Γενικά
| Σχολή
|
Σχολή Θετικών Επιστημών
|
| Τμήμα
|
Τμήμα Μαθηματικών
|
| Επίπεδο Σπουδών
|
Μεταπτυχιακό
|
| Κωδικός Μαθήματος
|
AN4
|
| Εξάμηνο
|
1
|
| Τίτλος Μαθήματος
|
Συναρτησιακή Ανάλυση
|
| Αυτοτελείς Διδακτικές Δραστηριότητες
|
Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
|
| Τύπος Μαθήματος
|
Γενικού υποβάθρου
|
| 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
|
Οι στόχοι του μαθήματος είναι η απόκτηση υποβάθρου από τους φοιτητές στις βασικές δομές και τεχνικές της Συναρτησιακής Ανάλυσης, ως αυτοτελής γνώση αλλά και ως εργαλείο για τους άλλου κλάδους της Ανάλυσης, ώστε να έχουν τη δυνατότητα χρήσης τους σε εφαρμογές.
|
| Γενικές Ικανότητες
|
Το μάθημα αποσκοπεί στο να αποκτήσει ο μεταπτυχιακός φοιτητής την ικανότητα ανάλυσης και σύνθεσης προχωρημένης εννοιών της Συναρτησιακής Ανάλυσης. Ο στόχος είναι να αποκτήσει τα εφόδια για αυτόνομη και ομαδική εργασία σε διεπιστημονικό περιβάλλον και την παραγωγή νέων ερευνητικών ιδεών.
|
Περιεχόμενο Μαθήματος
|
Χώροι με νόρμα και χώροι Banach και χώροι Hilbert, κλασσικά παραδείγματα (χώροι ακολουθιών και χώροι συναρτήσεων). Βασικά θεωρήματα. Γενική θεωρία τοπολογικών γραμμικών χώρων, τοπικά κυρτοί χώροι και διαχωριστικά θεωρήματα. Ασθενείς τοπολογίες, θεωρήματα Mazur, Alaoglu, Goldstine, ασθενής συμπάγεια. Bάσεις Schauder και βασικές ακολουθίες. Ακραία σημεία, θεώρημα Krein Milman. Θεώρημα αναπαράστασης του Riesz, χώροι Lp. Θεωρήματα σταθερού σημείου.
|
Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
| Τρόπος Διδασκαλίας
|
Διδασκαλία με παράδοση στον πίνακα.
|
| 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
|
Επικοινωνία με τους φοιτητές μέσω e-mail.
|
| 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
|
39
|
| Αυτοτελής μελέτη
|
78
|
| Επίλυση Ασκήσεων-Εργασίες
|
70.5
|
| Σύνολο Μαθήματος
|
187.5
|
|
| Αξιολόγηση Φοιτητών
|
Γραπτή εξέταση στο τέλος του εξαμήνου (υποχρεωτική), παράδοση εργασιών και ασκήσεων στη διάρκεια του εξαμήνου (υποχρεωτικά), διάλεξη-παρουσίαση στον πίνακα από τον φοιτητή (προαιρετική).
|
Συνιστώμενη Βιβλιογραφία
Δείτε την υπηρεσία Εύδοξος.
Functional Analysis
General
| School
|
School of Science
|
| Academic Unit
|
Department of Mathematics
|
| Level of Studies
|
Graduate
|
| Course Code
|
AN4
|
| Semester
|
1
|
| Course Title
|
Functional Analysis
|
| Independent Teaching Activities
|
Lectures (Weekly Teaching Hours: 3, Credits: 7.5)
|
| Course Type
|
General 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 objectives of the course are: The acquisition of background from the students on the basic structures and techniques of Functional Analysis, as independent knowledge as well as a tool for the other branches of Analysis, so that they will have the potential to apply the knowledge they get in applications.
|
| General Competences
|
The course aims to give the postgraduate student the ability to analyse and synthesize advanced concepts of Functional Analysis. The goal is to acquire the skills for autonomous work and teamwork in an interdisciplinary environment and to able to produce new research ideas.
|
Syllabus
- Normes spaces, Banach spaces and Hilbert spaces, classical examples (sequence spaces and function spaces). Basic theorems.
- General theory of topological vector spaces, locally convex spaces, separation theorems.
- Weak topologies, theorems of Mazur, Alaoglu and Goldstine, weak compactness.
- Schauder bases and basic sequences.
- Extreme points, Krein Milman theorem.
- Riesz representation theorem, Lp spaces.
- Fixed point theorems.
|
Teaching and Learning Methods - Evaluation
| Mode of Instruction
|
Face to face
|
| 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
|
| Study and analysis of bibliography
|
78
|
| Preparation of assignments and interactive teaching
|
70.5
|
| Course total
|
187.5
|
|
| Student Performance Evaluation
|
Written examination at the end of the semester.
|
Attached Bibliography
See the official Eudoxus site.