Ενιαίος Κατάλογος Μεταπτυχιακών Μαθημάτων και Διατριβής

Από Wiki Τμήματος Μαθηματικών
Διευκρινίσεις
  1. Τα περιγράμματα παρατίθενται με βάση την αλφαβητική σειρά των κωδικών τους και όχι με την αλφαβητική σειρά των τίτλων τους.
  2. Το περίγραμμα της Μεταπτυχιακής Διατριβής βρίσκεται στο τέλος του καταλόγου.

Πραγματική Ανάλυση (AN1)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος AN1
Εξάμηνο 1
Τίτλος Μαθήματος ΠΡΑΓΜΑΤΙΚΗ ΑΝΑΛΥΣΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Γενικού υποβάθρου
Προαπαιτούμενα Μαθήματα Εισαγωγή στην Τοπολογία (ΜΑΥ 413)
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Οι στόχοι του μαθήματος είναι η βαθύτερη μελέτη των μετρικών χώρων. Παρουσιάζεται το θεώρημα Stone-Weirstrass, καθώς και θεωρήματα που αφορούν οικογένειες ισοσυνεχών συναρτήσεων. Μελετούνται το σύνολο Cantor, οι ολικά φραγμένοι και συμπαγείς μετρικοί χώροι, εισάγεται η μετρική Hausdorff, αποδεικνύεται το θεώρημα Tietze καιι δίνονται εφαρμογές των παραπανω αποτελεσμάτων.
Γενικές Ικανότητες Το μάθημα αποσκοπεί στην απόκτηση της ικανότητας από τον μεταπτυχιακό φοιτητή στην ανάλυση και σύνθεση βαθύτερων γνώσεων της Πραγματικής Ανάλυσης.

Περιεχόμενο Μαθήματος

Θεωρήματα Ascoli-Arzela και Stone-Weirtrass και εφαρμογές, σύνολο Cantor, χαρακτηρισμός των ολικά φραγμένων μετρικών χώρων μέσω υποσυνόλων του συνόλου Cantor, επεκτάσεις συνεχών συναρτήσεων και το θεώρημα Tietze, ο χώρος S(X) των κλειστών και φραγμένων υποσυνόλων ενός μετρικού χώρου (X,d), η μετρική Hausdorff h στον S(X), χαρακτηρισμός πληρότητας του μετρικού χώρου (S(X),h), εφαρμογές - το θεώρημα επιλογής του Blashke, εφαρμογές του θεωρήματος σταθερού σημείου του Banach, διαμερίσεις της μονάδας.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 110
Επίλυση ασκήσεων 38,5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Οι φοτητές επιλέγουν έναν ή και δύο από τους παρακάτω τρόπους εξέτασης:
  1. Παρουσίαση εργασιών-θεμάτων στον πινακα.
  2. Τελική γραπτή εξέταση.

Σε περίπτωση που ο φοιτητής διαλέγει και τους δύο τρόπους εξέτασης, ο τελικός του βαθμός είναι ο μεγαλύτερος από τους δύο βαθμούς. Τα κριτήρια αξιολόγησης καθώς και όλα τα βήματα της διαδικασίας αξιολόγησης είναι προσβάσιμα στους φοιτητές από την ιστοσελίδα “E-course” του Πανεπιστημίου Ιωαννίνων.

Συνιστώμενη Βιβλιογραφία

  • Charalambos D. Aliprantis, Owen Burkinshaw, Principles of Real Analysis, Academic Press.
  • Michael O Searcoid, Metric Spaces, Springer Undergraduate Mathematics Series.

Γενική Τοπολογία (AN2)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΝ2
Εξάμηνο 1
Τίτλος Μαθήματος ΓΕΝΙΚΗ ΤΟΠΟΛΟΓΙΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Γενικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Μαθησιακά αποτελέσματα με βάση την Ταξινόμηση κατά Bloom.


Γνώση:

  1. Η έννοια του τοπολογικού χώρου, του ανοικτού και κλειστού συνόλου, του εσωτερικού και της κλειστής θήκης συνόλου.
  2. Συνεχείς συναρτήσεις σε τοπολογικούς χώρους.
  3. Αξιώματα διαχωρισμού.
  4. Η έννοια της σύγκλισης σε τοπολογικούς χώρους.
  5. Μετρικοί χώροι και μετρικοποιήσιμοι χώροι.
  6. Διάσταση τοπολογικού χώρου. Διάσταση μετρικοποίησιμου χώρου.

Κατανόηση:

  1. Μέθοδοι δημιουργίας τοπολογιών.
  2. Ομοιομορφισμοί.
  3. Χώροι Frechet.
  4. Πράξεις τοπολογικών χώρων. Χώροι συναρτήσεων.
  5. Συμπαγείς χώροι, τοπικά συμπαγείς χώροι, συμπαγοποιήσεις, αριθμήσιμα συμπαγείς χώροι, ψευδοσυμπαγείς χώροι, ακολουθιακά συμπαγείς χώροι.
  6. Ολικά φραγμένοι και πλήρεις μετρικοί χώροι.
  7. Παρασυμπαγείς χώροι, αριθμήσιμα παρασυμπαγείς χώροι.
  8. Συνεκτικοί χώροι, είδη μη-συνεκτικότητας.
  9. Ομοιόμορφοι χώροι, ολικά φραγμένοι, πλήρεις και συμπαγείς ομοιόμορφοι χώροι, χώροι προσέγγισης.

Εφαρμογή:

  1. Πλήρης μελέτη τοπολογικών χώρων.
  2. Πλήρης μελέτη συνεχών συναρτήσεων σε τοπολογικούς χώρους.

Αξιολόγηση: Διδασκαλία μαθημάτων προπτυχιακού επιπέδου.

Γενικές Ικανότητες
  • Προαγωγή της δημιουργικής, αναλυτικής και επαγωγικής σκέψης.
  • Είναι προαπαιτούμενο για την παραγωγή νέων ερευνητικών ιδεών.
  • Αυτόνομη εργασία.
  • Ομαδική εργασία.
  • Λήψη αποφάσεων.

Περιεχόμενο Μαθήματος

Τοπολογικοί χώροι, μέθοδοι κατασκευής τοπολογικών χώρων, συνεχείς απεικονίσεις, αξιώματα διαχωρισμού, χώροι Frechet, υπόχωροι, καρτεσιανά γινόμενα, χώροι πηλίκο, χώροι συναρτήσεων, συμπαγείς χώροι, τοπικά συμπαγείς χώροι, συμπαγοποιήσεις, αριθμήσιμα συμπαγείς χώροι, ψευδοσυμπαγείς χώροι, ακολουθιακά συμπαγείς χώροι, ολικά φραγμένοι και πλήρεις μετρικοί χώροι, παρασυμπαγείς χώροι, αριθμήσιμα παρασυμπαγείς χώροι, συνεκτικοί χώροι, είδη μη-συνεκτικότητας, διάσταση τοπολογικών χώρων και ιδιότητες της, ομοιόμορφοι χώροι, ολικά φραγμένοι, πλήρεις και συμπαγείς ομοιόμορφοι χώροι, χώροι προσέγγισης.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης
  1. Διαλέξεις σε αμφιθέατρο.
  2. Υποβοήθηση της διδασκαλίας με τη χρήση Learning Management System (ενδεικτικά: Moodle).
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Χρήση Learning Management System (ενδεικτικά: Moodle), σε συνδυασμό με File Sharing and Communication Platform (ενδεικτικά: NextCloud) για
    1. τον διαμερισμό διδακτικού υλικού,
    2. την υποβολή εκ μέρους των φοιτητών εργασιών,
    3. την ενημέρωση των φοιτητών σχετικά με ότι αφορά το μάθημα,
    4. τη διατήρηση αναλυτικού βαθμολογίου για τις ενδοεξαμηνιαίες δραστηριότητες
    5. την επικοινωνία με τους φοιτητές.
  • Χρήση Web Appointment Scheduling System (ενδεικτικά: Easy!Appointments) για την οργάνωση των επισκέψεων των φοιτητών στο γραφείο του διδάσκοντα.
  • Χρήση υπηρεσιών της Google για την υποβολή ανώνυμης κριτικής σχετικά με το μάθημα.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Παρακολούθηση διαλέξεων 39
Μελέτη και ανάλυση βιβλιογραφίας 78
Συγγραφή εργασιών και διαδραστική διδασκαλία 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γλώσσα αξιολόγησης: Ελληνικά και Αγγλικά. Διαδικασία αξιολόγησης των φοιτητών:
  1. Απαλλακτικές εβδομαδιαίες διαλέξεις - προφορικές εξετάσεις από τους φοιτητές, σε συνδυασμό με εβδομαδιαίες γραπτές εργασίες.
  2. Σε κάθε περίπτωση, όλοι ανεξαιρέτως οι φοιτητές έχουν δικαίωμα συμμετοχής στην Εξεταστική Περίοδο που έπεται του τέλους του Εξαμήνου.

Όλα τα προαναφερθέντα, συμπεριλαμβανομένων όλων των σχετικών κριτηρίων, αναγράφονται λεπτομερώς στην ιστοσελίδα του μαθήματος. Γίνεται επεξήγηση τους, στα πλαίσια των διαλέξεων, κατά την αρχή του εξαμήνου και, σε τακτά χρονικά διαστήματα, κατά τη διάρκεια του εξαμήνου. Γίνονται ενημερώσεις και υπενθυμίσεις μέσω της ιστοσελίδας του μαθήματος κατά την αρχή του εξαμήνου και, σε τακτά χρονικά διαστήματα, κατά τη διάρκεια του εξαμήνου. Παρέχονται όσες διευκρινίσεις ζητηθούν μέσω email ή ιστοχώρων κοινωνικής δικτύωσης και των εφαρμογών τους.

Συνιστώμενη Βιβλιογραφία

  1. Ryszard Engelking - General Topology.
  2. James Munkres - Topology.
  3. John Kelley - General Topology.

Μιγαδική Ανάλυση (AN3)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΝ3
Εξάμηνο 2
Τίτλος Μαθήματος ΜΙΓΑΔΙΚΗ ΑΝΑΛΥΣΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Γενικού υποβάθρου
Προαπαιτούμενα Μαθήματα Εισαγωγή στη Μιγαδική Ανάλυση (προπτυχιακό)
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα έχει ως στόχο, πρώτον, να δώσει μια πληρέστερη εικόνα του αντικειμένου της Μιγαδικής Ανάλυσης και, δεύτερον, να αναδείξει τις επιπτώσεις των αποτελεσμάτων του όσον αφορά τις ιδιότητες διάφορων συναρτήσεων πραγματικών μεταβλητών και -- κυρίως μέσω της έννοιας της αρμονικής συνάρτησης - τη σχέση του με άλλες περιοχές των Μαθηματικών, όπως την Αρμονική Ανάλυση, τη Γεωμετρία και τις Μερικές Διαφορικές Εξισώσεις, αλλά και να παρουσιάσει κάποιες εφαρμογές της Μιγαδικής Ανάλυσης σε διάφορες περιοχές των Φυσικών Επιστημών. Ως προς τις δεξιότητες και ικανότητες που θα αποκτήσουν οι φοιτητές, το αντικείμενο είναι κατ' εξοχήν κατάλληλο να αναδείξει τη σύνδεση διάφορων μαθηματικών περιοχών, τη δύναμη της γενίκευσης μιας έννοιας για την κατανόηση των ιδιοτήτων μιας υποπερίπτωσής της και τη χρησιμότητα της θεώρησης ενός αντικειμένου από διαφορετικές σκοπιές.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.

Περιεχόμενο Μαθήματος

Ολόμορφες, ακέραιες και μερόμορφες συναρτήσεις. Σύμμορφες απεικονίσεις. Αναλυτικές επεκτάσεις. Θεώρημα σύγκλισης του Weierstrass. Η συνάρτηση Γάμμα. Απειρογινόμενα. Θεώρημα απεικόνισης του Riemann. Αρμονικές συναρτήσεις και εφαρμογές.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Διαλέξεις
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτόνομη μελέτη 78
Ασκήσεις για το σπίτι 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Η αξιολόγηση γίνεται με έναν συνδυασμό από:
  • γραπτή εξέταση
  • ασκήσεις για το σπίτι
  • παρουσίαση και προφορική εξέταση.

Συνιστώμενη Βιβλιογραφία

  • J. Bak and D. J. Newman, Complex Analysis (3rd ed.), Springer, 2010.
  • S. Lang, Complex Analysis (4th ed.), Springer, 1999.
  • I. Markushevich, Theory of Functions of a Complex Variable (2nd ed.), Vol. 1-3, AMS Chelsea, 2011.
  • I. Markushevich, The Theory of Analytic Functions: A Brief Course, Mir Publishers, 1983.
  • R. Remmert, Theory of Complex Functions, Springer, 1990.
  • R. Remmert, Classical Topics in Complex Function Theory, Springer, 1998.
  • K. Jänich, Funktionentheorie (6te Aufl.), Springer, 2011.

Συναρτησιακή Ανάλυση (AN4)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος AN4
Εξάμηνο 1
Τίτλος Μαθήματος ΣΥΝΑΡΤΗΣΙΑΚΗ ΑΝΑΛΥΣΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Γενικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Οι στόχοι του μαθήματος είναι η απόκτηση υποβάθρου από τους φοιτητές στις βασικές δομές και τεχνικές της Συναρτησιακής Ανάλυσης, ως αυτοτελής γνώση αλλά και ως εργαλείο για τους άλλου κλάδους της Ανάλυσης, ώστε να έχουν τη δυνατότητα χρήσης τους σε εφαρμογές.
Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να αποκτήσει ο μεταπτυχιακός φοιτητής την ικανότητα ανάλυσης και σύνθεσης προχωρημένης εννοιών της Συναρτησιακής Ανάλυσης. Ο στόχος είναι να αποκτήσει τα εφόδια για αυτόνομη και ομαδική εργασία σε διεπιστημονικό περιβάλλον και την παραγωγή νέων ερευνητικών ιδεών.

Περιεχόμενο Μαθήματος

Χώροι με νόρμα και χώροι Banach και χώροι Hilbert, κλασσικά παραδείγματα (χώροι ακολουθιών και χώροι συναρτήσεων). Βασικά θεωρήματα. Γενική θεωρία τοπολογικών γραμμικών χώρων, τοπικά κυρτοί χώροι και διαχωριστικά θεωρήματα. Ασθενείς τοπολογίες, θεωρήματα Mazur, Alaoglu, Goldstine, ασθενής συμπάγεια. Bάσεις Schauder και βασικές ακολουθίες. Ακραία σημεία, θεώρημα Krein Milman. Θεώρημα αναπαράστασης του Riesz, χώροι Lp. Θεωρήματα σταθερού σημείου.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Διδασκαλία με παράδοση στον πίνακα.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Επικοινωνία με τους φοιτητές μέσω e-mail.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής μελέτη 78
Επίλυση Ασκήσεων-Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση στο τέλος του εξαμήνου (υποχρεωτική), παράδοση εργασιών και ασκήσεων στη διάρκεια του εξαμήνου (υποχρεωτικά), διάλεξη-παρουσίαση στον πίνακα από τον φοιτητή (προαιρετική).

Συνιστώμενη Βιβλιογραφία

  • Habala, Hajek, Zizler, Introduction to Banach Spaces I and II.
  • W. Rudin, Functional Analysis.
  • J. Lindenstrauss, L. Tzafriri, Banach spaces I.
  • F. Albiac, N. Kalton, Topics in Banach Space theory.
  • Νεγρεπόντης, Ζαχαριάδης, Καλαμίδας, Φαρμάκη, Γενική Τοπολογία και Συναρτησιακή Ανάλυση.

Διαφορικές Εξισώσεις (AN5)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΝ5
Εξάμηνο 2
Τίτλος Μαθήματος ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδίκευσης
Προαπαιτούμενα Μαθήματα Εισαγωγή στις Διαφορικές Εξισώσεις, Απειροστικοί Λογισμοί Ι και ΙΙ, Πραγματική Ανάλυση, Τοπολογία
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα έχει ως στόχο να εισάγει τους φοιτητές σε ένα ευρύ φάσμα θεμάτων διαφορικών εξισώσεων μεταπτυχιακού επιπέδου. Η επιλογή της ύλης γίνεται από κλασσικά θέματα διαφορικών εξισώσεων καθώς και από θέματα που βρίσκονται στο ενδιαφέρον της σύγχρονης έρευνας. Επιδιώκεται ο φοιτητής να αποκτήσει:
  1. γνώση θεμάτων από μια ευρεία περιοχή των διαφορικών εξισώσεων,
  2. δυνατότητα να ξεκινήσει έρευνα σε θέματα ποιοτικής θεωρίας διαφορικών εξισώσεων, και
  3. να έλθει σε επαφή με την βιβλιογραφία στα θέματα διαφορικών εξισώσεων τα οποία διδάχτηκε.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Προαγωγή ελεύθερης και δημιουργικής σκέψης
  • Προαγωγή αναλυτικής και συνθετικής και δημιουργικής σκέψης
  • Αναζήτηση πληροφοριών με την χρήση και των απαραίτητων τεχνολογιών
  • Απόκτηση ειδικών γνώσεων και καλλιέργεια ικανοτήτων σύγκρισης, εξαγωγής συμπερασμάτων και αξιολόγησης στο γνωστικό αντικείμενο.

Περιεχόμενο Μαθήματος

Δεύτερης τάξης γραμμικές συνήθεις διαφορικές εξισώσεις: Θεωρήματα τύπου Sturm. Θεωρήματα ταλάντωσης και μη ταλάντωσης. Αναγωγή προβλημάτων διαφορικών εξισώσεων σε ολοκληρωτικές εξισώσεις. Volterra ολοκληρωτικές εξισώσεις: Ύπαρξη και μονοσήμαντο λύσεων. Ύπαρξη λύσεων. Η γραμμική εξίσωση. Η πρώτου είδους γραμμική εξίσωση. Μερικά προβλήματα επί του ημιάξονα. Fredholm θεωρία γραμμικών ολοκληρωτικών εξισώσεων: Ο επιλύων πυρήνας. Οι ακέραιες συναρτήσεις του Fredholm και εφαρμογές αυτών. Ιδιοτιμές, ιδιοσυναρτήσεις και συζυγείς εξισώσεις. Μερικές ολοκληρωτικές ανισότητες: Λήμματα των Gronwall και Bihari και μερικές εφαρμογές αυτών. Υστερημένες διαφορικές εξισώσεις: Εισαγωγή. Παραδείγματα και η μέθοδος των βημάτων. Μερικά αξιοσημείωτα παραδείγματα και μερικά «εσφαλμένα» ερωτήματα. Συνθήκη του Lipschitz και μονοσήμαντο για το βασικό αρχικό πρόβλημα. Συμβολισμοί και μονοσήμαντο για συστήματα με φραγμένη υστέρηση. Ύπαρξη για συστήματα με φραγμένη υστέρηση. Γραμμικά υστερημένα διαφορικά συστήματα: Υπέρθεση. Η περίπτωση των σταθερών συντελεστών. Μεταβολή των παραμέτρων. Ευστάθεια για υστερημένα διαφορικά συστήματα: Ορισμοί και παραδείγματα. Ασυμπτωτική ευστάθεια. Γραμμικά και σχεδόν γραμμικά υστερημένα διαφορικά συστήματα. Κλασματικές διαφορικές εξισώσεις: Ορισμοί και ο βασικός λογισμός. Προβλήματα αρχικών και συνοριακών τιμών. Δυναμικές διαφορικές εξισώσεις: ορισμοί και λογισμός. Εξισώσεις και προβλήματα. Διάφορα θέματα.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Διαλέξεις-παρουσιάσεις στην αίθουσα
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις-Παρουσιάσεις 39
Ασκήσεις/Εργασίες 52,5
Αυτόνομη μελέτη 96
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Οι φοιτητές επιλέγουν να αξιολογηθούν με έναν ή και με τους δύο από τους εξής τρόπους:
  1. Παρουσιάσεις στην τάξη-Γραπτές εργασίες-Ασκήσεις
  2. Γραπτή τελική εξέταση

Σε περίπτωση που κάποιος φοιτητής αξιολογηθεί και με τους δύο τρόπους, ως τελικός βαθμός υπολογίζεται το μέγιστο των δύο βαθμολογιών. Τα κριτήρια αξιολόγησης θα είναι προσβάσιμα στην ιστοσελίδα του Μαθήματος στην πλατφόρμα “E-Course” του Πανεπιστημίου Ιωαννίνων.

Συνιστώμενη Βιβλιογραφία

  • C. Corduneanu, Principles of Differential and Integral Equations
  • R. D. Driver, Ordinary and Delay Differential Equations
  • T. A. Burton, Volterra Integral and Differential Equations
  • R. K. Miller, Nonlinear Volterra Integral Equations
  • P. Hartman, Ordinary Differential Equations
  • Κ. Diethelm, The Analysis of Fractional Differential Equations
  • Y. Zhou, Basic Theory of Fractional Differential Equations
  • M. Bohner and A. Peterson, Dynamic Equations on Time Scales: An Introduction with Applications.

Μερικές Διαφορικές Εξισώσεις (AN6)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΝ6
Εξάμηνο 2
Τίτλος Μαθήματος ΜΕΡΙΚΕΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Γενικού υποβάθρου
Προαπαιτούμενα Μαθήματα Διανυσματική Ανάλυση (προπτυχιακό), Πραγματική Ανάλυση, Συναρτησιακή Ανάλυση
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα, πέρα από τη διδασκαλία της κλασσικής χαρακτηριστικής τετράδας των Μερικών Διαφορικών Εξισώσεων (ΜΔΕ) (μεταφοράς, Laplace, θερμότητας και κύματος) σε περισσότερες χωρικές μεταβλητές, αποσκοπεί, πρώτον, στο να αναδείξει τη σύγχρονη, αναλυτική πρόσβαση στη θεωρία των ΜΔΕ και τους λόγους που την υπαγορεύουν και, δεύτερον, να δώσει μια εισαγωγή στις μη γραμμικές ΜΔΕ, κυρίως όσον αφορά εξισώσεις πρώτης τάξης και υπερβολικές εξισώσεις. Οι δεξιότητες και ικανότητες που θα αποκτήσουν οι φοιτητές αφορούν, αφενός, στην παραδειγματική μετάβαση από την επίλυση ενός προβλήματος στη θεωρητική ανάλυση των ιδιοτήτων του και στην διερεύνηση του δομικού υπόβαθρού του και, αφετέρου, στην αναγνώριση της ουσιαστικής διαφοράς μεταξύ γραμμικών και μη γραμμικών προβλημάτων και τα όρια της μεθόδου της προσέγγισης ενός μη γραμμικού από γραμμικά προβλήματα.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

Περιεχόμενο Μαθήματος

Εξισώσεις μεταφοράς, Laplace, θερμότητας και κύματος για περισσότερες χωρικές μεταβλητές. Μη γραμμικές εξισώσεις πρώτης τάξης (Μέθοδος Χαρακτηριστικών, Εισαγωγή στις εξισώσεις Hamilton-Jacobi και στους Νόμους Διατήρησης, Ασθενείς Λύσεις). Το Θεώρημα Cauchy-Kovalevskaya. Χώροι Sobolev και ασθενείς παράγωγοι. Θεωρία γραμμικών εξισώσεων δεύτερης τάξης. Θεωρία ημιομάδων. Μη γραμμικές υπερβολικές εξισώσεις και εξισώσεις διασποράς.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Διαλέξεις
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Ασκήσεις για το σπίτι 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Η αξιολόγηση γίνεται με έναν συνδυασμό από:
  • γραπτή εξέταση
  • ασκήσεις για το σπίτι
  • παρουσίαση και προφορική εξέταση.

Συνιστώμενη Βιβλιογραφία

  • H.Brezis, Functional Analysis, Sobolev Spaces and Partial Differential Equations, Springer, 2011
  • L.C. Evans, Partial Differential Equations (2nd ed.). AMS, 2010
  • G. Folland, Introduction to Partial Differential Equations, Princeton University Press, 1976
  • L. Hörmander, The Analysis of Linear Partial Differential Operators, Vol. 1-4, Springer, 1983-85
  • J. Jost, Partial Differential Equations (2nd ed.), Springer, 2007
  • T. Tao, Nonlinear Dispersive Equations: Local and Global Analysis, CBMS, AMS, 2006
  • M. Taylor, Partial Differential Equations, Vol. I-III, Springer, 1996
  • G.B.Whitham, Linear and Nonlinear Waves, Wiley-Interscience, 1974.

Θεωρία Μέτρου (AN7)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος AN7
Εξάμηνο 1
Τίτλος Μαθήματος ΘΕΩΡΙΑ ΜΕΤΡΟΥ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων
  • Γλώσσα διδασκαλίας στο πλαίσιο των διαλέξεων: Ελληνικά.
  • Γλώσσα διδασκαλίας εκτός διαλέξεων: Ελληνικά και Αγγλικά.
  • Γλώσσα εξετάσεων: Ελληνικά και Αγγλικά.
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Σε όλα τα παρακάτω, τα σύνολα θεωρούνται ότι είναι τυχόντα υποσύνολα ενός τυχαίου ευκλείδειου σταθμητού χώρου πεπερασμένης διάστασης. Μαθησιακά αποτελέσματα με βάση την Ταξινόμηση κατά Bloom.


Γνώση:

  1. Η έννοια του ορθογωνίου και του όγκου αυτού.
  2. Η έννοια του εξωτερικού μέτρου.
  3. Η έννοια του μέτρου Lebesgue.
  4. Η έννοια της σ-’Αλγεβρας.
  5. Το σύνολο Borel.
  6. Η έννοια της χαρακτηριστικής συνάρτησης, της κλιμακωτής συνάρτησης, της απλής συνάρτησης και της μετρήσιμης συνάρτησης.
  7. Η “σχεδόν παντού” ισχύς μιας ιδιότητας.
  8. Η έννοια του ολοκληρώματος Lebesgue.
  9. Ορισμός του χώρου L1 των ολοκληρώσιμων συναρτήσεων.
  10. Η έννοια της απόλυτα συνεχούς συνάρτησης.
  11. Η έννοια της τοπικά ολοκληρώσιμης συνάρτησης.
  12. Η έννοια της πυκνότητας Lebesgue.
  13. Το σύνολο Lebesgue μιας τοπικά ολοκληρώσιμης συνάρτησης.
  14. Οι καλοί πυρήνες και οι προσεγγίσεις στην ταυτότητα.
  15. Η έννοια της συνάρτησης φραγμένης μεταβολής.
  16. Η έννοια των αφηρημένων μετρήσιμων χώρων.
  17. Τα Caratheodory μετρήσιμα σύνολα.
  18. Τα μετρικά εξωτερικά μέτρα.
  19. Η έννοια του προσημασμένου μέτρου.

Κατανόηση:

  1. Το σύνολο του Cantor.
  2. Ιδιότητες του εξωτερικού μέτρου.
  3. Ιδιότητες του μέτρου Lebesgue.
  4. Αμετάβλητο του μέτρου Lebesgue κατά μετατοπίσεις.
  5. Συνθήκες μετρησιμότητας συνόλων.
  6. Κατασκευή μη-μετρήσιμων συνόλων.
  7. Ιδιότητες μετρήσιμων συναρτήσεων.
  8. Προσέγγιση μετρήσιμων συναρτήσεων από απλές ή κλιμακωτές συναρτήσεις.
  9. Τρεις Αρχές του Littlewood.
  10. Ανισότητα Brunn - Minkowskii.
  11. Ιδιότητες ολοκληρώματος Lebesgue.
  12. Σχέση μεταξύ ολοκληρώματος Lebesgue και ολοκληρώματος Riemann.
  13. Λήμμα Fatou.
  14. Θεώρημα μονότονης σύγκλισης.
  15. Θεώρημα Riesz - Fischer.
  16. Αμετάβλητο του ολοκληρώματος Lebesgue κατά μετατοπίσεις.
  17. Θεώρημα Fubini.
  18. Σχέση μεταξύ ολοκληρώσιμης και μετρήσιμης συνάρτησης.
  19. Η μεγιστική συνάρτηση των Hardy - Littlewood.
  20. Ιδιότητες συναρτήσεων φραγμένης μεταβολής.
  21. Ιδιότητες απόλυτα συνεχών συναρτήσεων και παραγωγίσιμων συναρτήσεων.
  22. Ιδιότητες των αφηρημένων μετρήσιμων χώρων.
  23. Ολοκλήρωση σε αφηρημένους μετρήσιμους χώρους.
  24. Απόλυτη συνέχεια μέτρων.

Εφαρμογή:

  1. Υπολογισμός μέτρου συνόλου.
  2. Εύρεση παραδειγμάτων μη-μετρήσιμων συνόλων.
  3. Υπολογισμός ολοκληρώματος Lebesgue.
  4. Εύρεση μέσης τιμής συνάρτησης.

Αξιολόγηση: Διδασκαλία μαθημάτων προπτυχιακού επιπέδου.

Γενικές Ικανότητες
  1. Προαγωγή της δημιουργικής, αναλυτικής και επαγωγικής σκέψης.
  2. Είναι προαπαιτούμενο για την παραγωγή νέων ερευνητικών ιδεών.
  3. Αυτόνομη εργασία.
  4. Ομαδική εργασία.
  5. Λήψη αποφάσεων.

Περιεχόμενο Μαθήματος

Χώροι μέτρου, μέτρο Lebesgue. Mετρήσιμες συναρτήσεις και ολοκλήρωμα Lebesgue, Θεώρημα μονότονης και κυριαρχημένης σύγκλισης του Lebesgue, σύγκρισή του ολοκληρώματος Lebesgue με το ολοκλήρωμα Riemann. Μέτρα γινόμενα, Θεώρημα Fubini. Χώροι Lp. Προσημασμένα μέτρα, ανάλυση Hahn, Θεώρημα Radon-Nikodym. Σύγκλιση ακολουθιών μετρήσιμων συναρτήσεων.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης
  1. Διαλέξεις σε αμφιθέατρο.
  2. Υποβοήθηση της διδασκαλίας με τη χρήση Learning Management System.
  3. Υποβοήθηση της διδασκαλίας με τη χρήση forums για την εξάσκηση των φοιτητών στην επίλυση ασκήσεων και την κατανόηση της θεωρίας.
  4. Υποβοήθηση της διδασκαλίας με τη χρήση βιντεοσκοπήσεων.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Χρήση Learning Management System, σε συνδυασμό με File Sharing Platform και Blog Management System για
    1. τον διαμερισμό διδακτικού υλικού,
    2. την υποβολή εκ μέρους των φοιτητών εργασιών,
    3. την δημοσίευση ανακοινώσεων σχετικών με το μάθημα,
    4. τη διατήρηση αναλυτικού βαθμολογίου για τις ενδοεξαμηνιαίες δραστηριότητες
    5. την επικοινωνία με τους φοιτητές.
  • Χρήση Appointment Scheduling System για την οργάνωση των εκτός των διαλέξεων συναντήσεων των φοιτητών με τον διδάσκοντα.
  • Χρήση Survey Web Application για την υποβολή ανώνυμης κριτικής σχετικά με το μάθημα.
  • Χρήση Wiki Engine για την δημοσίευση εγχειριδίων σχετικά με τους κανονισμούς των εξετάσεων, τον τρόπο διεξαγωγής του μαθήματος, τον τρόπο βαθμολόγησης του μαθήματος και την παροχή οδηγιών σχετικά με την χρήση των διαδικτυακών εργαλείων που χρησιμοποιούνται στο μάθημα.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων-Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γλώσσα αξιολόγησης: Ελληνικά και Αγγλικά. Διαδικασία αξιολόγησης των φοιτητών:
  1. Απαλλακτικές εβδομαδιαίες διαλέξεις - προφορικές εξετάσεις των φοιτητών, σε συνδυασμό με εβδομαδιαίες γραπτές εργασίες.
  2. Σε κάθε περίπτωση, όλοι ανεξαιρέτως οι φοιτητές έχουν δικαίωμα συμμετοχής στην Εξεταστική Περίοδο που έπεται του τέλους του Εξαμήνου.

Όλα τα προαναφερθέντα, συμπεριλαμβανομένων όλων των σχετικών κριτηρίων, αναγράφονται λεπτομερώς στην ιστοσελίδα του μαθήματος. Γίνεται επεξήγηση τους, στα πλαίσια των διαλέξεων, κατά την αρχή του εξαμήνου και, σε τακτά χρονικά διαστήματα, κατά τη διάρκεια του εξαμήνου. Γίνονται ενημερώσεις και υπενθυμίσεις μέσω της ιστοσελίδας του μαθήματος κατά την αρχή του εξαμήνου και, σε τακτά χρονικά διαστήματα, κατά τη διάρκεια του εξαμήνου. Παρέχονται όσες διευκρινίσεις ζητηθούν μέσω email ή ιστοχώρων κοινωνικής δικτύωσης και των εφαρμογών τους.

