Postgraduate Section 1 1013

Από Περιγράμματα - Τμήμα Μαθηματικών
Μετάβαση σε: πλοήγηση, αναζήτηση



Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος AN10
Εξάμηνο 2
Τίτλος Μαθήματος Τοπολογικές Μέθοδοι στις Διαφορικές Εξισώσεις
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα Διαφορικές Εξισώσεις, Τοπολογία, Συναρτησιακή Ανάλυση, Πραγματική Ανάλυση
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 αποσκοπεί ώστε ο μεταπτυχιακός φοιτητής να αποκτήσει:
  • γνώση θεμάτων από τη συναρτησιακή ανάλυση με εφαρμογές στις διαφορικές εξισώσεις,
  • δυνατότητα να ξεκινήσει έρευνα σε θέματα ποιοτικής θεωρίας διαφορικών εξισώσεων και
  • να γίνει γνώστης της ερευνητικής βιβλιογραφίας σε θέματα της ποιοτικής θεωρίας σε ένα ευρύ φάσμα διαφορικών εξισώσεων.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Παράγωγή νέων ερευνητικών ιδεών
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Απόκτηση ειδικών γνώσεων και καλλιέργεια ικανοτήτων σύγκρισης, εξαγωγής συμπερασμάτων και αξιολόγησης στο γνωστικό αντικείμενο.

Περιεχόμενο Μαθήματος

Εφαρμογές τοπολογικών θεωρημάτων σταθερού σημείου στη θεωρία διαφορικών εξισώσεων. Θεωρήματα συστολής (contraction), Schaefer, Schauder, θεωρίας βαθμού (degree theory), Nonlinear Alternative. Θεωρήματα σταθερού σημείου σε κώνους διατεταγμένων χώρων Banach. Θεωρήματα θεωρίας βαθμού, θεώρημα Krasnoselskii, θεωρήματα τύπου Leggett-Williams. Εφαρμογές των παραπάνω θεωρημάτων σε προβλήματα αρχικών και συνοριακών τιμών συνήθων διαφορικών εξισώσεων, ολοκληροδιαφορικών εξισώσεων και συναρτησιακών διαφορικών εξισώσεων. Ύπαρξη λύσεων, ύπαρξη θετικών λύσεων, ύπαρξη πολλαπλών (θετικών) λύσεων, άνω και κάτω λύσεις.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Διδασκαλίας 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
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, Σεμινάρια 45
Εργασίες/Ασκήσεις 52,5
Προσωπική Μελέτη 90
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Επίλυση Προβλημάτων, Γραπτή Εργασία, Προφορική ή γραπτή εξέταση Εξέταση. Τα κριτήρια αξιολόγησης είναι προσβάσιμα στην ιστοσελίδα του Μαθήματος στην πλατφόρμα “E-Course” του Πανεπιστημίου Ιωαννίνων.

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος.

Topological Methods in Differential Equations


General

School School of Science
Academic Unit Department of Mathematics
Level of Studies Graduate
Course Code AN10
Semester 2
Course Title Topological Methods in Differential Equations
Independent Teaching Activities Lectures (Weekly Teaching Hours: 3, Credits: 7.5)
Course Type Specialized general knowledge
Prerequisite Courses Differential Equations, General Topology, Functional Analysis, Real Analysis
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

Knowledge of topics in functional analysis with application in differential equations. Ability to start research in problems related to qualitative theory of differential equations. Become familiar with research bibliography concerning qualitative theory in a wide sector of differential equations.

General Competences

Search for, analysis and synthesis of data and information, with the use of the necessary technology. Production of new research ideas. Contact research bibliography concerning qualitative theory in a wide sector of differential equations.

Syllabus

Application of topological fixed point theorems in the theory of differential equations, contraction theorems, theorems of Schauder, Schaefer, degree theory, nonlinear alternative, fixed point theorems in cones, Krasnoselskii’s theorems, theorems of Leggett-Williams type. Applications in initial value and boundary value problems, in integro-differential equations and functional differential equations. Existence of solutions, of positive solutions, of upper and lower solutions.

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, seminars 45
Exercises, Projects 52.5
Personal study 90
Course total 187.5
Student Performance Evaluation Problem solving, written work, essay/report, oral or/and written examination, public presentation.

Attached Bibliography

See the official Eudoxus site.