Undergraduate Elective 1058

• Ελληνικά
• English

Κυρτή Ανάλυση

Γενικά

Σχολή	Σχολή Θετικών Επιστημών
Τμήμα	Τμήμα Μαθηματικών
Επίπεδο Σπουδών	Προπτυχιακό
Κωδικός Μαθήματος	MAE753
Εξάμηνο	7
Τίτλος Μαθήματος	Κυρτή Ανάλυση
Αυτοτελείς Διδακτικές Δραστηριότητες	Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
Τύπος Μαθήματος	Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων	Ελληνική
Τρόπος Διεξαγωγής Μαθήματος	Δια ζώσης (100%)
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 βάση την Ταξινόμηση κατά Bloom. Γνώση: Η έννοια της κυρτής ανάλυσης. Η έννοια κυρτού συνόλου. Η έννοια του δυϊσμού. Κατανόηση: Μελέτη αναλυτικών ιδιοτήτων κυρτών συναρτήσεων. Μελέτη τοπολογικών, γεωμετρικών και ποιοτικών ιδιοτήτων κυρτών συνόλων. Μελέτη μετασχηματισμού Legendre και πολικού κώνου και συνόλου.
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

Κυρτές συναρτήσεις, αναλυτικές ιδιότητες συναρτήσεων, υποδιαφορικό, μετασχηματισμός Legendre, θεώρημα δυϊσμού του Fenchel. Κυρτά σύνολα στον Ευκλείδειο χώρο, το θεώρημα του Καραθεοδωρή και τοπολογικές ιδιότητες κυρτών συνόλων. Μετρική προβολή, στήριξη και διαχωρισμός κυρτών υποσυνόλων. Ακραία σημεία, το Θεώρημα του Minkowski και το πολύτοπο του Birkhoff. Πολυεδρικοί κώνοι και το λήμμα του Farkas. Πολικό συνόλου, συναρτήσεις στήριξης και συναρτήσεις στάθμης. Γεωμετρικές ιδιότητες κυρτών συνόλων: Θεωρήματα Radon και Helly, το θεώρημα του John και το πρώτο θεώρημα του Minkowski. Εφαρμογές της Κυρτής Ανάλυσης.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Διδασκαλίας	Διαλέξεις - παρουσιάσεις στην αίθουσα.
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 της πλατφόρμας “E-course” του Πανεπιστημίου Ιωαννίνων.
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	Δραστηριότητα Φόρτος Εργασίας Εξαμήνου Διαλέξεις (13Χ3) 39 Αυτοτελής Μελέτη 78 Επίλυση Ασκήσεων - εργασίες 33 Σύνολο Μαθήματος 150
Αξιολόγηση Φοιτητών	Οι φοιτητές επιλέγουν να αξιολογηθούν με τον εξής τρόπο:  Παρουσιάσεις στην τάξη - Γραπτές εργασίες - Ασκήσεις  Γραπτή τελική εξέταση. Τα κριτήρια αξιολόγησης θα είναι προσβάσιμα στην ιστοσελίδα του Μαθήματος στην πλατφόρμα “E-Course” του Πανεπιστημίου Ιωαννίνων.

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος.

Convex Analysis

General

School	School of Science
Academic Unit	Department of Mathematics
Level of Studies	Undergraduate
Course Code	ΜΑE753
Semester	7
Course Title	Convex Analysis
Independent Teaching Activities	Lectures (Weekly Teaching Hours: 3, Credits: 6)
Course Type	Special Background
Prerequisite Courses	-
Language of Instruction and Examinations	Greek
Mode of Course Delivery	Face-to-face (100%)
Is the Course Offered to Erasmus Students	Yes (in English)
Course Website (URL)	See eCourse, the Learning Management System maintained by the University of Ioannina.

Learning Outcomes

Learning outcomes	The course aims to an introduction to convex analysis at undergraduate level. It is desired for students to understand convex sets with respect to some of their qualitative (from a geometric/combinatorial point of view) and quantitative (e.g. volume, surface area) properties together with the study of the corresponding convex functions.
General Competences	Working independently  Team work Production of free, creative and inductive thinking Production of analytic and synthetic thinking Search for, analysis and synthesis of data and information, with the use of the necessary technology Get in touch with specialized knowledge and evolve abilities for comparing, obtaining and evaluating results on the specific area of interest.

Syllabus

Basic notions. Convex functions and convex sets. Polytopes. Gauge functions and support functions. Caratheodory's, Radon's and Helly's theorems. Minkowski's First theorem. The Brunn-Minkowski inequality. Mixed volumes. Inequalities of isoperimetric type (e.g. the classical isoperimetric inequality and the Blaschke-Santalo inequality). F. John's Theorem. The reverse isoperimetric inequality.

Teaching and Learning Methods - Evaluation

Mode of Instruction	Lectures/ Class presentations.
Mode and Frequency of Communication with Students	Communication with students takes place through: Email. In-person meetings during office hours. During lectures. The frequency of communication with students is determined by their needs.
Ensuring Communication Among Students	Collaboration and interaction are encouraged within the context of course delivery.
Use of Information and Communications Technology	Use of the platform “E-course” of the University of Ioannina.
Required Technological Equipment and Technology Skills	No technological equipment is required from students, as all necessary equipment is provided. No specialized technology skills are required.
Course Policy on Plagiarism and Plagiarism Detection Tools	Plagiarism is strictly prohibited and is subject to progressively stricter penalties in the event of repeated offenses. It is monitored using plagiarism detection tools such as Turnitin, which is provided by the University Library.
Course Policy on the Use of Artificial Intelligence	The use of Artificial Intelligence is permitted only with the prior approval of the instructor.
Teaching Methods	Activity Semester Workload Lectures/Presentations 39 Assignments/Essays 33 Individual study 78 Course total  150
Student Performance Evaluation	Students' evaluation by the following: Class presentation - Essays - Assignments Final Written Examination Evaluation criteria and all steps of the evaluation procedure will be accessible to students through the platform "E-course" of the University of Ioannina.

Attached Bibliography

See the official Eudoxus site.