Συνιστώμενη Βιβλιογραφία

  • R. Bartle - The Elements of Integration and Lebesgue Measure
  • H. Bauer - Measure and Integration Theory
  • H.S. Bear - A Primer of Lebesgue Integration
  • V.I. Bogachev - Measure theory
  • R.M. Dudley - Real Analysis and Probability
  • G. Folland - Real Analysis: Modern Techniques and Their Applications
  • D.H. Fremlin - Measure Theory
  • P. Halmos - Measure theory
  • M.E. Munroe - Introduction to Measure and Integration
  • M.M. Rao - Random and Vector Measures
  • E. Stein and R. Skakarchi - Real Analysis
  • T. Tao - An Introduction to Measure Theory
  • N. Weaver - Measure Theory and Functional Analysis

Αρμονική Ανάλυση (AN8)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος AN8
Εξάμηνο 2
Τίτλος Μαθήματος ΑΡΜΟΝΙΚΗ ΑΝΑΛΥΣΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Οι στόχοι του μαθήματος είναι η απόκτηση του θεωρητικού υποβάθρου από τον μεταπτυχιακό φοιτητή στην θεωρία των βάσεων διαφόρισης σε Ευκλείδειους χώρους, στην σύνδεση τους με μεγιστικούς τελεστές, καθώς και με την μελέτη των fractals στο επίπεδο.

Γενικές Ικανότητες

Το μάθημα αποσκοπεί στην απόκτηση της ικανότητας από τον μεταπτυχιακό φοιτητή στην ανάλυση και σύνθεση βασικών γνώσεων της Αρμονικής Ανάλυσης.

Περιεχόμενο Μαθήματος

Busemann-Feller βάσεις διαφόρισης σε Ευκλείδειους χώρους και αντίστοιχοι μεγιστικοί τελεστές, λήμματα κάλυψης και εφαρμογές τους στην συμπεριφορά των μεγιστικών τελεστών, σύνδεση των βάσεων διαφόρισης συγκεκριμένων χώρων με συμπεριφορά των αντίστοιχων μεγιστικών τελεστών, η βάση Β2 των διαστημάτων σε Ευκλείδειους χώρους και ιδιότητές της, η βάση Β3 των ορθογώνιων παραλληλεπιπέδων σε Ευκλείδειους χώρους : Το δέντρο Perron, η κατασκευή του Fefferman, σύνολα Kakeya-Besicovitch, το σύνολο Nikodym, υποβάσεις της Β3 και ιδιότητες διαφόρισης τους, Hausdorff μέτρο και διάσταση στο επίπεδο, fractal σύνολα και πυκνότητες, κανονικά και μη κανονικά σύνολα, εφαπτομενικές και προβολικές ιδιότητες των fractals, γενική θεωρία μεγιστικών τελεστών.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης

Διδασκαλία με διαλέξεις στον πίνακα.

Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 110
Επίλυση ασκήσεων 38,5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών

Συνδυασμός γραπτής και προφορικής εξέταση στο τέλος του εξαμήνου.

Συνιστώμενη Βιβλιογραφία

  • M. De Guzman, Real Variable Methods in Fourier Analysis, North Holland - Mathematical Studies.

Θεωρία Τελεστών (AN9)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΝ9
Εξάμηνο 2
Τίτλος Μαθήματος ΘΕΩΡΙΑ ΤΕΛΕΣΤΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα Συναρτησιακή Ανάλυση
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στόχος του μαθήματος είναι η απόκτηση από τους μεταπτυχιακούς φοιτητές ειδικού υποβάθρου σε θέματα της θεωρίας τελεστών γενικότερα σε χώρους Banach και ειδικότερα σε χώρους Hilbert.
Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να αποκτήσει ο μεταπτυχιακός φοιτητής την ικανότητα στην ανάλυση και σύνθεση προχωρημένης εννοιών της Θεωρίας Τελεστών. Ο στόχος είναι να αποκτήσει τα εφόδια για αυτόνομη και ομαδική εργασία σε διεπιστημονικό περιβάλλον.

Περιεχόμενο Μαθήματος

Φραγμένοι γραμμικοί τελεστές σε χώρους Banach και χώρους Hilbert. Φάσμα τελεστή, φάσμα αυτοσυζυγούς τελεστή. Συναρτήσεις αυτοσυζυγών τελεστών, φασματικό θεώρημα. Τοπολογίες σε χώρους τελεστών.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Παράδοση στον πίνακα.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Επικοινωνία με τους φοιτητές μέσω e-mail.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Προσωπική μελέτη 78
Επίλυση ασκήσεων και εργασιών 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση στο τέλος του εξαμήνου (υποχρεωτικά), παράδοση εργασιών και ασκήσεων στη διάρκεια του εξαμήνου (υποχρεωτικά), διάλεξη-παρουσίαση στον πίνακα από τον φοιτητή (προεραιτική).

Συνιστώμενη Βιβλιογραφία

  • Y. Abramovic C. Aliprantis, An invitation to Operator Theory.
  • J. Conway, A course in Functional Analysis.
  • R. Douglas, Banach Algebra Techniques in Operator Theory.
  • V. Sunder Functional Analysis, Spectral Theory.
  • W. Rudin Functional Analysis.

Τοπολογικές Μέθοδοι στις Διαφορικές Εξισώσεις (AN10)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος AN10
Εξάμηνο 2
Τίτλος Μαθήματος ΤΟΠΟΛΟΓΙΚΕΣ ΜΕΘΟΔΟΙ ΣΤΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα Διαφορικές Εξισώσεις, Τοπολογία, Συναρτησιακή Ανάλυση, Πραγματική Ανάλυση
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα αποσκοπεί ώστε ο μεταπτυχιακός φοιτητής να αποκτήσει:
  • γνώση θεμάτων από τη συναρτησιακή ανάλυση με εφαρμογές στις διαφορικές εξισώσεις,
  • δυνατότητα να ξεκινήσει έρευνα σε θέματα ποιοτικής θεωρίας διαφορικών εξισώσεων και
  • να γίνει γνώστης της ερευνητικής βιβλιογραφίας σε θέματα της ποιοτικής θεωρίας σε ένα ευρύ φάσμα διαφορικών εξισώσεων.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Παράγωγή νέων ερευνητικών ιδεών
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Απόκτηση ειδικών γνώσεων και καλλιέργεια ικανοτήτων σύγκρισης, εξαγωγής συμπερασμάτων και αξιολόγησης στο γνωστικό αντικείμενο.

Περιεχόμενο Μαθήματος

Εφαρμογές τοπολογικών θεωρημάτων σταθερού σημείου στη θεωρία διαφορικών εξισώσεων. Θεωρήματα συστολής (contraction), Schaefer, Schauder, θεωρίας βαθμού (degree theory), Nonlinear Alternative. Θεωρήματα σταθερού σημείου σε κώνους διατεταγμένων χώρων Banach. Θεωρήματα θεωρίας βαθμού, θεώρημα Krasnoselskii, θεωρήματα τύπου Leggett-Williams. Εφαρμογές των παραπάνω θεωρημάτων σε προβλήματα αρχικών και συνοριακών τιμών συνήθων διαφορικών εξισώσεων, ολοκληροδιαφορικών εξισώσεων και συναρτησιακών διαφορικών εξισώσεων. Ύπαρξη λύσεων, ύπαρξη θετικών λύσεων, ύπαρξη πολλαπλών (θετικών) λύσεων, άνω και κάτω λύσεις.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις, Σεμινάρια 45
Εργασίες/Ασκήσεις 52,5
Προσωπική Μελέτη 90
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Επίλυση Προβλημάτων, Γραπτή Εργασία, Προφορική ή γραπτή εξέταση Εξέταση. Τα κριτήρια αξιολόγησης είναι προσβάσιμα στην ιστοσελίδα του Μαθήματος στην πλατφόρμα “E-Course” του Πανεπιστημίου Ιωαννίνων.

Συνιστώμενη Βιβλιογραφία

  • H. Amann, Fixed point equations and nonlinear eigenvalue problems in ordered Banach spaces, SIAM Rev., 18, No. 4 ,1976 (pages 620-709)
  • K. Deimling, Nonlinear functional analysis, Springer-Verlag, New York,1985
  • R. D. Driver, Ordinary and delay differential equations, Springer Verlag, New York, 1976
  • D. Guo and V. Lakshmikantham, Nonlinear problems in abstract cones, Academic Press, San Diego,1988
  • J. K. Hale and S. M. V. Lunel, Introduction to functional differential equations, Springer Verlag, New York, 1993.

Κυρτή Ανάλυση (AN11)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΝ11
Εξάμηνο 2
Τίτλος Μαθήματος ΚΥΡΤΗ ΑΝΑΛΥΣΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα Πραγματική Ανάλυση, Απειροστικός Λογισμός Ι και Απειροστικός Λογισμός ΙΙ
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα έχει ως στόχο να εισάγει τους φοιτητές σε ένα ευρύ φάσμα θεμάτων πάνω στην κυρτή ανάλυση μεταπτυχιακού επιπέδου. Η επιλογή της ύλης γίνεται από κλασσικά θέματα κυρτής ανάλυσης καθώς και από θέματα που βρίσκονται στο ενδιαφέρον της σύγχρονης έρευνας. Επιδιώκεται ο φοιτητής να αποκτήσει:
  • γνώση θεμάτων από μια ευρεία περιοχή της κυρτής ανάλυσης
  • δυνατότητα να ξεκινήσει έρευνα σε θέματα κυρτής ανάλυσης και
  • να έλθει σε επαφή με την βιβλιογραφία στα θέματα κυρτής ανάλυσης τα οποία διδάχτηκε.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Προαγωγή ελεύθερης και δημιουργικής σκέψης
  • Προαγωγή αναλυτικής και συνθετικής και δημιουργικής σκέψης
  • Αναζήτηση πληροφοριών με την χρήση και των απαραίτητων τεχνολογιών
  • Απόκτηση ειδικών γνώσεων και καλλιέργεια ικανοτήτων σύγκρισης, εξαγωγής συμπερασμάτων και αξιολόγησης στο γνωστικό αντικείμενο.

Περιεχόμενο Μαθήματος

Εισαγωγικές έννοιες. Κυρτές συναρτήσεις και κυρτά σύνολα, κριτήρια κυρτότητας. Χώροι με νόρμα. Δυικοί χώροι και ο μετασχηματισμός Legendre. Θεώρημα του Καραθεοδωρή και εφαρμογές στη γεωμετρία. Θεωρήματα Radon και Helly. Το πρώτο Θεώρημα Minkowski και εφαρμογές στη θεωρία βελτιστοποίησης. Το φαινόμενο συγκέντρωσης μέτρου στη σφαίρα. Θεώρημα Dvoretzky και θεώρημα πηλίκου υποχώρου. Η ανισότητα Brunn-Minkowski και γενικεύσεις (Lp παραλλαγές και συναρτησιακές μορφές). Μικτοί όγκοι και ανισότητες τύπου Aleksandrov-Fenchel. Ισοπεριμετρικού τύπου ανισότητες (όπως κλασσική ισοπεριμετρική και Blaschke-Santalo) και η σχέση τους με ανισότητες τύπου Sobolev. Η ανισότητα Brascamp-Lieb και αντίστροφες ισοπεριμετρικές ανισότητες. Επιφανειακά μέτρα κυρτών υπερεπιφανειών. Το πρόβλημα ύπαρξης και μοναδικότητας του Minkowski και γενικεύσεις, εφαρμογές στη θεωρία των εξισώσεων Monge-Ampere. Κλασσικά ανοιχτά προβλήματα.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Διαλέξεις-παρουσιάσεις στην αίθουσα
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις-Παρουσιάσεις 45
Ασκήσεις/Εργασίες 52,5
Αυτόνομη μελέτη 90
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Οι φοιτητές επιλέγουν να αξιολογηθούν με έναν ή και με τους δύο από τους εξής τρόπους:
  1. Παρουσιάσεις στην τάξη-Γραπτές εργασίες-Ασκήσεις
  2. Γραπτή τελική εξέταση. Σε περίπτωση που κάποιος φοιτητής αξιολογηθεί και με τους δύο τρόπους, ως τελικός βαθμός υπολογίζεται το μέγιστο των δύο βαθμολογιών. Τα κριτήρια αξιολόγησης θα είναι προσβάσιμα στην ιστοσελίδα του Μαθήματος στην πλατφόρμα “E-Course” του Πανεπιστημίου Ιωαννίνων.

Συνιστώμενη Βιβλιογραφία

  • J. Bakelman, Convex Analysis And Nonlinear Geometric Elliptic Equations
  • R. J. Gardner, Geometric tomography. Second edition.
  • H. Groemer, Geometric Applications of Fourier Series and Spherical Harmonics.
  • Koldobsky, Fourier Analysis in Convex Geometry.
  • M. Ledoux, The Concentration of Measure Phenomenon.
  • V.D. Milman and G. Schechtman, Asymptotic Theory of Finite Dimensional Normed Spaces
  • R. Tyrel Rockafellar, Convex Analysis.
  • R. Schneider, Convex bodies: the Brunn-Minkowski theory. Second expanded edition.
  • R. Schneider and W. Weil, Stochastic and Integral Geometry.
  • C. Thompson, Minkowski Geometry.

Ανεξάρτητη Σπουδή στην Ανάλυση Ι (AN12)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΝ12
Εξάμηνο 1
Τίτλος Μαθήματος ΑΝΕΞΑΡΤΗΤΗ ΣΠΟΥΔΗ ΣΤΗΝ ΑΝΑΛΥΣΗ Ι
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το Μάθημα έχει ως στόχο να εισάγει τους φοιτητές σε θέματα μεταπτυχιακού επιπέδου σε τομείς της Ανάλυσης που δεν καλύπτονται από τα Μαθήματα ΑΝ1-ΑΝ11. Η επιλογή της ύλης γίνεται από τον εκάστοτε διδάσκοντα/ες που μπορεί να είναι μέλη ΔΕΠ/ΕΔΙΠ του Τμήματος, ή επιστήμονες από την Ελλάδα ή την αλλοδαπή (π.χ., επισκέπτες από άλλο ίδρυμα της Ελλάδας ή του εξωτερικού, ομότιμοι καθηγητές, προσκεκλημένοι ομιλητές κ.λ.π.), και μπορεί να διατρέχει κλασσικά θεωρητικά θέματα ή θέματα εφαρμογών από όλο το φάσμα της Ανάλυσης καθώς και από θέματα που βρίσκονται στο ενδιαφέρον της σύγχρονης έρευνας. Επιδιώκεται ο φοιτητής να αποκτήσει:
  • γνώση θεμάτων στην περιοχή των διδασκόμενων θεμάτων,
  • δυνατότητα να ξεκινήσει έρευνα στην περιοχή των διδασκόμενων θεμάτων, και
  • να έλθει σε επαφή με την βιβλιογραφία στην περιοχή των διδασκόμενων θεμάτων.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Προαγωγή ελεύθερης και δημιουργικής σκέψης
  • Προαγωγή αναλυτικής και συνθετικής αι δημιουργικής σκέψης
  • Αναζήτηση πληροφοριών με την χρήση και των απαραίτητων τεχνολογιών
  • Γνώση σε τομείς της Ανάλυσης που δεν καλύπτονται από τη ύλη των υπαρχόντων μεταπτυχιακών μαθημάτων.

Περιεχόμενο Μαθήματος

Όπως καθορίζεται/περιγράφεται από τον εκάστοτε διδάσκοντα/ες του Μαθήματος.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Ο τρόπος παράδοσης θα καθορίζεται/περιγράφεται από τον εκάστοτε διδάσκοντα/ες του Μαθήματος.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις-Παρουσιάσεις 39
Ασκήσεις/Εργασίες 52,5
Αυτόνομη μελέτη 96
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Η αξιολόγηση των φοιτητών θα καθορίζεται/ περιγράφεται από τον εκάστοτε διδάσκοντα του Μαθήματος. Τα κριτήρια αξιολόγησης θα είναι προσβάσιμα στην ιστοσελίδα του Μαθήματος στην πλατφόρμα “E-Course” του Πανεπιστημίου Ιωαννίνων.

Συνιστώμενη Βιβλιογραφία

Θα καθορίζεται από τον διδάσκοντα / Will be determined by the teacher

Ανεξάρτητη Σπουδή στην Ανάλυση II (AN13)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΝ13
Εξάμηνο 2
Τίτλος Μαθήματος ΑΝΕΞΑΡΤΗΤΗ ΣΠΟΥΔΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΙΙ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το Μάθημα έχει ως στόχο να εισάγει τους φοιτητές σε θέματα μεταπτυχιακού επιπέδου σε τομείς της Ανάλυσης που δεν καλύπτονται από τα Μαθήματα ΑΝ1-ΑΝ11. Η επιλογή της ύλης γίνεται από τον εκάστοτε διδάσκοντα/ες που μπορεί να είναι μέλη ΔΕΠ/ΕΔΙΠ του Τμήματος, ή επιστήμονες από την Ελλάδα ή την αλλοδαπή (π.χ., επισκέπτες από άλλο ίδρυμα της Ελλάδας ή του εξωτερικού, ομότιμοι καθηγητές, προσκεκλημένοι ομιλητές κ.λ.π.), και μπορεί να διατρέχει κλασσικά θεωρητικά θέματα ή θέματα εφαρμογών από όλο το φάσμα της Ανάλυσης καθώς και από θέματα που βρίσκονται στο ενδιαφέρον της σύγχρονης έρευνας. Επιδιώκεται ο φοιτητής να αποκτήσει:
  1. γνώση θεμάτων στην περιοχή των διδασκόμενων θεμάτων,
  2. δυνατότητα να ξεκινήσει έρευνα στην περιοχή των διδασκόμενων θεμάτων, και
  3. να έλθει σε επαφή με την βιβλιογραφία στην περιοχή των διδασκόμενων θεμάτων.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Προαγωγή ελεύθερης και δημιουργικής σκέψης
  • Προαγωγή αναλυτικής και συνθετικής αι δημιουργικής σκέψης
  • Αναζήτηση πληροφοριών με την χρήση και των απαραίτητων τεχνολογιών
  • Γνώση σε τομείς της Ανάλυσης που δεν καλύπτονται από τη ύλη των υπαρχόντων μεταπτυχιακών μαθημάτων.

Περιεχόμενο Μαθήματος

Όπως καθορίζεται/περιγράφεται από τον εκάστοτε διδάσκοντα/ες του Μαθήματος.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Ο τρόπος παράδοσης θα καθορίζεται/περιγράφεται από τον εκάστοτε διδάσκοντα/ες του Μαθήματος
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις-Παρουσιάσεις 45
Ασκήσεις/Εργασίες 52,5
Αυτόνομη μελέτη 90
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Η αξιολόγηση των φοιτητών θα καθορίζεται/ περιγράφεται από τον εκάστοτε διδάσκοντα του Μαθήματος. Τα κριτήρια αξιολόγησης θα είναι προσβάσιμα στην ιστοσελίδα του Μαθήματος στην πλατφόρμα “E-Course” του Πανεπιστημίου Ιωαννίνων.

Συνιστώμενη Βιβλιογραφία

Θα καθορίζεται από τον διδάσκοντα / Will be determined by the teacher

Άλγεβρα Ι (ΑΛ1)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΛ1
Εξάμηνο 1
Τίτλος Μαθήματος ΑΛΓΕΒΡΑ Ι
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Οι στόχοι του μαθήματος είναι η απόκτηση του θεωρητικού υποβάθρου από τον μεταπτυχιακό φοιτητή σε θέματα που αφορούν την θεωρία δράσεων ομάδων, τα θεωρήματα Sylow και την γενική θωρία Προτύπων (Modules) πάνω από προσεταιριστικούς δακτυλίους.
Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο μεταπτυχιακός φοιτητής αν αποκτήσει την ικανότητα στην ανάλυση και σύνθεση βασικών γνώσεων της προχωρημένης Άλγεβρας. Αυτό θα δώσει στον μεταπτυχιακό φοιτητή τη δυνατότητα να εργαστεί σε ένα διεθνές διεπιστημονικό περιβάλλον.

Περιεχόμενο Μαθήματος

Δράσεις ομάδος επί συνόλου, Θεωρήματα Sylow και εφαρμογές, Ευθέα και ημιευθέα γινόμενα ομάδων, Πεπερασμένα παραγόμενες αβελιανές ομάδες, Ελεύθερες ομάδες, Ελεύθερο γινόμενο ομάδων με αμάλγαμα, Θ. Jordan-Hoelder, Πρότυπα και ομομορφισμοί προτύπων, Ελεύθερα πρότυπα, Ευθέα αθροίσματα και γινόμενα προτύπων, Ακριβείς ακολουθίες και συναρτητές, Noetherian δακτύλιοι και πρότυπα, Ημιαπλοί δακτύλιοι και πρότυπα, Στοιχεία πλειογραμμικής και τανυστικής άλγεβρας.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση στο τέλος του εξαμήνου (υποχρεωτική), εργασίες ή/και ενδιάμεση εξέταση (προαιρετική).

Συνιστώμενη Βιβλιογραφία

  1. Μαρμαρίδης Νίκος, Εισαγωγή στην Θεωρία Ομάδων, Λειψοί, 2013.
  2. Dummit, David, Foote, Richard M., Abstract algebra. Third edition. John Wiley & Sons, Inc., Hoboken, NJ, 2004.

Άλγεβρα II (ΑΛ2)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΛ2
Εξάμηνο 2
Τίτλος Μαθήματος ΑΛΓΕΒΡΑ ΙΙ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Γενικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Ο βασικός σκοπός του μαθήματος είναι η εισαγωγή στις κυριότερες έννοιες, εργαλεία και μεθόδους της Θεωρίας Αναπαραστάσεων Ομάδων με τις εφαρμογές της σε άλλους κλάδους των Μαθηματικών, ιδιαίτερα στη Θεωρία Ομάδων, και σε συναφείς επιστήμες, για παράδειγμα στη Φυσική. Στο τέλος τού μαθήματος περιμένουμε από τον φοιτητή να έχει κατανοήσει τους ορισμούς και τα βασικά θεωρήματα τα οποία αναλύονται στο μάθημα, να έχει κατανοήσει πως αυτά εφαρμόζονται σε διακεκριμένα παραδείγματα προερχόμενα από διαφορετικούς κλάδους των Μαθηματικών και άλλων επιστημών,  να είναι σε θέση να τα εφαρμόζει για την εξαγωγή νέων στοιχειωδών συμπερασμάτων σε διάφορα πεδία, και τέλος να μπορεί να εκτελεί ορισμένους (όχι τόσο προφανείς) υπολογισμούς οι οποίοι σχετίζονται με προβλήματα της θεωρίας ομάδων.

Γενικές Ικανότητες

Το μάθημα αποσκοπεί στο να μπορεί ο πτυχιούχος να αποκτήσει ικανότητα στην ανάλυση και σύνθεση βασικών γνώσεων της Θεωρίας Αναπαραστάσεων Ομάδων, η οποία αποτελεί ένα σημαντικό κλάδο των σύγχρονων Μαθηματικών, ιδιαίτερα της Άλγεβρας, και η οποία έχει πολλές εφαρμογές σε διάφορους κλάδους των Μαθηματικών και άλλων επιστημών, για παράδειγμα στη Φυσική. Ερχόμενος ο πτυχιούχος για πρώτη φορά σε επαφή με έννοιες της Θεωρίας Αναπαραστάσεων Ομάδων, προάγεται η δημιουργική, αναλυτική και επαγωγική σκέψη του, και η ικανότητά του να εφαρμόζει αφηρημένες γνώσεις σε διάφορα πεδία τα οποία αποτελούν θέματα αιχμής σε διάφορους κλάδους των Μαθηματικών και συναφών επιστημών.

Περιεχόμενο Μαθήματος

  • Αναπαραστάσεις και Χαρακτήρες Ομάδων.
  • Ομάδες και Ομομορφισμοί.
  • FG-πρότυπα και Ομαδο-άλγεβρες.
  • Το Λήμμα του Schur και το θεώρημα του Maschke.
  • Ομαδο-άλγεβρες και ανάγωγα πρότυπα.
  • Κλάσεις συζυγίας και χαρακτήρες.
  • Πίνακες χαρακτήρων και σχέσεις ορθογωνιότητας.
  • Κανονικές υποομάδες και ανυψωμένοι χαρακτήρες.
  • Παραδείγματα στοιχειωδών πινάκων χαρακτήρων.
  • Τανυστικά γινόμενα. Περιορίζοντας αναπαραστάσεις σε υποομάδες.
  • Εφαρμογές.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Μελέτη της θεωρίας 78
Επίλυση ασκήσεων 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Η αξιολόγηση βασίζεται συνδυαστικά στις επιδόσεις του μεταπτυχιακού φοιτητή σε:
  • Εβδομαδιαίες εργασίες,
  • Παρουσιάσεις κατά τη διάρκεια του εξαμήνου,
  • Εργασία στο τέλος του μαθήματος,
  • Γραπτή εξέταση στο τέλος των μαθημάτων στα Ελληνικά με ερωτήσεις και θέματα ανάπτυξης και επίλυσης προβλημάτων.

Συνιστώμενη Βιβλιογραφία

  • J.P. Serre: “Linear Representations of Finite Groups”, Springer-Verlag, (1977).
  • B. Steinberg: “Representation Theory of Finite Groups: An Introductory Approach”, Springer, (2012).
  • C.W. Curtis and V. Reiner: “Methods of Representation Theory: With Applications to Finite Groups and Orders”, Wiley, (1981).
  • P. Etingof et al: “Introduction to Representation Theory”, Student Mathematical Library 59, AMS, (2011).
  • J.L. Alperin and R.B. Bell: “Groups and Representations”, Springer (1995).
  • M. Burrow: “Representation Theory of Finite Groups”, Academic Press, (1965).
  • M. Liebeck and G. James: “Representations and Characters of Groups”, CUP, (2001).

Εφαρμοσμένη Άλγεβρα (ΑΛ3)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΛ3
Εξάμηνο 2
Τίτλος Μαθήματος ΕΦΑΡΜΟΣΜΕΝΗ ΑΛΓΕΒΡΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Γενικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Ο βασικός σκοπός του μαθήματος είναι η εισαγωγή στα κυριότερα εργαλεία και τις μεθόδους της θεωρίας πολυωνύμων υπεράνω πεπερασμένων σωμάτων με τις εφαρμογές της στην Αλγεβρική Κρυπτογραφία και Κωδικοποίηση με χρήση μεθόδων από τη θεωρία αλγεβρικών, ιδιαίτερα ελλειπτικών, καμπύλων. Επιπρόσθετα δίνονται εφαρμογές σε διάφορες περιοχές των Μαθηματικών και άλλων επιστημών. Στο τέλος τού μαθήματος περιμένουμε από τον φοιτητή να έχει κατανοήσει τους ορισμούς και τα βασικά θεωρήματα τα οποία αναλύονται στο μάθημα, να έχει κατανοήσει πως αυτά εφαρμόζονται σε διακεκριμένα παραδείγματα σε διάφορους κλάδους των Μαθηματικών και συναφών επιστημών, να είναι σε θέση να τα εφαρμόζει για την εξαγωγή νέων στοιχειωδών συμπερασμάτων σε διάφορα πεδία, και τέλος να μπορεί να εκτελεί ορισμένους (όχι τόσο προφανείς) υπολογισμούς για την κατασκευή και ανάλυση αλγεβρικών κωδίκων και κρυπτογραφικών μηνυμάτων.
Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο πτυχιούχος να αποκτήσει την ικανότητα στην ανάλυση και σύνθεση βασικών γνώσεων της Θεωρίας Πεπερασμένων Σωμάτων και της Θεωρίας Πολυωνύμων υπεράνω πεπερασμένων σωμάτων, η οποία αποτελεί ένα σημαντικό μέρος της σύγχρονης Άλγεβρας, με σκοπό την ανάλυση και εφαρμογή στη θεωρία κωδίκων και στη σύγχρονη κρυπτογραφία. Ειδικότερα στο μάθημα αναλύεται η βασική θεωρία (γραμμικών και κυκλικών) κωδίκων, η βασική θεωρία ελλειπτικών καμπύλων, και οι εφαρμογές της στην κρυπτογραφία. Ερχόμενος ο πτυχιούχος για πρώτη φορά σε επαφή με έννοιες της Θεωρίας πεπερασμένων σωμάτων, της θεωρίας κωδίκων και της σύγχρονης κρυπτογραφίας με χρήση ελλειπτικών καμπύλων, προάγεται η δημιουργική, αναλυτική και επαγωγική σκέψη του, και η ικανότητά του να εφαρμόζει αφηρημένες γνώσεις σε διάφορα πεδία τα οποία αποτελούν θέματα αιχμής σε διάφορα επιστημονικά πεδία με άμεσες εφαρμογές στη σύγχρονη ζωή.

Περιεχόμενο Μαθήματος

  • Πεπερασμένα Σώματα και Πολυώνυμα.
  • Δακτύλιοι, Ιδεώδη, Ομομορφισμοί, Πολυώνυμα, Σώματα, Αλγεβρικές Επεκτάσεις.
  • Πεπερασμένα Σώματα, Ανάγωγα Πολυώνυμα υπεράνω πεπερασμένων σωμάτων, Παραγοντοποίηση πολυωνύμων υπεράνω πεπερασμένων σωμάτων.
  • Υπενθυμίσεις από τη στοιχειώδη Θεωρία Αριθμών.
  • Ο μηδενόχωρος ενός πίνακα. Γραμμικοί και κυκλικοί κώδικες.
  • Αλγεβρική κρυπτογραφία.
  • Βασικά στοιχεία από τη θεωρία αλγεβρικών καμπυλών.
  • Ελλειπτικές καμπύλες.
  • Εφαρμογές της θεωρίας ελλειπτικών καμπυλών στην κρυπτογραφία.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39 Μελέτη της θεωρίας 78
Επίλυση ασκήσεων 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Η αξιολόγηση βασίζεται συνδυαστικά στις επιδόσεις του μεταπτυχιακού φοιτητή σε:
  • Εβδομαδιαίες εργασίες,
  • Παρουσιάσεις κατά τη διάρκεια του εξαμήνου,
  • Εργασία στο τέλος του μαθήματος,
  • Γραπτή εξέταση στο τέλος των μαθημάτων στα Ελληνικά με ερωτήσεις και θέματα ανάπτυξης και επίλυσης προβλημάτων.

Συνιστώμενη Βιβλιογραφία

  • N. Koblitz: “Algebraic aspects of cryptography”, Springer-Verlag, (1998).
  • Δ. Πουλάκης: “Κρυπτογραφία”, Εκδόσεις Ζήτη, (2004).
  • Δ. Πουλάκης: “Γεωμετρία των Αλγεβρικών Καμπυλών”, Εκδόσεις Ζήτη, (2006).
  • Ι. Αντωνιάδης και Α. Κοντογεώργης: “Πεπερασμένα Σώματα και Κρυπτογραφία”, Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών, (2015).
  • I.F. Blake, G. Seroussi, and N. Smart: “Elliptic Curves in Cryptography”, Lecture Note Series. Cambridge University Press, (1999).
  • N. Koblitz: “A Course in Number Theory and Cryptography”, Springer-Verlag, (1994).

Αλγεβρική Θεωρία Αριθμών (ΑΛ4)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΛ4
Εξάμηνο 2
Τίτλος Μαθήματος ΑΛΓΕΒΡΙΚΗ ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Οι στόχοι του μαθήματος είναι η απόκτηση του θεωρητικού υποβάθρου από τον μεταπτυχιακό φοιτητή σε θέματα που αφορούν την προχωρημένη Αλγεβρική Θεωρία Αριθμών.
Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο μεταπτυχιακός φοιτητής αν αποκτήσει την ικανότητα στην ανάλυση και σύνθεση προχωρημένων γνώσεων αλγεβρικής θεωρίας αριθμών.

Περιεχόμενο Μαθήματος

Περιοχές Dedekind, Νόρμες, διακρίνουσα, πεπερασμένο του αριθμού κλάσης, θεώρημα μονάδων του Dirichlet, τετραγωνικές και κυκλοτομικές επεκτάσεις, τετραγωνική αντιστροφή, πληρώσεις και τοπικά σώματα.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39 ώρες
Μελέτη της θεωρίας 78 ώρες
Επίλυση ασκήσεων-Εργασίες 70.5 ώρες
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση στο τέλος του εξαμήνου (υποχρεωτική), εργασίες ή/και ενδιάμεση εξέταση (προαιρετική).

Συνιστώμενη Βιβλιογραφία

  • Milne, James S., Algebraic Number Theory (v3.07), (2017). Available at www.jmilne.org/math/.
  • Jarvis Frazer, Algebraic Number Theory, Springer, 2014.

