Postgraduate Section 1 1008

Από Περιγράμματα - Τμήμα Μαθηματικών
Αναθεώρηση ως προς 23:29, 30 Ιουνίου 2026 από τον Ktzuvara (συζήτηση | συνεισφορές) (→‎Teaching and Learning Methods - Evaluation)
(διαφορά) ← Παλαιότερη αναθεώρηση | Τελευταία αναθεώρηση (διαφορά) | Νεότερη αναθεώρηση → (διαφορά)
Μετάβαση σε: πλοήγηση, αναζήτηση



Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΑΝ11
Εξάμηνο 2
Τίτλος Μαθήματος Κυρτή Ανάλυση
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
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 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 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
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 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:
  • Παρουσιάσεις στην τάξη-Γραπτές εργασίες-Ασκήσεις
  • 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

Δείτε την υπηρεσία Εύδοξος.

Convex Analysis


General

School School of Science
Academic Unit Department of Mathematics
Level of Studies Graduate
Course Code AN11
Semester 2
Course Title Convex Analysis
Independent Teaching Activities Lectures (Weekly Teaching Hours: 3, Credits: 7.5)
Course Type Specialized general knowledge
Prerequisite Courses Real Analysis, Calculus I and Calculus II
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 graduate level. Material varies from classical topics on convex analysis to recent research problems. The students should:

  • get knowledge on issues from a wide area of topics on convex analysis,
  • aim ability to start research on problems on the theory of convex analysis,
  • be introduced to the literature on problems in the area of convex analysis that he/she was taught.
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, convexity criteria. Normed spaces. Dual spaces and the Legendre transform. The Caratheodory Theorem and its applications to geometry. Radon’s and Helly’s theorems. Minkowski’s First theorem and its applications to Optimization Theory. The concentration of measure phenomenon on the sphere. Dvoretzky’s theorem and the Quotient of Subspace theorem. The Brunn-Minkowski inequality and its generalizations (Lp variants and functional forms). Mixed volumes and inequalities of Aleksandrov-Fenchel type. Inequalities of isoperimetric type (e.g. the classical isoperimetric inequality and the Blaschke-Santalo inequality). The Brascamp-Lieb inequality and reverse isoperimetric inequalities. Area measures of convex hypersurfaces. The Minkowski Existence and Uniqueness problem and its generalizations, applications to the Theory of Monge-Ampere equations. Classical open problems.

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 -
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 45
Assignments/Essays 52.5
Individual study 90
Course total 187.5
Student Performance Evaluation

Students choose evaluation by one or both of the following:

  • Class presentation - Essays - Assignments
  • Final Written Examination

In case that a student participates to both, the final grade is the maximum of the two grades. 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.