Postgraduate Section 1 1001

• Ελληνικά
• English

Ανεξάρτητη Σπουδή στην Ανάλυση Ι

Γενικά

Σχολή	Σχολή Θετικών Επιστημών
Τμήμα	Τμήμα Μαθηματικών
Επίπεδο Σπουδών	Μεταπτυχιακό
Κωδικός Μαθήματος	ΑΝ12
Εξάμηνο	1
Τίτλος Μαθήματος	Ανεξάρτητη Σπουδή στην Ανάλυση Ι
Αυτοτελείς Διδακτικές Δραστηριότητες	Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος	Μάθημα 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

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 Διδασκαλίας	Ο τρόπος παράδοσης θα καθορίζεται/περιγράφεται από τον εκάστοτε διδάσκοντα/ες του Μαθήματος.
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
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-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

Δείτε την υπηρεσία Εύδοξος.

Independent Study in Analysis I

General

School	School of Science
Academic Unit	Department of Mathematics
Level of Studies	Graduate
Course Code	AN12
Semester	1
Course Title	Independent Study in Analysis I
Independent Teaching Activities	Lectures (Weekly Teaching Hours: 3, Credits: 7.5)
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
Course Website (URL)	See eCourse, the Learning Management System maintained by the University of Ioannina.

Learning Outcomes

Learning outcomes

The course aims at introducing the students at the advanced subjects of Mathematical Analysis, which are covered by the rest of the graduate courses. The syllabus is decided by the professors, who may be members of the faculty, or scientists from Greece or from abroad (i.e. visiting professors from other Greek or non-Greek academic institutions, professors emeritus, invited speakers etc), and may contain classical theoretical subjects or applied subjects from Mathematical Analysis or other modern research fields. After attending this course, the students should be able to: be familiar with a vast set of subjects related to differential equations, start researching on subjects regarding the qualitative theory of differential equations, and familiarize himself with the bibliography related to the subjects he was taught.

General Competences

Working independently. Team work. Production of new research ideas. Production of free, creative and inductive thinking. Search for, analysis and synthesis of data and information, with the use of the necessary technology. Develop critical thinking skills.

Syllabus

Will be decided by the teaching professor.

Teaching and Learning Methods - Evaluation

Mode of Instruction	Will be decided by the teaching professor.
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	-
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 39 Exercises / Homework 52.5 Autonomous Study 96 Course total 187.5
Student Performance Evaluation	Will be decided by the teaching professor. The criteria will be published at the course's webpage.

Attached Bibliography

See the official Eudoxus site.