Ομολογική Άλγεβρα (ΑΛ5)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΛ5
Εξάμηνο 2
Τίτλος Μαθήματος ΟΜΟΛΟΓΙΚΗ ΑΛΓΕΒΡΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Γενικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Ο βασικός σκοπός του μαθήματος είναι η εισαγωγή στα κυριότερα εργαλεία και τις μεθόδους της Ομολογικής Άλγεβρας, ενός κλάδου των σύγχρονων Μαθηματικών με σημαντικές εφαρμογές σε πολλές περιοχές των Μαθηματικών και συναφών επιστημών. Επιπρόσθετα δίνονται εφαρμογές σε διάφορες περιοχές των Μαθηματικών. Στο τέλος τού μαθήματος περιμένουμε από τον φοιτητή να έχει κατανοήσει τους ορισμούς και τα βασικά θεωρήματα τα οποία αναλύονται στο μάθημα, να έχει κατανοήσει πως αυτά εφαρμόζονται σε διακεκριμένα παραδείγματα, προερχόμενα από διάφορες θεματικές περιοχές, να είναι σε θέση να τα εφαρμόζει για την εξαγωγή νέων στοιχειωδών συμπερασμάτων σε διάφορα πεδία, και τέλος να μπορεί να εκτελεί ορισμένους (όχι τόσο προφανείς) υπολογισμούς.
Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο πτυχιούχος να αποκτήσει την ικανότητα στην ανάλυση και σύνθεση βασικών γνώσεων της Ομολογικής Άλγεβρας, η οποία αποτελεί ένα σημαντικό μέρος των σύγχρονων Μαθηματικών. Ερχόμενος ο πτυχιούχος για πρώτη φορά σε επαφή με τις βασικές έννοιες της Ομολογικής Άλγεβρας και των εφαρμογών της, προάγεται η δημιουργική, αναλυτική και επαγωγική σκέψη του, καθώς και η ικανότητά του να εφαρμόζει αφηρημένες γνώσεις σε διάφορα θεματικά πεδία των Μαθηματικών και συναφών επιστημών.

Περιεχόμενο Μαθήματος

  • Υπενθυμίσεις από τη βασική Θεωρία Δακτυλίων.
  • Εισαγωγή στη Θεωρία προτύπων.
  • Θεμελιώδεις κατασκευές προτύπων.
  • Εισαγωγή στη βασική Θεωρία Κατηγοριών.
  • Προβολικά, ενέσιμα και επίπεδα πρότυπα.
  • Σύμπλοκα και (Συν)Ομολογία.
  • Προβολικές και ενέσιμες αναλύσεις.
  • Παραγόμενοι Συναρτητές.
  • Ext και Tor.
  • Ομολογικές Διαστάσεις.
  • Εφαρμογές.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Μελέτη της θεωρίας 78
Επίλυση ασκήσεων 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Η αξιολόγηση βασίζεται συνδυαστικά στις επιδόσεις του μεταπτυχιακού φοιτητή σε:
  • Εβδομαδιαίες εργασίες,
  • Παρουσιάσεις κατά τη διάρκεια του εξαμήνου,
  • Εργασία στο τέλος του μαθήματος,
  • Γραπτή εξέταση στο τέλος των μαθημάτων στα Ελληνικά με ερωτήσεις και θέματα ανάπτυξης και επίλυσης προβλημάτων.

Συνιστώμενη Βιβλιογραφία

  • P. Hilton and U. Stammbach: "A Course in Homological Algebra", Springer-Verlag, (1971).
  • J. Rotman: "An Introduction to Homological Algebra", Springer, Second Edition, (2009).
  • M. Scott Osborne: "Basic Homological Algebra", Springer, (2000).
  • Ch. Weibel: "An Introduction to Homological Algebra", Cambridge University Press, (1994).
  • S.I. Gelfand and Yu. Manin: "Methods of Homological Algebra", Springer, Second Edition, (2003).
  • P. Bland: "Rings and their Modules", De Gruyter, (2011).

Ειδικά Θέματα Άλγεβρας (ΑΛ6)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΛ6
Εξάμηνο 2
Τίτλος Μαθήματος ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΑΛΓΕΒΡΑΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Ο στόχος του μαθήματος είναι η απόκτηση του θεωρητικού υποβάθρου από τον μεταπτυχιακό φοιτητή σε θέματα που αφορούν την θεωρία μεταθετικών δακτυλίων.
Γενικές Ικανότητες

Το μάθημα αποσκοπεί στο να μπορεί ο μεταπτυχιακός φοιτητής αν αποκτήσει την ικανότητα στην ανάλυση και σύνθεση βασικών γνώσεων της Μεταθετικής Άλγεβρας.

Περιεχόμενο Μαθήματος

Θέματα Μεταθετικής και Συνδυαστικής Άλγεβρας: Θεώρημα Βάσης Hilbert, Πρωτογενής Ανάλυση, Τοπικοποίηση, Διάσταση, Σειρές Hilbert, Βάσεις Groebner, Μονοπλεκτικά συμπλέγματα και ομολογία, Stanley-Reisner Ιδεώδη, Θεώρημα Nullstellensatz του Hilbert.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών

Γραπτή εξέταση στο τέλος του εξαμήνου (υποχρεωτική), εργασίες ή/και ενδιάμεση εξέταση (προαιρετική).

Συνιστώμενη Βιβλιογραφία

  • Μαλιάκας Μιχάλης, Εισαγωγή στην Μεταθετική Άλεβρα, Εκδόσεις Σοφία, 2008
  • Atiyah, M. F.; Macdonald, I. G., Introduction to commutative algebra. Addison-Wesley Publishing Co., 1969 ix+128 pp.

Κλασσική Διαφορική Γεωμετρία (ΓΕ1)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΓΕ1
Εξάμηνο 1
Τίτλος Μαθήματος ΚΛΑΣΣΙΚΗ ΔΙΑΦΟΡΙΚΗ ΓΕΩΜΕΤΡΙΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού Υπόβαθρου
Προαπαιτούμενα Μαθήματα Τοπολογία, Ανάλυση πολλών μεταβλητών, Μιγαδική ανάλυση
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Ο βασικός σκοπός του μαθήματος είναι η εισαγωγή στην θεωρία των υποπολυπτυγμάτων του Ευκλειδείου χώρου Rn. Παρουσιάζονται θεμελιώδεις έννοιες, όπως απεικόνιση Gauss και τελεστής Weingarten. Με την βοήθεια αυτών των αντικειμένων εισάγονται διάφορα μεγέθη, μεταξύ άλλων η μέση καμπυλότητα. Δίνονται διάφοροι χαρακτηρισμοί των υποπολυπτυγμάτων του Rn κάτω από ολικές συνθήκες. Το μάθημα ολοκληρώνεται με μια επισκόπιση των διδιάστατων ελαχιστικών επιφανειών στον Rn και αναδεικνύεται η στενή σχέση της Διαφορικής Γεωμετρίας με άλλους κλάδους των μαθηματικών, όπως με τη θεωρία των διαφορικών εξισώσεων με μερικές παραγώγους, με τον λογισμό μεταβολών, με τη μιγαδική ανάλυση και την θεωρία μέτρου. Μετά το τέλος του μαθήματος περιμένουμε ο φοιτητής να είναι πλήρως εξοικειωμένος με τις παραπάνω έννοιες.
Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο φοιτητής να αποκτήσει γνώσεις στη θεωρία υποπολυπτυγμάτων του Ευκλειδείου χώρου.

Περιεχόμενο Μαθήματος

  • Πολυπτύγματα του Ευκλειδείου χώρου.
  • Εφαπτόμενη και κάθετη δέσμη.
  • Πρώτη και δεύτερη θεμελιώδης μορφή.
  • Τελεστής Weingarten και απεικόνιση Gauss.
  • Κυρτές υπερεπιφάνειες.
  • Το Θεώρημα του Hadamard.
  • Εξίσωση 1ης και 2ης μεταβολής του εμβαδού.
  • Ελαχιστικά υποπολυπτύγματα του Rn.
  • Ελαχιστικές επιφάνειες του Rn.
  • Αναπαραμέτρηση Weierstrass.
  • Το θεώρημα του Bernstein.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών .
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων-Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Εβδομαδιαίες εργασίες, παρουσιάσεις, γραπτές εξετάσεις στο τέλος των μαθημάτων στα Ελληνικά με ερωτήσεις και θέματα ανάπτυξης και επίλυσης προβλημάτων.

Συνιστώμενη Βιβλιογραφία

  • M. do Carmo, Riemannian Geometry, Birkhaüser Boston, Inc., Boston, MA, 1992.
  • J. Jost, Riemannian Geometry and Geometric Analysis, Universitext, Springer, 2017.
  • J. Lee, Introduction to smooth manifolds, Second edition, Graduate Texts in Mathematics, 218, Springer, 2013.
  • Δ. Κουτρουφιώτης, Διαφορική Γεωμετρία, Πανεπιστήμιο Ιωαννίνων, 1994.

Διαφορική Γεωμετρία (ΓΕ2)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΓΕ2
Εξάμηνο 1
Τίτλος Μαθήματος ΔΙΑΦΟΡΙΚΗ ΓΕΩΜΕΤΡΙΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού Υποβάθρου
Προαπαιτούμενα Μαθήματα Γραμμική Άλγεβρα, Γενική Τοπολογία, Ανάλυση Πολλών Μεταβλητών.
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος.

Συμβουλευτείτε το Παράρτημα Α

  • Περιγραφή του επιπέδου των μαθησιακών αποτελεσμάτων για κάθε ένα κύκλο σπουδών σύμφωνα με το πλαίσιο προσόντων του Ευρωπαϊκού χώρου ανώτατης εκπαίδευσης.
  • Περιγραφικοί δείκτες επιπέδων 6, 7 & 8 του Ευρωπαϊκού πλαισίου προσόντων διά βίου μάθησης και το Παράρτημα Β.
  • Περιληπτικός οδηγός συγγραφής μαθησιακών αποτελεσμάτων.

Ο βασικός σκοπός του μαθήματος είναι η εισαγωγή στις θεμελιώδεις έννοιες και στα εργαλεία της θεωρίας των διαφορίσιμων πολυπτυγμάτων. Εισάγονται βασικές έννοιες, όπως διαφορίσιμα πολύπτυγμα, διαφορίσιμα πολυπτύγματα με σύνορο, διανυσματική δέσμη, συνοχή, διαφορίσιμα υποπολυπτύγματα και συνομολογία de Rham. Το μάθημα αυτό αποτελεί βασική προϋπόθεση για το μάθημα της Γεωμετρίας Riemann. Στο τέλος του μαθήματος περιμένουμε από τον μεταπτυχιακό φοιτητή να έχει κατανοήσει τις έννοιες, τους ορισμούς και τα κύρια θεωρήματα τα οποία αναλύονται στο μάθημα.

Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο φοιτητής να αποκτήσει ικανότητα στην ανάλυση και σύνθεση βασικών γνώσεων στη σύγχρονη Διαφορική Γεωμετρία.

Περιεχόμενο Μαθήματος

  • Τοπολογικά και διαφορίσιμα πολυπτύγματα.
  • Διαφορίσιμες απεικονίσεις.
  • Εφαπτόμενη και συνεφαπτόμενη δέσμη.
  • Διανυσματικά πεδία και ροές.
  • Διαφορίσιμα υποπολυπτύγματα-Θεώρημα του Frobenius.
  • Διανυσματικές δέσμες.
  • Συνοχές και παράλληλη μεταφορά.
  • Διαφορικές μορφές.
  • Συνομολογία de Rham.
  • Ολοκλήρωση σε πολυπτύγματα με σύνορο.
  • Το θεώρημα του Stokes.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων-Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Εβδομαδιαίες εργασίες, παρουσιάσεις, γραπτές εξετάσεις στο τέλος των μαθημάτων στα Ελληνικά με ερωτήσεις και θέματα ανάπτυξης και επίλυσης προβλημάτων.

Συνιστώμενη Βιβλιογραφία

  • M. do Carmo, Riemannian Geometry, Birkhaüser Boston, Inc., Boston, MA, 1992.
  • J. Jost, Riemannian Geometry and Geometric Analysis, Seventh edition, Universitext, Springer, 2017.
  • J. Lee, Introduction to smooth manifolds, Second edition, Graduate texts in Mathematics, 218, Springer, 2013.
  • Δ. Κουτρουφιώτης, Διαφορική Γεωμετρία, Πανεπιστήμιο Ιωαννίνων, 1994.

Γεωμετρία Riemann (ΓΕ3)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΓΕ3
Εξάμηνο 2
Τίτλος Μαθήματος ΓΕΩΜΕΤΡΙΑ RIEMANN
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού Υπόβαθρου
Προαπαιτούμενα Μαθήματα -
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Ο βασικός σκοπός του μαθήματος είναι η εισαγωγή στις θεμελιώδεις έννοιες της Γεωμετρίας Riemann. Εισάγονται βασικές έννοιες, όπως μετρική Riemann, συνοχή Levi-Civita, ολονομία, τανυστής καμπυλότητας, καμπυλότητα τομής, καμπυλότητα Ricci, αριθμητική καμπυλότητα και πεδία Jacobi. Στο τέλος του μαθήματος περιμένουμε από τον μεταπτυχιακό φοιτητή να έχει κατανοήσει τις έννοιες, τους ορισμούς και τα κύρια θεωρήματα τα οποία αναλύονται στο μάθημα. Επίσης, περιμένουμε ο μεταπτυχιακός φοιτητής να είναι πλέον σε θέση να μελετήσει και να κατανοήσει ερευνητικά άρθρα στην περιοχή της Γεωμετρίας Riemann και της Γεωμετρικής Ανάλυσης.

Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο φοιτητής να αποκτήσει ικανότητα στην ανάλυση και σύνθεση βασικών γνώσεων στη Γεωμετρία Riemann και Γεωμετρική Ανάλυση.

Περιεχόμενο Μαθήματος

  • Μετρικές Riemann, ισομετρίες, σύμμορφες απεικονίσεις.
  • Γεωδαισιακές και εκθετική απεικόνιση.
  • Παράλληλη μεταφορά και ολονομία.
  • Το θεώρημα Hopf-Rinow.
  • Τανυστής καμπυλότητας, καμπυλότητα Ricci, αριθμητική καμπυλότητα.
  • Yποπολυπτύγματα Riemann.
  • Εξισώσεις Gauss-Codazzi-Ricci.
  • Πρώτη και δεύτερη μεταβολή μήκους.
  • Πεδία Jacobi.
  • Θεωρήματα συγκρίσεως.
  • To ομοιομορφικό θεώρημα της σφαίρας.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων-Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Εβδομαδιαίες εργασίες, παρουσιάσεις, γραπτές εξετάσεις στο τέλος των μαθημάτων στα Ελληνικά με ερωτήσεις και θέματα ανάπτυξης και επίλυσης προβλημάτων.

Συνιστώμενη Βιβλιογραφία

  • M. do Carmo, Riemannian Geometry, Birkhaüser Boston, Inc., Boston, MA, 1992.
  • J.-Η. Eschenburg, Comparison theorems in Riemannian Geometry, Lecture Notes, Universität Augsburg, 1994.
  • J. Jost, Riemannian Geometry and Geometric Analysis, Seventh edition, Universitext, Springer, 2017.
  • J. Lee, Riemannian manifolds: An introduction to curvature, Graduate Texts in Mathematics, 176, Springer, 1997.
  • P. Petersen, Riemannian Geometry, Third edition, Graduate Texts in Mathematics, 171, Springer, 2016.
  • Δ. Κουτρουφιώτης, Διαφορική Γεωμετρία, Πανεπιστήμιο Ιωαννίνων, 1994.

Διαφορική Τοπολογία (ΓΕ4)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΓΕ4
Εξάμηνο 2
Τίτλος Μαθήματος ΔΙΑΦΟΡΙΚΗ ΤΟΠΟΛΟΓΙΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού Υπόβαθρου Υπόβαθρου, Ανάπτυξης ιδιαίτερων Δεξιοτήτων στην τοπολογία - γεωμετρία - άλγεβρα
Προαπαιτούμενα Μαθήματα -
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Ο βασικός σκοπός του μαθήματος είναι η παρουσίαση εφαρμογών της Αλγεβρικής Τοπολογίας και Διαφορικής Γεωμετρίας στη μελέτη τοπολογικών αναλλοιώτων διαφορίσιμων πολυπτυγμάτων. Στο μάθημα, θα παρουσιαστούν διάφορες εφαρμογές στη θεωρία υποπολυπτυγμάτων. Στο τέλος του μαθήματος, ο μεταπτυχιακός φοιτητής θα είναι σε θέση να μελετάει νέα ερευνητικά άρθρα που θα του είναι απαραίτητα για την εκπόνηση μεταπτυχιακής ή διδακτορικής διατριβής.

Γενικές Ικανότητες

Το μάθημα αποσκοπεί στο να μπορεί ο μεταπτυχιακός φοιτητής να αποκτήσει ειδικές γνώσεις στη Θεωρία Morse και στη Διαφορική Τοπολογία.

Περιεχόμενο Μαθήματος

  • Πολυπτύγματα.
  • Εμβαπτίσεις, εμφυτεύσεις και υποεμβαπτίσεις.
  • Η απόδειξη του Milnor για το Θεμελιώδες Θεώρημα της Άλγεβρας.
  • Το θεώρημα του Sard και συναρτήσεις Morse.
  • Διαμερισμός μονάδας και το θεώρημα Whitney.
  • Ομοτοπία και ισοτοπία.
  • Βαθμός Brouwer.
  • Το θεώρημα προσέγγισης του Whitney.
  • Διαφορικές μορφές και ολοκλήρωση.
  • Η αναλλοίωτος του Hopf.
  • Θεώρημα βαθμού του Hopf.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών -
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων-Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Εβδομαδιαίες εργασίες, παρουσιάσεις, γραπτές εξετάσεις στο τέλος των μαθημάτων στα Ελληνικά με ερωτήσεις και θέματα ανάπτυξης και επίλυσης προβλημάτων.

Συνιστώμενη Βιβλιογραφία

  • T. Bröcker, K. Jänich, Introduction to differential topology, Cambridge Univ. Press, 1982.
  • V. Guillemin and A. Pollack, Differential Topology, Prentice Hall, 1974.
  • J. Milnor, Morse Theory, Annals of Mathematical Studies, 51. Princeton University Press, Princeton, N.J. 1963.
  • J. Milnor, Topology from a differentiable viewpoint, The University Press of Virginia, Charlottesville, Va. 1965.

Αλγεβρική Τοπολογία Ι (ΓΕ5)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Προπτυχιακό
Κωδικός Μαθήματος ΓΕ5
Εξάμηνο 2
Τίτλος Μαθήματος ΑΛΓΕΒΡΙΚΗ ΤΟΠΟΛΟΓΙΑ Ι
Αυτοτελείς Διδακτικές Δραστηριότητες Διάφορες μορφές διδασκαλίας (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού Υπόβαθρου, Ανάπτυξης ιδιαίτερων δεξιοτήτων στην τοπολογία - γεωμετρία - άλγεβρα
Προαπαιτούμενα Μαθήματα ΜΑΥ413 Τοπολογία, ΜΑΥ422 Αλγεβρικές Δομές I
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Η αλγεβρική τοπολογία είναι ένας κλάδος των μαθηματικών ο οποίος αναπτύχθηκε τον εικοστό αιώνα με καταβολές σχετιζόμενες με αρχαία προβλήματα των μαθηματικών. Το κύριο χαρακτηριστικό του κλάδου είναι οι ποικίλες εφαρμογές και επηρεασμοί άλλων κλάδων στα μαθηματικά και άλλες επιστήμες. Όπως άλγεβρα, ανάλυση, διαφορική και αλγεβρική γεωμετρία, θεωρία αριθμών. Αλλά και φυσική, βιολογία, οικονομικές επιστήμες και επιστήμη υπολογιστών. Απαιτείται ευχέρεια και χρήση βασικών εννοιών από τη Γενική Τοπολογία. Μελετάται η συμπαγής Ανοικτή Τοπολογία σαν εργαλείο μελέτης χώρων απεικονίσεων. Γίνεται μελέτη ομοτοπίας και χρήση εργαλείων για υπολογισμούς. Μελετάται πότε μια κατηγορία χώρων είναι "καλή" από την τοπολογική σκοπιά; Μελέτη ομοτοπίας και χρήση εργαλείων για υπολογισμούς. Επίσης μελέτη του ερωτήματος "Πως θα μπορούσαμε να ξεχωρίσουμε τοπολογικούς χώρους μεταξύ τους"; Υπολογισμός των πρωταρχικών ομάδων για βασικούς τοπολογικούς χώρους μέσω των καλυπτικών απεικονίσεων και ταξινόμηση αυτών.
Γενικές Ικανότητες
  • Η μετάβαση και ευχέρεια κατανόησης δύσκολων μαθηματικών αποδείξεων.
  • Αυτόνομη εργασία ώστε να έχουν την ευκαιρία να βελτιώσουν την ικανότητά τους για συγγραφή ατομικών μαθηματικών κειμένων.
  • Παροχή των απαραίτητων γνώσεων ώστε να μπορούν να κατανοήσουν - αναλύσουν τοπολογικά-γεωμετρικά προβλήματα.

Περιεχόμενο Μαθήματος

Συμπαγής Ανοικτή Τοπολογία. Ομοτοπία, πρωταρχική ομάδα. Ομοτοπία του κύκλου. Cell complexes. Πραγματικός προβολικός χώρος. Μιγαδικός προβολικός χώρος. Καλυπτικοί χώροι. Παραμορφώσεις. Ταξινόμηση καλυπτικών χώρων. Εφαρμογές. Θεώρημα Scheifert-Van Kampen. Πρωταρχικές ομάδες επιφανειών.

Singular ομολογία. Ομοτοπικές απεικονίσεις και ομολογία. Εργαλεία, μακριές ακριβείς ακολουθίες. Ομολογία σφαίρας. Σχετική ομολογία, Εκτομή. Βαθμός απεικονίσεων στη σφαίρα, Θεωρήματα σταθερού σημείου.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Φροντιστήριο 28
Συγγραφή εργασίας 30
Ασκήσεις 40,5
Εξετάσεις 50
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση, Προφορική παρουσίαση, εβδομαδιαίες ασκήσεις.

Συνιστώμενη Βιβλιογραφία

Αλγεβρική Τοπολογία II (ΓΕ6)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Προπτυχιακό
Κωδικός Μαθήματος ΓΕ6
Εξάμηνο 1
Τίτλος Μαθήματος ΑΛΓΕΒΡΙΚΗ ΤΟΠΟΛΟΓΙΑ IΙ
Αυτοτελείς Διδακτικές Δραστηριότητες Διάφορες μορφές διδασκαλίας (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού Υπόβαθρου, Ανάπτυξης ιδιαίτερων Δεξιοτήτων στην τοπολογία - γεωμετρία - άλγεβρα
Προαπαιτούμενα Μαθήματα ΓΕ5 Αλγεβρική Τοπολογία I
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Η εμφάνιση της Αλγεβρικής Τοπολογίας ξεκινά με την έρευνα του H. Poincare. Την πρώτη περίοδο οι εφαρμογές του κλάδου περιορίζονταν στην αλγεβρική γεωμετρία αλλά αυτό άλλαξε δραματικά το 1930 με τη γέννηση της διαφορικής τοπολογίας από τους G. De Rham και E. Cartan και τη θεωρία ομοτοπίας από τους W. Hurewicz και H. Hopf. Η επιρροή της αρχίζει να διαχέεται σε όλο και περισσότερους κλάδους ώστε να πάρει μια κεντρική θέση στα μαθηματικά. Το μάθημα αυτό αποτελεί συνέχεια του μαθήματος ΓΕ5 Αλγεβρική Τοπολογία Ι και αποσκοπεί στη μελέτη και απόκτηση δεξιοτήτων για την επίλυση προχωρημένων προβλημάτων από την τοπολογία - γεωμετρία. Η βασική ιδέα είναι η επικόλληση αλγεβρικών δομών στους τοπολογικούς χώρους και απεικονίσεων μεταξύ τους ώστε η άλγεβρα να παραμένει αναλλοίωτη κάτω από βασικούς τοπολογικούς μετασχηματισμούς. Σκοπός είναι η αναγωγή δύσκολων γεωμετρικών προβλημάτων σε ομοτοπικά. Μελέτη ομοτοπίας και παρουσίαση εργαλείων για υπολογισμούς. Και μελέτη του ερωτήματος «Πως θα μπορούσαμε να ξεχωρίσουμε τοπολογικούς χώρους μεταξύ τους;» Συγκεκριμένα: Υπολογισμοί ομολογιακών προτύπων και συνομολογιακών δακτυλίων διάφορων σημαντικών τοπολογικών χώρων. Σχέση ομολογίας συνομολογίας και ομοτοπίας. Υπολογισμοί βασικών ομοτοπικών και ομολογιακών ακολουθιών.
Γενικές Ικανότητες
  • Η μετάβαση και ευχέρεια κατανόησης δύσκολων μαθηματικών αποδείξεων.
  • Αυτόνομη εργασία ώστε να έχουν την ευκαιρία να βελτιώσουν την ικανότητά τους για συγγραφή ατομικών μαθηματικών κειμένων.
  • Παροχή ανώτερων τοπολογικών γνώσεων ώστε να μπορούν να κατανοήσουν - αναλύσουν προχωρημένα τοπολογικά-γεωμετρικά προβλήματα.

Περιεχόμενο Μαθήματος

Πολύεδρα, simplicial και singular θεωρία ομολογίας, Θεώρημα σταθερού σημείου Lefschetz, συνομολογία και γινόμενα, θεωρήματα Künneth και universal coefficient, θεωρήματα δυικότητας Poincare και Alexander. Ινώσεις συνινώσεις και ομοτοπικές ισοδυναμίες και ακολουθίες αυτών, επίσης το θεώρημα της κελυφωτής προσέγγισης. Το θεώρημα της αναλλοίωτης του Hopf, CW και κελυφωτή ομολογία, εκτομή και υποδιαιρέσεις, το γενικευμένο θεώρημα του Jordan και Borsuk-Ulam. Χώροι ταξινόμησης και χώροι Eilenberg-MacLane, ακολουθία Meyer-Vietoris, διανυσματικές δέσμες και χαρακτηριστικές κλάσεις.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Φροντιστήριο 28
Συγγραφή εργασίας 30
Ασκήσεις 40,5
Εξετάσεις 50
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση, Προφορική παρουσίαση, εβδομαδιαίες ασκήσεις.

Συνιστώμενη Βιβλιογραφία

Αλγεβρική Γεωμετρία (ΓΕ7)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΓΕ7
Εξάμηνο 2
Τίτλος Μαθήματος ΑΛΓΕΒΡΙΚΗ ΓΕΩΜΕΤΡΙΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Οι στόχοι του μαθήματος είναι η απόκτηση του θεωρητικού υποβάθρου από τον μεταπτυχιακό φοιτητή σε θέματα που αφορούν την προχωρημένη Αλγεβρική Γεωμετρία.
Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο μεταπτυχιακός φοιτητής αν αποκτήσει την ικανότητα στην ανάλυση και σύνθεση προχωρημένων γνώσεων αλγεβρικής γεωμετρίας.

Περιεχόμενο Μαθήματος

Συσχετικές αλγεβρικές ποικιλότητες, Θεώρημα Nullstellensatz, διάσταση, κανονικές και ρητές συναρτήσεις σε ποικιλότητες, Προβολικές αλγεβρικές ποικιλότητες, Αμφίρητη Γεωμετρία, εφαπτομενικός χώρος και ομαλά σημεία, διαιρέτες, διαφορικές μορφές, κανονική κλάση, Θεώρημα Riemann-Roch.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Μελέτη της θεωρίας 78
Επίλυση ασκήσεων-Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση στο τέλος του εξαμήνου (υποχρεωτική), εργασίες ή/και ενδιάμεση εξέταση (προαιρετική).

Συνιστώμενη Βιβλιογραφία

  • Shafarevich, Igor R. Basic algebraic geometry 1, Varieties in Projective Space, Springer, 2013.
  • Shafarevich, Igor R. Basic algebraic geometry 2, Schemes and Complex Manifolds, Springer, 2013.

Ειδικά Θέματα Γεωμετρίας (ΓΕ8)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Προπτυχιακό
Κωδικός Μαθήματος ΓΕ8
Εξάμηνο 2
Τίτλος Μαθήματος ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΓΕΩΜΕΤΡΙΑΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού Υπόβαθρου Υπόβαθρου
Προαπαιτούμενα Μαθήματα -
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Η εξερεύνηση και παρουσίαση σύγχρονων περιοχών της Διαφορικής Γεωμετρίας. Θα παρουσιαστούν θέματα σύγχρονων περιοχών της Διαφορικής Γεωμετρίας. Συγκεκριμένα, θα αναπτυχθούν θέματα από τη θεωρία των ισομετρικών εμβαπτίσεων, των ελαχιστικών υποπολυπτυγμάτων, θέματα από τη θεωρία των συμπλεκτικών και πολυπτυγμάτων Kähler, καθώς και προβλήματα που αφορούν μεταβολές υποπολυπτυγμάτων σε πολυπτύγματα Riemann. Έμφαση θα δοθεί και σε προβλήματα που αφορούν γεωμετρικές ροές, όπως η ροή θερμότητας, η ροή Ricci και η ροή της μέσης καμπυλότητας. Μετά από αυτό το μάθημα αναμένεται ο μεταπτυχιακός φοιτητής να έχει όλα τα εφόδια ώστε να εκπονήσει τη μεταπτυχιακή η τη διδακτορική διατριβή του.

Γενικές Ικανότητες

Το μάθημα αποσκοπεί στο να μπορεί ο φοιτητής να αποκτήσει ειδικές γνώσεις στη Διαφορική Γεωμετρία.

Περιεχόμενο Μαθήματος

  • Μιγαδικά πολυπτύγματα.
  • Πολυπτύγματα Kähler.
  • Υποεμβαπτίσεις Riemann και προβολικοί χώροι.
  • Ομογενείς και συμμετρικοί χώροι.
  • Ομάδες ολονομίας.
  • Η τεχνική του Bochner.
  • Αρμονικές απεικονίσεις και αρμονικές μορφές.
  • Ελαχιστικά υποπολυπτύγματα.
  • Σύγκλιση πολυπτυγμάτων Riemann.
  • Θεωρήματα σύγκρισης.
  • Γεωμετρικές ροές.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων-Εργασίες 70.5
Σύνολο μαθήματος 187.5
Αξιολόγηση Φοιτητών Εβδομαδιαίες εργασίες, παρουσιάσεις, γραπτές εξετάσεις στο τέλος των μαθημάτων στα Ελληνικά με ερωτήσεις και θέματα ανάπτυξης και επίλυσης προβλημάτων.

Συνιστώμενη Βιβλιογραφία

  • B. Andrews and C. Hopper, The Ricci flow in Riemannian Geometry, Springer, 2011.
  • T. Colding and W. Minicozzi, A course in minimal surfaces, Graduate Studies in Mathematics, Volume 121, 2011.
  • M. Dajczer and R. Tojeiro, Submanifolds theory beyond an introduction, Springer, 2019.
  • J. Jost, Riemannian Geometry and Geometric Analysis, 7th edition, Springer, 2017.
  • P. Petersen, Riemannian Geometry, 3rd edition, Graduate Texts in Mathematics, 171, Springer, 2016.

Μαθηματική Στατιστική (ΣEE1)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE1
Εξάμηνο 1
Τίτλος Μαθήματος MΑΘΗΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Σκοπός του μαθήματος είναι η εμβάθυνση σε γνώσεις της Μαθηματικής Στατιστικής που έχουν αποκτηθεί κατά τη διάρκεια των προπτυχιακών σπουδών, η επέκταση αυτών των εννοιών και η παρουσίαση εξειδικευμένων γνώσεων της Μαθηματικής Στατιστικής.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

(Eπεκτάσεις και συμπληρώσεις στα επόμενα θέματα). Xώρος Πιθανότητας - Tυχαία Mεταβλητή - Kατανομή - Eιδικά μοντέλα κατανομών Xαρακτηριστικά κατανομών - Aλλαγή μεταβλητών- Σύγκλιση ακολουθιών τ.μ. - Aνισότητες-Διατεταγμένα δείγματα. Oικογένειες κατανομών (εκθετική κ.λ.π.) Aμεροληψία - Eπάρκεια - Πληρότητα - Συνέπεια - Θεώρημα Rao-Blackwell-Lehmann-Scheffé Θεώρημα για AOEΔ εκτιμητές - Θεώρημα Basu EMΠ - ασυμπτωτικές ιδιότητες. Στοιχεία θεωρίας αποφάσεων - minimax - Eκτιμητές - Bayes εκτιμητές κ.λ.π. Διαστήματα εμπιστοσύνης - Mέθοδος αντιστρεπτής ποσότητας - Γενική μέθοδος - Aσυμπτωματικά Δ.E. - Διαστήματα ίσων ούρων - Διαστήματα Bayes - Aμερόλητα Δ.E. - Bέλτιστα σταθερού μήκους κ.λ.π. Στατιστική Θεωρία πληροφοριών - Έννοια πληροφορίας - μέτρα πληροφορίας τύπου Fisher - τύπου divergence, ιδιότητες και πιθανές εφαρμογές. Mαθηματική Στατιστική σε cencoring και truncated δεδομένα. Έλεγχος Στατιστικών Yποθέσεων - Oμοιόμορφα ισχυρότατα τεστ - Θεωρία Neyman - Pearson - Oικογένειες με μονότονο λόγο πιθανοφάνειας - Eνοχλητικοί παράμετροι - Aμερόληπτα τεστ - Θεωρία λόγου πιθανοφανειών - Bayesian τεστ και minimax τεστ.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες.

