در این مطلب، ویدئو پایتون برای ریاضیات سطح A و فراتر از آن با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 1:00:24
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,240 –> 00:00:03,280
بسیار خوب به بحث آموزش ریاضی شعبه شمال غرب ایما خوش آمدید
2
00:00:03,280 –> 00:00:06,319
پایتون برای سطح
3
00:00:06,319 –> 00:00:07,120
ریاضیات
4
00:00:07,120 –> 00:00:09,920
و فراتر از آن استفان لینچ که
5
00:00:09,920 –> 00:00:10,559
6
00:00:10,559 –> 00:00:13,519
سخنرانی می کند معاون محاسبات گروه
7
00:00:13,519 –> 00:00:15,679
محاسبات و ریاضیات
8
00:00:15,679 –> 00:00:18,240
در دانشگاه متروپولیتن منچستر
9
00:00:18,240 –> 00:00:20,480
است و بیش از 30 سال تجربه در استفاده از
10
00:00:20,480 –> 00:00:21,920
برنامه نویسی در خود دارد. تدریس
11
00:00:21,920 –> 00:00:24,080
و تحقیق و همچنین او
12
00:00:24,080 –> 00:00:25,119
کتاب های متعددی
13
00:00:25,119 –> 00:00:28,720
در زمینه matlab و mathematica پایتون افرا نوشته است،
14
00:00:28,720 –> 00:00:30,560
بنابراین او در موقعیت بسیار خوبی قرار دارد تا ما
15
00:00:30,560 –> 00:00:32,238
را در مورد
16
00:00:32,238 –> 00:00:35,520
معرفی برنامه نویسی به معلمان ریاضیات
17
00:00:35,520 –> 00:00:37,680
فکر کند و اگر سؤالی دارید لطفاً
18
00:00:37,680 –> 00:00:39,600
آنها را به جای چت در بخش q a قرار دهید.
19
00:00:39,600 –> 00:00:42,480
ما
20
00:00:42,480 –> 00:00:44,239
تمام سوالات را برای پایان
21
00:00:44,239 –> 00:00:46,000
صحبت استفان ذخیره می کنیم.
22
00:00:46,000 –> 00:00:49,039
um بحث امروز ضبط می شود
23
00:00:49,039 –> 00:00:52,000
و در وب سایت ima قرار می گیرد، بنابراین بدون
24
00:00:52,000 –> 00:00:52,879
هیچ مقدمه
25
00:00:52,879 –> 00:00:54,559
ای می خواهم به استفان برای
26
00:00:54,559 –> 00:00:56,480
صحبت امروز بسپارم، بسیار
27
00:00:56,480 –> 00:00:58,320
خوب متشکرم راشل و متشکرم
28
00:00:58,320 –> 00:01:00,559
کریس برای سازماندهی این موضوع، بنابراین
29
00:01:00,559 –> 00:01:02,480
من می خواهم در مورد پایتون برای یک
30
00:01:02,480 –> 00:01:03,680
سطح ریاضیات
31
00:01:03,680 –> 00:01:06,560
و فراتر از آن صحبت کنم، همانطور که می بینید من یکی از دوستان هستم
32
00:01:06,560 –> 00:01:07,520
33
00:01:07,520 –> 00:01:09,680
من و ima نیز یکی از اعضای ارشد
34
00:01:09,680 –> 00:01:11,680
آکادمی آموزش عالی هستیم
35
00:01:11,680 –> 00:01:14,320
و تصویر اینجا با
36
00:01:14,320 –> 00:01:14,880
پایتون ساخته شده است
37
00:01:14,880 –> 00:01:16,560
و در پایان گفتگو
38
00:01:16,560 –> 00:01:18,640
برنامه تولید
39
00:01:18,640 –> 00:01:22,880
این تصویر
40
00:01:22,880 –> 00:01:25,040
را به شما نشان می دهم تا اهداف و اهدافی که می خواهم به شما نشان دهم چگونه پایتون می تواند
41
00:01:25,040 –> 00:01:26,799
آموزش و
42
00:01:26,799 –> 00:01:30,960
یادگیری ریاضیات را در سطحی غنی کند من همچنین می خواهم نشان دهم که
43
00:01:30,960 –> 00:01:33,280
چگونه پایتون می تواند به شما در حل مسائل دنیای واقعی کمک کند.
44
00:01:33,280 –> 00:01:35,439
45
00:01:35,439 –> 00:01:36,720
46
00:01:36,720 –> 00:01:38,640
47
00:01:38,640 –> 00:01:41,680
48
00:01:41,680 –> 00:01:43,040
و سپس امیدوارم نشان
49
00:01:43,040 –> 00:01:45,119
دهم که ریاضیات همراه با برنامه نویسی
50
00:01:45,119 –> 00:01:49,119
موضوعی است که دانش آموزان ما بسیار دوست دارند
51
00:01:49,119 –> 00:01:50,479
و امیدوارم در پایان این
52
00:01:50,479 –> 00:01:52,640
ارائه الهام بگیرید
53
00:01:52,640 –> 00:01:54,479
که پایتون
54
00:01:54,479 –> 00:01:56,880
یا متلب یا افرا یا ریاضیات
55
00:01:56,880 –> 00:01:57,520
را در
56
00:01:57,520 –> 00:02:00,159
آموزش و یادگیری خود بگنجانید. من فکر میکنم برای یک
57
00:02:00,159 –> 00:02:00,719
58
00:02:00,719 –> 00:02:03,840
سطح احتمالاً پایتون
59
00:02:03,840 –> 00:02:07,119
مشکلی ندارد، بنابراین همانطور که میدانید چهار
60
00:02:07,119 –> 00:02:09,199
بسته عمده مورد استفاده در
61
00:02:09,199 –> 00:02:10,560
ریاضیات وجود دارد
62
00:02:10,560 –> 00:02:13,680
که عبارتند از matlab python maple
63
00:02:13,680 –> 00:02:15,920
و mathematica و همانطور که میبینید من در
64
00:02:15,920 –> 00:02:17,599
مورد همه کتابها نوشتهام. از این
65
00:02:17,599 –> 00:02:20,400
موضوعات اگر به صفحه وب من بروید تا
66
00:02:20,400 –> 00:02:23,040
آدرس اینترنتی در بالا باشد یا فقط دانشگاه
67
00:02:23,040 –> 00:02:25,040
متروپولیتن منچستر استفن لینچ را تایپ کنید
68
00:02:25,040 –> 00:02:26,560
69
00:02:26,560 –> 00:02:28,879
اکنون می توانید به وب سایت شخصی من بروید
70
00:02:28,879 –> 00:02:31,120
اگر روی پیوندهای Springer کلیک
71
00:02:31,120 –> 00:02:32,800
کنید سپس اطلاعاتی در مورد کتاب ها به شما می دهد.
72
00:02:32,800 –> 00:02:34,560
و
73
00:02:34,560 –> 00:02:36,480
فصل ها را برای شما تجزیه می
74
00:02:36,480 –> 00:02:37,920
کند، همچنین لینک هایی وجود دارد که می توانید
75
00:02:37,920 –> 00:02:40,400
برنامه ها را دانلود کنید
76
00:02:40,400 –> 00:02:43,519
یا به صفحات وب و غیره نگاه کنید و
77
00:02:43,519 –> 00:02:45,760
سپس در زیر آن
78
00:02:45,760 –> 00:02:47,680
تعداد دانلود فصل ها را طبق Springer به شما نشان می دهد
79
00:02:47,680 –> 00:02:48,879
80
00:02:48,879 –> 00:02:52,879
و از حدود سال 2010 کتاب های من
81
00:02:52,879 –> 00:02:54,480
تقریباً نصف شده اند. یک میلیون
82
00:02:54,480 –> 00:02:57,920
فصل دانلود شده است، بنابراین این کتاب ها
83
00:02:57,920 –> 00:02:59,680
بسیار محبوب هستند و همانطور که در عنوان می بینید،
84
00:02:59,680 –> 00:03:01,920
این بسته
85
00:03:01,920 –> 00:03:05,200
ها برای حل مسائل دنیای واقعی
86
00:03:05,200 –> 00:03:07,920
استفاده می شوند و من به طور گسترده از آنها در تحقیقات خودم استفاده می کنم،
87
00:03:07,920 –> 00:03:10,560
88
00:03:10,800 –> 00:03:12,400
خوب، بنابراین وقتی در مورد
89
00:03:12,400 –> 00:03:14,159
زبان های برنامه نویسی صحبت
90
00:03:14,159 –> 00:03:16,159
می کنیم، فکر می کنم من در مورد این مطلب مطالعه کرده ام و
91
00:03:16,159 –> 00:03:17,920
فکر می کنم در حال حاضر حدود
92
00:03:17,920 –> 00:03:19,200
600
93
00:03:19,200 –> 00:03:22,239
زبان برنامه نویسی زنده هستند.
94
00:03:22,239 –> 00:03:25,040
95
00:03:25,040 –> 00:03:27,040
96
00:03:27,040 –> 00:03:29,920
در مقایسه با dev seram و نگاهی به
97
00:03:29,920 –> 00:03:30,480
98
00:03:30,480 –> 00:03:32,640
محبوبترین زبان برنامهنویسی
99
00:03:32,640 –> 00:03:33,840
100
00:03:33,840 –> 00:03:37,440
در حال حاضر زبانهای دنیا هستند و مطمئنم
101
00:03:37,440 –> 00:03:40,799
تعجب نخواهید کرد که ببینید پایتون
102
00:03:40,799 –> 00:03:44,480
جاوا جاوا اسکریپت c sharp و
103
00:03:44,480 –> 00:03:48,400
غیره همیشه در صدر این لیستها هستند،
104
00:03:48,400 –> 00:03:50,799
اکنون این رقم در اینجا نشان می دهد که می دانید
105
00:03:50,799 –> 00:03:53,680
31.2 درصد از مردم جهان از پایتون استفاده می کنند
106
00:03:53,680 –> 00:03:57,599
حدود 20 مورد از جاوا و غیره استفاده می کنند،
107
00:03:57,599 –> 00:03:59,599
بنابراین سؤال واضح است که شما
108
00:03:59,599 –> 00:04:00,799
به عنوان ریاضیدان می دانید
109
00:04:00,799 –> 00:04:04,159
که از چه زبانی باید استفاده
110
00:04:04,159 –> 00:04:06,480
کنیم اگر اصلاً می دانید برای آموزش برنامه نویسی
111
00:04:06,480 –> 00:04:07,920
به دانشجویان
112
00:04:07,920 –> 00:04:09,920
اکنون در دانشگاه متروپولیتن منچستر.
