Postgraduate Section 3 1015 - Ιστορικό εκδόσεων

Ktzuvara: /* Teaching and Learning Methods - Evaluation */

2026-07-02T21:07:13Z

Teaching and Learning Methods - Evaluation

@@ Γραμμή 229: / Γραμμή 229: @@
 {| class="wikitable"
 |-
-! Delivery
+! Mode of Instruction
-| Face-to-face
+| Face-to-face.
 |-
 ! Use of Information and Communications Technology
-| Lindo/Lingo Software, Mathematica, Email, class web
+| Lindo/Lingo Software, Mathematica, Email, class web.
 |-
 ! Teaching Methods

Ktzuvara: /* Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση */

2026-07-02T21:00:47Z

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 00:00, 3 Ιουλίου 2026
Γραμμή 89:		Γραμμή 89:
	{\| class="wikitable"		{\| class="wikitable"
	\|-		\|-
	! Τρόπος ~~Παράδοσης~~		! Τρόπος Διδασκαλίας
	\| Πρόσωπο με πρόσωπο		\| Πρόσωπο με πρόσωπο.
			\|-
			! Τρόπος και Συχνότητα Επικοινωνίας με Φοιτητές
			\| Η επικοινωνία με τους φοιτητές γίνεται:
			* Μέσω email.
			* Δια ζώσης στο γραφείο.
			* Κατά τη διάρκεια των διαλέξεων.

			Η συχνότητα επικοινωνίας με τους φοιτητές καθορίζεται από τις ανάγκες των φοιτητών.
			\|-
			! Διασφάλιση Τρόπου Επικοινωνίας Μεταξύ Φοιτητών
			\| Συνέργεια στα πλαίσια της παράδοσης του μαθήματος.
	\|-		\|-
	! Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών		! Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
	\|		\|
	* Χρήση Lindo/Lingo Software, Mathematica/ Matlab		* Χρήση Lindo/Lingo Software, Mathematica/ Matlab
	* Χρήση Τ.Π.Ε. στην Επικοινωνία		* Χρήση Τ.Π.Ε. στην Επικοινωνία.
			\|-
			! Απαιτούμενος Τεχνολογικός Εξοπλισμός και Γνώσεις Τεχνολογίας
			\| Δεν απαιτείται τεχνολογικός εξοπλισμός, καθώς παρέχεται. Δεν απαιτούνται εξειδικευμένες γνώσεις τεχνολογίας.
			\|-
			! Πολιτική Μαθήματος για τη Λογοκλοπή και Εργαλεία Ελέγχου Λογοκλοπής
			\| Η λογοκλοπή απαγορεύεται ρητά και τιμωρείται κλιμακούμενα, ανάλογα με την επανάληψη της χρήσης της. Ελέγχεται, δε, με σχετικά εργαλεία όπως το "Turnitin", που παρέχει η Βιβλιοθήκη του Πανεπιστημίου.
			\|-
			! Πολιτική Μαθήματος για τη Χρήση Τεχνητής Νοημοσύνης
			\| Επιτρέπεται η χρήση Τεχνητής Νοημοσύνης κατόπιν άδειας από τον διδάσκοντα/τη διδάσκουσα.
	\|-		\|-
	! Οργάνωση Διδασκαλίας		! Οργάνωση Διδασκαλίας

Ktzuvara: /* General */

2026-07-02T20:56:36Z

General

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 23:56, 2 Ιουλίου 2026
Γραμμή 168:		Γραμμή 168:
	! Language of Instruction and Examinations		! Language of Instruction and Examinations
	\| Greek		\| Greek
			\|-
			! Mode of Course Delivery
			\| Face-to-face (100%)
	\|-		\|-
	! Is the Course Offered to Erasmus Students		! Is the Course Offered to Erasmus Students

Ktzuvara: /* Γενικά */

2026-07-02T20:54:43Z

Γενικά

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 23:54, 2 Ιουλίου 2026
Γραμμή 48:		Γραμμή 48:
	! Γλώσσα Διδασκαλίας και Εξετάσεων		! Γλώσσα Διδασκαλίας και Εξετάσεων
	\| Ελληνική		\| Ελληνική
			\|-
			! Τρόπος Διεξαγωγής Μαθήματος
			\| Δια ζώσης (100%)
	\|-		\|-
	! Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus		! Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus

Ktzuvara: /* Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση */

2026-04-01T20:31:27Z

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 23:31, 1 Απριλίου 2026
Γραμμή 101:		Γραμμή 101:
	\|-		\|-
	\| Διαλέξεις		\| Διαλέξεις
	\| 39		\| style="text-align: center;" \|39
	\|-		\|-
	\| Αυτοτελής Μελέτη		\| Αυτοτελής Μελέτη
	\| 70		\| style="text-align: center;" \|70
	\|-		\|-
	\| Ασκήσεις Πεδίου (7-8 σύνολα ασκήσεων)		\| Ασκήσεις Πεδίου (7-8 σύνολα ασκήσεων)
	\| 78.5		\| style="text-align: center;" \|78.5
	\|-		\|-
	\| Σύνολο Μαθήματος		\| Σύνολο Μαθήματος
	\| 187.5		\| style="text-align: center;" \|187.5
	\|}		\|}
	\|-		\|-

Ktzuvara: /* Teaching and Learning Methods - Evaluation */

2026-04-01T20:31:12Z

Teaching and Learning Methods - Evaluation

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 23:31, 1 Απριλίου 2026
Γραμμή 216:		Γραμμή 216:
	\|-		\|-
	\| Lectures		\| Lectures
	\| 39		\| style="text-align: center;" \|39
	\|-		\|-
	\| Study and analysis of bibliography		\| Study and analysis of bibliography
	\| 78		\| style="text-align: center;" \|78
	\|-		\|-
	\| Preparation of assignments and interactive teaching		\| Preparation of assignments and interactive teaching
	\| 70.5		\| style="text-align: center;" \|70.5
	\|-		\|-
	\| Course total		\| Course total
	\| 187.5		\| style="text-align: center;" \|187.5
	\|}		\|}
	\|-		\|-

Ktzuvara στις 06:55, 25 Μαρτίου 2026

2026-03-25T06:55:27Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 09:55, 25 Μαρτίου 2026
Γραμμή 9:		Γραμμή 9:

	<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">		<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">

			<div align = center>
			== '''Μη Γραμμικός Προγραμματισμός''' ==
			</div>


Γραμμή 31:		Γραμμή 35:
	\|-		\|-
	! Τίτλος Μαθήματος		! Τίτλος Μαθήματος
	\| ~~ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ~~		\| Μη Γραμμικός Προγραμματισμός
	\|-		\|-
	! Αυτοτελείς Διδακτικές Δραστηριότητες		! Αυτοτελείς Διδακτικές Δραστηριότητες
Γραμμή 51:		Γραμμή 55:
	\| Δείτε το [https://ecourse.uoi.gr/ eCourse], την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.		\| Δείτε το [https://ecourse.uoi.gr/ eCourse], την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.
	\|}		\|}


	=== Μαθησιακά Αποτελέσματα ===		=== Μαθησιακά Αποτελέσματα ===
Γραμμή 71:		Γραμμή 74:
	* Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών		* Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
	\|}		\|}


	=== Περιεχόμενο Μαθήματος ===		=== Περιεχόμενο Μαθήματος ===

			{\| class="wikitable"
			\|
	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.		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 ===		=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
Γραμμή 114:		Γραμμή 118:
	* Γραπτή τελική εξέταση (70%)		* Γραπτή τελική εξέταση (70%)
	\|}		\|}


	=== Συνιστώμενη Βιβλιογραφία ===		=== Συνιστώμενη Βιβλιογραφία ===

	Δείτε την υπηρεσία [https://service.eudoxus.gr/public/departments#20 Εύδοξος]. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:		Δείτε την υπηρεσία [https://service.eudoxus.gr/public/departments#20 Εύδοξος].
			<!-- Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος: -->
	</div>		</div>

	<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">		<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">

			<div align = center>
			== '''Non Linear Programming''' ==
			</div>


Γραμμή 144:		Γραμμή 152:
	\|-		\|-
	! Course Title		! Course Title
	\| Non Linear ~~Programing~~		\| Non Linear Programming
	\|-		\|-
	! Independent Teaching Activities		! Independent Teaching Activities
Γραμμή 164:		Γραμμή 172:
	\| See [https://ecourse.uoi.gr/ eCourse], the Learning Management System maintained by the University of Ioannina.		\| See [https://ecourse.uoi.gr/ eCourse], the Learning Management System maintained by the University of Ioannina.
	\|}		\|}