Συνιστώμενη Βιβλιογραφία

  • Καρακώστας, Κ. (2002). Γραμμικά Μοντέλα: Παλινδρόμηση και Ανάλυση Διακύμανσης. Πανεπιστήμιο Ιωαννίνων.
  • Λουκάς, Σ. (2014).  Γενικό Γραμμικό Μοντέλο. Πανεπιστήμιο Ιωαννίνων.
  • Οικονόμου, Π. και Καρώνη, Χ. (2010). Στατιστικά Μοντέλα Παλινδρόμησης, Εκδόσεις Συμεών.
  • Draper, N.R. and H. Smith, (1998). Applied Regression Analysis, Third Edition, Wiley,
  • Searle, S.R., (1997). Linear Models, Wiley Classics Library, Wiley,
  • Seber, G.A.F. and A.J. Lee, (2003). Linear Regression Analysis, 2nd Edition, Wiley.

Γραμμικά Μοντέλα (ΣEE2)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE2
Εξάμηνο 1
Τίτλος Μαθήματος ΓΡΑΜΜΙΚΑ MΟΝΤΕΛΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Σκοπός του μαθήματος είναι:
  1. η εμβάθυνση σε γνώσεις των Γραμμικών Mοντέλων που έχουν αποκτηθεί κατά τη διάρκεια των προπτυχιακών σπουδών,
  2. η επέκταση αυτών των εννοιών και
  3. η παρουσίαση εξειδικευμένων γνώσεων Γραμμικών Mοντέλων με εφαρμογές σε ανάλυση στατιστικών δεδομένων.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών

Περιεχόμενο Μαθήματος

H θεωρία των ακόλουθων θεμάτων: Γενικό Γραμμικό Μοντέλο πλήρους βαθμίδας και στατιστικές ιδιότητες αυτού. Πολλαπλή Παλινδρόμηση: Έλεγχος υποθέσεων, διαγνωστικά μέτρα και ανάλυση υπολοίπων. Επιλογή Μεταβλητών. Μοντέλα μη πλήρους βαθμίδας. Εκτιμήσεις συναρτήσεις, Ανάλυση της Διακύμανσης κατά ένα, δύο και περισσότερους παράγοντες με ίσο και άνισο αριθμό παρατηρήσεων ανά κυψελίδα.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας. Κατά τη διάρκεια του εξαμήνου δίνονται ατομικές εργασίες.

Συνιστώμενη Βιβλιογραφία

  • Καρακώστας, Κ. (2002). Γραμμικά Μοντέλα: Παλινδρόμηση και Ανάλυση Διακύμανσης. Πανεπιστήμιο Ιωαννίνων.
  • Λουκάς, Σ. (2014).  Γενικό Γραμμικό Μοντέλο. Πανεπιστήμιο Ιωαννίνων.
  • Οικονόμου, Π. και Καρώνη, Χ. (2010). Στατιστικά Μοντέλα Παλινδρόμησης, Εκδόσεις Συμεών.
  • Draper, N.R. and H. Smith, (1998). Applied Regression Analysis, Third Edition, Wiley,
  • Searle, S.R., (1997). Linear Models, Wiley Classics Library, Wiley,
  • Seber, G.A.F. and A.J. Lee, (2003). Linear Regression Analysis, 2nd Edition, Wiley.

Μαθηματικός Προγραμματισμός (ΣEE3)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE3
Εξάμηνο 1
Τίτλος Μαθήματος ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στόχοι του μαθήματος είναι: η εισαγωγή των φοιτητών στο μαθηματικό προγραμματισμό με έμφαση στις τεχνικές επίλυσης ντετερμινιστικών μοντέλων και στην ανάλυση της υποκείμενης μαθηματικής δομής αυτών των μοντέλων. Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής /τρια θα είναι σε θέση να:
  • μοντελοποιεί πολύπλοκα συστήματα
  • εμπεδώσει την αυστηρά μαθηματική θεμελίωση της μεθόδου Simplex
  • κατανοεί και εφαρμόζει τεχνικές που χρησιμοποιούνται για την επίλυση γραμμικών προβλημάτων βελτιστοποίησης
  • εφαρμόζει τεχνικές δυναμικού προγραμματισμού
  • αναγνωρίζει και εφαρμόζει τις κατάλληλες πολιτικές διαχείρισης αποθεμάτων (ανάλογα με τις υφιστάμενες κάθε φορά υποθέσεις του συστήματος)
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

Περιεχόμενο Μαθήματος

Μοντελοποίηση προβλημάτων γραμμικού προγραμματισμού. Ο αλγόριθμος Simplex. Μέθοδος του μεγάλου Μ. Μέθοδος δύο φάσεων. Αναθεωρημένη μέθοδος Simplex. Δυική θεωρία. Δυικός αλγόριθμος Simplex. Ανάλυση ευαισθησίας. Παραμετρική ανάλυση. Τα προβλήματα μεταφοράς, μεταφόρτωσης και εκχώρησης. Δυναμικός προγραμματισμός: Η αρχή βελτιστοποίησης του Bellman. Μαθηματικά μοντέλα διακριτού δυναμικού τύπου με βέβαιο μέλλον. Εφαρμογές του δυναμικού προγραμματισμού. Θέματα διαχείρισης αποθεμάτων.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Χρήση Lindo/Lingo Software
  • Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου (7-8 σύνολα ασκήσεων) 78.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Bellman, R.E.. Dynamic Programming, Princeton University Press, 1957, Princeton, NJ. Republished 2003
  • Bertsekas D. P. Dynamic Programming and Optimal Control, Vols. I and II, Athena Scientific, 1995, (3rd Edition Vol. I, 2005, 4th Edition Vol. II, 2012),
  • Bertsimas D. and J. N. Tsitsiklis Introduction to Linear Optimization, Athena Scientific 1997
  • Gass S. Linear Programming Methods and Applications, McGraw-Hill 1985
  • Hadley G. Linear Programming, Addison-Wesley Publishing Company, INC, 1965
  • Taha H., Επιχειρησιακή Έρευνα Εκδόσεις Α. Τζιολα & ΥΙΟΙ Α.Ε., 2011
  • Hillier F. S. and G. J. Lieberman Introduction Operations research. The McGraw-Hill Companies, 2001
  • Johnson L. A. and D. C Douglas, Operations research in production planning scheduling and inventory control. John Willey and Sons, New-York, 1974
  • Silver E. A., D.F. Pyke and R. Peterson, Inventory Management and Production Planning and Scheduling. John Willey and Sons, New-York, 3rd Edition, 1998
  • Tersine R. J., Principles of inventory and materials management, Prentice Hall International Inc, New Jersey, 4rd Edition, 1994
  • Wagner H.M and T.M Within (1958) Dynamic version of the economic lot size model. Management Science, 5(1), 89-96
  • Winston W. L., Operations research (Applications and algorithms). Duxbury Press (International Thomson Publishing) 1994.
  • Βασιλειου Π. και Τσαντας Ν., Εισαγωγή στην επιχειρησιακή έρευνα, Εκδόσεις ΖΗΤΗ 2000.
  • Κολετσος Ι., και Στογιαννης Δ. Εισαγωγή στην επιχειρησιακή έρευνα, Εκδόσεις Συμεών, 2012
  • Κουνιας Σ. και Φακινος Δ., Γραμμικός Προγραμματισμός, Εκδόσεις ΖΗΤΗ, Θεσσαλονίκη 1999.
  • Λουκακης Μ. Επιχειρησιακή έρευνα γραμμικός προγραμματισμός, Εκδοτικό Κέντρο Βορείου Ελλάδας, 1994.
  • Παπαρριζος Κ., Γραμμικός Προγραμματισμός. Εκδόσεις Ζυγός, Θεσσαλονίκη 1999.
  • Σισκος Γ., Γραμμικός Προγραμματισμός, Εκδόσεις Νέων Τεχνολογιών, Αθήνα 1998.
  • Φακινου Δ. και Οικονομου Α., Εισαγωγή στην επιχειρησιακή έρευνα- Θεωρία και Ασκήσεις, Αθήνα 2003.
  • [Περιοδικό / Journal] Mathematical Programming Journal, Series A and Series B
  • [Περιοδικό / Journal] INFORMS Transactions on Education (ITE)
  • [Περιοδικό / Journal] Interfaces

Βιοστατιστικη (ΣEE4)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE4
Εξάμηνο 2
Τίτλος Μαθήματος ΒΙΟΣΤΑΤΙΣΤΙΚΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Οι φοιτητές μετά την επιτυχή παρακολούθηση αυτού του μαθήματος θα πρέπει να είναι σε θέση να:
  • κατανοούν και να εφαρμόζουν στατιστικές μεθοδολογίες για τον σχεδιασμών έρευνας σε βιολογικά ή βιοιατρικά δεδομένα
  • κατανοούν και να χρησιμοποιούν τις κατάλληλες μαθηματικές και στατιστικές μεθοδολογίες σε βιοιατρικά δεδομένα
  • υλοποιούν τις παραπάνω μεθοδολογίες με τη βοήθεια ενός στατιστικού προγράμματος και να ερμηνεύουν ορθά τα εξαγόμενα αποτελέσματα.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Στοιχεία σχεδιασμού βιοϊατρικής έρευνας - Διαγνωστικά τεστ - Ποσοστά και προτυποποίηση - τεστ ανεξαρτησίας και τεστ γραμμικής τάσης - Σχετικός κίνδυνος - Odds ratio - Mέτρα συνάφειας και συμφωνίας - Σύγκριση ποσοστών κατά ζεύγη (McNemar, Cochran - Mantel - Haenszel) - Λογιστική παλινδρόμηση - Καμπύλες ROC - Χαρακτηριστικές εφαρμογές βιοστατιστικής (Γραμμικό logit μοντέλο, Ανάλυση Συνδιακύμανσης, Βιοπεριεκτικότητα).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό.

Συνιστώμενη Βιβλιογραφία

  • Rosner, B. (2010). Fundamentals of Biostatistics. 7th International edition, Brooks/Cole
  • Armitage P., Berry G., Mathews JNS (2002). Statistical Methods in Medical Research. 4th Edition. Blackwell Science.
  • Friedman L.M., Furberg C.D. and DeMets, D.L. (2010). Fundamentals of Clinical Trials. 4th edition, Springer.
  • S. Piantadosi (2005). Clinical Trials: A Methodological Perspective Second Edition. Wiley.
  • [Περιοδικό / Journal] Biostatistics
  • [Περιοδικό / Journal] The International Journal of Biostatistics

Ανάλυση Δεδομένων & Στατιστικά Πακέτα (ΣEE5)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE5
Εξάμηνο 2
Τίτλος Μαθήματος ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ & ΣΤΑΤΙΣΤΙΚΑ ΠΑΚΕΤΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Με την ολοκλήρωση του μαθήματος ο μεταπτυχιακός φοιτητής θα είναι σε θέση να διεξάγει, πέραν των βασικών, αναλύσεις ποσοτικών-ποιοτικών δεδομένων και να παρουσιάζει τα αποτελέσματα τους (έκθεση αναφοράς).
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Διαχείριση δεδομένων. Έλεγχοι κανονικότητας. Έλεγχοι καλής προσαρμογής. Σύντομη επανάληψη σε βασικές αναλύσεις (έλεγχο υποθέσεων που αφορούν τη μέση τιμή ενός πληθυσμού, τις μέσες τιμές δύο πληθυσμών με εξαρτημένα και ανεξάρτητα δείγματα, ανάλυση διακύμανσης κατά ένα παράγοντα). Πολλαπλή γραμμική παλινδρόμηση και διαγνωστικοί έλεγχοι. Ανάλυση διακύμανσης με ίσο και άνισο αριθμό παρατηρήσεων. Εισαγωγή στη Λογιστική Παλινδρόμηση. Επαναληπτικές μετρήσεις. Ανάλυση αξιοπιστίας και Παραγοντική Ανάλυση.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό.

Συνιστώμενη Βιβλιογραφία

  • Barnett, V. and Lewis, T. (1978). Outliers in statistical data. Wiley, New York.
  • Belsley, David A, Kuh, Edwin and Welsch, Roy E. (1980). Regression diagnostics: identifying influential data and sources of collinearity. Wiley Series in Probability and Mathematical Statistics. John Wiley & Sons.
  • Samprit Chatterjee, Ali S. Hadi (2012). Regression analysis by examples. John Wiley & Sons, Inc.
  • Coakes, S. and Steed, L ( 1999). S.P.S.S. Analysis without Anguish. Wiley.
  • Field, A. P. (2005). Discovering statistics using S.P.S.S. (Second Edition). London: Sage.
  • Landau, S. and Everitt (2004). A Handbook of Statistical Analyses using S.P.S.S.. Chapman and Hall.
  • Neter, J., Kutner, M., Nachtsheim, C. and Wassserman, W. (1996). Applied linear statistical models. 4th Edition, Irwin, Inc.
  • Rawlings, J. O. (1988). Applied regression analysis: a research tool. Wadsworth & Brooks/Cole Advanced Books & Software, Pacific Grove, CA.
  • Rencher, A. C. (2000). Linear Models in Statistics. Wiley.
  • Searle, S. R. (1971). Linear models. John Wiley & Sons, Inc.
  • Seber, G. A. F. (1977). Linear regression analysis. John Wiley & Sons.

Πολυδιάστατη Ανάλυση (ΣEE6)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE6
Εξάμηνο 2
Τίτλος Μαθήματος ΠΟΛΥΔΙΑΣΤΑΤΗ ΑΝΑΛΥΣΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στόχος του µαθήµατος είναι η παρουσίαση τεχνικών και µεθόδων της πολυδιάστατης στατιστικής ανάλυσης. Το ενδιαφέρον αρχικά επικεντρώνεται στη µελέτη πολυδιάστατων κατανοµών και ειδικότερα της πολυδιάστατης κανονικής κατανοµής που δεσπόζει στην κλασσική πολυδιάστατη ανάλυση. Τεχνικές εκτίµησης και στατιστικά τεστ στις παραµέτρους της πολυδιάστατης κανονικής κατανοµής παρουσιάζονται και µελετώνται. Ακαλουθούν τα ανεξάρτητα κεφάλαια της πολυδιάστατης ανάλυσης: Κύριες Συνιστώσες, ∆ιαχωριστική Ανάλυση, και Ανάλυση Συστάδων. Οι παραπάνω µέθοδοι παρουσιάζονται και µελετώνται θεωρητικά. Η υλοποίησή τους παρουσιάζεται µε τη χρήση κατάλληλου στατιστικού λογισµικού. Με την ολοκλήρωση του μαθήματος οι μεταπτυχιακοί φοιτητές θα είναι σε θέση να εκπονήσουν έρευνα σε θέματα πολυμεταβλητής στατιστικής ανάλυσης. Θα έχουν κατανοήσει τα προαναφερθέντα ανεξάρτητα αντικείμενα της πολυμεταβλητής ανάλυσης και θα μπορούν να τα εφαρμόζουν για την ανάλυση στατιστικών δεδομένων.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Πολυδιάστατη Κανονική Κατανοµή. Μη κεντρικές χι-τετράγωνο και F κατανοµές. Θεωρία τετραγωνικών µορφών: Κατανοµές - Ανεξαρτησία γραµµικών-τετραγωνικών µορφών. Σφαιρικές και Ελλειπτικές κατανοµές. Εκτιµητές Μέγιστης Πιθανοφάνειας (Ε.Μ.Π.) παραµέτρων πολυδιάστατης κανονικής κατανοµής. Κλασσικές ιδιότητες των Ε.Μ.Π. ∆ειγµατικές Κατανοµές, Κατανοµή Wishart. Έλεγχοι Υποθέσεων µέσων διανυσµάτων: Μέθοδος µέγιστης πιθανοφάνειας - Μέθοδος Ένωσης-Τοµής. Στατιστικό T2 Hotelling και κατανοµή Hotelling. Πολυδιάστατη ανάλυση διακύµανσης κατά ένα παράγοντα (One-way MANOVA). Έλεγχοι Υποθέσεων πινάκων συνδιακύµανσης. Έλεγχοι ανεξαρτησίας. Κύριες Συνιστώσες. ∆ιαχωριστική Ανάλυση. Ανάλυση Συστάδων (Cluster Analysis).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας.

Συνιστώμενη Βιβλιογραφία

  • Anderson, T. W. (2003). An Introduction to Multivariate Statistical Analysis. 3rd Edition. Wiley.
  • Fang, K.T., and Zhang, Y.T.. (1990). Generalized Multivariate Analysis. Springer. Berlin.
  • Flury, B. (1997). A first course in multivariate statistics. Springer.
  • Johnson, R. A. and Wichern, D. W. (2006). Applied Multivariate Statistical Analysis. Prentice Hall.
  • Mardia, K. V., Kent, J. T. and Bibby, J. M. (1979). Multivariate Analysis. Academic Press.
  • Muirhead, R. J. (1982). Aspects of Multivariate Statistical Theory. Wiley.
  • Rencher, A. C. (1995). Methods of Multivariate Analysis. Wiley.
  • Srivastava, M. S. (2002). Methods of multivariate statistics. Wiley.

Μη Γραμμικός Προγραμματισμός (ΣEE7)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE7
Εξάμηνο 2
Τίτλος Μαθήματος ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στόχος του μαθήματος είναι η παρουσίαση των βασικών αρχών του μη γραμμικού προγραμματισμού, σε προβλήματα βελτιστοποίησης με και χωρίς περιορισμούς. Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής /τρια θα είναι σε θέση να:
  • κατανοεί τις βασικές αρχές βελτιστοποίησης μη γραμμικών προβλημάτων
  • χρησιμοποιεί μερικούς από τους ευρέως χρησιμοποιούμενους αλγορίθμους για μη γραμμική βελτιστοποίηση (χωρίς περιορισμούς και περιορισμούς)
  • επιλέγει τον κατάλληλο αλγόριθμο σε σχέση με το πρόβλημα βελτιστοποίησης.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

Περιεχόμενο Μαθήματος

Βελτιστοποίηση με και χωρίς περιορισμούς: Πολλαπλασιαστές Lagrange, συνθήκες KarushKuhn-Tucker. Μέθοδοι βελτιστοποίησης για προβλήματα χωρίς περιορισμούς: Line Search, Trust Region, Conjugate Gradient, Newton, Quasi-Newton methods. Μέθοδοι βελτιστοποίησης για προβλήματα με περιορισμούς: Quadratic Programming, Penalty Barrier και Augmented Lagrangian Methods.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Χρήση Lindo/Lingo Software, Mathematica/ Matlab
  • Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου (7-8 σύνολα ασκήσεων) 78.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Bazarra, Sherali, and Shetty Nonlinear Programming: Theory and Algorithms, 3rd Edition, John Wiley & Sons, 2006.
  • Bertsekas D. Nonlinear Programming, Athena Scientic, 2004.
  • Luenberger, David G.; Ye, Yinyu (2008). Linear and nonlinear programming. (Fourth ed). New York: Springer
  • Γεωργίου Α. Βασιλείου Π.-Χ. Μη γραμμικές μέθοδοι βελτιστοποίησης, Εκδόσεις Ζήτη, 1996.
  • Παπαγεωργίου Μ. Μη γραμμικός προγραμματισμός. Ηλεκτρονικό σύγγραμμα
  • [Περιοδικό / Journal] Computational Optimization and Applications
  • [Περιοδικό / Journal] Journal of Global Optimization
  • [Περιοδικό / Journal] Journal of Optimization Theory and Applications
  • [Περιοδικό / Journal] Optimal Control Applications and Methods
  • [Περιοδικό / Journal] Optimization
  • [Περιοδικό / Journal] SIAM Journal on Optimization (SIOPT)

Θεωρία Δειγματοληψίας (ΣEE8)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE8
Εξάμηνο 1
Τίτλος Μαθήματος ΘΕΩΡΙΑ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στόχος του μαθήματος είναι η παρουσίαση τεχνικών και μεθόδων της θεωρίας δειγματοληψίας. Το ενδιαφέρον επικεντρώνεται στην παρουσίαση και μελέτη των διαφόρων δειγματοληπτικών πλαισίων και των εφαρμογών τους. Με την ολοκλήρωση του μαθήματος οι φοιτητές αναμένεται να είναι σε θέση να επιλέγουν και εφαρμόζουν το κατάλληλο δειγματοληπτικό πλαίσιο να υπολογίζουν εκτιμητές, τυπικές αποκλίσεις και γενικότερα να υλοποιούν τις σχετικές μεθόδους, βάσει του δειγματοληπτικού πλαισίου που επιλέχθηκε. Αναμένεται να είναι σε θέση να συντάσσουν ερωτηματολόγιο και να σχεδιάζουν μια δειγματοληπτική έρευνα.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Εισαγωγικές έννοιες, δειγματοληπτικά και μη δειγματοληπτικά σφάλματα, απλή τυχαία δειγματοληψία, στρωματοποιημένη δειγματοληψία, συστηματική δειγματοληψία, δειγματοληψία κατά συστάδες, λογοεκτιμήτριες, βέλτιστη επιλογή μεγέθους δείγματος, μεροληψία στις μεθόδους δειγματοληψίας. Στοιχεία από ελλιπή δεδομένα και μέθοδοι συμπλήρωσης.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων.

Συνιστώμενη Βιβλιογραφία

  • Cochran, W.G. (1977). Sampling Techniques. Wiley.
  • Δαμιανού, Χ. (2007). Μεθοδολογία Δειγματοληψίας, Τεχνικές και Εφαρμογές. Εκδόσεις Σοφία. (in Greek)
  • Fuller, W. A. (2009). Sampling Statistics. Wiley.
  • Lohr, S. L. (2010). Sampling: Design and Analysis. 2nd Edition. Brooks/Cole.
  • Thompson, S. K. (2012). Sampling. Wiley.
  • Παπαγεωργίου, Ι. (2015). Θεωρία Δειγματοληψίας. Ελληνικά Ακαδημαϊκά Ηλεκτρονικά Συγγράμματα και Βοηθήματα, ΣΕΑΒ 2015, www.kallipos.gr. (in Greek)
  • Φαρμάκης Ν. (2015) Δειγματοληψία και Εφαρμογές. Ελληνικά Ακαδημαϊκά Ηλεκτρονικά Συγγράμματα και Βοηθήματα, ΣΕΑΒ 2015, www.kallipos.gr. (in Greek).
  • Χριστοφίδης, Τ. Δειγματοληψία (Πρόχειρες Σημειώσεις). Παν/μιο Κύπρου. (in Greek).

Θεωρία Πιθανοτήτων (ΣEE9)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE9
Εξάμηνο 2
Τίτλος Μαθήματος ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Σε αυτό το μάθημα παρουσιάζονται στοιχεία της θεωρίας πιθανοτήτων στοχεύοντας στην αυστηρή μαθηματική θεωρία. Μετά την ολοκλήρωσή του, οι φοιτητές:
  • θα κατανοούν την έννοια της πιθανότητας στη γλώσσα της θεωρίας μέτρου,
  • θα αντιλαμβάνονται τον ισχυρο νόμο μεγάλων αριθμών
  • θα αντιλαμβάνονται την ασθενή σύγκλιση και το κεντρικό οριακό θεώρημα
  • θα κατανοοούν την έννοια της υπό συνθήκη αναμενόμενης τιμής, των ιδιοτήτων και των εφαρμογών της
  • θα κατανοούν τα martingales και τα οριακά θεωρήματα για martingales
  • θα μπορούν να λύσουν βασικά προβλήματα που σχετίζονται με τη θεωρία
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

Περιεχόμενο Μαθήματος

Μέτρο-θεωρητική θεμελίωση της θεωρίας πιθανότητων (σ-άλγεβρα, χώροι μέτρου και πιθανότητας, θεώρημα επέκτασης Caratheodory, μέτρο Lebesgue, Συγκλισεις (σχεδόν βέβαια, κατά πιθανότητα, κατά κατανομή), Αλλαγή μεταβλητών, Ανεξάρτητες τυχαίες μεταβλητές). Βασικά οριακά θεωρήματα (Ασθενής νόμος μεγάλων αριθμών, λήμματα Borel-Cantelli, Θεώρημα επέκτασης Kolmogorov, Ισχυρός νόμος μεγάλων αριθμών, Lindeberg κεντρικό οριακό Θεώρημα). Martingales (Σύγκλιση Martingale, Εφαρμογές).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου - Συγγραφή εργασίας 78.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Billingsley P., Probability and Measure, 4th Edition, 1995, John Wiley and Sons
  • M. Capinski and E. Kopp, Measure, integral and probability, Springer. (Springer-Verlag London, Ltd., second edition, 2004).
  • R. Durrett, Probability: Theory and Examples, 4th Edition, Cambridge Series in Statistical and Probabilistic Mathematics, 2010.
  • Kingman, J. F. C. and Taylor, S. J. An Introduction to Measure and Probability. Cambridge, England: Cambridge University Press, 1966.
  • Rao, M. M. Measure Theory And Integration. New York: Wiley, 1987.
  • D. Stroock, Probability: An Analytic View, 2nd Edition, Cambridge University Press, 2011
  • [Περιοδικό / Journal] Advances in Applied Probability
  • [Περιοδικό / Journal] Annals of Applied Probability
  • [Περιοδικό / Journal] Annals of Probability
  • [Περιοδικό / Journal] Journal of Applied Probability
  • [Περιοδικό / Journal] Journal of Theoretical Probability
  • [Περιοδικό / Journal] Probability Surveys
  • [Περιοδικό / Journal] Theory of Probability and Its Applications

Εφαρμοσμένη Πολυδιάστατη Ανάλυση (ΣEE10)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE10
Εξάμηνο 2
Τίτλος Μαθήματος ΕΦΑΡΜΟΣΜΕΝΗ ΠΟΛΥΔΙΑΣΤΑΤΗ ΑΝΑΛΥΣΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Οι φοιτητές μετά την επιτυχή παρακολούθηση αυτού του μαθήματος θα πρέπει να είναι σε θέση να:
  • εφαρμόζουν βασικές μεθόδους πολυμεταβλητής στατιστικής ανάλυσης
  • επιλέγουν την κατάλληλη μέθοδο ανάλυσης για το συγκεκριμένο πρόβλημα υπό διερεύνηση και για το συγκεκριμένο σύνολο δεδομένων
  • εφαρμόζουν μεθόδους μείωσης της διάστασης
  • ερμηνεύουν κατάλληλα τα αποτελέσματα και να συντάσσουν την κατάλληλη έκθεση αναφοράς
  • υλοποιούν την ανάλυση με στατιστικά πακέτα ή προγράμματα (SPSS, SAS, Matlab, R).
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών

Περιεχόμενο Μαθήματος

Το περιεχόμενο του μαθήματος καλύπτει τα ακόλουθα αντικείμενα με εφαρμογές κυρίως με τη χρήση του SPSS και της R: Γραφική παρουσίαση πολυδιάστατων δεδομένων, Τεχνικές μείωσης της διάστασης, Κύριες Συνιστώσες, Παραγοντική Ανάλυση, Ανάλυση κανονικών συσχετίσεων, Διαχωριστική Ανάλυση, MANOVA, Επαναλαμβανόμενες μετρήσεις, Νευρωνικά δίκτυα.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό.

Συνιστώμενη Βιβλιογραφία

  • Anderson, T.W. (2003). An Introduction to Multivariate Statistical Methods, 3nd ed., Wiley.
  • Giri, N.J. (2004). Multivariate Statistical Analysis, 2nd edition, Marcel Dekker, New York.
  • Johnson, R. A. and Wichern, D.W. (1998). Applied Multivariate Statistical Analysis, 4th ed. Prentice Hall.
  • Timm, N. H. (2002). Applied Multivariate Analysis. Springer.
  • Καρλής, Δ. (2005).Πολυμεταβλητή Στατιστική Ανάλυση. Εκδόσεις Σταμούλη
  • [Περιοδικό / Journal] Journal of Multivariate Analysis

Χρονοσειρές (ΣEE11)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE11
Εξάμηνο 2
Τίτλος Μαθήματος ΧΡΟΝΟΣΕΙΡΕΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Με την ολοκλήρωση αυτού του μαθήματος, οι φοιτητές αναμένεται να ειναι:

  • εξοικειωμένοι με τις ιδιότητες των βασικών χρονοσειρών
  • σε θέση να προσδιορίσουν τα κατάλληλα μοντέλα για χρονοσειρές.
  • σε θέση να διαγνώσουν την καταλληλότητα του μοντέλου.
  • σε θέση να μοντελοποιούν χρονολογικά δεδομένα και να επιβεβαιώνουν ότι τα μοντέλα ταιριάζουν
  • να χρησιμοποιούν στατιστικά πακέτα για την προσαρμογή κατάλληλων μοντέλων χρονοσειρών και να τα αναλύουν.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

Περιεχόμενο Μαθήματος

Εισαγωγή στις στάσιμες χρονολογικές σειρές. Απλά μοντέλα χρονολογικών σειρών. Γραμμικές διαδικασίες, γενικά μοντέλα αυτοπαλίνδρομα και κινητού μέσου. Οι οικογένειες μοντέλων ΑRΜΑ, ΑRΙΜΑ και State Space. Πρόβλεψη χρονοσειρών. Εποχικότητα στις χρονοσειρές. Μοντελοποίηση στοχαστικής μεταβλητότητας, το φίλτρο Kalman (Kalman Filter). Μη γραμμικές μη κανονικές χρονοσειρές. Πολυμεταβλητές χρονολογικές σειρές. Συνολοκλήρωση και διόρθωση λαθών.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Χρήση στατιστικών πακέτων
  • Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου - Συγγραφή εργασίας 78.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Shumway, R.H. and Stoffer, D.S. (2017) Time Series Analysis and Its Applications with R Examples, 4rd edition, Springer-Verlag, New York.
  • Brockwell, P.J. and R. A.. Davis (2016) Introduction to Time Series and Forecasting, 3nd edition, Springer-Verlag, New York.
  • Cowpertwait, P.S.P. and A.V. Metcalfe (2009) Introductory Time Series with R, Spinger-Verlag.
  • Cryer, J.D. and K-S Chan (2010) Time Series Analysis: with applications in R, 2nd Edition, Springer
  • Δημέλη Σ. (2003, 3η Έκδοση): Σύγχρονες Μέθοδοι Ανάλυσης Χρονολογικών Σειρών, Εκδόσεις ΚΡΙΤΙΚΗ, Αθήνα.
  • Θαλασσινός Λευτέρης Ι. Ανάλυση χρονολογικών σειρών Μεθοδολογία Box-Jenkins.
  • [Περιοδικό / Journal] Journal of Time Series Analysis
  • [Περιοδικό / Journal] Journal of Time Series Econometrics

Υπολογιστική Στατιστική Ανάλυση (ΣEE12)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE12
Εξάμηνο 2
Τίτλος Μαθήματος ΥΠΟΛΟΓΙΣΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Οι φοιτητές μετά την επιτυχή παρακολούθηση αυτού του μαθήματος θα πρέπει να είναι σε θέση να:

  • Χρησιμοποιούν την R άλλα και άλλα στατιστικά προγράμματα για την υλοποίηση των συνηθέστερων τεχνικών υπολογιστικής στατιστικής
  • Παράγουν τυχαίους αριθμούς από πλειάδα κατανομών με διάφορες τεχνικές και να αξιολογούν το αποτέλεσμα.
  • Εφαρμόζουν σωστά και υπό τι κατάλληλες συνθήκες τις Bootstrap και Jacknife τεχνικές.
  • Χρησιμοποιούν μεθόδους Monte Carlo στην επίλυση στατιστικών προβλημάτων
  • Σχεδιάζουν και να υλοποιούν μια μελέτη προσομοίωσης και να ερμηνεύουν ορθά τα εξαγόμενα συμπεράσματα.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Το μάθημα καλύπτει τις ακόλουθες ενότητες, βασιζόμενο πάρα πολύ στην R: τεχνικές παραγωγής τυχαίων αριθμών. Οι μέθοδοι jackknife, bootstrap και οι θεωρητικές τους ιδιότητες. Cross validation, kernel density estimation, local regression. Μέθοδοι προσομοίωσης Monte Carlo και εφαρμογές.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών

Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό.

Συνιστώμενη Βιβλιογραφία

  • Davison, A. C., Hinkley, D. V., (1997). Bootstrap methods and their application. Cambridge University Press.
  • Rizzo, M. L., (2007). Statistical computing with R. Chapman & Hall/CRC.
  • Robert, C. P., Casella, G., (2009). Introducing Monte Carlo methods with R. Springer Verlag.
  • Gentle, J. E., (2009). Computational Statistics, Springer.
  • Givens, G.H. and Hoeting, J.A., (2012). Computational Statistics, Wiley.
  • [Περιοδικό / Journal] Statistics and Computing
  • [Περιοδικό / Journal] Computational Statistics.
  • [Περιοδικό / Journal] Computational Statistics & Data Analysis.