113
00:04:09,920 –> 00:04:11,120
در
114
00:04:11,120 –> 00:04:14,400
20 سال گذشته ما از matlab استفاده می
115
00:04:14,400 –> 00:04:16,880
کنیم بله، بنابراین ما از matlab استفاده می کنیم، اما می توانید ببینید
116
00:04:16,880 –> 00:04:19,358
حتی طبق
117
00:04:19,358 –> 00:04:21,358
آمارها فقط
118
00:04:21,358 –> 00:04:23,120
دو درصد از کاربران
119
00:04:23,120 –> 00:04:25,919
در سراسر جهان وجود دارند، بنابراین وقتی به قابلیت استخدام فکر می کنیم
120
00:04:25,919 –> 00:04:27,520
121
00:04:27,520 –> 00:04:29,919
، matlab بهترین زبان برنامه نویسی است.
122
00:04:29,919 –> 00:04:30,639
123
00:04:30,639 –> 00:04:34,320
خوب به دانش آموزانمان یاد بدهیم و سپس به
124
00:04:34,320 –> 00:04:35,600
این زبان های دیگر فکر می کنیم
125
00:04:35,600 –> 00:04:38,000
که کدام زبان برای ریاضیات مناسب است
126
00:04:38,000 –> 00:04:39,520
127
00:04:39,520 –> 00:04:41,120
و دوباره من بسیاری از این
128
00:04:41,120 –> 00:04:42,560
زبان ها را داشته ام و
129
00:04:42,560 –> 00:04:45,280
پایتون تعریف شده است واقعاً برای ریاضیات مناسب
130
00:04:45,280 –> 00:04:47,680
است و امیدوارم متوجه شوید که
131
00:04:47,680 –> 00:04:51,040
چرا با مرور این زبانها، زبانهایی مانند
132
00:04:51,040 –> 00:04:51,280
133
00:04:51,280 –> 00:04:54,160
جاوا، اصلاً
134
00:04:54,160 –> 00:04:55,600
برای ریاضیات مناسب
135
00:04:55,600 –> 00:04:57,840
نیستند، اگر میخواهید یک برنامه ساده
136
00:04:57,840 –> 00:04:58,880
در جاوا
137
00:04:58,880 –> 00:05:00,720
برای ریاضیات بنویسید، ممکن است تعداد کمی باشد.
138
00:05:00,720 –> 00:05:03,039
خطوط در حالی که در پایتون می تواند فقط
139
00:05:03,039 –> 00:05:04,320
یک یا دو خط باشد،
140
00:05:04,320 –> 00:05:06,240
بنابراین برخی از این زبان های دیگر
141
00:05:06,240 –> 00:05:08,720
واقعاً برای آموزش ریاضیات مناسب
142
00:05:08,720 –> 00:05:11,759
نیستند، اما پایتون نه تنها برای آموزش ریاضیات ایده آل است،
143
00:05:11,759 –> 00:05:14,000
بلکه همانطور که می بینید
144
00:05:14,000 –> 00:05:17,600
به طور گسترده در سراسر جهان استفاده می شود
145
00:05:17,600 –> 00:05:20,479
و این یک زبان است. زبان برنامه نویسی با هدف عمومی،
146
00:05:20,479 –> 00:05:23,039
147
00:05:23,520 –> 00:05:25,919
بنابراین اکنون کمی تاریخ را به شما می دهم، بنابراین
148
00:05:25,919 –> 00:05:27,440
من دکترای
149
00:05:27,440 –> 00:05:30,479
خود را از سال 1985 تا 1988 در دانشگاه کالج ولز aberystwyth انجام
150
00:05:30,479 –> 00:05:33,520
151
00:05:33,520 –> 00:05:35,759
دادم و مشکل من که روی آن کار می کردم
152
00:05:35,759 –> 00:05:38,800
قسمت دوم مشکل شانزدهم هیلبرت بود،
153
00:05:38,800 –> 00:05:41,120
بنابراین سعی می کنیم کران
154
00:05:41,120 –> 00:05:43,199
تعداد چرخه های حدی را برای
155
00:05:43,199 –> 00:05:44,560
سیستم های چند جمله ای مسطح پیدا کنید.
156
00:05:44,560 –> 00:05:47,120
157
00:05:47,120 –> 00:05:47,840
158
00:05:47,840 –> 00:05:51,440
159
00:05:51,440 –> 00:05:54,560
160
00:05:54,560 –> 00:05:56,080
161
00:05:56,080 –> 00:05:56,960
مسئله شانزدهم
162
00:05:56,960 –> 00:05:59,759
هیلبرت در ریاضیات کاملاً معروف است
163
00:05:59,759 –> 00:06:00,080
،
164
00:06:00,080 –> 00:06:02,800
اما بیان کردن آن یک مسئله کاملاً ساده است، اما
165
00:06:02,800 –> 00:06:04,960
ثابت شده است که به طور قابل توجهی
166
00:06:04,960 –> 00:06:07,919
غیرقابل حل است، ما حتی
167
00:06:07,919 –> 00:06:09,039
برای
168
00:06:09,039 –> 00:06:11,039
اجرای ساده سیستم های خود راه حلی نداریم و اینها
169
00:06:11,039 –> 00:06:13,120
باید غیر خطی
170
00:06:13,120 –> 00:06:15,039
باشند، بنابراین در اینجا ما داریم تصویری از دیوید
171
00:06:15,039 –> 00:06:16,240
هیلبرت
172
00:06:16,240 –> 00:06:19,840
و اگر هر یک از شما نتفلیکس را تماشا
173
00:06:19,840 –> 00:06:21,120
کرد، نمایشی به نام
174
00:06:21,120 –> 00:06:23,600
آکادمی چتر وجود داشت و آنها در
175
00:06:23,600 –> 00:06:25,280
زمان سفر می کردند و غیره
176
00:06:25,280 –> 00:06:27,520
و در اینجا خواهید دید که برای
177
00:06:27,520 –> 00:06:28,800
سفر در زمان
178
00:06:28,800 –> 00:06:31,120
در واقع نیاز به اثبات
179
00:06:31,120 –> 00:06:32,960
وجود یک محدودیت داشتند. در مورد تعداد
180
00:06:32,960 –> 00:06:34,319
چرخه های حد،
181
00:06:34,319 –> 00:06:37,280
بنابراین در نمایش ادعا می کنند که ثابت کرده اند
182
00:06:37,280 –> 00:06:38,160
183
00:06:38,160 –> 00:06:40,880
هیلبرت راه حلی برای مشکل شانزدهم هیلبرت پیدا کرده
184
00:06:40,880 –> 00:06:41,840
است
185
00:06:41,840 –> 00:06:43,759
، بنابراین عالی است که به
186
00:06:43,759 –> 00:06:44,880
دانش آموزان خود این
187
00:06:44,880 –> 00:06:47,919
جمله را در اخبار نشان دهیم خوب است، بنابراین من اکنون می خواهم
188
00:06:47,919 –> 00:06:48,720
در مورد
189
00:06:48,720 –> 00:06:52,319
چرخه های محدود صحبت کنم. بنابراین اینها ایده هایی
190
00:06:52,319 –> 00:06:53,840
از ریاضیات محض هستند
191
00:06:53,840 –> 00:06:56,319
و همانطور که می گویم من این کار را برای دکتری انجام دادم،
192
00:06:56,319 –> 00:06:57,199
باید بگویم
193
00:06:57,199 –> 00:07:00,000
وقتی برای دکتری خود مطالعه می کردم
194
00:07:00,000 –> 00:07:01,599
صبح ها
195
00:07:01,599 –> 00:07:04,560
مقالات ریاضی بسیار خالص را می خواندم و
196
00:07:04,560 –> 00:07:06,319
مطمئن هستم اگر مقالات ریاضی خالصی را خوانده اید
197
00:07:06,319 –> 00:07:08,880
که ممکن است کاملاً خسته کننده شوند
198
00:07:08,880 –> 00:07:10,560
و بعد از ظهرها به رایانه می رفتم
199
00:07:10,560 –> 00:07:12,160
و
200
00:07:12,160 –> 00:07:15,280
محاسبات نمادین و جبر رایانه را انجام می دادم و
201
00:07:15,280 –> 00:07:15,759
فکر می کنم این
202
00:07:15,759 –> 00:07:19,360
به من کمک کرد که به دلیل تنوع زودتر دکترای خود را کامل کنم
203
00:07:19,360 –> 00:07:21,840
، بنابراین نه تنها این
204
00:07:21,840 –> 00:07:23,599
کار را انجام می دادم. ریاضیات محض بود اما بعد از
205
00:07:23,599 –> 00:07:24,560
206
00:07:24,560 –> 00:07:26,560
ظهر از این
207
00:07:26,560 –> 00:07:27,759
بسته های کامپیوتری
208
00:07:27,759 –> 00:07:29,759
برای کمک به حل مسئله استفاده می کردم و فکر می کنم
209
00:07:29,759 –> 00:07:30,960
این تنوع
210
00:07:30,960 –> 00:07:33,680
به من کمک کرد تا با این مطالعات کنار بیایم و من
211
00:07:33,680 –> 00:07:35,759
در واقع
212
00:07:35,759 –> 00:07:38,319
تحصیلات دکترا را در دو سال و نیم به پایان رساندم، بنابراین
213
00:07:38,319 –> 00:07:40,479
آنها را زودتر کامل کردم.