	=== Learning Outcomes ===		=== Learning Outcomes ===
Γραμμή 172:		Γραμμή 179:
	! Learning outcomes		! Learning outcomes
	\| The course aims to introduce students to the fundamentals of non-linear optimization. Upon successful completion of the course the student will be able to:		\| The course aims to introduce students to the fundamentals of non-linear optimization. Upon successful completion of the course the student will be able to:
	# understand the basic principles of nonlinear optimization problems.		* understand the basic principles of nonlinear optimization problems.
	# use some of the commonly used algorithms for nonlinear optimization (unconstrained and constrained).		* use some of the commonly used algorithms for nonlinear optimization (unconstrained and constrained).
	# select the appropriate algorithm for a particular optimization problem.		* select the appropriate algorithm for a particular optimization problem.
	\|-		\|-
	! General Competences		! General Competences
	\|		\|
	# Working independently		* Working independently
	# Decision-making		* Decision-making
	# Adapting to new situations		* Adapting to new situations
	# Production of free, creative and inductive thinking		* Production of free, creative and inductive thinking
	# Synthesis of data and information, with the use of the necessary technology		* Synthesis of data and information, with the use of the necessary technology
	\|}		\|}


	=== Syllabus ===		=== Syllabus ===

			{\| class="wikitable"
			\|
	Introduction to unconstrained and constrained optimization, Lagrange Multipliers, Karush-Kuhn-Tucker conditions, Line Search, Trust Region, Conjugate Gradient, Newton, Quasi-Newton methods, Quadratic Programming, Penalty Barrier and Augmented Lagrangian Methods.		Introduction to unconstrained and constrained optimization, Lagrange Multipliers, Karush-Kuhn-Tucker conditions, Line Search, Trust Region, Conjugate Gradient, Newton, Quasi-Newton methods, Quadratic Programming, Penalty Barrier and Augmented Lagrangian Methods.
			\|}

	=== Teaching and Learning Methods - Evaluation ===		=== Teaching and Learning Methods - Evaluation ===
Γραμμή 221:		Γραμμή 229:
	\|-		\|-
	! Student Performance Evaluation		! Student Performance Evaluation
	\| ~~LANGUAGE OF EVALUATION~~: Greek<br/>~~METHODS OF EVALUATION~~: Written work (30%), Final exam (70%).		\| Language of Evaluation: Greek<br/>Methods of Evaluation: Written work (30%), Final exam (70%).
	\|}		\|}


	=== Attached Bibliography ===		=== Attached Bibliography ===

	See the official [https://service.eudoxus.gr/public/departments#20 Eudoxus site]. Books and other resources, not provided by Eudoxus:		See the official [https://service.eudoxus.gr/public/departments#20 Eudoxus site].
			<!-- Books and other resources, not provided by Eudoxus: -->
	</div>		</div>

	<div style="text-align:left;">		<!-- <div style="text-align:left;">
	* ---		* --- </div> -->
	</div>
	</div>		</div>

Outlines-mw-admin στις 19:57, 13 Μαρτίου 2026

2026-03-13T19:57:25Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 22:57, 13 Μαρτίου 2026
Γραμμή 138:		Γραμμή 138:
	\|-		\|-
	! Course Code		! Course Code
	\| ~~ΣΣΕ7~~		\| ΣΕΕ7
	\|-		\|-
	! Semester		! Semester

G.R.Chrysostomidis: Νέα σελίδα με '{{DISPLAYTITLE:{{FULLPAGENAME}}}}

#pills-gr|Ελληνικά

2026-03-09T13:52:36Z

Νέα σελίδα με '{{DISPLAYTITLE:<span style="position: absolute; clip: rect(1px 1px 1px 1px); clip: rect(1px, 1px, 1px, 1px);">{{FULLPAGENAME}}</span>}} <ul class="nav nav-pills mb-2 justify-content-end" id="pills-tab-lang" role="tablist"> <li class="nav-item"><btn id="pills-gr-tab" data-toggle="pill" class="nav-link active" role="tab" aria-controls="pills-gr" aria-selected="true">#pills-gr|Ελληνικά</btn></li> <li class="nav-item"><btn id="pills-en-tab" data-toggle="pill"...'