Ανάλυση Επιβίωσης (ΣEE13)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE13
Εξάμηνο 1
Τίτλος Μαθήματος ΑΝΑΛΥΣΗ ΕΠΙΒΙΩΣΗΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Το μάθημα περιέχει τη θεωρία και τεχνικές για την ανάλυση και ερμηνεία δεδομένων ανάλυσης επιβίωσης. Οι φοιτητές που θα παρακολουθήσουν το μάθημα θα μπορούν:

  • Να καταλάβουν διάφορους τύπους λογοκρισίας, και θα ξέρουν να εκτιμούν διάφορα χαρακτηριστικά ανάλυσης επιβίωσης.
  • Να εκτιμούν ρυθμούς επιβίωσης σε διαφορετικά γκρουπ.
  • Να εφαρμόζουν σωστά το μοντέλο του Cox, να κρίνουν τη σωστή προσαρμογή του και να διορθώνουν την εκτίμηση όπου είναι απαραίτητο.
  • Να καταλαβαίνουν και να αντιμετωπίζουν θέματα που προκύπτουν κατά την ανάλυση και ερμηνεία δεδομένων ανάλυσης επιβίωσης.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Τύποι λογοκριμένων δεδομένων: δεξιά λογοκρισία, λογοκρισία από αριστερά, λογοκρισία σε δ/μα, κ.α. Χρήσιμες συναρτήσεις στην ανάλυση επιβίωσης: Η συνάρτηση επιβίωσης, η συνάρτηση κινδύνου, η αθροιστική συνάρτηση κινδύνου και η σχέση τους με την σ.π.π. και α.σ.κ. Εκτίμηση της συνάρτησης επιβίωσης: Ο εκτιμητής Nelson-Aalen, Ο εκτιμητής Kaplan-Meier. Παραμετρικοί εκτιμητές της συνάρτησης επιβίωσης. Σύγκριση δυο η περισσότερων καμπυλών επιβίωσης. Εκτίμηση της συνάρτησης κινδύνου: παραμετρικοί εκτιμητές, εκτίμηση με τη μέθοδο των πυρήνων (μη παραμετρικοί). Ημιπαραμετρική εκτίμηση: Το μοντέλο του Cox και επεκτάσεις αυτού. Ιδιότητες και περιορισμοί του μοντέλου, επιλογή μεταβλητών, μέτρα επιβεβαίωσης του μοντέλου (τύποι υπολοίπων ανάλυση υπολοίπων, μέτρα διόρθωσης της εκτίμησης).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών

Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό.

Συνιστώμενη Βιβλιογραφία

  • Lawless, J.L. (2002), Statistical Models and Methods for Lifetime Data 2nd Edition, Wiley.
  • Cox D.R. and D. Oakes (1994), Analysis of Survival Data, Chapman and Hall,
  • Klein and Moschberger (2003). Survival Analysis: Techniques for Censored and Truncated Data, 2nd edition. Springer.
  • Kleinbaum, D. G. and Klein M., (2005), Survival Analysis: A Self-Learning Text, 2nd Edition. New York: Springer
  • Therneau T, and Grambsch, P. (2000). Modeling Survival Data: Extending the Cox Model. New York: Springer.
  • Hosmer, Jr, DW. and Lemeshow, S. (2008). Applied Survival Analysis: Regression Modeling of Time to Event Data, 2nd Edition. Wiley,
  • Kalbfleish, JD. and Prentice, RL. (2002). The Statistical Analysis of Failure Time Data. Wiley,
  • Collet, D. (2003). Modeling Survival Data in Medical Research. London: Chapman and Hall.
  • [Περιοδικό / Journal] Lifetime data analysis

Μη Παραμετρική Στατιστική (ΣEE14)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE14
Εξάμηνο 2
Τίτλος Μαθήματος ΜΗ ΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Με την επιτυχή παρακολούθηση του μαθήματος ο φοιτητής θα είναι σε θέση να

  • κατανοεί τις μη παραμετρικές τεχνικές,
  • εξηγεί τις θεμελιώδεις αρχές εκτίμησης με τη μέθοδο των πυρήνων,
  • υλοποιεί μονοδιάστατες και πολυδιάστατες εκτιμήτριες για την σ.π.π., α.σ.κ. καθώς και συναντήσεων παλινδρόμησης με τη μέθοδο των πυρήνων (συμπεριλαμβανομένων και της παραμέτρου εύρους ζώνης)
  • ποσοτικοποιεί την ακρίβεια τους, ώστε να μπορεί να κρίνει την καταλληλόλητα τους,
  • εκτιμά συναρτήσεις ενδιαφέροντος και να διεξάγει ελέγχους για αυτές, χωρίς την υιοθέτηση ισχυρών υποθέσεων (βλέπε παραμετρικές μεθοδολογίες).
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Παρουσίαση και εισαγωγή στις μη παραμετρικές μεθόδους. Μη παραμετρική εκτίμηση της σ.π.π. με ιστόγραμμα και με την μέθοδο των πυρήνων (kernel density estimation). Ασυμπτωτικές ιδιότητες του ιστογράμματος και της εκτιμήτριας πυρήνα. Μη παραμετρική εκτίμηση της α.σ.κ με την εμπειρική α.σ.κ. και με τη μέθοδο των πυρήνων και ιδιότητες αυτών. Μέθοδοι και τεχνικές επιλογής εύρους ζώνης (bandwidth) για εκτιμήτριες πυρήνα. Βελτίωση εκτιμητών που προκύπτουν με τη μέθοδο των πυρήνων: βελτίωση μεροληψίας στα άκρα του διαστήματος εκτίμησης (boundary bias), βελτίωση του μέσου τετραγωνικού σφάλματος του εκτιμητή με χρήση μεταβλητού εύρους ζώνης ή μετασχηματισμών. Μη παραμετρική παλινδρόμηση με τη μέθοδο Nadaraya-Watson και με τη μέθοδο της τοπικής πολυωνυμικής προσαρμογής. Εκτίμηση πολυδιάστατων σ.π.π. και συναρτήσεων παλινδρόμησης, ειδικά θέματα.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Στατιστικά Πακέτα
  • Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών

Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό.

Συνιστώμενη Βιβλιογραφία

  • Silverman, B. (1986). Density Estimation for Statistics and Data Analysis, Chapman and Hall.
  • Wand, M.P. and Jones, M.C. (1994). Kernel smoothing, First Edition, Chapman and Hall.
  • Simonoff, J.S. (1996). Smoothing Methods in Statistics, Springer.
  • Fan, J. and Gijbels, I. (1996). Local Polynomial Modelling and Its Applications, Chapman and Hall.
  • Loader, C. (1999). Local Regression and Likelihood, Springer.
  • Scott, D. (2015). Multivariate Density Estimation: Theory, Practice, and Visualization, Second edition, Wiley.
  • Takezawa, K. (2006). Introduction to Nonparametric Regression, Wiley.
  • Wasserman, L. (2006). All of Nonparametric Statistics, Springer.
  • Klemela, J. (2009). Smoothing of Multivariate Data: Density Estimation and Visualization, Wiley.
  • Tsybakov, A.B. (2009). Introduction to Nonparametric Estimation Springer.
  • Chacón, J.E. and Duong, T. (2018). Multivariate Kernel Smoothing and its Applications, Taylor and Francis.
  • [Περιοδικό / Journal] Journal of Nonparametric Statistics.

Στοχαστική Ανάλυση και Εφαρμογές (ΣEE15)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE15
Εξάμηνο 2
Τίτλος Μαθήματος ΣΤΟΧΑΣΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΦΑΡΜΟΓΕΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στόχος του μαθήματος είναι: η παρουσίαση των βασικών εννοιών του Ito λογισμού, οι διαδικασίες martingale, οι στοχαστικές διαφορικές εξισώσεις και οι διαδικασίες διάχυσης. Επίσης, η εφαρμογή των παραπάνω στα γραμμικά φίλτρα, στο βέλτιστο στοχαστικό έλεγχο, τα χρηματοοικονομικά παράγωγα. Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα είναι σε θέση να:
  • γνωρίζουν τα κύρια αποτελέσματα και τις βασικές εφαρμογές του στοχαστικού Ito λογισμού
  • κατανοούν στοχαστικές διαφορικές εξισώσεις
  • κατανοούν martingale
  • χρησιμοποιούν αριθμητικές μεθόδους για την επίλυση στοχαστικών διαφορικών εξισώσεων
  • χρησιμοποιούν μεθόδους στοχαστικής ανάλυσης σε διαφορες περιοχες εφαρμογών.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών.

Περιεχόμενο Μαθήματος

Στοχαστικές διαδικασίες σε συνεχή χρόνο. Κινηση Brown. Ito στοχαστικός λογισμός. Διαδικασίες Martingale. Στοχαστικές διαφορικές εξισώσεις: ύπαρξη και μοναδικότητα της λύσης. Θεωρία των διάχυσης: διαδικασίες Markov, φόρμουλα Dynkin, θεώρημα Girsanov. Εφαρμογές: γραμμικά φίλτρα, βέλτιστος στοχαστικός έλεγχος, χρηματοοικονομικά παράγωγα.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου - Συγγραφή εργασίας 78.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Karatzas I. and S. Shreve. Brownian Motion and Stochastic Calculus. Springer. 1998
  • Lamberton, D. & Lapeyre, B. (1996). Introduction to Stochastic Calculus Applied to Finance. Chapman & Hall.
  • Oksendal B.: Stochastic Differential Equations, 6th edition. Springer 2007.
  • Revuz D. and M. Yor. Continuous martingales and Brownian motion. Springer. 2001
  • Rogers L.C. and D. Williams.Diffusions, Markov Processes and Martingales. Vol.1 and 2, Cambridge University Press. 2002
  • Steele J. M., Stochastic Calculus and Financial Applications, 2001.
  • [Περιοδικό / Journal] Stochastic Analysis and Applications.

Διαχείριση Κινδύνου (ΣEE16)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE16
Εξάμηνο 2
Τίτλος Μαθήματος ΔΙΑΧΕΙΡΙΣΗ ΚΙΝΔΥΝΟΥ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Με την ολοκλήρωση του μαθήματος οι φοιτητές:
  • θα έχουν σφαιρική εικόνα της διαχείρισης κινδύνου
  • θα εξοικειωθούν με τεχνικές για τη μοντελοποίηση και τη διαχείριση του κινδύνου
  • θα μπορούν να χρησιμοποιούν κλασικά μοντέλα, καθώς να προσαρμόζουν κατάλληλα μοντέλα σε προβλήματα διαχείρισης κινδύνου.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών.

Περιεχόμενο Μαθήματος

Ορισμοί και ταξινόμηση κινδύνων. Μέτρηση κινδύνου, συσχετίσεις μεταξύ κινδύνων: Value at risk, conditional value at risk, generic risk measures, coherent risk measures, εφαρμογή σε απλά προβλήματα. Θεωρία αποφάσεων: θεωρία χρησιμότητας, μοντέλα στοχαστικής κυριαρχίας, παράδοξα St. Petersburg και Allais. Στοχαστική μοντελοποίηση- εφαρμογές σε προβλήματα: βελτιστοποίησης χαρτοφυλακίου, προγραμματισμού παραγωγής, στοχαστική ευσταθής βελτιστοποίησης (robust optimization).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου - Συγγραφή εργασίας 78.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Anderson EJ (2014). Business Risk Management: Models and Analysis. Wiley
  • Boudoukh A., J., A. Saunders (2009) Understanding Market, Credit, and Operational Risk: The Value at Risk Approach Linda, Wiley-Blackwell
  • McNeil, A.J., R. Frey and P. Embrechts, (2005) Quantitative Risk Management, Princeton University Press, New Jersey
  • [Περιοδικό / Journal] Risk Management

Θεωρία Παιγνίων (ΣEE17)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE17
Εξάμηνο 2
Τίτλος Μαθήματος ΘΕΩΡΙΑ ΠΑΙΓΝΙΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα αυτό έχει ως στόχο να παρέχει στους φοιτητές τη βάση για να:
  • αναγνωρίζουν και μοντελοποιούν στρατηγικές αποφάσεων
  • κατανοούν τη γλώσσα και τις έννοιες της θεωρίας παιγνίων
  • κατανοούν τα θεωρητικά μοντέλα στο εν λόγω πεδίο
  • εφαρμόζουν τεχνικές θεωρίας παιγνίων σε κατάστασεις διαπραγμάτευσης.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών.

Περιεχόμενο Μαθήματος

  • Στατικά παίγνια πλήρους πληροφορησης (βασική θεωρία: παίγνια κανονικής μορφής και ισορροπία κατά Nash, Μικτές στρατηγικές και ύπαρξη ισορροπίας, Εφαρμογές).
  • Δυναμικά παίγνια πλήρους πληροφορησης (Δυναμικά παίγνια πλήρους και τελειας πληροφόρησης, παίγνια πλήρους αλλά ατελούς πληροφορησης σε δυο σταδια, επαναλαμβανόμενα παιχνίδια).
  • Στατικά παίγνια ελλιπής πληροφορησης (στατικά Bayesian παιχνίδια και Bayesian ισορροπία κατα Nash).
  • Δυναμικά παίγνια ελλιπής πληροφορησης (τέλεια Bayesian ισορροπία, παίγνια σηματοδότησης).
  • Εφαρμογές.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου - Συγγραφή εργασίας 78,5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Dixit A. and B. Nalebuff. (1991) Thinking Strategically, Norton.
  • Watson J.. Strategy (2002). An Introduction to Game Theory, Norton
  • Dutta P.K.. (1999) Strategies and Games: Theory And Practice, MIT
  • Vega-Redondo F., (2003) Economics and the Theory of Games, Cambridge Univ. Press
  • Owen G. (1995) Game Theory, Academic Press, 3rd ed.
  • Myerson R. (1991) Game Theory, Harvard University Press.
  • Fudenberg D. and J. Tirole (1991) Game Theory, MIT Press.
  • Rubinstein M. & J. Osborne (1994) A Course in Game Theory, MIT Press.
  • Ritzberger Kl. (2002) Foundations of Non-Cooperative Game Theory, Oxford University Press.
  • Gibbons R. (2009) Εισαγωγή στη θεωρία παιγνίων, Εκδ. Gutenberg
  • Μαγείρου Ευ. (2009), Παίγνια και Αποφάσεις, Μια Εισαγωγική Προσέγγιση, Εκδ. Κριτική, Αθήνα.
  • Μηλολιδάκης, Κ. (2009) Θεωρία Παιγνίων, Μαθηματικά Μοντέλα Σύγκρουσης και Συνεργασίας. Εκδόσεις Σοφία, Θεσσαλονίκη.
  • [Περιοδικό / Journal] International Journal of Game Theory.

Διαχείριση Αποθεμάτων (ΣEE18)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE18
Εξάμηνο 2
Τίτλος Μαθήματος ΔΙΑΧΕΙΡΙΣΗ ΑΠΟΘΕΜΑΤΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Με την ολοκλήρωση αυτού του μαθήματος, ο φοιτητής θα:
  • γνωρίζει τα κλασικά προβλήματα αποθεμάτων (όπως το EOQ, το προβλημα του εφημεριδοπώλη, περιοδικά μοντέλα)
  • μπορεί να χρησιμοποιεί τα κατάλληλα εργαλεία για την ανάλυση του κόστους και την εύρεση της βέλτιστης λύσης για τα παραπάνω προβλήματα
  • αντιλαμβάνεται τη σχέση μεταξύ των κλασσικών μοντέλων διαχείρισης αποθεμάτων
  • κατανοεί τους τρόπους αντιμετώπισης συστήματων αποθεμάτων πολλαπλών επιπέδων που υπάρχουν στη βιβλιογραφία.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών.

Περιεχόμενο Μαθήματος

Χαρακτηριστικά συστήματων διαχείρισης αποθέματων. Ενα προιον με ντετερμινιστικη ζήτηση. Πολλα προιόντα και σταθμοί αποθεματοποίησης. Στοχαστική ζήτηση. Στοχαστικός χρόνος υστέρησης. Στοχαστική ζήτηση χρονικά μεταβαλλομενη. Bayesian μοντέλα αποθεμάτων. Νέες περιοχές ερευνητικού ενδιαφέροντος στη διαχείριση αποθεμάτων.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Χρήση CPLEX, Mathematica/Matlab,
  • Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου - Συγγραφή εργασίας 78,5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Axsater, S. Inventory Control. Norwell, MA: Kluwer, 2000.
  • Hadley G. and T.M. Whitin. Analysis of inventory systems. Englewood Cliffs, N.J., Prentice-Hall, 1963.
  • Porteus, E. L. Foundations of Stochastic Inventory Theory. Stanford, CA: Stanford University Press, 2002.
  • Silver, E. A., D. F. Pike, and R. Peterson. Inventory Management and Production Planning and Scheduling, 3rd ed. Hoboken, NJ: Wiley, 1998.
  • Zipkin P. Foundations of Inventory Management. Boston: McGraw-Hill, 2000.
  • [Περιοδικό / Journal] International Journal of Production Economics
  • [Περιοδικό / Journal] European Journal of Operational Research
  • [Περιοδικό / Journal] Manufacturing and Service Operations Management
  • [Περιοδικό / Journal] Management Science
  • [Περιοδικό / Journal] Omega
  • [Περιοδικό / Journal] Operations Research
  • [Περιοδικό / Journal] Production and Operations Management
  • [Περιοδικό / Journal] Production Planning and Control.

Ειδικά Θέματα Στατιστικής (ΣEE19)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE19
Εξάμηνο 2
Τίτλος Μαθήματος ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΑΤΙΣΤΙΚΗΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Σκοπός του προχωρημένου αυτού μαθήματος είναι ο εμπλουτισμός των γνώσεων των φοιτητών με επίκαιρα θέματα της στατιστικής μεθοδολογίας και θεωρίας που δεν εφάπτονται με άλλα μαθήματα του αντικειμένου και τα οποία σχετίζονται με άλλες περιοχές της μαθηματικής επιστήμης ή συναφών επιστημών, χαρακτηριζόμενα έτσι από ένα διεπιστημονικό, διαθεματικό χαρακτήρα. Στα μαθησιακά αποτελέσματα εντάσσεται έτσι, η εξοικείωση των φοιτητών με τη διεπιστημονική και διαθεματική θεώρηση.

Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Το ακριβές περιεχόμενο αυτού του μαθήματος μπορεί να διαφέρει από ακαδημαϊκό έτος σε ακαδημαϊκό έτος αλλά θα αποτελείται από επιλεγμένα θέματα σύγχρονου ερευνητικού ενδιαφέροντος στη μεθοδολογία της στατιστικής, ανάλογα με τις απαιτήσεις των φοιτητών και τη διαθεσιμότητα του διδακτικού προσωπικού. Παραδείγματα είναι η παραμετρική μοντελοποίηση της διάρκειας ζωής, ο πειραματικός σχεδιασμός, η προηγμένη στοχαστική προσομοίωση, η γραφική μοντελοποίηση, ο στατιστικός έλεγχος ποιότητας κλπ. Στην ιστοσελίδα του μαθήματος κάθε ακαδημαϊκό έτος θα δίνεται λεπτομερής περιγραφή.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό.

Συνιστώμενη Βιβλιογραφία

Θα καθορίζεται από τον διδάσκοντα / Will be determined by the teacher

Ειδικά Θέματα Επιχειρησιακής Έρευνας (ΣEE20)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE20
Εξάμηνο 2
Τίτλος Μαθήματος ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στόχος του μαθήματος είναι να συνδυάσει τεχνικές επιχειρησιακής έρευνας και βελτιστοποίησης με τεχνικές μοντελοποίησης και προγραμματισμού για να παρουσιάσει περιοχές εφαρμογής της επιχειρησιακής έρευνας.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών.

Περιεχόμενο Μαθήματος

To περίγραμμα του μαθήματος μπορεί να διαφέρει από έτος σε έτος. Πιθανά θέματα μπορούν να αφορούν σε εφαρμογές της Επιχειρησιακής Έρευνας:

  • στο Σχεδιασμό Παραγωγής
  • στην εφοδιαστική αλυσίδα
  • στον τομέα των τηλεπικοινωνιών
  • στην Ενέργεια
  • στην Υγεία
  • στον Αθλητισμό
  • στο Περιβάλλον.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Χρήση CPLEX, Mathematica/Matlab,
  • Χρήση Τ.Π.Ε. στην Επικοινωνία
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου - Συγγραφή εργασίας 78,5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

  • Allen, A. O. (1990). Probability, Statistics, and Queueing Theory - With Computer Science Applications (Second Edition). Academic Press, Orlando, Florida.
  • Cohen, S. S. (1985). Operational Research. Edward Arnold, London.
  • Hillier, F. S. and Lieberman, G. J. (2001). Introduction to Operations Research (Seventh Edition). McGraw-Hill, New York.
  • Hopp, W. J. and Spearman, M. L. (2000). Factory Physics: Foundations of Manufacturing Management (Second Edition). Irwin/McGrawHill, New York.
  • Larson, R. C. and Odoni, A. R. (1981). Urban Operations Research. PrenticeHall, Englewood Cliffs, New Jersey.
  • Lewis, C. D. (1970). Scientific Inventory Control. Elsevier, New York.
  • Ross, S. M. (1983). Stochastic Processes. Wiley, New York.
  • Silver, E. A., Pyke, D, F. and Peterson, R. (1998). Inventory Management and Production Planning and Scheduling. (Third Edition). Wiley, New York.
  • Winston W. L., Operations research (Applications and algorithms). Duxbury Press (International Thomson Publishing) 1994.
  • [Περιοδικό / Journal] Operations Research
  • [Περιοδικό / Journal] Management Science
  • [Περιοδικό / Journal] Manufacturing and Service Operations Management
  • [Περιοδικό / Journal] Production and Operations Management
  • [Περιοδικό / Journal] Journal of Business Logistics
  • [Περιοδικό / Journal] Sport Management Review
  • [Περιοδικό / Journal] Journal of Scheduling
  • [Περιοδικό / Journal] Interfaces
  • [Περιοδικό / Journal] Public Transport
  • [Περιοδικό / Journal] Transportation Research Part A: Policy and Practice.

Αριθμητική Ανάλυση (ΑΑ1)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΑ1
Εξάμηνο 1
Τίτλος Μαθήματος ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου, ανάπτυξη δεξιοτήτων.
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν να:

  1. εφαρμόζουν προηγμένες θεωρητικές τεχνικές στον πολυδιάστατο χώρο για την απόδειξη και ανάλυση κριτηρίων σύγκλισης και ευστάθειας αριθμητικών μεθόδων για την εύρεση της λύσης διαφόρων προβλημάτων.
  2. αξιολογούν και να συγκρίνουν αριθμητικές μεθόδους ως προς την ακρίβειά τους, την αποδοτικότητά τους, και τη δυνατότητα εφαρμογής τους.
  3. επιδεικνύουν ανεξαρτησία στη χρήση ερευνητικού υλικού για την απόδειξη βασικών αποτελεσμάτων
  4. υλοποιούν αριθμητικές μεθόδους και κατασκευάζουν κατάλληλα αριθμητικά πειράματα με στόχο την επαλήθευση των αντίστοιχων θεωρητικών αποτελεσμάτων.
  5. αξιολογούν την ορθότητα των αριθμητικών αποτελεσμάτων χρησιμοποιώντας τόσο τη θεωρία των αριθμητικών μεθόδων όσο και τα αποτελέσματα των αντίστοιχων συνεχών προβλημάτων.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών.
  • Προσαρμογή σε νέες καταστάσεις.
  • Αυτόνομη εργασία.
  • Λήψη αποφάσεων.
  • Προαγωγή της αναλυτικής και συνθετικής σκέψης.
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.
  • Εργασία σε διεπιστημονικό περιβάλλον.

Περιεχόμενο Μαθήματος

  • Παραγώγιση στον R^n , παράγωγος κατά Fréchet, παράγωγος κατά Gateaux. Η μέθοδος του Νεύτωνα για τη λύση μη γραμμικών συστημάτων. Θεωρήματα σταθερού σημείου, θεωρήματα συστολής, ταχύτητα σύγκλισης της μεθόδου του Νεύτωνα.
  • Αριθμητική επίλυση συστημάτων συνήθων διαφορικών εξισώσεων. Μονοβηματικές και πολυβηματικές μέθοδοι. Συνέπεια, ευστάθεια, και σύγκλιση. Άκαμπτα προβλήματα.
  • Πολυωνυμική Παρεμβολή: Παρεμβολή Lagrange, Παρεμβολή Hermite, Παρεμβολή με γραμμικές και κυβικές splines. Εκτίμηση σφάλματος παρεμβολής.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Xρήση ταμπλέτας για την παράδοση διδασκαλίας. Οι σημειώσεις από την τάξη γίνονται διαθέσιμες σε μορφή pdf στο ecourse.
  • Παροχή υλικού μελέτης μέσω του ecourse.
  • Επικοινωνία με τους φοιτητές χρησιμοποιώντας e-mail, και τις πλατφόρμες ecourse και MTeams.
  • Χρήση λογισμικών πακέτων (Python ή Octave) για την υλοποίηση αριθμητικών μεθόδων.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Λύση Ασκήσεων 30
Εκπόνηση Εργασίας 30
Δημόσια Παρουσίαση 18.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις (βάρος 35%)
  • Εκπόνηση μελέτης στο LaTeX (βάρος 40%)
  • Δημόσια παρουσίαση με Beamer (βάρος 25%)

Συνιστώμενη Βιβλιογραφία

  • Αριθμητική Ανάλυση, Β. Δουγαλής, Πανεπιστημίου Αθηνών.

Θεωρία Προσεγγίσεως (ΑΑ2)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΑ2
Εξάμηνο 1
Τίτλος Μαθήματος ΘΕΩΡΙΑ ΠΡΟΣΕΓΓΙΣΕΩΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Έπειτα από επιτυχή συμμετοχή στο μάθημα οι φοιτητές αναμένεται να:
  • Κατανοούν τα βασικά ζητήματα προσέγγισης από ένα χώρο σε υποχώρο του,
  • Διακρίνουν τις διαφορές (προτερήματα και μειονεκτήματα) ανάμεσα στα διαφορετικά είδη προσεγγίσεων,
  • Γνωρίζουν τις βασικές αριθμητικές μεθόδους για τα είδη των πολυωνυμικών προσεγγίσεων,
  • Γνωρίζουν να υλοποιούν τους αλγορίθμους των μεθόδων.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.

Περιεχόμενο Μαθήματος

  • Γενική θεωρία ύπαρξης και μοναδικότητας της προσέγγισης.
  • Ομοιόμορφη πολυωνυμική προσέγγιση: Θεωρήματα Weierstrass, Bernstein, Jackson, προσέγγιση συνεχών συναρτήσεων, προσέγγιση διακριτών συναρτήσεων, αλγόριθμος Remez.
  • Πολυωνυμική προσέγγιση ελαχίστων τετραγώνων: Σύστημα κανονικών εξισώσεων, Ορθογώνια πολυώνυμα, προσέγγιση συνεχών συναρτήσεων, προσέγγιση διακριτών συναρτήσεων, συσχέτιση με ομοιόμορφη προσέγγιση.
  • Πολυωνυμική προσέγγιση πρώτης δύναμης: Χαρακτηρισμός, προσέγγιση συνεχών συναρτήσεων, προσέγγιση διακριτών συναρτήσεων.
  • Ρητή προσέγγιση: Χαρακτηρισμός, συσχέτιση με ομοιόμορφη προσέγγιση, Αλγόριθμος Remaz.
  • Ρητή Παρεμβολή.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γλώσσα Αξιολόγησης: Ελληνική. Μέθοδος Αξιολόγησης: Γραπτή εξέταση.

Συνιστώμενη Βιβλιογραφία

  • Theodor J. Rivlin: An Introduction to the Approximation of Functions. Dover Publications Inc. New York, 1969.

Αριθμητική Γραμμική Άλγεβρα Ι (ΑΑ3)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΑ3
Εξάμηνο 1
Τίτλος Μαθήματος ΑΡΙΘΜΗΤΙΚΗ ΓΡΑΜΜΙΚΗ ΆΛΓΕΒΡΑ Ι
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση:
  • να κατανοήσουν τη θεωρία Perron-Frobenius,
  • να διακρίνουν τις διαφορές της θεωρίας αυτής στις διάφορες κλάσεις πινάκων (μη αναγώγιμους, κυκλικούς, πρωταρχικούς και αναγώγιμους),
  • να γνωρίζουν τη χρησιμότητα της θεωρίας Perron-Frobenius μέσα από τις εφαρμογές,
  • να κατανοήσουν τη θεωρία των μεθόδων Υποχώρων Krylov,
  • να κατανοήσουν την ανάλυση σφαλμάτων,
  • να κατανοήσουν τις τεχνικές προρρύθμισης και την αναγκαιότητα για προρρύθμιση,
  • να υλοποιούν τις παραπάνω μεθόδους με προγράμματα στον υπολογιστή.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.

Περιεχόμενο Μαθήματος

Θεωρία Perron-Frobenius για μη Αρνητικούς Πίνακες: Μη Αναγώγιμοι (Irreducible) πίνακες, Κυκλικοί (cyclic) και Πρωταρχικοί (primitive) πίνακες, Αναγώγιμοι (reducible) πίνακες. Επεκτάσεις της Θεωρίας Perron-Frobenius, M-πίνακες, Εφαρμογές της Θεωρίας Perron-Frobenius. Μέθοδοι Ελαχιστοποίησης για την επίλυση γραμμικών συστημάτων: Μέθοδος Συζυγών Κλίσεων, Θεωρία Σύγκλισης, Ανάλυση Σφαλμάτων, Τεχνικές Προρρύθμισης, Προρρυθμισμένες μέθοδοι Συζυγών Κλίσεων, Εφαρμογές.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση - Προφορική εξέταση

Συνιστώμενη Βιβλιογραφία

  • Αριθμητική Γραμμική Άλγεβρα, Β. Δουγαλής, Δ. Νούτσος, Α. Χατζηδήμος, Τυπογραφείο Πανεπιστημίου Ιωαννίνων.
  • Προσωπικές διαφάνειες προβολής.

Αριθμητική Γραμμική Άλγεβρα II (ΑΑ4)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΑ4
Εξάμηνο 2
Τίτλος Μαθήματος ΑΡΙΘΜΗΤΙΚΗ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ ΙI
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση:
  • να κατανοήσουν τη θεωρία για τις μεθόδους εύρεσης ιδιοτιμών και της ανάλυσης ιδιαζουσών τιμών,
  • να γνωρίζουν τη χρησιμότητα της θεωρίας αυτής μέσα από τις εφαρμογές,
  • να κατανοήσουν τη θεωρία των μεθόδων Υποχώρων Krylov,
  • να κατανοήσουν την ανάλυση σφαλμάτων,
  • να κατανοήσουν τις τεχνικές προρρύθμισης και την αναγκαιότητα για προρρύθμιση,
  • να εφαρμόσουν τις παραπάνω μεθόδους σε μεγάλης κλίμακας προβλήματα με προγράμματα στον υπολογιστή.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.

Περιεχόμενο Μαθήματος

Αριθμητικές μέθοδοι για την εύρεση Ιδιοτιμών και Ιδιοδιανυσμάτων: Μέθοδος Δυνάμεων, QR μέθοδος, Ευσταθείς αλγόριθμοι (Ανακλάσεις Housholder, Στροφές Givens). Ιδιάζουσες Τιμές: Ανάλυση Ιδιαζουσών Τιμών, Ευσταθείς Αλγόριθμοι, Εφαρμογές Ιδιαζουσών Τιμών. Μέθοδοι Υποχώρων Krylov για την επίλυση μεγάλης κλίμακας γραμμικών Συστημάτων: Προρρυθμισμένη μέθοδος Συζυγών Κλίσεων. Γενικευμένη Μέθοδος Ελαχίστου Υπολοίπου (GMRES): Θεωρία Ορθογωνοποίησης Υποχώρων Krylov, Αλγόριθμοι Arnoldi και Lanczos. Εφαρμογές Επαναληπτικών μεθόδων σε προβλήματα συνοριακών τιμών και στην επεξεργασία σήματος και εικόνας.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση - Προφορική εξέταση

Συνιστώμενη Βιβλιογραφία

  • “Αριθμητική Γραμμική Άλγεβρα”, Β. Δουγαλής, Δ. Νούτσος, Α. Χατζηδήμος, Τυπογραφείο Πανεπιστημίου Ιωαννίνων.
  • “Matrix Computations”, G. H. Golub, C. F. Van Loan, The John Hopkings University Press, Baltimore and London, 1996.