214
00:07:40,479 –> 00:07:43,840
بنابراین یک چرخه حدی یک راه حل تناوبی جدا شده
215
00:07:43,840 –> 00:07:45,280
است،
216
00:07:45,280 –> 00:07:48,000
اوه، در اینجا ما سه نمونه از یک مثال
217
00:07:48,000 –> 00:07:50,000
با سه چرخه حد داریم و این از
218
00:07:50,000 –> 00:07:50,319
یک
219
00:07:50,319 –> 00:07:53,520
مدل ماشین موریس لو از یک نورون حرکتی است،
220
00:07:53,520 –> 00:07:53,840
بنابراین
221
00:07:53,840 –> 00:07:55,919
ماشین موریسون، ما به
222
00:07:55,919 –> 00:07:59,840
نورون های حرکتی در بارناکل های غول پیکر
223
00:07:59,840 –> 00:08:02,319
و اینجا نگاه می کنیم. ما ما را داریم، بنابراین این
224
00:08:02,319 –> 00:08:03,599
چرخه های حدی نشان دهنده
225
00:08:03,599 –> 00:08:07,039
رفتار نوسانی هستند و خرچنگ
226
00:08:07,039 –> 00:08:08,800
ها تنها گونه ای نیستند که پر از
227
00:08:08,800 –> 00:08:09,280
این
228
00:08:09,280 –> 00:08:12,000
رفتارهای نوسانی هستند، بنابراین ما
229
00:08:12,000 –> 00:08:13,759
به بدن
230
00:08:13,759 –> 00:08:16,639
انسان خودمان فکر می کنیم. مغز ما سلول های عصبی داریم بنابراین
231
00:08:16,639 –> 00:08:18,000
سلول هایی به نام نورون داریم
232
00:08:18,000 –> 00:08:20,560
و آنها نوسان می کنند بنابراین سلول های مغز ما
233
00:08:20,560 –> 00:08:21,520
234
00:08:21,520 –> 00:08:25,120
حدود 1000 بار در ثانیه
235
00:08:25,120 –> 00:08:26,720
نوسان می کنند اما آنها تنها نوسان کننده
236
00:08:26,720 –> 00:08:29,680
های بدن نیستند سلول های شبکیه چشم ما
237
00:08:29,680 –> 00:08:33,839
نوسان می کنند سلول های عضلانی um نوسان می کنند
238
00:08:33,839 –> 00:08:36,719
و سپس به همین ترتیب بدن ما فقط پر
239
00:08:36,719 –> 00:08:38,240
از این نوسانگرها است
240
00:08:38,240 –> 00:08:40,958
و همه آنها در مقیاس های زمانی مختلف نوسان می
241
00:08:40,958 –> 00:08:43,120
242
00:08:43,120 –> 00:08:44,880
کنند، خوب است، بنابراین ما اینجا داریم و من
243
00:08:44,880 –> 00:08:46,480
اکنون یک انیمیشن را به شما نشان می دهم که
244
00:08:46,480 –> 00:08:47,200
245
00:08:47,200 –> 00:08:49,440
در پایتون تولید شده است، بنابراین پرتره فاز
246
00:08:49,440 –> 00:08:51,600
سمت چپ در پایتون تولید شده است، بنابراین ما دارای
247
00:08:51,600 –> 00:08:53,440
سه
248
00:08:53,440 –> 00:08:55,920
چرخه حدی سبز در چرخه حدی یک
249
00:08:55,920 –> 00:08:57,519
چرخه
250
00:08:57,519 –> 00:08:59,519
حدی پایدار است و قرمز در چرخه غیر منگنه
251
00:08:59,519 –> 00:09:01,920
است و آبی یک چرخه حدی پایدار
252
00:09:01,920 –> 00:09:03,200
است،
253
00:09:03,200 –> 00:09:06,000
بنابراین فرض کنید
254
00:09:06,000 –> 00:09:07,760
به این نورون محرکی
255
00:09:07,760 –> 00:09:09,839
می دهیم تا این ویدیو را اجرا کنید و
256
00:09:09,839 –> 00:09:11,680
ما با یک نقطه بحرانی
257
00:09:11,680 –> 00:09:14,080
در اینجا شروع می کنیم، بنابراین ما فقط یک نقطه پایدار داریم و
258
00:09:14,080 –> 00:09:15,920
خواهید دید که یک نوسان کوچک
259
00:09:15,920 –> 00:09:16,959
رشد می کند،
260
00:09:16,959 –> 00:09:18,800
بنابراین ما داریم این چرخه حد دامنه کوچک
261
00:09:18,800 –> 00:09:21,600
رشد می کند
262
00:09:21,600 –> 00:09:24,800
و همانطور که محرک به th افزایش می یابد.
263
00:09:24,800 –> 00:09:25,519
آیا
264
00:09:25,519 –> 00:09:28,399
نورون است که می بینید ما از یک
265
00:09:28,399 –> 00:09:30,160
سیکل حدی به چرخه لنفاوی دیگر می پریم
266
00:09:30,160 –> 00:09:34,560
و به آن انشعاب سخت یا خطرناک
267
00:09:34,839 –> 00:09:36,800
268
00:09:36,800 –> 00:09:38,560
می گویند خوب است چرا به آن انشعاب سخت یا خطرناک
269
00:09:38,560 –> 00:09:40,240
می
270
00:09:40,240 –> 00:09:42,000
گویند اگر اکنون به یک نمونه از مهندسی نگاهی بیندازیم
271
00:09:42,000 –> 00:09:44,480
بنابراین ویدیوی مربوط به سمت چپ
272
00:09:44,480 –> 00:09:45,120
273
00:09:45,120 –> 00:09:47,680
هواپیمای در حال بلند شدن را نشان میدهد و
274
00:09:47,680 –> 00:09:48,959
ویدیوی سمت راست را نشان میدهد
275
00:09:48,959 –> 00:09:50,160
، میدانم که این را برای نورونها به شما نشان
276
00:09:50,160 –> 00:09:52,240
دادهام، اما ما گرافیکهای مشابهی
277
00:09:52,240 –> 00:09:54,800
برای این ویژگیهای
278
00:09:54,800 –> 00:09:55,360
این
279
00:09:55,360 –> 00:09:59,360
موتورها داریم، بنابراین اگر من فقط این ویدیوها را اجرا کنم،
280
00:09:59,360 –> 00:10:02,720
بنابراین از آنجایی که هواپیما در شرف بلند شدن است، بنابراین
281
00:10:02,720 –> 00:10:04,800
سیکل حدی نشان دهنده
282
00:10:04,800 –> 00:10:05,920
ویژگی های غیرخطی
283
00:10:05,920 –> 00:10:08,480
موتور جت است، بنابراین
284
00:10:08,480 –> 00:10:09,760
ما خوب و نرم پیش می رویم
285
00:10:09,760 –> 00:10:11,440
، باید بگویم که
286
00:10:11,440 –> 00:10:13,519
همه اینها در حرکت آهسته است
287
00:10:13,519 –> 00:10:15,360
و ما یک پرش ناگهانی داریم. به
288
00:10:15,360 –> 00:10:17,760
چرخه دیگری می رویم و اینجاست که ما جهش خود را
289
00:10:17,760 –> 00:10:20,079
در موتور جت دریافت می کنیم و می بینید که موتور
290
00:10:20,079 –> 00:10:21,519
به خوبی کار نمی
291
00:10:21,519 –> 00:10:23,760
کند بنابراین به همین دلیل است که به آن انشعاب سخت
292
00:10:23,760 –> 00:10:25,200
یا خطرناک می
293
00:10:25,200 –> 00:10:28,000
گویند بنابراین ما از یک
294
00:10:28,000 –> 00:10:30,000
سیکل حد دامنه کوچک
295
00:10:30,000 –> 00:10:32,079
به یک اندام دوشاخه شده ایم. یک چرخه محدود از
296
00:10:32,079 –> 00:10:34,480
دامنه های بزرگتر و شما می توانید این جهش ها را در موتورهای جت دریافت کنید،
297
00:10:34,480 –> 00:10:36,959
298
00:10:36,959 –> 00:10:38,320
نمونه های دیگری نیز در مهندسی
299
00:10:38,320 –> 00:10:41,120
وجود دارد که به عنوان مثال با هواپیما انجام
300
00:10:41,120 –> 00:10:42,880
می شود، بنابراین می توانید این پرش ها را داشته باشید و ما
301
00:10:42,880 –> 00:10:43,600
چیزی به نام
302
00:10:43,600 –> 00:10:47,040
پدیده های بال راک در هواپیما دریافت
303
00:10:47,040 –> 00:10:49,279
می کنیم. هواپیما
304
00:10:49,279 –> 00:10:50,320
در واقع می تواند
305
00:10:50,320 –> 00:10:52,640
به دلیل این جهش از یک
306
00:10:52,640 –> 00:10:54,640
چرخه محدودیتی به یک چرخه محدودیت دیگر منحرف شود،
307
00:10:54,640 –> 00:10:56,480
بنابراین امیدواریم این انیمیشن ها به
308
00:10:56,480 –> 00:10:57,760
شما نشان دهند که
309
00:10:57,760 –> 00:10:58,959
می دانید می توانید از
310
00:10:58,959 –> 00:11:00,480
ریاضیات محض که در آن ما به دنبال
311
00:11:00,480 –> 00:11:01,920
چرخه های محدود و تعداد چرخه های محدود هستیم
312
00:11:01,920 –> 00:11:02,720
313
00:11:02,720 –> 00:11:05,839
به برنامه های فیزیکی واقعی بروید
314
00:11:05,839 –> 00:11:07,760
و مثالی که قبلاً
315
00:11:07,760 –> 00:11:10,399
با ماشین ماریسلا و یورون به شما نشان دادم در
316
00:11:10,399 –> 00:11:12,240
واقع یک تکه درسی
317
00:11:12,240 –> 00:11:14,399
برای دانش آموزان سال آخر ما در چند سال
318
00:11:14,399 –> 00:11:16,560
پیش بود، بنابراین می توانید ببینید که ما می توانیم
319
00:11:16,560 –> 00:11:19,920
مدل های فیزیکی واقعی را با استفاده از پایتون
320
00:11:19,920 –> 00:11:21,519
یا متلب به آنها ارائه دهیم
321
00:11:21,519 –> 00:11:23,040
و این بدیهی است که به قابلیت استخدام کمک می کند.
