿﻮﺳﺘﻪ‪ :‬ﺳﯿﮕﻨﺎﻟﻬﺎي ﺗﺼﺎدﻓﯽ‪ ،‬اﻧﺪازه اﻃﻼع ﭘﯿﻮﺳﺘﻪ‪ ،‬اﻧﺪازه اﻃﻼع و ﻣﻨﺎﺑﻊ ﺑﺎ ﺣﺎﻓﻈﻪ‪ ،‬ﮐﺮان اﻃﻼع‪،‬‬ ‫–‬
‫ﮐﺎﻧﺎل ارﺗﺒﺎﻃﯽ ﭘﯿﻮﺳﺘﻪ‪ :‬ﻇﺮﻓﯿﺖ ﮐﺎﻧﺎﻟﻬﺎي ارﺗﺒﺎﻃﯽ ﭘﯿﻮﺳﺘﻪ‪ ،‬ﻇﺮﻓﯿﺖ در ﺣﺎﻟﺖ ﻧﻮﻓﻪ ﺳﻔﯿﺪ ﻏﯿﺮﮔﺎوﺳﯽ‪ ،‬ﻗﻀﯿﻪ ﮐﺪﮔﺬاري ﮐﺎﻧﺎل‪ ،‬ﻇﺮﻓﯿﺖ ﮐﺎﻧﺎل ﮔﺎوﺳﯽ ﺑﺎ‬ ‫–‬
‫ﺣﺎﻓﻈﻪ‪ ،‬ﻧﻈﺮﯾﻪ اﻃﻼع ﺷﺒﮑﻪ اي‪ :‬ﮐﺪﻫﺎي ﺗﺼﺤﯿﺢ ﮐﻨﻨﺪه ﺧﻄﺎ ﮐﺪﻫﺎي ﺑﻠﻮﮐﯽ ﺧﻄﯽ‪ ،‬ﮐﺪﮔﺬاري ﻋﺎرﺿﻪ‪ ،‬ﮐﺪﻫﺎي ﻫﺎﻣﯿﻨﮓ‪،‬‬
‫رﻣﺰ ﺷﻨﺎﺳﯽ‪ :‬رﻣﺰ ﺷﻨﺎﺳﯽ و ﺗﺤﻠﯿﻞ رﻣﺰي‪ ،‬ﻃﺮح ﮐﻠﯽ ﺳﯿﺴﺘﻤﻬﺎي رﻣﺰي‪ ،‬ﺳﯿﺴﺘﻤﻬﺎي رﻣﺰي‪ ،‬ﻣﻘﺪار اﻃﻼع و اﻃﻤﯿﻨﺎن‪ ،‬ﺑﯿﺎن و اﺛﺒﺎت ﻗﻀﯿﻪ ﻫﺎي اﻃﻼع‬ ‫–‬
‫ﻣﺘﻘﺎﺑﻞ در ﻣﻮرد ﺗﻮزﯾﻊ ﻫﺎي ﻧﻤﺎﺋﯽ و ﻧﺮﻣﺎل‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫‪ -1‬ﻧﻈﺮﯾﻪ اﻃﻼع و ﮐﺪﮔﺬاري ‪ ،‬ﺗﺮﺟﻤﻪ ﭘﻮر ﻋﺒﺪاﷲ و ﻧﺎﺻﺮرﺿﺎ ارﻗﺎﻣﯽ‪ ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪ ،‬ﺗﻬﺮان ‪1377‬‬
‫‪ -2‬ﻧﻈﺮﯾﻪ اﻃﻼع‪ ،‬ﺗﺮﺟﻤﻪ دﮐﺘﺮ آذرﻧﻮش‪ ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎه ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ ‪1380‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪62 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬اﺳﺘﻨﺒﺎط ﺷﻮاﻫﺪي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Evidential Inference‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻣﺎررﯾﺎﺿﯽ ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس ﻣﺒﺎﺣﺜﯽ از ﻧﻈﺮﯾﻪ ﺑﻨﯿﺎدي اﺳﺘﻨﺒﺎط ﺷﻮاﻫﺪي را ﻣﻄﺮح ﮐﺮده و ﻣﻮرد ﺑﺤﺚ ﻗﺮار ﻣﯽ دﻫﺪ‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ذﮐﺮ ﻣﺸﮑﻼت ﻣﻮﺟﻮد در آﻣﺎر ﮐﻼﺳﯿﮏ‪ ،‬ﺑﻪ ﺧﺼﻮص آزﻣﻮن ﻓﺮض ﻫﺎ ﺑﻪ روش ﮐﻼﺳﯿﮏ و ﻣﻨﺎﺳﺐ ﻧﺒﻮدن آزﻣﻮﻧﻬﺎي ﮐﻼﺳﯿﮏ ﺑﺮاي اﻧﺪازه ﮔﯿﺮي ﻣﯿﺰان‬
‫ﺷﻮاﻫﺪ ﻣﻮﺟﻮد در ﻧﻤﻮﻧﻪ ﺑﺮ ﻟﻪ ﯾﮏ ﻓﺮﺿﯿﻪ و ﺑﺮ ﻋﻠﯿﻪ ﻓﺮﺿﯿﻪ ﺟﺎﻧﺸﯿﻦ ‪.‬اراﯾﻪ روﺷﻬﺎي اﺳﺘﻔﺎده از ﻗﺎﻧﻮن درﺳﺘﻨﻤﺎﯾﯽ در ﻣﺤﺎﺳﺒﻪ ﺷﻮاﻫﺪ آﻣﺎري‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻘﺪﻣﺎت ‪:‬اﻫﺪاف اﻧﺠﺎم آزﻣﻮﻧﻬﺎي آﻣﺎري‪ ،‬ﻧﺴﺒﯽ ﺑﻮدن ﺷﻮاﻫﺪ‪ ،‬ﻗﻮت ﺷﻮاﻫﺪ‪ ،‬آزﻣﻮن ﻓﺮﺿﻬﺎي ﺳﺎده ‪-p‬ﻣﻘﺪار ﺑﻪ ﻋﻨﻮان ﻣﻌﯿﺎري ﺑﺮاي ﻗﻮت ﺷﻮاﻫﺪ آﻣﺎري‬ ‫–‬
‫ﺑﺮ ﻋﻠﯿﻪ ﻓﺮض ﻣﻘﺎﺑﻞ‪ ،‬ﻗﺎﻧﻮن درﺳﺘﻨﻤﺎﯾﯽ‪ ،‬اﺻﻞ درﺳﺘﻨﻤﺎﯾﯽ‬
‫ﻧﻈﺮﯾﻪ ﻧﯿﻤﻦ ﭘﯿﺮﺳﻮن ‪ :‬ﻧﻈﺮﯾﻪ ﻧﯿﻤﻦ ﭘﯿﺮﺳﻮن در ﻣﻮرد آزﻣﻮن ﻓﺮﺿﻬﺎي آﻣﺎري‪ ،‬ﺗﻔﺴﯿﺮ ﻧﺘﺎﯾﺞ آزﻣﻮﻧﻬﺎي ﻧﯿﻤﻦ‪-‬ﭘﯿﺮﺳﻮﻧﯽ‪ ،‬ﻧﻘﺶ ‪-p‬ﻣﻘﺪار در آزﻣﻮﻧﻬﺎي‬ ‫–‬
‫ﻧﯿﻤﻦ‪-‬ﭘﯿﺮﺳﻮﻧﯽ‪ ،‬ﻋﺪم ﮐﻔﺎﯾﺖ اﻧﺪازه آزﻣﻮن ﺑﺮاي اﻣﮑﺎن ﺗﻔﺴﯿﺮ ﻧﺘﺎﯾﺞ آزﻣﻮﻧﻬﺎي ﻧﯿﻤﻦ‪-‬ﭘﯿﺮﺳﻮﻧﯽ‬
‫آزﻣﻮﻧﻬﺎي ﻣﻌﻨﯽ داري )ﻧﻈﺮﯾﻪ ﻓﯿﺸﺮ( ‪:‬ﻧﺤﻮه اﻧﺪازه ﮔﯿﺮي ﺷﻮاﻫﺪآﻣﺎري‪ ،‬ﺳﻨﺠﺶ )آزﻣﻮن( ﻣﻌﻨﯽ داري‪ ،‬ﻣﻨﻄﻖ زﯾﺮﺑﻨﺎﯾﯽ ﺳﻨﺠﺶ ﻣﻌﻨﯽ داري‪ ،‬ﻣﻌﺎﯾﺐ ‪-p‬‬ ‫–‬
‫ﻣﻘﺪار ﺑﻪ ﻋﻨﻮان ﻣﻌﯿﺎر ﺷﻮاﻫﺪي‬
‫ﻣﮑﺎﺗﺐ آﻣﺎري ‪:‬ﻣﮑﺎﺗﺐ آﻣﺎري راﯾﺞ‪ ،‬ﻣﮑﺘﺐ ﺷﻮاﻫﺪي‪ ،‬اﺣﺘﻤﺎﻻت ﭘﺸﺘﯿﺒﺎﻧﯽ ﺿﻌﯿﻒ و ﻧﺎدرﺳﺖ‪ ،‬ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﺑﺮاي ﯾﮏ آزﻣﺎﯾﺶ ﺑﺎ ﻫﺪف ﮐﻢ ﮐﺮدن‬ ‫–‬
‫اﺣﺘﻤﺎﻻت ﺷﻮاﻫﺪ ﺿﻌﯿﻒ و ﺷﻮاﻫﺪ ﻧﺎدرﺳﺖ‪.‬‬
‫ﺣﻞ ﭘﺎرادوﮐﺲ ﻫﺎي آﻣﺎر ﮐﻼﺳﯿﮏ ﺑﺎ ﺗﻮﺳﻞ ﺑﻪ ﻧﻈﺮﯾﻪ ﺷﻮاﻫﺪي ‪:‬ﭼﺮا ﺗﻮان آزﻣﻮن ﻧﺰدﯾﮏ ﺑﻪ ﯾﮏ ﮐﻔﺎﯾﺖ ﻣﯿﮑﻨﺪ در ﺻﻮرﺗﯽ ﮐﻪ اﻧﺪازه آزﻣﻮن ﻣﻌﻤﻮﻻ در‬ ‫–‬
‫ﺣﺪود ‪ 0.05‬اﺳﺖ؟ ﭼﺮا ﺑﺮرﺳﯽ داده ﻫﺎ در ﺣﯿﻦ ﺟﻤﻊ آوري آﻧﻬﺎ ﻣﺠﺎز ﻧﯿﺴﺖ؟ ﻣﺸﮑﻞ آزﻣﻮﻧﻬﺎي ﯾﮑﻄﺮﻓﻪ ﭼﯿﺴﺖ؟ و ‪...‬‬
‫ﻣﺜﺎﻟﻬﺎي ﻋﻤﻠﯽ‬ ‫–‬
‫ﺣﺬف ﭘﺎراﻣﺘﺮﻫﺎي ﻣﺰاﺣﻢ )در ﻣﻮرد ﻓﺮﺿﯿﻬﻬﺎي ﻣﺮﮐﺐ( ‪ :‬اﻧﻮاع ﺗﻮاﺑﻊ درﺳﺘﻨﻤﺎﯾﯽ‪ ،‬درﺳﺘﻨﻤﺎﯾﯽ ﻣﺘﻌﺎﻣﺪ‪ ،‬درﺳﺘﻨﻤﺎﯾﯽ ﮐﻨﺎري‪ ،‬درﺳﺘﻨﻤﺎﯾﯽ ﻧﯿﻤﺮخ‪،‬‬ ‫–‬
‫درﺳﺘﻨﻤﺎﯾﯽ ﺷﺮﻃﯽ‪ ،‬درﺳﺘﻨﻤﺎﯾﯽ ﺑﺮآورد ﺷﺪه‪ ،‬درﺳﺘﻨﻤﺎﯾﯽ ﺷﺮﻃﯽ ﺳﺎﺧﺘﮕﯽ‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. R. M. Royall, Statistical Evidence, London, Chapman & Hall, 1997.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪63 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﺗﺼﻤﯿﻢ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An Introduction to decision theory‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻣﺎررﯾﺎﺿﯽ ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﻧﻈﺮﯾﻪ ﺗﺼﻤﯿﻢ ﯾﮑﯽ از زﯾﺮ ﺷﺎﺧﻪ ﻫﺎي ﻧﻈﺮﯾﻪ ﺑﺎزي ﻫﺎ اﺳﺖ ﮐﻪ روش ﻫﺎي اﺳﺘﻨﺒﺎط آﻣﺎري ﮐﻼﺳﯿﮏ را در ﺑﺮ ﻣﯽ ﮔﯿﺮد‪ .‬اﯾﻦ درس در واﻗﻊ ﺗﮑﻤﯿﻞ ﮐﻨﻨﺪه‬
‫ﻣﺒﺎﺣﺚ ﺑﺮآورد ﻧﻘﻄﻪ اي‪ ،‬ﻓﺎﺻﻠﻪ اي و آزﻣﻮن ﻓﺮض ﻫﺎ در درس ﻫﺎي آﻣﺎر رﯾﺎﺿﯽ ‪ 1‬و ‪ 2‬اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﺗﻌﺎرﯾﻒ اوﻟﯿﻪ ﻧﻈﺮﯾﻪ ﺗﺼﻤﯿﻢ‪ ،‬ﺗﺼﻤﯿﻢ ﺳﺎزي ﺑﻬﯿﻨﻪ ﺑﺮاﺳﺎس داده ﻫﺎ و ﯾﺎ ﺑﺪون داده ﻫﺎ و ﮐﺎرﺑﺮد ﻧﻈﺮﯾﻪ ﺗﺼﻤﯿﻢ در اﺳﺘﻨﺒﺎط آﻣﺎري‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻘﺪﻣﻪ اي از ﺣﺴﺎب اﺣﺘﻤﺎﻻت‪ ،‬ﻣﺠﻤﻮﻋﻪ ﻫﺎي ﻣﺤﺪب و ﺗﻮاﺑﻊ ﻣﺤﺪب‪ ،‬ﻣﻄﻠﻮﺑﯿﺖ‪ ،‬وﯾﮋﮔﯿﻬﺎ و ﻗﻀﺎﯾﺎي آن‪.‬‬ ‫–‬
‫ﻣﺴﺎﺋﻞ ﺗﺼﻤﯿﻢ ﺑﺪون داده ‪:‬ﻓﻀﺎي ﻋﻤﻞ ﻫﺎ‪ ،‬ﻓﻀﺎي ﺣﺎﻻت ﻃﺒﯿﻌﺖ‪ ،‬ﺗﺎﺑﻊ زﯾﺎن‪ ،‬ﻋﻤﻞ ﻫﺎي ﺧﺎﻟﺺ‪ ،‬ﻋﻤﻞ ﻫﺎي ﺗﺼﺎدﻓﯽ ﺷﺪه ﯾﺎ آﻣﯿﺨﺘﻪ‪ ،‬ﻋﻤﻞ ﻫﺎي‬ ‫–‬
‫ﮐﻤﯿﻦ‪-‬ﺑﯿﺸﯿﻨﻪ و ﺑﯿﺰي در ﺑﯿﻦ ﻋﻤﻞ ﻫﺎي ﺧﺎﻟﺺ و ﻧﺤﻮه ﭘﯿﺪا ﮐﺮدن آﻧﻬﺎ ﺑﺎ ﻣﺤﺎﺳﺒﻪ و ﺑﺎ اﺳﺘﻔﺎده از ﻧﻤﻮدار‪ ،‬ﻋﻤﻞ ﻫﺎي ﮐﻤﯿﻦ‪-‬ﺑﯿﺸﯿﻨﻪ و ﺑﯿﺰي در ﺑﯿﻦ‬
‫اﻋﻤﺎل آﻣﯿﺨﺘﻪ و ﻧﺤﻮه ﭘﯿﺪا ﮐﺮدن آﻧﻬﺎ ﺑﺎ ﻣﺤﺎﺳﺒﻪ و ﺑﺎ اﺳﺘﻔﺎده از ﻧﻤﻮدار‪ ،‬ﻣﺠﺎز ﯾﺎ ﻏﯿﺮ ﻣﺠﺎز ﺑﻮدن ﯾﮏ ﻋﻤﻞ‪.‬‬
‫ﻣﺴﺎﺋﻞ ﺗﺼﻤﯿﻢ ﺑﺎ داده‪ :‬ﺗﻮاﺑﻊ ﺗﺼﻤﯿﻢ‪ ،‬ﺗﺎﺑﻊ رﯾﺴﮏ )ﻣﺨﺎﻃﺮه( ﺗﻮاﺑﻊ ﺗﺼﻤﯿﻢ‪ ،‬ﯾﺎﻓﺘﻦ ﺗﺼﻤﯿﻢ ﺑﯿﺰي و ﮐﻤﯿﻦ‪-‬ﺑﯿﺸﯿﻨﻪ ﺑﺎ ﻣﺤﺎﺳﺒﻪ و ﺑﺎ اﺳﺘﻔﺎده از ﻧﻤﻮدار‪،‬‬ ‫–‬
‫ارزش داده‪ ،‬ﻣﺠﺎز ﯾﺎ ﻏﯿﺮ ﻣﺠﺎز ﺑﻮدن ﯾﮏ ﺗﺼﻤﯿﻢ‪.‬‬
‫ﮐﺎرﺑﺮد ﻧﻈﺮﯾﻪ ﺗﺼﻤﯿﻢ در ﻣﺴﺎﺋﻞ آﻣﺎر‪ :‬ﺑﺮآورد ﯾﺎﺑﯽ ﺑﻪ ﻋﻨﻮان ﯾﮏ ﻣﺴﺄﻟﻪ ﺗﺼﻤﯿﻢ‪ ،‬آزﻣﻮن ﻓﺮض ﻫﺎ ﺑﻪ ﻋﻨﻮان ﯾﮏ ﻣﺴﺄﻟﻪ ﺗﺼﻤﯿﻢ‪.‬‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫‪ -1‬ﻣﺒﺎﻧﯽ ﻧﻈﺮﯾﻪ ﺗﺼﻤﯿﻢ‪ ،‬ﺗﺮﺟﻤﻪ ﻋﺒﺪاﻟﺮﺣﻤﻦ ﺳﺘﺎرزاده آذري و ﻋﻠﯽ ﻋﻤﯿﺪي‪ ، 1367 ،‬ﻣﺮﮐﺰ ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪ ،‬ﺗﻬﺮان ‪.‬‬
‫‪2- B. W. Lindgren, Elements of Decision Theory, Macmillan, 1971.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪64 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An Introduction to reliability theory‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻣﺎررﯾﺎﺿﯽ ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ اﺳﺎﺳﯽ ﻧﻈﺮﯾﻪ ﺳﯿﺴﺘﻢ ﻫﺎ‪ ،‬ﺗﻮزﯾﻊ ﻫﺎي ﻃﻮل ﻋﻤﺮ‪ ،‬اﺳﺘﻨﺒﺎط ﺑﺮ اﺳﺎس داده ﻫﺎي ﺑﻘﺎ‪ ،‬آزﻣﻮن ﻫﺎي ﻃﻮل ﻋﻤﺮ ﻣﺤﺼﻮﻻت ﺻﻨﻌﺘﯽ‪ ،‬ﺗﺤﻠﯿﻞ‬
‫داده ﻫﺎي آزﻣﻮن ﻫﺎي ﺷﺘﺎﺑﯿﺪه ﻃﻮل ﻋﻤﺮ و اﻟﮕﻮﻫﺎي ﺗﻌﻤﯿﺮ و ﻧﮕﻬﺪاري ﺳﯿﺴﺘﻢ ﻫﺎ‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫اراﺋﻪ ﻣﺠﻤﻮﻋﻪ اي از ﻓﻨﻮن آﻣﺎري و ﻣﻬﻨﺪﺳﯽ ﺑﻪ ﻣﻨﻈﻮر ﺑﺎﻻ ﺑﺮدن ﮐﯿﻔﯿﺖ و ﻗﺎﺑﻠﯿﺖ ﻣﺤﺼﻮﻻت ﺗﻮﻟﯿﺪي‪ .‬ﺑﻪ ﻋﺒﺎرت دﯾﮕﺮ اﯾﻦ درس ﻧﻤﺎﯾﺸﯽ از ﺗﻌﺎﻣﻞ ﻋﻠﻮم‬
‫آﻣﺎري و ﻣﻬﻨﺪﺳﯽ در ﺣﻮزه ﺻﻨﻌﺖ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﺳﺎﺧﺘﺎر ﺳﯿﺴﺘﻢ ﻫﺎ و ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﻨﺴﺠﻢ‬ ‫–‬
‫ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد واﺑﺴﺘﻪ ﺑﻪ زﻣﺎن و ﻣﻔﺎﻫﯿﻢ ﺳﺎﻟﺨﻮردﮔﯽ‬ ‫–‬
‫ﺗﻮزﯾﻊ ﻫﺎي ﻃﻮل ﻋﻤﺮ‬ ‫–‬
‫روش ﻫﺎي اﺳﺘﻨﺒﺎط ﭘﺎراﻣﺘﺮي در ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد‬ ‫–‬
‫روش ﻫﺎي اﺳﺘﻨﺒﺎط ﻧﺎﭘﺎراﻣﺘﺮي در ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد‬ ‫–‬
‫آزﻣﻮن ﻫﺎي ﻃﻮل ﻋﻤﺮ ﺗﺴﺮﯾﻊ ﯾﺎﻓﺘﻪ‬ ‫–‬
‫اﻟﮕﻮ ﻫﺎي ﺗﻌﻤﯿﺮ و ﻧﮕﻬﺪاري ﺳﯿﺴﺘﻢ ﻫﺎ‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻓﺮاﯾﻨﺪ آﻣﻮزﺷﯽ داراي ﺳﺎﺧﺖ واز ﭘﯿﺶ ﺗﻌﯿﯿﻦ ﺷﺪه ﻣﻨﻄﺒﻖ ﺑﺮ‬
‫ﻃﺮح درس‪ ،‬اراﺋﻪ ﻣﺜﺎل ﻫﺎي ﮐﺎرﺑﺮدي و اﯾﺠﺎد اﻧﮕﯿﺰش در داﻧﺸﺠﻮﯾﺎن‪،‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ‪ R‬ﺑﺮاي ﺷﺒﯿﻪ ﺳﺎزي ﻣﻔﺎﻫﯿﻢ ﺗﺌﻮري در ﻓﻀﺎي ﻋﻤﻠﯽ‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬اﻣﮑﺎﻧﺎت اﺳﺘﺎﻧﺪارد ﯾﮏ ﮐﻼس درﺳﯽ و ﺳﺎﯾﺖ ﮐﺎﻣﭙﯿﻮﺗﺮي‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1. W.Q. Meeker, and L. A. Escobar, Statistical Methods for Reliability Data, John Wiley& Sons, 1998.‬‬
‫& ‪2. Y. Bagdonanvicus, and M. Nikulin, Accelerated life Models:Modeling and Statistical Analysis,Chapman‬‬
‫‪Hall, 2001.‬‬
‫‪-3‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد ‪ ،‬ﻣﺠﯿﺪ اﺳﺪي‪ ،‬ﻧﺸﺮ داﻧﺸﮕﺎﻫﯽ‪1392 ،‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪65 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬روش ﻫﺎي دﻧﺒﺎﻟﻪ اي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Sequential methods‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻣﺎررﯾﺎﺿﯽ ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫روش ﻫﺎي دﻧﺒﺎﻟﻪ اي زﯾﺮﺷﺎﺧﻪ اي از اﺳﺘﻨﺒﺎط آﻣﺎري ﭘﺎراﻣﺘﺮي و ﻧﺎﭘﺎراﻣﺘﺮي ﺑﺮ اﺳﺎس دﻧﺒﺎﻟﻪ ﻫﺎي ﻣﺘﻐﯿﺮﻫﺎي ﺗﺼﺎدﻓﯽ و ﻣﺸﺎﻫﺪات اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ روش ﻫﺎي دﻧﺒﺎﻟﻪ اي در آزﻣﻮن ﻓﺮﺿﯿﻪ ﻫﺎي آﻣﺎري‪ ،‬روش ﻫﺎي دﻧﺒﺎﻟﻪ اي در آزﻣﻮن ﻫﺎي ﻧﺎﭘﺎراﻣﺘﺮي‪ ،‬روش ﻫﺎي دﻧﺒﺎﻟﻪ اي در ﺑﺮآورد ﻧﻘﻄﻪ اي و‬
‫روش ﻫﺎي دﻧﺒﺎﻟﻪ اي ﺑﯿﺰي‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫آزﻣﻮن دﻧﺒﺎﻟﻪ اي ﻧﺴﺒﺖ اﺣﺘﻤﺎل‪ :‬ﻗﺎﻋﺪه ﺗﻮﻗﻒ و ﺗﻌﯿﯿﻦ ﭘﺎراﻣﺘﺮﻫﺎ و ﺗﻮاﺑﻊ ﻣﺮﺑﻮﻃﻪ‬ ‫–‬
‫آزﻣﻮن دﻧﺒﺎﻟﻪ اي ﻓﺮﺿﯿﻪ ﻫﺎي ﻣﺮﮐﺐ‪ :‬آزﻣﻮن وارﯾﺎﻧﺲ؛ آزﻣﻮن ﻣﯿﺎﻧﮕﯿﻦ؛ آزﻣﻮن ﺿﺮﯾﺐ ﻫﻤﺒﺴﺘﮕﯽ؛ ﻣﺴﺎءل دو ﻧﻤﻮﻧﻪ اي‬ ‫–‬
‫آزﻣﻮن ﻫﺎي دﻧﺒﺎﻟﻪ اي ﻧﺎﭘﺎراﻣﺘﺮي‪ :‬آزﻣﻮن ﻣﯿﺎﻧﮕﯿﻦ ﺑﺎ وارﯾﺎﻧﺲ ﻣﻌﻠﻮم ؛ آزﻣﻮن ﻣﯿﺎﻧﮕﯿﻦ ﺑﺎ وارﯾﺎﻧﺲ ﻧﺎﻣﻌﻠﻮم‪ ،‬آزﻣﻮن ﻋﻼﻣﺖ؛‬ ‫–‬
‫ﺑﺮآورد ﻣﯿﺎﻧﮕﯿﻦ ﺗﻮزﯾﻊ ﻧﺮﻣﺎل‪ :‬ﺑﺎزه اﻃﻤﯿﻨﺎن ﺑﺎ ﻃﻮل ﻣﻌﯿﻦ؛ ﺑﺮآورد ﻧﻘﻄﻪ اي ﺑﺎ رﯾﺴﮏ ﮐﺮاﻧﺪار؛‬ ‫–‬
‫ﺑﺮآرد ﻧﻘﻄﻪ اي ﻣﯿﺎﻧﮕﯿﻦ ﺗﻮزﯾﻊ ﻧﻤﺎﯾﯽ‪ :‬ﺑﺮآورد ﺑﺎ ﻣﯿﻨﯿﻤﻢ رﯾﺴﮏ؛ ﺑﺮآورد ﺑﺎ رﯾﺴﮏ ﮐﺮاﻧﺪار‬ ‫–‬
‫روش ﻫﺎي ﺑﺮآورد ﺗﻮزﯾﻊ آزاد‪ :‬ﺑﺎزه ﻫﺎي اﻃﻤﯿﻨﺎن ﺑﺮاي ﻣﯿﺎﻧﮕﯿﻦ ﺑﺎ ﻃﻮل ﻣﻌﯿﻦ؛ ﺑﺎزه ﻫﺎي اﻃﻤﯿﻨﺎن ﺑﺮاي ﻣﯿﺎﻧﻪ ﺑﺎ ﻃﻮل ﮐﺮاﻧﺪار‬ ‫–‬
‫ﺑﺮآورد ﺗﻔﺎوت ﻣﯿﺎﻧﮕﯿﻦ ﻫﺎي دو ﺟﺎﻣﻌﻪ ﻧﺮﻣﺎل‪ :‬ﺑﺎزه اﻃﻤﯿﻨﺎن ﺑﺎ ﻃﻮل ﻣﻌﯿﻦ‬ ‫–‬
‫روش ﻫﺎي دﻧﺒﺎﻟﻪ اي ﺑﯿﺰي‬ ‫–‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫‪1. N. Mukhopadhyay, and B. M. de Silva, Sequential Methods and Their Applications, 2009.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪66 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬روش ﻫﺎي ﺗﺤﻠﯿﻞ داده ﻫﺎي ﺑﻘﺎ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Survival analysis methods‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫رﮔﺮﺳﯿﻮن ‪ 1‬و ﻣﺤﺎﺳﺒﺎت آﻣﺎري‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس ﺑﻪ ﺗﺤﻠﯿﻞ و ﻣﺪل ﺑﻨﺪي داده ﻫﺎي ﻧﺎﮐﺎﻣﻞ ﺷﺎﻣﻞ داده ﻫﺎي ﺳﺎﻧﺴﻮر ﺷﺪه ‪ ،‬داده ﻫﺎي ﺑﺮﯾﺪه و ﮐﺎرﺑﺮي ﻓﻨﻮن آﻣﺎري در اﯾﻦ ﺣﻮزه ﭘﺮداﺧﺘﻪ‬
‫ﺧﻮاﻫﺪ ﺷﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﺗﻮاﻧﻤﻨﺪي داﻧﺸﺠﻮ در ﺗﺤﻠﯿﻞ داده ﻫﺎي ﻣﻮﺟﻮد در ﺣﻮزه ﻋﻠﻮم ﭘﺰﺷﮑﯽ و ﺻﻨﻌﺖ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﻔﺎﻫﯿﻢ ﭘﺎﯾﻪ ‪:‬زﻣﺎن ﺑﻘﺎ ﯾﺎ ﺷﮑﺴﺖ‪ ،‬ﺗﺎﺑﻊ ﺑﻘﺎ‪ ،‬ﺗﺎﺑﻊ ﻣﺨﺎﻃﺮه‪ ...،‬اﻧﻮاع داده ﻫﺎي ﺳﺎﻧﺴﻮر ﺷﺪه و داده ﻫﺎي ﺑﺮﯾﺪه‬ ‫–‬
‫ﺟﺪول ﻋﻤﺮ و ﻧﺤﻮه ﻣﺤﺎﺳﺒﻪ آن‪ ،‬ﺑﺮآوردﻫﺎي ﮐﺎﭘﻼن‪-‬ﻣﺎﯾﺮو ﻧﻠﺴﻦ‪-‬آﻟﻦ‬ ‫–‬
‫ﻣﻌﺮﻓﯽ ﺗﻮزﯾﻊ ﻫﺎي ﻃﻮل ﻋﻤﺮ ﺷﺎﻣﻞ ‪:‬ﻧﻤﺎﯾﯽ ‪,‬واﯾﺒﻞ ‪,‬واﯾﺒﻞ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ‪... ،‬‬ ‫–‬
‫ﻣﺪل ﻫﺎي ﭘﺎراﻣﺘﺮي ﺑﻘﺎ ﺷﺎﻣﻞ ﻣﺪل ﻣﺨﺎﻃﺮه ﻫﺎي ﻣﺘﻨﺎﺳﺐ ﮐﺎﮐﺲ وآزﻣﻮن ﻫﺎي ﻣﺮﺗﺒﻂ‬ ‫–‬
‫آزﻣﻮن ﻟﮓ‪-‬رﺗﺒﻪ اي ﺑﺮاي ﻣﻘﺎﯾﺴﻪ ﻣﻨﺤﻨﯽ ﻫﺎي ﺑﻘﺎ‬ ‫–‬
‫زﻣﺎن ﻧﺎﺗﻮاﻧﯽ ﻣﺪل ﻫﺎي ﺷﮑﻨﻨﺪﮔﯽ‬ ‫–‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﻣﺨﺎﻃﺮه ﻫﺎي رﻗﯿﺐ و ﻣﺪل ﻫﺎي آن‬ ‫–‬
‫روش ﺗﺤﻠﯿﻞ ﺑﻘﺎ ﺑﺎ اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰارﻫﺎي آﻣﺎري )ﻗﺴﻤﺖ ﻋﻤﻠﯽ درس(‪.‬‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻓﺮاﯾﻨﺪ آﻣﻮزﺷﯽ داراي ﺳﺎﺧﺖ واز ﭘﯿﺶ ﺗﻌﯿﯿﻦ ﺷﺪه ﻣﻨﻄﺒﻖ ﺑﺮ‬
‫ﻃﺮح درس‪ ،‬اراﺋﻪ ﻣﺜﺎل ﻫﺎي ﮐﺎرﺑﺮدي و اﯾﺠﺎد اﻧﮕﯿﺰش در داﻧﺸﺠﻮﯾﺎن‪،‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ‪ R‬ﺑﺮاي ﺷﺒﯿﻪ ﺳﺎزي ﻣﻔﺎﻫﯿﻢ ﺗﺌﻮري در ﻓﻀﺎي ﻋﻤﻠﯽ‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬

‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬اﻣﮑﺎﻧﺎت اﺳﺘﺎﻧﺪارد ﯾﮏ ﮐﻼس درﺳﯽ و ﺳﺎﯾﺖ ﮐﺎﻣﭙﯿﻮﺗﺮي‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1. D. R. Cox, and D. Oakes, Analysis of Survival Data, Chapman & Hall, London, 1984.‬‬
‫‪2. J. P. Klein, and M. L. Moeschberger, Survival Analysis: Techniques for Censored and Truncated Data, 2nd‬‬
‫‪Ed., New York: Springer-Verlag, 2003.‬‬
‫‪3. F. J. Lawless, Statistical Models and Methods for Lifetime Data, Wiley & Sons, New Jersey, 2003.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪67 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ داده ﻫﺎي ﺗﺮﺗﯿﺒﯽ و ﮐﺎرﺑﺮد ﻫﺎي آﻧﻬﺎ‬
‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An Introduction to Ordered Data and‬‬
‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫‪Their Applications‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻣﺎررﯾﺎﺿﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫داده ﻫﺎي ﺗﺮﺗﯿﺒﯽ در زﻣﯿﻨﻪ ﻫﺎي ﻣﺨﺘﻠﻔﯽ ﻧﻈﯿﺮ ﻧﻈﺮﯾﻪ ﻗﺎﺑﻠﯿﺖ اﻃﻤﯿﻨﺎن‪ ،‬ﻧﻈﺮﯾﻪ ﻣﻘﺎدﯾﺮ ﻓﺮﯾﻦ‪ ،‬اﺳﺘﻨﺒﺎط ﻧﺎﭘﺎراﻣﺘﺮي‪ ،‬روش ﻫﺎي ﻧﻤﻮﻧﻪ ﮔﯿﺮي و ﺑﺴﯿﺎري زﻣﯿﻨﻪ‬
‫ﻫﺎي دﯾﮕﺮ ﮐﺎرﺑﺮد دارد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫‪ -1‬آﺷﻨﺎﯾﯽ ﺑﺎ داده ﻫﺎي ﺗﺮﺗﯿﺒﯽ و ﮐﺎرﺑﺮدﻫﺎي آﻧﻬﺎ در ﺻﻨﻌﺖ و زﻣﯿﻨﻪ ﻫﺎي ﮐﺎرﺑﺮدي دﯾﮕﺮ‬
‫‪ -2‬اﯾﺠﺎد ﭘﯿﺶ زﻣﯿﻨﻪ ﻫﺎي ﺑﻬﺘﺮ و ﮐﺎﻣﻞ ﺗﺮ ﺑﺮاي ﻣﺒﺤﺚ ﻗﺎﺑﻠﯿﺖ اﻃﻤﯿﻨﺎن‬
‫‪ -3‬ﻓﺮاﻫﻢ آوردن زﻣﯿﻨﻪ ﻻزم ﺑﺮاي آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺒﺤﺚ ﻧﻈﺮﯾﻪ رﮐﻮردﻫﺎ‪ ،‬ﻣﺒﺎﺣﺚ ﭘﯿﺸﺮﻓﺘﻪ در ﻧﻈﺮﯾﻪ داده ﻫﺎي ﺗﺮﺗﯿﺒﯽ و ﺗﺤﻘﯿﻖ ﺑﯿﺸﺘﺮ در ﺳﻄﻮح‬
‫ﮐﺎرﺷﻨﺎﺳﯽ ارﺷﺪ و دﮐﺘﺮي در اﯾﻦ ﺣﻮزه ﻫﺎ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫ﻣﻘﺪﻣﻪ اي ﺑﺮ ﻧﻈﺮﯾﻪ ﺗﻮزﯾﻊ و ﮐﺎرﺑﺮدﻫﺎي آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ‪ :‬ﺗﻮزﯾﻊ ﺣﺎﺷﯿﻪ اي و ﺗﻮام آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ‪ ،‬ﺗﻮزﯾﻊ ﺗﻮاﺑﻌﯽ از آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ‪ ،‬ﺑﺮد ﻧﻤﻮﻧﻪ‪،‬‬ ‫–‬
‫ﻣﯿﺎﻧﻪ‪ ،‬ﻓﻮاﺻﻞ اﻃﻤﯿﻨﺎن ﻧﺎﭘﺎراﻣﺘﺮي ﺑﺮ اﺳﺎس آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ‪ ،‬ﮐﺎرﺑﺮد در ﺳﺎﻧﺴﻮرﻫﺎ‪ ،‬ﮐﺎرﺑﺮد در ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﻮازي و ﺳﺮي‪ ،‬داده ﻫﺎي ﻓﺮﯾﻦ ﻣﺎﮐﺰﯾﻤﻢ‬
‫و ﻣﯿﻨﯿﻤﻢ و ﺑﺰرﮔﺘﺮﯾﻦ و ﮐﻮﭼﮑﺘﺮﯾﻦ ﻣﺠﻤﻮﻋﻪ از داده ﻫﺎ‪ ،‬ﻓﺎﺻﻠﻪ ﺗﺤﻤﻞ ‪.‬‬
‫ﺑﺮرﺳﯽ آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ در ﻧﻤﻮﻧﻪ ﻫﺎي واﺑﺴﺘﻪ و ﻫﻢ ﺗﻮزﯾﻊ و ﻣﺴﺘﻘﻞ و ﻧﺎ ﻫﻢ ﺗﻮزﯾﻊ‪ :‬ﺗﻮزﯾﻊ ﺣﺎﺷﯿﻪ اي و ﺗﻮام و ﮐﺎرﺑﺮد آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ در ﻧﻤﻮﻧﻪ‬ ‫–‬
‫ﻫﺎي واﺑﺴﺘﻪ و ﻫﻢ ﺗﻮزﯾﻊ و ﻣﺴﺘﻘﻞ و ﻧﺎﻫﻢ ﺗﻮزﯾﻊ‪.‬‬
‫ﻧﻈﺮﯾﻪ ﺗﻮزﯾﻊ و ﮐﺎرﺑﺮدﻫﺎي ﺑﺮش ﻫﺎ ‪ (truncation):‬ﻣﻌﺮﻓﯽ ﺗﻮزﯾﻊ ﻫﺎي ﺑﺮﯾﺪه‪ ،‬ﮐﺎرﺑﺮد ﺑﺮش ﻫﺎ‪ ،‬ﻧﻈﺮﯾﻪ ﺗﻮزﯾﻊ ﺑﺮش ﻫﺎ‪ ،‬داده ﻫﺎي ﺳﺎﻧﺴﻮر ﺷﺪه ﺑﻪ‬ ‫–‬
‫ﻫﻤﺮاه ﺑﺮش ﻫﺎ‪.‬‬
‫ﻧﻤﻮﻧﻪ ﮔﯿﺮي ﺑﻪ ﺷﯿﻮه ﻣﺠﻤﻮﻋﻪ ﻣﺮﺗﺐ ‪ (ranked set sampling) :‬اﻧﻮاع ﻣﺨﺘﻠﻒ ﻧﻤﻮﻧﻪ ﮔﯿﺮ ي ﺑﻪ ﺷﯿﻮه ﻣﺠﻤﻮﻋﻪ ﻣﺮﺗﺐ‪ ،‬ﮐﺎرﺑﺮدﻫﺎ‪ ،‬ﻧﻈﺮﯾﻪ ﺗﻮزﯾﻊ و‬ ‫–‬
‫اﺳﺘﻨﺒﺎط ﻧﺎﭘﺎراﻣﺘﺮي ﺑﺮ اﺳﺎس ﻧﻤﻮﻧﻪ ﻣﺠﻤﻮﻋﻪ ﻣﺮﺗﺐ‪ ،‬ﻧﻤﻮﻧﻪ ﻣﺠﻤﻮﻋﻪ ﻣﺮﺗﺐ دوﺑﺎره ﻣﺮﺗﺐ ﺷﺪه‪.‬‬
‫ﻣﻌﺮﻓﯽ آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ ‪GOS‬و اﻧﻮاع ﺧﺎص آن‪ :‬ﻣﻌﺮﻓﯽ آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ‪ ،‬آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ‪ ،‬ﻣﻌﺮﻓﯽ‬ ‫–‬
‫رﮐﻮردﻫﺎي ﺑﺎﻻو ﭘﺎﯾﯿﻦ و ‪-k‬رﮐﻮردﻫﺎ ﺑﻪ ﻋﻨﻮان ﺣﺎﻻت ﺧﺎص‪ ،‬ﻧﻈﺮﯾﻪ ﺗﻮزﯾﻊ آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ‪ ،‬ﮐﺎرﺑﺮد آﻣﺎره ﻫﺎي ﻣﺮﺗﺐ ﺗﻌﻤﯿﻢ ﯾﺎﻓﺘﻪ‪،‬‬
‫ﻣﻌﺮﻓﯽ و ﮐﺎرﺑﺮدﻫﺎي ‪.sequential order statistics‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
68 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬

‫ وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬:‫ ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‬،‫ج( ﻣﻠﺰوﻣﺎت‬

:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬

1- A First Course in Order Statistics. B.C. Arnold and N. Balakrishnan, 2008. SIAM. Chapters 1-5.
2- Statistical Models and Methods for Lifetime Data, J. F. Lawless, 2003. Wiley. Chapters 1,2.
3- Ranked Set Sampling: Theory and Applications Zehua Chen, Zhidong Bai, Bimal Sinha, 2003, (Lecture
Notes in Statistics 176), chapters 2, 3.
4- Records: Mathematical Theory. V. B. Nevzerov, 2001. Mathematical Monographs, Vol 194. Lectures 1-
7 and 13-19.
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪69 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ اﺣﺘﻤﺎل و آﻣﺎر ﻓﺎزي‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪An introduction to fuzzy theory‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫رﮔﺮﺳﯿﻮن ‪ 1‬و ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﻧﻈﺮﯾﻪ ﻓﺎزي ﯾﮑﯽ از ﻧﻈﺮﯾﺎت ﻣﺪل ﺑﻨﺪي ﻋﺪم ﺣﺘﻤﯿﺖ اﺳﺖ ﮐﻪ در ﺳﺎل ﻫﺎي اﺧﯿﺮ ﮐﺎرﺑﺮدﻫﺎي ﻓﺮاواﻧﯽ در ﭘﯿﺸﺮﻓﺖ ﺗﮑﻨﻮﻟﻮژي داﺷﺘﻪ اﺳﺖ‪ .‬اﯾﻦ درس ﺑﺮاي‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ اﺳﺎﺳﯽ ﻧﻈﺮﯾﻪ ﻓﺎزي و ﺑﺨﺼﻮص ﻣﺒﺎﻧﯽ اﺣﺘﻤﺎل و اﺳﺘﻨﺒﺎط آﻣﺎري ﻓﺎزي اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺠﻤﻮﻋﻪ ﻫﺎي ﻓﺎزي‪ ،‬اﺻﻮل ﻧﻈﺮﯾﻪ ﻓﺎزي‪ ،‬ﭘﯿﺸﺎﻣﺪﻫﺎي ﻓﺎزي و اﺣﺘﻤﺎل روي ﻣﺠﻤﻮﻋﻪ ﻫﺎي ﻓﺎزي و ﺗﺤﻠﯿﻞ آﻣﺎري داده ﻫﺎي ﻓﺎزي‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﺠﻤﻮﻋﻪ ﻫﺎي ﻓﺎزي ‪:‬ﺗﻌﺎرﯾﻒ و ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ‪ ،‬ﻋﻤﻠﮕﺮﻫﺎي ﻣﺠﻤﻮﻋﻪ اي ﺑﺮ ﻣﺠﻤﻮﻋﻪ ﻫﺎي ﻓﺎزي‪ ،‬ﻣﺠﻤﻮﻋﻪ ﻫﺎي ﺗﺮاز‪ ،‬اﺗﺤﺎد ﺗﺠﺰﯾﻪ و ﻗﻀﯿﻪ ي ﻧﻤﺎﯾﺶ ‪.‬‬ ‫–‬
‫اﺻﻞ ﮔﺴﺘﺮش‪ ،‬اﻋﺪاد ﻓﺎزي‪ ،‬ﺣﺴﺎب اﻋﺪاد ﻓﺎزي و راﺑﻄﻪ ﻫﺎي ﻓﺎزي ‪.‬اﻧﺪازه ﻫﺎي ﻋﺪم اﻃﻤﯿﻨﺎن ﺑﺎ ﺗﺎﮐﯿﺪ ﺑﺮ اﻧﺪازه ﻫﺎي اﺣﺘﻤﺎل و اﻧﺪازه ﻫﺎي اﻣﮑﺎن‪.‬‬
‫اﺣﺘﻤﺎل ﭘﯿﺸﺎﻣﺪﻫﺎي ﻓﺎزي و ﺗﻮزﯾﻌﻬﺎي اﺣﺘﻤﺎل ﻓﺎزي ‪.‬ﺑﺮاورد ﻧﻘﻄﻪ اي و ﻓﺎﺻﻠﻪ اي ﺑﺮاﺳﺎس دادﻫﻬﺎي ﻓﺎزي ‪.‬آزﻣﻮن ﻓﺮﺿﻬﺎي ﻓﺎزي و آزﻣﻮن ﻓﺮض‬ ‫–‬
‫ﺑﺮاﺳﺎس داده ﻫﺎي ﻓﺎزي ‪.‬رﮔﺮﺳﯿﻮن اﻣﮑﺎﻧﯽ ﺑﺎ ورودي ‪ /‬ﺧﺮوﺟﯽ ﻣﻌﻤﻮﻟﯽ ﯾﺎ ﻓﺎزي‪ ،‬و ﺿﺮاﯾﺐ ﻣﻌﻤﻮﻟﯽ ﯾﺎ ﻓﺎزي ‪) .‬رﮔﺮﺳﯿﻮن ﻓﺎزي ﮐﻤﺘﺮﯾﻦ ﻣﺮﺑﻌﺎت( ﺑﺎ‬
‫ورودي ‪ /‬ﺧﺮوﺟﯽ ﻣﻌﻤﻮﻟﯽ ﯾﺎ ﻓﺎزي‪ ،‬و ﺿﺮاﯾﺐ ﻣﻌﻤﻮﻟﯽ ﯾﺎ ﻓﺎزي‪.‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ ‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس و وﯾﺪﯾﻮ ﭘﺮوژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪ -1‬ﻃﺎﻫﺮي‪ ،‬س‪.‬م‪ ،.‬ﻣﺎﺷﯿﻨﭽﯽ‪ ،‬م) ‪ ،. ( 1387‬ﻣﻘﺪﻣﻪ اي ﺑﺮ اﺣﺘﻤﺎل و آﻣﺎر ﻓﺎزي‪ ،‬اﻧﺘﺸﺎرات داﻧﺸﮕﺎه ﺷﻬﯿﺪ ﺑﺎﻫﻨﺮ ﮐﺮﻣﺎن‪.‬‬
‫‪2- Klir, G.J., Yuan, B. (1995), Fuzzy Sets and Fuzzy Logic, Prentice-Hall.‬‬

‫‪3- R. Viertl, (1996), Statistical Methods for Non-Precise Data, CRC Press.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪70 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ ﻣﻬﻨﺪﺳﯽ ﻣﺎﻟﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Fundamentals of Financial‬‬
‫‪Engineering‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬

‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺣﺘﻤﺎل ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬

‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫‪-‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس ﺑﻪ ﻣﻨﻈﻮر آﺷﻨﺎﯾﯽ ﺑﺎ اﺑﺰارﻫﺎي ﺑﺎزارﻫﺎي ﻣﺎﻟﯽ ﺗﻌﯿﯿﻦ ﻗﯿﻤﺖ آﻧﻬﺎ اراﺋﻪ ﺷﺪه اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ اﺑﺰارﻫﺎي ﻣﺸﺘﻘﻪ و ﺗﻌﯿﯿﻦ ﻗﯿﻤﺖ آﻧﻬﺎ‪ ،‬ﻧﺮخ ﺑﻬﺮه‪ ،‬ارزش در ﻣﻌﺮض رﯾﺴﮏ‪ ،‬ﻓﺮاﯾﻨﺪ وﯾﻨﺮ و ﻓﺮﻣﻮل اﯾﺘﻮ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﺮوري اﺟﻤﺎﻟﯽ ﺑﺮ ﺗﺎرﯾﺨﭽﻪ ﻫﺮ ﯾﮏ از ﺑﺎزارﻫــﺎي ﻗﺮاردادﻫــﺎي آﺗﯽ و اﺧﺘﯿــﺎر ﻣﻌﺎﻣﻼت و آﺷﻨﺎﯾﯽ ﺑﺎ اﻧﻮاع ﻣﻌﺎﻣﻠﻪ ﮔﺮان در اﯾﻦ ﺑﺎزارﻫﺎ‪،‬‬ ‫‪-‬‬
‫ﻗﺮاردادﻫﺎي آﺗــﯽ و ﭘﯿﻤﺎن ﻫﺎي آﺗــﯽ‪ ،‬ﺗﻌﯿﯿﻦ ﻗﯿﻤﺖ اﯾﻦ ﻗﺮاردادﻫﺎ‪ ،‬راﻫﺒﺮدﻫﺎي ﭘﻮﺷﺶ رﯾﺴﮏ ﺑﺎ اﺳﺘﻔﺎده از ﻗﺮاردادﻫﺎي آﺗﯽ‬
‫ﺑﺎزارﻫﺎي ﻧﺮخ ﺑﻬﺮه‬ ‫‪-‬‬
‫ﻗﺮاردادﻫﺎي ﻣﻌﺎوﺿﻪ اي‬ ‫‪-‬‬
‫ﻗﺮاردادﻫﺎي اﺧﺘﯿﺎر ﻣﻌﺎﻣﻠﻪ و آﺷﻨﺎﯾﯽ ﺑﺎ ﺳﺎزوﮐﺎرآﻧﻬﺎ‪ ،‬وﯾﮋﮔﯽﻫﺎي اﺧﺘﯿﺎر ﻣﻌﺎﻣﻠﻪ ﺳﻬﺎم‪ ،‬راﻫﺒﺮدﻫﺎي ﻣﻌﺎﻣﻼﺗﯽ ﺑﺎ اﺳﺘﻔﺎده از اﯾﻦ ﻗﺮاردادﻫﺎ‪،‬‬ ‫‪-‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ درﺧﺖ دو ﺟﻤﻠﻪاي وارزشﮔﺬاري اﺧﺘﯿﺎر ﻣﻌﺎﻣﻠﻪ ﺑﺎ اﺳﺘﻔﺎده از درﺧﺖ دو ﺟﻤﻠﻪاي‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻓﺮاﯾﻨﺪ وﯾﻨﺮو ﻓﺮﻣﻮل اﯾﺘﻮ و‬
‫ارزشﮔﺬاري اﺧﺘﯿﺎر ﻣﻌﺎﻣﻠﻪ ﺑﺎ اﺳﺘﻔﺎده از ﻣﺪل ﺑﻠﮏ ‪-‬ﺷﻮﻟﺰ‪ ،‬اﺧﺘﯿﺎر ﻣﻌﺎﻣﻼت ﺷﺎﺧﺺ ﺳﻬﺎم و ارزﻫﺎ‪،‬اﺧﺘﯿﺎر ﻣﻌﺎﻣﻼت ﻗﺮاردادﻫﺎي آﺗﯽ‪،‬‬
‫ﭘﺎراﻣﺘﺮﻫﺎي رﯾﺴﮏ اﺧﺘﯿﺎر ﻣﻌﺎﻣﻼت‪ ،‬ﻗﺮاردادﻫﺎي اﺧﺘﯿﺎر ﻣﻌﺎﻣﻠﻪ ﻧﺮخ ﺑﻬﺮه‬
‫ارزش رﯾﺴﮏ در ﻣﻌﺮض ﺧﻄﺮ‪ ،‬روش ﻣﺪل ﭘﺎراﻣﺘﺮﯾﮏ‪ ،‬ﻣﺪل ﺧﻄﯽ‪ ،‬ﻣﺪل ﺟﺒﺮي درﺟﻪ دوم‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰارﻫﺎي ﻣﻄﺮح در اﯾﻦ زﻣﯿﻨﻪ و اراﯾﻪ ﭘﺮوژه‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫‪ 50‬درﺻﺪ آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1- John C.Hull (2018) Options, Futures and Other Derivatives, Pearson .‬‬
‫‪2- A.J. Roberts (2009), Elementary Calculus of Financial Mathematics, Siam.‬‬
‫‪3- Glyn A.Halton (2003) Value at Risk: Theory and Practice, 2nd Edition, Mathematics.‬‬
‫‪4- Ruey S.Tsay(2010) Analysis of Financial Time Series, 3nd Edition, John Wiley & Sons.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪71 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺗﺤﻠﯿﻞ آﻣﺎري در ﺑﺎزار ﺳﺮﻣﺎﯾﻪ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Statistical Analysis in Capital Market‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫روشﻫﺎي آﻣﺎري‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس ﺑﻪ ﻣﻨﻈﻮر ﺑﮑﺎرﮔﯿﺮي داﻧﺶ ﺗﺤﻠﯿﻞ و اﺳﺘﻨﺒﺎط آﻣﺎري در ﺣﻮزهي ﺑﺎزار ﺳﺮﻣﺎﯾﻪ و ﻗﯿﻤﺖ ﮔﺬاري ﺳﻬﺎم اراﺋﻪ ﺷﺪه اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ اﺻﻄﻼﺣﺎت و ﻣﻔﺎﻫﯿﻢ ﺑﺎزار ﺳﺮﻣﺎﯾﻪ‪ ،‬اﺳﺘﻔﺎده از روش آزﻣﻮن ﻓﺮض‪ ،‬ﻣﺪل ﻫﺎي رﮔﺮﺳﯿﻮن و ﺳﺮي زﻣﺎﻧﯽ در ﺗﻌﯿﯿﻦ ارزش ﺳﻬﺎم و ﺗﺤﻠﯿﻞ روﻧﺪ ﺑﺎزار‬
‫ﺳﺮﻣﺎﯾﻪ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﭘﺎﯾﻪ در ﺑﺎزار ﺳﺮﻣﺎﯾﻪ‬ ‫‪-‬‬
‫آزﻣﻮن ﻫﺎي ﻓﺮض ﮐﺎراﯾﯽ ﺑﺎزار ﺳﺮﻣﺎﯾﻪ و ﺑﺮرﺳﯽ ﭘﯿﺶ ﺑﯿﻨﯽ ﭘﺬﯾﺮي ﻗﯿﻤﺖ ﺳﻬﺎم‬ ‫–‬
‫روش ﻣﯿﺎﻧﮕﯿﻦ‪-‬وارﯾﺎﻧﺲ ﺑﺮاي اﻧﺘﺨﺎب ﺳﺒﺪ ﺑﻬﯿﻨﻪ ﺳﻬﺎم‬ ‫–‬
‫ﻣﻌﯿﺎرﻫﺎي ﺳﻨﺠﺶ ﻋﻤﻠﮑﺮد ﺳﺒﺪ ﺳﻬﺎم‬ ‫–‬
‫ﻗﯿﻤﺖ ﮔﺬاري ﺳﻬﺎم ﺑﻪ روش ‪ CAPM‬و ﺳﺎﯾﺮ ﻣﺪل ﻫﺎي ﺧﻄﯽ ﺗﮏ ﻋﺎﻣﻠﯽ‬ ‫–‬
‫ﻣﺪل ﻫﺎي ﺧﻄﯽ ﭼﻨﺪﻋﺎﻣﻠﯽ در ﻗﯿﻤﺖ ﮔﺬاري ﺳﻬﺎم ﻣﺎﻧﻨﺪ ‪APT‬‬ ‫–‬
‫روش ﻫﺎي ارزش ﮔﺬاري ﺳﻬﺎم و اوراق ﻗﺮﺿﻪ‬ ‫–‬
‫ﺗﺤﻠﯿﻞ ﻧﻮﺳﺎﻧﺎت ﻗﯿﻤﺖ ﺳﻬﺎم و ارزش در ﻣﻌﺮض ﺧﻄﺮ )‪(VAR‬‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰارﻫﺎي ﻣﻄﺮح در اﯾﻦ زﻣﯿﻨﻪ و اراﯾﻪ ﭘﺮوژه‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬

‫‪1. K. Cuthbertson and D. Nitzsche, (2004) Quantitative Financial Economics, 2nd Ed, John Wiley & Sons.‬‬
‫‪2. Roy E. Bailey, (2012) The Economics of Financial Markets, Cambridge University Press.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪72 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ و ﮐﺎرﺑﺮدﻫﺎي ﭘﺎﯾﮕﺎه دادهﻫﺎ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Basics and Applications of Databases‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪﺳﺎزي‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫اﯾﻦ درس ﺑﻪ ﻣﻨﻈﻮر درك اﺻﻮل ﻋﻠﻤﯽ ﭘﺎﯾﮕﺎهﻫﺎي داده و اﻓﺰاﯾﺶ ﺗﻮاﻧﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن در ﺑﮑﺎرﮔﯿﺮي اﺑﺰارﻫﺎ ﺑﺮاي ﺣﻞ ﻣﺴﺎﺋﻞ واﻗﻌﯽ ﺟﺎﻣﻌﻪ اراﺋﻪ ﺷﺪه اﺳﺖ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫آﺷﻨﺎﯾﯽ ﻋﻤﻠﯽ ﺑﺎ اﺻﻮل و ﻣﺒﺎﻧﯽ ذﺧﯿﺮه و ﺑﺎزﯾﺎﺑﯽ اﻃﻼﻋﺎت در ﭘﺎﯾﮕﺎه دادهﻫﺎ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﻔﺎﻫﯿﻢ ﭘﺎﯾﻪ اي )داده‪ ،‬ﻓﺮاداده‪ ،‬ﺳﺎﺧﺘﺎرﻫﺎ و ﻣﺪل دادهﻫﺎ(‬ ‫‪-‬‬
‫اﺻﻮل ﻃﺮاﺣﯽ ﭘﺎﯾﮕﺎه دادهﻫﺎ )ﻣﺪل ﻣﻔﻬﻮﻣﯽ‪ ،‬ﻧﻤﻮدارﻫﺎي ‪ ،ER‬ﻧﺮﻣﺎلﺳﺎزي(‬ ‫‪-‬‬
‫ﺳﯿﺮ ﺗﮑﺎﻣﻠﯽ ﭘﺎﯾﮕﺎه دادهﻫﺎ )ﻓﺎﯾﻞ‪ ،‬ﺷﺒﮑﻪ‪ ،‬راﺑﻄﻪ‪ ،‬ﺷﯽء‪ ،‬ﺷﯽء‪-‬راﺑﻄﻪ‪ ،‬ﻣﮑﻌﺐ(‬ ‫‪-‬‬
‫ﻣﻌﺮﻓﯽ ﻧﺮم اﻓﺰارﻫﺎي ﻣﺪﯾﺮﯾﺖ ﭘﺎﯾﮕﺎه دادهﻫﺎ )ﻣﺰاﯾﺎ و ﻣﻌﺎﯾﺐ ﺗﮑﻨﻮﻟﻮژي ﻫﺎي ﻣﺨﺘﻠﻒ(‬ ‫‪-‬‬
‫ﺑﮑﺎرﮔﯿﺮي ﯾﮏ ﻧﺮم اﻓﺰار ﻣﺪﯾﺮﯾﺖ ﭘﺎﯾﮕﺎه دادهﻫﺎ ) ‪(MySQL ،Oracle ،SQL Server‬‬ ‫‪-‬‬
‫زﺑﺎن ‪(DQL ،DML ،DDL) SQL‬‬ ‫‪-‬‬
‫‪ -‬ﺳﺎﺧﺖ‪ ،‬ﺣﺬف‪ ،‬و وﯾﺮاﯾﺶ ﭘﺎﯾﮕﺎه داده‪ ،‬ﺟﺪول‪ ،‬و ﻧﻤﺎ‬
‫‪ -‬درج‪ ،‬ﺣﺬف‪ ،‬و وﯾﺮاﯾﺶ دادهﻫﺎ‬
‫‪ -‬ﻣﺮﺗﺐ ﺳﺎزي‪ ،‬اﻧﺘﺨﺎب ﺷﺮﻃﯽ‪ ،‬ﻗﺎﻟﺐﺑﻨﺪي‬
‫‪ -‬ﺗﻮاﺑﻊ ﻣﺤﺎﺳﺒﺎﺗﯽ و ﺗﺠﻤﯿﻌﯽ‬
‫‪ -‬ادﻏﺎم دو ﯾﺎ ﭼﻨﺪ ﺟﺪول‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﺗﺤﻠﯿﻞ ِﻣﮫدادهھﺎ ﺑﺎ اﺑﺰارﻫﺎي ﻣﺪرن ﭘﺎﯾﮕﺎه داده )… ‪(SQL Server, Spark,‬‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﭘﺮوژهﻣﺤﻮر و اﺳﺘﻔﺎده از ﯾﮑﯽ از ﻧﺮماﻓﺰارﻫﺎي ﻣﺪﯾﺮﯾﺖ ﭘﺎﯾﮕﺎه دادهﻫﺎ ) ‪(MySQL ،Oracle ،SQL Server‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 70‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر و آزﻣﺎﯾﺸﮕﺎه ﮐﺎﻣﭙﯿﻮﺗﺮ‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1- Hoffer, J. A., Topi, H., & Venkataraman, R. (2013). Essentials of Database Management. Pearson Higher‬‬
‫‪Ed.‬‬
‫‪2- Hoffer, J. A., Ramesh, V., & Topi, H. (2016). Modern database management. Pearson.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪73 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﯾﺎدﮔﯿﺮي آﻣﺎري در آﻣﺎر رﺳﻤﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Machine Learning in Official Statistics‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﯾﺎدﮔﯿﺮي آﻣﺎري ﻣﻘﺪﻣﺎﺗﯽ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫اﯾﻦ درس ﺑﻪ ﻣﻨﻈﻮر درك اﺻﻮل ﻋﻠﻤﯽ اﺳﺘﻔﺎده از روشﻫﺎي ﯾﺎدﮔﯿﺮي ﻣﺎﺷﯿﻦ در ﺗﻮﻟﯿﺪ آﻣﺎر رﺳﻤﯽ و اﻓﺰاﯾﺶ ﺗﻮاﻧﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن در ﺑﮑﺎرﮔﯿﺮي اﺑﺰارﻫﺎ ﺑﺮاي‬
‫ﺣﻞ ﻣﺴﺎﺋﻞ واﻗﻌﯽ ﺟﺎﻣﻌﻪ اراﺋﻪ ﺷﺪه اﺳﺖ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫آﺷﻨﺎﯾﯽ ﻋﻤﻠﯽ ﺑﺎ اﺻﻮل و ﻣﺒﺎﻧﯽ اﺳﺘﻔﺎده از روشﻫﺎي ﯾﺎدﮔﯿﺮي ﻣﺎﺷﯿﻦ در ﺗﻮﻟﯿﺪ و ﭘﺮدازش آﻣﺎرﻫﺎي رﺳﻤﯽ ﺑﺎ ﻫﺪف ﺧﻮدﮐﺎرﺳﺎزي ﻓﺮاﯾﻨﺪ ﺗﻮﻟﯿﺪ و ﭘﺮدازش‬
‫آﻣﺎرﻫﺎي رﺳﻤﯽ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫اﺳﺘﻔﺎده از ﯾﮑﯽ از ﻧﺮم اﻓﺰارﻫﺎي ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ آﻣﺎري ﻫﻤﭽﻮن ‪ R, SAS, python‬ﺑﺮاي ﺗﺤﻠﯿﻞ ﭘﺮوژه ﻫﺎي ﻣﺨﺘﻠﻒ‬ ‫‪-‬‬
‫ﺗﺒﯿﯿﻦ ﺷﯿﻮهﻫﺎي ﺗﻬﯿﻪ و ﺗﻮﻟﯿﺪ آﻣﺎر‬ ‫‪-‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﻣﺪرنﺳﺎزي ﻧﻈﺎم آﻣﺎري‬ ‫‪-‬‬
‫‪ -‬آﺷﻨﺎﯾﯽ و ﻣﻌﺮﻓﯽ ﻓﺮاﯾﻨﺪ ﯾﮑﭙﺎرﭼﻪﺳﺎزي دادهﻫﺎ ‪ :‬ﺟﻮرﺳﺎزي دادهﻫﺎ‪ ،‬ﭘﯿﻮﻧﺪ رﮐﻮردي‪ ،‬اﺑﺰارﻫﺎي ﻧﺮم اﻓﺰاري‪ ،‬ﺳﺎﯾﺮ ﻣﻼﺣﻈﺎت روشﺷﻨﺎﺧﺘﯽ‬
‫ﻣﺮور ﺑﺮﺧﯽ روشﻫﺎي ﯾﺎدﮔﯿﺮي آﻣﺎري ﺑﺎ ﺗﻤﺮﮐﺰ ﺑﺮ روشﻫﺎي ردهﺑﻨﺪي‬ ‫‪-‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ روشﻫﺎي ﻣﺘﻦﮐﺎوي‬ ‫‪-‬‬
‫‪ -‬ﻣﻌﺮﻓﯽ ﮐﺎرﺑﺮدﻫﺎي روشﻫﺎي ﯾﺎدﮔﯿﺮي آﻣﺎري در ﻓﺮاﯾﻨﺪ ﺗﻮﻟﯿﺪ و ﭘﺮدازش آﻣﺎرﻫﺎي رﺳﻤﯽ‪ :‬ﺧﻮﺷﻪﺑﻨـﺪي و ردهﺑﻨـﺪي در ﭘﯿﻮﻧـﺪ رﮐـﻮردي‪،‬‬
‫ردهﺑﻨﺪي در اﺗﺼﺎل دادهﻫﺎي ﻓﻀﺎﯾﯽ‪ ،‬ردهﺑﻨﺪي ﺳﻮاﻻت ﺑﺎز‪ ،‬ردهﺑﻨﺪي ﻣﺸـﺎﻏﻞ و ‪ ،...‬ردهﺑﻨـﺪي و رﮔﺮﺳـﯿﻮن در ﮐﻨﺘـﺮل اﻓﺸـﺎي اﻃﻼﻋـﺎت‬
‫آﻣﺎري‪ ،‬ردهﺑﻨﺪي و رﮔﺮﺳﯿﻮن در وﯾﺮاﯾﺶ و ﺟﺎﻧﻬﯽ دادهﻫﺎ ‪.......‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﭘﺮوژهﻫﺎي ﯾﺎدﮔﯿﺮي ﻣﺎﺷﯿﻦ در آﻣﺎرﻫﺎي رﺳﻤﯽ در ﺳﺎﯾﺮ ﮐﺸﻮرﻫﺎ‬ ‫‪-‬‬
‫اﺳﺘﻔﺎده از روشﻫﺎي ﯾﺎدﮔﯿﺮي آﻣﺎري ﺑﺎ ﯾﮑﯽ از ﻧﺮماﻓﺰارﻫﺎي آﻣﺎري در ﻓﺮاﯾﻨﺪ ﺗﻮﻟﯿﺪ و ﭘﺮدازش آﻣﺎرﻫﺎي رﺳﻤﯽ‬ ‫‪-‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﭘﺮوژهﻣﺤﻮر و اﺳﺘﻔﺎده از ﯾﮑﯽ از ﻧﺮماﻓﺰارﻫﺎي ‪ SAS ،R‬ﯾﺎ ‪Python‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 70‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر و آزﻣﺎﯾﺸﮕﺎه ﮐﺎﻣﭙﯿﻮﺗﺮ‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1- Peter Christen (2012). Data Matching: Concepts and Techniques for Record Linkage, Entity Resolution, and‬‬
‫‪Duplicate Detection. Springer-Verlag Berlin Heidelberg.‬‬
‫‪2- An Introduction to Statistical Learning with Application in R, by Gareth James, Daniela Witten, Trevor‬‬
‫‪Hastie and Robert Tibshirani (2013). New York: Springer. Avalable online at: http://faculty.marshall.‬‬
‫‪usc.edu/gareth-james/ISL/‬‬
‫‪3- Max Kuhn and Kjell Johnson (2013). Applied Predictive Modeling. Springer.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪74 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ ﺗﺮﮐﯿﺒﯿﺎت‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Basics of Combinatorics‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺸﻨﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﺗﺮﮐﯿﺒﯿﺎت ﺷﺎﺧﻪاي از رﯾﺎﺿﯿﺎت اﺳﺖ ﮐﻪ ﺑﻪ ﺑﺮرﺳﯽ ﺳﺎﺧﺘﺎرﻫﺎي ﻣﺘﻨﺎﻫﯽ و ﺷﻤﺎرا ﻣﯽﭘﺮدازد‪ .‬ﻣﺴﺎﺋﻞ ﺗﺮﮐﯿﺒﯿﺎت در ﺑﺨﺶﻫﺎي زﯾﺎدي از رﯾﺎﺿﯿﺎت ﻣﺤﺾ‬
‫ﻣﺎﻧﻨﺪ ﺟﺒﺮ‪ ،‬ﻧﻈﺮﯾﻪ اﺣﺘﻤﺎﻻت‪ ،‬ﺗﻮﭘﻮﻟﻮژي و ﻫﻨﺪﺳﻪ ﭘﯿﺶ ﻣﯽآﯾﻨﺪ و ﺗﺮﮐﯿﺒﯿﺎت ﮐﺎرﺑﺮدﻫﺎي ﻓﺮاواﻧﯽ در ﺑﻬﯿﻨﻪﺳﺎزي‪ ،‬ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ‪ ،‬ﻧﻈﺮﯾﻪ ارﮔﻮدﯾﮏ و ﻓﯿﺰﯾﮏ‬
‫آﻣﺎري دارد‪ .‬از دﯾﺪ ﺗﺎرﯾﺨﯽ ﺑﺴﯿﺎري از ﻣﺴﺎﺋﻞ ﺗﺮﮐﯿﺒﯿﺎت‪ ،‬ﺑﻪ ﻣﺴﺎﺋﻠﯽ ﮐﻪ در ﺑﺨﺶﻫﺎي ﻣﺨﺘﻠﻒ رﯾﺎﺿﯽ ﭘﯿﺶ آﻣﺪهاﻧﺪ راه ﺣﻠﯽ ﺗﮏ ﮐﺎره دادهاﻧﺪ‪ .‬اﻣﺎ در اواﺧﺮ‬
‫ﺳﺪه ﺑﯿﺴﺘﻢ روشﻫﺎي ﮐﻠﯽ و ﻗﺪرﺗﻤﻨﺪي اﺑﺪاع ﺷﺪ ﮐﻪ ﺗﺮﮐﯿﺒﯿﺎت را ﺑﻪ ﺑﺨﺸﯽ ﺷﺎﺧﺺ از رﯾﺎﺿﯿﺎت ﺗﺒﺪﯾﻞ ﮐﺮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ اﺳﺎﺳﯽ ﺗﺮﮐﯿﺒﯿﺎت ﻣﺎﻧﻨﺪ ‪ :‬ﺷﻤﺎرش ‪ ،‬ﺗﻮاﺑﻊ ﻣﻮﻟﺪ‪ ،‬رواﺑﻂ و اﻧﻮاع آﻧﻬﺎ‪ ،‬ﻣﺎﺗﺮﯾﺲﻫﺎ از دﯾﺪﮔﺎه ﺗﺮﮐﯿﺒﯿﺎﺗﯽ‪،‬ﮔﺮافﻫﺎ و رﻧﮓﺑﻨﺪي‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﻘﺪﻣﻪ‪ :‬ﻣﻄﺎﻟﺐ ﻣﻘﺪﻣﺎﺗﯽ ﻣﺎﻧﻨﺪ ﻣﺠﻤﻮﻋﻪ ﻫﺎ‪ ،‬ﺗﻮاﺑﻊ‪ ،‬اﻟﮕﻮرﯾﺘﻢ و ﻣﻨﻄﻖ ﮔﺰاره ﻫﺎ و ﺟﺒﺮ ﺑﻮل‬
‫ﺷﻤﺎرش‪ :‬ﻣﻔﺎﻫﯿﻢ اﺻﻠﯽ ‪ ،‬اﺻﻞ ﻻﻧﻪ ﮐﺒﻮﺗﺮي‪ ،‬ﺗﺒﺪﯾﻞ ﻫﺎ و ﺗﺮﮐﯿﺐ ﻫﺎ‪ ،‬اﺻﻞ ﺷﻤﻮل و ﻋﺪم ﺷﻤﻮل‪ ،‬رواﺑﻂ ﺑﺎزﮔﺸﺘﯽ‪ ،‬ﺗﻮاﺑﻊ ﻣﻮﻟﺪ‪.‬‬
‫رواﺑﻂ و اﻧﻮاع آﻧﻬﺎ‪ :‬رواﺑﻂ و ﻧﻤﺎﯾﺶ آﻧﻬﺎ‪ ،‬رواﺑﻂ ﻫﻢ ارزي و اﻓﺮازﻫﺎ‪ ،‬رواﺑﻂ ﺗﺮﺗﯿﺐ ﺟﺰﺋﯽ و ﺗﺮﺗﯿﺐ ﮐﺎﻣﻞ‪ ،‬ﺑﺴﺘﺎر ﯾﮏ راﺑﻄﻪ‬
‫ﻣﺎﺗﺮﯾﺲ ﻫﺎ‪ :‬ﻣﺎﺗﺮﯾﺲ ﻫﺎ از دﯾﺪﮔﺎه ﺗﺮﮐﯿﺒﯿﺎﺗﯽ‪ ،‬ﺑﺮﺧﯽ ﺧﻮاص ﻣﻬﻢ ﻣﺎﺗﺮﯾﺲ ﻫﺎي ﺻﻔﺮ و ﯾﮏ‬
‫ﮔﺮاف ﻫﺎ و ﻣﺪل ﻫﺎي ﻣﺒﺘﻨﯽ ﺑﺮ آﻧﻬﺎ‪ :‬ﻣﻌﺮﻓﯽ ﻣﻔﻬﻮم ﮔﺮاف ﺑﺎ ﺗﺄﮐﯿﺪ ﺑﺮ ﮐﺎرﺑﺮدﻫﺎي آن در ﻣﺪل ﺳﺎزي‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ اﺻﻠﯽ ﻧﻈﺮﯾﻪ ﮔﺮاف ﻧﻈﯿﺮ دور‪ ،‬ﻣﺴﯿﺮ‪،‬‬
‫درﺟﻪ‪ ،‬دﻧﺒﺎﻟﻪ درﺟﻪ ﯾﯽ‪ ،‬اﻧﻮاع اﺻﻠﯽ ﮔﺮاف ﻧﻈﯿﺮ ﮔﺮاف ﻫﺎي ﮐﺎﻣﻞ‪ ،‬درﺧﺖ ﻫﺎ‪ ،‬ﮔﺮاف ﻫﺎي دوﺑﺨﺸﯽ‪ ،‬ﮔﺮاف ﻫﺎي اوﯾﻠﺮي وﻫﺎﻣﯿﻠﺘﻮﻧﯽ و ﮔﺮاف ﻫﺎي ﺟﻬﺖ دار و‬
‫ﺗﻮرﻧﻤﻨﺖ ﻫﺎ‪ ،‬ﺗﻄﺎﺑﻖ ﻫﺎي ﮐﺎﻣﻞ و ﻣﺎﮐﺴﯿﻤﻢ )ﻃﺮح اﻟﮕﻮرﯾﺘﻢ و ﮐﺎرﺑﺮدﻫﺎ(‪ ،‬رﻧﮓ آﻣﯿﺰي ﮔﺮاف ﻫﺎ و ﭼﻨﺪ ﺟﻤﻠﻪ اي رﻧﮕﯽ‬
‫ﻣﺮﺑﻊ ﻫﺎي ﻻﺗﯿﻦ‪ ،‬ﻃﺮح ﻫﺎ و ﻫﻨﺪﺳﻪ ﻫﺎي ﻣﺘﻨﺎﻫﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺗﻌﺮﯾﻒ و ﻣﻔﺎﻫﯿﻢ اﺻﻠﯽ ﺑﺎ ﺗﺄﮐﯿﺪ ﺑﺮ ارﺗﺒﺎط اﯾﻦ ﻣﻔﺎﻫﯿﻢ )ﺑﺎ اراﺋﻪ ﻣﺜﺎل( و ﺗﺎﮐﯿﺪ ﺑﺮ ارﺗﺒﺎط اﯾﻦ‬
‫ﻣﻔﺎﻫﯿﻢ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﻗﺒﻠﯽ ﻃﺮح ﺷﺪه در اﯾﻦ درس‪ ،‬ﻧﻈﯿﺮ ﮔﺮاف ﻫﺎ و اراﺋﻪ ﭼﻨﺪ ﻣﻮرد ﺷﻤﺎرش در اﯾﻦ ﺧﺼﻮص‪ ،‬اراﺋﻪ ﻣﻔﻬﻮم ﺳﯿﺴﺘﻢ ﻫﺎي ﻧﻤﺎﯾﻨﺪﮔﯽ ﻣﺘﻤﺎﯾﺰ‬
‫)‪ (SDR‬و ﻃﺮح ﺻﻮرت ﻗﻀﯿﻪ ﻓﯿﻠﯿﭗ‪-‬ﻫﺎﻟﻮ اراﺋﻪ ﻣﺜﺎل و ﮐﺎرﺑﺮد آن در ﻣﺮﺑﻊﻫﺎي ﻻﺗﯿﻦ‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
75 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬

:‫ ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‬،‫ج( ﻣﻠﺰوﻣﺎت‬

.‫ ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‬،‫ ﭘﺮوژﮐﺘﻮر‬،‫راﯾﺎﻧﻪ‬

:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬

[1] Garnier and J. Taylor, Discrete Mathematics for New Technology, IOP Publishing Ltd., Bristol, 2002.
[2] R. Garnier and J. Taylor, Discrete Mathematics, third ed., CRC Press, Boca Raton, FL, 2010.
[3] L. Lov'asz, J. Pelik'an, and K. Vesztergombi, DiscreteMathematics, Springer-Verlag, New York, 2003.
[4] R.P. Grimaldi, Discrete and Combinatorial Mathematics, an applied introduction, Addison-Wesley Pub. Co.
Inc., 1994
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪76 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Linear Optimization I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪ + 1‬ﺟﺒﺮ ﺧﻄﯽ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪ :‬ﺑﻬﯿﻨﻪ ﺳﺎزي ﯾﮑﯽ از ﺷﺎﺧﻪ ﻫﺎي ﻣﻬﻢ رﯾﺎﺿﯿﺎت ﮐﺎرﺑﺮدي اﺳﺖ ﮐﻪ ﺑﻪ ارﺗﺒﺎط ﻫﺎﯾﯽ ﺑﯿﻦ رﯾﺎﺿﯿﺎت‪ ،‬اﻗﺘﺼﺎد و ﺻﻨﻌﺖ ﻣﻨﺠﺮ ﻣﯽ ﺷﻮد‪ .‬در اﯾﻦ‬
‫درس ﺑﻪ ﻣﺴﺎﻟﻪ ﻣﺎﮐﺰﯾﻤﻢ )ﻣﯿﻨﯿﻤﻢ( ﮐﺮدن ﺳﻮد )ﻫﺰﯾﻨﻪ(‪ ،‬و ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ در ﻓﻀﺎﻫﺎي ﻣﺘﻨﺎﻫﯽ ﺑﻌﺪ‪ ،‬ﭘﺮداﺧﺘﻪ ﻣﯽ ﺷﻮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫‪ (1‬آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ در ﻓﻀﺎﻫﺎي ﻣﺘﻨﺎﻫﯽ ﺑﻌﺪ‪ ،‬ﺷﺎﻣﻞ‪ :‬ﻣﺪل ﺳﺎزي و ﮐﺎرﺑﺮدﻫﺎي آن‪ ،‬ﺣﻞ ﻣﺪل ﻫﺎ‪ ،‬دوﮔﺎن‪ ،‬ﺗﻔﺴﯿﺮ ﻫﺎي‬
‫ﻫﻨﺪﺳﯽ‪ ،‬ﺟﺒﺮي و اﻗﺘﺼﺎدي‪.‬‬
‫‪ (2‬درك ﺑﺮﺧﯽ ﮐﺎرﺑﺮدﻫﺎي آﻧﺎﻟﯿﺰ و ﺟﺒﺮ ﺧﻄﯽ در دﯾﮕﺮ ﺷﺎﺧﻪ ﻫﺎ ي رﯾﺎﺿﯿﺎت و درك ارﺗﺒﺎط ﻫﺎي ﺑﯿﻦ رﯾﺎﺿﯿﺎت‪ ،‬اﻗﺘﺼﺎد و ﺻﻨﻌﺖ‬
‫ﻧﮑﺘﻪ‪ :‬ﻫﺪف اﺻﻠﯽ از اراﯾﻪ اﯾﻦ درس در ﻣﺤﺘﻮاي رﯾﺎﺿﯽ آن ﻧﻬﻔﺘﻪ اﺳﺖ‪ ،‬و ﻟﺬا ﺗﻮﺻﯿﻪ ﻣﯽ ﺷﻮد ﻣﺪرس ﺑﻪ ﻫﯿﭻ وﺟﻪ از ﻣﺤﺘﻮاي‬
‫ﻧﻈﺮي آن ﺷﺎﻣﻞ اﺛﺒﺎت ﻫﺎي رﯾﺎﺿﯽ و اراﯾﻪ ﻣﻔﺎﻫﯿﻢ دﻗﯿﻖ و ﺑﻨﯿﺎدي اﯾﻦ ﺷﺎﺧﻪ ﮐﻢ ﻧﻨﻤﺎﯾﺪ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﻘﺪﻣﻪ اي ﺑﺮ ﺑﻬﯿﻨﻪ ﺳﺎزي‪ ،‬اﻧﻮاع ﻣﺴﺎﯾﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي‪ ،‬اﻫﻤﯿﺖ و ﮐﺎرﺑﺮد آﻧﻬﺎ در ﻣﺪل ﺳﺎزي ‪ :‬ﭼﮕﻮﻧﮕﯽ ﺗﺒﺪﯾﻞ ﻣﺴﺎﯾﻞ واﻗﻌﯽ ﺑﻪ ﻣﺴﺎﯾﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي‬
‫رﯾﺎﺿﯽ‪ ،‬ﺣﻞ ﻫﻨﺪﺳﯽ ﻣﺴﺎﯾﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ )‪ ،(LP‬ﻣﻔﻬﻮم )‪ ،POS(requirements space‬ﭘﻮﺳﺘﻪ ﺧﻄﯽ‪ ،‬ﭘﻮﺳﺘﻪ ﻣﺤﺪب و ﭘﻮﺳﺘﻪ آﻓﯿﻦ و‬
‫ارﺗﺒﺎط آﻧﻬﺎ ﺑﺎ ‪ LP‬ﻫﺎ‪ ،‬ﻣﻔﻬﻮم ﺑﻌﺪ‪ ،‬ﻣﺠﻤﻮﻋﻪ ﻫﺎي ﻣﺤﺪب‪ ،‬ﭼﻨﺪ وﺟﻬﯽ ﻫﺎ‪ ،‬اﺑﺮ ﺻﻔﺤﻪ ﻫﺎ‪ ،‬ﻧﯿﻢ ﻓﻀﺎ‪ ،‬اﺷﻌﻪ‪ ،‬ﺗﻮاﺑﻊ ﻣﺤﺪب و ﺧﻮاص و اﻫﻤﯿﺖ آﻧﻬﺎ در ﺑﻬﯿﻨﻪ‬
‫ﺳﺎزي ﺧﻄﯽ‪ ،‬ﻣﻔﻬﻮم و ﺧﻮاص ﻧﻘﺎط راﺳﯽ و ﺟﻬﺖ ﻫﺎي دورﺷﻮﻧﺪه )راﺳﯽ( ﭼﻨﺪ وﺟﻬﯽ ﻫﺎ و ﻧﺤﻮه ﺑﻪ دﺳﺖ آوردن آﻧﻬﺎ‪ ،‬ﻗﻀﯿﻪ ﻧﻤﺎﯾﺶ و ﮐﺎرﺑﺮدﻫﺎي آن‪،‬‬
‫ﺷﺮاﯾﻂ ﻻزم و ﮐﺎﻓﯽ وﺟﻮد ﺟﻮاب ﺑﻬﯿﻨﻪ )ﻧﺘﺎﯾﺞ ﻗﻀﯿﻪ ﻧﻤﺎﯾﺶ(‪ ،‬اﻟﮕﻮرﯾﺘﻢ ﺳﯿﻤﭙﻠﮑﺲ‪ :‬ﻣﻌﯿﺎرﻫﺎي ﺑﻬﯿﻨﮕﯽ‪ ،‬ﺑﯿﮑﺮاﻧﮕﯽ‪ ،‬واردﺷﻮﻧﺪﮔﯽ و ﺧﺎرج ﺷﻮﻧﺪﮔﯽ‬
‫ﻣﺘﻐﯿﺮﻫﺎ‪ ،‬ﺣﻞ ﻣﺜﺎل ﻫﺎي ﻋﺪدي ﺑﺎ اﻟﮕﻮرﯾﺘﻢ ﺳﯿﻤﭙﻠﮑﺲ )ﺑﻪ ﺻﻮرت دﺳﺘﯽ و ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ(‪ ،‬ﺗﻔﺴﯿﺮ اﻟﮕﻮرﯾﺘﻢ ﺳﯿﻤﭙﻠﮑﺲ از ﺳﻪ دﯾﺪﮔﺎه ﺟﺒﺮي‪ ،‬ﻫﻨﺪﺳﯽ‬
‫و اﻗﺘﺼﺎدي‪ ،‬وﺟﻮد ﺟﻮاب ﻫﺎي ﺑﻬﯿﻨﻪ دﮔﺮﯾﻦ و ﻧﺤﻮه ﺑﻪ دﺳﺖ اوردن اﻧﻬﺎ‪ ،‬ﺗﺒﺎﻫﯿﺪﮔﯽ‪ ،‬ﻫﻤﮕﺮاﯾﯽ اﻟﮕﻮرﯾﺘﻢ ﺳﯿﻤﭙﻠﮑﺲ در ﻏﯿﺎب ﺗﺒﺎﻫﯿﺪﮔﯽ‪ ،‬ﻗﻀﯿﻪ ﻧﻤﺎﯾﺶ‬
‫ﺑﺮاي ﻣﺠﻤﻮﻋﻪ ﺟﻮاب ﻫﺎي ﺑﻬﯿﻨﻪ دﮔﺮﯾﻦ‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﻣﺼﻨﻮﻋﯽ و اﺳﺘﻔﺎده از روش ‪-M‬ﺑﺰرگ )روش دوﻓﺎزي‪ ،‬در ﺻﻮرت وﺟﻮد زﻣﺎن ﮐﺎﻓﯽ(‪ ،‬ﻗﻀﺎﯾﺎي‬
‫دﮔﺮﯾﻦ‪ :‬ﻟﻢ ﻓﺎرﮐﺎس و ﻗﻀﯿﻪ ﮔﺮدن‪ ،‬ﺷﺮاﯾﻂ ﺑﻬﯿﻨﮕﯽ ‪ ) KKT‬اﺛﺒﺎت ﻗﻀﯿﻪ ‪ KKT‬و ﺗﻌﺒﯿﺮ ﻫﻨﺪﺳﯽ آن(‪ ،‬ﻣﻔﻬﻮم دوﮔﺎن‪ ،‬ﻃﺮﯾﻘﻪ ﻧﻮﺷﺘﻦ دوﮔﺎن ﯾﮏ ‪،LP‬‬
‫ﻗﻀﺎﯾﺎي دوﮔﺎن‪ :‬ﺿﻌﯿﻒ‪ ،‬ﻗﻮي‪ ،‬ﻗﻀﯿﻪ ﻣﮑﻤﻞ زاﺋﺪ ﺿﻌﯿﻒ‪ ،‬ﻗﻀﯿﻪ اﺳﺎﺳﯽ دو آﻟﯿﺘﯽ‪ ،‬ﻗﻀﯿﻪ ﻣﮑﻤﻞ زاﺋﺪ ﻗﻮي‪ ،‬ﮐﺎرﺑﺮدﻫﺎي دوﮔﺎن و ﺷﺮاﯾﻂ ﻣﮑﻤﻞ زاﺋﺪ‬
‫ﺿﻌﯿﻒ‪ ،‬روش ﺳﯿﻤﭙﻠﮑﺲ دوﮔﺎن‪ ،‬ﻣﺤﺎﺳﺒﻪ ﺟﻮاب ﻫﺎي ﺑﻬﯿﻨﻪ دوﮔﺎن از روي ﺟﻮاب ﺑﻬﯿﻨﻪ اوﻟﯿﻪ‪ ،‬ﺗﺤﻠﯿﻞ ﺣﺴﺎﺳﯿﺖ‪،‬ﺗﻌﺒﯿﺮ اﻗﺘﺼﺎدي دوﮔﺎن و ﺟﻮاب ﻫﺎي‬
‫ﺑﻬﯿﻨﻪ دوﮔﺎن‪ ،‬ﻗﯿﻤﺖ ﻫﺎي ﺳﺎﯾﻪ ﯾﯽ‪ ،‬ﺣﻞ دﺳﺘﮕﺎه ﻫﺎ و ارﺗﺒﺎط آن ﺑﺎ ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ‪ ،‬ارﺗﺒﺎط ﺑﯿﻦ ﺗﺒﺎﻫﯿﺪﮔﯽ و دﮔﺮﯾﻨﮕﯽ اوﻟﯿﻪ و دوﮔﺎن‪ ،‬ﭘﺎﯾﺪاري و‬
‫اﺳﺘﻮاري‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي‬
‫رﯾﺎﺿﯿﺎت‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪77 /‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 50.‬درﺻﺪ‪:‬‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬

‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬

‫راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1- M. S. Bazaraa, J. J. Jarvis, and H. D. Sherali, Linear Programming and Network Flows, Wiley, 2006.‬‬

‫‪2-K. G. Murty, Linear Programming, Wiley, 1983.‬‬

‫‪3- D. Bertsimas, and J. N. Tsitsiklis, Introduction to Linear Optimization, Athena Scientific, 1997‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪78 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Linear Optimization II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﻬﯿﻨﻪ ﺳﺎزي ﺧﻄﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪ :‬اﯾﻦ درس‪ ،‬در اداﻣﻪ درس ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ ‪ 1‬ﺗﻌﺮﯾﻒ ﺷﺪه و ﺗﮑﻤﯿﻞ ﮐﻨﻨﺪه آن درس ﻣﯽﺑﺎﺷﺪ‪ .‬ﺑﺮﺧﻼف ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ ‪ ،1‬اﯾﻦ درس ﮐﻤﺘﺮ‬
‫ﺑﻪ ﺗﺌﻮري ﻣﯽﭘﺮدازد و ﻫﺪف ﻣﺮور ﮐﺎرﺑﺮدﻫﺎي ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ اﺳﺖ‪ .‬ﺑﻪ ﻋﻼوه‪ ،‬اﯾﻦ درس ﺑﺮ ﭘﺎﯾﻪ ﻧﮕﺎه اﻟﮕﻮرﯾﺘﻤﯽ ﺗﺪوﯾﻦ ﺷﺪه اﺳﺖ‪.‬‬

‫ﺗﺒﺼﺮه‪ :‬اﮔﺮﭼﻪ ﻋﻨﻮان اﯾﻦ درس ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ اﺳﺖ‪ ،‬وﻟﯽ ﺑﺨﺶ ﺑﺴﯿﺎر ﮐﻮﭼﮑﯽ از ﺳﺮﻓﺼﻞ درس ﺑﻪ ﺑﻬﯿﻨﻪﺳﺎزي ﻏﯿﺮﺧﻄﯽ اﺧﺘﺼﺎص داده ﺷﺪه اﺳﺖ‪،‬‬
‫ﺗﺎ داﻧﺸﺠﻮ ﺑﺘﻮاﻧﺪ درك ﻧﻤﺎﯾﺪ ﮐﻪ ﮔﺎمﻫﺎي آﻏﺎزﯾﻦ در ﺑﺮﻧﺎﻣﻪرﯾﺰي ﻏﯿﺮﺧﻄﯽ ﻧﯿﺰ ﺑﺮ ﭘﺎﯾﻪ اﯾﺪهﻫﺎي ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ ﺑﺮداﺷﺘﻪ ﺷﺪه اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬ﺗﮑﻤﯿﻞ ﻣﺒﺎﺣﺚ ﻧﻈﺮي ﻣﻄﺮح ﺷﺪه در ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ ‪1‬‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﺮﺧﯽ ﺷﺎﺧﻪﻫﺎي ﺑﻬﯿﻨﻪﺳﺎزي ﮔﺴﺴﺘﻪ ﺧﻄﯽ‪ ،‬ﻣﺎﻧﻨﺪ ﺑﺮﻧﺎﻣﻪرﯾﺰي ﺻﺤﯿﺢ‪ ،‬ﺻﻔﺮ و ﯾﮏ ‪ ،‬ﺷﺒﮑﻪ ﺟﺮﯾﺎن‪ ،‬ﺣﻤﻞ و ﻧﻘﻞ‪ ،‬ﺗﺨﺼﯿﺺ و ‪...‬‬
‫‪ (3‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ ﭼﻨﺪﻫﺪﻓﻪ )ﯾﺎ ﺑﺮﻧﺎﻣﻪرﯾﺰي ﭘﻮﯾﺎ(‬
‫‪ (4‬آﺷﻨﺎﯾﯽ ﺑﺎ ﮐﺎرﺑﺮدﻫﺎي ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ )ﭘﯿﻮﺳﺘﻪ‪ ،‬ﮔﺴﺴﺘﻪ و ﭼﻨﺪﻫﺪﻓﻪ( در اﻗﺘﺼﺎد‪ ،‬ﺻﻨﻌﺖ و ‪...‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﺮوري ﺑﺮ ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ ‪ :1‬ﺑﺮرﺳﯽ ﺑﺨﺶﻫﺎي ﺟﺎﻣﺎﻧﺪه از آن ﻣﺎﻧﻨﺪ ﺳﯿﻤﭙﻠﮑﺲ اﺻﻼح ﺷﺪه‪ ،‬روش دوﻓﺎزي‪ ،‬ﺗﺤﻠﯿﻞ ﺣﺴﺎﺳﯿﺖ‬
‫ﻣﺪلﺳﺎزي‪ :‬ﺗﺒﺪﯾﻞ ﻣﺴﺎﯾﻞ واﻗﻌﯽ ﺑﻪ ﻣﺪلﻫﺎي ﺑﻬﯿﻨﻪﺳﺎزي‪ ،‬ﻣﺪلﺳﺎزي ﻣﺴﺎﯾﻞ ﺑﺮﻧﺎﻣﻪرﯾﺰي ﺧﻄﯽ ﮔﺴﺴﺘﻪ‪ :‬ﻣﺴﺎﯾﻞ ﺻﺤﯿﺢ و ﺻﻔﺮ و ﯾﮏ‬
‫ﺣﻞ ﻣﺴﺎﯾﻞ ﺑﺮﻧﺎﻣﻪرﯾﺰي ﺻﺤﯿﺢ‪ :‬ﺑﻪ ﮐﻤﮏ ﺗﮑﻨﯿﮏﻫﺎي ﺑﺮش ﮐﺴﺮي‪ ،‬ﺑﺮش ﻣﺨﺘﻠﻂ و ﺷﺎﺧﻪ و ﮐﺮان‬
‫اﻟﮕﻮرﯾﺘﻢ ﺑﺎﻻس ﺑﺮاي ﺣﻞ ﻣﺴﺎﯾﻞ ﺑﺮﻧﺎﻣﻪرﯾﺰي ﺻﻔﺮ و ﯾﮏ‬
‫ﺑﺮﺧﯽ ﻣﺴﺎﯾﻞ ﺑﻬﯿﻨﻪﺳﺎزي ﭼﻨﺪﻫﺪﻓﻪ ﺧﻄﯽ‪ :‬ﺗﻌﺮﯾﻒﻫﺎ و ﻣﻔﺎﻫﯿﻢ اﺳﺎﺳﯽ‪ ،‬روش ﻣﺠﻤﻮع وزﻧﺪار‪.‬‬
‫ﺳﯿﻤﭙﻠﮑﺲ دوﻫﺪﻓﻪ‪ ،‬ﺑﺮﻧﺎﻣﻪرﯾﺰي آرﻣﺎﻧﯽ‪ ،‬ﺑﺮﻧﺎﻣﻪرﯾﺰي ﻏﯿﺮﺧﻄﯽ ﻧﺎﻣﻘﯿﺪ‪ ،‬ﺑﺮﻧﺎﻣﻪرﯾﺰي ﭘﻮﯾﺎ‬
‫ﮐﺎرﺑﺮدﻫﺎي ﺑﺮﻧﺎﻣﻪ رﯾﺰيﺧﻄﯽ و ﺻﺤﯿﺢ‪ :‬ﻣﺎﻧﻨﺪ ﺗﺤﻠﯿﻞ ﭘﻮﺷﺸﯽ دادهﻫﺎ )‪ ،(DEA‬دﯾﮕﺮ ﮐﺎرﺑﺮدﻫﺎي اﻗﺘﺼﺎدي و ‪...‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‪ :‬ﺷﺎﻣﻞ ﺗﻤﺮﯾﻨﺎت و ﺷﺒﯿﻪﺳﺎزيﻫﺎ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪-30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
79 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬

:‫ ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‬،‫ج( ﻣﻠﺰوﻣﺎت‬

.‫ ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‬،‫ ﭘﺮوژﮐﺘﻮر‬،‫راﯾﺎﻧﻪ‬

:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬

1- M. S. Bazaraa, J .J. Jarvis, and H. D. Sherali, Linear Programming and Network Flows, Wiley, 2nd, 2006.
2- H. Taha, Integer Programming: Theory, Applications, and Computations, Academic Press, 1975.
3- M. Ehrgott, Multicriteria Optimization, 2ndedition, Springer, 2005.
4-W.W. Cooper, L.M. Seiford, and K. Tone, Data Envelopment Analysis, Springer, 2000.
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪80 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺑﻬﯿﻨﻪ ﺳﺎزي ﻏﯿﺮﺧﻄﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Non-Linear Optimization‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﻬﯿﻨﻪﺳﺎزي ﺧﻄﯽ ‪+ 1‬ﻣﺒﺎﻧﯽ آﻧﺎﻟﯿﺮ ﻋﺪدي‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي در اﻏﻠﺐ ﺣﻮزه ﻫﺎي ﻣﻬﻨﺪﺳﯽ‪ ،‬ﻋﻠﻮم ﻣﺪﯾﺮﯾﺘﯽ و اﻗﺘﺼﺎدي و رﯾﺎﺿﯿﺎت ﻇﺎﻫﺮ ﻣﯽﺷﻮﻧﺪ و ﻫﺪف اﺻﻠﯽ از ﺑﯿﺎن آﻧﻬﺎ دﺳﺘﯿﺎﺑﯽ‬
‫ﺑﻪ ﻫﺪﻓﯽ ﻣﻌﯿﻦ ﺗﺤﺖ ﺷﺮاﯾﻄﯽ از ﭘﯿﺶ ﻣﻄﺎﻟﻌﻪ ﺷﺪه اﺳﺖ‪ .‬ﺑﻄﻮر ﮐﻠﯽ ﯾﮏ ﻣﺴﺌﻠﻪ ﻇﺎﻫﺮ ﺷﺪه در ﺣﻮزهﻫﺎي ﻣﺬﮐﻮر ﺑﻪ ﻓﺮم ﯾﮏ ﻣﺪل رﯾﺎﺿﯽ ﺑﯿﺎن ﻣﯽﺷﻮد‪.‬‬
‫ﺗﻼش ﺟﻬﺖ دﺳﺘﯿﺎﺑﯽ ﺑﻪ ﻣﺪلﻫﺎي دﻗﯿﻘﺘﺮ و ﻫﻤﭽﻨﯿﻦ ﭘﯿﭽﯿﺪﮔﯽ ﻇﺎﻫﺮ ﺷﺪه در ﻣﺴﺎﺋﻞ‪ ،‬اﻏﻠﺐ ﻣﻨﺠﺮ ﺑﻪ ﯾﮏ ﻣﺪل رﯾﺎﺿﯽ ﻏﯿﺮﺧﻄﯽ ﻣﯽﮔﺮدد‪ .‬اﯾﻦ اﻟﺘﺰام‪،‬‬
‫ﻣﻄﺎﻟﻌﻪ دﻗﯿﻖ ﺟﻬﺖ ﺣﻞ اﯾﻦ ﻣﺪلﻫﺎ را ﺿﺮوري ﻣﯽﻧﻤﺎﯾﺪ‪ ،‬و ﻟﺬا ﺑﻬﯿﻨﻪﺳﺎزي ﻏﯿﺮﺧﻄﯽ از ﻣﻬﻤﺘﺮﯾﻦ ﻣﺴﺎﺋﻞ رﯾﺎﺿﯿﺎت ﮐﺎرﺑﺮدي ﺑﻪ ﺷﻤﺎر ﻣﯽرود‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﻬﯿﻨﻪ ﺳﺎزي ﻏﯿﺮ ﺧﻄﯽ در ﻓﻀﺎﻫﺎي ﻣﺘﻨﺎﻫﯽ اﻟﺒﻌﺪ‪ ،‬ﺷﺎﻣﻞ‪ :‬ﻣﺪل ﺳﺎزي و ﮐﺎرﺑﺮدﻫﺎي آن‪ ،‬ﺗﺤﻠﯿﻞ رﯾﺎﺿﯽ ﺷﺮاﯾﻂ ﺑﻬﯿﻨﮕﯽ و آﻧﺎﻟﯿﺰ ﻣﺤﺪب‬
‫ﻫﺪف اﺻﻠﯽ از اراﯾﻪ اﯾﻦ درس در ﻣﺤﺘﻮاي رﯾﺎﺿﯽ آن ﻧﻬﻔﺘﻪ اﺳﺖ‪ ،‬و ﻟﺬا ﺗﻮﺻﯿﻪ ﻣﯽ ﺷﻮد ﻣﺪرس ﺑﻪ ﻫﯿﭻ وﺟﻪ از ﻣﺤﺘﻮاي ﻧﻈﺮي آن ﺷﺎﻣﻞ اﺛﺒﺎت ﻫﺎي‬
‫رﯾﺎﺿﯽ و اراﯾﻪ ﻣﻔﺎﻫﯿﻢ دﻗﯿﻖ و ﺑﻨﯿﺎدي اﯾﻦ ﺷﺎﺧﻪ ﮐﺎﺳﺘﻪ ﻧﺸﻮد‪.‬‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫ﻣﻘﺪﻣﻪ اي ﺑﺮ ﺑﻬﯿﻨﻪ ﺳﺎزي‪ :‬اﻧﻮاع ﻣﺴﺎﯾﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي‪ ،‬اﻫﻤﯿﺖ و ﮐﺎرﺑﺮد آﻧﻬﺎ‬ ‫–‬
‫ﻣﺪل ﺳﺎزي‪ :‬ﭼﮕﻮﻧﮕﯽ ﺗﺒﺪﯾﻞ ﻣﺴﺎﯾﻞ واﻗﻌﯽ ﺑﻪ ﻣﺴﺎﯾﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي رﯾﺎﺿﯽ‬ ‫–‬
‫ﺗﺤﺪب‪:‬ﺗﻌﺮﯾﻒ و ﺑﺮرﺳﯽ ﺧﻮاص ﻣﺠﻤﻮﻋﻪﻫﺎي ﻣﺤﺪب و ﭘﻮﺳﺘﻪ ﻣﺤﺪب ﯾﮏ ﻣﺠﻤﻮﻋﻪ‪،‬ﺗﻌﺮﯾﻒ ﺗﻮاﺑﻊ ﻣﺤﺪب‪ ،‬ﻣﻘﻌـﺮ و ﺧـﻮاص آﻧﻬﺎ‪،‬ﻗﻀـﯿﻪ ﻧﻤـﺎﯾﺶ ﺑـﺮاي‬ ‫–‬
‫ﻣﺠﻤﻮﻋﻪﻫﺎي ﻣﺤﺪب‪ ،‬ﺗﻌﺮﯾﻒ ﻣﺨﺮوط‪ ،‬ﻣﺨﺮوط ﻣﺤﺪب‪ ،‬اﺑﺮﺻﻔﺤﻪ و ﻧﯿﻢ ﻓﻀﺎ و ﺑﺮرﺳﯽ ﺧﻮاص آﻧﻬﺎ‬
‫ﺟﺪاﺳﺎزي‪:‬ﺑﺮرﺳﯽ اﻧﻮاع ﺟﺪاﺳﺎزي ﺑﻪ وﯾﮋه ﺟﺪاﺳﺎزي ﻗﻮي‪ ،‬ﺟﺪاﺳﺎزي ﻧﻘﻄﻪ از ﻣﺠﻤﻮﻋﻪ و ﺟﺪاﺳﺎزي دو ﻣﺠﻤﻮﻋﻪ‬ ‫–‬
‫ﺑﯿﺎن ﻗﻀﺎﯾﺎي دﮔﺮﯾﻦ‪ :‬ﻗﻀﯿﻪ ﻓﺎرﮐﺎس و ﻗﻀﯿﻪ ﮔﺮدن و ﺗﻌﺒﯿﺮ ﻫﻨﺪﺳﯽ آﻧﻬﺎ‬ ‫–‬
‫ﻧﻘﺎط راﺳﯽ‪:‬ﺗﻌﺮﯾﻒ ﻧﻘﺎط راﺳﯽ‪ ،‬ﺟﻬﺖ ﻫﺎي دور ﺷﻮﻧﺪه و ﺷﺪﻧﯽ و ﺑﺮرﺳﯽ ﺧﻮاص آﻧﻬﺎ‬ ‫–‬
‫ﻣﺸﺘﻖ‪ :‬ﺑﯿﺎن ﻣﺸﺘﻘﺎت ﻣﺮﺗﺒﻪ اول و دوم و ﺑﯿﺎن ﺧﻮاص ﺗﻮاﺑﻊ ﻣﺤﺪب ﻣﺸﺘﻖﭘﺬﯾﺮ ﺑﻪ ﮐﻤﮏ اﯾﻦ ﻣﺸﺘﻘﺎت‬ ‫–‬
‫ﺷﺮاﯾﻂ ﺑﻬﯿﻨﮕﯽ‪:‬ﺑﯿﺎن ﺷﺮاﯾﻂ ﺑﻬﯿﻨﮕﯽ ﻣﺮﺗﺒﻪ اول و دوم ﺑﺮاي ﺗﻮاﺑﻊ ﯾﮏ ﻣﺘﻐﯿﺮه و ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ ،‬ﺷﺮاﯾﻂ ﻻزم و ﺷﺮاﯾﻂ ﮐﺎﻓﯽ ﺑﻬﯿﻨﮕﯽ ﻫﻨﺪﺳـﯽ و ﺟﺒـﺮي‬ ‫–‬
‫)ﺷﺮاﯾﻂ ‪(KKT‬‬
‫ﺑﺮرﺳﯽ ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي‪ :‬ﺟﺴﺘﺠﻮي ﺧﻄﯽ در ﺑﻬﯿﻨﻪ ﺳﺎزي‪ ،‬روﺷﻬﺎي ﮔﺮادﯾﺎن و ﻧﯿﻮﺗﻦ‪ ،‬ﺑﺮرﺳﯽ ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪ ﺳﺎزي درﺟـﻪ دوم و ﮐﺎرﺑﺮدﻫـﺎي آن‪،‬‬ ‫–‬
‫ﺑﺮرﺳﯽ ﻣﺴﺎﺋﻞ ﺗﻔﮑﯿﮏ ﭘﺬﯾﺮ و ﮐﺎرﺑﺮدﻫﺎي آن‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪.20‬درﺻﺪ‪ :‬ﺷﺎﻣﻞ ﺗﻤﺮﯾﻨﺎت و ﺷﺒﯿﻪ ﺳﺎزي ﻫﺎ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪-30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 50.‬درﺻﺪ‪:‬‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
81 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬

:‫ ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‬،‫ج( ﻣﻠﺰوﻣﺎت‬

.‫ ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‬،‫ ﭘﺮوژﮐﺘﻮر‬،‫راﯾﺎﻧﻪ‬

:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬

rd
1- M. S. Bazaraa, H. D. Sherali andC. M. Shetty, Nonlinear Programming, Wiley, 3 edition, 2006.
2- A. Ruszczynski, Nonlinear Optimization, Princeton University Press, 2006.
3- D. G. Luenberger, Y. Ye, Linear and Nonlinear Programming, Springer, 3rd edition, 2008.
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪82 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪General Physics 1‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺶﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﻧﺪارد‪ ‬دارد ‪ ‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪ :‬آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﮐﻠﯽ ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ‬

‫اﻫﺪاف وﯾﮋه‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﺣﺮﮐﺖ‪ ،‬ﻧﯿﺮو‪ ،‬ﺷﺘﺎب ‪ ،‬ﮐﺎر و اﻧﺮژي و دﯾﻨﺎﻣﯿﮏ اﺟﺴﺎم‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫‪ -‬اﻧﺪازه ﮔﯿﺮي‪ ،‬ﮐﻤﯿﺘﻬﺎ و ﯾﮑﺎﻫﺎ‪ ،‬دﻗﺖ‪ ،‬ﺗﺤﻠﯿﻞ اﺑﻌﺎدي‬
‫‪ -‬ﺣﺮﮐﺖ در ﯾﮏ ﺑﻌﺪ؛ ﺳﺮﻋﺖ‪ ،‬ﺷﺘﺎب‪،‬‬
‫‪ -‬ﺣﺮﮐﺖ در ﺻﻔﺤﻪ؛ ﺳﺮﻋﺖ و ﺷﺘﺎب در دو ﺑﻌﺪ‬
‫‪ -‬ﻧﯿﺮو و ﻗﻮاﻧﯿﻦ ﻧﯿﻮﺗﻮن‬
‫‪ -‬دﯾﻨﺎﻣﯿﮏ ﺣﺮﮐﺖ داﯾﺮه اي ‪ ،‬ﻧﻮﺳﺎن و ﻗﺎﻧﻮن ﻫﻮك‬
‫‪ -‬ﮐﺎر و اﻧﺮژي ؛ ﭘﺎﯾﺴﺘﮕﯽ اﻧﺮژي‪ ،‬اﻧﺮژي ﺟﻨﺒﺸﯽ و اﻧﺮژي ﭘﺘﺎﻧﺴﯿﻞ‬
‫‪ -‬ﺳﯿﺴﺘﻢ ذرات‪ ،‬ﻣﺮﮐﺰ ﺟﺮم‪ ،‬ﺗﮑﺎﻧﻪ‪ ،‬ﭘﺎﯾﺴﺘﮕﯽ ﺗﮑﺎﻧﻪ و ﺑﺮﺧﻮرد‬
‫‪ -‬ﺳﯿﻨﻤﺎﺗﯿﮏ و دﯾﻨﺎﻣﯿﮏ دوراﻧﯽ‬
‫‪ -‬ﻣﮑﺎﻧﯿﮏ ﺳﯿﺎﻻت؛ ﻓﺸﺎر ﻫﯿﺪروﺳﺘﺎﺗﯿﮏ‪ ،‬ﻗﻮاﻧﯿﻦ ﭘﺎﯾﺴﺘﮕﯽ در ﺣﺮﮐﺖ ﺷﺎره ﻫﺎ‪ ،‬ﮔﺮاﻧﺮوي‬
‫‪ -‬ﺗﺮﻣﻮدﯾﻨﺎﻣﯿﮏ و ﺣﺮارت‬
‫‪ -‬اﻣﻮاج‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪ :‬ﺗﺒﯿﯿﻦ و ﺗﺸﺮﯾﺢ ﻣﻮﺿﻮﻋﺎت درﺳﯽ ﻫﻤﺮاه ﺑﺎ ﻃﺮح ﻣﺜﺎل‪ ،‬ﺗﻬﯿﻪ‬
‫ﻣﺤﺘﻮاي ﮐﻤﮏ آﻣﻮزﺷﯽ ﺑﺎ اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰارﻫﺎي ﻣﻮﺟﻮد در ﺣﻮزه ﻣﮑﺎﻧﯿﮏ و ﺣﺮﮐﺖ‪ ،‬ﺗﻬﯿﻪ ﻓﯿﻠﻤﻬﺎي آﻣﻮزﺷﯽ اﻧﺠﺎم آزﻣﺎﯾﺸﻬﺎي ﻣﺮﺗﺒﻂ ﺑﺎ‬
‫درس‪ ،‬ﺑﺎزدﯾﺪ از آزﻣﺎﯾﺸﮕﺎه ﻫﺎي ﻣﺮﺗﺒﻂ و اﻧﺠﺎم آزﻣﺎﯾﺸﻬﺎي ﻣﺮﺗﺒﻂ در ﮐﻼس‪ ،‬ﻣﺸﺎرﮐﺖ داﻧﺸﺠﻮﯾﺎن در ﻃﺮح و ﺣﻞ ﻣﺴﺎﻟﻪ‬

‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬ ‫‪ 50‬درﺻﺪ‬ ‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪ :‬ﻓﻌﺎﻟﯿﺘﻬﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬

‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬اﻣﮑﺎﻧﺎت آزﻣﺎﯾﺸﮕﺎه ﻓﯿﺰﯾﮏ ﻣﮑﺎﻧﯿﮏ‪ ،‬اﻣﮑﺎﻧﺎت اﻟﮑﺘﺮوﻧﯿﮏ ﺟﻬﺖ ﺗﻬﯿﻪ ﻣﺤﺘﻮاي‬
‫ﮐﻤﮏ آﻣﻮزﺷﯽ و ﻓﻀﺎي ﻓﯿﺰﯾﮑﯽ ﻣﻨﺎﺳﺐ ﺑﺮاي اﺟﺮاي ﮐﻼﺳﻬﺎي ﺣﻀﻮري‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1- - Fundamentals of Physics Extended, 10th ed., D. Halliday, R. Resnick, J. Walker, (August 5, 2013), Wiley‬‬
‫‪2- Physics, David Halliday, 5 th ed., Robert Resnick, Kenneth S. Krane, (2001).‬‬
‫‪3-‬‬ ‫‪Physics, Principles with Applications, 7th ed., D.G. Giancoli, Prentice Hall, (2014).‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪83 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪General Physics 2‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ اﻟﮑﺘﺮﯾﺴﯿﺘﻪ و ﻣﻐﻨﺎﻃﯿﺲ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﯿﺮوﻫﺎي ﺑﻨﯿﺎدي ﻃﺒﯿﻌﺖ ‪ :‬اﻟﮑﺘﺮﯾﮑﯽ و ﻣﻐﻨﺎﻃﯿﺴﯽ‬ ‫‪-‬‬

‫ﺷﻨﺎﺧﺖ دﯾﻨﺎﻣﯿﮏ ﮐﻼﺳﯿﮏ اﺟﺴﺎم ﺑﺎردار و آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻌﺎدﻻت ﺑﻨﯿﺎدي ﺗﻮﺻﯿﻒ ﮐﻨﻨﺪة آن‬ ‫‪-‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﮐﺎرﺑﺮدﻫﺎي اﺑﺘﺪاﯾﯽ ﻧﯿﺮوﻫﺎي اﻟﮑﺘﺮﯾﮑﯽ و ﻣﻐﻨﺎﻃﯿﺴﯽ‬ ‫‪-‬‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ اﻣﻮاج اﻟﮑﺘﺮوﻣﻐﻨﺎﻃﯿﺴﯽ‬ ‫‪-‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﺑﺎر و ﻣﺎده‪ ،‬ﻗﺎﻧﻮن ﮐﻮﻟﻦ و ﻣﯿﺪان ‪ ،E‬ﻗﺎﻧﻮن ﮔﺎوس و ﮐﺎرﺑﺮد‪ ،‬ﭘﺘﺎﻧﺴﯿﻞ اﻟﮑﺘﺮﯾﮑﯽ‪ ،‬ﺧﺎزن و دياﻟﮑﺘﺮﯾﮏ‪ ،‬ﺟﺮﯾﺎن و ﻣﻘﺎوﻣﺖ‪ ،‬ﻣﺪارﻫﺎي اﻟﮑﺘﺮﯾﮑﯽ‪،‬‬ ‫–‬
‫ﻣﯿﺪان ‪ ،B‬ﻗﺎﻧﻮن آﻣﭙﺮ‪ ،‬ﻗﺎﻧﻮن ﻓﺎرادي‪ ،‬ﺧﻮاص ﻣﻐﻨﺎﻃﯿﺴﯽ ﻣﺎده‪ ،‬ﻣﻌﺎدﻻت ﻣﺎﮐﺴﻮل‪ ،‬ﻣﺪارﻫﺎي ‪ ،RLC‬ﺟﺮﯾﺎن ‪ ،AC‬اﻣﻮاج ‪EM‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﻣﺸﺎرﮐﺖ دادن داﻧﺸﺠﻮﯾﺎن در ﮐﻼس ﺑﺮاي درك ﺑﻬﺘﺮ ﻣﻔﺎﻫﯿﻢ ﺑﺎ ﭘﺮﺳﺶ ﻫﺎي ﭼﺎﻟﺸﯽ‬ ‫‪-‬‬
‫اﺳﺘﻔﺎده از وﯾﺪﺋﻮﻫﺎي آﻣﻮزﺷﯽ و وﯾﺪﺋﻮﻫﺎﯾﯽ ﮐﻪ ﺷﺎﻣﻞ آزﻣﺎﯾﺶﻫﺎي ﻃﺮاﺣﯽ ﺷﺪه ﺑﺮاي درك ﺑﻬﺘﺮ ﻣﻔﺎﻫﯿﻢ ﻣﯽﺑﺎﺷﻨﺪ‬ ‫‪-‬‬
‫اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎ ﺑﺮاي درك ﺑﻬﺘﺮ ﻣﻄﻠﺐ‬ ‫‪-‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪ 3) :‬ﺗﺎ ‪ 5‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫‪1- Fundamentals of Physics Extended, 10th ed., D. Halliday, R. Resnick, J. Walker, (August 5, 2013),‬‬
‫‪Wiley.‬‬
‫‪2- Physics, Principles with Applications, 7th ed., D.G. Giancoli, Prentice Hall, (2014).‬‬
‫‪3- University Physics with Modern Physics, Technology Update, 13th ed., H.D. Young and R.A.‬‬
‫‪Freedman, (2013).‬‬
‫‪4-‬‬ ‫‪Physics, David Halliday, 5th ed., Robert Resnick, Kenneth S. Krane, (2001).‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪84 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آزﻣﺎﯾﺸﮕﺎه ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪General Physics Laboratory 1‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺶﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ‪1‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪1‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪32‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪ :‬ﺑﻪ ﮐﺎرﮔﯿﺮي اﺑﺰارﻫﺎ و دﺳﺘﮕﺎهﻫﺎ ﺑﺮاي ﺗﻌﻤﯿﻖ درك ﻣﻔﺎﻫﯿﻢ ﻣﮑﺎﻧﯿﮏ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﭼﮕﻮﻧﮕﯽ اﻧﺪازهﮔﯿﺮي ﻣﺸﺎﻫﺪه ﭘﺬﯾﺮﻫﺎي ﻓﯿﺰﯾﮑﯽ در آزﻣﺎﯾﺸﮕﺎه‬ ‫‪-‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﭼﮕﻮﻧﮕﯽ اﺳﺘﻔﺎده از اﺑﺰارﻫﺎي آزﻣﺎﯾﺸﮕﺎﻫﯽ ﺑﺮاي ﻣﻄﺎﻟﻌﮥ دﯾﻨﺎﻣﯿﮏ ﮐﻼﺳﯿﮏ اﺟﺴﺎم‬ ‫‪-‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻘﺪﻣﻪ‪ :‬ﻣﺒﺎﺣﺚ ﺧﻄﺎ‪ ،‬اﻧﺪازه ﮔﯿﺮي و اﺑﺰارﻫﺎي اﻧﺪازه ﮔﯿﺮي‬ ‫–‬
‫آزﻣﺎﯾﺶ ‪ :1‬اﻧﺪازهﮔﯿﺮي ﻓﺮﮐﺎﻧﺲ ﺗﺎر ﻣﺮﺗﻌﺶ‬ ‫–‬
‫آزﻣﺎﯾﺶ ‪ :2‬ﺑﺮرﺳﯽ اﺻﻞ ارﺷﻤﯿﺪس‬ ‫–‬
‫آزﻣﺎﯾﺶ ‪ :3‬اﻧﺪازهﮔﯿﺮي ﭼﮕﺎﻟﯽ ﻣﺎﯾﻌﺎت‬ ‫–‬
‫آزﻣﺎﯾﺶ ‪ :4‬اﻧﺪازه ﮔﯿﺮي ﻇﺮﻓﯿﺖ ﮔﺮﻣﺎﯾﯽ و ﮔﺮﻣﺎي وﯾﮋه ﺟﺎﻣﺪات‬ ‫–‬
‫آزﻣﺎﯾﺶ ‪ :5‬ﻣﺤﺎﺳﺒﻪ ﺷﺘﺎب ﮔﺮاﻧﺸﯽ ﺑﺎ اﺳﺘﻔﺎده از آوﻧﮓ ﺳﺎده‬ ‫–‬
‫آزﻣﺎﯾﺶ ‪ :6‬اﻧﺪازهﮔﯿﺮي ﺿﺮﯾﺐ ﺣﺮارﺗﯽ ژول‬ ‫–‬
‫آزﻣﺎﯾﺶ ‪ :7‬ﺑﺮرﺳﯽ ﺿﺮﯾﺐ اﻧﺒﺴﺎط ﻃﻮﻟﯽ ﺟﺎﻣﺪات‬ ‫–‬
‫آزﻣﺎﯾﺶ ‪ :8‬ﺑﺮرﺳﯽ ﮐﺸﺶ ﺳﻄﺤﯽ ﻣﺎﯾﻌﺎت‬ ‫–‬
‫آزﻣﺎﯾﺶ ‪ :9‬ﺑﺮرﺳﯽ ﺣﺮﮐﺖ ﺳﻘﻮط آزاد‬ ‫–‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﭘﯿﺸﻨﻬﺎد ﻣﯽﺷﻮد ﮐﻪ داﻧﺸﺠﻮﯾﺎن ﺟﻬﺖ آﺷﻨﺎﯾﯽ ﺑﯿﺸﺘﺮ ﺑﺎ روشﻫﺎي ﮐﺎر آزﻣﺎﯾﺸﮕﺎﻫﯽ و ﺟﻨﺒﻪﻫﺎي ﻓﻨﯽ و ﻧﺮماﻓﺰاري‪ ،‬از ﻧﺮماﻓﺰارﻫﺎي آﻣﻮزﺷﯽ اﺳﺘﻔﺎده ﮐﻨﻨﺪ‪.‬‬
‫ﭘﯿﺸﻨﻬﺎد ﻣﯽﺷﻮد ﺟﻬﺖ ﺷﮑﻮﻓﺎ ﺷﺪن ﺑﯿﺸﺘﺮ ﻋﻼﻗﻪﻣﻨﺪي داﻧﺸﺠﻮﯾﺎن ﻧﺴﺒﺖ ﺑﻪ آﻣﻮزهﻫﺎي ﺗﻠﻘﯽ ﺷﺪه در درس آزﻣﺎﯾﺸﮕﺎه‪ ،‬ﺑﻪ ﻃﺮاﺣﯽ‪ ،‬ﭼﯿﺪﻣﺎن و ﻣﺤﺎﺳﺒﺎت‬
‫ﯾﮏ آزﻣﺎﯾﺶ ﮐﻪ ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﺳﻠﯿﻘﻪ داﻧﺸﺠﻮ و ﯾﮏ ﺟﻨﺒﻪ ﮐﺎرﺑﺮدي ﻧﯿﺰ ﺑﻪ ﻫﻤﺮاه داﺷﺘﻪ ﺑﺎﺷﺪ؛ ﺑﭙﺮدازﻧﺪ و ﻧﻤﺮهاي ﺑﺮاي اﯾﻦ ﮐﺎر ﺟﺪاﮔﺎﻧﻪ ﻣﺤﺎﺳﺒﻪ ﺷﻮد‪ .‬اﯾﻦ‬
‫ﮐﺎر ﻣﯽﺗﻮاﻧﺪ ﺑﻪ ﺻﻮرت ﮔﺮوﻫﯽ و ﻣﺘﻨﺎﺳﺐ ﺑﺎ وﺳﺎﯾﻞ آزﻣﺎﯾﺸﮕﺎﻫﯽ ﻣﻮﺟﻮد اﻧﺠﺎم ﺷﻮد‪.‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 80‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬

‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬

‫اﺑﺰارﻫﺎﯾﯽ ﻣﺎﻧﻨﺪ ﺳﻄﺢ ﺷﯿﺒﺪار‪ ،‬ﻓﻨﺰ‪ ،‬ﻧﯿﺮوﺳﻨﺞ و ‪...‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪85 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آزﻣﺎﯾﺸﮕﺎه ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪General Physics Laboratory 2‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺶﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫ﻓﯿﺰﯾﮏ ﻋﻤﻮﻣﯽ‪2‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪1‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪32‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪ :‬آﺷﻨﺎﯾﯽ و ﮐﺴﺐ ﻣﻬﺎرتﻫﺎي ﻓﻨﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﻋﻤﻠﯽ و روشﻫﺎي اﻧﺪازهﮔﯿﺮي در زﻣﯿﻨﻪﻫﺎي اﻟﮑﺘﺮﯾﺴﯿﺘﻪ و ﻣﻐﻨﺎﻃﯿﺲ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﭼﮕﻮﻧﮕﯽ اﻧﺪازهﮔﯿﺮي ﻣﺸﺎﻫﺪه ﭘﺬﯾﺮﻫﺎي ﻓﯿﺰﯾﮑﯽ در آزﻣﺎﯾﺸﮕﺎه‬ ‫‪-‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﭼﮕﻮﻧﮕﯽ اﺳﺘﻔﺎده از اﺑﺰارﻫﺎي آزﻣﺎﯾﺸﮕﺎﻫﯽ ﺑﺮاي ﻣﻄﺎﻟﻌﮥ دﯾﻨﺎﻣﯿﮏ ﮐﻼﺳﯿﮏ اﺟﺴﺎم ﺑﺎردار‬ ‫‪-‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫ﻣﻘﺪﻣﻪ‪ :‬ﯾﺎدآوري از ﺧﻄﺎ و آﺷﻨﺎﯾﯽ ﺑﺎ وﺳﺎﯾﻞ آزﻣﺎﯾﺸﮕﺎه‬
‫آزﻣﺎﯾﺶ ‪ :1‬اﻧﺪازه ﮔﯿﺮي ﻣﻘﺎوﻣﺖ دروﻧﯽ وﻟﺘﻤﺘﺮ و ﻣﻨﺒﻊ ﺗﻐﺬﯾﻪ‬
‫آزﻣﺎﯾﺶ ‪ :2‬اﻧﺪازه ﮔﯿﺮي ﻣﻘﺎوﻣﺖ ﻣﺠﻬﻮل ) )‪Rx‬ﺑﻪ روش ﭘﻞ وﺗﺴﺘﻮن و ﭘﻞ ﺗﺎر‬
‫آزﻣﺎﯾﺶ ‪ :3‬ﺗﺤﻘﯿﻖ ﻗﻮاﻧﯿﻦ ﮐﯿﺮﺷﻬﻮف‬
‫آزﻣﺎﯾﺶ ‪ :4‬ﺑﺮرﺳﯽ ﻣﺪارﻫﺎي ﺟﺮﯾﺎن ﻣﺘﻨﺎوب )ﻣﻄﺎﻟﻌﻪ ﺳﻠﻒ‪ ،‬ﺧﺎزن و ﻣﻘﺎوﻣﺖ در ﻣﺪارﻫﺎي ﺟﺮﯾﺎن ﻣﺘﻨﺎوب ))‪(RLC‬‬
‫آزﻣﺎﯾﺶ ‪ :5‬ﺗﻌﯿﯿﻦ ﻇﺮﻓﯿﺖ ﺧﺎزن ﺑﻪ روش ﺷﺎرژ ودﺷﺎرژ‬
‫آزﻣﺎﯾﺶ ‪ :6‬ﺑﻪ ﻫﻢ ﺑﺴﺘﻦ ﺧﺎزن ﻫﺎ و ﺗﻌﯿﯿﻦ ﻇﺮﻓﯿﺖ ﺧﺎزن ﻣﻌﺎدل‬
‫آزﻣﺎﯾﺶ ‪ :7‬ﮐﺎر ﺑﺎ ﺗﺮاﻧﺴﻔﻮرﻣﺎﺗﻮر و ﺗﺤﻘﯿﻖ ﻗﻮاﻧﯿﻦ اﻟﮑﺘﺮوﻣﻐﻨﺎﻃﯿﺲ‬
‫آزﻣﺎﯾﺶ ‪ :8‬ﺗﺤﻘﯿﻖ ﻗﺎﻧﻮن اﻫﻢ‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﭘﯿﺸﻨﻬﺎد ﻣﯽﺷﻮد ﮐﻪ داﻧﺸﺠﻮﯾﺎن ﺟﻬﺖ آﺷﻨﺎﯾﯽ ﺑﯿﺸﺘﺮ ﺑﺎ روشﻫﺎي ﮐﺎر آزﻣﺎﯾﺸﮕﺎﻫﯽ و ﺟﻨﺒﻪﻫﺎي ﻓﻨـﯽ و ﻧـﺮماﻓـﺰاري‪ ،‬از ﻧـﺮماﻓﺰارﻫـﺎي آﻣﻮزﺷـﯽ‬
‫اﺳﺘﻔﺎده ﮐﻨﻨﺪ‪.‬‬
‫ﭘﯿﺸﻨﻬﺎد ﻣﯽﺷﻮد ﺟﻬﺖ ﺷﮑﻮﻓﺎ ﺷﺪن ﺑﯿﺸﺘﺮ ﻋﻼﻗﻪﻣﻨﺪي داﻧﺸﺠﻮﯾﺎن ﻧﺴﺒﺖ ﺑﻪ آﻣﻮزهﻫﺎي ﺗﻠﻘﯽ ﺷﺪه در درس آزﻣﺎﯾﺸﮕﺎه‪ ،‬ﺑﻪ ﻃﺮاﺣﯽ‪ ،‬ﭼﯿﺪﻣﺎن و‬
‫ﻣﺤﺎﺳﺒﺎت ﯾﮏ آزﻣﺎﯾﺶ ﮐﻪ ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﺳﻠﯿﻘﻪ داﻧﺸﺠﻮ و ﯾﮏ ﺟﻨﺒﻪ ﮐﺎرﺑﺮدي ﻧﯿﺰ ﺑﻪ ﻫﻤﺮاه داﺷﺘﻪ ﺑﺎﺷﺪ؛ ﺑﭙﺮدازﻧﺪ و ﻧﻤﺮهاي ﺑﺮاي اﯾﻦ ﮐﺎر ﺟﺪاﮔﺎﻧﻪ‬
‫ﻣﺤﺎﺳﺒﻪ ﺷﻮد‪ .‬اﯾﻦ ﮐﺎر ﻣﯽﺗﻮاﻧﺪ ﺑﻪ ﺻﻮرت ﮔﺮوﻫﯽ و ﻣﺘﻨﺎﺳﺐ ﺑﺎ وﺳﺎﯾﻞ آزﻣﺎﯾﺸﮕﺎﻫﯽ ﻣﻮﺟﻮد اﻧﺠﺎم ﺷﻮد‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 80‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬

‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬

‫اﺑﺰارﻫﺎﯾﯽ ﻣﺎﻧﻨﺪ وﻟﺖ ﺳﻨﺞ‪ ،‬آﻣﭙﺮ ﺳﻨﺞ ‪ ،‬ﻣﻘﺎوﻣﺖ ﺳﻨﺞ ‪ ،‬ﻣﻘﺎوﻣﺖ‪ ،‬ﺧﺎزن ‪ ،‬ﻣﻨﺒﻊ ﺗﻐﺬﯾﻪ و ‪....‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪86 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﺣﺜﯽ در آﻣﺎر و ﮐﺎرﺑﺮدﻫﺎ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Topics in Statistics‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺟﺎزه ﮔﺮوه‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس ﺑﻪ ﻣﻨﻈﻮر اراﯾﻪ درسﻫﺎي ﺗﮑﻤﯿﻠﯽ ﯾﺎ ﺟﺪﯾﺪ ﻃﺮاﺣﯽ ﺷﺪه اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫آﻣﻮزش ﯾﮏ درس ﺟﺪﯾﺪ آﻣﺎري در ﭼﻬﺎرﭼﻮب ﻣﺸﺨﺺ ﺷﺪه دوره ﮐﺎرﺷﻨﺎﺳﯽ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪ 8) :‬ﺗﺎ ‪ 12‬ﻣﻮرد را ذﮐﺮ ﻧﻤﺎﯾﯿﺪ(‬

‫درﺳﯽ اﺳﺖ در ﺳﻄﺢ ﮐﺎرﺷﻨﺎﺳﯽ ﯾﺎ ﺑﺎﻻﺗﺮ ﺑﺎ ﺳﺮﻓﺼﻞ ﻣﺘﻐﯿﺮ در زﻣﯿﻨﻪ آﻣﺎر ﯾﺎ اﺣﺘﻤﺎل ﮐﻪ ﺑﺮﺣﺴﺐ اﻣﮑﺎﻧﺎت و ﻧﯿﺎز ﺑﺮاي اوﻟﯿﻦ ﺑﺎر اراﺋﻪ ﻣﯽﮔﺮدد ‪.‬‬ ‫‪-‬‬
‫رﯾﺰ ﻣﻮاد درﺳﯽ ﻣﺮﺑﻮﻃﻪ ﻗﺒﻞ از اراﺋﻪ ﺑﺎﯾﺴﺘﯽ ﺑﻪ ﺗﺼﻮﯾﺐ ﺷﻮراي ﮔﺮوه آﻣﺎر ﺑﺮﺳﺪ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺑﺴﺘﻪ ﺑﻪ درس ﺗﻌﺮﯾﻒ ﺷﺪه و ﺗﺼﻮﯾﺐ ﺷﺪه ﻣﺘﻔﺎوت اﺳﺖ‪.‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 60‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 40‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬

‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪87 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻧﮕﺎرش ﻋﻠﻤﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Scientific Writing‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺪون ﭘﯿﺶﻧﯿﺎز‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﺑﻪ ﻋﻠﺖ اﻫﻤﯿﺖ ﻣﻬﺎرتﻫﺎي زﺑﺎﻧﯽ در ﻣﻄﺎﻟﻌﺎت رﯾﺎﺿﯽ و ﮔﺰارشﻧﻮﯾﺴﯽ‪ ،‬اﯾﻦ درس ﺑﺎ ﺳﺮﻓﺼﻞ زﯾﺮ ﺑﺮاي اراﺋﻪ در ﻫﻤﻪ رﺷﺘﻪﻫﺎ ﭘﯿﺸﻨﻬﺎد ﺷﺪه اﺳﺖ‪ .‬اﯾﻦ درس‬
‫ﺑﮕﻮﻧﻪاي ﺗﻨﻈﯿﻢ ﺷﺪه اﺳﺖ ﮐﻪ ﺑﺮاي ﻫﻤﻪ ﺑﺨﺶﻫﺎي داﻧﺸﮑﺪه رﯾﺎﺿﯽ ﻗﺎﺑﻞ اﺳﺘﻔﺎده ﺑﺎﺷﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫رﺷﺪ ﻣﻬﺎرتﻫﺎ در راﺳﺘﺎي ﻧﺤﻮه اﺳﺘﻔﺎده از زﺑﺎنﻫﺎي ﻓﺎرﺳﯽ و اﻧﮕﻠﯿﺴﯽ و اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎ ﺑﺮاي ﻧﻮﺷﺘﺎرﻫﺎي ﻋﻠﻤﯽ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﻌﺮﻓﯽ اﻧﻮاع ﮐﺘﺎبﻫﺎي ﻣﺮﺟﻊ ﺷﺎﻣﻞ اﻧﻮاع واژهﻧﺎﻣﻪﻫﺎ و ﻓﺮﻫﻨﮓﻫﺎي ﻋﻤﻮﻣﯽ‪ ،‬اﻧﻮاع واژه ﻧﺎﻣﻪﻫﺎ و ﻓﺮﻫﻨﮓﻫﺎي رﯾﺎﺿﯽ‪.‬‬
‫‪ -‬ﻣﻌﺮﻓﯽ ﻧﺎم ﺷﺎﺧﻪﻫﺎي اﺻﻠﯽ و ﻓﺮﻋﯽ رﯾﺎﺿﯽ ﺑﺮ اﺳﺎس ‪،Math.Subj.Class.‬‬
‫‪ -‬ﺷﺮح ﻣﻬﺎرتﻫﺎي زﺑﺎﻧﯽ در ﺑﯿﺎن ﻣﻔﺎﻫﯿﻢ رﯾﺎﺿﯽ ﺑﺎ ﺗﺎﮐﯿﺪ ﺑﺮ ﺧﻮاﻧﺪن و ﻧﮕﺎرش )‪،(Reading and Writing‬‬
‫‪ -‬ﻧﮕﺎرش ﺑﺮاي ﺗﻬﯿﻪ ﺷﺮح ﺣﺎل ﻋﻠﻤﯽ )‪، (CV‬‬
‫‪ -‬ﺗﻤﺮﯾﻦ ﻧﮕﺎرش ﻓﺎرﺳﯽ و اﻧﮕﻠﯿﺴﯽ ﺑﺎ ﻫﺪف ﺗﻮﺻﯿﻒ و ﯾﺎ اﺛﺒﺎت ‪-‬ﻧﮕﺎرش رﯾﺎﺿﯽ ﺑﻪ زﺑﺎن ﻓﺎرﺳﯽ و زﺑﺎن ﺧﺎرﺟﯽ )اﻧﮕﻠﯿﺴﯽ(‪،‬‬
‫‪ -‬رﻋﺎﯾﺖ اﺻﻮل ﺳﺎزﮔﺎري )‪ (Consistency‬و ﺗﻮازي )‪ ،(Parallelism‬ﺧﻼﺻﻪ ﺳﺎزي )‪ ،(Contraction‬وردش زﯾﺒﺎي واژﮔﺎن )‪(Elegant Variation‬‬
‫و ﺟﻠﻮﮔﯿﺮي از ﺧﻄﺎﻫﺎﯾﯽ ﻣﺎﻧﻨﺪ ﻣﻌﯿﻦ ﻧﺒﻮدن ﻧﻬﺎد ﻣﺮﺑﻮط ﺑﻪ ﮔﺰاره در ﺟﻤﻠﻪ )‪،(Dangling‬‬
‫‪ -‬اﺻﻮل ﻣﻮرد ﻧﯿﺎز ﺑﺮاي ﻧﻮﺷﺘﻦ اﺛﺒﺎت‪ ،‬ﻓﺮﻣﻮلﻧﻮﯾﺴﯽ و ﻧﻤﺎدﮔﺬاري‪،‬‬
‫‪ -‬ﺑﯿﺎن ﺗﻔﺎوتﻫﺎ و ﮐﺎرﺑﺮدﻫﺎي ﻣﺘﻔﺎوت ﻗﻀﯿﻪ‪ ،‬ﻟﻢ‪ ،‬ﮔﺰاره‪ ،‬ﺣﺪﺳﯿﻪ‪ ،‬ﻓﺮﺿﯿﻪ‪،‬‬
‫‪ -‬ﺑﯿﺎن ﻓﻬﺮﺳﺖ ﻋﺒﺎرتﻫﺎي ﻣﺘﺪاول رﯾﺎﺿﯽ ﺑﺮاي ﻧﮕﺎرش ﻣﻔﺎﻫﯿﻢ رﯾﺎﺿﯽ و ﺷﺮح ﺑﺮﺧﯽ اﺷﺘﺒﺎﻫﺎت ﻣﻌﻤﻮل در ﻧﻮﺷﺘﻪﻫﺎي رﯾﺎﺿﯽ و اراﺋﻪ ﻓﺮمﻫﺎي ﻣﻨﺎﺳﺐﺗﺮ‪،‬‬
‫‪ -‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﮕﺎرش ﻣﺘﻦﻫﺎي رﯾﺎﺿﯽ‪ ،‬آﻣﺎر و ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ‪ ،‬ﺷﺒﺎﻫﺖﻫﺎ و ﺗﻔﺎوتﻫﺎ‪،‬‬
‫‪ -‬ﻣﺮاﺣﻞ ﺗﻬﯿﻪ‪ ،‬وﯾﺮاﯾﺶ‪ ،‬ﺑﺎزﺑﯿﻨﯽ و اﻧﺘﺸﺎر ﯾﮏ اﺛﺮ رﯾﺎﺿﯽ‪،‬‬
‫‪ -‬ﻣﺜﺎلﻫﺎﯾﯽ از وﯾﺮاﯾﺶ اﺛﺮ ﺗﻮﺳﻂ ﺑﺰرﮔﺎن رﯾﺎﺿﯽ‪،‬‬
‫‪ -‬ﭼﮕﻮﻧﮕﯽ آﻣﺎدهﺳﺎزي اوﻟﯿﻪ ﭘﺮوژه ‪ ،‬ﭘﺎﯾﺎنﻧﺎﻣﻪ و ﺗﺰ ‪ ،‬ﺑﺎزﺑﯿﻨﯽ ﭘﺮوژه‪ ،‬ﭘﺎﯾﺎنﻧﺎﻣﻪ و ﺗﺰ‪ ،‬ﺗﺤﻮﯾﻞ ﭘﺮوژه‪ ،‬ﭘﺎﯾﺎنﻧﺎﻣﻪ و ﺗﺰ‪،‬‬
‫‪ -‬آﻣﺎدهﺳﺎزي ﯾﮏ ﺳﺨﻨﺮاﻧﯽ‪ ،‬ﻧﮕﺎرش ﺳﺨﻨﺮاﻧﯽ و اراﺋﻪ ﺳﺨﻨﺮاﻧﯽ‪،‬‬
‫‪ -‬آﻣﺎدهﺳﺎزي ﭘﻮﺳﺘﺮ‪ ،‬ﻧﮕﺎرش ﭘﻮﺳﺘﺮ و اراﺋﻪ ﭘﻮﺳﺘﺮ‪،‬‬
‫‪ -‬ﻓﺮاﮔﯿﺮي اﺳﺘﻔﺎده از ‪ Latex‬و ﺗﮏ ﻓﺎرﺳﯽ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي‬
‫رﯾﺎﺿﯿﺎت‪.‬‬
88 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬
:(‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي‬
،‫ و ﺗﮏ ﻓﺎرﺳﯽ‬Latex ‫)اﻟﻒ( ﺗﺤﻮﯾﻞ ﭘﺮوژه ﻧﻬﺎﯾﯽ اﯾﻦ درس ﺑﺎ‬
،‫)ب( ﺗﻬﯿﻪ ﯾﮏ ﭘﻮﺳﺘﺮ و اراﺋﻪ آن ﻣﻄﺎﺑﻖ ﺑﺎ اﺻﻮل ﺑﯿﺎن ﺷﺪه‬
،‫)ج( ﻧﮕﺎرش ﯾﮏ ﺳﺨﻨﺮاﻧﯽ و اراﺋﻪ آن‬
،‫)د( ﺷﺮﮐﺖ در ﺳﻪ ﺳﺨﻨﺮاﻧﯽ ﯾﺎ ﺟﻠﺴﻪ دﻓﺎﻋﯿﻪ داﻧﺸﮑﺪه و اراﺋﻪ ﯾﮏ ﮔﺰارش ﻧﻘﺎداﻧﻪ در ﺧﺼﻮص آنﻫﺎ‬
.‫)و( ﻓﻌﺎﻟﯿﺖﻫﺎي ﻣﺴﺘﻤﺮ در ﻃﻮل ﻧﯿﻢﺳﺎل ﺗﺤﺼﯿﻠﯽ‬

:‫ ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‬،‫ج( ﻣﻠﺰوﻣﺎت‬

.‫ ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‬،‫ ﭘﺮوژﮐﺘﻮر‬،‫راﯾﺎﻧﻪ‬

:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬

1- Franco Vivaldi, Mathematical Writing: an Undergraduate Course, Uni. Lond. (Queen Mary), 2011.
2- N. J. Higham, Handbook of Writing for Mathematical Science, Siam, 1998.
3- Dictionary of Mathematics: In Four Languages - English, German, French, Russian, 2000.
4- M. Swan, Oxford Practical Usage, 2009.
5- Oxford Advanced Learner’s Dictionary, the latest edition.
6- Longman Dictionary of Common Errors, 1999.
7- Encyclopedic Dictionary of Mathematics: The Math. Society of Japan, (English Translation), 1993.
8- Encyclopedia of Mathematics, Springer, latest edition.
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪89 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺑﺮﻧﺎﻣﻪ ﺳﺎزي ﭘﯿﺸﺮﻓﺘﻪ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Advanced Programing‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪﺳﺎزي‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﻫﺪف اﺻﻠﯽ اﯾﻦ درس‪ ،‬ﯾﺎدﮔﯿﺮي اﺻﻮل ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﭘﯿﺸﺮﻓﺘﻪ اﺳﺖ‪ .‬ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ اﯾﻦ ﮐﻪ ﭘﯿﺸﻨﯿﺎز اﯾﻦ درس‪ ،‬ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪﺳﺎزي اﺳﺖ‪ ،‬ﻻزم‬
‫اﺳﺖ داﻧﺸﺠﻮﯾﺎﻧﯽ ﮐﻪ اﯾﻦ درس را ﺑﺮ ﻣﯽﮔﺰﯾﻨﻨﺪ از داﻧﺶ اوﻟﯿﻪ در زﻣﯿﻨﮥ ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﺑﺮﺧﻮردار ﺑﺎﺷﻨﺪ و ﻣﻬﺎرتﻫﺎي ﻻزم در اﯾﻦ زﻣﯿﻨﻪ را در ﺣﺪ‬
‫ﻣﻔﺎﻫﯿﻢ اوﻟﯿﮥ ﭘﯿﺸﻨﯿﺎز ﻣﺒﺤﺚ ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﺷﯽﮔﺮا ﮐﺴﺐ ﮐﺮده ﺑﺎﺷﻨﺪ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬ﯾﺎدﮔﯿﺮي اﺻﻮل ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﭘﯿﺸﺮﻓﺘﻪ‪.‬‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﺷﯽﮔﺮا و اﻟﮕﻮرﯾﺘﻢﻫﺎي ﺟﺴﺘﺠﻮ‪.‬‬
‫‪ (3‬آﺷﻨﺎﯾﯽ ﺑﺎ زﺑﺎنﻫﺎي ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﻣﺎﻧﻨﺪ ﺟﺎوا و ‪C++‬‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫ﻣﻘﺪﻣﻪاي ﺑﺮ ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ زﺑﺎنﻫﺎي ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ و ﻣﻌﯿﺎرﻫﺎي اﻧﺘﺨﺎب زﺑﺎن ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﯾﮏ زﺑﺎن ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﻣﺎﻧﻨﺪ ﺟﺎوا ﯾﺎ‬
‫‪ ،C++‬ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﺷﯽﮔﺮا‪ ،‬ﺗﻌﺮﯾﻒ ﺷﯽ و ﮐﻼس‪ ،‬وراﺛﺖ‪ ،‬ﺳﻄﻮح دﺳﺘﺮﺳﯽ‪،overriding and overloading methods ،encapsulation ،‬‬
‫روشﻫﺎ و ﻣﺘﻐﯿﺮﻫﺎي ‪ ،static‬ﺳﺎﺧﺘﺎرﻫﺎي ‪ ،IO‬ﻃﺮاﺣﯽ راﺑﻂ ﮔﺮاﻓﯿﮑﯽ )‪ ،(GUI‬ﭘﺮدازش ﺧﻄﺎ )‪ ،(Exception Handling‬ﮐﺎر ﺑﺎ ﻓﺎﯾﻞﻫﺎ‪ ،‬ﮐﺎر ﺑﺎ‬
‫ﺳﺎﺧﺘﻤﺎن دادهﻫﺎ )‪ ،(... ,Array, ArrayList, HashMap, HashSet, Vector‬ﻣﻬﺎرتﻫﺎي ﻣﺪﯾﺮﯾﺖ ﭘﺮوژه و ﮐﺎر ﺗﯿﻤﯽ‪ ،‬ﭘﺮوﭘﻮزالﻧﻮﯾﺴﯽ و‬
‫ﻣﺴﺎﯾﻞ ﻣﺮﺑﻮﻃﻪ‪ ،‬ﺳﻨﺪﺳﺎزي ﺑﺮﻧﺎﻣﻪﻫﺎ‪ ،‬ﺑﺮرﺳﯽ اﻟﮕﻮرﯾﺘﻢﻫﺎ و ﺣﻞ ﭼﻨﺪ ﻣﺴﺎﻟﻪ ﻧﻤﻮﻧﻪ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﭘﯿﭽﯿﺪﮔﯽﻫﺎي اﻟﮕﻮرﯾﺘﻢﻫﺎ و ﻣﺮﺗﺒﻪ زﻣﺎﻧﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ‬
‫اﻟﮕﻮرﯾﺘﻢﻫﺎي ﺟﺴﺘﺠﻮ و ﻣﺮﺗﺐﺳﺎزي و ﻧﺤﻮة ﺗﺤﻠﯿﻞ آنﻫﺎ از ﻟﺤﺎظ ﻧﻈﺮي‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﭘﺮوژه‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. T. H. Cormen, C. E. Leiserson, R. L. Rivest, C. Stein, Introduction to algorithms, The MIT Press, 2001.‬‬
‫‪2. J. Deitel and H. M. Deitel, Java How to Program, Prentice Hall, 2007.‬‬
‫‪3. B. Eckel, Thinking in Java, MindView Inc., 2003.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪90 /‬‬

