Γενικά
| Σχολή
|
Σχολή Θετικών Επιστημών
|
| Τμήμα
|
Τμήμα Μαθηματικών
|
| Επίπεδο Σπουδών
|
Προπτυχιακό
|
| Κωδικός Μαθήματος
|
MAE685
|
| Εξάμηνο
|
6
|
| Τίτλος Μαθήματος
|
ΑΡΙΘΜΗΤΙΚΗ ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ
|
| Αυτοτελείς Διδακτικές Δραστηριότητες
|
Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
|
| Τύπος Μαθήματος
|
Ειδικού Υποβάθρου. 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
|
Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν να:
- περιγράφουν και να εφαρμόζουν αριθμητικές μεθόδους από μια ποικιλία προβλημάτων της αριθμητικής γραμμικής άλγεβρας.
- αναγνωρίζουν τους περιορισμούς που θέτει η αριθμητική πεπερασμένης ακρίβειας κατά τους υπολογισμούς, και να εξηγούν τη σημασία της ευστάθειας των αριθμητικών αλγορίθμων.
- αξιολογούν αριθμητικές μεθόδους ως προς την ακρίβειά τους, την αποδοτικότητά τους, και τη δυνατότητα εφαρμογής τους.
- υλοποιούν σε Octave ἠ Python αριθμητικούς αλγορίθμους και να εφαρμόζουν κατάλληλα κριτήρια για τον τερματισμό ενός επαναληπτικού αλγόριθμου.
|
| 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.
- Προαγωγή της αναλυτικής και συνθετικής σκέψης.
- Λήψη αποφάσεων.
- Αυτόνομη εργασία.
|
Περιεχόμενο Μαθήματος
- Στοιχεία από τη θεωρία Πινάκων. Ανάλυση Ιδιαζουσών Τιμών (SVD). Ευαισθησία των γραμμικών συστημάτων. Δείκτης κατάστασης πίνακα και ανάλυση διαταραχών γραμμικών συστημάτων.
- Το γραμμικό πρόβλημα ελαχίστων τετραγώνων και η ανάλυση QR. Μετασχηματισμοί Householder.
- Άμεσες Μέθοδοι (Ανάλυση LU, Ανάλυση Cholesky).
- Επαναληπτικές μέθοδοι (Jacobi, Gauss-Seidel, SOR, μέθοδος βέλτιστης κλίσεως, μέθοδος συζυγών κλίσεων.
- Μέθοδοι εύρεσης ιδιοτιμών και ιδιοδιανυσμάτων.
- Εφαρμογές (o αλγόριθμος αναζήτησης PageRank της Google, επεξεργασίας ψηφιακών εικόνων, κ.λπ.)
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.
- Παροχή πρότυπων λύσεων κάποιων ασκήσεων σε μορφή podcast.
- Επικοινωνία με τους φοιτητές χρησιμοποιώντας e-mail, και τις πλατφόρμες ecourse και MTeams.
- Εργαστήριο προγραμματισμού με αντικείμενο την υλοποίηση αλγορίθμων σε ηλεκτρονικό υπολογιστή (σε Octave ή Python).
|
| Οργάνωση Διδασκαλίας
|
| Δραστηριότητα
|
Φόρτος Εργασίας Εξαμήνου
|
| Διαλέξεις (13Χ3)
|
39
|
| Αυτοτελής Μελέτη
|
76
|
| Καθοδηγούμενη επίλυση ασκήσεων
|
5
|
| Μη καθοδηγούμενη επίλυση ασκήσεων
|
30
|
| Σύνολο Μαθήματος
|
150
|
|
| Αξιολόγηση Φοιτητών
|
- Εργαστηριακές ασκήσεις με προφορική εξέταση (30%).
- Γραπτή εξέταση στο τέλος του εξαμήνου (70%).
|
Συνιστώμενη Βιβλιογραφία
Δείτε την υπηρεσία Εύδοξος ή το τοπικό αποθετήριο του Τμήματος Μαθηματικών για τα παρεχόμενα συγγράμματα ανά ακαδημαϊκό έτος. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:
- “Αριθμητική Γραμμική Άλγεβρα”, Β. Δουγαλής, Δ. Νούτσος, & Α. Χατζηδήμος, Τυπογραφείο Πανεπιστημίου Ιωαννίνων.
- “Numerical Linear Algebra”, L. Trefethen, & D. Bau, SIAM, 1997.
- “Matrix Computations”, G. Golub, C. Van Loan, 3rd edition, Johns Hopkins Univ. Press 1996.
- “Iterative Methods for Sparse Linear Systems”, Y. Saad, PWS Publishing, 1996.
- “Linear Algebra and Learning from Data”, G. Strang, Wellesley-Cambridge Press, 2019.
- “Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control”, S. Brunton, & J. Kutz, Cambridge: Cambridge University Press, 2019. doi:10.1017/9781108380690.