322
00:11:23,040 –> 00:11:26,399
بعدا
323
00:11:26,480 –> 00:11:28,079
خوب پس حالا بیایید کمی در مورد ریاضیات یک سطح صحبت کنیم،
324
00:11:28,079 –> 00:11:30,079
325
00:11:30,079 –> 00:11:32,640
بنابراین من دو انیمیشن ساده در اینجا
326
00:11:32,640 –> 00:11:34,560
دارم، انیمیشن روی سمت چپ
327
00:11:34,560 –> 00:11:37,920
این است که ما می خواهیم نشان دهیم که چگونه یک مماس
328
00:11:37,920 –> 00:11:41,200
uh در اطراف یک سهمی حرکت می کند همانطور که x
329
00:11:41,200 –> 00:11:44,079
تغییر می کند و شما در پایین متوجه خواهید شد
330
00:11:44,079 –> 00:11:45,600
که سه گزینه در اینجا وجود دارد که می توانیم
331
00:11:45,600 –> 00:11:47,519
فقط وقتی
332
00:11:47,519 –> 00:11:49,440
انیمیشن را حلقه کنیم یا می توانیم انیمیشن را نشان دهیم.
333
00:11:49,440 –> 00:11:51,519
انیمیشن را منعکس کنید،
334
00:11:51,519 –> 00:11:53,839
بنابراین در حالت اول در سمت چپ، ما
335
00:11:53,839 –> 00:11:54,880
فقط
336
00:11:54,880 –> 00:11:58,320
انیمیشن را حلقه می کنیم، بنابراین به این صورت است که مماس
337
00:11:58,320 –> 00:12:01,839
حول سهمی حرکت می کند زیرا x از
338
00:12:01,839 –> 00:12:02,720
منهای چهار
339
00:12:02,720 –> 00:12:06,880
به چهار می رسد و سپس دوباره حلقه می زنیم، بنابراین در
340
00:12:06,880 –> 00:12:08,800
اینجا انیمیشن مماس است.
341
00:12:08,800 –> 00:12:11,680
همانطور که x از منهای چهار به چهار میرود، بنابراین
342
00:12:11,680 –> 00:12:13,279
میتوانید ببینید که توجه از گرادیان منفی
343
00:12:13,279 –> 00:12:14,079
344
00:12:14,079 –> 00:12:17,760
صفر به گرادیان مثبت میرود،
345
00:12:17,760 –> 00:12:20,480
خوب حالا دوباره وقتی در حال بحث در مورد
346
00:12:20,480 –> 00:12:21,200
مسائل
347
00:12:21,200 –> 00:12:24,399
در دنیای واقعی هستیم، وقتی بسیاری از
348
00:12:24,399 –> 00:12:25,680
مسائل دنیای واقعی را حل
349
00:12:25,680 –> 00:12:28,560
میکنیم، در نهایت به آن میرسیم. راه حل های دوره ای و
350
00:12:28,560 –> 00:12:29,920
این به این دلیل است که ما
351
00:12:29,920 –> 00:12:33,279
در دنیای تناوبی زندگی می کنیم و جهان ما
352
00:12:33,279 –> 00:12:36,399
در یک منظومه شمسی دوره ای وجود دارد،
353
00:12:36,399 –> 00:12:39,200
بنابراین همه چیز به صورت دوره ای هدایت می شود، بنابراین
354
00:12:39,200 –> 00:12:41,200
واقعاً جای تعجب نیست که بدن انسان
355
00:12:41,200 –> 00:12:41,839
356
00:12:41,839 –> 00:12:44,560
ما پر از این رفتار نوسانی نوسانی است.
357
00:12:44,560 –> 00:12:45,920
358
00:12:45,920 –> 00:12:47,760
پس انیمیشن سمت راست
359
00:12:47,760 –> 00:12:49,680
که اکنون به شما نشان خواهم داد این است
360
00:12:49,680 –> 00:12:52,000
که ما یک انعکاس را
361
00:12:52,000 –> 00:12:53,360
نشان می دهیم و این نشان می دهد که
362
00:12:53,360 –> 00:12:57,440
با افزایش و کاهش یک پارامتر چه اتفاقی می افتد
363
00:12:57,440 –> 00:12:58,959
و زمانی که ما در حال مدل سازی سیستم های واقعی هستیم بسیار مفید است.
364
00:12:58,959 –> 00:13:01,440
365
00:13:01,440 –> 00:13:03,360
پس وقتی در این انیمیشن دوم
366
00:13:03,360 –> 00:13:04,839
هستیم، خواهید دید که
367
00:13:04,839 –> 00:13:08,000
فرکانس نوسان
368
00:13:08,000 –> 00:13:11,040
موج سینوسی خود را افزایش می دهیم
369
00:13:11,440 –> 00:13:14,000
و سپس نوسان را کاهش می دهیم، فرکانس نوسانات
370
00:13:14,000 –> 00:13:15,920
371
00:13:15,920 –> 00:13:20,800
موج سینوسی را
372
00:13:20,800 –> 00:13:23,760
کاهش می دهیم و دوباره نوسانات را افزایش
373
00:13:23,760 –> 00:13:25,680
می دهیم و می توانیم حمل کنیم. تا ابد به این
374
00:13:25,680 –> 00:13:27,200
صورت است، اما اگر در دنیای تناوبی ما به آن فکر
375
00:13:27,200 –> 00:13:29,839
کنید، این همان چیزی است که در
376
00:13:29,839 –> 00:13:33,040
تمام مدت زمانی که سیستمهای ما به
377
00:13:33,040 –> 00:13:36,240
طور دورهای درست هدایت میشوند، اتفاق میافتد، به عنوان مثال،
378
00:13:36,240 –> 00:13:38,560
در روز صبح از خواب بیدار میشویم
379
00:13:38,560 –> 00:13:40,639
و هوا کاملاً سرد است و سپس
380
00:13:40,639 –> 00:13:42,320
به سمت بعدازظهر گرمتر میشود
381
00:13:42,320 –> 00:13:43,920
و سپس دوباره به سمت غروب خنکتر میشود
382
00:13:43,920 –> 00:13:46,320
و سپس همه چیز دوباره شروع میشود،
383
00:13:46,320 –> 00:13:49,199
بنابراین ما در این چرخه ثابت
384
00:13:49,199 –> 00:13:51,440
هستیم، بنابراین همه این نوسانات را داریم
385
00:13:51,440 –> 00:13:54,480
تا پایتون بتواند در آموزش آن کمک کند.
386
00:13:54,480 –> 00:13:56,720
شما می دانید این تصاویر را نقاشی کنید،
387
00:13:56,720 –> 00:13:57,680
388
00:13:57,680 –> 00:13:59,680
بنابراین یک ضرب المثل معروف وجود دارد که
389
00:13:59,680 –> 00:14:01,600
یک تصویر می تواند هزاران کلمه را به
390
00:14:01,600 –> 00:14:03,760
خوبی ترسیم کند، می توانید این انیمیشن ها را
391
00:14:03,760 –> 00:14:05,839
به عنوان نقاشی هزار تصویر
392
00:14:05,839 –> 00:14:08,959
در نظر بگیرید، بنابراین در واقع انیمیشن ها
393
00:14:08,959 –> 00:14:09,519
میلیون ها
394
00:14:09,519 –> 00:14:11,920
کلمه را نقاشی می کنند
395
00:14:14,000 –> 00:14:16,560
همانطور که من می گویم ما از ریاضیات استفاده کرده ایم. بستههایی
396
00:14:16,560 –> 00:14:17,600
که
397
00:14:17,600 –> 00:14:20,800
در حال حاضر بیش از 20 سال در آموزش ما در mmu است، در سال
398
00:14:20,800 –> 00:14:23,839
2011، اتحادیه دانشجویان
399
00:14:23,839 –> 00:14:27,279
در mmu مسابقهای را راهاندازی کرد و
400
00:14:27,279 –> 00:14:29,839
آنها از دانشآموزان خواستند که به درس
401
00:14:29,839 –> 00:14:30,959
مورد علاقه مدرس
402
00:14:30,959 –> 00:14:34,160
مورد علاقهشان رای دهند و غیره، فکر میکنم در حال حاضر
403
00:14:34,160 –> 00:14:35,040
404
00:14:35,040 –> 00:14:38,800
برخی در جایی در منطقه 38 وجود دارند. 000
405
00:14:38,800 –> 00:14:40,880
دانش آموز در دانشگاه متروپولیتن منچستر
406
00:14:40,880 –> 00:14:42,000
407
00:14:42,000 –> 00:14:44,160
و آنها در منطقه ای هستند که حدود 600700
408
00:14:44,160 –> 00:14:46,320
درس مختلف
409
00:14:46,320 –> 00:14:49,519
در mmu ارائه می شود و در اینجا متوجه خواهید شد
410
00:14:49,519 –> 00:14:50,720
که
411
00:14:50,720 –> 00:14:54,480
در سال 2020، 2018 و 2012
412
00:14:54,480 –> 00:14:58,000
ریاضیات به عنوان درس سال
413
00:14:58,000 –> 00:15:01,199
توسط دانشجویان ما انتخاب شد و شما همچنین متوجه می شوید که ما نیز متوجه می شوید.
414
00:15:01,199 –> 00:15:02,560
415
00:15:02,560 –> 00:15:05,600
در سال 2011 در فهرست نهایی قرار گرفتند، این سال افتتاحیه
416
00:15:05,600 –> 00:15:09,440
2013 2014 و 2019 بود، بنابراین این رقابت
417
00:15:09,440 –> 00:15:11,680
به مدت 10 سال در حال اجرا
418
00:15:11,680 –> 00:15:14,399
بوده است و ریاضیات در هفت نوبت در فهرست نهایی قرار گرفته است.
419
00:15:14,399 –> 00:15:14,880
420
00:15:14,880 –> 00:15:17,040
و ما در واقع
421
00:15:17,040 –> 00:15:19,440
سه بار موفق به دریافت این جایزه شده
422
00:15:19,440 –> 00:15:21,760
ایم و معتقدیم که یکی از
423
00:15:21,760 –> 00:15:24,240
دلایل محبوبیت دوره ما
424
00:15:24,240 –> 00:15:26,480
به دلیل میزان برنامه نویسی
425
00:15:26,480 –> 00:15:28,720
است که با دانش آموزان خود انجام می دهیم که به
426
00:15:28,720 –> 00:15:31,440
ما امکان می دهد مشکلات دنیای واقعی را حل کنیم.