‫ﺳﺎﺧﺘﻤﺎن دادهﻫﺎ و اﻟﮕﻮرﯾﺘﻢﻫﺎ‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Data Structures and Algorithms‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺮﻧﺎﻣﻪ ﺳﺎزي ﭘﯿﺸﺮﻓﺘﻪ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫در اﯾﻦ درس داﻧﺸﺠﻮﯾﺎن رﺷﺘﻪ ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ ﺑﺎ اﺻﻮل ﻣﻮﺿﻮع ﺳﺎﺧﺘﻤﺎن داده ﻫﺎ آﺷﻨﺎ ﻣﯽ ﺷﻮﻧﺪ و روﺷﻬﺎي ﻃﺮاﺣﯽ ﺳﺎﺧﺘﻤﺎن داده ﻫﺎي ﻣﻨﺎﺳﺐ‬
‫ﺑﺮاي ﻣﺴﺎﺋﻞ را ﺧﻮاﻫﻨﺪ آﻣﻮﺧﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ -‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺳﺎﺧﺘﻤﺎن داده ﻫﺎي ﻣﺘﺪاول و ﮐﺎرﺑﺮد آﻧﻬﺎ‬
‫‪ -‬آﺷﻨﺎﯾﯽ ﺑﺎ روﺷﻬﺎي ﻃﺮاﺣﯽ اﻟﮕﻮرﯾﺘﻢ ﺑﺮ اﺳﺎس ﺳﺎﺧﺘﻤﺎن داده ﻫﺎ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫ﺗﻌﺮﯾﻒ و اﻫﻤﯿﺖ ﺳﺎﺧﺘﻤﺎن داده ﻫﺎ در ﺣﻞ ﻣﺴﺎﺋﻞ‪ ،‬ﺗﺤﻠﯿﻞ اﻟﮕﻮرﯾﺘﻢ ﻫﺎ‪ ،‬ﺳﺎﺧﺘﻤﺎن داده ﻫﺎي اﯾﺴﺘﺎ ﺷﺎﻣﻞ ﻣﺘﻐﯿﺮﻫﺎ‪ ،‬آراﯾﻪ ﻫﺎ و ﮐﺎرﺑﺮد آﻧﻬﺎ‪ ،‬ﺳﺎﺧﺘﻤﺎن‬
‫داده ﻫﺎي ﻧﯿﻤﻪ اﯾﺴﺘﺎ ﺷﺎﻣﻞ اﻧﺒﺎره و ﺻﻒ‪ ،‬روﺷﻬﺎي ﻧﻤﺎﯾﺶ اﻧﺒﺎره و ﺻﻒ و ﮐﺎرﺑﺮه آﻧﻬﺎ‪ ،‬ﺳﺎﺧﺘﻤﺎن داده ﻫﺎي ﭘﻮﯾﺎ ﺷﺎﻣﻞ اﻧﻮاع ﻟﯿﺴﺖ ﻫﺎي ﭘﯿﻮﻧﺪي‪،‬‬
‫روش ﻧﻤﺎﯾﺶ ﻟﯿﺴﺖ ﻫﺎ و ﮐﺎرﺑﺮد آﻧﻬﺎ‪ ،‬درﺧﺖ ﻫﺎ ﺷﺎﻣﻞ روش ﻧﻤﺎﯾﺶ درﺧﺖ‪ ،‬درﺧﺖ دودوﺋﯽ‪ ،‬روﺷﻬﺎي ﻧﻤﺎﯾﺶ درﺧﺖ دودوﺋﯽ‪ ،‬روﺷﻬﺎي ﭘﯿﻤﺎﯾﺶ‬
‫درﺧﺖ دودوﺋﯽ‪ ،‬درﺧﺖ دودوﺋﯽ ﺟﺴﺘﺠﻮ‪ ،‬درﺧﺖ دودوﺋﯽ رﯾﺴﻪ اي‪ ،‬ﮐﺎرﺑﺮد درﺧﺘﻬﺎ‪ ،‬ﮔﺮاف ﻫﺎ ﺷﺎﻣﻞ اﻧﻮاع ﮔﺮاف ﻫﺎ و روش ﻧﻤﺎﯾﺶ آﻧﻬﺎ‪ ،‬روش ﻫﺎي‬
‫ﭘﯿﻤﺎﯾﺶ ﮔﺮاف ﻫﺎ و ﮐﺎرﺑﺮد آﻧﻬﺎ‪ ،‬ﺟﺴﺘﺠﻮي داده ﻫﺎ ﺷﺎﻣﻞ ﺟﺴﺘﺠﻮي ﺧﻄﯽ و دودوﺋﯽ‪ ،‬درﺧﺖ ﻫﺎي ‪ ،AVL‬ﺳﺮخ و ﺳﯿﺎه‪ Splay ،‬و ﺗﺮاي‪ ،‬درﻫﻢ ﺳﺎزي‬
‫و ﮐﺎرﺑﺮد ﻫﺎي آن‪ ،‬ﻣﺮﺗﺐ ﺳﺎزي داده ﻫﺎ ﺷﺎﻣﻞ روش ﻫﺎي ﭘﺎﯾﺪار و ﻧﺎﭘﺎﯾﺪار‪ ،‬اﻧﻮاع روﺷﻬﺎي ﻣﺮﺗﺐ ﺳﺎزي‪ ،‬رﺗﺒﻪ آﻣﺎري روﺷﻬﺎي ﻣﺮﺗﺐ ﺳﺎزي‪ ،‬ﻣﺮﺗﺐ‬
‫ﺳﺎزي ﺧﺎرﺟﯽ‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﭘﺮوژه‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1. R .Lafore, Data Structures and Algorithms in Java, Second Edition, SAMS, 2002.‬‬
‫‪2. A. J. A. Stores, An Introduction to Data Structures and Algorithms, Birkhauser, 2001.‬‬
‫‪3. E. Horowitz and S. Sahni, Fundamentals of Data Structures in C, Second Edition, Computer Science‬‬
‫‪Press, 2007.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪91 /‬‬

‫ﻃﺮاﺣﯽ و ﺗﺤﻠﯿﻞ اﻟﮕﻮرﯾﺘﻢﻫﺎ‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Design and Analysis of Algorithms‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺳﺎﺧﺘﻤﺎن داده ﻫﺎ و اﻟﮕﻮرﯾﺘﻢ ﻫﺎ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬

‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬

‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس ﺿﻤﻦ آﺷﻨﺎ ﺷﺪن ﺑﺎ اﺻﻮل اوﻟﯿﻪ ﺗﺤﻠﯿﻞ اﻟﮕﻮرﯾﺘﻢ ﻫﺎ ﻧﻈﯿﺮ آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﺑﺴﯿﺎرﻣﻘﺪﻣﺎﺗﯽ ﻧﻈﺮﯾﻪ ﭘﯿﭽﯿﺪﮔﯽ‪ ،‬ﺑﺎ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﺑﺮﺧﯽ‬
‫ﻣﺴﺎﺋﻞ ﺑﻨﯿﺎدي آﺷﻨﺎ ﺷﺪه و ﺳــﻌﯽ ﻣﯽ ﺷﻮد ﺑﺎ اراﺋﻪ ﮐﺮان ﻫﺎي ﭘﺎﯾﯿﻦ و ﺑﺎﻻي زﻣﺎﻧﯽ ﺑﺮاي آن ﻫﺎ ﺑﻪ ﺗﺤﻠﯿﻞ آﻧﻬﺎ ﭘﺮداﺧﺘﻪ ﺷﻮد‪ .‬ﻫﻤﭽﻨﯿﻦ در اﯾﻦ درس‬
‫ﺑﺎ اﻧﻮاع ﻣﺨﺘﻠﻒ اﻟﮕﻮرﯾﺘﻢ ﻫﺎ ﻧﯿﺰ آﺷﻨﺎ ﺷﺪه و ﻣﻘﺪﻣﺎت ﻧﻈﺮﯾﻪ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﭘﯿﺸﺮﻓﺘﻪ ﻧﯿﺰ ﻓﺮاﻫﻢ ﺧﻮاﻫﺪ ﺷﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ روﺷﻬﺎي ﻃﺮاﺣﯽ و ﺗﺤﻠﯿﻞ اﻟﮕﻮرﯾﺘﻢ ﻫﺎ‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي اﺳﺎﺳﯽ و ﭘﺎﯾﻪ اي در ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ‬
‫‪ (3‬ﮐﺴﺐ داﻧﺶ ﮐﺎﻓﯽ ﺑﺮاي ﻃﺮاﺣﯽ و ﺗﺤﻠﯿﻞ اﻟﮕﻮرﯾﺘﻤﻬﺎ در ﺻﻮرت ﻣﻮاﺟﻬﻪ ﺑﺎ ﻣﺴﺎﺋﻞ ﺟﺪﯾﺪ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫ﻣﺮور ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ ﻧﻈﯿﺮ ﭘﯿﭽﯿﺪﮔﯽ و ﺗﺤﻠﯿﻞ ﻣﺠﺎﻧﺒﯽ )ﻧﻤﺎدﻫﺎي ‪ ، ( ω ، o ، Ω ، O ، θ‬ﻣﺮور ﺳﺎﺧﺘﻤﺎن ﻫﺎي دادﻫﺎي ﭘﺎﯾﻪ‪ ،‬روﺷﻬﺎي ﺣﻞ ﻣﻌﺎدﻻت‬
‫ﺑﺎزﮔﺸﺘﯽ ‪ ،‬ﻣﺮوري ﺑﺮ روﺷﻬﺎي ﻃﺮاﺣﯽ اﻟﮕﻮرﯾﺘﻢ روش ﺗﻘﺴﯿﻢ و ﻏﻠﺒﻪ )اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﻣﺮﺗﺐ ﺳﺎزي ﺳﺮﯾﻊ وادﻏﺎﻣﯽ‪ ،‬اﻧﺘﺨﺎب ‪–k‬اﻣﯿﻦ ﮐﻮﭼﮑﺘﺮﯾﻦ ﻋﺪد‪،‬‬
‫ﺿﺮب ﺳﺮﯾﻊ اﻋﺪاد و ﻣﺎﺗﺮﯾﺲ ﻫﺎ(‪ ،‬روش ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﭘﻮﯾﺎ )ﻃﻮﻻﻧﯽ ﺗﺮﯾﻦ زﯾﺮ دﻧﺒﺎﻟﮥ ﻣﺸﺘﺮك‪ ،‬ﮐﻮﻟﻪ ﭘﺸﺘﯽ ‪ ، 0/1‬درﺧﺖ ﺟﺴﺘﺠﻮي ﺑﻬﯿﻨﻪ ‪ ،‬ﺷﻤﺎرش‬
‫درﺧﺘﺎن دودوﯾﯽ(‪ ،‬روش ﺣﺮﯾﺼﺎﻧﻪ )ﮐﻮﻟﻪ ﭘﺸﺘﯽ ﮐﺴﺮي‪ ،‬ﮐﺪﮔﺬاري ﻫﺎﻓﻤﻦ‪ ،‬زﻣﺎن ﺑﻨﺪي اﻧﺠﺎم ﮐﺎرﻫﺎ‪ ،(....،‬روش ﺑﺎزﮔﺸﺖ ﺑﻪ ﻋﻘﺐ و روش ﺷﺎﺧﻪ و‬
‫ﺗﻤﺪﯾﺪ )ﮐﻮﻟﻪ ﭘﺸﺘﯽ ‪ -n ، 0/1‬وزﯾﺮ‪ ،(....،‬اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﮔﺮاف )ﭘﯿﻤﺎﯾﺶ ﺳﻄﺤﯽ و ﻋﻤﻘﯽ‪ ،‬ﮐﻮﺗﺎﻫﺘﺮﯾﻦ ﻣﺴﯿﺮ‪ ،‬درﺧﺖ ﭘﻮﺷﺎي ﻣﯿﻨﯿﻢ ‪ ،‬ﻣﺆﻟﻔﻪ ﻫﺎي‬
‫ﻫﻤﺒﻨﺪي‪ ،‬ﻣﺮﺗﺐ ﺳﺎزي ﺗﻮﭘﻮﻟﻮژﯾﮑﯽ‪ ،(....،‬اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﺗﻄﺎﺑﻖ رﺷﺘﻪ ﻫﺎ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﺗﺼﺎدﻓﯽ )ﻣﺮﺗﺐ ﺳﺎزي ﺳﺮﯾﻊ‪ ، (.... ،‬اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﺗﻘﺮﯾﺒﯽ‬
‫)ﮐﻮﻟﻪ ﭘﺸﺘﯽ‪ ،‬ﭘﻮﺷﺶ رأﺳﯽ ﮔﺮاف‪ ، ( .... ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﻗﻄﻌﯿﺖ و ﻋﺪم ﻗﻄﻌﯿﺖ در ﻃﺮاﺣﯽ اﻟﮕﻮرﯾﺘﻢ ﻫﺎ‪ ،‬ﻣﻔﻬﻮم ﺗﻘﻠﯿﻞ‪ ،‬ﻣﻌﺮﻓﯽ رده ﻫﺎي ﻣﻬﻢ‬
‫ﻣﺴﺎﺋﻞ )‪ NP – Hand ، NP ، P‬و ‪ ، (NP – Complete‬ﭼﮕﻮﻧﮕﯽ اﺛﺒﺎت ﺳﺨﺘﯽ ﻣﺴﺎﺋﻞ )‪ ، 3SAT ، SAT‬دور ﻫﻤﯿﻠﺘﻮﻧﯽ ‪k- ، k-Clique ،‬‬
‫‪ ، Vertex – Cover‬رﻧﮓ آﻣﯿﺰي ﮔﺮاف‪ ،‬ﻣﺠﻤﻮع زﯾﺮﻣﺠﻤﻮﻋﻪ اي‪ ، (.... ،‬ﻣﻘﺪﻣﻪ اي ﺑﺮ اﻟﮕﻮرﯾﺘﻢ ﻫﺎي ﻣﻮازي‪ ،‬ﻣﻌﺮﻓﯽ ﻣﺪﻟﻬﺎي ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎي ﻣﻮازي ‪،‬‬
‫اﻟﮕﻮرﯾﺘﻤﻬﺎي ﻣﻮازي ﺑﺮاي ﺟﺴﺘﺠﻮ و ﻣﺮﺗﺐ ﺳﺎزي‪.‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﭘﺮوژه‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. T. H. Cormen, C. E. Leiserson, R. L. Rivest, and C. Stein, Introduction to Algorithms, Third‬‬
‫‪Edition, MIT Press, 2009.‬‬

‫‪2. D. Kozen, The Design and Analysis of Algorithms, Springer Verlag, 1992.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪92 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺒﺎﻧﯽ ﻣﻨﻄﻖ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Fundamentals of Logic‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس ﻣﻌﻠﻮﻣﺎت ﮐﺴﺐ ﺷﺪه داﻧﺸﺠﻮ در درس "ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت" را در ﻗﺴﻤﺖ ﻣﻨﻄﻖ و ﻧﻈﺮﯾﻪ ﻣﺠﻤﻮﻋﻪﻫﺎ ﺗﻮﺳﻌﻪ ﻣﯽ دﻫﺪ‪ .‬داﻧﺸﺠﻮ ﺑﺎﯾﺪ ﺑﺮ اﺳﺘﺪﻻل‬
‫ﻣﻨﻄﻘﯽ‪ ،‬ﺻﻮري ﺳﺎزي ﻣﻔﺎﻫﯿﻢ ﻏﯿﺮ رﺳﻤﯽ و درﺳﺘﯽ ﯾﺎﺑﯽ ﻣﺴﻠﻂ ﺷﻮد‪ .‬ﻫﻤﭽﻨﯿﻦ ﻧﻈﺮﯾﻪ ﻣﺠﻤﻮﻋﻪﻫﺎ ﺑﻪ ﻋﻨﻮان ﭘﺎﯾﻪ اي ﺑﺮاي رﯾﺎﺿﯿﺎت و ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ ﺑﻪ‬
‫داﻧﺸﺠﻮ ﻣﻌﺮﻓﯽ ﻣﯽ ﮔﺮدد‪ .‬آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮ ﺑﺎ ﻣﻨﻄﻖ رﯾﺎﺿﯽ و ﻣﻘﺪﻣﺎت ﻧﻈﺮﯾﻪ ﻣﺠﻤﻮﻋﻪﻫﺎ و ﮐﺴﺐ ﺗﻮاﻧﺎﯾﯽ در ﺗﻮﺻﯿﻒ و درﺳﺘﯽ ﯾﺎﺑﯽ دﺳﺘﮕﺎهﻫﺎي رﯾﺎﺿﯽ ﯾﺎ‬
‫ﺳﯿﺴﺘﻢﻫﺎي ﮐﺎﻣﭙﯿﻮﺗﺮي ﺑﻪ ﮐﻤﮏ اﺑﺰارﻫﺎي ﺻﻮري اراﺋﻪ ﺷﺪه در درس‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ .1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻨﻄﻖ رﯾﺎﺿﯽ و ﻣﻘﺪﻣﺎت ﻧﻈﺮﯾﻪ ﻣﺠﻤﻮﻋﻪﻫﺎ‬
‫‪ .2‬ﮐﺴﺐ ﺗﻮاﻧﺎﯾﯽ در اﺳﺘﺪﻻل ﻣﻨﻄﻘﯽ‪ ،‬ﺻﻮري ﺳﺎزي ﻣﻔﺎﻫﯿﻢ ﻏﯿﺮ رﺳﻤﯽ و درﺳﺘﯽ ﯾﺎﺑﯽ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻨﻄﻖ‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻨﻄﻖ ﮔﺰارهﯾﯽ‪ ،‬زﺑﺎن ﻣﻨﻄﻖ ﮔﺰاره ﯾﯽ‪ ،‬ﻗﻮاﻋﺪ اﺳﺘﻨﺘﺎج ﻃﺒﯿﻌﯽ‪ ،‬ﻣﻌﻨﺎﺷﻨﺎﺳﯽ‪ ،‬ﻗﻀﯿﻪ ﺻﺤﺖ و ﺗﻤﺎﻣﯿﺖ‪ ،‬ﻓﺮمﻫﺎي ﻧﺮﻣﺎل و‬
‫اﻟﮕﻮرﯾﺘﻢﻫﺎي ‪، SAT‬آﺷﻨﺎﯾﯽ ﺑﺎ زﺑﺎن ﻣﻨﻄﻖ ﻣﺤﻤﻮﻻت‪ ،‬زﺑﺎن ﻣﻨﻄﻖ ﻣﺤﻤﻮﻻت‪ ،‬ﻗﻮاﻋﺪ اﺳﺘﻨﺘﺎج ﻃﺒﯿﻌﯽ‪ ،‬ﺗﻮﺻﯿﻒ ﭘﺬﯾﺮي زﺑﺎن‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ زﺑﺎن ‪Prolog‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﻣﺠﻤﻮﻋﻪﻫﺎ‪:‬ﻣﺮوري ﺑﺮ ﻋﻤﻠﮕﺮﻫﺎي اﺟﺘﻤﺎع‪ ،‬اﺷﺘﺮاك‪ ،‬و ﻣﺘﻤﻢ ﮔﯿﺮي‪ ،‬ﺗﻌﺮﯾﻒ ﺗﺎﺑﻊ و راﺑﻄﻪ‪ ،‬اﺻﻮل ﻧﻈﺮﯾﻪ ﻣﺠﻤﻮﻋﻪﻫﺎ‪ ،‬ﭘﺎرادوﮐﺲ راﺳﻞ‬

‫ﻧﻈﺮﯾﻪ ﻣﺠﻤﻮﻋﻪﻫﺎ ﺑﻪ ﻋﻨﻮان ﭘﺎﯾﻪ‪:‬ﺳﺎﺧﺖ اﻋﺪاد ﻃﺒﯿﻌﯽ‪ ،‬ﺳﺎﺧﺖ اﻋﺪاد ﮔﻮﯾﺎ‪ ،‬ﺳﺎﺧﺖ اﻋﺪاد ﺣﻘﯿﻘﯽ‬

‫ﻣﺠﻤﻮﻋﻪﻫﺎي ﻧﺎﻣﺘﻨﺎﻫﯽ‪ :‬اﻋﺪاد اﺻﻠﯽ‪ ،‬اﻋﺪاد ﺗﺮﺗﯿﺒﯽ‪ ،‬ﺧﻮﺷﺘﺮﺗﯿﺒﯽ‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 50‬درﺻﺪ‪:‬‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. J. M. Henle, An Outline of Set Theory, Springer-Verlag, 1986.‬‬
‫‪2. M. Huth, M. Ryan, Logic in Computer Sciences, Modeling and Reasoning about‬‬
‫‪Systems, Cambridge University Press, 2004.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪93 /‬‬

‫ﻣﺒﺎﻧﯽ ﻧﻈﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬
‫‪Basis for theory of computation‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬

‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ ﻣﻨﻄﻖ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬

‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس ﺑﻪ ﻋﻨﻮان اوﻟﯿﻦ درس در ﻧﻈﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ ﺑﺮاي ﮐﺴﺐ داﻧﺶ ﻻزم در ﻣﺒﺎﺣﺚ اوﻟﯿﻪ ﻣﺤﺎﺳﺒﻪ ﭘﺬﯾﺮي و آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺪل ﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ اراﺋﻪ‬
‫ﻣﯽ ﺷﻮد‪ .‬در اﯾﻦ درس داﻧﺸﺠﻮﯾﺎن ﺿﻤﻦ آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ ﻣﺤﺎﺳﺒﻪ ﭘﺬﯾﺮي ﺑﺎ ﻧﮕﺎه اﻟﮕﻮرﯾﺘﻤﯽ ﺑﻪ ﻣﺤﺎﺳﺒﻪ ﻧﯿﺰ آﺷﻨﺎ ﻣﯽ ﺷﻮﻧﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬ﻣﻌﺮﻓﯽ ﻣﻔﺎﻫﯿﻢ اﺻﻠﯽ ﻣﺤﺎﺳﺒﻪ‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﺮﺧﯽ اﺣﮑﺎم ﻣﻘﺪﻣﺎﺗﯽ ﻣﺤﺎﺳﺒﻪ ﭘﺬﯾﺮي‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﺑﺤﺚ در ﻣﻮرد ﻣﻔﺎﻫﯿﻢ اﺻﻠﯽ‪ ،‬ﻣﺴﺄﻟﻪ‪ ،‬ﻣﺤﺎﺳﺒﻪ‪ ،‬راه ﺣﻞ‪ ،‬ﻣﺪل ﻣﺤﺎﺳﺒﺎﺗﯽ‪ ،‬اﻟﮕﻮرﯾﺘﻢ‪،‬اﺗﻮﻣﺎﺗﺎ ﻣﺘﻨﺎﻫﯽ ﻗﻄﻌﯽ ‪ ،DFA‬اﺗﻮﻣﺎﺗﺎي ﻣﺘﻨﺎﻫﯽ ﻏﯿﺮ ﻗﻄﻌﯽ ‪،NFA‬‬
‫اﺗﻮﻣﺎﺗﺎي ﻣﺘﻨﺎﻫﯽ ﺑﺎ اﻧﺘﻘﺎل ﺳﺎﮐﺖ ‪NFA‬ג‪ ،‬ﻣﻌﺎدل ﺑﻮدن زﺑﺎﻧﯽ اﺗﻮﻣﺎﺗﺎﻫﺎي ﻣﺘﻨﺎﻫﯽ‪ ،‬زﺑﺎن ﻫﺎي ﻏﯿﺮ ﻣﻨﻈﻢ‪ ،‬اﺗﻮﻣﺎﺗﺎي ﻣﯿﻨﯿﻤﺎل‪ .‬زﺑﺎن ﻫﺎي ﻣﺴﺘﻘﻞ از ﻣﺘﻦ‬
‫و اﺗﻮﻣﺎﺗﺎي ﭘﺸﺘﻪ اي‪ ،‬ﮔﺮاﻣﺮﻫﺎي ﻣﺴﺘﻘﻞ از ﻣﺘﻦ‪ ،‬ﺧﻮاص زﺑﺎن ﻫﺎي ﻣﺴﺘﻘﻞ از ﻣﺘﻦ‪ ،‬درﺧﺖ ﺗﻮﻟﯿﺪ و اﺑﻬﺎم ﯾﮏ ﮔﺮاﻣﺮ‪ ،‬اﺗﻮﻣﺎﺗﺎي ﭘﺸﺘﻪ اي و اﻧﻮاع آن‪،‬‬
‫ﻓﺮم ﻧﺮﻣﺎل ﭼﺎﻣﺴﮑﯽ ﯾﮏ ﮔﺮاﻣﺮ‪ ،‬ﻟﻢ ﺗﺰرﯾﻖ و زﺑﺎن ﻫﺎي واﺑﺴﺘﻪ ﺑﻪ ﻣﺘﻦ‪ ،‬ﻣﺎﺷﯿﻦ ﺗﻮرﯾﻨﮓ و زﺑﺎن ﻫﺎي ﺷﻤﺎرش ﭘﺬﯾﺮ ﺑﺎزﮔﺸﺘﯽ‪ ،‬اﻧﻮاع ﻣﺎﺷﯿﻦ ﻫﺎي‬
‫ﺗﻮرﯾﻨﮓ و ﯾﮑﺴﺎﻧﯽ آﻧﻬﺎ‪ ،‬ﻣﺎﺷﯿﻦ ﺟﻬﺎﻧﯽ ﺗﻮرﯾﻨﮓ‪ ،‬ﮔﺮاﻣﺮﻫﺎي ﻧﺎﻣﺤﺪود‪ ،‬ﺗﺼﻤﯿﻢ ﻧﺎﭘﺬﯾﺮي و ﻗﻀﯿﻪ ﺗﻨﺎﻇﺮ ﭘﺴﺖ‪ ،‬زﺑﺎن ﻫﺎي واﺑﺴﺘﻪ ﺑﻪ ﻣﺘﻦ و اﺗﻮﻣﺎﺗﺎي‬
‫ﮐﺮاﻧﺪار‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. R. Greenlaw and H. J. Hoover, Fundamentals of the Theory of Computation: Principles and Practice,‬‬
‫‪Morgan Kaufmann, 1998.‬‬
‫‪2. J. Martin, Introduction to Languages and the Theory of Computation, McGraw Hill, 2010‬‬
‫‪3. M. Sipser, Introduction to the Theory of Computation, Thomson Course Technology, 2006.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪94 /‬‬

‫ﻧﻈﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬
‫‪Theory of computation‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬

‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ ﻧﻈﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬

‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس ﺑﻪ ﻋﻨﻮان ﯾﮏ درس ﺗﮑﻤﯿﻠﯽ در ﻧﻈﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ ﺑﺮاي آﺷﻨﺎﯾﯽ ﺑﺎ روش ﻫﺎي اﺛﺒﺎت و ﺗﮑﻨﯿﮏ ﻫﺎي ﺑﻨﯿﺎدي اﺳﺘﺪﻻل اراﺋﻪ ﻣﯿﺸﻮد‪ .‬در اﯾﻦ‬
‫درس داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﻣﺨﺘﻠﻒ در ﻣﺪل ﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ ﭘﯿﭽﯿﺪه آﺷﻨﺎ ﻣﯽ ﺷﻮﻧﺪ و ﻣﻔﺎﻫﯿﻢ ﻋﻤﯿﻖ ﻣﺤﺎﺳﺒﻪ ﭘﺬﯾﺮي و ﺗﻮاﺑﻊ ﻣﺤﺎﺳﺒﻪ ﭘﺬﯾﺮ را ﻣﯽ‬
‫آﻣﻮزﻧﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬ﻣﻌﺮﻓﯽ ﻣﻔﺎﻫﯿﻢ اﺻﻠﯽ ﻣﺤﺎﺳﺒﻪ ﭘﺬﯾﺮي‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺪل ﻫﺎي ﻣﺨﺘﻠﻒ ﻣﺤﺎﺳﺒﻪ ﭘﺬﯾﺮي‬
‫‪ (3‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺗﻮاﺑﻊ ﻣﺤﺎﺳﺒﻪ ﭘﺬﯾﺮ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﺑﺮرﺳﯽ دﻗﯿﻖ ﻧﯿﻢ ﮔﺮوه ﮐﻠﻤﺎت روي ﻣﺠﻤﻮﻋﻪ ﺣﺮوف داده ﺷﺪه و ﻣﺘﻨﺎﻫﯽ‪ ،‬ﻣﺪل ﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ ﺳﺎده‪ ،‬ﺑﺮﺧﻮرد ﺑﺎ ﻣﻔﻬﻮم اﺗﻮﻣﺎﺗﻮن ﺑﻪ ﻋﻨﻮان ﯾﮏ ﺟﺒﺮ‬
‫و ﺗﻌﺮﯾﻒ ﻣﻔﺎﻫﯿﻢ زﯾﺮ اﺗﻮﻣﺎﺗﻮن‪ ،‬اﺗﻮﻣﺎﺗﻮن ﺧﺎرج ﻗﺴﻤﺖ و ﺿﺮب اﺗﻮﻣﺎﺗﻮن ﻫﺎ‪ ،‬اﺳﺘﺨﺮاج ﻗﻀﯿﻪ اﺳﺎﺳﯽ اﺗﻮﻣﺎﺗﻮن ﻫﺎي ﻣﯿﻨﯿﻤﺎل‪ ،‬اراﺋﻪ ﻣﺪل ﻫﺎي دﯾﮕﺮ‬
‫ﻣﺤﺎﺳﺒﺎﺗﯽ ﻣﺘﻨﺎﺳﺐ ﺑﺎ اﺗﻮﻣﺎﺗﻮن‪ ،‬ﺑﺮرﺳﯽ دﻗﯿﻖ ﻣﻔﻬﻮم اﺗﻮﻣﺎﺗﻮﻧﯽ ﭘﺸﺘﻪ اي و زﺑﺎن ﻫﺎي ﻣﺴﺘﻘﻞ از ﻣﺘﻦ و ﻣﻌﺎدل ﺑﻮدن آن ﻫﺎ‪ ،‬اراﺋﻪ ﻣﺪل ﺗﻮرﯾﻨﮓ و‬
‫درﺑﺮرﺳﯽ دﻗﯿﻖ ﻣﺴﺄﻟﻪ ﺗﻮﻗﻒ ﭘﺬﯾﺮي و اراﺋﻪ دﻗﯿﻖ روش اﺛﺒﺎت از ﻃﺮﯾﻖ ﻗﻄﺮي ﺳﺎزي‪ ،‬اراﺋﻪ دﻗﯿﻖ ﻣﺪل ﺗﻮرﯾﻨﮓ ﮐﺮاﻧﺪار ﺧﻄﯽ و ﻣﻔﻬﻮم ﮔﺮاﻣﺮﻫﺎي‬
‫واﺑﺴﺘﻪ ﺑﻪ ﻣﺘﻦ و ﮔﺮاﻣﺮﻫﺎي ﻣﻌﺎدل ﺑﺎ آن‪ ،‬ﺗﻮاﺑﻊ ﻣﺤﺎﺳﺒﻪ ﭘﺬﯾﺮ و ﺗﻮاﺑﻊ ﺑﺎزﮔﺸﺘﯽ اوﻟﯿﻪ‪ ،‬ارﺗﺒﺎط آن ﻫﺎ ﺑﺎ ﻣﺪل ﻣﺤﺎﺳﺒﺎﺗﯽ ﺗﻮرﯾﻨﮓ‪ ،‬اراﺋﻪ ﻣﻔﺎﻫﯿﻢ ﺑﺎزﮔﺸﺖ‬
‫ﮐﺮاﻧﺪار و ﺑﺎزﮔﺸﺖ ﭼﻨﺪﮔﺎﻧﻪ و ﻗﻄﺮي ﺳﺎزي ﺗﻮاﺑﻊ ﺑﺎزﮔﺸﺘﯽ ﭼﻨﺪﮔﺎﻧﻪ و ﺗﻮاﺑﻊ ﺑﺎزﮔﺸﺘﯽ ﺟﺰﺋﯽ‪.‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. J. Martin, Introduction to Languages and the Theory of Computation, McGraw Hill, 2010.‬‬
‫‪2. M. Sipser, Introduction to the theory of computation, Thomson Course Technology, 2006.‬‬
‫‪3. G. Rozenberg and A. Salomaa, Handbook of formal languages, Springer Verlag, 1997.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪95 /‬‬

‫اﺻﻮل ﺳﯿﺴﺘﻢﻫﺎي ﮐﺎﻣﭙﯿﻮﺗﺮي‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬
‫‪Principles of Computer System‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬

‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺑﺮﻧﺎﻣﻪﺳﺎزي ﭘﯿﺸﺮﻓﺘﻪ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬

‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس زﻣﯿﻨﻪ آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﻣﺪارات ﻣﻨﻄﻘﯽ و ﺳﺨﺖاﻓﺰار ﮐﺎﻣﭙﯿﻮﺗﺮ ﻓﺮاﻫﻢ ﻣﯽﮔﺮد‪ ،‬و ‪ .‬ﺑﺎ ﮔﺬراﻧﯿﺪن اﯾﻦ درس‪ ،‬داﻧﺸﺠﻮ ﺑﻪ‬
‫ﻣﻌﻠﻮﻣﺎت ﻻزم در زﻣﯿﻨﻪ ﻧﺤﻮه ﻋﻤﻠﮑﺮد ﺳﺨﺖاﻓﺰار ﮐﺎﻣﭙﯿﻮﺗﺮ دﺳﺖ ﭘﯿﺪا ﺧﻮاﻫﺪ ﮐﺮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺪارات ﻣﻨﻄﻘﯽ‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺳﺎزﻣﺎن ﮐﻠﯽ ﯾﮏ ﮐﺎﻣﭙﯿﻮﺗﺮ و اﺻﻮل ﻃﺮاﺣﯽ آن‬
‫‪ (3‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺳﺎزﻣﺎن دﺳﺘﮕﺎهﻫﺎي ورودي‪/‬ﺧﺮوﺟﯽ و ﺣﺎﻓﻈﻪ و ﭘﺮوﺗﮑﻞﻫﺎي ارﺗﺒﺎﻃﯽ آﻧﻬﺎ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﺪارﻫﺎي ﻣﻨﻄﻘﯽ دﯾﺠﯿﺘﺎل )ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎي دﯾﺠﯿﺘﺎل‪ ،‬ﮔﯿﺖﻫﺎي ﻣﻨﻄﻘﯽ‪ ،‬ﺟﺒﺮ ﺑﻮل‪ ،‬ﺳﺎدهﺳﺎزي ﺑﺎ ﻧﻘﺸﻪ‪ ،‬ﻣﺪارﻫﺎي ﺗﺮﺗﯿﺒﯽ‪ ،‬ﻓﻠﯿﭗﻓﻼپﻫﺎ‪ ،‬ﻣﺪارﻫﺎي‬
‫ﺗﺮﺗﯿﺒﯽ(‪ ،‬ﻗﻄﻌﺎت دﯾﺠﯿﺘﺎل )ﻣﺪارﻫﺎي ﻣﺠﺘﻤﻊ‪ ،‬دﯾﮑﺪرﻫﺎ‪ ،‬ﻣﻮﻟﺘﯽ ﭘﻠﮑﺴﺮﻫﺎ‪ ،‬ﺛﺒﺎتﻫﺎ‪ ،‬ﺷﯿﻔﺖ رﺟﯿﺴﺘﺮﻫﺎ‪ ،‬ﺷﻤﺎرﻧﺪهﻫﺎي دودوﯾﯽ‪ ،‬واﺣﺪ ﺣﺎﻓﻈﻪ(‪ ،‬ﻧﻤﺎﯾﺶ‬
‫دادهﻫﺎ‪ ،‬اﻧﺘﻘﺎل ﺛﺒﺎتﻫﺎ و رﯾﺰﻋﻤﻞﻫﺎ )زﺑﺎن اﻧﺘﻘﺎل ﺛﺒﺎت‪ ،‬اﻧﺘﻘﺎل ﺛﺒﺎت‪ ،‬اﻧﺘﻘﺎلﻫﺎي ﮔﺬرﮔﺎﻫﯽ و ﺣﺎﻓﻈﻪاي‪ ،‬رﯾﺰﻋﻤﻞﻫﺎ‪ ،‬واﺣﺪ ﺣﺴﺎب‪ ،‬ﻣﻨﻄﻖ و ﺷﯿﻔﺖ(‪،‬‬
‫ﺳﺎزﻣﺎن و ﻃﺮاﺣﯽ ﯾﮏ ﮐﺎﻣﭙﯿﻮﺗﺮ ﭘﺎﯾﻪ )ﮐﺪﻫﺎي دﺳﺘﻮراﻟﻌﻤﻞﻫﺎ‪ ،‬ﺛﺒﺎتﻫﺎي ﮐﺎﻣﭙﯿﻮﺗﺮ‪ ،‬دﺳﺘﻮراﻟﻌﻤﻞﻫﺎي ﮐﺎﻣﭙﯿﻮﺗﺮ‪ ،‬زﻣﺎﻧﺒﻨﺪي و ﮐﻨﺘﺮل‪ ،‬ﺳﯿﮑﻞ‬
‫دﺳﺘﻮراﻟﻌﻤﻞ‪ ،‬دﺳﺘﻮراﻟﻌﻤﻞﻫﺎي ارﺟﺎع ﺑﻪ ﺣﺎﻓﻈﻪ‪ ،‬ورودي‪-‬ﺧﺮوﺟﯽ و وﻗﻔﻪ(‪ ،‬ﮐﻨﺘﺮل رﯾﺰ ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽﺷﺪه‪ ،‬واﺣﺪ ﭘﺮدازش ﻣﺮﮐﺰي )ﺳﺎزﻣﺎن ﺛﺒﺎتﻫﺎي‬
‫ﻋﻤﻮﻣﯽ‪ ،‬ﺳﺎزﻣﺎن ﭘﺸﺘﻪ‪ ،‬ﻗﺎﻟﺐ دﺳﺘﻮراﻟﻌﻤﻞﻫﺎ‪ ،‬روشﻫﺎي آدرسدﻫﯽ‪ ،‬اﻧﺘﻘﺎل و دﺳﺘﮑﺎري دادهﻫﺎ(‪ ،‬اﻟﮕﻮرﯾﺘﻢﻫﺎي ﺣﺴﺎﺑﯽ )اﻟﮕﻮرﯾﺘﻢﻫﺎي ﺟﻤﻊ‪ ،‬ﺗﻔﺮﯾﻖ‪،‬‬
‫ﺿﺮب و ﺗﻘﺴﯿﻢ‪ ،‬ﻣﻌﻤﺎري ﺣﺴﺎﺑﯽ‪ ،‬ﺿﺮب ﺑﺎ ﮐﺪﮔﺬاري ﺑﻮت )‪ (Booth‬و آراﯾﻪاي(‪ ،‬ﺳﺎزﻣﺎن ورودي‪-‬ﺧﺮوﺟﯽ )واﺳﻄﻪ ورودي و ﺧﺮوﺟﯽ‪ ،‬ﺷﯿﻮهﻫﺎي اﻧﺘﻘﺎل‪،‬‬
‫وﻗﻔﻪ اوﻟﻮﯾﺖدار‪ ،‬دﺳﺘﯿﺎﺑﯽ ﻣﺴﺘﻘﯿﻢ ﺑﻪ ﺣﺎﻓﻈﻪ )‪ ،(DMA‬ﭘﺮدازﻧﺪه ورودي و ﺧﺮوﺟﯽ ‪ ،(IOP‬ﺳﺎزﻣﺎن ﺣﺎﻓﻈﻪ )ﺣﺎﻓﻈﻪ اﺻﻠﯽ‪ ،‬ﺣﺎﻓﻈﻪ ﮐﻤﮑﯽ‪ ،‬ﺣﺎﻓﻈﻪ‬
‫ﺗﺪاﻋﯿﮕﺮ‪ ،‬ﺣﺎﻓﻈﻪ ﮐﺶ‪ ،‬ﺣﺎﻓﻈﻪ ﻣﺠﺎزي(‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1.‬‬ ‫‪M. Mano, Computer System Architecture, Third Edition, Prentice hall, 1992.‬‬
‫‪2.‬‬ ‫‪D. A. Patterson and J. L. Hennessey, Computer Organization and Design, Third Edition, Morgan Kaufmann, 2005.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪96 /‬‬