Αριθμητική Επίλυση Συνήθων Διαφορικών Εξισώσεων (ΑΑ5)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΑ5
Εξάμηνο 1
Τίτλος Μαθήματος ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΣΥΝΗΘΩΝ ΔΙΑΦΟΡΙΚΩΝ ΕΞΙΣΩΣΕΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στο μάθημα δίνεται μια στοιχειώδης εισαγωγή στη θεωρία προβλημάτων αρχικών τιμών για συνήθεις διαφορικές εξισώσεις και μελετώνται αριθμητικές μέθοδοι επίλυσης τέτοιων προβλημάτων καθώς και αριθμητικές μέθοδοι για το πρόβλημα δύο σημείων. Βασική επιδίωξη είναι η κατανόηση των θεμελιωδών ποιοτικών χαρακτηριστικών αριθμητικών μεθόδων για προβλήματα αρχικών τιμών, όπως η συνέπεια και η τάξη ακρίβειας, διάφορες ιδιότητες ευστάθειας κ.λπ. Αποσκοπεί επίσης στην εξοικείωση με τις κύριες κατηγορίες αριθμητικών μεθόδων για προβλήματα αρχικών τιμών καθώς και για προβλήματα συνοριακών τιμών. Έπειτα από επιτυχή συμμετοχή στο μάθημα οι φοιτητές αναμένεται να:
  • Κατανοούν τα βασικά ζητήματα για προβλήματα αρχικών τιμών καθώς και για το πρόβλημα δύο σημείων και μπορούν να επιλύσουν κάποιες απλές διαφορικές εξισώσεις.
  • Αντιλαμβάνονται τον ρόλο της συνέπειας, της τάξης ακρίβειας και διαφόρων ιδιοτήτων ευστάθειας αριθμητικών μεθόδων για προβλήματα αρχικών τιμών.
  • Γνωρίζουν τις βασικές αριθμητικές μεθόδους για προβλήματα αρχικών τιμών, καθώς και τα πλεονεκτήματα και τα μειονεκτήματά τους.
  • Γνωρίζουν τη μέθοδο πεπερασμένων διαφορών καθώς και τα βασικά για τη μέθοδο πεπερασμένων στοιχείων για το πρόβλημα δύο σημείων.
Γενικές Ικανότητες
  • Προαγωγή ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Αξιοποίηση, εμπέδωση, εμβάθυνση και εφαρμογή μαθηματικών γνώσεων.
  • Εξοικείωση με βασικές αριθμητικές μεθόδους για διαφορικές εξισώσεις.

Περιεχόμενο Μαθήματος

  • Στοιχειώδης εισαγωγή στη θεωρία του προβλήματος αρχικών τιμών.
  • Λεπτομερής μελέτη των μεθόδων του Euler: τάξη ακρίβειας, ιδιότητες ευστάθειας, A-ευστάθεια και B-ευστάθεια, εκτίμηση του σφάλματος υπό διάφορες συνθήκες Lipschitz, όπως η ολική, η τοπική και η μονόπλευρη, εκ των προτέρων και εκ των υστέρων εκτιμήσεις των σφαλμάτων.
  • Μέθοδοι των Runge-Kutta και μέθοδοι συνεγγισμού: ιδιότητες ευστάθειας, τάξη ακρίβειας, μέθοδοι με μεταβλητό βήμα, ζεύγη μεθόδων για αυτόματη επιλογή βήματος.
  • Πολυβηματικές μέθοδοι: στοιχεία από τη θεωρία των εξισώσεων διαφορών, συνθήκη των ριζών και ευστάθεια, τάξη ακρίβειας, μονοσκελής εκδοχή πολυβηματικών μεθόδων και G-ευστάθεια.
  • Εισαγωγή στη θεωρία του προβλήματος δύο σημείων: μέθοδος της ενέργειας, ελλειπτική ομαλότητα.
  • Μέθοδος πεπερασμένων διαφορών για το πρόβλημα δύο σημείων.
  • Μέθοδοι πεπερασμένων στοιχείων για το πρόβλημα δύο σημείων: κατασκευή χώρων πεπερασμένων στοιχείων για διάφορες συνοριακές συνθήκες, μέθοδοι Galerkin και Ritz, το τέχνασμα του Nitsche. Ανάλυση σφάλματος στην περίπτωση μη (θετικά) ορισμένου τελεστή.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Ενδιάμεσες γραπτές εξετάσεις καθώς και τελική γραπτή εξέταση με ερωτήματα ανάπτυξης επιχειρημάτων για επίλυση προβλημάτων και ασκήσεων.

Συνιστώμενη Βιβλιογραφία

  • Γ. Δ. Ακρίβης, Β. Α. Δουγαλής: Αριθμητικές Μέθοδοι για Συνήθεις Διαφορικές Εξισώσεις. Πανεπιστημιακές Εκδόσεις Κρήτης, Ηράκλειο. Δεύτερη έκδοση, 2013, πρώτη ανατύπωση, 2015.

Αριθμητική Επίλυση Διαφορικών Εξισώσεων με Μερικές Παραγώγους (ΑΑ6)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΑ6
Εξάμηνο 2
Τίτλος Μαθήματος ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΔΙΑΦΟΡΙΚΩΝ ΕΞΙΣΩΣΕΩΝ ΜΕ ΜΕΡΙΚΕΣ ΠΑΡΑΓΩΓΟΥΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου, ανάπτυξη δεξιοτήτων.
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν να:

  1. εφαρμόζουν προηγμένες θεωρητικές τεχνικές της αριθμητικής ανάλυσης για την απόδειξη εκτιμήσεων σφάλματος για αριθμητικές μεθόδους για την προσέγγιση της λύσης ελλειπτικών προβλημάτων συνοριακών συνθηκών και παραβολικών προβλημάτων αρχικών τιμών και συνοριακών συνθηκών.
  2. επιδεικνύουν ανεξαρτησία στη χρήση ερευνητικού υλικού για την απόδειξη βασικών αποτελεσμάτων
  3. υλοποιούν αριθμητικές μεθόδους χρησιμοποιώντας εξελιγμένο λογισμικό (Octave ή FEniCS) και κατασκευάζουν κατάλληλα αριθμητικά πειράματα με στόχο την επαλήθευση των αντίστοιχων θεωρητικών αποτελεσμάτων.
  4. αξιολογούν την ορθότητα των αριθμητικών αποτελεσμάτων χρησιμοποιώντας τόσο τη θεωρία των αριθμητικών μεθόδων όσο και τα αποτελέσματα των αντίστοιχων συνεχών προβλημάτων.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών.
  • Προσαρμογή σε νέες καταστάσεις.
  • Αυτόνομη εργασία.
  • Λήψη αποφάσεων.
  • Προαγωγή της αναλυτικής και συνθετικής σκέψης.
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.
  • Εργασία σε διεπιστημονικό περιβάλλον.

Περιεχόμενο Μαθήματος

  • Χώροι Hilbert, το θεώρημα αναπαράστασης του Riesz, το θεώρημα των Lax-Milgram, το θεώρημα του Cea.
  • Στοιχεία από τη θεωρία των χώρων Sobolev στη μία διάσταση, γενικευμένες παράγωγοι, ανισότητα των Poincare-Friedrichs,
  • Η μεταβολική μορφή και η μέθοδος των πεπερασμένων στοιχείων για μονοδιάστατα και δυσδιάστατα ελλειπτικά προβλήματα συνοριακών τιμών. Εκ των προτέρων και εκ των υστέρων εκτιμήσεις σφάλματος, αυτόματη επιλογή του διαμερισμού.
  • Ημιδιακριτά και πλήρως διακριτά σχήματα για παραβολικά προβλήματα αρχικών τιμών και συνοριακών συνθηκών. Χρονική διακριτοποίηση με την άμεση και πεπλεγμένη μέθοδο του Euler και τη μέθοδο των Crank-Nicolson.
  • Υλοποίηση της μεθόδου πεπερασμένων στοιχείων στον υπολογιστή.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Xρήση ταμπλέτας για την παράδοση διδασκαλίας. Οι σημειώσεις από την τάξη γίνονται διαθέσιμες σε μορφή pdf στο ecourse.
  • Παροχή υλικού μελέτης μέσω του ecourse.
  • Επικοινωνία με τους φοιτητές χρησιμοποιώντας e-mail, και τις πλατφόρμες ecourse και MTeams.
  • Χρήση λογισμικών πακέτων (Octave ή FEniCS) για την υλοποίηση της μεθόδου πεπερασμένων στοιχείων.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 70
Λύση Ασκήσεων 25
Εκπόνηση Εργασίας 35
Δημόσια Παρουσίαση 18.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Θεωρητικές ασκήσεις (βάρος 30%, κάλυψη των μαθησιακών αποτελεσμάτων 1-2)
  • Εκπόνηση μελέτης, με χρήση LaTeX (βάρος 45%, κάλυψη των μαθησιακών αποτελεσμάτων 1-4)
  • Δημόσια παρουσίαση, με χρήση Βeamer (βάρος 25%, κάλυψη των μαθησιακών αποτελεσμάτων 1-4)

Συνιστώμενη Βιβλιογραφία

  • “Μέθοδοι πεπερασμένων στοιχείων”, Γ. Δ. Ακρίβης, Λευκωσία, 2005.
  • “Αριθμητική λύση μερικών διαφορικών εξισώσεων”, Μ. Πλεξουσάκης, & Π. Χατζηπαντελίδης, Κάλλιππος, 2015. http://hdl.handle.net/11419/665
  • “The Mathematical Theory of Finite Element Methods”, S.C. Brenner, & L.R. Scott (Third ed., Vol. 15), Springer, New York, 2008.
  • “Galerkin Finite Element Methods for Parabolic Problems”, V. Thomee, Springer-Verlag, 1997.

Ειδικά Θέματα Αριθμητικής Ανάλυσης (ΑΑ7)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΑ7
Εξάμηνο 2
Τίτλος Μαθήματος ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΑΡΙΘΜΗΤΙΚΗΣ ΑΝΑΛΥΣΗΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση:
  • να συνδυάζουν τη θεωρία με τις εφαρμογές,
  • να μπορούν να αναλύσουν-μελετήσουν προβλήματα από εφαρμοσμένες επιστήμες, να επιλέξουν κατάλληλες αριθμητικές μεθόδους και τέλος να τα λύσουν,
  • να κατανοήσουν τη χρησιμότητα της Αριθμητικής Ανάλυσης για τη λύση προβλημάτων από τη φύση και την κοινωνία.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.

Περιεχόμενο Μαθήματος

Επίλυση προβλημάτων μεγάλης κλίμακας από τη Ρευστομηχανική, με αριθμητικές μεθόδους: Ανάλυση του προβλήματος-επιλογή κατάλληλων μεθόδων-υλοποίηση-σύγκριση μεταξύ των μεθόδων. Επίλυση προβλημάτων βελτιστοποίησης μεγάλης κλίμακας προερχομένων από Θεωρία Ελέγχου, εξόρυξη-αναζήτηση δεδομένων, επεξεργασία σήματος και εικόνας με αριθμητικές μεθόδους: Ανάλυση του προβλήματος-επιλογή κατάλληλων μεθόδων-υλοποίηση-σύγκριση μεταξύ των μεθόδων.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση - Προφορική εξέταση - Εκπόνηση Εργασίας

Συνιστώμενη Βιβλιογραφία

  • Σημειώσεις Διδάσκοντα / Lecture notes
  • Υλικό από το διαδίκτυο / Material from the web

Παράλληλοι Υπολογισμοί (ΑΑ8)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΑ8
Εξάμηνο 2
Τίτλος Μαθήματος ΠΑΡΑΛΛΗΛΟΙ ΥΠΟΛΟΓΙΣΜΟΙ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση:
  • να γνωρίζουν τεχνικές Παράλληλης Επεξεργασίας,
  • να κατανοήσουν τη χρησιμότητα των παράλληλων υπολογισμών για την επίλυση προβλημάτων μεγάλης κλίμακας,
  • να υλοποιούν μεθόδους με προγράμματα σε παράλληλα υπολογιστικά συστήματα.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.

Περιεχόμενο Μαθήματος

  • Τεχνικές Παράλληλης Επεξεργασίας.
  • Παράλληλοι Αλγόριθμοι για την Επίλυση Γραμμικών Συστημάτων με επαναληπτικές μεθόδους.
  • Παράλληλοι Αλγόριθμοι βασισμένοι σε μεθόδους Διαχωρισμού Χωρία για την Επίλυση προβλημάτων Συνοριακών Τιμών.
  • Μέτρα απόδοσης και κλιμάκωση παραλληλίας.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή εξέταση - Προφορική εξέταση - Εκπόνηση Εργασίας

Συνιστώμενη Βιβλιογραφία

  • Σημειώσεις Διδάσκοντα / Lecture notes.
  • Υλικό από το διαδίκτυο / Material from the web.

Μέθοδοι Εφαρμοσμένων Μαθηματικών Ι (ΕΜ1)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΕΜ1
Εξάμηνο 2
Τίτλος Μαθήματος ΜΕΘΟΔΟΙ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ Ι
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα είναι μια εισαγωγή στις βασικές αναλυτικές και υπολογιστικές μεθόδους των Εφαρμοσμένων Μαθηματικών. Οι στόχοι του μαθήματος είναι η απόκτηση του θεωρητικού υποβάθρου από τον μεταπτυχιακό φοιτητή σε θέματα που αφορούν τα Εφαρμοσμένα Μαθηματικά και ικανότητα από τον μεταπτυχιακό φοιτητή στην εφαρμογή αναλυτικών, προσεγγιστικών και αριθμητικών μεθόδων σε προβλήματα των Μαθηματικών, της Φυσικής και της Μηχανικής. Με την ολοκλήρωση του μαθήματος ο μεταπτυχιακός φοιτητής θα είναι σε θέση να επιλύει προβλήματα με αναλυτικές, προσεγγιστικές ή αριθμητικές μεθόδους και να εμβαθύνει στην περαιτέρω κατανόηση τέτοιων μεθόδων.
Γενικές Ικανότητες
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία

Περιεχόμενο Μαθήματος

Διαστατική ανάλυση και κανονικοποίηση. Θεωρία Διαταραχών για αλγεβρικές εξισώσεις, ολοκληρώματα και διαφορικές εξισώσεις. Φυσικά μοντέλα που περιγράφονται με Μερικές Διαφορικές Εξισώσεις. Κυματικά φαινόμενα σε συνεχή μέσα. Το μάθημα περιλαμβάνει και πρακτική εφαρμογή σε εργαστήριο Η/Υ (Εργαστήριο Μηχανικής).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση του εργαστηρίου Μηχανικής
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία
  • Γραπτή εξέταση στο τέλος του εξαμήνου

Συνιστώμενη Βιβλιογραφία

  • Εφαρμοσμένα Μαθηματικά, Logan D.J. Πανεπιστημιακές Εκδόσεις Κρήτης, Ηράκλειο, 1η έκδοση, 2010.
  • Perturbation Methods, A.H. Nayfeh, 1η έκδοση, Willey-VCH, 2000.

Μέθοδοι Εφαρμοσμένων Μαθηματικών II (ΕΜ2)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος EM2
Εξάμηνο 2
Τίτλος Μαθήματος ΜΕΘΟΔΟΙ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΙΙ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υπόβαθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα είναι μια πρώτη εισαγωγή στις βασικές μεθόδους των εφαρμοσμένων μαθηματικών και ιδιαίτερα στη θεωρία διαταραχών. Υπάρχουν πολλές καταστάσεις στα μαθηματικά όπου βρίσκουμε εκφράσεις που δεν μπορούν να υπολογιστούν με απόλυτη ακρίβεια ή όπου ακριβείς απαντήσεις είναι πολύ περίπλοκες για να παρέχουν χρήσιμες πληροφορίες. Σε πολλές από αυτές τις περιπτώσεις, είναι δυνατόν να βρεθεί μια σχετικά απλή έκφραση η οποία, στην πράξη, είναι εξίσου καλή με την πλήρη και ακριβή λύση. Η ασυμπτωτική ανάλυση ασχολείται με μεθόδους για την εύρεση τέτοιων προσεγγίσεων και έχει ένα ευρύ φάσμα εφαρμογών, τόσο στους τομείς των καθαρών μαθηματικών, όπως τη συνδυαστική, τις πιθανότητες, τη θεωρία αριθμών και τα εφαρμοσμένα μαθηματικά και την επιστήμη των υπολογιστών. Ο στόχος αυτού του μαθήματος είναι η εισαγωγή μερικών από τις βασικές τεχνικές και η εφαρμογή αυτών των μεθόδων σε διάφορα προβλήματα. Μετά την ολοκλήρωση αυτού του μαθήματος οι φοιτητές θα μπορούν:
  • να αναγνωρίσουν την πρακτική αξία μικρών ή μεγάλων παραμέτρων για τον υπολογισμό μαθηματικών εκφράσεων.
  • να κατανοούν την έννοια της (αποκλίνουσας) ασυμπτωτικής σειράς, και να διακρίνουν μεταξύ κανονικών και ιδιόμορφων διαταραχών.
  • να βρουν την κυρίαρχη συμπεριφορά σε αλγεβρικές και διαφορικές εξισώσεις με μικρές και μεγάλες παραμέτρους.
  • να υπολογίζουν τη κυρίαρχη συμπεριφορά ολοκληρωμάτων με μια μικρή παράμετρο.
  • να βρουν (σε συγκεκριμένες περιπτώσεις) την πλήρη ασυμπτωτική συμπεριφορά ολοκληρωμάτων.
  • να προσδιορίσουν οριακά στρώματα σε λύσεις διαφορικών εξισώσεων και να εφαρμόσουν κατάλληλα αναπτύγματα για τον υπολογισμό των κυρίαρχων λύσεων.
Γενικές Ικανότητες
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία

Περιεχόμενο Μαθήματος

Εισαγωγή και συμβολισμός της θεωρίας διαταραχών, κανονικές και ιδιόμορφες διαταραχές, ασυμπτωτικά αναπτύγματα ολοκληρωμάτων, ασυμπτωτικές λύσεις γραμμικών και μη γραμμικών διαφορικών εξισώσεων, μετασχηματισμοί Laplace και Fourier (αν το επιτρέπει ο χρόνος).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση του εργαστηρίου Μηχανικής
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία

Συνιστώμενη Βιβλιογραφία

  • Εφαρμοσμένα Μαθηματικά, Logan D.J. Πανεπιστημιακές Εκδόσεις Κρήτης, Ηράκλειο, 1η έκδοση, 2010.
  • Perturbation Methods, A.H. Nayfeh, 1η έκδοση, Willey-VCH, 2000.

Μερικές Διαφορικές Εξισώσεις και Εφαρμογές (ΕΜ3)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος EM3
Εξάμηνο 1
Τίτλος Μαθήματος ΜΕΡΙΚΕΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υπόβαθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Ο φοιτητής σε αυτό το μάθημα θα εφαρμόσει μαθηματικά εργαλεία προηγούμενων μαθημάτων και με τον τρόπο αυτό θα αφομοιώσει καλύτερα ορισμένα φυσικά (και όχι μόνο) φαινόμενα και τον τρόπο που αυτά μετατρέπονται σε μαθηματικά προβλήματα. Πιο συγκεκριμένα με την ολοκλήρωση αυτού του μαθήματος, οι φοιτητές θα πρέπει να είναι ικανοί
  • να χρησιμοποιούν την μέθοδο των χαρακτηριστικών για να λύνουν μερικές διαφορικές εξισώσεις
  • να κατηγοριοποιούν τις μερικές διαφορικές εξισώσεις δεύτερης τάξης σε ελλειπτικού, παραβολικού και υπερβολικού τύπου
  • να χρησιμοποιούν τις συναρτήσεις Green για να λύνουν ελλειπτικού τύπου εξισώσεις
  • να έχουν βασική κατανόηση των εξισώσεων διάχυσης
  • να χρησιμοποιούν χωρισμό μεταβλητών για να λύνουν γραμμικές μερικές διαφορικές εξισώσεις.
Γενικές Ικανότητες
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία

Περιεχόμενο Μαθήματος

Βασικές έννοιες. Γραμμικές, οιωνοί γραμμικές και ημι-γραμμικές εξισώσεις 1ης τάξης. Το πρόβλημα Cauchy και η επίλυσή του με την μέθοδο των χαρακτηριστικών καμπυλών. Γραμμικές εξισώσεις 2ης τάξης: ταξινόμηση (υπερβολικές, παραβολικές, ελλειπτικές), παραδείγματα (κυματική εξίσωση, εξίσωση θερμότητας, εξίσωση Laplace). Προβλήματα αρχικών και συνοριακών τιμών για την κυματική εξίσωση και την εξίσωση θερμότητας. Προβλήματα συνοριακών τιμών για την εξίσωση Laplace. Το πρόβλημα Cauchy για την κυματική εξίσωση και την εξίσωση θερμότητας.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στη τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία

Συνιστώμενη Βιβλιογραφία

  • Fluid Mechanics with Applications, M. Xenos and E. Tzirtzilakis, 2018 (in Greek)
  • Fluid Mechanics, Volume 1, A. Papaioanou, 2nd Edition, 2001 (in Greek).
  • Computational Fluid Mechanics, I. Soulis, 1st Edition, 2008 (in Greek).
  • Numerical heat transfer and fluid flow, S.V. Patankar, McGraw-Hill, New York, 1980.
  • The Finite Element Method, Vol. 1, The Basis, O.C. Zienkiewicz, R.L. Taylor, 5th Ed., Butterworth-Heinemann, Oxford, 2000.
  • Computational Techniques for fluid Dynamics, C.A.J. Fletcher Volumes I and II, 2nd Ed. Springer-Verlag, Berlin, 1991.

Ρευστομηχανικη (ΕΜ4)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΕΜ4
Εξάμηνο 2
Τίτλος Μαθήματος ΡΕΥΣΤΟΜΗΧΑΝΙΚΗ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα είναι μια εισαγωγή στις βασικές έννοιες της Ρευστομηχανικής και της Υπολογιστικής Ρευστοδυναμικής. Οι στόχοι του μαθήματος είναι:
  • Απόκτηση του θεωρητικού υποβάθρου από τον φοιτητή σε θέματα που αφορούν την Μηχανική των Ρευστών.
  • Απόκτηση του υποβάθρου από τον φοιτητή σε υπολογιστικές μεθόδους για την επίλυση προβλημάτων της Ρευστομηχανικής.

Με την ολοκλήρωση του μαθήματος ο φοιτητής θα είναι σε θέση να επιλύει με αναλυτικές, προσεγγιστικές και αριθμητικές τεχνικές προβλήματα της Μηχανικής των Ρευστών και να εμβαθύνει στην περαιτέρω κατανόηση τέτοιων μεθόδων.

Γενικές Ικανότητες

Το μάθημα αποσκοπεί στο να μπορεί ο μεταπτυχιακός φοιτητής να αποκτήσει την ικανότητα ανάλυσης και σύνθεσης βασικών γνώσεων της Ρευστομηχανικής και γενικότερα των Εφαρμοσμένων Μαθηματικών. Ο μεταπτυχιακός φοιτητής θα μπορεί να αντιμετωπίσει με τη βοήθεια αναλυτικών και προσεγγιστικών μεθόδων προβλήματα των σύγχρονων Εφαρμοσμένων Μαθηματικών και της Μηχανικής των Ρευστών δίνοντας του τη δυνατότητα να μπορεί να εργαστεί σε ένα διεθνές διεπιστημονικό περιβάλλον. Ο μεταπτυχιακός φοιτητής στα πλαίσια του μαθήματος εργάζεται αυτόνομα ή/και σε ομάδα.

Περιεχόμενο Μαθήματος

Κινηματική των Ρευστών, Ανάλυση της κίνησης του ρευστού, Εξίσωση συνέχειας και ροϊκή συνάρτηση, Εξισώσεις κίνησης για Ιδανικά και Πραγματικά Ρευστά, Στρωτή και Τυρβώδης ροή, Οριακό στρώμα, Ροή με αντίξοη βαθμίδα πίεσης, Αριθμητικές μέθοδοι στη Ρευστομηχανική, Ταξινόμηση των προβλημάτων της Ρευστοδυναμικής και των αντίστοιχων εξισώσεων που τα περιγράφουν, Βασικά αριθμητικά σχήματα της μεθόδου πεπερασμένων διαφορών, Σφάλμα αποκοπής και η έννοια της συμβατότητας αριθμητικού σχήματος, Ευστάθεια και σύγκλιση αριθμητικού σχήματος, Μέθοδος των πεπερασμένων όγκων, Εισαγωγή στην μέθοδο σταθμισμένων υπολοίπων, Μέθοδος των πεπερασμένων στοιχείων. Το μάθημα περιλαμβάνει και πρακτική εφαρμογή σε εργαστήριο Η/Υ (Εργαστήριο Εφαρμοσμένων και Υπολογιστικών Μαθηματικών).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στη τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών

Χρήση του Εργαστηρίου Εφαρμοσμένων και Υπολογιστικών Μαθηματικών

Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία
  • Γραπτή εξέταση στο τέλος του εξαμήνου

Συνιστώμενη Βιβλιογραφία

  • Μηχανική των Ρευστών - Τόμος 1, Ά. Παπαϊωάννου, Έκδοση 2η, 2002, Εκδότης: Γ. Γκέλμπεσης
  • Υπολογιστική Μηχανική Ρευστών, Σούλης Ι., Έκδοση 1η, 2008, Εκδότης: Χ.Ν. Αϊβαζής
  • Numerical heat transfer and fluid flow, S.V. Patankar, McGraw-Hill, New York, 1980
  • The Finite Element Method, Vol. 1, The Basis, O.C. Zienkiewicz, R.L. Taylor, 5th Ed., Butterworth-Heinemann, Oxford, 2000
  • Computational Techniques for fluid Dynamics, C.A.J. Fletcher Volumes I and II, 2nd Ed. Springer-Verlag, Berlin, 1991.

Δυναμικά Συστήματα και Χάος (ΕΜ5)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΕΜ5
Εξάμηνο 1
Τίτλος Μαθήματος ΔΥΝΑΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΧΑΟΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα είναι μια εισαγωγή στα συνεχή και διακριτά Δυναμικά Συστήματα. Τα μη γραμμικά συστήματα Διαφορικών Εξισώσεων οδηγούν πολλές φορές σε μη ντετερμινιστικά (στοχαστικά) αποτελέσματα και σε χαοτικές καταστάσεις. Οι στόχοι του μαθήματος είναι:
  • Απόκτηση του θεωρητικού υποβάθρου από τον φοιτητή σε θέματα που αφορούν τα Δυναμικά Συστήματα που περιγράφονται από διαφορικές εξισώσεις.
  • Απόκτηση του υποβάθρου από τον φοιτητή σε υπολογιστικές μεθόδους για την επίλυση προβλημάτων των Δυναμικών Συστημάτων.
  • Περιγραφή χαοτικών καταστάσεων των Δυναμικών Συστημάτων.

Με την ολοκλήρωση του μαθήματος ο φοιτητής θα είναι σε θέση να επιλύει με αναλυτικές και αριθμητικές τεχνικές προβλήματα των Δυναμικών Συστημάτων και να εμβαθύνει στην περαιτέρω κατανόηση τους.

Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο μεταπτυχιακός φοιτητής να αποκτήσει την ικανότητα ανάλυσης και σύνθεσης βασικών γνώσεων των Δυναμικών Συστημάτων και γενικότερα των Εφαρμοσμένων Μαθηματικών. Ο μεταπτυχιακός φοιτητής θα μπορεί να αντιμετωπίσει με τη βοήθεια αναλυτικών και προσεγγιστικών μεθόδων προβλήματα των σύγχρονων Εφαρμοσμένων Μαθηματικών και κυρίως των διακριτών ή/και συνεχών Δυναμικών Συστημάτων. Αυτό θα δώσει στον μεταπτυχιακό φοιτητή τη δυνατότητα να μπορεί εργάζεται σε ένα διεθνές διεπιστημονικό περιβάλλον.

Περιεχόμενο Μαθήματος

Περιγραφή δυναμικών συστημάτων και διαφορικές εξισώσεις κίνησης, Σημεία ισορροπίας δυναμικού συστήματος, Ακολουθία διακλαδώσεων και διπλασιασμός περιόδου μη γραμμικών συνήθων διαφορικών εξισώσεων, Χώρος φάσεων δυναμικού συστήματος, Xαοτική τροχιά δυναμικού συστήματος, Επιφάνεια τομών Poincare, Εφαρμογές στα δυναμικά συστήματα, Απεικόνηση Henon, Σύνολα Mandelbrot και Julia, Αυτοομοιότητα υπό αλλαγή κλίμακας, Μορφοκλασματικά σύνολα. Το μάθημα περιλαμβάνει και πρακτική εφαρμογή σε εργαστήριο Η/Υ (Εργαστήριο Εφαρμοσμένων και Υπολογιστικών Μαθηματικών).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών

Χρήση του Εργαστηρίου Εφαρμοσμένων και Υπολογιστικών Μαθηματικών

Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία
  • Γραπτή εξέταση στο τέλος του εξαμήνου

Συνιστώμενη Βιβλιογραφία

  • Δυναμικά Συστήματα και Χάος, Πρώτος Τόμος, Α. Μπούντης, 1995, Εκδότης: Α. ΠΑΠΑΣΩΤΗΡΙΟΥ & ΣΙΑ Ι.Κ.Ε.
  • Δυναμικά Συστήματα και Χάος, Δεύτερος Τόμος, Α. Μπούντης, 2001, Εκδότης: Εταιρεία Αξιοποίησης και Διαχείρισης Περιουσίας Πανεπιστημίου Πατρών.
  • An Introduction to Dynamical Systems and Chaos, G.C. Layek, 2015, Editor: Springer.

Ολοκληρώσιμα Συστήματα (ΕΜ6)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος EM6
Εξάμηνο 1
Τίτλος Μαθήματος ΟΛΟΚΛΗΡΩΣΙΜΑ ΣΥΣΤΗΜΑΤΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υπόβαθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Με τον όρο ολοκληρώσιμα συστήματα εννοούμε μη γραμμικές διαφορικές εξισώσεις οι οποίες, θεωρητικά, τουλάχιστον, μπορούν να επιλυθούν αναλυτικά. Αυτό σημαίνει ότι η λύση μπορεί να προκύψει από ένα πεπερασμένο αριθμό αλγεβρικών πράξεων και ολοκληρώσεων. Τέτοια συστήματα είναι πολύ σπάνια - οι περισσότερες μη γραμμικές διαφορικές εξισώσεις οδηγούν σε χαοτική συμπεριφορά και δεν μπορούμε να βρούμε τις ακριβείς τους λύσεις. Τα ολοκληρώσιμα συστήματα οδηγούν ωστόσο σε πολύ ενδιαφέροντα μαθηματικά που κυμαίνονται από τη διαφορική γεωμετρία και τη σύνθετη ανάλυση στη κβαντική θεωρία πεδίου και τη δυναμική των ρευστών. Τα κύρια θέματα που εξετάζονται στο μάθημα, που αποτελούν και τις δεξιότητες που θα αποκομίσουν οι φοιτητές, είναι:
  • Ολοκληρωσιμότητα διαφορικών εξισώσεων: ο φορμαλισμός Hamilton, το θεώρημα Arnold-Liouville, ανάλυση Painleve.
  • Ολοκληρωσιμότητα μερικών διαφορικών εξισώσεων: σολιτόνια, ο μετασχηματισμός της αντίστροφης σκέδασης.
Γενικές Ικανότητες
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία

Περιεχόμενο Μαθήματος

Ολοκληρωσιμότητα στην Κλασική Μηχανική, ανάλυση Painleve, μετασχηματισμοί Fourier, ο μετασχηματισμός της αντίστροφης σκέδασης και θεωρία σολιτονίων.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία

Συνιστώμενη Βιβλιογραφία

  • P. G. Drazin, R. S. Johnson, Solitons: An Introduction, Cambridge University Press, 1989.
  • M. J. Ablowitz, H. Segur, Solitons and the Inverse Scattering Transform, SIAM 1981.
  • Προσωπικές σημειώσεις του διδάσκοντα.

Μορφοκλασματικά Σύνολα και Εφαρμογές (Fractals) (ΕΜ7)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΕΜ7
Εξάμηνο 2
Τίτλος Μαθήματος ΜΟΡΦΟΚΛΑΣΜΑΤΙΚΑ ΣΥΝΟΛΑ ΚΑΙ ΕΦΑΡΜΟΓΕΣ (FRACTALS)
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Το μάθημα είναι μια εισαγωγή στα Μορφοκλασματικά Σύνολα (Fractals) και στις δομές που έχουν αυτοομοιότητα υπό αλλαγή κλίμακας. Στόχοι του μαθήματος είναι:
  • Απόκτηση του θεωρητικού υποβάθρου από τον φοιτητή σε θέματα που αφορούν τα Μορφοκλασματικά Σύνολα.
  • Απόκτηση του υποβάθρου από τον φοιτητή σε αναλυτικές και υπολογιστικές μεθόδους για την επίλυση προβλημάτων που σχετίζονται με τα Μορφοκλασματικά Σύνολα.
  • Κατανόηση βασικών εννοιών των Μορφοκλασματικών Συνόλων και επέκταση σε εφαρμογές και στη φύση.