427
00:15:31,440 –> 00:15:34,560
جنبه های دیگری
428
00:15:34,560 –> 00:15:36,079
از این موضوع است که من
429
00:15:36,079 –> 00:15:41,600
در طول بحث تا کنون در مورد آنها صحبت
430
00:15:41,600 –> 00:15:43,920
خواهم کرد، فکر می کنم احتمالاً اکثر شما در
431
00:15:43,920 –> 00:15:46,000
مورد این گزارش های دولتی شنیده اید، بنابراین
432
00:15:46,000 –> 00:15:47,360
در سال 2018
433
00:15:47,360 –> 00:15:50,079
434
00:15:50,079 –> 00:15:51,440
دولت گزارشی به نام بررسی سیاه پوست را منتشر کرد
435
00:15:51,440 –> 00:15:53,360
و این به دنبال مدل سازی محاسباتی بود.
436
00:15:53,360 –> 00:15:56,240
و آیندههای فناوری
437
00:15:56,240 –> 00:15:58,240
و اهمیت
438
00:15:58,240 –> 00:15:59,360
439
00:15:59,360 –> 00:16:01,680
مدلسازی ریاضی و محاسباتی برای
440
00:16:01,680 –> 00:16:02,560
441
00:16:02,560 –> 00:16:04,800
اقتصاد بریتانیا را برجسته میکند، بسیار خوب، فکر میکنم همه شما
442
00:16:04,800 –> 00:16:06,399
بهعنوان ریاضیدان میدانیم و
443
00:16:06,399 –> 00:16:07,600
همه مدتهاست
444
00:16:07,600 –> 00:16:10,160
که میدانیم ریاضیات برای اقتصاد بریتانیا بسیار مهم
445
00:16:10,160 –> 00:16:11,120
است
446
00:16:11,120 –> 00:16:13,199
. بنابراین این گزارش به
447
00:16:13,199 –> 00:16:15,279
جزئیات در مورد
448
00:16:15,279 –> 00:16:18,160
آن می پردازد و سپس اندکی پس از آن فیلیپ
449
00:16:18,160 –> 00:16:20,240
باند گزارشی را منتشر کرد
450
00:16:20,240 –> 00:16:22,320
و این یک بررسی مستقل از
451
00:16:22,320 –> 00:16:24,800
تبادل دانش و ریاضیات بود
452
00:16:24,800 –> 00:16:26,880
. توصیه های زیادی وجود داشت،
453
00:16:26,880 –> 00:16:28,000
اما همانطور که می بینید،
454
00:16:28,000 –> 00:16:30,720
توصیه هشتم این بود که همه
455
00:16:30,720 –> 00:16:32,560
دانش آموزان ریاضی
456
00:16:32,560 –> 00:16:35,040
باید حداقل یک زبان برنامه نویسی دانش کار را کسب کنند،
457
00:16:35,040 –> 00:16:35,759
458
00:16:35,759 –> 00:16:38,720
بنابراین این به
459
00:16:38,720 –> 00:16:40,000
عنوان یک گزارش در
460
00:16:40,000 –> 00:16:43,360
نتیجه این گزارش بود، بسیار خوب
461
00:16:43,360 –> 00:16:45,360
، فکر می کنم همه شما خواهید بود. از این اطلاعات بعدی متعجب
462
00:16:45,360 –> 00:16:47,759
463
00:16:47,759 –> 00:16:51,279
شدهایم، بنابراین همانطور که میگویم در mmu ما
464
00:16:51,279 –> 00:16:54,560
2038000 دانشجو داریم، بنابراین در ماه اکتبر
465
00:16:54,560 –> 00:16:55,600
چند
466
00:16:55,600 –> 00:16:57,680
روز آزاد ترتیب دادهایم، شما میدانید که دانشجویان آیندهنگر به کجا میآیند
467
00:16:57,680 –> 00:16:59,040
468
00:16:59,040 –> 00:17:02,160
و تقریباً به اطراف دانشگاه نگاه میکنند
469
00:17:02,160 –> 00:17:05,199
و اخیراً این اعداد هستند. نمونه
470
00:17:05,199 –> 00:17:07,199
ای از تعداد دانش آموزانی است که
471
00:17:07,199 –> 00:17:08,720
ما برای این دوره ها جذب می کنیم،
472
00:17:08,720 –> 00:17:11,919
بنابراین متوجه می شوید که ما 72 دانش
473
00:17:11,919 –> 00:17:13,199
آموز برای زیست شناسی داریم
474
00:17:13,199 –> 00:17:15,679
73 دانش آموز برای علوم زیستی و
475
00:17:15,679 –> 00:17:17,280
فیزیولوژیکی وارد شده
476
00:17:17,280 –> 00:17:19,520
اند.
477
00:17:19,520 –> 00:17:20,640
478
00:17:20,640 –> 00:17:22,559
بازی ها و
479
00:17:22,559 –> 00:17:23,679
انیمیشن ها
480
00:17:23,679 –> 00:17:27,119
74 برای محاسبات وارد می شوند 49
481
00:17:27,119 –> 00:17:28,559
برای مهندسی
482
00:17:28,559 –> 00:17:32,640
76 برای جغرافیا و 16 16
483
00:17:32,640 –> 00:17:34,480
دانش آموز به دلیل
484
00:17:34,480 –> 00:17:36,720
علاقه مندی به درس ریاضی وارد می شوند.
485
00:17:36,720 –> 00:17:39,120
در حال حاضر ورزش و علوم ورزشی
486
00:17:39,120 –> 00:17:41,600
در دانشکده علوم و مهندسی،
487
00:17:41,600 –> 00:17:46,160
ما 152 دانش آموز داریم که می آیند
488
00:17:46,160 –> 00:17:47,760
و آنها علاقه مند به انجام آن با انجام
489
00:17:47,760 –> 00:17:50,960
مدرک در رشته علوم ورزشی و ورزشی هستند،
490
00:17:50,960 –> 00:17:53,840
و من مطمئن نیستم که چند نفر از شما
491
00:17:53,840 –> 00:17:55,039
ریاضیات بودند.
492
00:17:55,039 –> 00:17:57,360
محبوب ترین سطح است و
493
00:17:57,360 –> 00:17:59,200
اکنون چند سالی است که بوده است،
494
00:17:59,200 –> 00:18:01,679
بنابراین در یک سطح، ریاضی پرطرفدارترین درس
495
00:18:01,679 –> 00:18:02,559
است،
496
00:18:02,559 –> 00:18:03,679
اما می توانید ببینید که وقتی صحبت از
497
00:18:03,679 –> 00:18:06,240
دانشگاه می شود، ریاضیات یکی از
498
00:18:06,240 –> 00:18:08,160
کم طرفدارترین دروس
499
00:18:08,160 –> 00:18:11,520
در سطح دانشگاه است،
500
00:18:12,720 –> 00:18:14,559
پس اکنون من من به شما نشان خواهم داد که چگونه
501
00:18:14,559 –> 00:18:16,080
می توانید
502
00:18:16,080 –> 00:18:19,200
پایتون را روی رایانه خود دانلود کنید، باید
503
00:18:19,200 –> 00:18:19,760
504
00:18:19,760 –> 00:18:25,120
به وب سایتی به نام www.anaconda.com بروید
505
00:18:25,120 –> 00:18:27,360
و از آن صفحه وب می
506
00:18:27,360 –> 00:18:28,240
توانید
507
00:18:28,240 –> 00:18:31,360
ناوبر آناکوندا را دانلود کنید تا ناوبر آناکوندا را دانلود
508
00:18:31,360 –> 00:18:33,200
کنید. می توانید این کار را
509
00:18:33,200 –> 00:18:34,240
510
00:18:34,240 –> 00:18:38,160
از طریق یونیکس یا از طریق رایانه شخصی
511
00:18:38,160 –> 00:18:39,039
یا مک بوک
512
00:18:39,039 –> 00:18:41,360
و غیره انجام دهید و این همان چیزی است که ناوبر آناکوندا به
513
00:18:41,360 –> 00:18:43,120
نظر می رسد
514
00:18:43,120 –> 00:18:45,200
بنابراین من قصد دارم به شما یک
515
00:18:45,200 –> 00:18:47,840
معرفی مختصر در مورد نوت بوک های مشتری و
516
00:18:47,840 –> 00:18:50,880
همچنین عنکبوت ارائه کنم بنابراین این دو عبارتند از جایی که ما
517
00:18:50,880 –> 00:18:51,520
از python استفاده می کنیم
518
00:18:51,520 –> 00:18:54,559
و سپس برای هر یک از شما که به
519
00:18:54,559 –> 00:18:56,559
آمار علاقه مند هستید
520
00:18:56,559 –> 00:18:59,520
یک بسته رایگان به نام r
521
00:18:59,520 –> 00:19:00,160
و
522
00:19:00,160 –> 00:19:03,200
r نیز بیشتر و بیشتر
523
00:19:03,200 –> 00:19:06,880
در صنعت استفاده می شود بنابراین از مشتری عنکبوتی استفاده می کنیم
524
00:19:06,880 –> 00:19:09,840
و در داخل mmu در
525
00:19:09,840 –> 00:19:11,200
ریاضیات نیز
526
00:19:11,200 –> 00:19:15,440
به آموزش خود می پردازیم. دانشآموزان چگونه از r
527
00:19:15,840 –> 00:19:17,440
Okay استفاده کنند، بنابراین
528
00:19:17,440 –> 00:19:19,600
اگر spygar را باز کنید به این شکل است
529
00:19:19,600 –> 00:19:21,520
و اگر یکی از شما تا به حال از matlab استفاده کرده
530
00:19:21,520 –> 00:19:23,440
باشید، خواهید دید که تنظیمات بسیار شبیه به
531
00:19:23,440 –> 00:19:26,400
matlab است، بنابراین در سمت چپ ما یک
532
00:19:26,400 –> 00:19:28,799
پنجره ویرایشگر برای نوشتن برنامهها داریم.