‫زﺑﺎن ﻣﺎﺷﯿﻦ و اﺳﻤﺒﻠﯽ‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬
‫‪Machine language and assembly‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬

‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫اﺻﻮل ﺳﯿﺴﺘﻢﻫﺎي ﮐﺎﻣﭙﯿﻮﺗﺮي‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬

‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس زﻣﯿﻨﻪ آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮ ﺑﺎ ﺳﺎﺧﺘﺎر ﺳﺨﺖاﻓﺰاري ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎي اﻣﺮوزي و ﻃﺮﯾﻘﻪ ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ آﻧﻬﺎ ﺑﻪ زﺑﺎن ﻣﺎﺷﯿﻦ ﻓﺮاﻫﻢ ﻣﯽﺷﻮد و ﺑﻪ‬
‫ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ ﻣﺴﺘﻘﯿﻢ ﺑﺮ روي ﺳﺨﺖاﻓﺰار ﭘﺮداﺧﺘﻪ ﺧﻮاﻫﺪ ﺷﺪ‪ .‬ﻋﻼوه ﺑﺮ آن‪ ،‬ﺑﻪ ﻃﻮري ﺟﺰﯾﯽ ﺑﻪ ﻧﺤﻮه ﭘﯿﺎدهﺳﺎزي ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻒ‪ ،‬دراﯾﻮرﻫﺎ و ﻓﺮاﺧﻮاﻧﯽ‬
‫وﻗﻔﻪﻫﺎ ﭘﺮداﺧﺘﻪ ﺧﻮاﻫﺪ ﺷﺪ و ﻣﺜﺎلﻫﺎي ﻣﺘﻌﺪدي در اﯾﻦ زﻣﯿﻨﻪ ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﺧﻮاﻫﺪ ﮔﺮﻓﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ اﺟﺰاي ﺗﺸﮑﯿﻞدﻫﻨﺪه ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎي اﻣﺮوزي‬
‫‪ (2‬آﻣﻮزش زﺑﺎن اﺳﻤﺒﻠﯽ ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎي اﻣﺮوزي‬
‫‪ (3‬آﻣﻮزش ﻧﺤﻮه ﮐﻨﺘﺮل ﺳﺨﺖ اﻓﺮاز ﺑﺎ ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ در ﺳﻄﺢ زﺑﺎن ﻣﺎﺷﯿﻦ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﺗﺎرﯾﺨﭽﻪ ﮐﺎﻣﭙﯿﻮﺗﺮ )ﻧﺴﻞﻫﺎي ﮐﺎﻣﭙﯿﻮﺗﺮ و اﻧﻮاع آن‪ ،‬ﻣﺪل ﻓﻮن ﻧﯿﻮﻣﻦ(‪ ،‬اﻋﺪاد و اﻃﻼﻋﺎت در ﮐﺎﻣﭙﯿﻮﺗﺮ )اﻋﺪاد ﺻﺤﯿﺢ‪ ،‬ﻣﻤﯿﺰ ﺛﺎﺑﺖ‪/‬ﺷﻨﺎور‪ ،‬ﻣﮑﻤﻞ دو‪،‬‬
‫ﮐﺎراﮐﺘﺮﻫﺎ(‪ ،‬اﺟﺰاي ﺗﺸﮑﯿﻞدﻫﻨﺪه ﮐﺎﻣﭙﯿﻮﺗﺮ )واﺣﺪ ﭘﺮدازش ﻣﺮﮐﺰي)‪ ،(CPU‬واﺣﺪ ﻣﺤﺎﺳﺒﺎت و ﻣﻨﻄﻖ)‪ ،(ALU‬ﺛﺒﺎتﻫﺎ )‪ ،(Registers‬واﺣﺪ ﮐﻨﺘﺮل )‪،(CU‬‬
‫ﮔﺬرﮔﺎه )‪ (Bus‬و ﮔﻮﻧﻪﻫﺎي دﺳﺘﺮﺳﯽ ﺑﻪ آن‪ ،‬ورودي‪/‬ﺧﺮوﺟﯽ‪ ،‬اﻧﻮاع ﺣﺎﻓﻈﻪﻫﺎ در ﮐﺎﻣﭙﯿﻮﺗﺮ‪ ،‬ﺳﯿﮑﻞ واﮐﺸﯽ‪ -‬اﺟﺮا(‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺠﻤﻮﻋﻪ دﺳﺘﻮراﻟﻌﻤﻞ‬
‫ﮐﺎﻣﭙﯿﻮﺗﺮ ‪ CISC‬و ﮐﺎﻣﭙﯿﻮﺗﺮ ‪ ،RISC‬ﻣﺪﻫﺎي آدرسدﻫﯽ )ﺑﻼﻓﺼﻞ‪ ،‬ﻣﺴﺘﻘﯿﻢ‪ ،‬ﻏﯿﺮ ﻣﺴﺘﻘﯿﻢ‪ ،‬ﻧﺴﺒﯽ‪ ،‬ﺿﻤﻨﯽ‪ ،‬اﻧﺪﯾﺴﯽ‪ ،‬اﻓﺰاﯾﻨﺪه ﺧﻮدﮐﺎر‪ ،‬ﮐﺎﻫﻨﺪه ﺧﻮدﮐﺎر(‪،‬‬
‫ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ اﺳﻤﺒﻠﯽ‪ ،‬اﺳﻤﺒﻠﺮ )‪ (Assembler‬و اﺷﮑﺎلزدا )‪ ،(Debugger‬آﻣﻮزش زﺑﺎن اﺳﻤﺒﻠﯽ و اﻧﺠﺎم ﺗﻤﺮﯾﻦﻫﺎي اﺳﻤﺒﻠﯽ ﺑﺮاي ﯾﮏ ﭘﺮدازﻧﺪه‪ ،‬ﻣﺜﺎل‬
‫ﭘﯿﺎدهﺳﺎزي ﺗﻮاﺑﻊ ‪ – switch ،for ،while ،if else‬ﻣﺜﺎل ﺑﺮﻧﺎﻣﻪﻫﺎي ﺳﺎده‪ ،‬ﻣﻘﺪﻣﻪاي ﺑﺮ ﮐﺎﻣﭙﺎﯾﻠﺮ‪ ،‬رﺑﻂدﻫﻨﺪه )‪ (Linker‬و ﺑﺎرﮐﻨﻨﺪه )‪ ،(Loader‬زﯾﺮروال‬
‫)‪ ،(Subroutine‬ﻣﺎﮐﺮو‪ ،‬اﻧﺘﻘﺎل ﭘﺎراﻣﺘﺮ )‪ ،(Parameter Passing‬ارﺗﺒﺎط دادن زﯾﺮروال ﺑﺎ ﺑﺮﻧﺎﻣﻪﻫﺎي ﺳﻄﺢ ﺑﺎﻻ ﮐﻪ آن را ﻓﺮاﺧﻮاﻧﯽ ﻣﯽﮐﻨﻨﺪ‪ ،‬وﻗﻔﻪﻫﺎ‬
‫)‪ ،(interrupt‬ﺳﺮﮐﺸﯽ )‪ (Polling‬و اﻧﻮاع دﺳﺘﺮﺳﯽ ﺑﻪ واﺣﺪﻫﺎي ورودي‪/‬ﺧﺮوﺟﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ دراﯾﻮرﻫﺎي دﺳﺘﮕﺎه )‪(Device Drivers‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﭘﺮوژه‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1.‬‬ ‫‪R. Hyde, The art of Assembly Language, No Starch Press, 2010.‬‬
‫‪2.‬‬ ‫‪N. K. Srinath, 8085 Microprocessor Programming and Interfacing, Prentice Hall, 2005.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪97 /‬‬

‫اﺻﻮل ﺳﯿﺴﺘﻢﻫﺎي ﻋﺎﻣﻞ‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Fundamentals of Operating Systems‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬

‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺳﺎﺧﺘﻤﺎن داده ﻫﺎ و اﻟﮕﻮرﯾﺘﻢ ﻫﺎ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬

‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬

‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫در اﯾﻦ درس داﻧﺸﺠﻮ ﺑﺎ ﻣﻔﺎﻫﯿﻢ و اﺻﻮل اوﻟﯿﻪ و ﭘﺎﯾﻪ اي ﻃﺮاﺣﯽ ﺳﯿﺴﺘﻢ ﻋﺎﻣﻞ ﺑﻪ ﻋﻨﻮان ﻻﯾﻪ ارﺗﺒﺎﻃﯽ ﮐﺎرﺑﺮ و ﺑﺮﻧﺎﻣﻪ ﻫﺎي ﮐﺎرﺑﺮدي ﺑﺎ ﺳﺨﺖ اﻓﺰار‬
‫آﺷﻨﺎ ﻣﯽ ﺷﻮد‪..‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺳﺎزﻣﺎن ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺟﺎﯾﮕﺎه ﺳﯿﺴﺘﻢ ﻋﺎﻣﻞ‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺧﺪﻣﺎت ﺳﯿﺴﺘﻢ ﻋﺎﻣﻞ‬
‫‪ (3‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺴﺎﺋﻞ ﻧﻈﺮي و اﻟﮕﻮرﯾﺘﻤﯽ ﻣﺮﺑﻮط ﺑﻪ ﻃﺮاﺣﯽ و ﺳﺎﺧﺖ ﯾﮏ ﺳﯿﺴﺘﻢ ﻋﺎﻣﻞ ﻧﻮﻋﯽ‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫ﺗﻌﺮﯾﻒ‪ ،‬اﻫﻤﯿﺖ و ﺗﺎرﯾﺨﭽﻪ ﺳﯿﺴﺘﻢ ﻫﺎي ﻋﺎﻣﻞ‪ ،‬ﺳﺎزﻣﺎن ﺳﯿﺴﺘﻢ ﮐﺎﻣﭙﯿﻮﺗﺮي‪ ،‬ﺧﺪﻣﺎت ﺳﯿﺴﺘﻢ ﻋﺎﻣﻞ‪ ،‬ﻓﺮاﺧﻮاﻧﯽ ﻫﺎي ﺳﯿﺴﺘﻢ‪ ،‬ﺗﻘﺴﯿﻢ ﺑﻨﺪي ﺳﯿﺴﺘﻢ‬
‫ﻋﺎﻣﻞ از ﻧﻈﺮ ﮐﺎرﮐﺮد ﺷﺎﻣﻞ ﺳﯿﺴﺘﻢ ﻫﺎي ﺗﮏ ﮐﺎرﺑﺮه و ﺗﮏ وﻇﯿﻔﻪ اي‪ ،‬ﺳﯿﺴﺘﻢ ﻫﺎي ﭼﻨﺪ وﻇﯿﻔﻪ اي‪ ،‬ﺳﯿﺴﺘﻢ ﻫﺎي اﺷﺘﺮاك زﻣﺎﻧﯽ‪ ،‬ﺳﯿﺴﺘﻢ ﻫﺎي‬
‫ﺗﻮزﯾﻌﯽ و ﺷﺒﮑﻪ اي و ﺳﯿﺴﺘﻢ ﻫﺎي ﺑﯿﺪرﻧﮓ‪ ،‬ﻣﺪﯾﺮﯾﺖ ﻋﻤﻠﯿﺎت ورودي‪/‬ﺧﺮوﺟﯽ‪ ،‬ﻣﺪﯾﺮﯾﺖ ﻓﺮاﯾﻨﺪﻫﺎ‪ ،‬ﺑﺨﺶ ﺑﺤﺮاﻧﯽ و روش ﻫﺎي ﭘﯿﺎده ﺳﺎزي آن‪ ،‬ﺑﻦ‬
‫ﺑﺴﺖ و روﺷﻬﺎي ﺟﻠﻮﮔﯿﺮي‪ ،‬اﺟﺘﻨﺎب و ﮐﺸﻒ و ﺗﺮﻣﯿﻢ آن‪ ،‬ارﺗﺒﺎﻃﺎت درون ﻓﺮاﯾﻨﺪي‪ ،‬ﻣﺪﯾﺮﯾﺖ ﭘﺮدازﻧﺪه و روش ﻫﺎي زﻣﺎن ﺑﻨﺪي‪ ،‬ﻣﺪﯾﺮﯾﺖ ﺣﺎﻓﻈﻪ‪ ،‬روش‬
‫ﻫﺎي اﺧﺬ‪ ،‬ﺟﺎﯾﺪﻫﯽ و ﺟﺎﯾﮕﺰﯾﻨﯽ‪ ،‬ﺳﺎزﻣﺎن ﺣﺎﻓﻈﻪ ﻣﺠﺎزي‪ ،‬ﻣﺪﯾﺮﯾﺖ ﭘﺮوﻧﺪه ﻫﺎ‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﭘﺮوژه‬

‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬

‫ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪1. P.B. Silberschatz, G. Gavlin, and G. Gange, Operating System Concepts, Addison Wiley, 2009.‬‬
‫‪2. A. S. Tanenbaum, Moderm Oprating Systems, Prentice Hall, 2008.‬‬
‫‪3. A. S. Tanenbaum and A. Woodhull, Operating Systems: Design and Implementation, Pearson, 2009.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪98 /‬‬

‫ﻫﻮش ﻣﺼﻨﻮﻋﯽ‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Artificial Intelligence‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺳﺎﺧﺘﻤﺎن داده ﻫﺎ و اﻟﮕﻮرﯾﺘﻤﻬﺎ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫اﯾﻦ درس ﺑﻪ ﺟﻨﺒﻪ ﻫﺎﯾﯽ از ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ ﻣﯽ ﭘﺮدازد ﮐﻪ ﺑﻪ اﻧﺠﺎم اﻣﻮر ﻣﺮﺗﺒﻂ ﺑﺎ ﻫﻮش اﻧﺴﺎﻧﯽ ﻧﻈﯿﺮ ﺑﺎزي ﺷﻄﺮﻧﺞ‪ ،‬ﺷﻨﺎﺳﺎﯾﯽ ﻃﺮح‪ ،‬درك ﮔﻔﺘﺎر و ﺣﻞ‬
‫ﻣﺴﺌﻠﻪ ﻣﺮﺑﻮط ﻣﯽ ﺷﻮد‪ .‬ﻋﻨﺎوﯾﻦ اﺻﻠﯽ ﻣﻮرد ﺑﺤﺚ ﻣﻔﺎﻫﯿﻢ ﮐﻠﯿﺪي ﻧﻤﺎﯾﺶ داﻧﺎﯾﯽ و اﺳﺘﺪﻻل‪ ،‬ﺳﯿﺴﺘﻢ ﻫﺎي ﺧﺒﺮه و ﯾﺎدﮔﯿﺮي اﺳﺖ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﻫﻮش ﻣﺼﻨﻮﻋﯽ‬

‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻨﻄﻖ درﺟﻪ اول ﺑﻪ ﻋﻨﻮان ﯾﮏ زﺑﺎن اراﺋﻪ داﻧﺶ در ﻋﺎﻣﻠﻬﺎي ﻣﺒﺘﻨﯽ ﺑﺮ داﻧﺶ‬
‫‪ (3‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺣﻞ ﻣﺴﺎﺋﻞ ﻫﻮش ﻣﺼﻨﻮﻋﯽ در ﻣﺤﯿﻄﻬﺎي ﻏﯿﺮﻗﻄﻌﯽ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﺗﺎرﯾﺨﭽﻪ‪ ،‬ﮐﺎرﺑﺮد‪ ،‬اﻫﺪاف و ﻣﺤﺪودﯾﺖﻫﺎي ﻫﻮش ﻣﺼﻨﻮﻋﯽ‪ ،‬ﺷﻨﺎﺧﺖ ﻋﺎﻣﻞ ﻫﺎي ﻫﻮﺷﻤﻨﺪ و ﺳﺎﺧﺘﺎر ﯾﮏ ﻋﺎﻣﻞ ﻫﻮﺷﻤﻨﺪ‪ ،‬ﻓﻀﺎي وﺿﻌﯿﺘﻬﺎ و روﺷﻬﺎي‬
‫ﺟﺴﺖ و ﺟﻮ‪ ،‬ﺷﻨﺎﺧﺖ ﺣﻞ ﻣﺴﺎﺋﻞ ﻫﻮش ﻣﺼﻨﻮﻋﯽ ﺑﻪ ﺷﯿﻮه ﺟﺴﺘﺠﻮ‪ ،‬ﺷﻨﺎﺧﺖ ﻣﻔﻬﻮم ﻣﮑﺎﺷﻔﻪ و اﺑﺘﮑﺎر در ﺣﻞ ﻣﺴﺎﺋﻞ ﻫﻮش ﻣﺼﻨﻮﻋﯽ‪ ،‬ﻧﻤﺎﯾﺶ داﻧﺶ‪،‬‬
‫ﻧﻈﺮﯾﻪ ﺑﺎزي‪ ،‬ﺳﯿﺴﺘﻢﻫﺎي ﺧﺒﺮه‪ ،‬ﻣﻔﺎﻫﯿﻢ ﺷﻨﯿﺪن‪ ،‬دﯾﺪن و ﺣﺮف زدن و ﯾﺎدﮔﯿﺮي ﮐﺎﻣﭙﯿﻮﺗﺮو آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﻬﻮم ﯾﺎدﮔﯿﺮي ﺑﺎ اﺳﺘﻔﺎده از ﻣﺸﺎﻫﺪات‪ ،‬ﻣﻔﻬﻮم‬
‫روﺑﻮت‪ ،‬ﻣﻔﻬﻮم ادراك و اﺳﺘﻨﺘﺎج و اﺟﺮا ﺗﻮﺳﻂ روﺑﻮت ‪ ،‬ﺳﯿﺴﺘﻤﻬﺎﯾﯽ ﭘﺎﯾﻪ ﮔﺬاري ﺷﺪه ﺑﺮ ﺳﻮدﻣﻨﺪي داﻧﺶ و آﮔﺎﻫﯽ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﭘﺮوژه‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1.‬‬ ‫‪Peter Norvig, Stuart Russell, Artificial Intelligence: A Modern Approach Pearson; 32.41 edition, 2015‬‬

‫‪2. P. H. Winston , Artificial Intelligence, Addison Wesley, 1992.‬‬

‫‪3. N. C. Rowe, Artificial Intelligence through Prolog, Prentice Hall, 1988.‬‬

‫‪4. D. W. Patterson, Introduction toAartificial Intelligence and Expert Systems, Prentice‬‬

‫‪Hall, 1990.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪99 /‬‬

‫ﮐﺎﻣﭙﺎﯾﻠﺮ‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Compilers‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ ﻧﻈﺮﯾﻪ ﻣﺤﺎﺳﺒﻪ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪3‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪48‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﻫﺪف اﯾﻦ درس آﺷﻨﺎﯾﯽ داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻧﺤﻮه ﻋﻤﻠﮑﺮد ﮐﺎﻣﭙﺎﯾﻠﺮ در ﺗﺒﺪﯾﻞ ﮐﺪ ﺑﺮﻧﺎﻣﻪ ﺑﻪ ﮐﺪ ﻧﻬﺎﯾﯽ اﺳﺖ‪ .‬در اﯾﻦ درس ﻋﻼوه ﺑﺮ ﺟﻨﺒﻪ ﻫﺎي ﮐﺎرﺑﺮدي‬
‫ﮐﺎﻣﭙﺎﯾﻠﺮ‪ ،‬داﻧﺸﺠﻮﯾﺎن ﺑﺎ اﺻﻮل ﻧﻈﺮي آن ﻧﯿﺰ آﺷﻨﺎ ﻣﯽ ﺷﻮﻧﺪ و در واﻗﻊ ﯾﮑﯽ از ﮐﺎرﺑﺮد ﻫﺎي ﻋﻤﻠﯽ ﻣﺒﺎﺣﺚ ﻧﻈﺮي ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ را در ﺗﻮﻟﯿﺪ ﮐﺎﻣﭙﺎﯾﻠﺮ‬
‫ﺗﺠﺮﺑﻪ ﺧﻮاﻫﻨﺪ ﮐﺮد‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﻧﻈﺮي و ﻋﻤﻠﯽ ﮐﺎﻣﭙﺎﯾﻠﺮ‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ اﺟﺰاي ﮐﺎﻣﭙﺎﯾﻠﺮ و ﺗﮑﻨﯿﮏﻫﺎي ﻣﺨﺘﻠﻒ ﭘﯿﺎدهﺳﺎزي آنﻫﺎ‬
‫‪ (3‬ﮐﺴﺐ ﻣﻬﺎرت در ﺗﻮﻟﯿﺪ ﺑﺮﻧﺎﻣﻪ ﺑﻬﯿﻨﻪ و رﻓﻊ ﺧﻄﺎﻫﺎي ﺑﺮﻧﺎﻣﻪﻧﻮﯾﺴﯽ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫آﺷﻨﺎﯾﯽ ﺑﺎ ﮐﺎﻣﭙﺎﯾﻠﺮﻫﺎ‪ ،‬اﺟﺰا آن ﻫﺎ ‪ ،‬ﻋﻤﻠﮑﺮد و ﻣﺮاﺣﻞ ﮐﺎﻣﭙﺎﯾﻞ ﺑﻪ ﺻﻮرت ﮐﻠﯽ‪ ،‬ﺳﺎﺧﺘﺎر زﺑﺎنﻫﺎي ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ و ﻧﻘﺶ ﮔﺮاﻣﺮ در آﻧﻬﺎ‪ ،‬اﻧﻮاع ﮔﺮاﻣﺮﻫﺎ‪،‬‬
‫ﺗﺤﻠﯿﻞ ﮔﺮ ﻟﻐﻮي )‪ ، (Lexical Analyzer‬اﺗﻮﻣﺎﺗﻬﺎي ﺑﺎ ﭘﺎﯾﺎن و ﻧﻘﺶ آﻧﻬﺎ در ﺗﺤﻠﯿﻞ ﮔﺮ ﻟﻐﻮي‪ ،‬ﭘﺮدازش ﺧﻄﺎ در ﺗﺤﻠﯿﻞ ﮔﺮ ﻟﻐﻮي‪ ،‬ﺗﺤﻠﯿﻠﮕﺮ ﻧﺤﻮي و‬
‫اﻧﻮاع آن )‪ ، (Syntax Analyzer‬ﭘﺮدازش ﺧﻈﺎ در ﺗﺤﻠﯿﻞ ﮔﺮ ﻧﺤﻮي‪ ،‬ﺗﺤﻠﯿﻞ ﮔﺮﻫﺎي ﻧﺤﻮي ﺑﺎﻻ ﺑﻪ ﭘﺎﯾﯿﻦ‪ ،‬ﺗﺤﻠﯿﻞ ﮔﺮﻫﺎي ﻧﺤﻮي ﭘﺎﯾﯿﻦ ﺑﻪ ﺑﺎﻻ‪،‬‬
‫ﺳﺎﺧﺘﺎرﻫﺎي داده اي زﻣﺎن اﺟﺮا‪ ،‬ﺳﺎﺧﺘﺎر ﺟﺪول ﺳﻤﺒﻞﻫﺎ‪ ،‬ﻧﺤﻮه ﺗﻮﻟﯿﺪ ﮐﺪ‪ ،‬ﮐﺪﻫﺎي ﻣﯿﺎﻧﯽ و اﻧﻮاع آن‪ ،‬ﻧﺤﻮه ﺗﻮﻟﯿﺪ ﮐﺪﻫﺎي ﻣﯿﺎﻧﯽ ) ‪Semantic‬‬
‫‪ ، (Analyzer‬آﺷﻨﺎﯾﯽ ﺑﺎ ﮐﺎﻣﭙﺎﯾﻠﺮ ﮐﺎﻣﭙﺎﯾﻠﺮﻫﺎ )‪.(Lex and Yacc‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎﻧﺘﺮم‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﭘﺮوژه‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. V. Aho, R. S. and J. D. Ullman, Compilers: Principles, Techniques, and Tools, Addison Wesley, 2007.‬‬

‫‪2. W. Appel and J. Palsberg, Modern Compiler Implementation in Java, Cambridge University Press, 2002.‬‬

‫‪.Y. Yan, Principles of Compilers: A New Approach to Compiler, Springer, 2011 .Su and S .Y‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪100 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻣﺤﺎﺳﺒﺎت ﻋﻠﻤﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Scientific Computing‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺟﺒﺮ ﺧﻄﯽ‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬

‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬

‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬
‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﻣﺤﺎﺳﺒﺎت ﻋﻠﻤﯽ ﺷﺎﻣﻞ ﺟﺒﺮ ﺧﻄﯽ ﻋﺪدي و ﻣﺒﺎﻧﯽ آﻧﺎﻟﯿﺰ ﻋﺪدي اﺑﺰار ﺑﺴﯿﺎر ﻣﻬﻢ در ﺑﺴﯿﺎري از زﻣﯿﻨﻪﻫﺎي ﻋﻠﻮم و ﻣﻬﻨﺪﺳﯽ اﺳﺖ‪ .‬ﺑﺴﯿﺎري از ﻣﺴﺎﯾﻞ‬
‫ﮐﺎرﺑﺮدي در زﻣﯿﻨﻪﻫﺎي ﭘﺮدازش ﺗﺼﻮﯾﺮ و ﺳﯿﮕﻨﺎل‪ ،‬ﺗﺌﻮري ﺳﯿﺴﺘﻢ و ﮐﻨﺘﺮل‪ ،‬آﻣﺎر و اﺣﺘﻤﺎل و ﻓﺮاﯾﻨﺪﻫﺎي ﺗﺼﺎدﻓﯽ ﻣﻨﺠﺮ ﺑﻪ دﺳﺘﮕﺎهﻫﺎي ﺧﻄﯽ ﻣﯽ‪-‬‬
‫ﺷﻮﻧﺪ‪ .‬در اﯾﻦ درس اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻣﺨﺘﻠﻒ ﺗﺠﺰﯾﻪ اﻧﻮاع ﻣﺎﺗﺮﯾﺲﻫﺎ‪ ،‬ﺣﻞ دﺳﺘﮕﺎهﻫﺎ‪ ،‬ﭘﯿﺪا ﮐﺮدن ﺑﺮدار و ﻣﻘﺎدﯾﺮ وﯾﮋه‪ ،‬ﺣﻞ ﻣﺴﺎﯾﻞ ﮐﻤﺘﺮﯾﻦ ﻣﺮﺑﻌﺎت و دﯾﮕﺮ‬
‫اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ ﻣﺮﺗﺒﻂ ﺑﺎ ﻣﺎﺗﺮﯾﺲﻫﺎ ﺑﯿﺎن و در ﭘﺎﯾﺪاري و ﻫﻤﮕﺮاﯾﯽ ﺗﮏﺗﮏ آﻧﻬﺎ ﺑﺤﺚ ﻣﯽﺷﻮد‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﭘﺎﯾﺪاري‪ ،‬ﻫﻤﮕﺮاﯾﯽ و ﮐﺎراﯾﯽ اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻋﺪدي ﺑﺮاي ﺣﻞ دﺳﺘﮕﺎهﻫﺎي ﺧﻄﯽ‪.‬‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻧﻮاع ﺗﺠﺰﯾﻪ ﻣﺎﺗﺮﯾﺲﻫﺎ و اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻋﺪدي ﺑﺮاي ﺣﻞ دﺳﺘﮕﺎهﻫﺎ و ﯾﺎ ﺗﻘﺮﯾﺐ ﺟﻮاب آﻧﻬﺎ‬
‫‪ (3‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻟﮕﻮرﯾﺘﻢﻫﺎي ﭘﯿﺪا ﮐﺮدن ﻣﻘﺎدﯾﺮ وﯾﮋه و ﺑﺮدار وﯾﮋه‪ ،‬ﺗﺤﻠﯿﻞ ﻫﻤﮕﺮاﯾﯽ آﻧﻬﺎ‪.‬‬
‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬
‫اﻋﺪاد ﻣﻤﯿﺰ ﺷﻨﺎور و ﺧﻄﺎ در ﻣﺤﺎﺳﺒﺎت‪ ،‬ﭘﺎﯾﺪاري اﻟﮕﻮرﯾﺘﻢﻫﺎ و ﺣﺎﻟﺖ ﻣﺴﺎﻟﻪ‪ ،‬اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻣﻮﺛﺮ و ﻧﺮماﻓﺰارﻫﺎي رﯾﺎﺿﯽ‪ ،‬ﺗﺠﺰﯾﻪﻫﺎي ﻣﻔﯿﺪ در ﺳﯿﺴﺘﻢﻫﺎي‬
‫ﺧﻄﯽ ﺷﺎﻣﻞ ﺗﺠﺰﯾﻪ ‪ ،LU‬ﺑﺪون ﻣﺤﻮرﮔﯿﺮي و ﺑﺎ ﻣﺤﻮرﮔﯿﺮي ﺟﺰﯾﯽ و ﮐﺎﻣﻞ و ﺗﺤﻠﯿﻞ ﭘﺎﯾﺪاري آﻧﻬﺎ‪ ،‬ﺗﺒﺪﯾﻼت ﻫﺎوس ﻫﻮﻟﺪر و ﺗﺠﺰﯾﻪ ‪ ،QR‬و ﺗﻌﻤﯿﻢ اﯾﻦ‬
‫ﺗﺠﺰﯾﻪ ﺑﺮاي ﻣﺎﺗﺮﯾﺲﻫﺎي ﻏﯿﺮ ﻣﺮﺑﻌﯽ‪ ،‬ﺟﻮابﻫﺎي ﻋﺪدي ﺑﺮاي ﺳﯿﺴﺘﻢﻫﺎي ﺧﻄﯽ ﺷﺎﻣﻞ روشﻫﺎي ‪ LU‬ﺑﺪون ﻣﺤﻮرﮔﯿﺮي و ﺑﺎ ﻣﺤﻮرﮔﯿﺮي و روش‬
‫‪QR‬ﺑﺮاي ﻣﺎﺗﺮﯾﺲﻫﺎي ﻣﻌﮑﻮس ﭘﺬﯾﺮ ﻣﺮﺑﻌﯽ‪ ،‬اﻟﮕﻮرﯾﺘﻢ ﭼﻮﻟﺴﮑﯽ ﺑﺮاي ﻣﺎﺗﺮﯾﺲﻫﺎي ﻣﺘﻘﺎرن و ﻣﻌﯿﻦ ﻣﺜﺒﺖ‪ ،‬اﻟﮕﻮرﯾﺘﻢﻫﺎي ژاﮐﻮﺑﯽ و ﮔﺎوس ﺳﺎﯾﺪل‪ ،‬ﺣﻞ‬
‫ﻣﺴﺎﻟﻪ ﮐﻤﺘﺮﯾﻦ ﻣﺮﺑﻌﺎت ﺑﺮاي ﺳﯿﺴﺘﻢﻫﺎي ﺧﻄﯽ ﺷﺎﻣﻞ روش ﻣﻌﺎدﻻت ﻧﺮﻣﺎل‪ ،‬روش ‪ QR‬ﺑﺮاي ﺳﯿﺴﺘﻢﻫﺎي رﺗﺒﻪ ﮐﺎﻣﻞ‪ ،‬ﺣﻞ ﻋﺪدي ﻣﺴﺎﯾﻞ ﻣﻘﺪار وﯾﮋه‪،‬‬
‫دروﻧﯿﺎﺑﯽ ﺗﻮﺳﻂ ﭼﻨﺪﺟﻤﻠﻪايﻫﺎ ﺷﺎﻣﻞ دروﻧﯿﺎﺑﯽ ﻻﮔﺮاﻧﮋ‪ ،‬ﺗﻔﺎﺿﻼت ﺗﻘﺴﯿﻢ ﺷﺪه ﻧﯿﻮﺗﻦ‪ ،‬ﺧﻄﺎي دروﻧﯿﺎﺑﯽ‪ ،‬دروﻧﯿﺎﺑﯽ ﻫﺮﻣﯿﺖ و اﺳﭙﻼﯾﻦ ﻣﮑﻌﺒﯽ و ﺗﺤﻠﯿﻞ‬
‫ﺧﻄﺎي آﻧﻬﺎ‪ ،‬ﻣﺸﺘﻖﮔﯿﺮي و اﻧﺘﮕﺮالﮔﯿﺮي ﻋﺪدي ﺷﺎﻣﻞ روش ﻧﯿﻮﺗﻦ ﮐﺎﺗﺲ‪ ،‬روش ذوزﻧﻘﻪاي‪ ،‬ﺳﯿﻤﭙﺴﻮن‪ ،‬اﻧﺘﮕﺮالﮔﯿﺮي ﺑﻪ روش ﮔﺎوس‪ ،‬روشﻫﺎي ﻧﻘﻄﻪ‬
‫ﻣﯿﺎﻧﯽ‪ ،‬راﻣﺒﺮگ و ﺗﺤﻠﯿﻞ ﺧﻄﺎي آﻧﻬﺎ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎن ﺗﺮم‬ ‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﻣﻠﺰوﻣﺎت اﺳﺘﺎﻧﺪارد ﮐﻼس درس‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫ب‪ .‬ن‪ .‬داﺗﺎ‪ ،‬ﺟﺒﺮ ﺧﻄﯽ ﻋﺪدي و ﮐﺎرﺑﺮدﻫﺎ ‪ ،‬ﺗﺮﺟﻤﻪ ‪ :‬ف‪ .‬ﺗﻮﺗﻮﻧﯿﺎن‪ ،،‬ﺟﻠﺪ اول‪ ،‬اﻧﺘﺸﺎرات داﻧﺸﮕﺎه ﻓﺮدوﺳﯽ ﻣﺸﻬﺪ‪.1390 ،‬‬ ‫‪.1‬‬
‫ت‪ .‬اﻟﻬﻮﯾﺮاﻧﻠﻮ‪ ،‬م‪ .‬ﺧﻀﺮﻟﻮ و س‪ .‬ﺧﻀﺮﻟﻮ‪ ،‬روشﻫﺎي ﻋﺪدي در ﺟﺒﺮ ﺧﻄﯽ ﺑﺎ ﺗﺎﮐﯿﺪ ﺑﺮ ﺣﻞ ﻣﺴﺎﻟﻪ‪ ،‬ﭼﺎپ اول ‪ ،‬اﻧﺘﺸﺎرات ﻋﻠﻮم و‬ ‫‪.2‬‬
‫ﺗﺤﻘﯿﻘﺎت ‪.1387 ،‬‬
‫‪3.‬‬ ‫‪L. N. Trefethen and D. Bau, Numerical Linear Algebra, Third Edition, SIAM, 1997.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪101 /‬‬