Με την ολοκλήρωση του μαθήματος ο φοιτητής θα είναι σε θέση με την χρήση αναλυτικών και υπολογιστικών τεχνικών να μελετά προβλήματα που σχετίζονται με τα Μορφοκλασματικά Σύνολα και να εμβαθύνει στην περαιτέρω κατανόηση τους.

Γενικές Ικανότητες Το μάθημα αποσκοπεί στο να μπορεί ο μεταπτυχιακός φοιτητής να αποκτήσει την ικανότητα ανάλυσης και σύνθεσης βασικών γνώσεων των Μορφοκλασματικών Συνόλων και γενικότερα των Εφαρμοσμένων Μαθηματικών. Ο μεταπτυχιακός φοιτητής θα μπορεί να αντιμετωπίσει με τη βοήθεια αναλυτικών και προσεγγιστικών μεθόδων προβλήματα των σύγχρονων Εφαρμοσμένων Μαθηματικών. Αυτό θα δώσει στον μεταπτυχιακό φοιτητή τη δυνατότητα να μπορεί εργάζεται σε ένα διεθνές διεπιστημονικό περιβάλλον. Ο μεταπτυχιακός φοιτητής στα πλαίσια του μαθήματος εργάζεται αυτόνομα ή/και σε ομάδα.

Περιεχόμενο Μαθήματος

Αυτοομοιότητα υπό αλλαγή κλίμακας, Μορφοκλασματικά σύνολα, Hausdorff διάσταση, Σύνολα Mandelbrot και Julia, Affine μετασχηματισμοί στον Ευκλείδιο χώρο, Μετασχηματισμοί σε Μετρικούς Χώρους, Θεώρημα συστολής απεικονίσεων, Κατασκευή των Fractals, Θεώρημα Collage, Εφαρμογές των μορφοκλασματικών συνόλων. Το μάθημα περιλαμβάνει και πρακτική εφαρμογή σε εργαστήριο Η/Υ (Εργαστήριο Μηχανικής).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στη τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση του εργαστηρίου Μηχανικής
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία
  • Γραπτή εξέταση στο τέλος του εξαμήνου

Συνιστώμενη Βιβλιογραφία

  • Ο Θαυμαστός Κόσμος των Fractal, 2004, Α. Μπούντης, Εκδότης: Liberal Books Μονοπρόσωπη ΕΠΕ.
  • Fractals Everywhere, 2nd edition, 2000, M. F. Barnsley, Publisher: Morgan Kaufmann.

Λογισμός Μιγαδικών Συναρτήσεων και Εφαρμογές (ΕΜ8)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος EM8
Εξάμηνο 1
Τίτλος Μαθήματος ΛΟΓΙΣΜΟΣ ΜΙΓΑΔΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ ΚΑΙ ΕΦΑΡΜΟΓΕΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υπόβαθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στο τέλος του μαθήματος ο φοιτητής πρέπει να είναι σε θέση να:
  • να δώσει μια περιγραφή των εννοιών της αναλυτικής συνάρτησης και της αρμονικής συνάρτησης και να εξηγήσει το ρόλο των εξισώσεων Cauchy-Riemann.
  • να εξηγήσει την έννοια της σύμμορφης απεικόνισης, να περιγράψει τη σχέση της με τις αναλυτικές συναρτήσεις και να γνωρίζει τις ιδιότητες και απεικονίσεις των στοιχειωδών συναρτήσεων.
  • να περιγράψει τις ιδιότητες των μετασχηματισμών Möbius και να γνωρίζει πώς να τις χρησιμοποιήσουμε στις σύμμορφες απεικονίσεις.
  • να υπολογίζει μιγαδικά ολοκληρώματα.
  • να χρησιμοποιεί το θεώρημα Cauchy, την ενοποιημένη φόρμουλα Cauchy και μερικές από τις συνέπειές τους.
  • να αναλύει απλές ακολουθίες και σειρές συναρτήσεων σε σχέση με την ομοιόμορφη σύγκλιση, να περιγράφει τις ιδιότητες σύγκλισης μιας δυναμοσειράς και να προσδιορίζει τη σειρά Taylor ή τη σειρά Laurent μιας αναλυτικής συνάρτησης σε μια δεδομένη περιοχή.
  • να δίνει μια περιγραφή των βασικών ιδιοτήτων των ιδιομορφιών αναλυτικών συναρτήσεων και να είναι δυνατόν να προσδιορίζεται η τάξη των ριζών και των πόλων, να υπολογίζονται τα ολοκληρωτικά υπολείμματα.
  • να χρησιμοποιεί τη θεωρία, τις μεθόδους και τις τεχνικές του μαθήματος για την επίλυση μαθηματικών προβλημάτων.
Γενικές Ικανότητες
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία

Περιεχόμενο Μαθήματος

Μιγαδικοί αριθμοί και η τοπολογία του ℂ. Συναρτήσεις μιας μιγαδικής μεταβλητής, όρια, συνέχεια και διαφόριση. Οι εξισώσεις Cauchy-Riemann. Αναλυτικές και αρμονικές συναρτήσεις. Σύμμορφες απεικονίσεις. Οι στοιχειώδεις συναρτήσεις από το ℂ στο ℂ, ιδιαίτερα οι μετασχηματισμοί Möbius και η εκθετική συνάρτηση. Λύση προβλημάτων συνοριακών τιμών στο επίπεδο για την εξίσωση Laplace χρησιμοποιώντας σύμμορφες απεικονίσεις. Μιγαδική ολοκλήρωση. Το θεώρημα Cauchy. Η αρχή μεγίστου για αναλυτικές και αρμονικές συναρτήσεις. Η φόρμουλα του Poisson. Ομοιόμορφη σύγκλιση και αναλυτικότητα. Δυναμοσειρές. Σειρές Taylor και Laurent με εφαρμογές. Ρίζες και απομονωμένες ιδιομορφίες. Υπολογισμός υπολοίπων με εφαρμογές. Το θεώρημα Rouché. Σύντομη σύνδεση με σειρές και ολοκληρώματα Fourier. Το πρόβλημα Riemann-Hilbert.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στη τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία

Συνιστώμενη Βιβλιογραφία

  • ΜΙΓΑΔΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ, Κωδικός Βιβλίου στον Εύδοξο: 226, Έκδοση: 1η/2005, Συγγραφείς: CHURCHILL R., BROWN J., ISBN: 960-7309-41-3, Τύπος: Σύγγραμμα, Διαθέτης (Εκδότης): ΙΔΡΥΜΑ ΤΕΧΝΟΛΟΓΙΑΣ & ΕΡΕΥΝΑΣ-ΠΑΝΕΠΙΣΤΗΜΙΑΚΕΣ ΕΚΔΟΣΕΙΣ ΚΡΗΤΗΣ
  • ΜΙΓΑΔΙΚΕΣ ΜΕΤΑΒΛΗΤΕΣ, Κωδικός Βιβλίου στον Εύδοξο: 12404786, Έκδοση: 1η/2011, Συγγραφείς: ABLOWITZ MARK J., ΦΩΚΑΣ ΑΘΑΝΑΣΙΟΣ Σ., ISBN: 978-960-524-337-1, Τύπος: Σύγγραμμα, Διαθέτης (Εκδότης): ΙΔΡΥΜΑ ΤΕΧΝΟΛΟΓΙΑΣ & ΕΡΕΥΝΑΣ-ΠΑΝΕΠΙΣΤΗΜΙΑΚΕΣ ΕΚΔΟΣΕΙΣ ΚΡΗΤΗΣ
  • Αναλυτικές συναρτήσεις και μερικές εφαρμογές τους, Κωδικός Βιβλίου στον Εύδοξο: 12166, Έκδοση: 2η έκδ./1998, Συγγραφείς: Τερσένοβ Σάββας, ISBN: 978-960-7140-66-1, Τύπος: Σύγγραμμα, Διαθέτης (Εκδότης): ΔΙΑΥΛΟΣ Α.Ε. ΕΚΔΟΣΕΙΣ ΒΙΒΛΙΩΝ
  • Μιγαδικές συναρτήσεις, Κωδικός Βιβλίου στον Εύδοξο: 11116, Έκδοση: 1η έκδ./1996, Συγγραφείς: Παντελίδης Γεώργιος Ν., Κραββαρίτης Δημήτρης Χ., Νασόπουλος Β., ISBN: 960-431-358-4, Τύπος: Σύγγραμμα, Διαθέτης (Εκδότης): Ζήτη Πελαγία & Σια Ι.Κ.Ε.
  • Μιγαδικές συναρτήσεις, Κωδικός Βιβλίου στον Εύδοξο: 11115, Έκδοση: 1η έκδ./2008, Συγγραφείς: Ξένος Θανάσης Π., ISBN: 978-960-456-092-9, Τύπος: Σύγγραμμα, Διαθέτης (Εκδότης): Ζήτη Πελαγία & Σια Ι.Κ.Ε.

Ειδικά Θέματα Εφαρμοσμένων Μαθηματικών (ΕΜ9)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος EM9
Εξάμηνο 2
Τίτλος Μαθήματος ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υπόβαθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Εισαγωγή σε θεωρητικά και υπολογιστικά ερευνητικά θέματα σχετικά με σύγχρονα εφαρμοσμένα μαθηματικά προβλήματα και επίβλεψη της μελέτης σε θέματα που δεν καλύπτονται από τα υπόλοιπα μαθήματα του προγράμματος.
Γενικές Ικανότητες
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία

Περιεχόμενο Μαθήματος

Ανάλογα με τα ενδιαφέροντα των φοιτητών και τη διαθεσιμότητα διδασκόντων.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στη τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση του εργαστηρίου Μηχανικής
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία

Συνιστώμενη Βιβλιογραφία

  • ---

Ειδικά Θέματα Μηχανικής των Ρευστών (ΕΜ10)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΕΜ10
Εξάμηνο 2
Τίτλος Μαθήματος ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΜΗΧΑΝΙΚΗΣ ΤΩΝ ΡΕΥΣΤΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικού υποβάθρου
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Εισαγωγή σε θεωρητικά και υπολογιστικά ερευνητικά θέματα σχετικά με σύγχρονα εφαρμοσμένα μαθηματικά προβλήματα και επίβλεψη της μελέτης σε θέματα που δεν καλύπτονται από τα υπόλοιπα μαθήματα του προγράμματος.
Γενικές Ικανότητες
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία

Περιεχόμενο Μαθήματος

Ανάλογα με τα ενδιαφέροντα των φοιτητών και τη διαθεσιμότητα διδασκόντων.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στη τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση του εργαστηρίου Μηχανικής
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Εβδομαδιαίες ασκήσεις
  • Τελική εργασία
  • Γραπτή εξέταση στο τέλος του εξαμήνου

Συνιστώμενη Βιβλιογραφία

  • ---

Θεωρία Πολυπλοκότητας (ΠΛ1)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ1
Εξάμηνο 1
Τίτλος Μαθήματος ΘΕΩΡΙΑ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Επιλογής
Προαπαιτούμενα Μαθήματα Απαραίτητες γνώσεις από 641-Σχεδίαση και Ανάλυση Αλγορίθμων
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Ο κύριος σκοπός του μαθήματος είναι η εισαγωγή στην έννοια της πολυπλοκότητας χρόνου και χώρου για την επίλυση δύσκολων προβλημάτων.
  • Η έννοια της πολυπλοκότητας επίλυσης προβλημάτων. Μηχανές Turing, μη-ντετερμινισμός και ντετερμινισμός, η μέθοδος της διαγωνοποίησης, αποφασίσιμες και μη αποφασίσιμες γλώσσες - το HALTING PROBLEM είναι μη αποφασίσιμο.
  • Το θεώρημα του Rice, το θεώρημα της αναδρομής, το θεώρημα Smn. Μέτρηση πολυπλοκότητας (χρόνος και χώρος), ασυμπτωτικές εκφράσεις και συμβολισμοί, περιορισμοί στους πόρους υπολογισμού, οι κλάσεις P, NP, PSPACE. Το Θεμελιώδες ερώτημα αν P=NP.
  • Το θεώρημα του Savitch, σχέσεις μεταξύ κλάσεων πολυπλοκότητας, η ιεραρχία κλάσεων DSPACE και DTIME. Πολυωνυμικές αναγωγές, το θεώρημα του Cook: το Πρόβλημα της Ικανοποιησιμότητας Λογικών Εκφράσεων (SAT) είναι NP-πλήρες.

Μέθοδοι απόδειξης NP-πληρότητας προβλημάτων.

  • Η πολυωνυμική ιεραρχία χρόνου, PSPACE-πλήρη προβλήματα και το πρόβλημα QBF, αποδεδειγμένα δύσκολα υπολογιστικά προβλήματα. Αλγόριθμοι Monte Carlo και Las Vegas.

Στο μάθημα περιλαμβάνονται ατομικές ασκήσεις, περιληπτική συγγραφή και παρουσίαση σχετικών ερευνητικών εργασιών. Στόχος του μαθήματος είναι οι φοιτητές να είναι σε θέση:

  • να κατανοήσουν τις κλάσεις πολυπλοκότητας,
  • να επεκτείνουν τις μεθόδους επίλυσης δύσκολων προβλημάτων, και
  • να αντιλαμβάνονται δύσκολα επιλύσιμα προβλήματα με αναγωγές.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Αυτόνομη εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον

Περιεχόμενο Μαθήματος

  • ΝΡ και υπολογιστική δυσεπιλυσιμότητα
  • Η κλάση PSPACE
  • Επέκταση των ορίων επιλυσιμότητας
  • Προσεγγιστικοί Αλγόριθμοι
  • Τοπική Αναζήτηση
  • Τυχαιοποιημένοι Αλγόριθμοι

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Ατομικές Εργασίες (50%)
  • Συγγραφή Περιληπτικών Εργασιών (20%)
  • Παρουσιάσεις (30%)

Συνιστώμενη Βιβλιογραφία

  • Computational Complexity, Christos Papadimitriou.
  • Computers and Intractability, M. R. Garey and D. S. Johnson.
  • J. Kleinberg and E. Tardos, Σχεδιασμός Αλγορίθμων, ελληνική έκδοση, Εκδόσεις Κλειδάριθμος, 2008
  • T. Cormen, C. Leiserson, R. Rivest, and C. Stein, Εισαγωγή στους Αλγορίθμους, ελληνική έκδοση, Πανεπιστημιακές Εκδόσεις Κρήτης, 2012.

Μαθηματική Θεωρία των Υπολογισμών (ΠΛ2)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ2
Εξάμηνο 1
Τίτλος Μαθήματος ΜΑΘΗΜΑΤΙΚΗ ΘΕΩΡΙΑ ΤΩΝ ΥΠΟΛΟΓΙΣΜΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα Προπτυχιακά Μαθήματα στη Θεωρία Αυτομάτων και Τυπικών Γλωσσών, Δομές Δεδομένων και Εισαγωγή στους Αλγορίθμους.
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Σκοπός είναι η βαθύτερη κατανόηση της Θεωρίας Υπολογισμού που είναι η Θεωρία Αυτομάτων και Τυπικών Γλωσσών, η Υπολογισιμότητα και η Πολυπλοκότητα τους καθώς και η εισαγωγή των φοιτητών στην κριτική σκέψη και την ερευνητική διαδικασία. Στο μάθημα γίνεται λεπτομερής εξέταση των Πεπερασμένων Αυτομάτων (Αιτιοκρατικών, μη Αιτιοπρατικών, με ε-μεταβάσεις) και των εφαρμογών τους, των Κανονικών Εκφράσεων και Γλωσσών, των Ιδιοτήτων των Κανονικών Γλωσσών. Των Ανεξάρτητων Συμφραζομένων Γραμματικών και Γλωσσών, των Πεπερασμένων Αυτομάτων με Στοιβάδα (Αιτιοκρατικών, Παραλλαγές όπως αποδοχή με τελική κατάσταση ή με κενή στοιβάδα), των ιδιοτήτων των Ανεξάρτητων Συμφραζομένων Γλωσσών. Των Μηχανών Turing (standad ΜΤ, με πολλαπλές λωρίδες ΜΤ, με απεριόριστη ταινία με αμφότερες κατευθύνσεις, με πολλαπλές ταινίες ΜΤ, μη Αιτιοκρατικές ΜΤ, Καθολική ΜΤ). Των εννοιών της Επιλυσιμότητας και Υπολογισιμότητας καθώς και της Πολυπολοκότητας των Υπολογισμών. Μετά την ολοκλήρωση του μαθήματος ο φοιτητής /τρια μπορεί να χειριστεί:
  • σε επίπεδο θεωρητικής τεκμηρίωσης προβλημάτων
  • επίλυση ασκήσεων
  • αναγνώριση εφαρμογών

Πεπερασμένα Αυτόματα, τα Πεπερασμένα Αυτόματα με Στοιβάδα και τις Μηχανές Turing, την Επιλυσιμότητα και Υπολογισιμότητα καθώς και την Πολυπλοκότητα των Υπολογισμών.

Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Βιβλιογραφική έρευνα
  • Επιλογή και σχεδίαση της κατάλληλης μηχανής κάθε φορά

Περιεχόμενο Μαθήματος

  • Ιδιότητες των μαθηματικών μοντέλων των υπολογισμών
  • Κατάταξη προβλημάτων σε επιλύσιμα και μη
  • Κατάταξη επιλύσιμων προβλημάτων σε εύκολα

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Ναι
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Ασκήσεις, Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Τελική εργασία (40%)
  • Ασκήσεις - σχεδίαση αυτομάτων και γραμματικών - ερωτήσεις κρίσεως (30%)
  • Παρουσιάσεις σχετικών θεμάτων (30%)

Συνιστώμενη Βιβλιογραφία

  • Sudkamp, Thomas A. Languages and machines : an introduction to the theory of computer science / Thomas A. Sudkamp. - 2nd ed. ISBN 0-201-82136-2
  • Hopcroft, John E., Rajeev Motwani, Jeffrey . Ullman Introduction to automata theory, languages and computation -2nd ed. ISBN 0321210298
  • Michael Sipser. Introduction to the Theory of Computation (3rd ed.). Cengage Learning. ISBN 978-1-133-18779-0.

Προηγμένα Θέματα Αλγορίθμων (ΠΛ3)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ3
Εξάμηνο 1
Τίτλος Μαθήματος ΠΡΟΗΓΜΕΝΑ ΘΕΜΑΤΑ ΑΛΓΟΡΙΘΜΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα Προπτυχιακά μαθήματα σε Δομές Δεδομένων και Εισαγωγή στους Αλγορίθμους, (προαιρετικά ένα μάθημα στα Διακριτά μαθηματικά)
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Σκοπός είναι η βαθύτερη κατανόηση της σχεδίασης και ανάλυσης αλγορίθμων και η εξέταση ειδικών κλάσεων προβλημάτων και αλγορίθμων για την επίλυση τους καθώς και η εισαγωγή των φοιτητών στην κριτική σκέψη και την ερευνητική διαδικασία. Στο μάθημα γίνεται λεπτομερής εξέταση προηγμένων μεθόδων ανάλυσης και σχεδίασης αλγορίθμων. Μελετώνται τρόποι ανάλυσης ενός αλγορίθμου και εύρεσης της πολυπλοκότητάς του. Για την σχεδίαση ενός αλγορίθμου για ένα πρόβλημα μελετώνται βασικές μέθοδοι σχεδίασης όπως: απληστία, δυναμικός προγραμματισμός, οπισθοδρόμηση, αναδρομή, διεξοδική διερεύνηση και διελεύσεις με διακλάδωση και περιορισμό. Εξετάζονται κατηγορίες αλγορίθμων όπως ταξινόμηση, αναζήτηση, επιλογή, αλγόριθμοι σε γράφους, αριθμητική ακεραίων και πολυωνύμων, αλγόριθμοι σε πίνακες, αλγόριθμοι χειρισμού αλυσίδων. Ορίζονται οι κλάσεις πολυπλοκότητας P, NP. Ειδικά θέματα. Μετά την ολοκλήρωση του μαθήματος ο φοιτητής / τρια:
  • Μπορεί να αναλύσει έναν αλγόριθμο
  • Μπορεί να επιλέξει τον αποτελεσματικότερο αλγόριθμο μεταξύ αλγορίθμων για την επίλυση ενός προβλήματος.
  • Έχει κατανόηση των βασικών σχεδιαστικών μεθόδων και μπορεί να σχεδιάσει αποτελεσματικούς αλγορίθμους για την επίλυση ενός προβλήματος.
  • Γνωρίζει αλγορίθμους για την επίλυση βασικών κατηγοριών προβλημάτων και μπορεί να τους χρησιμοποιήσει σαν δομικό στοιχείο για την σχεδίαση άλλων αλγορίθμων.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Βιβλιογραφική έρευνα
  • Ανάλυση πολυπλοκότητας ενός αλγορίθμου
  • Επιλογή αλγορίθμου για την επίλυση ενός προβλήματος
  • Μπορεί να σχεδιάσει αποτελεσματικούς αλγορίθμους για την λύση ενός προβλήματος

Περιεχόμενο Μαθήματος

  • Πολυπλοκότητα
  • Ασυμπτωματική πολυπλοκότητα
  • Ανάλυση αλγορίθμων, εύρεση πολυπλοκότητας
  • Μέθοδοι σχεδίασης αλγορίθμων (διαίρει και βασίλευε, μέθοδος της απληστίας, δυναμικός προγραμματισμός, οπισθοδρόμηση, αναδρομή, διεξοδική διερεύνηση και διελεύσεις με διακλάδωση και περιορισμό, κ.ά.)
  • Κατηγορίες προβλημάτων και αντίστοιχοι αλγόριθμοι (ταξινόμηση, αναζήτηση, επιλογή, αλγόριθμοι σε γράφους, δίκτυα ταξινόμησης, αλγόριθμοι για πίνακες, αριθμητική ακεραίων και πολυωνύμων, αλγόριθμοι χειρισμού αλυσίδων, υπολογιστική γεωμετρία, κ.ά.)
  • Κλάσεις πολυπλοκότητας P, NP
  • Ειδικά θέματα

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Ναι
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Ασκήσεις, Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Τελική εξέταση (40%) που περιλαμβάνει:
    1. ερωτήσεις σχετικές με την σχεδίαση και ανάλυση αλγορίθμων και ιδιότητες αυτών
    2. ερωτήσεις κρίσεως
  • Ασκήσεις - σχεδίαση, ανάλυση, ιδιότητες υλοποίηση αλγορίθμων (30%)
  • Παρουσιάσεις σχετικών θεμάτων (30%)

Συνιστώμενη Βιβλιογραφία

  • Cormen, Leiserson and Rivest, Introduction to Algorithms, MIT Press, 1990. (επίσης μεταφρασμένο από τις Πανεπιστημιακές Εκδόσεις Κρήτης)
  • Δομές δεδομένων, αλγόριθμοι και εφαρμογές c++, Sahnii Sartaj, Εκδόσεις α. Τζιόλα
  • Αλγόριθμοι σε C++, μέρη 1-4: θεμελιώδεις έννοιες, δομές δεδομένων, ταξινόμηση, αναζήτηση, Robert Sedgewick, Εκδόσεις Κλειδάριθμος
  • Αλγοριθμοι σε C, μέρη 1-4: θεμελιώδεις έννοιες, δομές δεδομένων, ταξινόμηση, αναζήτηση, Robert Sedgewick, Εκδόσεις Κλειδάριθμος
  • Mark Allen Weiss, Data Structures & Algorithm Analysis in Java, Addison-Wesley
  • Clifford A. Shaffer, Data Structures and Algorithm Analysis, ebook, http://people.cs.vt.edu/shaffer/Book/
  • A. Aho, J. Hopcroft, J. Ullman, (1983). Data Structures and Algorithms, Addison-Wesley.
  • Baase, S., Computer Algorithms - Introduction to Design and Analysis, Second Edition, , Addison Wesley, Reading, Massachusetts, 1988.
  • Knuth, D., The Art of Computer Programming - Vol. 1 Fundamental Algorithm, Addison Wesley, Reading, Massachusetts, 1973.
  • Knuth, D., The Art of Computer Programming - Vol. 2 SemiNumerical Algorithm, Addison Wesley, Reading, Massachusetts, 1973.
  • Knuth, D., The Art of Computer Programming - Vol. 3 Sorting and Searching, Addison Wesley, Reading, Massachusetts, 1973.

Αλγοριθμική Θεωρία Γραφημάτων (ΠΛ4)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ4
Εξάμηνο 2
Τίτλος Μαθήματος ΑΛΓΟΡΙΘΜΙΚΗ ΘΕΩΡΙΑ ΓΡΑΦΗΜΑΤΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Επιλογής
Προαπαιτούμενα Μαθήματα Απαραίτητες γνώσεις από 641 - Σχεδίαση και Ανάλυση Αλγορίθμων
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Ο κύριος σκοπός του μαθήματος είναι η εισαγωγή σε θεμελιώδεις αλγοριθμικές τεχνικές σχετικές με προβλήματα βελτιστοποίησης και μοντελοποίησης σε γραφήματα.
  • Αλγοριθμική θεωρία γραφημάτων και θεμελιώδη γραφοθεωρητικά θέματα. Σχεδίαση αποτελεσματικών αλγορίθμων και ανάλυση πολυπλοκότητας παραμετροποιημένων αλγορίθμων για ΝΡ-πλήρη προβλήματα.
  • Κλάσεις γραφημάτων: Τέλεια γραφήματα. Τριγωνικά γραφήματα. Μεταβατικά γραφήματα. Διαχωρίσιμα γραφήματα. Μεταθετικά γραφήματα. Γραφήματα διαστημάτων. Συμπληρωματικά παραγόμενα γραφήματα και κατωφλικά γραφήματα.
  • Αλγοριθμικά θέματα σχετικά με γραφοθεωρητικές παραμέτρους.

Στο μάθημα περιλαμβάνονται ατομικές ασκήσεις, περιληπτική συγγραφή και παρουσίαση σχετικών ερευνητικών εργασιών. Στόχος του μαθήματος είναι οι φοιτητές να είναι σε θέση:

  • να κατανοήσουν τη θεωρία γραφημάτων,
  • να επεκτείνουν την αλγοριθμική τους σκέψη σε προβλήματα σχετικά με τη θεωρία γραφημάτων, και
  • να αντιλαμβάνονται δύσκολα επιλύσιμα προβλήματα σε κλάσεις γραφημάτων.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Αυτόνομη εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον

Περιεχόμενο Μαθήματος

  • Βασικά στοιχεία Θεωρίας Γραφημάτων
  • Αλγοριθμικά προβλήματα συνδυαστικής σε γραφήματα
  • Κλάσεις πολυπλοκότητας και παραμετροποιημένου-χρόνου αλγόριθμοι
  • Τριγωνικά γραφήματα. Μεταβατικά γραφήματα. Διαχωρίσιμα γραφήματα.
  • Μεταθετικά γραφήματα. Γραφήματα διαστημάτων. Συμπληρωματικά παραγόμενα γραφήματα και κατωφλικά γραφήματα.
  • Αλγοριθμικά θέματα σχετικά με γραφοθεωρητικές παραμέτρους.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Ατομικές Εργασίες (50%)
  • Συγγραφή Περιληπτικών Εργασιών (20%)
  • Παρουσιάσεις (30%)

Συνιστώμενη Βιβλιογραφία

  • M. Golumbic, Algorithmic Graph Theory and Perfect Graphs, NORTH-HOLLAND, 2004
  • A. Brandstädt, J. Spinrad, and V. Lee, Graph Classes: A Survey, SIAM Monographs on Discrete Math. and Applications, 1999.
  • Nikolopoulos, S., Georgiadis, L., Palios, L., Algorithmic Graph Theory. Kallipos, 2015

:Συμβολικοί Υπολογισμοί (ΠΛ5)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ5
Εξάμηνο 2
Τίτλος Μαθήματος ΣΥΜΒΟΛΙΚΟΙ ΥΠΟΛΟΓΙΣΜΟΙ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα Προπτυχιακά μαθήματα σε Δομές Δεδομένων, Εισαγωγή στους Αλγορίθμους, Αλγεβρικές Δομές (προαιρετικά ένα μάθημα στα Διακριτά μαθηματικά)
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Σκοπός του μαθήματος είναι η βαθύτερη μελέτη της άλγεβρα υπολογιστών και των σχετικών αλγορίθμων για την συμβολική επεξεργασία μαθηματικών παραστάσεων. Επιδιώκεται η κατανόηση των αλγορίθμων και των εφαρμογών της άλγεβρας υπολογιστών και η εκπαίδευση των φοιτητών στην κριτική σκέψη και την ερευνητική διαδικασία. Εξετάζονται και αναλύονται βασικοί αλγόριθμοι συμβολικών μαθηματικών και εφαρμογών τους. Μετά την ολοκλήρωση του μαθήματος ο φοιτητής / τρια:
  • Γνωρίζει τον τρόπο αναπαράστασης μαθηματικών αντικειμένων
  • Γνωρίζει τους βασικούς αλγορίθμους για την συμβολική επεξεργασία μαθηματικών παραστάσεων
  • Μπορεί να κάνει χρήση εξειδικευμένων πακέτων συμβολικής επεξεργασίας μαθηματικών παραστάσεων
  • Μπορεί να εφαρμόσει κατάλληλους συμβολικούς αλγορίθμους για την επίλυση μαθηματικών προβλημάτων.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Βιβλιογραφική έρευνα
  • Χρήση πακέτων (γλωσσών) για την συμβολική επεξεργασία μαθηματικών παραστάσεων
  • Εφαρμογή συμβολικών μεθόδων/αλγορίθμων για την λύση ενός μαθηματικού προβλήματος.

Περιεχόμενο Μαθήματος

  • Εισαγωγή στην άλγεβρα υπολογιστών
  • Συμβολικοί υπολογισμοί σε αντίθεση με τους αριθμητικούς υπολογισμούς
  • Βασικές αλγεβρικές δομές
  • Αναπαράσταση αριθμών, πολυωνύμων (μιας ή πολλών μεταβλητών), ρητών συναρτήσεων, σειρών
  • Απλοποίηση συμβολικών μαθηματικών παραστάσεων
  • Βασικοί αλγόριθμοι: Ευκλείδειος αλγόριθμος, Μέγιστος κοινός διαιρέτης, Αλγόριθμοι κινέζικου υπολοίπου
  • Βασικές πράξεις και αλγόριθμοι επί ακεραίων και πολυωνύμων
  • Παραγοντοποίηση ακεραίων και πολυωνύμων
  • Modular αλγόριθμοι
  • Γραμμική άλγεβρα, επίλυση εξισώσεων και συστημάτων
  • Βάσεις Gröbner
  • Αλγόριθμοι ολοκλήρωσης και άθροισης
  • Επίλυση διαφορικών εξισώσεων
  • Λογισμικά συστήματα για την συμβολική επεξεργασία μαθηματικών παραστάσεων
  • Ειδικά θέματα

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Ναι
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Ασκήσεις, εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Τελική εξέταση (40%) που περιλαμβάνει:
    1. ερωτήσεις σχετικές με αναπαράσταση δεδομένων και αλγορίθμους για την συμβολική επεξεργασία μαθηματικών παραστάσεων
    2. ερωτήσεις κρίσεως
  • Ασκήσεις - λύση προβλημάτων, προγραμματισμός σε λογισμικό για την συμβολική επεξεργασία μαθηματικών παραστάσεων (30%)
  • Παρουσιάσεις σχετικών θεμάτων (30%)

Συνιστώμενη Βιβλιογραφία

  • Joel S. Cohen, "Computer Algebra and Symbolic Computation: Elementary Algorithms" Publisher: A K Peters/CRC Press, 2002
  • Joel S. Cohen, "Computer Algebra and Symbolic Computation: Mathematical Methods" Publisher: A K Peters/CRC Press, 2003
  • Keith O. Geddes, Stephen R. Czapor, George Labahn, “Algorithms for Computer Algebra”, Springer, 1992
  • Davenport, J.H. and Siret, Y. and Tournier, E., Copmuter Algebra: Systems and Algorithms for Algebraic Computation, Academic Press, 1988.
  • Akritas, A., Elements of Computer Algebra with Applications, Jhon Wiley, 1989,
  • Modern Computer Algebra, Second Edition Joachim Von Zur Gathen, Juergen Gerhard Cambridge University Press, Cambridge, 2003.
  • Computer algebra handbook. Foundations. Applications. Systems. Edited by Johannes Grabmeier, Erich Kaltofen and Volker Weispfenning. Springer-Verlag, Berlin, 2003.
  • http://www.journals.elsevier.com/journal-of-symbolic-computation/

Επεξεργασία Φυσικής Γλώσσας (ΠΛ6)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ6
Εξάμηνο 1
Τίτλος Μαθήματος ΕΠΕΞΕΡΓΑΣΙΑ ΦΥΣΙΚΗΣ ΓΛΩΣΣΑΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα Προπτυχιακά Μαθήματα στη Θεωρία Αυτομάτων και Τυπικών Γλωσσών και Εισαγωγή στην Επεξεργασία Φυσικής Γλώσσας
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Σκοπός είναι η βαθύτερη κατανόηση της Επεξεργασίας Φυσικής Γλώσσας που αναφέρεται στην παρουσίαση των μεθόδων
  • της τυποποίησης των γλωσσολογικών δεδομένων της,
  • της κωδικοποίηση των δομολειτουργικών κανόνων της σύνταξης, της μορφολογίας και της σημασιολογίας της και
  • των αλγορίθμων τεχνολόγησης και παραγωγής των προτάσεων της

καθώς και η εισαγωγή των φοιτητών στην κριτική σκέψη και την ερευνητική διαδικασία. Στο μάθημα γίνεται λεπτομερής εξέταση και υλοποίηση των παραπάνω. Μετά την ολοκλήρωση του μαθήματος ο φοιτητής / τρια μπορεί να χειριστεί:

  • σε επίπεδο θεωρητικής τεκμηρίωσης προβλημάτων
  • επίλυση ασκήσεων που αφορούν:
    1. στον ορισμό και στη σχεδίαση γραμματικών συντακτικών δομών και φρασεοδομών, αλγορίθμων και τεχνικών συντακτικής ανάλυσης
    2. στον ορισμό και στη σχεδίαση μορφολογικών κανόνων, βάσεων δεδομένων και εμπείρων συστημάτων, αλγορίθμων και τεχνικών μορφολογικής ανάλυσης
    3. στον ορισμό και στη σχεδίαση σημασιολογικών κανόνων, βάσεων δεδομένων και εμπείρων συστημάτων, αλγορίθμων και τεχνικών σημασιολογικής ανάλυσης.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Βιβλιογραφική έρευνα
  • Επιλογή και σχεδίαση κατάλληλων αλγορίθμων τεχνολόγησης και παραγωγής προτάσεων φυσικής γλώσσας.