533
00:19:28,799 –> 00:19:30,480
من به شما نشان خواهم داد که برخی از برنامه
534
00:19:30,480 –> 00:19:32,160
ها در یک لحظه
535
00:19:32,160 –> 00:19:34,080
در پنجره بالا چه شکلی هستند، ما اکسپلورر متغیر را
536
00:19:34,080 –> 00:19:35,360
537
00:19:35,360 –> 00:19:38,160
داریم که می توانیم به دنبال کمک باشیم، اینجاست که نمودارها
538
00:19:38,160 –> 00:19:38,799
539
00:19:38,799 –> 00:19:41,919
نشان داده می شوند و همچنین فایل هایی داریم که
540
00:19:41,919 –> 00:19:44,320
می توانند در این پنجره از
541
00:19:44,320 –> 00:19:45,440
اینجا
542
00:19:45,440 –> 00:19:49,200
و کنسول 1 نشان داده شوند. یک پنجره این کنسول در
543
00:19:49,200 –> 00:19:51,679
اینجا جایی است که ما از پایتون به عنوان یک
544
00:19:51,679 –> 00:19:52,400
ماشین
545
00:19:52,400 –> 00:19:54,640
حساب نموداری استفاده خواهیم کرد، بنابراین می توانید از پایتون به عنوان یک
546
00:19:54,640 –> 00:19:56,000
ماشین حساب نموداری
547
00:19:56,000 –> 00:19:59,360
در این پنجره استفاده کنید و دوباره
548
00:19:59,360 –> 00:20:02,880
چند نمونه از ظاهر اینها را به شما
549
00:20:02,880 –> 00:20:05,679
می دهم و همانطور که می گویم این تنظیمات بسیار شبیه به هم هستند.
550
00:20:05,679 –> 00:20:06,400
lar
551
00:20:06,400 –> 00:20:09,200
to matlab اوه من این را در
552
00:20:09,200 –> 00:20:10,640
ابتدا نگفتم اما باید می گفتم
553
00:20:10,640 –> 00:20:13,280
که می دانید در بین پایتون maple
554
00:20:13,280 –> 00:20:15,039
matlab و mathematica
555
00:20:15,039 –> 00:20:17,360
python تنها نرم افزاری است که به
556
00:20:17,360 –> 00:20:18,720
صورت رایگان در دسترس است
557
00:20:18,720 –> 00:20:20,799
متأسفانه بسته های دیگر برای
558
00:20:20,799 –> 00:20:23,360
شما هزینه زیادی دارند
559
00:20:23,520 –> 00:20:25,520
پس چگونه می توانیم از پایتون استفاده کنیم به عنوان یک
560
00:20:25,520 –> 00:20:26,799
ماشین حساب،
561
00:20:26,799 –> 00:20:29,919
بنابراین ما میتوانیم از پنجره کنسول خود استفاده کنیم، بنابراین
562
00:20:29,919 –> 00:20:31,520
در اینجا میتوانید این را ببینید،
563
00:20:31,520 –> 00:20:32,000
564
00:20:32,000 –> 00:20:34,559
اکنون برای هر یک از شما که از mathematica استفاده
565
00:20:34,559 –> 00:20:35,679
566
00:20:35,679 –> 00:20:37,440
کردهاید، میبینید که این بسیار
567
00:20:37,440 –> 00:20:39,120
شبیه به mathematica است،
568
00:20:39,120 –> 00:20:42,400
بنابراین ما داریم در یکی و ما دستورات خود
569
00:20:42,400 –> 00:20:45,679
را بعد از این اعلان ورودی تایپ می کنیم و
570
00:20:45,679 –> 00:20:49,200
اکنون در پایتون می توانیم
571
00:20:49,200 –> 00:20:52,480
نظرات را با استفاده از نماد هش درج کنیم، بنابراین
572
00:20:52,480 –> 00:20:55,120
پایتون هر چیزی را بعد از هش نادیده می گیرد،
573
00:20:55,120 –> 00:20:56,960
بنابراین در این مورد من فقط نوشتم
574
00:20:56,960 –> 00:20:59,440
این یک نظر خوب است و این یکی
575
00:20:59,440 –> 00:21:01,760
از موارد است. cat مفیدترین کاراکترها
576
00:21:01,760 –> 00:21:04,880
در هر زبان برنامه نویسی به هر زبانی
577
00:21:04,880 –> 00:21:06,000
578
00:21:06,000 –> 00:21:07,520
و من کمی بیشتر در مورد آن توضیح خواهم داد
579
00:21:07,520 –> 00:21:09,039
همانطور که در
580
00:21:09,039 –> 00:21:12,720
این بحث می گذریم و می توانید در اینجا ببینید
581
00:21:12,720 –> 00:21:14,240
من یک مثال ساده
582
00:21:14,240 –> 00:21:17,840
از نحوه جمع و تفریق اعداد
583
00:21:17,840 –> 00:21:19,679
و th آورده ام. is نوعی محاسبه است که
584
00:21:19,679 –> 00:21:22,240
می توانید روی یک ماشین حساب انجام دهید،
585
00:21:22,240 –> 00:21:23,840
بنابراین بعداً نوع کارگاه هایی را که اجرا می کنم به شما نشان
586
00:21:23,840 –> 00:21:25,760
خواهم داد
587
00:21:25,760 –> 00:21:28,960
و اولین جلسه به
588
00:21:28,960 –> 00:21:32,000
دانش آموزان و معلمان نشان می دهم که چگونه از پایتون
589
00:21:32,000 –> 00:21:33,520
به عنوان یک ماشین حساب نموداری استفاده کنند
590
00:21:33,520 –> 00:21:35,440
زیرا حتی اگر شما
591
00:21:35,440 –> 00:21:36,640
قبل از اینکه
592
00:21:36,640 –> 00:21:38,960
اکثر مردم از ماشین حساب استفاده کرده باشند، هرگز برنامه نویسی نکرده اند، بنابراین
593
00:21:38,960 –> 00:21:41,440
شما می توانید
594
00:21:41,440 –> 00:21:44,000
برای ضرب اعداد در پایتون جمع و تفریق کنید، ما از ستاره استفاده می کنیم
595
00:21:44,000 –> 00:21:45,039
596
00:21:45,039 –> 00:21:47,840
و برای تقسیم از اسلش به جلو استفاده می کنیم،
597
00:21:47,840 –> 00:21:50,000
بنابراین دو برابر سه تقسیم
598
00:21:50,000 –> 00:21:51,120
بر شش
599
00:21:51,120 –> 00:21:53,039
به ما می دهد و این به ما یک شناور می دهد. پاسخ نقطه ای
600
00:21:53,039 –> 00:21:55,360
بنابراین پاسخ ممیز شناور
601
00:21:55,360 –> 00:21:56,080
یک نقطه
602
00:21:56,080 –> 00:21:58,559
صفر است و اگر وقت داشته باشم
603
00:21:58,559 –> 00:22:00,159
می توانم در مورد محاسبات ممیز شناور بیشتر بگویم
604
00:22:00,159 –> 00:22:03,760
بعداً اکنون می توانیم توان ها را نیز
605
00:22:03,760 –> 00:22:04,080
بگیریم
606
00:22:04,080 –> 00:22:06,720
تا بتوانیم با پایتون توان را انجام دهیم
607
00:22:06,720 –> 00:22:07,520
608
00:22:07,520 –> 00:22:10,799
بنابراین ستاره پنج ستاره 30
609
00:22:10,799 –> 00:22:13,360
همان 5 به توان 30 است و شما
610
00:22:13,360 –> 00:22:14,159
می
611
00:22:14,159 –> 00:22:15,919
توانید با انجام این نوع
612
00:22:15,919 –> 00:22:19,679
محاسبات در ماشین حساب خود خلاص شوید
613
00:22:19,679 –> 00:22:23,280
614
00:22:23,280 –> 00:22:26,080
و اگر فکر می کنید
615
00:22:26,080 –> 00:22:27,280
در ماشین حساب خود فکر
616
00:22:27,280 –> 00:22:30,559
می کنید باید از توابع یا دکمه های اضافی استفاده کنید. یک کتابخانه به نام
617
00:22:30,559 –> 00:22:33,440
ریاضی را وارد کنید، بنابراین یک کتابخانه ریاضی با
618
00:22:33,440 –> 00:22:34,240
توابعی مانند
619
00:22:34,240 –> 00:22:37,760
سینوس و کسینوس و نمایی
620
00:22:37,760 –> 00:22:39,520
و فاکتوریل وجود دارد و توابع بسیار بیشتری وجود
621
00:22:39,520 –> 00:22:41,280
دارد که توسط
622
00:22:41,280 –> 00:22:41,840
افراد
623
00:22:41,840 –> 00:22:43,760
در سراسر جهان نوشته شده است، بنابراین
624
00:22:43,760 –> 00:22:46,640
تابعی به نام فاکتوریل وجود دارد
625
00:22:46,640 –> 00:22:50,000
تا بتوانیم از پایتون برای
626
00:22:50,000 –> 00:22:53,120
52 فاکتوریل را کار کنید بنابراین برای کار کردن 50 واقعیت
627
00:22:53,120 –> 00:22:54,799
دو فاکتوریل از تابع فاکتوریل استفاده می کنیم
628
00:22:54,799 –> 00:22:57,520
و می توانید ببینید که 52 را در پرانتز قرار داده ایم
629
00:22:57,520 –> 00:23:00,320
و می بینید که فاکتوریل 52
630
00:23:00,320 –> 00:23:01,360
631
00:23:01,360 –> 00:23:04,960
این عدد را به شما می دهد
632
00:23:04,960 –> 00:23:07,840
برای هر یک از شما که دوست دارید ورق بازی
633
00:23:07,840 –> 00:23:08,320
کنید این عدد
634
00:23:08,320 –> 00:23:10,640
است. تعداد جایگشت هایی که می
635
00:23:10,640 –> 00:23:12,000
توانید برای یک
636
00:23:12,000 –> 00:23:15,200
بسته کارت داشته باشید
637
00:23:15,440 –> 00:23:17,520
و من مطمئن هستم که می توانید این
638
00:23:17,520 –> 00:23:19,679
محاسبه را مشاهده کنید که اکنون نمی توانید
639
00:23:19,679 –> 00:23:23,840
در یک ماشین حساب نموداری
640
00:23:25,840 –> 00:23:28,400
انجام دهید و همچنین با انجام محاسبات به
641
00:23:28,400 –> 00:23:30,000
این شکل می توانیم
642
00:23:30,000 –> 00:23:33,360
محاسبات نمادین را با پایتون انجام دهیم
643
00:23:33,360 –> 00:23:36,000
و این پایتون نمادین بسیار
644
00:23:36,000 –> 00:23:37,120
قدرتمند است
645
00:23:37,120 –> 00:23:39,520
، بسیاری از دانشمندان کامپیوتر متوجه نیستند
646
00:23:39,520 –> 00:23:40,400
647
00:23:40,400 –> 00:23:42,720
که شما می توانید از پایتون برای ریاضیات استفاده کنید،
648
00:23:42,720 –> 00:23:44,720
بنابراین بسیاری از دانشمندان کامپیوتر
649
00:23:44,720 –> 00:23:48,000
هرگز از پایتون نمادین استفاده نمی کنند.