Νέα σελίδα
{{DISPLAYTITLE:<span style="position: absolute; clip: rect(1px 1px 1px 1px); clip: rect(1px, 1px, 1px, 1px);">{{FULLPAGENAME}}</span>}}

<ul class="nav nav-pills mb-2 justify-content-end" id="pills-tab-lang" role="tablist">
<li class="nav-item"><btn id="pills-gr-tab" data-toggle="pill" class="nav-link active" role="tab" aria-controls="pills-gr" aria-selected="true">#pills-gr|Ελληνικά</btn></li>
<li class="nav-item"><btn id="pills-en-tab" data-toggle="pill" class="nav-link" role="tab" aria-controls="pills-en" aria-selected="false">#pills-en|English</btn></li>
</ul>

<div class="tab-content text-center" id="pills-content">

<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">

=== Γενικά ===

{| class="wikitable"
|-
! 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)
|-
! [https://regulations.math.uoi.gr/index.php?title=Undergraduate_Department_Course_Types 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 [https://ecourse.uoi.gr/ eCourse], την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.
|}

=== Μαθησιακά Αποτελέσματα ===

{| class="wikitable"
|-
! 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 ===

{| class="wikitable"
|-
! Τρόπος Παράδοσης
| Πρόσωπο με πρόσωπο
|-
! Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
|
* Χρήση Lindo/Lingo Software, Mathematica/ Matlab
* Χρήση Τ.Π.Ε. στην Επικοινωνία
|-
! Οργάνωση Διδασκαλίας
|
{| class="wikitable"
! 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 ===

Δείτε την υπηρεσία [https://service.eudoxus.gr/public/departments#20 Εύδοξος]. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:
</div>

<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">

=== General ===

{| class="wikitable"
|-
! School
| School of Science
|-
! Academic Unit
| Department of Mathematics
|-
! Level of Studies
| Graduate
|-
! Course Code
| ΣΣΕ7
|-
! Semester
| 2
|-
! Course Title
| Non Linear Programing
|-
! Independent Teaching Activities
| Lectures (Weekly Teaching Hours: 3, Credits: 7.5)
|-
! [https://regulations.math.uoi.gr/index.php?title=Undergraduate_Department_Course_Types Course Type]
| Special Background
|-
! Prerequisite Courses
| -
|-
! Language of Instruction and Examinations
| Greek
|-
! Is the Course Offered to Erasmus Students
| Yes (in English)
|-
! Course Website (URL)
| See [https://ecourse.uoi.gr/ eCourse], the Learning Management System maintained by the University of Ioannina.
|}

=== Learning Outcomes ===

{| class="wikitable"
|-
! Learning outcomes
| The course aims to introduce students to the fundamentals of non-linear optimization. Upon successful completion of the course the student will be able to:
# understand the basic principles of nonlinear optimization problems.
# use some of the commonly used algorithms for nonlinear optimization (unconstrained and constrained).
# select the appropriate algorithm for a particular optimization problem.
|-
! General Competences
|
# Working independently
# Decision-making
# Adapting to new situations
# Production of free, creative and inductive thinking
# Synthesis of data and information, with the use of the necessary technology
|}

=== Syllabus ===

Introduction to unconstrained and constrained optimization, Lagrange Multipliers, Karush-Kuhn-Tucker conditions, Line Search, Trust Region, Conjugate Gradient, Newton, Quasi-Newton methods, Quadratic Programming, Penalty Barrier and Augmented Lagrangian Methods.

=== Teaching and Learning Methods - Evaluation ===

{| class="wikitable"
|-
! Delivery
| Face-to-face
|-
! Use of Information and Communications Technology
| Lindo/Lingo Software, Mathematica, Email, class web
|-
! Teaching Methods
|
{| class="wikitable"
! Activity
! Semester Workload
|-
| Lectures
| 39
|-
| Study and analysis of bibliography
| 78
|-
| Preparation of assignments and interactive teaching
| 70.5
|-
| Course total
| 187.5
|}
|-
! Student Performance Evaluation
| LANGUAGE OF EVALUATION: Greek<br/>METHODS OF EVALUATION: Written work (30%), Final exam (70%).
|}

=== Attached Bibliography ===

See the official [https://service.eudoxus.gr/public/departments#20 Eudoxus site]. Books and other resources, not provided by Eudoxus:
</div>

<div style="text-align:left;">
* ---
</div>
</div>