Περιεχόμενο Μαθήματος

  • Ορισμός και σχεδίαση συντακτικών κανόνων φυσικών γλωσσών με γραμματικές
  • Ορισμός και σχεδίαση μορφολογικών κανόνων, βάσεων δεδομένων και εμπείρων συστημάτων, αλγόριθμοι και τεχνικές μορφολογικής ανάλυσης Σύνδεση με τους συντακτικούς κανόνες
  • Ορισμός και σχεδίαση σημασιολογικών κανόνων, βάσεων δεδομένων και εμπείρων συστημάτων, αλγόριθμοι και τεχνικές σημασιολογικής ανάλυσης. Σύνδεση με τους συντακτικούς κανόνες και
  • Αλγόριθμοι τεχνολόγησης και παραγωγής προτάσεων Φυσικής Γλώσσας
  • Μέθοδοι Επεξεργασίας Φυσικής Γλώσσας

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Ναι στο Εργαστήριο Επεξεργασίας Φυσικής Γλώσσας και Μαθηματικών προβλημάτων
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Ασκήσεις, Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Τελική εργασία (40%)
  • Ασκήσεις - τεχνολόγων και γεννητριών γλωσσών - ερωτήσεις κρίσεως (30%)
  • Παρουσιάσεις σχετικών θεμάτων (30%)

Συνιστώμενη Βιβλιογραφία

  • Mitkov Ruslan, The Oxford Handbook of Computational Linguistics. ISBN 0-19-823882
  • Jurafsky Daniel & Martin H. James Speech and Language Processing - An Introduction to Ntural Language Proocessing, Computational Linguistics and Speech Recognition. ISBN 0-13-095069-6
  • ALLEN James Natural Language Understanding. ISBN 0-8053-0334-0
  • Natural Language Generation ed. by Gerard Kempen. ISBN 90-247-3558-0.

Αλγόριθμοι Κρυπτογράφησης και Ασφάλεια Πληροφοριακών Συστημάτων (ΠΛ7)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ7
Εξάμηνο 2
Τίτλος Μαθήματος ΑΛΓΟΡΙΘΜΟΙ ΚΡΥΠΤΟΓΡΑΦΗΣΗΣ ΚΑΙ ΑΣΦΑΛΕΙΑ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Με την ολοκλήρωση του μαθήματος οι μεταπτυχιακοί φοιτητές:
  • Θα κατανοούν τις θεμελιώδεις έννοιες στην ασφάλεια πληροφοριακών συστημάτων και δικτύων
  • Θα είναι σε θέση να εντοπίζουν τις ευπάθειες, τις απειλές σε επίπεδο προγράμματος και υπηρεσίας και την εκτίμηση επικινδυνότητας σε επίπεδο συστήματος και Δικτύου και να εφαρμόζουν μεθοδολογία προσδιορισμού και αντιμετώπισης αυτών
  • Θα μπορoύν να περιγράφουν τα θεμελιώδη μοντέλα και πολιτικές ελέγχου πρόσβασης και να είναι σε θέση να αναπτύξει μια κατάλληλη πολιτική ασφάλειας και τους απαραίτητους μηχανισμούς προστασίας που θα την υποστηρίξουν για ένα πληροφοριακό σύστημα
  • Θα μπορούν να αναπτύσσουν τους κυριότερους κρυπτογραφικούς αλγόριθμους και να εφαρμόζει μεθόδους κρυπτογράφησης πάνω από Δικτυακό περιβάλλον για την ανάπτυξη ασφαλών υπηρεσιών με χρήση γλωσσών προγραμματισμού όπως C/C++ και βιβλιοθηκών όπως η Libgcrypt και Libmcrypt.
  • Θα γνωρίζουν τα βασικά χαρακτηριστικά ασφάλειας δικτύων και δικτυακών εφαρμογών, τρόπους επιθέσεων (τοπικές-απομακρυσμένες) και να διακρίνει την κρισιμότητά τους.
  • Θα μπορούν να διακρίνουν τις βασικές ευπάθειες των Web συστημάτων και ιδιαίτερα σε επιθέσεις σε Βάσεις Δεδομένων SQL - injections, και υπηρεσίες εφαρμογών (Application services) και να αναπτύσσει κατάλληλους μηχανισμούς άμυνας.
  • Θα κατανοούν έννοιες και τεχνολογίες ασφάλειας. Θα έχουν την ικανότητα ανάλυσης επικινδυνότητας και σύνθεσης πολιτικών και τεχνολογιών στα πλαίσια ενός ολοκληρωμένου σχεδίου ασφάλειας πληροφοριακών συστημάτων.
Γενικές Ικανότητες
  • Ανάπτυξη και επεξήγηση θεωρητικών ενοτήτων, παρουσίαση ειδικών μελετών περίπτωσης και εφαρμογών, ανάλυση και αξιολόγηση αντιπροσωπευτικών τεχνολογιών Ασφάλειας λογισμικού, πληροφοριακών συστημάτων και Δικτύων
  • Ανάπτυξη ασφαλών εφαρμογών και υπηρεσιών λογισμικού
  • Λήψη αποφάσεων, αντιμετώπιση πραγματικών προβλημάτων παραβίασης ασφάλειας και ιδιωτικότητας
  • Στρατηγικός σχεδιασμός και υλοποίηση - Εμπέδωση
  • Αυτόνομη Εργασία

Περιεχόμενο Μαθήματος

  • Εννοιολογική Θεμελίωση: βασικές έννοιες και ορισμοί στην ασφάλεια Πληροφοριακών Συστημάτων.
  • Στοιχεία κρυπτογραφίας: Συμμετρική, μη συμμετρική κρυπτογράφηση, κρυπταλγόριθμοι τμήματος και ροής κρυπτογραφία Δημοσίου κλειδιού, κρυπτογραφικές συναρτήσεις σύνοψης, κρυπτανάλυση.
  • Μέθοδοι Αυθεντικοποίησης Πρωτόκολλα και Τεχνολογίες αυθεντικοποίησης, Συναρτήσεις one-way hash, Ψηφιακά πιστοποιητικά, Ψηφιακή Υπογραφή, Υποδομή και αλγόριθμοι Δημοσίου Κλειδιού(RSA, DSA, Diffie-Hellman), στοιχεία θεωρίας αριθμών.
  • Ανάπτυξη και υλοποίηση σε C/C++ κρυπτογραφικών αλγορίθμων: Συμμετρικού (DES, AES, 3DES, Blowfish).
  • Υλοποίηση σε C/C++ μηχανισμών ασφάλειας δημοσίου κλειδιού (RSA-Diffie Hellman), και σύνοψης (MD5, SHA).
  • Ασφαλείς εκλογές, πρωτόκολλα ανωνυμίας, Πρωτόκολλα χρηματικών συναλλαγών, NFC πρωτόκολλα και μηχανισμοί ασφάλειας, RFID Crypto-1 αλγόριθμος, υποδομές ανταλλαγής κλειδιών.
  • Μοντέλα και κατηγορίες κακόβουλου λογισμικού, rootkits, viruses Malware, Exploits. Ασφάλεια Βάσεων Δεδομένων: βασικές έννοιες, μοντέλα και πολιτικές ελέγχου πρόσβασης ΒΔ και μεθοδολογικό πλαίσιο σχεδιασμού ασφαλών ΒΔ, SQL injections.
  • Ασφάλεια και Διαχείριση Λ.Σ. Windows και Linux. Βασικά θέματα Ασφάλειας Συστημάτων σε επίπεδο χρήστη και Διαχειριστικές τεχνικές.
  • Ασφάλεια Υπηρεσιών: Portscan attacks, Denial of Service attacks, MitM επιθέσεις, remote exploits, buffer overflows, Ασφάλεια Δικτύων: IP spoofing, ARP spoofing, Hijacking, Sniffing.
  • Στρατηγικές Ασφάλειας, Στοιχεία και Μηχανισμοί Δικτυακής Ασφάλειας. Περιμετρική άμυνα δικτύου και ασφαλή διαχείρισή του: Firewalls, NIDS, Σχεδίαση Υπηρεσιών ταυτοποίησης και κρυπτογράφησης.
  • Παρουσίαση του πρωτοκόλλου SSL και των x.509 πιστοποιητικών. Δημιουργία και επαλήθευση ψηφιακής υπογραφής: Αλγόριθμος DSA, δημιουργία κλειδιών, υπογραφής και επαλήθευσης. Παρουσίαση του εργαλείου GPG για το ηλεκτρονικό ταχυδρομείο. Δημιουργία πιστοποιητικών.
  • Περιμετρική άμυνα - Firewalls: Δημιουργία πολιτικής ασφάλειας σε firewall. Ασφαλή διαχείριση δικτύων: Χρήση κατάλληλου λογισμικού για την επικοινωνία μέσω SNMP για ασφαλή διαχείριση δικτύων. Εισαγωγή στο IPSec, Εικονικά δίκτυα, το εργαλείο OpenVPN. Παρουσίαση NIDS εργαλείων.
  • Εκμάθηση της scripting γλώσσας προγραμματισμού για Windows AutoIT.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Εργαστηρίου Μικροϋπολογιστών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων- Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Εξαμηνιαία εργασία και γραπτή εξέταση.

Συνιστώμενη Βιβλιογραφία

  • Ασφάλεια Δικτύων Υπολογιστών, Σ. Γκρίτζαλης, Σ. Κάτσικας, Δ. Γκρίτζαλης, Κωδικός Ευδόξου 9675, Εκδόσεις Παπασωτηρίου-Πολιτεία, Κωδικός Ευδόξου ISBN:9789607530455, 2004.
  • Ασφάλεια Δικτύων Υπολογιστών, Α. Πομπόρτσης, Γ. Παπαδημητρίου, ISBN 960-8050-88-X, Εκδόσεις Τζιόλα, 2003.
  • Κρυπτογραφία για Ασφάλεια Δικτύων Αρχές και Εφαρμογές, W. Stallings, Κωδικός Ευδόξου 12777632, ΜΑΡΙΑ ΠΑΡΙΚΟΥ & ΣΙΑ ΕΠΕ, ISBN: 9789604117307, 2011
  • Ασφάλεια Υπολογιστών: Αρχές και Πρακτικές 3η Έκδοση, W. Stallings, L. Brown, Κωδικός Ευδόξου 50656354, Εκδόσεις Κλειδάριθμος, ISBN: 978-960-461-668-8, 2016
  • Practical Unix and Internet Security, S. Garfinkel and G. Spafford , O’Reilly, ISBN: 978-0596003234, 2003
  • Cryptography and Network Security Principles and Practice, 7th Edition, W. Stallings, Pearson Education, ISBN: 978-0134444284, 2017
  • Applied Cryptography 2nd Edition, B. Schneier, Wiley, ISBN: 978-0471117094, 1996
  • Computer Security, D. Gollmann, J. Wiley & Sons, ISBN: 978-0470741153, 2011
  • Computer Security, M. Bishop, Addison Wesley, ISBN: 978-0321247445, 2005
  • Instant AutoIT scripting, E. Fez Lazo, PACKT, ISBN: 978-1-78216-578-1, 2013
  • Building Internet Firewalls, 2nd Edition, E.D. Zwicky, S. Cooper and B. Chapman, O Reilly, ISBN: 1-56592-871-7, 2000
  • Network Intrusion Detection, 3rd Edition, S. Northcutt and J. Novak, New Riders, ISBN: 978-0735712652, 2002
  • The GNU LibGCrypt reference manual, https://www.gnupg.org/documentation/manuals/gcrypt.pdf
  • The Mcrypt library, N. Mavroyanopoulos, http://mcrypt.hellug.gr/index.html
  • Implementing a Secure Local Area Network Environment, S. Kontogiannis, http://spooky.math.uoi.gr/~skontog/diplo.pdf, 2003.

Κατανεμημένα Υπολογιστικά Συστήματα και Εφαρμογές (ΠΛ8)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ8
Εξάμηνο 1
Τίτλος Μαθήματος ΚΑΤΑΝΕΜΗΜΕΝΑ ΥΠΟΛΟΓΙΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ KAI ΕΦΑΡΜΟΓΕΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στα πλαίσια του μαθήματος ο μεταπτυχιακός φοιτητές θα κατανοήσει τις βασικές έννοιες των ψηφιακών συστημάτων, βασικές έννοιες των συστημάτων αυτομάτου ελέγχου και της λειτουργίας ενεργοποιητών και αισθητήρων. Θα ασχοληθεί με προγραμματισμό ARM κινητών συσκευών μικροεπεξεργαστών και ATMEL AVR μικροελεγκτών σε γλώσσες προγραμματισμού υψηλού επιπέδου όπως η Python, C/C++ και η Qt για Γραφικές διεπαφές. Θα κατανοήσει έννοιες ενσύρματων, ασύρματων Δικτύων-πρωτοκόλλων διασύνδεσης και μεταφοράς και θα ασχοληθεί με υλοποίηση αλγορίθμων και προγραμματισμό πρωτοκόλλων εφαρμογής πάνω σε Κατανεμημένα Υπολογιστικά Συστήματα.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων με χρήση τεχνολογιών πληροφορικής
  • Λήψη αποφάσεων
  • Προγραμματιστικός σχεδιασμός και υλοποίηση - Εμπέδωση
  • Αυτόνομη Εργασία

Περιεχόμενο Μαθήματος

  • Το Διαδίκτυο των αντικειμένων και ελεγκτών δεδομένων-αισθητήρων (Internet of Things) και οι επεκτάσεις του σε διάφορες πτυχές της καθημερινότητάς: Τις πόλεις (smart cities, houses), τον πρωτογενή τομέα (smart farming), τον τουρισμό (Cultural IoT-Virtual Reality driven), τον ίδιο των άνθρωπο (smart wearable devices). Παρουσίαση βασικών εννοιών στα Ψηφιακά Συστήματα, Δυαδική Λογική, Συνδυαστική και Ακολουθιακή λογική.
  • Αριθμητικά Συστήματα και Αρχιτεκτονικές Υπολογιστών, Είσοδος-Έξοδος και Διαχείριση και προσπέλαση μνήμης. Σύνθετα πρωτόκολλα εισόδου-εξόδου μικροϋπολογιστών SPI και Ι2C, Διακοπές και χειρισμός διακοπών. Παρουσίαση των βασικών στοιχείων του μικροεπεξεργαστή ARM και του μικροελεγκτή ATMega328P και των διεπαφών τους εισόδου εξόδου και GPIO.
  • Εισαγωγή στα συστήματα αυτομάτου ελέγχου, έλεγχος ανοιχτού και κλειστού βρόγχου, οι ελεγκτές P/PI/PD/PID.
  • Παρουσίαση των ενσύρματων και ασύρματων πρωτοκόλλων της IEEE 802.x, βασικές έννοιες ασύρματων δικτύων, Αρχιτεκτονική του πρωτοκόλλου TCP/IP/UDP/ICMP, Βασικές Δικτυακές υπηρεσίες εφαρμογών που εξυπηρετούν το ΙοΤ (HTTP/CoAP/MQTT/ReST/SOAP/SNMP) και την μεταφορά υπολογιστικών δεδομένων.
  • Παρουσίαση του Arduino IDE για προγραμματισμό του ΑΤΜega328P υπολογιστικού συστήματος, Παραδείγματα με χρήση εργαστηριακού εξοπλισμού. Παρουσίαση της Wi-Fi βιβλιοθήκης, Ι2C και SPI βιβλιοθήκης, προγραμματιστικός χειρισμός μετρητών, αναλογικών εισόδων (A2D) και PWM εξόδων και γεγονότων. Διασύνδεση με το Arduino καθώς και υλοποίηση πρωτοκόλλων εφαρμογής μετάδοσης δεδομένων.
  • Παρουσίαση και προγραμματισμός του GPIO interface του μικροϋπολογιστή RPi (BCM2837), PWM έξοδοι για ενεργοποιητές και γεγονότα, με χρήση Python και C++. Πρακτικές εφαρμογές με χρήση εργαστηριακού εξοπλισμού.
  • Προγραμματισμός TCP/UDP client-server υπηρεσιών σε Python και C++. Προγραμ-ματισμός ΗΤΤP αιτήσεων για CoAP και ReST υπηρεσίες. Σχεδίαση και υλοποίηση πρωτοκόλλων εφαρμογής μετάδοσης δεδομένων και ελέγχου. FSM, κωδικοποιητές-αποκωδικοποιητές. Πρακτικές εφαρμογές πάνω στον BCM2837.
  • Διασύνδεση εισόδου-εξόδου, ελεγκτή, Διαδικτυακού πρωτοκόλλου εφαρμογής, Εξυπηρετητή εφαρμογής (Application service). Ενεργειακή αποτίμηση μικροϋπολογιστικών συστημάτων.
  • Προγραμματιστικές εφαρμογές σχεδίασης πρωτοκόλλων εφαρμογής, προγραμματισμού ελεγκτών και πελατών-εξυπηρετητών αποστολής λήψης δεδομένων.
  • Εισαγωγή στον προγραμματισμό γραφικών διεπαφών για ενσωματωμένα μικροσυστήματα και κινητές συσκευές σε C++/Qt. Παρουσίαση της Qt και του εργαλείου ανάπτυξης IDE (QtCreator).
  • Παρουσίαση των QWidgets, Μηχανισμός signal-slots και γεγονότα. Κανονικοποιημένη μορφή αντικειμενοστρέφειας.
  • Προγραμματισμός απλών UI διεπαφών που λαμβάνουν δεδομένα από κατανεμημένα μικροϋπολογιστικά συστήματα και αισθητήρες.
  • Προχωρημένος προγραμματισμός UI διεπαφών σε Qt, Προγραμματισμός Qt για ARM μικροϋπολογιστές συσκευές, Qt Containers και υλοποίηση πρωτοκόλλων εφαρμογής πάνω στη γραφική διεπαφή.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Εργαστηρίου Μικροϋπολογιστών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων- Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Εξαμηνιαία εργασία και γραπτή εξέταση.

Συνιστώμενη Βιβλιογραφία

  • Programming the Raspberry Pi, Second Edition: Getting Started with Python, S. Monk, Mc Graw Hill, ISBN: 978-1-25-958740-5, 2015.
  • Aνάπτυξη Εφαρμογών με το Arduino, Π. Παπάζογλου, Σπ. Π. Λιώνης, Εκδόσεις Τζιόλα, ISBN: 978-960-418-459-0, Kωδικός Ευδόξου 41954966, 2014.
  • C++ GUI programming with Qt 4, Second Edition, J. Blanchette and M. Summerfield, Prentice Hall, ISBN: 978-0132354165, 2008.
  • Mastering Qt 5, G. Lazar and R. Penea, Packt, ISBN 978-1-78646-712-6, 2016.
  • TCP/IP Illustrated Vol 1: The protocols, W. R. Stevens, Addison-Wesley, 1994, ISBN 0-201-63346-9.
  • Unix Network Programming, Volume 1: The Sockets Networking API (3rd Edition), W.R. Stevens, B. Fenner and A.M. Rudoff, Addison-Wesley, ISBN: 978-0131411555, 2010
  • Mastering Python Networking, E. Chou, Packt, ISBN:978-1-78439-700-5, 2017
  • Σχεδίαση Λογικών Κυκλωμάτων και Υπολογιστών 5η Έκδοση, Μ. Mano, K. Charles and M. Tom, Εκδόσεις Τζιόλα, ISBN: 978-960-418-641-9, Κωδικός Ευδόξου 59384943, 2017
  • Foundations of Python Network Programming, 2nd Edition, B. Rhodes and J. Goerzen, APress, ISBN: 978-1430230038, 2010

Ειδικά Θέματα Θεωρητικής Πληροφορικής (ΠΛ9)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ9
Εξάμηνο 2
Τίτλος Μαθήματος ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΘΕΩΡΗΤΙΚΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Επιλογής
Προαπαιτούμενα Μαθήματα Απαραίτητες γνώσεις από 641 - Σχεδίαση και Ανάλυση Αλγορίθμων
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Η Θεωρητική Πληροφορική είναι το θεμέλιο της Επιστήμης της Πληροφορικής και κύριος στόχος της είναι να αναλύσει και να λύσει υπολογιστικά προβλήματα τα οποία θεωρούνται από τα δυσκολότερα και τα πλέον γοητευτικά στην ιστορία των Μαθηματικών. Εκτός από την καθαρά μαθηματική πλευρά, η Θεωρητική Πληροφορική προσφέρει νέες και αποτελεσματικές τεχνικές για την αντιμετώπιση πρακτικών υπολογιστικών προβλημάτων που προκύπτουν σε όλους τους τομείς της επιστημονικής δραστηριότητας. Στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Θεωρητική Πληροφορική, όπως Κρυπτογραφία, Παράλληλοι Αλγόριθμοι, Προηγμένοι Επιστημονικοί Υπολογισμοί, Προσεγγιστικοί Αλγόριθμοι, Σημασιολογία Γλωσσών Προγραμματισμού, Υπολογιστική Γεωμετρία, κ.α. Οι φοιτητές του μαθήματος αναμένεται να κατέχουν προηγμένες θεωρητικές και πρακτικές δεξιότητες σε ένα ευρύ φάσμα θεμάτων ζωτικής σημασίας για την Επιστήμη της Θεωρητικής Πληροφορικής και Μαθηματικών. Θα προσφέρει στους φοιτητές την ευκαιρία να αποκτήσουν ένα ισχυρό υπόβαθρο διερευνώντας παράλληλα εφαρμογές της Θεωρητικής Πληροφορικής σε άλλους τομείς, όπως η οικονομία, η φυσική και η βιολογία. Στο μάθημα περιλαμβάνονται ατομικές ασκήσεις, περιληπτική συγγραφή και παρουσίαση σχετικών ερευνητικών εργασιών. Η ύλη θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Αυτόνομη εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον

Περιεχόμενο Μαθήματος

Ο κύριος στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Θεωρητική Πληροφορική όπως:

  • Κρυπτογραφία
  • Παράλληλοι Αλγόριθμοι
  • Προηγμένοι Επιστημονικοί Υπολογισμοί
  • Προσεγγιστικοί Αλγόριθμοι
  • Σημασιολογία Γλωσσών Προγραμματισμού
  • Υπολογιστική Γεωμετρία
  • Τεχνολογία Ανάπτυξης Αλγορίθμων

Η ύλη του μαθήματος θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Ατομικές Εργασίες (50%)
  • Συγγραφή Περιληπτικών Εργασιών (20%)
  • Παρουσιάσεις (30%)

Συνιστώμενη Βιβλιογραφία

  • Ζάχος, Ε., Παγουρτζής, Α., Σούλιου, Θ., Θεμελίωση επιστήμης υπολογιστών. Αποθετήριο «Κάλλιπος», 2015.
  • Christos Papadimitriou, Computational Complexity, 1998.
  • J. Kleinberg and E. Tardos, Σχεδιασμός Αλγορίθμων, Εκδόσεις Κλειδάριθμος, 2008.
  • T. Cormen, C. Leiserson, R. Rivest, and C. Stein, Εισαγωγή στους Αλγορίθμους, Πανεπιστημιακές Εκδόσεις Κρήτης, 2012.

Ειδικά Θέματα Πληροφορικής (ΠΛ10)

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ10
Εξάμηνο 2
Τίτλος Μαθήματος ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Επιλογής
Προαπαιτούμενα Μαθήματα Απαραίτητες γνώσεις από 641- Σχεδίαση και Ανάλυση Αλγορίθμων
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Επιστήμη των Υπολογιστών σε εφαρμοσμένα πεδία. Παρέχει υπόβαθρο στη διαχείριση δεδομένων και πληροφορίας. Η ειδίκευση καλύπτει γνωστικούς τομείς όπως Βάσεις Δεδομένων, Μηχανική Μάθηση, Τεχνητή Νοημοσύνη, Εξόρυξη Δεδομένων, κ.α.. Επίσης πραγματεύεται όλα τα ζητήματα σχετικά με τη σχεδίαση και τη βελτιστοποίηση του υλικού και του λογισμικού των υπολογιστικών συστημάτων. Περιλαμβάνονται γνωστικοί τομείς όπως οι Γλώσσες Προγραμματισμού και η Υλοποίησή τους, οι Μεταγλωττιστές, η Σχεδίαση του Υλικού, η Αρχιτεκτονική Υπολογιστών, τα Λειτουργικά Συστήματα, τα Κατανεμημένα Συστήματα, κ.α. Οι φοιτητές του μαθήματος αναμένεται να εμβαθύνουν σε σύγχρονες τεχνικές διαχείρισης δεδομένων τόσο από θεωρητικής όσο και από πρακτικής απόψεως ενώ παράλληλα αποκτούν πολύπλευρη γνώση των αρχών της σχεδίασης και του προγραμματισμού των συστημάτων υπολογιστών. Στο μάθημα περιλαμβάνονται ατομικές ασκήσεις, περιληπτική συγγραφή και παρουσίαση σχετικών ερευνητικών εργασιών. Η ύλη θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Αυτόνομη εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον

Περιεχόμενο Μαθήματος

Ο κύριος στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Επιστήμη των Υπολογιστών σε εφαρμοσμένα πεδία όπως:

  • Διαχείριση Μεγάλων Δεδομένων
  • Τεχνητή Νοημοσύνη
  • Συστήματα Βάσεων Δεδομένων
  • Ασφάλεια Πληροφοριακών Συστημάτων
  • Κατανεμημένα Συστήματα
  • Κινητά και Ασύρματα Δίκτυα
  • Αναγνώριση Προτύπων
  • Μηχανική Μάθηση
  • Προχωρημένα Θέματα Επεξεργασίας Σήματος

Η ύλη του μαθήματος θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Ατομικές Εργασίες (50%)
  • Συγγραφή Περιληπτικών Εργασιών (20%)
  • Παρουσιάσεις (30%)

Συνιστώμενη Βιβλιογραφία

  • Evans Alan, Martin Kendall, Poatsy Mary Anne, Εισαγωγή στην πληροφορική: Θεωρία και Πράξη, Κωδικός Βιβλίου στον Εύδοξο: 41955480, 2014
  • Παπαδόπουλος, Α., Μανωλόπουλος, Ι., Τσίχλας, Κ. 2015. Εισαγωγή στην Ανάκτηση Πληροφορίας, Αποθετήριο «Κάλλιπος», 2015.
  • Παρασκευάς, Μιχαήλ, Ειδικά θέματα εφαρμογών της Κοινωνίας της Πληροφορίας, Αποθετήριο «Κάλλιπος», 2015.
  • Δημακόπουλος, Β. Εισαγωγή: Παράλληλα Συστήματα και Προγραμματισμός, Αποθετήριο «Κάλλιπος», 2015.

Μεταπτυχιακή Διατριβή


Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΜΔ
Εξάμηνο 3
Τίτλος Μαθήματος Μεταπτυχιακή Διατριβή
Αυτοτελείς Διδακτικές Δραστηριότητες Αυτοτελής μελέτη (Πιστωτικές Μονάδες: 30)
Τύπος Μαθήματος Ειδικού υποβάθρου, ειδίκευσης, ανάπτυξης δεξιοτήτων.
Προαπαιτούμενα Μαθήματα -
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα

Η Μεταπτυχιακή Διατριβή εκπονείται ατομικά και αυτοτελώς από τον/την μεταπτυχιακό φοιτητή/τρια και συνιστά μια σε βάθος μελέτη και επεξεργασία ενός ενδεχομένως μη πρωτότυπου θέματος που βρίσκεται στις παρυφές της έρευνας συγκεκριμένου επιστημονικού πεδίου της επιστήμης των Μαθηματικών. Η μελέτη αυτή διεξάγεται υπό την επίβλεψη και εποπτεία του/της επιβλέποντος/πουσας καθηγητή/τριας και στηρίζεται στην υπάρχουσα βιβλιογραφία/έρευνα. Ο/Η μεταπτυχιακός φοιτητής/τρια αξιοποιεί τις γνώσεις και δεξιότητες που απέκτησε κατά τη διάρκεια των προηγούμενων δύο εξαμήνων ώστε να επεξεργαστεί το θέμα με συνθετικό και αυστηρά επιστημονικά τρόπο.

Στόχος της Μεταπτυχιακής Διατριβής είναι ο μεταπτυχιακός φοιτητής/τρια, υπό την επίβλεψη του/της επιβλέποντος/πουσας καθηγητή/τριας, να αναπτύξει ικανότητες κριτικής, συνθετικής σκέψης και ανάλυσης σε βάθος του θέματος με επιστημονικό τρόπο και με τη δέουσα μαθηματική αυστηρότητα.

Μετά την επιτυχή ολοκλήρωση της Μεταπτυχιακής Διατριβής, ο/η φοιτητής /τρια θα πρέπει να είναι σε θέση:

  • Να αναπτύσσει κριτική και συνθετική σκέψη.
  • Να αναζητά θέματα και να αξιοποιεί τη διαθέσιμη βιβλιογραφία.
  • Να σχεδιάζει ένα πλάνο εργασίας και να αναπτύσσει μεθόδους προσέγγισης και ανάπτυξης του θέματος.
  • Να τεκμηριώνει τους ισχυρισμούς με επιστημονικό και αυστηρό τρόπο, όπως αρμόζει στη Μαθηματική επιστήμη.
  • Να συντάσσει επιτυχώς ένα επιστημονικό δοκίμιο.
  • Να παρουσιάζει επιτυχώς ένα συγκεκριμένο θέμα.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών.
  • Αυτόνομη εργασία.
  • Προαγωγή της ελεύθερης, δημιουργικής συνθετικής και επαγωγικής σκέψης.
  • Σχεδιασμός και διαχείριση έργων.

Περιεχόμενο Μαθήματος

Ο/Η επιβλέπων/πουσα καθηγητής/τρια υποδεικνύει ενδεικτική βιβλιογραφία και αναφορές σχετικές με το θέμα της Μεταπτυχιακής Διατριβής.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών

Φυσική παρουσία και χρήση Τ.Π.Ε. για βιβλιογραφική αναζήτηση.

Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Αυτοτελής Μελέτη 700
Συγγραφή Μεταπτυχιακής Διατριβής 140
Σύνολο Μαθήματος 840
Αξιολόγηση Φοιτητών

Η αξιολόγηση της Μεταπτυχιακής Διατριβής γίνεται από Τριμελή Επιτροπή Εξέτασης η οποία ορίζεται από τη Συνέλευση του Τμήματος. Η αξιολόγηση περιλαμβάνει την εξέταση του κατατεθέντος δοκιμίου της Μεταπτυχιακής Διατριβής και την αξιολόγηση μέσω της δημόσιας παρουσίασης από τον/την φοιτητή/τρια των ακόλουθων σημείων:

  • Κατανόηση και εμβάθυνση του ανατεθέντος θέματος και επισκόπηση της σχετικής με αυτό βιβλιογραφίας.
  • Οργάνωση, σχεδιασμός και αυστηρή τεκμηρίωση των συμπερασμάτων της Μεταπτυχιακής Διατριβής.
  • Παρουσίαση των αποτελεσμάτων.
  • Ανάλυση των συμπερασμάτων.

Συνιστώμενη Βιβλιογραφία

Η συνιστώμενη βιβλιογραφία επιλέγεται από τον/την επιβλέποντα/πουσα καθηγητή/τρια αναλόγως με το θέμα μελέτης της Μεταπτυχιακής Διατριβής.