ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΧΑΟYΣ
| Τίτλος | ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΧΑΟYΣ / Theory of information and chaos |
| Κωδικός | 0570 |
| Σχολή | Θετικών Επιστημών |
| Τμήμα | Μαθηματικών |
| Κύκλος / Επίπεδο | 1ος / Προπτυχιακό |
| Περίοδος Διδασκαλίας | Εαρινή |
| Υπεύθυνος/η | Ιωάννης Αντωνίου |
| Κοινό | Ναι |
| Κατάσταση | Ενεργό |
| Course ID | 40002857 |
Πρόγραμμα Σπουδών: ΠΠΣ Τμήμα Μαθηματικών (2014-σήμερα)
Εγγεγραμμένοι φοιτητές: 31
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| Κορμός | Επιλογής | Εαρινό | - | 5 |
| Τίτλος | ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΧΑΟYΣ |
| Ακαδημαϊκό Έτος | 2019 – 2020 |
| Περίοδος Τάξης | Εαρινή |
| Διδάσκοντες μέλη ΔΕΠ |
|
| Ώρες Εβδομαδιαία | 3 |
| Class ID | 600147727
|
Τύπος Μαθήματος 2011-2015
Εμβάθυνσης / Εμπέδωσης Γνώσεων
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600147727
- Στον ιστοχώρο του Τμήματος:
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές
προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
- Ελληνικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Οι βασικές γνώσεις και η ευρύτερη μαθηματική παιδεία που προσφέρεται από το τμήμα Μαθηματικών. Καλλιεργείται η δημιουργική σύνθεση της γνώσης των φοιτητών από τα μαθήματα Ανάλυσης, Άλγεβρας, Πιθανοτήτων και Στατιστικής μέσω Εφαρμογών καθώς και Θεωρητικής Επεξεργασίας. Το μάθημα είναι προσιτό και σε φοιτητές άλλων Τμημάτων οι οποίοι δύνανται να αξιοποιήσουν την Θεωρία Πληροφορίας ως εργαλείο κατανόησης και επίλυσης προβλημάτων και να επικεντρωθούν σε εφαρμογές σχετικές με τα ενδιαφέροντα τους.
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα:
1. μπορούν να χρησιμοποιήσουν την Εντροπία ως δείκτη στόχευσης-αβεβαιότητος-προβλεψιμότητος-ποικιλότητος των δεδομένων είτε κατανομών πιθανότητας. Η τιμή της Εντροπίας αποτελεί εκτίμηση των bits κωδικοποίησης
2. μπορούν να χρησιμοποιήσουν δείκτες αλληλεξάρτησης Μεταβλητών Αριθμητικών ή Συμβολικών με ερμηνεία σε bits αναγκαίων για πρόβλεψη
3. μπορούν να διακρίνουν και να αξιολογήσουν την χαοτική συμπεριφορά που ενυπάρχει σε δεδομένα
4. μπορούν να διακρίνουν και να αξιολογήσουν την χαοτική συμπεριφορά αλγορίθμων είτε μαθηματικών μοντέλων (Διαφορικές Εξισώσεις, Εξισώσεις Διαφορών, Στοχαστικές Διαδικασίες)
5. μπορούν να συγκρίνουν την χαοτική συμπεριφορά σε δεδομένα είτε αλγορίθμους είτε μαθηματικά μοντέλα (θεωρητικά είτε από διάφορους επιστημονικούς κλάδους)
Γενικές Ικανότητες
- Εφαρμογή της γνώσης στην πράξη
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Προσαρμογή σε νέες καταστάσεις
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Ομαδική εργασία
- Εργασία σε διεθνές περιβάλλον
- Παραγωγή νέων ερευνητικών ιδεών
- Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα
- Σεβασμός στο φυσικό περιβάλλον
- Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου
- Άσκηση κριτικής και αυτοκριτικής
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Πληροφορία Παρατηρήσεων, Πιθανότητα και Αβεβαιότητα. Μηνύματα, Χρονοσειρές Αναλογικές – Ψηφιακές, Αρμονική Ανάλυση, Κυμάτια, Δειγματοληψία. Εντροπία, Δεσμευμένη Πληροφορία. Αμοιβαία Πληροφορία και Αλληλοεξάρτηση. Αβεβαιότητα, Προβλεψιμότητα, Πολυπλοκότητα, Καινοτομία. Οι Στοχαστικές Διαδικασίες και τα Δυναμικά Συστήματα ως πηγές Πληροφορίας. Εργοδικότητα, Μίξη. Διαδικασίες Bernoulli, Kolmogorov, Markov, Χάος, Θόρυβος. Δίαυλοι Επικοινωνίας ως Μετασχηματισμοί Στοχαστικών Διαδικασιών, Μοντέλα Διαύλων Markov. Κωδικοποίηση, Προϋποθέσεις κατασκευής Κωδικών. Επιλεκτικές Εφαρμογές στην Στατιστική, Φυσική, Βιολογία, Συναγωγή Συμπερασμάτων, Μάθηση, Λήψη Αποφάσεων και Παίγνια, Γράφοι και Δίκτυα Επικοινωνίας.