650
00:23:48,000 –> 00:23:49,440
ریاضیدانان این کار را انجام می
651
00:23:49,440 –> 00:23:52,320
دهند در اینجا چند مثال ساده وجود دارد، بنابراین از
652
00:23:52,320 –> 00:23:54,640
653
00:23:54,640 –> 00:23:56,880
ستاره وارداتی کتابخانه نمادین پایتون فقط به این معنی است که ما
654
00:23:56,880 –> 00:23:58,960
همه توابع
655
00:23:58,960 –> 00:24:00,559
را وارد می کنیم بله، ما همه
656
00:24:00,559 –> 00:24:03,360
توابع را از simpai
657
00:24:03,360 –> 00:24:05,760
وارد می کنیم تا دستکاری جبری um
658
00:24:05,760 –> 00:24:07,039
یا
659
00:24:07,039 –> 00:24:10,880
یا حساب دیفرانسیل و انتگرال و غیره ما
660
00:24:10,880 –> 00:24:14,000
x و y را نمادین اعلام می کنیم پس x و y
661
00:24:14,000 –> 00:24:17,440
برابر با نمادهای x y هستند و سپس می توانیم از
662
00:24:17,440 –> 00:24:18,799
این توابع استفاده کنیم
663
00:24:18,799 –> 00:24:21,200
بنابراین در پایتون تابعی به نام
664
00:24:21,200 –> 00:24:22,880
فاکتور وجود دارد
665
00:24:22,880 –> 00:24:25,520
و بدیهی است که از این برای فاکتورسازی
666
00:24:25,520 –> 00:24:26,799
چند جمله ای ها استفاده می شود
667
00:24:26,799 –> 00:24:30,480
بنابراین ضریب x مکعب منهای y مکعب
668
00:24:30,480 –> 00:24:33,600
خواهد بود. به ما x منهای y ضرب در x
669
00:24:33,600 –> 00:24:34,480
مربع به علاوه x
670
00:24:34,480 –> 00:24:37,679
y به علاوه y مربع اوه
671
00:24:37,679 –> 00:24:39,120
و می بینید که بسیار قدرتمند است، من
672
00:24:39,120 –> 00:24:40,720
فقط چند مثال ساده را
673
00:24:40,720 –> 00:24:41,600
در اینجا
674
00:24:41,600 –> 00:24:44,799
از داخل کتابخانه senpai به شما می دهم، ما می
675
00:24:44,799 –> 00:24:46,080
توانیم تابع
676
00:24:46,080 –> 00:24:49,039
تفاوت را نیز داشته باشیم، بنابراین ما می تواند متمایز کند، بنابراین ما
677
00:24:49,039 –> 00:24:51,679
چند جمله ای 4x مکعبی
678
00:24:51,679 –> 00:24:53,120
منهای 3x به 4 را
679
00:24:53,120 –> 00:24:55,840
با توجه به x
680
00:24:55,840 –> 00:24:56,559
681
00:24:56,559 –> 00:24:59,279
682
00:24:59,279 –> 00:25:00,960
متمایز می کنیم.
683
00:25:00,960 –> 00:25:01,840
x
684
00:25:01,840 –> 00:25:04,880
و y اگر می خواهید و همچنین
685
00:25:04,880 –> 00:25:06,159
تمایز
686
00:25:06,159 –> 00:25:08,960
و تابع دیگری که در یک
687
00:25:08,960 –> 00:25:10,400
سطح ریاضیات مهم است، واضح است که
688
00:25:10,400 –> 00:25:13,440
یکپارچه سازی است، بنابراین می توانیم با پایتون
689
00:25:13,440 –> 00:25:16,799
ادغام نامحدود یا قطعی انجام دهیم،
690
00:25:16,799 –> 00:25:20,480
بنابراین تابع در پایتون به
691
00:25:20,480 –> 00:25:23,360
طور عجیبی انتگرال نامیده می شود،
692
00:25:23,360 –> 00:25:25,200
بنابراین این یکپارچه سازی این چند جمله ای
693
00:25:25,200 –> 00:25:25,520
و
694
00:25:25,520 –> 00:25:29,279
x است. از 2- به 2 می رسد، بنابراین این قسمت
695
00:25:29,279 –> 00:25:32,240
از این تابع محدودیت های انتگرال ما را به ما می دهد.
696
00:25:32,240 –> 00:25:32,720
697
00:25:32,720 –> 00:25:35,120
698
00:25:36,720 –> 00:25:38,799
Okay کتابخانه دیگری که
699
00:25:38,799 –> 00:25:40,880
در پایتون بسیار محبوب
700
00:25:40,880 –> 00:25:43,279
است، عددی پایتون است و بنابراین
701
00:25:43,279 –> 00:25:44,320
مخفف آن
702
00:25:44,320 –> 00:25:48,320
numpy است بنابراین numpy یک کتابخانه دیگر است
703
00:25:48,320 –> 00:25:50,480
و اینجاست که ما عددی را انجام می دهیم.
704
00:25:50,480 –> 00:25:52,159
پایتون
705
00:25:52,159 –> 00:25:55,360
میتوانیم فهرستی تنظیم کنیم، بنابراین
706
00:25:55,360 –> 00:25:57,760
a فهرستی از اعداد و
707
00:25:57,760 –> 00:25:58,480
محدوده
708
00:25:58,480 –> 00:26:01,600
پنج خواهد بود، یعنی اکنون به عدد پنج
709
00:26:01,600 –> 00:26:05,279
میرسیم، میخواستم به شما نشان دهم که پایتون
710
00:26:05,279 –> 00:26:07,679
با سایر زبانهای برنامهنویسی تفاوت دارد.
711
00:26:07,679 –> 00:26:10,480
712
00:26:10,480 –> 00:26:11,760
ایندکس کردن،
713
00:26:11,760 –> 00:26:15,360
بنابراین این لیست از اعداد، محدوده پنج
714
00:26:15,360 –> 00:26:17,520
uh، به عنوان مثال در matlab، به
715
00:26:17,520 –> 00:26:18,960
ما اعداد یک
716
00:26:18,960 –> 00:26:22,240
دو سه چهار و پنج را می دهد،
717
00:26:22,240 –> 00:26:24,720
اما چون پایتون از صفر ba استفاده می کند.
