فایل saahel.sty را یک بار دیگر از این لینک بردارید و به جای استایل ساحل خودتان قرار دهید. این استایلی که ضمیمه کرده ای مثل اینکه دستکاری شده است و مشکل دارد. مشکل دیگر شما این بود که \bullet باید در دلار نوشته شود.
البته فاصله بین فرمول ها به این دلایل نیست. به هر حال من فایل شما را تصحیح کردم و بدون خطا خروجی زیر را گرفتم. همانطور که می بینید مشکل خاصی وجود ندارد.
\PassOptionsToPackage{urlcolor=link-text,colorlinks=true,linkcolor=link-text,setpagesize=false,pdfpagemode=FullScreen}{hyperref}
\documentclass[12pt,oneside]{bidipresentation}
\usepackage{amsmath,amsfonts,amssymb}
%%%%%%%%%%%%%%%%%%%%%%%%%%
\usepackage{amsmath}
\usepackage{xcolor}
\usepackage{tikz}\usetikzlibrary{shapes,snakes,positioning,shapes.misc}
\usepackage{biditools}
%%%%%%%%%%%%%%
\makeatletter
\bidi@AtBeginEnvironment{plainslide}{\large}
\bidi@AtBeginEnvironment{rawslide}{\large}
\makeatother
%%%%%%%%%%%%%%%%%
\normalsize
\def\theTitle { الگوریتم مجموعه فعال برای مسائل برنامه‌ریزی غیرخطی }
\def\theAuthor{نویسنده}
\def\theAuthorUrl{http://mysite.com}
\def\theCompany{
دانشگاه
}
\def\theCompanyUrl{qa.parsilatex.com}
\def\theDate{ مهر ۱۳۹۴}
\def\Logo{logo}
\usepackage{saahel}
\usepackage{xepersian}
\settextfont[Scale=1]{Yas}
\defpersianfont\titr{Yas}
\setThemeColor{RGB}{111, 10, 62}
\begin{document}
%%%%%%%%%%%%%%%%%%%%%%%%
\begin{rawslide}
\textbf{ روش تعمیم یافته‌ی تصویر گرادیان}\\
در این روش مسئله‌ی بهینه سازی را به صورت زیر در نظر می‌گیریم.
\begin{align*}
\underset {x}{Minimize} \qquad &f(x)\qquad\qquad\qquad\quad\\
s.t \qquad\qquad
& c_j(x) \leq 0, && j=1,2,...,m \\
& c_k(x)=0, && k=1,2,...,l \\
& x_i^{(l)}\leq x_i\leq x_i^{(u)} && i=1,2,...,n\\
\end{align*}
با در نظر گرفتن متغیر کمکی مسئله به صورت زیر بدست می‌آید.
\begin{align*}
Minimize \qquad \quad & f(x)\\
s.t \qquad\qquad
&c_j(x)=0, && j=1,2,...,m+l\\
&x_i^{(l)} \leq x_i \leq x_i^{(u)} && i=1,2,...,n+m\\
\end{align*}
اکنون بردار $X$ را به صورت زیر تعریف می‌کنیم که بردارهای $Y, Z$ به ترتیب بردار متغیرهای مستقل و وابسته می‌باشند.
\begin{align*}
X=
\left\{ {\begin{array}{c}
Y\\ Z\ \end{array} } \right\},
\end{align*}
\end{rawslide}
%%%%%%%%%%%%%%%%%%%%
\begin{rawslide}
با مشتق گیری از تابع هدف و توابع قیود نسبت به متغیرهای وابسته و مستقل روابط زیر را بدست می‌آوریم.
\begin{align*}
df(X)=\sum_{i=1}^{n-l}\frac{\partial f}{\partial y_i}dy_i+\sum _{i=1}^{m+l}\frac{\partial f}{\partial z_i}dz_i=\nabla_Y^TfdY+\nabla_Z^TfdZ ,
\end{align*}
\begin{align*}
dc_i(X)=\sum_{j=1}^{n-l}\frac{\partial c_i}{\partial y_j}dy_j+\sum_{j=1}^{m+l}\frac{\partial c_i}{\partial z_j}dz_j ,
\end{align*}
یا
\begin{align*}
dc=[K]dY+[D]dZ.
\end{align*}
بنابراین بدست می‌آوریم
\begin{block}{ ماتریس حالت کلی$ (G_R)$}
% \fontsize{12pt}{15pt}\selectfont
\begin{align*}
G_R=\nabla_Y f([D]^{-1}[K])^T\nabla_Z f.
\end{align*}
\end{block}
\end{rawslide}
%%%%%%%%%%%%%%%%%
\begin{rawslide}
\begin{enumerate}
\item[$\bullet$]
این آنالیز برای محدودیت های زیاد نیز برقرار است.
\item[$\bullet$]
تحت شرایط مناسب تحدّب همواره یک مقدار متناهی از $\sigma$ وجود دارد به طوری که تابع $\phi_E$ را مینیمم شود.
\item[$\bullet$]
این روش جریمه برای مساِیل غیر هموار نیز کاربرد دارد.
\end{enumerate}
\end{rawslide}
\end{document}