‫ﺣﺴﺎﺑﺎن ﭘﯿﺸﺮﻓﺘﻪ‬ ‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪:‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Advanced Calculus‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫رﯾﺎﺿﯽ ﻋﻤﻮﻣﯽ ‪2‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﻣﻄﺎﻟﻌﮥ ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال ﭼﻨﺪ ﻣﺘﻐﯿﺮه و آﻧﺎﻟﯿﺰ ﺑﺮداري ﺑﺎ روﯾﮑﺮدي ﻫﻨﺪﺳﯽ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫درﺳﯽ دﻗﯿﻖ در ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال ﭼﻨﺪ ﻣﺘﻐﯿﺮه ﺑﺎ ﺗﺄﮐﯿﺪ ﺑﺮ ﺑﺮﻫﺎن‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﺸﺘﻖ ﺗﻮاﺑﻊ ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ ،‬ﭼﻨﺪﺟﻤﻠﻪاي ﺗﯿﻠﻮر ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ ،‬ﻗﻀﯿﮥ ﻣﻘﺪار ﻣﯿﺎﻧﮕﯿﻦ ﭼﻨﺪ ﻣﺘﻐﯿﺮه‪ ،‬ﻗﻀﯿﮥ ﺗﺎﺑﻊ وارون‪ ،‬ﻗﻀﯿﮥ ﺗﺎﺑﻊ ﺿﻤﻨﯽ‪ ،‬ﻧﻘﺎط ﺑﺤﺮاﻧﯽ و ﻟﻢ‬
‫ﻣﻮرس‪ ،‬اﻧﺘﮕﺮالﻫﺎي ﭼﻨﺪﮔﺎﻧﻪ‪ ،‬ﺗﻐﯿﯿﺮ ﻣﺘﻐﯿﺮ در اﻧﺘﮕﺮالﻫﺎي ﭼﻨﺪﮔﺎﻧﻪ‪ ،‬ﻗﻀﯿﮥ ﻓﻮﺑﯿﻨﯽ‪ ،‬اﻧﺘﮕﺮال روي ﺧﻢ و روﯾﻪ‪ ،‬ﻓﺮمﻫﺎي دﯾﻔﺮاﻧﺴﯿﻞ‪ ،‬ﻗﻀﺎﯾﺎي ﮔﺮﯾﻦ و‬
‫دﯾﻮرژاﻧﺲ‪ ،‬ﻗﻀﯿﮥ اﺳﺘﻮﮐﺲ‪ ،‬ﻓﺮمﻫﺎي ﺑﺴﺘﻪ و دﻗﯿﻖ‪ ،‬ﻟﻢ ﭘﻮاﻧﮑﺎره‪ ،‬و در ﺻﻮرت اﻣﮑﺎن ﻣﺒﺎﺣﺚ ﭘﯿﺸﺮﻓﺘﻪﺗﺮ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪ .‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ ﺑﻪ ﻣﻨﻈﻮر ﻣﻄﺎﻟﻌﻪ ﺗﺼﻮﯾﺮي‬
‫ﻣﺜﺎلﻫﺎي ﮐﻠﯿﺪي‪ .‬آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ﮐﺎرﺑﺮدﻫﺎي ﺣﺴﺎب دﯾﻔﺮاﻧﺴﯿﻞ و اﻧﺘﮕﺮال ﭼﻨﺪ ﻣﺘﻐﯿﺮه و آﻧﺎﻟﯿﺰ ﺑﺮداري‪.‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫‪[1] James J. Callahan, Advanced Calculus: A Geometric View, Springer, 2010.‬‬
‫‪[2] Peter D. Lax and Maria Shea, Multivariable Calculus with Applications, Springer, 2017.‬‬
‫‪[3] Ib H. Madsen and Jxrgen Tornehave, From Calculus to Cohomology: De Rham Cohomology and‬‬
‫‪Characteristic Classes, Cambridge University Press, 1997.‬‬
‫‪[4] James Stewart, Daniel K. Clegg and Saleem Watson, Multivariable Calculus, Cengage Learning, 2020.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪102 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Mathematical Analysis II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﻫﺪف اﯾﻦ درس آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﻬﻮم اﻧﺘﮕﺮال رﯾﻤﺎن‪-‬اﺳﺘﯿﻠﯿﺲ‪ ،‬ﻣﻄﺎﻟﻌﻪ ﻗﻀﺎﯾﺎي ﻣﺮﺑﻮط ﺑﻪ ﻣﺸﺘﻖ و ﺳﺮيﻫﺎي ﻋﺪدي‪ ،‬ﻓﻀﺎي ﺗﻮاﺑﻊ ﭘﯿﻮﺳﺘﻪ روي ﻓﻀﺎﻫﺎي‬
‫ﻣﺘﺮﯾﮏ‪ ،‬دﻧﺒﺎﻟﻪ ﺗﻮاﺑﻊ و رواﺑﻂ ﻣﯿﺎن آنﻫﺎ ﻣﺎﻧﻨﺪ ﻫﻤﮕﺮاﯾﯽ‪ ،‬ﻫﻢﭘﯿﻮﺳﺘﮕﯽ و ﺳﺮيﻫﺎي ﻓﻮرﯾﻪ ﻣﯽﺑﺎﺷﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺸﺘﻖ و ﻗﻀﺎﯾﺎي ﻣﺮﺑﻮط ﺑﻪ ﺳﺮيﻫﺎي ﻋﺪدي‬
‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻧﺘﮕﺮال رﯾﻤﺎن‪-‬اﺳﺘﯿﻠﯿﺲ‬
‫‪ (3‬آﺷﻨﺎﯾﯽ ﺑﺎ دﻧﺒﺎﻟﻪﻫﺎ و ﺳﺮيﻫﺎي ﺗﻮاﺑﻊ و ﺳﺮي ﻓﻮرﯾﻪ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﺸﺘﻖ‪ :‬ﻗﻀﯿﻪ ﻣﻘﺪار ﻣﯿﺎﻧﮕﯿﻦ و ﮐﺎرﺑﺮدﻫﺎي آن‪ ،‬ﺧﺎﺻﯿﺖ ﻣﻘﺪار ﻣﯿﺎﻧﯽ ﻣﺸﺘﻖ‪ ،‬ﻗﺎﻋﺪه ﻫﻮﭘﯿﺘﺎل‪ ،‬ﻗﻀﯿﻪ ﺗﯿﻠﺮ‪ ،‬ﻣﺸﺘﻖ ﺗﻮاﺑﻊ ﺑﺮداري ﻣﻘﺪار‪.‬‬
‫ﺳﺮيﻫﺎي ﻋﺪدي‪ :‬ﺳﺮيﻫﺎ و ﻗﻀﺎﯾﺎي ﻣﻘﺪﻣﺎﺗﯽ در ﺑﺎب ﺳﺮي‪ ،‬ﺳﺮيﻫﺎي ﺑﺎ ﺟﻤﻼت ﻧﺎﻣﻨﻔﯽ‪ ،‬آزﻣﻮن رﯾﺸﻪ و ﻧﺴﺒﺖ‪ ،‬ﺳﺮيﻫﺎي ﻣﺘﻨﺎوب‪ ،‬ﻫﻤﮕﺮاﯾﯽ ﻣﻄﻠﻖ‪ ،‬ﺟﻤﻊ‬
‫و ﺿﺮب ﺳﺮيﻫﺎ‪ ،‬ﻗﻀﯿﻪ ﺗﺠﺪﯾﺪ آراﯾﺶ رﯾﻤﺎن‪.‬‬
‫اﻧﺘﮕﺮال رﯾﻤﺎن‪-‬اﺳﺘﯿﻠﯿﺲ‪ :‬اﻧﺘﮕﺮالﭘﺬﯾﺮي‪ ،‬ﺷﺮط رﯾﻤﺎن ﺑﺮاي وﺟﻮد اﻧﺘﮕﺮال‪ ،‬اﻧﺘﮕﺮالﭘﺬﯾﺮ ﺑﻮدن ﺗﻮاﺑﻊ ﭘﯿﻮﺳﺘﻪ‪ ،‬ﺗﻐﯿﯿﺮ ﻣﺘﻐﯿﺮ‪ ،‬ﺗﺒﺪﯾﻞ اﻧﺘﮕﺮال رﯾﻤﺎن‪-‬اﺳﺘﯿﻠﯿﺲ‬
‫ﺑﻪ اﻧﺘﮕﺮال رﯾﻤﺎن و ﻗﻀﯿﻪ اﺳﺎﺳﯽ ﺣﺴﺎﺑﺎن‪ ،‬ﻣﺠﻤﻮﻋﻪ ﺑﺎ اﻧﺪازه ﺻﻔﺮ‪ ،‬ﻣﺤﮏ ﻟﺒﮓ‪ ،‬اﻧﺘﮕﺮال ﻧﺎﺳﺮه‪.‬‬
‫ﺗﻮاﺑﻊ ﺑﺎ ﺗﻐﯿﯿﺮات ﮐﺮاﻧﺪار و ﭘﯿﻮﺳﺘﻪ ﻣﻄﻠﻖ‪ :‬ﻣﻌﺮﻓﯽ ﺗﻮاﺑﻊ ﺑﺎ ﺗﻐﯿﯿﺮ ﮐﺮاﻧﺪار‪ ،‬ﻗﻀﺎﯾﺎي ﻣﺮﺑﻮﻃﻪ‪ ،‬ارﺗﺒﺎط ﺗﻮاﺑﻊ ﺑﺎ ﺗﻐﯿﯿﺮ ﮐﺮاﻧﺪار ﺑﺎ ﺗﻮاﺑﻊ ﺻﻌﻮدي‪ ،‬ﺧﻢﻫﺎي ﻣﺘﻨﺎﻫﯽ‬
‫ﻃﻮل‪ ،‬اﻧﺘﮕﺮالﭘﺬﯾﺮي ﻧﺴﺒﺖ ﺑﻪ ﺗﻮاﺑﻊ ﺑﺎ ﺗﻐﯿﯿﺮ ﮐﺮاﻧﺪار‪ ،‬ﺗﻮاﺑﻊ ﭘﯿﻮﺳﺘﻪ ﻣﻄﻠﻖ و ﻗﻀﺎﯾﺎي ﻣﺮﺑﻮﻃﻪ‪.‬‬
‫دﻧﺒﺎﻟﻪﻫﺎ و ﺳﺮيﻫﺎي ﺗﻮاﺑﻊ‪ :‬ﻫﻤﮕﺮاﯾﯽ ﻧﻘﻄﻪﯾﯽ و ﯾﮑﻨﻮاﺧﺖ و راﺑﻄﻪ آﻧﻬﺎ ﺑﺎ ﮐﺮاﻧﺪاري‪ ،‬ﭘﯿﻮﺳﺘﮕﯽ‪ ،‬ﻣﺸﺘﻖ و اﻧﺘﮕﺮال‪ ،‬آزﻣﻮنﻫﺎي ﻫﻤﮕﺮاﯾﯽ ﯾﮑﻨﻮاﺧﺖ ﺳﺮيﻫﺎ‬
‫ﻣﺎﻧﻨﺪ‪ :‬آزﻣﻮنﻫﺎي ‪ –M‬واﯾﺮاﺷﺘﺮاس‪ ،‬آﺑﻞ‪ ،‬دﯾﺮﯾﮑﻠﻪ‪ ،... ،‬وﺟﻮد ﺗﺎﺑﻊ ﭘﯿﻮﺳﺘﻪ ﻫﯿﭻﺟﺎ ﻣﺸﺘﻖﭘﺬﯾﺮ روي ‪ ،ℝ‬ﺳﺮيﻫﺎي ﺗﻮاﻧﯽ و ﻫﻤﮕﺮاﯾﯽ ﯾﮑﻨﻮاﺧﺖ آنﻫﺎ‪ ،‬ﻗﻀﯿﻪ‬
‫ﺣﺪ آﺑﻞ‪ ،‬ﺗﺎﺑﻊ ﮔﺎﻣﺎ و ﻗﻀﯿﻪ ﻣﺎﻟﺮاپ‪-‬ﺑﻮﻫﺮ‪.‬‬
‫ﻓﻀﺎﻫﺎي ﺗﻮاﺑﻊ ﭘﯿﻮﺳﺘﻪ‪ :‬ﻧﺮم ﺳﻮﭘﺮﯾﻤﻢ‪ ،‬ﻫﻢﭘﯿﻮﺳﺘﮕﯽ‪ ،‬ﻗﻀﯿﻪ آرزوﻻ‪-‬آﺳﮑﻮﻟﯽ‪ ،‬ﺟﺒﺮ ﺗﻮاﺑﻊ‪ ،‬ﻗﻀﯿﻪ اﺳﺘﻮن‪-‬واﯾﺮﺷﺘﺮاس‪.‬‬
‫ﺳﺮيﻫﺎي ﻓﻮرﯾﻪ‪ :‬ﻣﻌﺮﻓﯽ ﺳﺮيﻫﺎي ﻓﻮرﯾﻪ‪ ،‬ﺿﺮاﯾﺐ ﻓﻮرﯾﻪ‪ ،‬ﻧﺎﻣﺴﺎوي ﺑﺴﻞ‪ ،‬ﻗﻀﯿﻪ ﭘﺎرﺳﻮال‪ ،‬ﻫﻤﮕﺮاﯾﯽ ﺳﺮيﻫﺎي ﻓﻮرﯾﻪ‪ ،‬ﻗﻀﯿﻪ ﻓﯿﯿﺮ‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬

‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬

‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬

‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
103 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬
:‫ ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‬،‫ج( ﻣﻠﺰوﻣﺎت‬
.‫ ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‬،‫ ﭘﺮوژﮐﺘﻮر‬،‫راﯾﺎﻧﻪ‬
:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬
1.Robert G. Bartle, Donald R. Sherbert, Introduction to Real Analysis, Wiley, 2011.
2. Vladimir Zorich, Mathematical Analysis II, Springer-Verlag, New York, 2004.
3. W. Rudin, Principals of Mathematical Analysis, McGraw Hill, 1976.
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪104 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻂ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Complex Functions‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﻧﻈﺮﯾﻪ ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻂ ﺑﺨﺶ ﻣﻬﻤﯽ ازرﯾﺎﺿﯿﺎت ﻣﺤﺾ‪ ،‬رﯾﺎﺿﯿﺎت ﻣﻬﻨﺪﺳﯽ و رﯾﺎﺿﯽ ﻓﯿﺰﯾﮏ را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﺪ‪ .‬ﻫﺪف اﯾﻦ درس آﺷﻨﺎﯾﯽ ﺑﺎ اﯾﻦ اﯾﻦ ﻧﻈﺮﯾﻪ از‬
‫دﯾﺪﮔﺎه ﺗﺌﻮري و اﯾﺠﺎد آﻣﺎدﮔﯽ ﺑﺮاي ﻣﻮاﺟﻪ ﺷﺪن ﺑﺎ ﻣﺴﺎﯾﻠﯽ ﭼﻮن ﺷﺎرش ﮔﺮﻣﺎ‪ ،‬ﻧﻈﺮﯾﻪ ﭘﺘﺎﻧﺴﯿﻞ‪ ،‬ﻧﻈﺮﯾﻪ اﻟﮑﺘﺮوﻣﻐﻨﺎﻃﯿﺲ‪ ،‬آﯾﺮودﯾﻨﺎﻣﯿﮏ و‪ ،...‬ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺗﻮاﺑﻊ ﺗﺤﻠﯿﻠﯽ و ﻧﮕﺎﺷﺖ ﻫﺎي ﻫﻤﺪﯾﺲ‬

‫‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻧﺘﮕﺮال ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻂ و ﺳﺮي ﻫﺎ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫دﺳﺘﮕﺎه اﻋﺪاد ﻣﺨﺘﻠﻂ‪ :‬دﺳﺘﮕﺎه اﻋﺪاد ﻣﺨﺘﻠﻂ‪ ،‬اﻋﻤﺎل ﺟﺒﺮي‪ ،‬ﻗﺪرﻣﻄﻠﻖ‪ ،‬ﻣﺰدوج‪ ،‬ﻧﻤﺎﯾﺶ ﻗﻄﺒﯽ اﻋﺪاد ﻣﺨﺘﻠﻂ‪ ،‬ﻗﻀﯿﻪ دﻣﻮآور‪ ،‬رﯾﺸﻪ ﻫﺎي اﻋﺪاد ﻣﺨﺘﻠﻂ‪ ،‬رﯾﺸﻪ‬
‫ﻫﺎي ‪ n‬ام واﺣﺪ‪ ،‬ﺻﻔﺤﻪ ﺗﻮﺳﻌﻪ ﯾﺎﻓﺘﻪ اﻋﺪاد ﻣﺨﺘﻠﻂ و ﻧﻤﺎﯾﺶ ﮐﺮوي آن‪ ،‬ﻣﻔﺎﻫﯿﻢ ﺗﻮﭘﻮﻟﻮژﯾﮏ ﻣﺎﻧﻨﺪ ﻣﺘﺮﯾﮏ‪ ،‬ﻫﻤﺒﻨﺪي‪ ،‬دﻧﺒﺎﻟﻪ و ﺳﺮي ﺗﻮاﺑﻊ‪ ،‬و ﻫﻤﮕﺮاﯾﯽ‬
‫ﯾﮑﻨﻮاﺧﺖ‪.‬‬
‫ﺗﻮاﺑﻊ ﺗﺤﻠﯿﻠﯽ‪ :‬ﺣﺪ و ﭘﯿﻮﺳﺘﮕﯽ ﺗﻮاﺑﻊ ‪ ،‬ﻣﺸﺘﻖ‪ ،‬ﻣﻌﺎدﻻت ﮐﻮﺷﯽ‪-‬رﯾﻤﺎن‪ ،‬ﺷﺮاﯾﻂ ﻻزم و ﮐﺎﻓﯽ ﯾﺮاي ﻣﺸﺘﻖ ﭘﺬﯾﺮي‪ ،‬ﺗﻮاﺑﻊ ﺗﺤﻠﯿﻠﯽ‪ ،‬ﺗﻮاﺑﻊ ﻫﻤﺴﺎز‪ ،‬ﺗﻮاﺑﻊ‬
‫ﻣﻘﺪﻣﺎﺗﯽ‪ ،‬ﺗﺎﺑﻊ ﻧﻤﺎﯾﯽ‪ ،‬ﺗﺎﺑﻊ ﻟﮕﺎرﯾﺘﻢ‪ ،‬و ﺗﻮاﺑﻊ ﻣﺜﻠﺜﺎﺗﯽ‪.‬‬
‫اﻧﺘﮕﺮال‪ :‬ﺗﻌﺮﯾﻒ ﺧﻢ و اﻧﺘﮕﺮال روي ﺧﻢ‪ ،‬ﻗﻀﯿﻪ ﮐﻮﺷﯽ‪ ،‬ﻓﺮﻣﻮل اﻧﺘﮕﺮال ﮐﻮﺷﯽ و ﮐﺎرﺑﺮدﻫﺎي آن‪ ،‬ﻗﻀﯿﻪ ﻣﻮررا‪ ،‬اﺻﻞ ﻣﺎﮐﺴﯿﻤﻢ ﻗﺪرﻣﻄﻠﻖ‪ ،‬ﻧﺎﺑﺮاﺑﺮي ﮐﻮﺷﯽ‪،‬‬
‫ﻗﻀﯿﻪ ﻟﯿﻮوﯾﻞ‪ ،‬و ﻗﻀﯿﻪ اﺳﺎﺳﯽ ﺟﺒﺮ‪.‬‬
‫ﺳﺮي ﻫﺎ‪ :‬ﺳﺮي ﻫﺎ در اﻋﺪاد ﻣﺨﺘﻠﻂ‪ ،‬ﺳﺮي ﻫﺎي ﺗﻮاﻧﯽ‪ ،‬ﺳﺮي ﺗﯿﻠﺮ‪ ،‬ﺳﺮي ﻟﻮران‪ ،‬اﺻﻞ ﯾﮕﺎﻧﮕﯽ‪ ،‬ﻧﻘﺎط ﺗﮑﯿﻦ ﻣﻨﻔﺮد‪ ،‬اﺻﻞ آوﻧﺪ‪ ،‬ﻗﻀﯿﻪ روﺷﻪ‪ ،‬و ﻗﻀﯿﻪ ﻧﮕﺎﺷﺖ‬
‫ﺑﺎز‪.‬‬
‫ﻣﺎﻧﺪه و اﻧﺘﮕﺮال ﻫﺎي ﺣﻘﯿﻘﯽ‪:‬ﻣﺎﻧﺪه‪ ،‬ﻣﺤﺎﺳﺒﻪ ﻣﺎﻧﺪه در ﻗﻄﺐ‪،‬ﮐﺎرﺑﺮد ﻣﺎﻧﺪه در ﻣﺤﺎﺳﺒﻪ اﻧﺘﮕﺮال ﻫﺎي ﺣﻘﯿﻘﯽ‪ ،‬وﺳﺮي ﻫﺎ‪.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪105 /‬‬

‫ﻧﮕﺎﺷﺖ ﻫﺎي ﻫﻤﺪﯾﺲ‪ :‬ﻧﮕﺎﺷﺖ ﻫﺎي ﻫﻤﺪﯾﺲ‪ ،‬ﻧﮕﺎﺷﺖ ﻫﺎي ﺧﻄﯽ‪ ،‬ﻣﻌﮑﻮس‪ ،‬و دو ﺧﻄﯽ )ﻣﻮﺑﯿﻮس( ‪ ،‬ﺗﺎﺑﻊ ﻧﻤﺎﯾﯽ‪،‬و ﻧﮕﺎﺷﺘﻦ ﻧﯿﻢ ﺻﻔﺤﻪ ﺑﺎﻻﯾﯽ ﺑﻪ روي ﻗﺮص‬
‫ﺑﺎز واﺣﺪ‪.‬‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬

‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬

‫م‪ .‬ﺣﺼﺎرﮐﯽ و م‪ .‬ﭘﻮرﻧﮑﯽ‪ ،‬ﺗﻮاﺑﻊ ﻣﺨﺘﻠﻂ‪ ،‬اﻧﺘﺸﺎرات ﻓﺎﻃﻤﯽ‪1389 ،‬‬ ‫‪.1‬‬
‫ج‪ .‬ﺑﺮاون‪ ،‬ر‪.‬ﭼﺮﭼﯿﻞ‪،‬ﻣﺘﻐﯿﺮﻫﺎي ﻣﺨﺘﻠﻂ وﮐﺎرﺑﺮدﻫﺎي آن‪،‬ﻣﺘﺮﺟﻢ‪ :‬اﻣﯿﺮ ﺧﺴﺮوي ‪،‬ﻣﺮﮐﺰﻧﺸﺮداﻧﺸﮕﺎﻫﯽ‪1390 ،‬‬ ‫‪.2‬‬
‫م‪ .‬آر‪ .‬اﺷﭙﯿﮕﻞ‪ ،‬ﻧﻈﺮﯾﻪ و ﻣﺴﺎﯾﻞ ﻣﺘﻐﯿﺮ ﻫﺎي ﻣﺨﺘﻠﻂ‪ ،‬ﻣﺘﺮﺟﻢ‪ :‬ﻋﻠﯽ اﮐﺒﺮ ﻋﺎﻟﻢ زاده‪ ،‬اﻧﺘﺸﺎرات آﯾﯿﮋ‪.1386 ،‬‬ ‫‪.3‬‬
‫‪4-J. B. Conway, Functions of One Complex Variable I, Springer, 1995.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪106 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺟﺒﺮ ‪1‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Algebra I‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ رﯾﺎﺿﯿﺎت‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﺟﺒﺮ ‪ 1‬ﻧﺨﺴﺘﯿﻦ درس در ﺟﺒﺮ ﻣﺠﺮد ﺑﺮاي داﻧﺸﺠﻮﯾﺎن و درﻧﺘﯿﺠﻪ او‪‬ﻟﯿﻦ ﺑﺮﺧﻮرد ﻣﺸﺮوح آﻧﻬﺎ ﺑﺎ ﻣﺒﺎﺣﺚ اﺻﻞ ﻣﻮﺿﻮﻋﯽ در ﺟﺒﺮ اﺳﺖ‪ .‬ﺗﺴﻠﻂ داﻧﺸﺠﻮﯾﺎن ﺑﺮ‬
‫اﯾﻦ درس ﭘﺎﯾﻪ ﻣﺤﮑﻤﯽ ﺑﺮاي درسﻫﺎي ﺑﻌﺪي و ﻫﻤﭽﻨﯿﻦ ﺗﺠﺮﺑﻪ ﺑﺎ ارزﺷﯽ را ﺑﺮاي ﻣﻄﺎﻟﻌﻪ ﺑﯿﺸﺘﺮ اﺻﻞ ﻣﻮﺿﻮﻋﯽ در رﯾﺎﺿﯿﺎت ﻓﺮاﻫﻢ ﻣﯽﮐﻨﺪ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﻧﺸﺎن دادن اﻫﻤﯿﺖ روشﻫﺎي اﺻﻞ ﻣﻮﺿﻮﻋﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﺮﺧﯽ ﺳﺎﺧﺘﺎرﻫﺎي ﺟﺒﺮي )ﮔﺮوهﻫﺎ و ﺣﻠﻘﻪﻫﺎ(‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ‪ :‬ﻋﻤﻞ دوﺗﺎﯾﯽ‪ ،‬ﺳﺎﺧﺘﺎرﻫﺎي دوﺗﺎﯾﯽ‪ ،‬ﯾﮑﺮﯾﺨﺘﯽ ﺳﺎﺧﺘﺎرﻫﺎﯾﯽ دوﺗﺎﯾﯽ‪ ،‬ﻧﯿﻢﮔﺮوهﻫﺎ‪ ،‬ﮔﺮوهﻫﺎ‪ ،‬ﻣﺜﺎل ﻫﺎي اوﻟﯿﻪ‬ ‫–‬
‫ﺳﺎﺧﺘﺎرﻫﺎي ﻣﺮﺑﻮط ﺑﻪ ﮔﺮوه‪ :‬زﯾﺮﮔﺮوهﻫﺎ‪ ،‬ﮔﺮوهﻫﺎي دوري‪ ،‬ﻣﺮﺗﺒﻪ ﯾﮏ ﻋﻀﻮ‪ ،‬ﺳﺎﺧﺘﺎر ﮔﺮوهﻫﺎي دوري )ﻣﺘﻨﺎﻫﯽ و ﻧﺎﻣﺘﻨﺎﻫﯽ(‪ ،‬ﻣﻔﻬﻮم ﯾﮑﺮﯾﺨﺘﯽ و‬ ‫–‬
‫ﻫﻤﺮﯾﺨﺘﯽ ﮔﺮوه ﻫﺎ‬
‫ﮔﺮوه ﻫﺎي ﺟﺎﯾﮕﺸﺘﯽ‪ :‬ﮔﺮوهﻫﺎي ﺟﺎﯾﮕﺸﺘﯽ‪ ،‬ﻣﺪارﻫﺎ‪ ،‬دورﻫﺎ‪ ،‬ﮔﺮوهﻫﺎي ﻣﺘﻨﺎوب‪،‬‬ ‫–‬
‫ﻋﻤﻞ ﮔﺮوه‪ :‬ﻋﻤﻞ ﮔﺮوه ‪ ،‬ﻣﻔﺎﻫﯿﻢ ﻣﺮﺗﺒﻂ ﺑﺎ ﻋﻤﻞ ﮔﺮوه‪ ،‬ﻣﺜﺎل ﻫﺎي اوﻟﯿﻪ‪ ،‬ﻗﻀﯿﻪ ﮐﯿﻠﯽ‬ ‫–‬
‫ﻣﺒﺎﺣﺚ ﺗﮑﻤﯿﻠﯽ ﻣﺮﺑﻮط ﺑﻪ ﮔﺮوه ﻫﺎ و ﮔﺮوه ﻫﺎي ﺧﺎرج ﻗﺴﻤﺘﯽ‪ :‬ﻫﻢﻣﺠﻤﻮﻋﻪﻫﺎ‪ ،‬ﻗﻀﯿﻪ ﻻﮔﺮاﻧﮋ‪ ،‬زﯾﺮﮔﺮوه ﻧﺮﻣﺎل‪ ،‬ﻣﺮﮐﺰ ﯾﮏ ﮔﺮوه‪ ،‬زﯾﺮﮔﺮوه ﺟﺎﺑﻪﺟﺎﮔﺮ ﯾﺎ‬ ‫–‬
‫ﻣﺸﺘﻖ‪ ،‬ﮔﺮوهﻫﺎي ﺳﺎده‪ ،‬ﺣﺎﺻﻞﺿﺮب ﻣﺴﺘﻘﯿﻢ ﮔﺮوهﻫﺎ‪ ،‬ﮔﺮوهﻫﺎي آﺑﻠﯽ ﻣﺘﻨﺎﻫﯽ ﻣﻮﻟﺪ‪ ،‬ﻫﻤﺮﯾﺨﺘﯽﻫﺎ‪ ،‬ﮔﺮوهﻫﺎي ﺧﺎرج ﻗﺴﻤﺘﯽ‬
‫ﻗﻀﺎﯾﺎي ﯾﮑﺮﯾﺨﺘﯽ ﮔﺮوه ﻫﺎ‪ :‬ﻗﻀﺎﯾﺎي اول‪ ،‬دوم و ﺳﻮم ﯾﮑﺮﯾﺨﺘﯽ ﮔﺮوهﻫﺎ‬ ‫–‬
‫ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ ﻣﺮﺑﻮط ﺑﻪ ﺣﻠﻘﻪ‪ :‬ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ ﻣﺮﺑﻮط ﺑﻪ ﺣﻠﻘﻪ ﻫﺎ ﺣﻠﻘﻪﻫﺎ و ﻣﺜﺎلﻫﺎﯾﯽ ﺑﺮاي آﻧﻬﺎ ﻣﺎﻧﻨﺪ ﺣﻠﻘﻪ ﮐﻮاﺗﺮﻧﯿﻮنﻫﺎ‪ ،‬ﻫﻤﺮﯾﺨﺘﯽ ﺣﻠﻘﻪﻫﺎ‪،‬‬ ‫–‬
‫زﯾﺮﺣﻠﻘﻪﻫﺎ‬
‫ﻣﻔﺎﻫﯿﻢ ﺗﮑﻤﻠﯽ ﺣﻠﻘﻪ ﻫﺎ‪ :‬ﻣﻘﺴﻮم ﻋﻠﯿﻪﻫﺎي ﺻﻔﺮ‪ ،‬ﺣﻮزهﻫﺎي ﺻﺤﯿﺢ‪ ،‬ﻣﺸﺨﺼﻪ ﯾﮏ ﺣﻠﻘﻪ‪ ،‬ﻧﺸﺎﻧﯿﺪن ﺣﻠﻘﻪﻫﺎ‪ ،‬ﻣﯿﺪان ﮐﺴﺮﻫﺎي ﯾﮏ ﺣﻮزه ﺻﺤﯿﺢ‬ ‫–‬
‫اﯾﺪه آل ﻫﺎ‪ :‬اﯾﺪهآل ﯾﮏ ﺣﻠﻘﻪ‪ ،‬اﯾﺪهآل ﺗﻮﻟﯿﺪ ﺷﺪهﺗﻮﺳﻂ ﯾﮏ ﻣﺠﻤﻮﻋﻪ‪ ،‬ﺣﻠﻘﻪﻫﺎي ﺧﺎرج ﻗﺴﻤﺘﯽ‪ ،‬اﯾﺪه ال ﻫﺎي اول و ﻣﺎﮐﺴﯿﻤﺎل‬ ‫–‬
‫ﻗﻀﺎﯾﺎي ﯾﮑﺮﯾﺨﺘﯽ ﺣﻠﻘﻪ ﻫﺎ و آﺷﻨﺎﯾﯽ ﻣﺨﺘﺼﺮ ﺑﺎ ﺣﻠﻘﻪ ﭼﻨﺪﺟﻤﻠﻪﯾﯽﻫﺎ‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫اﺳﺘﻔﺎده از ﻣﺴﺎﯾﻞ و ﻣﺮاﺟﻊ ﻣﺘﻔﺎوت درداﻧﺸﮕﺎﻫﻬﺎي ﻣﻌﺘﺒﺮ دﻧﯿﺎ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ارزﺷﯿﺎﺑﯽ ﻣﺴﺘﻤﺮ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﻣﯿﺎن ﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﻫﺎي ﻧﻬﺎﯾﯽ‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
107 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬
:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬
6. S.Shahriari, Algebra in action: a course in groups, rings, and fields, American Mathematical Soc., 2017.
7. D.S. Dummit, and R. M. Foote, Abstract algebra, Wiley, 2004
8. T. W. Hungerford, Abstract Algebra: An Introduction, SaunderColledge Pub., 1996.
9. I. N. Herstein, Abstract Algebra, Macmillan Company, 1989.
10. N. Lauritzen, Concrete Abstract Algebra; From Numbers to Groebner Bases, Camb. Uni. Pres., 2003
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪108 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺟﺒﺮ ‪2‬‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Algebra II‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺟﺒﺮ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﺟﺒﺮ ‪ 2‬دوﻣﯿﻦ درس در ﺟﺒﺮ ﻣﺠﺮد اﺳﺖ ﮐﻪ در آن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺣﺴﺎب در ﺣﻮزهﻫﺎي ﺻﺤﯿﺢ و ﺑﻌﻀﯽ ﻧﺘﺎﯾﺞ ﮐﻼﺳﯿﮏ در ﻣﻮرد ﻣﯿﺪانﻫﺎ و‬
‫ﭼﻨﺪﺟﻤﻠﻪﯾﯽﻫﺎي روي آﻧﻬﺎ آﺷﻨﺎ ﻣﯽ ﺷﻮﻧﺪ‪ .‬در اﯾﻦ درس داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﻣﻘﺪﻣﺎت ﻧﻈﺮﯾﮥ ﮔﺎﻟﻮا ﮐﻪ ﻧﻘﺸﯽ ﻣﺮﮐﺰي در رﯾﺎﺿﯿﺎت ﻣﺪرن دارد‪ ،‬آﺷﻨﺎ ﻣﯽﺷﻮﻧﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﺗﺠﺰﯾﻪ در ﺣﻮزه ﻫﺎي ﺻﺤﯿﺢ‪ ،‬ﺑﺮرﺳﯽ ﺗﻮﺳﯿﻊ ﻫﺎي ﻣﯿﺪان‪،‬ﻗﻀﺎﯾﺎي ﮔﺎﻟﻮا و ﺑﺮرﺳﯽ ﺑﺮﺧﯽ ﻣﺴﺎﺋﻞ ﮐﻼﺳﯿﮏ ﻣﺮﺑﻮط ﺑﻪ ﺗﺮﺳﯿﻤﺎت ﻫﻨﺪﺳﯽ‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﺣﻮزه ﻫﺎي اﻗﻠﯿﺪﺳﯽ‪ :‬ﺗﻌﺮﯾﻒ و اراﺋﻪ ﻣﺜﺎل ﻫﺎﯾﯽ از ﺣﻮزه ﻫﺎي اﻗﻠﯿﺪﺳﯽ ﻣﺎﻧﻨﺪ ﺣﻠﻘﻪ اﻋﺪاد ﺻﺤﯿﺢ ﮔﺎوﺳﯽ‪ ،‬اﻟﮕﻮرﯾﺘﻢ ﻣﺤﺎﺳﺒﻪ ﺑﺰرﮔﺘﺮﯾﻦ ﻣﻘﺴﻮم ﻋﻠﯿﻪ‬ ‫–‬
‫ﻣﺸﺘﺮك در ﺣﻮزه ﻫﺎي اﻗﻠﯿﺪﺳﯽ‬
‫ﺣﻮزه ﻫﺎي اﯾﺪه آل اﺻﻠﯽ‪ :‬ﻣﻔﻬﻮم ﺗﺠﺰﯾﻪ و ﺑﺨﺶ ﭘﺬﯾﺮي ﺑﻪ ﮐﻤﮏ اﯾﺪه آل ﻫﺎ ‪ ،‬اﻋﺪاد اول و ﺗﺤﻮﯾﻞ ﻧﺎﭘﺬﯾﺮ‪ ،‬ﺗﻌﺮﯾﻒ ﺣﻮزه ﻫﺎي اﯾﺪه آل اﺻﻠﯽ‪ ،‬ارﺗﺒﺎط‬ ‫–‬
‫ﺣﻮزه ﻫﺎي اﻗﻠﯿﺪﺳﯽ و ﺣﻮزه ﻫﺎي اﯾﺪه آل اﺻﻠﯽ‬
‫ﺣﻮزه ﻫﺎي ﺗﺠﺰﯾﻪ ﯾﮑﺘﺎ‪ . :‬ﻣﻔﻬﻮم ﺗﺠﺰﯾﻪ در ﺣﻮزه ي ﺻﺤﯿﺢ‪ ،‬ﺗﻌﺮﯾﻒ ﺣﻮزه ﻫﺎي ﺗﺠﺰﯾﻪ و ﺣﻮزه ﻫﺎي ﺗﺠﺰﯾﻪ ﯾﮑﺘﺎ و ارﺗﺒﺎط آﻧﻬﺎ ﺑﺎ ﺣﻮزه ﻫﺎي اﻗﻠﯿﺪﺳﯽ‬ ‫–‬
‫و ﺣﻮزه ﻫﺎي اﯾﺪه آل اﺻﻠﯽ‪ ،‬ﺑﺰرﮔﺘﺮﯾﻦ ﻣﻘﺴﻮم ﻋﻠﯿﻪ ﻣﺸﺘﺮك در ﺣﻮزه ﻫﺎي اﺗﺠﺰﯾﻪ ﯾﮑﺘﺎ و ﺣﻮزه ﻫﺎي اﯾﺪه ال اﺻﻠﯽ‬
‫ﺣﻠﻘﻪ ﭼﻨﺪﺟﻤﻠﻪ ﯾﯽ ﻫﺎ‪ :‬ﺗﻌﺮﯾﻒ ﺣﻠﻘﻪ ﭼﻨﺪﺟﻤﻠﻪ ﯾﯽ ﻫﺎي ﯾﮏ ﻣﺘﻐﯿﺮه و ﭼﻨﺪ ﻣﺘﻐﯿﺮه روي ﯾﮏ ﺣﻠﻘﻪ ﻣﻔﺮوض‪ ،‬ﻗﻀﺎﯾﺎي اﻟﮕﻮرﯾﺘﻢ ﺗﻘﺴﯿﻢ و ﺗﺠﺰﯾﻪ ﺑﺮاي‬ ‫–‬
‫ﭼﻨﺪﺟﻤﻠﻪ ﯾﯽ ﻫﺎي ﯾﮏ ﻣﺘﻐﯿﺮه‪ ،‬ﺑﺮرﺳﯽ ﺣﻮزه ي اﻗﻠﯿﺪﺳﯽ ﺑﻮدن و ﺣﻮزه ي ﺗﺠﺰﯾﻪ ﯾﮑﺘﺎ ﺑﻮدن ﺣﻠﻘﻪ ﭼﻨﺪﺟﻤﻠﻪ ﯾﯽ ﻫﺎ‪ ،‬ﺑﺮرﺳﯽ ﻣﺤﮏ ﻫﺎي ﺗﺤﻮﯾﻞ‬
‫ﻧﺎﭘﺬﯾﺮي ﭼﻨﺪﺟﻤﻠﻪ ﯾﯽ ﻫﺎ‬
‫ﻧﻮﺗﺮي ﺑﻮدن‪ :‬ﺗﻌﺮﯾﻒ ﺣﻠﻘﻪ ﻫﺎي ﻧﻮﺗﺮي‪ ،‬ﻗﻀﯿﻪ ي ﭘﺎﯾﻪ ي ﻫﯿﻠﺒﺮت‬ ‫–‬
‫ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ ي ﻣﯿﺪان ‪ :‬ﺗﻌﺎرﯾﻒ اوﻟﯿﻪ ي ﻣﺮﺑﻮط ﺑﻪ ﺗﻮﺳﯿﻊ ﻫﺎي ﻣﯿﺪاﻧﯽ‪ ،‬درﺟﻪ ي ﺗﻮﺳﯿﻊ‪ ،‬ﻣﺸﺨﺼﻪ ي ﻣﯿﺪان‪ ،‬ﺗﻮﺳﯿﻊ ﻫﺎي ﻣﺘﻨﺎﻫﯽ‪ ،‬ﻗﻀﯿﻪ ي‬ ‫–‬
‫ﮐﺮوﻧﮑﺮ‪ ،‬ﺗﻮﺳﯿﻊ ﻫﺎي ﺟﺒﺮي‪ ،‬ﻣﯿﺪان ﺑﺴﺘﻪ ﺟﺒﺮي‪ ،‬ﻣﯿﺪان ﺷﮑﺎﻓﻨﺪه‬
‫ﺳﺎﺧﺘﻤﺎن ﻫﺎي ﻫﻨﺪﺳﯽ‪ :‬ﺗﺮﺳﯿﻢ ﺑﺎ ﺧﻂ ﮐﺶ و ﭘﺮﮔﺎر‪ ،‬ﻧﺎﻣﻤﮑﻦ ﺑﻮدن ﺗﺮﺑﯿﻊ داﯾﺮه‪ ،‬ﺗﻀﻌﯿﻒ ﻣﮑﻌﺐ‪ ،‬ﺗﺜﻠﯿﺚ زاوﯾﻪ‬ ‫–‬
‫ﺑﺴﺘﺎﯾﯽ رﯾﺸﻪ ﻫﺎ‪ :‬ﺗﻌﺮﯾﻒ ﺑﺴﺘﺎﯾﯽ رﯾﺸﻪ ﯾﮏ ﭼﻨﺪﺟﻤﻠﻪ ﯾﯽ‪ ،‬ﺗﻮﺳﯿﻊ ﻫﺎي ﺗﻔﮑﯿﮏ ﭘﺬﯾﺮ‪ ،‬ﻗﻀﯿﻪ ي ﻋﻨﺼﺮ اوﻟﯿﻪ‬ ‫–‬
‫ﻣﯿﺪاﻧﻬﺎي ﻣﺘﻨﺎﻫﯽ‪ :‬ﺗﻮﺻﯿﻒ ﻣﯿﺪان ﻫﺎي ﻣﺘﻨﺎﻫﯽ ﯾﺎ ﮔﺎﻟﻮا ﺑﻪ ﻋﻨﻮان ﻣﯿﺪان ﺷﮑﺎﻓﻨﺪه ﭼﻨﺪﺟﻤﻠﻪ اﯾﻬﺎي ﺧﺎص‪ ،‬اﺛﺒﺎت ﺳﺎدﮔﯽ ﺗﻮﺳﯿﻊ ﻫﺎي ﻣﺘﻨﺎﻫﯽ ﻣﯿﺪان‬ ‫–‬
‫ﻫﺎي ﻣﺘﻨﺎﻫﯽ‬
‫آﺷﻨﺎﯾﯽ ﺑﺎ ﻧﻈﺮﯾﻪ ﮔﺎﻟﻮا‪ :‬ﺗﻮﺳﯿﻊ ﻫﺎي ﻧﺮﻣﺎل‪ ،‬ﺗﻌﺮﯾﻒ ﻫﺎي اوﻟﯿﻪ ﻧﻈﺮﯾﻪ ي ﮔﺎﻟﻮا‪ ،‬ﺻﻮرت ﻗﻀﯿﻪ اﺳﺎﺳﯽ ﻧﻈﺮﯾﻪ ﮔﺎﻟﻮا‪ ،‬ﻣﺜﺎل ﻫﺎ و ﮐﺎرﺑﺮدﻫﺎي اوﻟﯿﻪ‬ ‫–‬
‫–‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫اﺳﺘﻔﺎده از ﻣﺴﺎﯾﻞ و ﻣﺮاﺟﻊ ﻣﺘﻔﺎوت درداﻧﺸﮕﺎﻫﻬﺎي ﻣﻌﺘﺒﺮ دﻧﯿﺎ‬
109 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬
:(‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي‬
‫ درﺻﺪ‬20 ‫ارزﺷﯿﺎﺑﯽ ﻣﺴﺘﻤﺮ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫ درﺻﺪ‬30 ‫ﻣﯿﺎن ﺗﺮم‬
‫ درﺻﺪ‬50 ‫آزﻣﻮن ﻫﺎي ﻧﻬﺎﯾﯽ‬
‫ وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬،‫ واﯾﺖ ﺑﻮرد‬،‫ ﺗﺨﺘﻪ ﺳﯿﺎه‬:‫ ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‬،‫ج( ﻣﻠﺰوﻣﺎت‬
:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬
11. D.S. Dummit, and R. M. Foote, Abstract algebra, Wiley, 2004
12. J. B. Fraleigh, A First Course in Abstract Algebra, 6th Edition, Addison-Wesley, 2002.
13. T. W. Hungerford, Abstract Algebra: An Introduction, SaunderColledge Pub., 1996.
14. I. N. Herstein, Abstract Algebra, Macmillan Company, 1989.
15. I. N. Stewart, Galois theory. CRC press, 2015.
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪110 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﺗﻮﭘﻮﻟﻮژي ﻋﻤﻮﻣﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪General Topology‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﺗﻮﭘﻮﻟﻮژي ﺷﺎﺧﻪاي از رﯾﺎﺿﯿﺎت اﺳﺖ ﮐﻪ ﺣﺎﺻﻞ ﺗﻼش ﺑﺮاي ﺗﻌﻤﯿﻢ ﻣﻔﻬﻮم ﭘﯿﻮﺳﺘﮕﯽ و ﻣﻄﺎﻟﻌﻪ رده ﺑﯿﺸﺘﺮي از ﻣﺠﻤﻮﻋﻪﻫﺎ ﺑﺎ اﺑﺰار آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ‬
‫ﺑﺪﺳﺖ آﻣﺪه اﺳﺖ‪ .‬ﺑﻪ زﺑﺎن ﺳﺎده‪ ،‬ﺗﻮﭘﻮﻟﻮژي آﻧﺎﻟﯿﺰ رﯾﺎﺿﯽ ﺑﻪ زﺑﺎن ﻣﺠﻤﻮﻋﻪﻫﺎﺳﺖ‪ .‬ﺗﻌﺮﯾﻒﻫﺎ و ﺗﻨﺎﯾﺞ ﺑﺪﺳﺖ آﻣﺪه در اﯾﻦ ﺷﺎﺧﻪ ﻫﻢ اﮐﻨﻮن در‬
‫ﺑﺴﯿﺎري از ﺷﺎﺧﻪﻫﺎي دﯾﮕﺮ رﯾﺎﺿﯽ و ﺳﺎﯾﺮ ﻋﻠﻮم ﺟﺰو اﺑﺰار ﺑﻨﯿﺎدﯾﻦ ﺑﺮاي ﺑﯿﺎن و ﺣﻞ ﻣﺴﺎﻟﻪ ﻣﯽﺑﺎﺷﺪ‪ .‬ﺑﻪ ﻫﻤﯿﻦ دﻟﯿﻞ آﺷﻨﺎﯾﯽ ﺑﺎ اﯾﻦ ﺷﺎﺧﻪ از‬
‫رﯾﺎﺿﯽ‪ ،‬ﺳﻨﮓ ﺑﻨﺎي ﻫﺮ ﺑﺮﻧﺎﻣﻪ ﻣﺪرن در آﻣﻮزش رﯾﺎﺿﯽ در ﺳﻄﺢ داﻧﺸﮕﺎﻫﯽ ﻣﯽﺑﺎﺷﺪ‪.‬‬
‫اﻫﺪاف وﯾﮋه‪ (1 :‬آﺷﻨﺎﯾﯽ ﻓﻀﺎﻫﺎي ﺗﻮﭘﻮﻟﻮژﯾﮏ ‪ (2‬آﺷﻨﺎﯾﯽ ﺑﺎ ﺑﺮﺧﯽ ﻧﺎورداﻫﺎﯾﺘﻮﭘﻮﻟﻮژﯾﮏ ‪ (3‬ﻣﻌﺮﻓﯽ ﻗﻀﺎﯾﺎي ﻣﺘﺮي ﺳﺎزي‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﺗﻌﺮﯾﻒ ﺗﻮﭘﻮﻟﻮژي و ﻣﺜﺎلﻫﺎي ﻣﺨﺘﻠﻒ از ﻓﻀﺎي ﺗﻮﭘﻮﻟﻮژﯾﮏ‪ .‬ﺗﻮاﺑﻊ ﭘﯿﻮﺳﺘﻪ‪ .‬ﻫﻤﺴﺎنرﯾﺨﺘﯽﻫﺎ و وﯾﮋﮔﯽﻫﺎي ﺗﻮﭘﻮﻟﻮژﯾﮏ‪.‬‬
‫ﭘﺎﯾﻪ و زﯾﺮﭘﺎﯾﻪ ﺑﺮاي ﺗﻮﭘﻮﻟﻮژي‪ .‬ﻣﻘﺎﯾﺴﻪ ﺗﻮﭘﻮﻟﻮژيﻫﺎ‪.‬‬
‫ﺳﺎﺧﺘﻦ ﺗﻮﭘﻮﻟﻮژيﻫﺎي ﺟﺪﯾﺪ‪ .‬ﺗﻮﭘﻮﻟﻮژي زﯾﺮﻓﻀﺎﯾﯽ‪ .‬ﺗﻮﭘﻮﻟﻮژي ﺣﺎﺻﻞﺿﺮﺑﯽ )ﺣﺎﺻﻞﺿﺮبﻫﺎي ﻣﺘﻨﺎﻫﯽ و دﻟﺨﻮاه(‪ .‬ﺗﻮﭘﻮﻟﻮژي ﺣﺎﺻﻞ از ﭘﺎﻻيﻫﺎ‪ .‬ﺗﻮﭘﻮﻟﻮژي‬
‫ﺧﺎرجﻗﺴﻤﺘﯽ‪ .‬ﺗﻮﭘﻮﻟﻮژي روي ﻣﺠﻤﻮﻋﻪ ﺗﻮاﺑﻊ ﭘﯿﻮﺳﺘﻪ‪.‬‬
‫ﻫﻤﺒﻨﺪي و ﻫﻤﺒﻨﺪي ﻣﻮﺿﻌﯽ‪ .‬ﻫﻤﺒﻨﺪي ﻣﺴﯿﺮي و ﻫﻤﺒﻨﺪي ﻣﺴﯿﺮي ﻣﻮﺿﻌﯽ‪ .‬ﻓﺸﺮدﮔﯽ‪ .‬ﻗﻀﯿﻪ ﺗﯿﺨﻮﻧﻮف‪ .‬ﻓﺸﺮدﮔﯽ ﻣﻮﺿﻌﯽ‪ .‬ﻓﺸﺮدهﺳﺎزي ﺗﮏ ﻧﻘﻄﻪاي‪.‬‬
‫اﺻﻮل ﺷﻤﺎراﯾﯽ‪ .‬ﻓﻀﺎﻫﺎي ﺷﻤﺎراي ﻧﻮع اول و ﻧﻮع دوم‬
‫اﺻﻮل ﺟﺪاﺳﺎزي‪ .‬ﻣﻌﺮﻓﯽ اﺻﻮل در راﺳﺘﺎي اﺛﺒﺎت ﻟﻢ اورﯾﺴﻮن و ﻗﻀﯿﻪ ﻣﺘﺮي ﺳﺎزي اورﯾﺴﻮن‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫اراﺋﻪ ﻣﻄﺎﻟﺐ اﺻﻠﯽ در ﮐﻼسﻫﺎي درس‪ .‬ﺗﻔﻬﯿﻢ و رﻓﻊ اﺷﮑﺎل در ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦ‪ .‬اﺳﺘﻔﺎده از راﯾﺎﻧﻪ در ﺻﻮرت وﺟﻮد ﻧﺮم اﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 30‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 70‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫راﯾﺎﻧﻪ ﻫﺎي ﻣﺠﻬﺰ ﺑﻪ ﻧﺮم اﻓﺰارﻫﺎي ﺷﺒﯿﻪ ﺳﺎز )ﻻزم ﺑﺮاي ﺑﺮﺧﯽ ﺟﻠﺴﺎت(‬
‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‪:‬‬
‫‪1. J. R. Munkres, Topology: A First Course, Prentice-Hall, Inc., Englewood Cliffs, N. J., 2nd Edi., 2000.‬‬
‫‪2. V. Runde, A Taste of Topology, Springer, 2005.‬‬
‫‪3. S. Huggett, and D. Jordan, A Topological Aperitif, Springer, 2009‬‬
‫‪4. R. Engelking, General Topology, Translated from Polish by the author, Second Edition, Sigma Series in Pure‬‬
‫‪Mathematics, Helderman Verlag, Berlin, 1989.‬‬
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪111 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬ﻧﻈﺮﯾﻪ ﻣﻘﺪﻣﺎﺗﯽ اﻋﺪاد‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Elementary Number Theory‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﺟﺒﺮ ‪1‬‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪4‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪64‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪:‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬

‫ﻧﻈﺮﯾﻪ ي اﻋﺪاد ﯾﮑﯽ از ﻗﺪﯾﻤﯽ ﺗﺮﯾﻦ و ﻏﻨﯽ ﺗﺮﯾﻦ ﺷﺎﺧﻪ ﻫﺎي رﯾﺎﺿﯿﺎت اﺳﺖ‪ .‬درس ﻧﻈﺮﯾﻪ ي ﻣﻘﺪﻣﺎﺗﯽ اﻋﺪاد ﺑﻪ ﻋﻨﻮان اوﻟﯿﻦ درس در اﯾﻦ ﺷﺎﺧﻪ ﺳﻌﯽ‬
‫دارد ﺗﺎ ﺑﺎ ﭘﺮﻫﯿﺰ از ﭘﯿﺶ ﻧﯿﺎز ﻫﺎي ﻓﺮاوان‪ ،‬ﺑﻪ ﺗﻮﺿﯿﺢ ﻣﺴﺎﯾﻞ ﮐﻼﺳﯿﮏ ﻧﻈﺮﯾﻪ ي اﻋﺪاد ﺑﭙﺮدازد‪ .‬اﯾﻦ درس داﻧﺸﺠﻮﯾﺎن را ﺑﺮاي درس ﻫﺎي ﭘﯿﺸﺮﻓﺘﻪ ﺗﺮ در‬
‫ﺷﺎﺧﻪ ي ﻧﻈﺮﯾﻪ ي اﻋﺪاد و ﻫﻤﭽﻨﯿﻦ ﮐﺎرﺑﺮدﻫﺎي اوﻟﯿﻪ در رﻣﺰ ﻧﮕﺎري و ﻧﻈﺮﯾﻪ ﮐﺪﮔﺬاري آﻣﺎده ﻣﯽ ﮐﻨﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬

‫ﺷﻨﺎﺧﺖ ﺳﺎﺧﺘﺎر ﺣﺴﺎﺑﯽ و ﺟﺒﺮي ﺣﻠﻘﻪ ي اﻋﺪاد ﺻﺤﯿﺢ و ﺣﻠﻘﻪ ي ‪ ،Zn‬ﺗﻮاﺑﻊ ﺣﺴﺎﺑﯽ‪ ،‬ﻗﻮاﻧﯿﻦ ﺗﻘﺎﺑﻞ ﻣﺮﺑﻌﯽ‪ ،‬ﻣﻌﺎدﻻت دﯾﻮﻓﺎﻧﺘﯽ‪ ،‬ﮐﺎرﺑﺮدﻫﺎﯾﯽ در رﻣﺰﻧﮕﺎري‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﺑﺨﺶ ﭘﺬﯾﺮي و ﺗﺠﺰﯾﻪ‪ :‬ﺑﺨﺶ ﭘﺬﯾﺮي‪ ،‬اﻟﮕﻮرﯾﺘﻢ ﺗﻘﺴﯿﻢ‪ ،‬اﻋﺪاد اول‪ ،‬ﻗﻀﯿﻪ اﺳﺎﺳﯽ ﺣﺴﺎب‪ ،‬ﺑﺰرﮔﺘﺮﯾﻦ ﻣﻘﺴﻮم ﻋﻠﯿﻪ ﻣﺸﺘﺮك‪ ،‬ﻧﻤﺎﯾﺶ ﺧﻄﯽ و اﻟﮕﻮرﯾﺘﻢ‬ ‫–‬
‫اﻗﻠﯿﺪس‪ ،‬ﺣﻞ ﻣﻌﺎدﻟﻪ ﻫﺎي ﺳﯿﺎﻟﻪ ي ﺧﻄﯽ‪ ،‬ﺗﻮزﯾﻊ اﻋﺪاد اول‬
‫ﻫﻢﻧﻬﺸﺘﯽ‪ :‬ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ‪ ،‬دﺳﺘﮕﺎه ﻣﺎﻧﺪه ﻫﺎو ﻣﺨﻔﻒ ﻣﺎﻧﺪه ﻫﺎ‪ ،‬ﻣﻌﺮﻓﯽ ﺣﻠﻘﻪ ‪ Zn‬و ﮔﺮوه ﺿﺮﺑﯽ ‪ ،Un‬ﻗﻀﯿﻪ ي ﺑﺎﻗﯽ ﻣﺎﻧﺪه ي ﭼﯿﻨﯽ‪ ،‬ﻣﻌﺎدﻻت ﻫﻢ‬ ‫–‬
‫ﻧﻬﺸﺘﯽ ﺧﻄﯽ‪ ،‬ﻟﻢ ﻫﻨﺴﻞ ‪ ،‬ﻣﻌﺎدﻟﻪ ﻫﺎي ﻫﻤﻨﻬﺸﺘﯽ ﭼﻨﺪ ﺟﻤﻠﻪ اي‬
‫ﻫﻢﻧﻬﺸﺘﯽ ﻫﺎي ﺧﺎص‪ :‬ﻗﻀﺎﯾﺎي وﯾﻠﺴﻮن‪ ،‬ﻓﺮﻣﺎ و اوﯾﻠﺮ‪ ،‬اﻋﺪاد ﺷﺒﻪ اول‪ ،‬اﻋﺪاد ﮐﺎرﻣﺎﯾﮑﻞ‬ ‫–‬
‫ﺗﻮاﺑﻊ ﺣﺴﺎﺑﯽ‪ :‬ﺗﻮاﺑﻊ ﺿﺮﺑﯽ‪ :‬ﺗﺎﺑﻊ ﻓﯽ اوﯾﻠﺮ‪ ،‬ﻣﺠﻤﻮع و ﺗﻌﺪاد ﻣﻘﺴﻮم ﻋﻠﯿﻪ ﻫﺎ‪ ،‬اﻋﺪاد ﺗﺎم و اول ﻫﺎي ﻣﺮﺳﻦ‪ ،‬ﺿﺮب دﯾﺮﯾﺸﻠﻪ‪ ،‬ﺗﺎﺑﻊ وارون ﻣﻮﺑﯿﻮس‬ ‫–‬
‫ﺳﺎﺧﺘﺎر ﺟﺒﺮي ﺣﻠﻘﻪ ‪ : Zn‬ﻣﺮﺗﺒﻪ ي ﻋﻨﺼﺮ‪ ،‬رﯾﺸﻪ ﻫﺎي اوﻟﯿﻪ‪ ،‬وﺟﻮد رﯾﺸﻪ ﻫﺎي اوﻟﯿﻪ‪ ،‬ﺳﺎﺧﺘﺎر ﮔﺮوﻫﯽ ‪Un‬‬ ‫–‬
‫ﻣﺎﻧﺪه ﻣﺮﺑﻌﯽ‪ :‬ﻣﺎﻧﺪه و ﻧﺎﻣﺎﻧﺪه ي ﻣﺮﺑﻌﯽ‪ ،‬ﻟﻢ ﮔﺎوس‪ ،‬ﻗﺎﻧﻮن ﺗﻘﺎﺑﻞ ﻣﺮﺑﻌﯽ‪ ،‬ﻧﻤﺎدﻫﺎي ﻟﮋاﻧﺪر و ژاﮐﻮﺑﯽ و ﻣﺤﺎﺳﺒﻪ ي آن ﻫﺎ‬ ‫–‬
‫ﮐﺴﺮﻫﺎي ﻣﺴﻠﺴﻞ‪ :‬ﮐﺴﺮﻫﺎي ﻣﺴﻠﺴﻞ ﻣﺘﻨﺎﻫﯽ‪ ،‬ﮐﺴﺮﻫﺎي ﻣﺴﻠﺴﻞ ﻧﺎﻣﺘﻨﺎﻫﯽ‪ ،‬ﻣﺴﺎﻟﻪ ي ﺗﻘﺮﯾﺐ اﻋﺪاد ﮔﻨﮓ ﺑﻪ ﮐﻤﮏ اﻋﺪاد ﮔﻮﯾﺎ‪ ،‬ﮐﺴﺮﻫﺎي ﻣﺴﻠﺴﺒﻞ‬ ‫–‬
‫ﺗﻨﺎوﺑﯽ‬
‫ﻣﻌﺎدﻻت دﯾﻮﻓﺎﻧﺘﯽ‪ :‬ﺳﻪ ﺗﺎﯾﯽ ﻫﺎي ﻓﯿﺜﺎﻏﻮرﺳﯽ‪ ،‬ﻧﻤﺎﯾﺶ اﻋﺪاد ﺻﺤﯿﺢ ﺑﻪ ﺻﻮرت ﻣﺠﻤﻮع ﻣﺮﺑﻊ ﻫﺎ‪ ،‬ﻧﻘﺎط ﮔﻮﯾﺎي ﺧﻢ ﻫﺎي درﺟﻪ دو‪ ،‬ﻣﻌﺎدﻻت ﭘﻞ‬ ‫–‬
‫ﮐﺎرﺑﺮدﻫﺎ‪ :‬ﮐﺎرﺑﺮدﻫﺎ در رﻣﺰ ﻧﮕﺎري‪ ،‬رﻣﺰﻧﮕﺎري ‪ ،RSA‬ﭘﺮوﺗﮑﻞ دﯾﻔﯽ ﻫﻠﻤﺎن و دﯾﮕﺮ ﮐﺎرﺑﺮدﻫﺎ در ﮐﺪﮔﺬاري و ﻋﻠﻮم ﮐﺎﻣﭙﯿﻮﺗﺮ‬ ‫–‬

‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬

‫اﺳﺘﻔﺎده از ﻣﺴﺎﯾﻞ و ﻣﺮاﺟﻊ ﻣﺘﻔﺎوت درداﻧﺸﮕﺎﻫﻬﺎي ﻣﻌﺘﺒﺮ دﻧﯿﺎ‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 20‬درﺻﺪ‬ ‫ارزﺷﯿﺎﺑﯽ ﻣﺴﺘﻤﺮ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 30‬درﺻﺪ‬ ‫ﻣﯿﺎن ﺗﺮم‬
‫‪ 50‬درﺻﺪ‬ ‫آزﻣﻮن ﻫﺎي ﻧﻬﺎﯾﯽ‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪ :‬ﺗﺨﺘﻪ ﺳﯿﺎه‪ ،‬واﯾﺖ ﺑﻮرد‪ ،‬وﯾﺪﺋﻮ ﭘﺮژﮐﺘﻮر‬
112 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬
:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬
1. K.H. Rosen, Rosen, Kenneth H. Elementarynumber theory, London, Pearson Education, 2011
2. D.M. Burton, Elementary number theory, McGraw-Hill Education, 2010
3. K. Ireland and M. Rosen, A Classical Introduction to Modern Number Theory, Springer-Verlag New
York, 1990
4. I. Niven, H. S. Zuckerman, and H. L. Montgomery, An introduction to the theory of numbers. John
Wiley & Sons, 1991
‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر ‪113 /‬‬

‫ﻋﻨﻮان درس ﺑﻪ ﻓﺎرﺳﯽ‪ :‬آزﻣﺎﯾﺸﮕﺎه رﯾﺎﺿﯽ‬

‫ﻧﻮع درس و واﺣﺪ‬ ‫‪Mathematics Library‬‬ ‫ﻋﻨﻮان درس ﺑﻪ اﻧﮕﻠﯿﺴﯽ‪:‬‬
‫ﻧﻈﺮي ‪‬‬ ‫ﭘﺎﯾﻪ ‪‬‬ ‫ﻣﺒﺎﻧﯽ ﮐﺎﻣﭙﯿﻮﺗﺮ و ﺑﺮﻧﺎﻣﻪ ﺳﺎزي‬ ‫دروس ﭘﯿﺶﻧﯿﺎز‪:‬‬
‫ﻋﻤﻠﯽ ‪‬‬ ‫ﺗﺨﺼﺼﯽ ‪‬‬ ‫دروس ﻫﻢﻧﯿﺎز‪:‬‬
‫ﻧﻈﺮي‪-‬ﻋﻤﻠﯽ ‪‬‬ ‫اﺧﺘﯿﺎري ‪‬‬ ‫‪2‬‬ ‫ﺗﻌﺪاد واﺣﺪ‪:‬‬
‫رﺳﺎﻟﻪ ‪ /‬ﭘﺎﯾﺎنﻧﺎﻣﻪ ‪‬‬ ‫‪32‬‬ ‫ﺗﻌﺪاد ﺳﺎﻋﺖ‪:‬‬
‫ﻧﻮع آﻣﻮزش ﺗﮑﻤﯿﻠﯽ ﻋﻤﻠﯽ )در ﺻﻮرت ﻧﯿﺎز(‪ :‬ﺳﻔﺮ ﻋﻠﻤﯽ ‪ ‬آزﻣﺎﯾﺸﮕﺎه ‪ ‬ﺳﻤﯿﻨﺎر ‪ ‬ﮐﺎرﮔﺎه ‪ ‬ﻣﻮارد دﯾﮕﺮ‪.............. :‬‬

‫ﻫﺪف ﮐﻠﯽ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻧﯿﺎز ﺑﻪ ﭘﯿﺎدهﺳﺎزي اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻋﺪدي ﺑﻪ ﮐﻤﮏ ﯾﮏ ﻧﺮماﻓﺰار‪ ،‬ﺿﺮوري اﺳﺖ ﮐﻪ داﻧﺸﺠﻮ ﺑﺎ ﺑﺮﺧﯽ ﻧﺮماﻓﺰارﻫﺎي رﯾﺎﺿﯽ آﺷﻨﺎ ﺷﻮد ﺗﺎ ﻫﻢزﻣﺎن ﺑﻪ‬
‫ﮐﻤﮏ ﻧﺮماﻓﺰار ﻣﻮرد ﻧﻈﺮ ﭘﯿﺎدهﺳﺎزيﻫﺎي ﻋﺪدي را اﻧﺠﺎم دﻫﺪ و ﻋﻼوه ﺑﺮ اﯾﻦ ﺑﺘﻮاﻧﺪ از ﺗﻮاﺑﻊ آﻣﺎده در ﻧﺮماﻓﺰار ﻣﻮرد ﻧﻈﺮ اﺳﺘﻔﺎده ﮐﺮده و ﻧﺘﺎﯾﺞ ﻋﺪدي‬
‫ﺑﺪﺳﺖ آﻣﺎده از اﻟﮕﻮرﯾﺘﻢﻫﺎي ﺟﺪﯾﺪ را ﺑﺎ ﻧﺘﺎﯾﺞ ﻋﺪدي اﯾﻦ ﺗﻮاﺑﻊ ﻣﻘﺎﯾﺴﻪ ﮐﻨﺪ‪.‬‬

‫اﻫﺪاف وﯾﮋه‪:‬‬
‫‪ (1‬آﺷﻨﺎﯾﯽ ﺑﺎ اﻟﮕﻮرﯾﺘﻢﻧﻮﯾﺴﯽ در ﻧﺮماﻓﺰارﻫﺎي رﯾﺎﺿﯽ و ﻣﻘﺎﯾﺴﻪ ﻧﺘﺎﯾﺞ ﻋﺪدي ﺑﺎ ﺗﻮاﺑﻊ آﻣﺎده در ﻧﺮماﻓﺰارﻫﺎ‪.‬‬
‫‪ (2‬در اﯾﻦ درس داﻧﺸﺠﻮ ﻣﻮﻇﻒ اﺳﺖ ﺑﺎ ﻣﺸﻮرت اﺳﺘﺎد درس ﯾﮏ ﻣﺴﺎﻟﻪ ﻣﺤﺎﺳﺒﺎﺗﯽ ﺣﺘﯽاﻻﻣﮑﺎن ﮐﺎرﺑﺮدي در ﺻﻨﻌﺖ و ﻋﻠﻮم ﻣﻬﻨﺪﺳﯽ را ﺗﻌﯿﯿﻦ ﮐﺮده و ﺑﻪ‬
‫ﮐﻤﮏ آﻣﻮزهﻫﺎي ﻣﺮﺑﻮط ﺑﻪ اﻟﮕﻮرﯾﺘﻢﻧﻮﯾﺴﯽ آن را ﭘﯿﺎدهﺳﺎزي ﮐﻨﺪ و ﺑﺎ دﯾﮕﺮ اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻣﻮﺟﻮد ﻣﻘﺎﯾﺴﻪ ﮐﻨﺪ‪.‬‬

‫پ( ﻣﺒﺎﺣﺚ ﯾﺎ ﺳﺮﻓﺼﻞﻫﺎ‪:‬‬

‫ﻣﻌﺮﻓﯽ اﺟﻤﺎﻟﯽ اﻧﻮاع ﻧﺮماﻓﺰارﻫﺎي رﯾﺎﺿﯽ‪ :‬از ﻗﺒﯿﻞ ﻧﺮماﻓﺰارﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ ﻣﺜﻞ ‪ MATHEMATICA ،MAPLE ،MATLAB‬و ﻫﻤﭽﻨﯿﻦ ﻧﺮماﻓﺰارﻫﺎي‬
‫ﻣﺮﺑﻮط ﺑﻪ ﺑﻬﯿﻨﻪ ﺳﺎزي از ﻗﺒﯿﻞ ‪ GAMS‬ﯾﺎ ﺳﺎﯾﺮ ﻧﺮماﻓﺰارﻫﺎي ﻣﺸﺎﺑﻪ‪ .‬ﻣﻘﺎﯾﺴﻪ ﻧﺮماﻓﺰارﻫﺎ و ﺟﺎﯾﮕﺎه اﺳﺘﻔﺎده از آن ﻫﺎ‪.‬‬
‫ﻧﺤﻮه ﻣﺤﺎﺳﺒﺎت ﮐﺎﻣﭙﯿﻮﺗﺮي‪ :‬ﺣﺴﺎب ﻣﻤﯿﺰ ﺷﻨﺎور‪ ،‬ﻣﺤﺎﺳﺒﺎت ﺑﺎ دﻗﺖ ﻣﻌﻤﻮﻟﯽ و ﻣﻀﺎﻋﻒ‪ ،‬زﻣﺎن ﻣﺤﺎﺳﺒﻪ‪.‬‬
‫ﺗﻌﺮﯾﻒ ﻣﺴﺎﯾﻞ ﺧﻮش وﺿﻊ و ﺑﺪ وﺿﻊ‪) :‬ﺧﺼﻮﺻﺎ در ﻣﻮرد ﻣﺤﺎﺳﺒﺎت ﻣﺎﺗﺮﯾﺴﯽ( و ﺗﺎﺛﯿﺮ آن ﺑﺮ ﻧﺘﺎﯾﺞ اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ‪ .‬ﻣﻌﺮﻓﯽ اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ‬
‫در ﺟﺒﺮ ﺧﻄﯽ ﻋﺪدي و ﻧﺤﻮه ﺑﺮاورد ﺧﻄﺎي ﺟﻮاب در ﺻﻮرت اﻣﮑﺎن‪.‬‬
‫ﻣﻌﺮﻓﯽ اﻧﻮاع روشﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ‪ :‬ﺑﺮاي ﺣﻞ ﻣﺴﺎﯾﻠﯽ از ﻗﺒﯿﻞ ﻣﺤﺎﺳﺒﺎت ﻣﺎﺗﺮﯾﺴﯽ‪ ،‬ﺣﻞ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﻋﺪدي و ﻣﺸﺘﻘﺎت ﺟﺰﯾﯽ‪ ،‬اﻧﺘﮕﺮالﮔﯿﺮيﻫﺎي‬
‫ﻋﺪدي ﯾﮕﺎﻧﻪ و ﭼﻨﺪﮔﺎﻧﻪ‪ ،‬ﺗﻘﺮﯾﺐ ﺗﻮاﺑﻊ و اﻟﮕﻮرﯾﺘﻢﻫﺎي آﻣﺎده در ﻧﺮماﻓﺰارﻫﺎي ﻣﺨﺘﻠﻒ و ﭼﮕﻮﻧﮕﯽ اﺳﺘﻔﺎده از آن ﻫﺎ‪.‬‬
‫ﻣﻌﺮﻓﯽ روشﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ ﺑﺮاي ﻣﺴﺎﯾﻞ ﺑﻬﻨﻪﺳﺎزي‪ :‬از ﻗﺒﯿﻞ روش ﺳﯿﻤﭙﻠﮑﺲ ﺑﺮاي ﺑﺮﻧﺎﻣﻪرﯾﺰي ﺧﻄﯽ و ﺑﺮﺧﯽ اﻟﮕﻮرﯾﺘﻢﻫﺎ ﺑﺮاي ﺑﻬﯿﻨﻪﺳﺎزي ﻏﯿﺮﺧﻄﯽ و‬
‫ﻣﻘﺎﯾﺴﻪ اﻟﮕﻮرﯾﺘﻢﻫﺎي ﮔﻔﺘﻪ ﺷﺪه ﺑﺎ اﻟﮕﻮرﯾﺘﻢﻫﺎي آﻣﺎده ﻧﺮماﻓﺰارﻫﺎي ﺑﻬﯿﻨﻪﺳﺎزي‪.‬‬
‫ت( راﻫﺒﺮدﻫﺎي ﺗﺪرﯾﺲ و ﯾﺎدﮔﯿﺮي ﻣﺘﻨﺎﺳﺐ ﺑﺎ ﻣﺤﺘﻮا و ﻫﺪف‪:‬‬
‫ﺗﺪرﯾﺲ ﻣﻔﺎﻫﯿﻢ در ﺟﻠﺴﺎت اﺻﻠﯽ درس و ﺑﺮﮔﺰاري ﮐﻼسﻫﺎي ﺣﻞ ﺗﻤﺮﯾﻦﻫﺎي ﻣﻨﺎﺳﺐ در ﻃﻮل ﻧﯿﻢﺳﺎل‪.‬‬
‫در ﺻﻮرت ﻟﺰوم‪ ،‬اﺳﺘﻔﺎده از ﻧﺮماﻓﺰارﻫﺎي ﻣﻨﺎﺳﺐ و آﺷﻨﺎ ﮐﺮدن داﻧﺸﺠﻮﯾﺎن ﺑﺎ ﺑﺮﺧﯽ از ارﺗﺒﺎطﻫﺎي اﯾﻦ درس ﺑﺎ ﺳﺎﯾﺮ ﺷﺎﺧﻪﻫﺎي رﯾﺎﺿﯿﺎت‪.‬‬
‫ث( راﻫﺒﺮدﻫﺎي ارزﺷﯿﺎﺑﯽ )ﭘﯿﺸﻨﻬﺎدي(‪:‬‬
‫‪ 50‬درﺻﺪ‬ ‫ﻓﻌﺎﻟﯿﺖﻫﺎي ﮐﻼﺳﯽ در ﻃﻮل ﻧﯿﻢﺳﺎل‬
‫‪ 20‬درﺻﺪ‬ ‫آزﻣﻮن ﻣﯿﺎنﺗﺮم‬
‫‪ 30‬درﺻﺪ‬ ‫آزﻣﻮن ﭘﺎﯾﺎن ﻧﯿﻢﺳﺎل‬
‫ج( ﻣﻠﺰوﻣﺎت‪ ،‬ﺗﺠﻬﯿﺰات و اﻣﮑﺎﻧﺎت ﻣﻮرد ﻧﯿﺎز ﺑﺮاي اراﺋﻪ‪:‬‬
‫راﯾﺎﻧﻪ‪ ،‬ﭘﺮوژﮐﺘﻮر‪ ،‬ﻗﻠﻢ ﻧﻮري و ﺗﺨﺘﻪ‪.‬‬
114 / ‫ﮐﺎرﺷﻨﺎﺳﯽ آﻣﺎر‬
:‫چ( ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ ﭘﯿﺸﻨﻬﺎدي‬
[1] G. H. Golub and C. F. Van Loan, Matrix Computations, Johns Hopkins University Press, 4th edition, 2013.
[2] S.R. Otto and J.P. Denier, An Introduction to Programming and Numerical Methods in MATLAB, Springer,
2005.
[3] W. P. Petersen and P. Arbenz, Introduction to Parallel Computing, Oxford Uni. Press, 1st edition, 2004.