718
00:26:24,720 –> 00:26:25,760
ایندکس
719
00:26:25,760 –> 00:26:27,679
کردن sed لیستی از اعداد را به ما می دهد
720
00:26:27,679 –> 00:26:29,919
که با صفر شروع می شوند
721
00:26:29,919 –> 00:26:32,960
و ما دو تا بالا می رویم اما
722
00:26:32,960 –> 00:26:36,640
پنج را درج نمی کنیم بنابراین لیست اعداد محدوده
723
00:26:36,640 –> 00:26:39,919
پنج به ما صفر یک دو سه و
724
00:26:39,919 –> 00:26:40,880
چهار می
725
00:26:40,880 –> 00:26:44,080
دهد بنابراین این نمایه سازی مبتنی بر صفر برای
726
00:26:44,080 –> 00:26:47,200
دسترسی به عناصر موجود است. لیستی که a را انجام می دهیم
727
00:26:47,200 –> 00:26:49,520
و سپس براکت صفر این
728
00:26:49,520 –> 00:26:52,640
عنصر اول را در لیست
729
00:26:52,640 –> 00:26:55,039
به ما می دهد a1 عنصر دوم لیست
730
00:26:55,039 –> 00:26:57,120
را به ما می دهد a2 عنصر سوم
731
00:26:57,120 –> 00:26:58,159
لیست
732
00:26:58,159 –> 00:27:00,080
را به ما می دهد a3 عنصر چهارم لیست را به ما می دهد
733
00:27:00,080 –> 00:27:02,320
در نهایت a4 عنصر پنجم لیست را به ما می دهد
734
00:27:02,320 –> 00:27:03,279
،
735
00:27:03,279 –> 00:27:05,840
بنابراین هر جا که
736
00:27:05,840 –> 00:27:07,120
از پایتون استفاده می
737
00:27:07,120 –> 00:27:09,360
کنید، مهم است که دست خود را
738
00:27:09,360 –> 00:27:10,400
در این
739
00:27:10,400 –> 00:27:13,840
فهرست بندی مبتنی بر صفر قرار دهید، بنابراین ما از
740
00:27:13,840 –> 00:27:16,799
لیست ها در پایتون زیاد استفاده می کنیم و از
741
00:27:16,799 –> 00:27:17,520
چیزی به
742
00:27:17,520 –> 00:27:21,200
نام آرایه استفاده می کنیم، بنابراین این یک آرایه
743
00:27:21,200 –> 00:27:23,200
و می دانید برای آن دسته از شما که
744
00:27:23,200 –> 00:27:25,039
ریاضیدان هستید خوب خواهید دید که
745
00:27:25,039 –> 00:27:28,000
این دقیقاً شبیه یک ماتریس به نظر می رسد
746
00:27:28,000 –> 00:27:28,880
خوب است،
747
00:27:28,880 –> 00:27:31,760
اما مهم است که بین
748
00:27:31,760 –> 00:27:32,480
آرایه ها
749
00:27:32,480 –> 00:27:34,880
و ماتریس ها تمایز قائل شوید، زیرا جبر ماتریس مشخصی وجود دارد
750
00:27:34,880 –> 00:27:36,080
751
00:27:36,080 –> 00:27:39,440
اما با th آرایه های ese
752
00:27:39,440 –> 00:27:42,000
این آرایه ها بسیار قدرتمندتر از
753
00:27:42,000 –> 00:27:43,600
ماتریس ها هستند
754
00:27:43,600 –> 00:27:46,880
و اگر هر یک از شما علاقه مند به
755
00:27:46,880 –> 00:27:49,520
یادگیری ماشین و یادگیری عمیق و
756
00:27:49,520 –> 00:27:51,760
هوش مصنوعی هستید
757
00:27:51,760 –> 00:27:54,720
از این آرایه ها زیاد استفاده می کنیم و از
758
00:27:54,720 –> 00:27:55,600
چیزی به نام
759
00:27:55,600 –> 00:27:59,520
تانسور استفاده می کنیم بنابراین
760
00:27:59,520 –> 00:28:02,080
به جای جبر ماتریسی از جبر تانسوری استفاده می کنیم و
761
00:28:02,080 –> 00:28:04,240
دلیل آن زیرا این به این دلیل است که
762
00:28:04,240 –> 00:28:08,080
تانسورها بسیار قوی تر از ماتریس ها هستند،
763
00:28:08,080 –> 00:28:11,039
اما ما می توانیم در داخل
764
00:28:11,039 –> 00:28:11,760
پایتون
765
00:28:11,760 –> 00:28:15,200
نیز جبر ماتریسی را انجام دهیم،
766
00:28:15,200 –> 00:28:16,720
اما دلیل اینکه می خواهم این آرایه ها را به شما نشان دهم این
767
00:28:16,720 –> 00:28:19,679
است که یکی از
768
00:28:19,679 –> 00:28:22,559
کاربردهای بزرگ پایتون در حال حاضر
769
00:28:22,559 –> 00:28:23,120
در
770
00:28:23,120 –> 00:28:25,919
یادگیری عمیق و یادگیری ماشین و
771
00:28:25,919 –> 00:28:27,520
هوش مصنوعی است،
772
00:28:27,520 –> 00:28:30,080
بنابراین اکثر شرکتها در سراسر جهان
773
00:28:30,080 –> 00:28:30,880
اکنون از
774
00:28:30,880 –> 00:28:33,200
پایتون برای یادگیری ماشین و یادگیری عمیق
775
00:28:33,200 –> 00:28:33,919
776
00:28:33,919 –> 00:28:35,840
استفاده میکنند و از چیزی به نام
777
00:28:35,840 –> 00:28:37,200
778
00:28:37,200 –> 00:28:40,240
tensorflow استفاده میکنند. تنسورفلو okay از این تانسورها استفاده میکند
779
00:28:40,240 –> 00:28:43,600
و این محاسبات بسیار قدرتمند
780
00:28:43,600 –> 00:28:47,840
با یادگیری ماشینی و عمیق است. یادگیری
781
00:28:49,760 –> 00:28:52,159
خوب چگونه انجام دهیم چگونه
782
00:28:52,159 –> 00:28:54,320
نمودارهای ساده را در پایتون بدست
783
00:28:54,320 –> 00:28:56,960
آوریم به خوبی ما به پایتون عددی نیاز داریم تا
784
00:28:56,960 –> 00:28:59,440
دامنه uh را تنظیم کنید بنابراین در این مورد
785
00:28:59,440 –> 00:29:02,720
x uh در اینجا ما از np به عنوان
786
00:29:02,720 –> 00:29:06,320
نام مستعار برای numpy استفاده می کنیم
787
00:29:06,320 –> 00:29:08,799
و در numpy در کتابخانه
788
00:29:08,799 –> 00:29:09,440
789
00:29:09,440 –> 00:29:12,320
numpy تابعی به نام linspace وجود دارد و
790
00:29:12,320 –> 00:29:13,440
791
00:29:13,440 –> 00:29:15,200
linspace به ما می دهد در این مورد مقادیر x را به ما می دهد.
792
00:29:15,200 –> 00:29:18,000
1 به 5
793
00:29:18,000 –> 00:29:23,039
و آن را به 50 قسمت مساوی تقسیم می
794
00:29:23,200 –> 00:29:25,440
کند، بنابراین این دامنه ما را برای
795
00:29:25,440 –> 00:29:26,960
تابع ما تعریف می کند
796
00:29:26,960 –> 00:29:30,799
و سپس برای رسم، نقشه نمودار
797
00:29:30,799 –> 00:29:34,000
matplotlib نقطه pi را وارد می کنیم، بنابراین این
798
00:29:34,000 –> 00:29:37,919
دوباره از کتابخانه ها استفاده می کند و ما
799
00:29:37,919 –> 00:29:40,960
یک plt را وارد می کنیم، بنابراین ما می خواهیم
800
00:29:40,960 –> 00:29:43,919
این کتابخانه را وارد کنید و فقط آن را plt صدا بزنید،
801
00:29:43,919 –> 00:29:46,080
بنابراین دوباره این نام
802
00:29:46,080 –> 00:29:49,919
مستعار matplot lib dot pipe نمودار است
803
00:29:49,919 –> 00:29:51,279
و خواهید دید که در این مورد ما
804
00:29:51,279 –> 00:29:53,120
y را
805
00:29:53,120 –> 00:29:56,480
3 برابر x منهای 1 ضربدر 5 منهای x بیش از
806
00:29:56,480 –> 00:29:57,520
32 تعریف می کنیم.
807
00:29:57,520 –> 00:29:59,679
بسیار خوب، بنابراین در اینجا داریم سهمی معکوس ما
808
00:29:59,679 –> 00:30:00,720
809
00:30:00,720 –> 00:30:03,760
و برای رسم آن به سادگی plt است، بنابراین ما
810
00:30:03,760 –> 00:30:04,480
811
00:30:04,480 –> 00:30:07,039
این کتابخانه را صدا می زنیم و سپس در این
812
00:30:07,039 –> 00:30:08,880
کتابخانه تابعی
813
00:30:08,880 –> 00:30:11,600
به نام plot okay وجود دارد، بنابراین این
814
00:30:11,600 –> 00:30:12,399
نمودار تابع است
815
00:30:12,399 –> 00:30:15,919
و ما به سادگی x را در برابر y رسم می کنیم،
816
00:30:15,919 –> 00:30:17,520
بنابراین دوباره می توانید ببینید که
817
00:30:17,520 –> 00:30:19,520
دوباره بسیار شبیه است. به matlab
818
00:30:19,520 –> 00:30:20,960
بنابراین ما فقط آن را ترسیم می کنیم x
819
00:30:20,960 –> 00:30:23,200
در برابر مقادیر y ارزش دارد و ما 50
820
00:30:23,200 –> 00:30:24,480
نقطه در این بین
821
00:30:24,480 –> 00:30:27,360
داریم، بنابراین ما فقط از یک پاره خط مستقیم استفاده
822
00:30:27,360 –> 00:30:28,960
می کنیم، بنابراین می بینید که این منحنی صاف خوب را دریافت می کنیم
823
00:30:28,960 –> 00:30:31,120
و بدیهی است که هر چه نقاط بیشتری
824
00:30:31,120 –> 00:30:32,880
در فضای خط خود قرار دهید
825
00:30:32,880 –> 00:30:36,080
، منحنی صاف تر به دست می آورید.
826
00:30:36,080 –> 00:30:37,919
بدیهی است که با انجام این کار نیز حافظه بیشتری را اشغال
827
00:30:37,919 –> 00:30:38,960
828
00:30:38,960 –> 00:30:41,919
می کنید و طرحی که خواهید دید یک pl
829
00:30:41,919 –> 00:30:42,960
در پنجره طرح
830
00:30:42,960 –> 00:30:46,960
در داخل spider ظاهر می شود،
831
00:30:48,799 –> 00:30:50,559
بسیار خوب است، بنابراین من در مورد این توابع زیاد صحبت کرده ام،
832
00:30:50,559 –> 00:30:52,399
833
00:30:52,399 –> 00:30:54,799
یکی از نقاط قوت داشتن یک
834
00:30:54,799 –> 00:30:56,399
زبان برنامه نویسی
835
00:30:56,399 –> 00:30:58,880
این است که شما می توانید توابع خود را تعریف کنید
836
00:30:58,880 –> 00:31:00,000
837
00:31:00,000 –> 00:31:02,880
و این همان چیزی است که برنامه نویسان را
838
00:31:02,880 –> 00:31:03,679
839
00:31:03,679 –> 00:31:05,519
در بازار کار بسیار مورد توجه قرار می دهد، بنابراین من می
840
00:31:05,519 –> 00:31:07,440
خواهم یک مثال بسیار ساده
841
00:31:07,440 –> 00:31:10,640
از یک تابع را به شما ارائه دهم، بنابراین در این پنجره اینجا
842
00:31:10,640 –> 00:31:12,159
به یاد داشته باشید که این پنجره ای است که
843
00:31:12,159 –> 00:31:13,519
می توانیم توابع خود را بنویسیم.
844
00:31:13,519 –> 00:31:16,960
ما یک تابع را تعریف می کنیم که
845
00:31:16,960 –> 00:31:18,480
کمی شبیه به اضافه کردن
846
00:31:18,480 –> 00:31:20,960
یک دکمه به ماشین حساب خود است و
847
00:31:20,960 –> 00:31:21,919
848
00:31:21,919 –> 00:31:25,679
تابع جدید خود را مربع مربع صدا می کنیم
849
00:31:25,679 –> 00:31:28,240
و آرگومانی که می خواهیم استفاده کنیم x است
850
00:31:28,240 –> 00:31:29,200