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- Διαφάνειες
Οργάνωση Μαθήματος
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 39 | 1,3 | |||
| Μελέτη και ανάλυση βιβλίων και άρθρων | 108 | 3,6 | |||
| Εξετάσεις | 3 | 0,1 | |||
| Σύνολο | 150 | 5 |
Αξιολόγηση Φοιτητών
Περιγραφή
Οι φοιτητές/-τριες εξετάζονται προφορικά επί γραπτών εργασιών τις οποίες έχουν παραδόσει.
Οι εργασίες επιλέγονται από αυτές που δίδονται κατά την παράδοση του μαθήματος.
Μέθοδοι Αξιολόγησης Φοιτητών
- Γραπτή Εργασία (Διαμορφωτική)
- Προφορική Εξέταση (Διαμορφωτική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
Ash, R. 1965, Information Theory, Wiley, Dover, New York (1990).
- Barabasi A.-L. 2002, Linked: The new Science of Networks, Perseus, Cambridge Massachusetts.
- Blum L., Cucker F., Shub M., Smale S. 1998, Complexity and Real Computation, Springer, New York.
- Brillouin L. 1956, Science and Information Theory, Academic Press, New York .
- Boudourides Μ. Networks (http://nicomedia.math.upatras.gr/courses/mnets) University of Patras.
- Cover T.,Thomas J. 1991, Elements of Information Theory, Wiley, New York.
- Cox R. 1961, The Algebra of Probable Inference, John Hopkins Press, Baltimore.
- Dorogovtsev S., Mendes G. 2003, Evolution of Networks, Oxford Univ. Press, UK.
- Epstein R. 1977, The Theory of Gambling and Statistical Logic, Academic Press, London.
- Ferguson T. 1997, Mathematical Statistics: a Decision Theoretic Approach, Academic Press.
- Frieden R. 2004, Science from Fisher Information: A Unification, Cambridge University Press, Cambridge.
- Gheorghe A. 1990, Decision Processes in Dynamic Probabilistic Systems, Kluwer, Dodrecht.
- Gleick J. 2011, The Information: A History ,a Theory, a Flood, Pantheon, New York.
- Gray R. 1988, Probability, Random Processes and Ergodic Properties, Springer, New York.
- Gray R. 1990, Entropy and Information Theory, Springer, New York.
- Han, Te Sun 2003, Information-Spectrum Methods in Information Theory, Springer, New York.
- Jelinek F. 1968, Probabilistic Information Theory, MacGraw-Hill, New York.
- Kay S. 1993, Fundamentals of Statistical Signal Processing: Estimation Theory, Prentice Hall, London.
- Kakihara Y. 1999, Abstract Methods in Information Theory, World Scientific, Singapore.
- Khinchin A. 1957, Mathematical Foundations of Information Theory, Dover, New York.
- Kullback S. 1968, Information Theory and Statistics, Dover, New York.
- Levin B. 1982, Statistical Communication Theory and its Applications, Mir, Moscow.
- Li M.,Vitanyi P. 1993, An Introduction to Kolmogorov Complexity and its Applications, Springer. New York.
- MacKay D. 2003, Information Theory, Inference, and Learning Algorithms, Cambridge, UK.
- Pinsker M. 1964, Information and Stability of Random Variables and Processes, Holden-Day, San Francisco.
- Renyi A. 1984, A Diary in Information Theory,Wiley, New York.
- Shannon C. ,Weaver W. 1949, The Mathematical Theory of Communication, Univ. Illinois Press, Urbana.
- Spode Group, Hardwick I. 1996, Decision and Discrete Mathematics, Albion, Chichester, UK.
- Whittle W. 2000, Probability via Expectation, 4th ed., Springer, Berlin.
- Yanglom A. ,Yanglom I. 1983, Probability and Information, Reidel, Dordrecht.
Τελευταία Επικαιροποίηση
16-03-2020
