EN
11111

DERS TANITIM BİLGİLERİ

dm.ieu.edu.tr

Dersin Adı
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
Güz
Ön-Koşul(lar)
Yok
Dersin Dili
Dersin Türü
Zorunlu
Dersin Düzeyi
-
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri Problem çözme
Soru & Cevap
Dersin Koordinatörü -
Öğretim Eleman(lar)ı
Yardımcı(ları)
Dersin Amacı
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Hataları bulup sınıflandırabilir ve aritmetik işlemlerde hata oluşumu, kararlılık, Taylor teoremi gibi kavramları kavrayabilir.
  • Lineer olmayan denklemleri çözümleyebilir.
  • Lineer denklem sistemlerini çözümleyebilir.
  • İnterpolasyon ve polinom yaklaşımlarında bulunabilir.
  • Küçük kareler metodunu kullanabilir
Ders Tanımı

 



Dersin Kategorisi

 Temel Ders
X
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Hatalar, Büyük O notasyonu, kararlılık ve koşul sayısı, Taylor teoremi. Ders notları
2 Lineer olmayan denklemlerin çözümü: ikiye bölme yöntemi, sabit nokta iterasyonu. Numerical Analysis by Timothy Sauer, 2006, Pearson Section : 1.1, 1.2
3 NewtonRapson yöntemi , Kirişler yöntemi. Numerical Analysis by Timothy Sauer, 2006, Pearson Section 1.4, 1.5
4 Lineer cebirsel denklem sistemlerinin çözümleri: Gauss yok etme yöntemi Numerical Analysis by Timothy Sauer, 2006, Pearson Section 2.1
5 LU ayrıştırma yöntemi. Numerical Analysis by Timothy Sauer, 2006, Pearson Section 2.2
6 Hata analizi Numerical Analysis by Timothy Sauer, 2006, Pearson Section 2.3
7 İteratif yöntemler: Jacobi metodu, Gauss-Seidel metodu Numerical Analysis by Timothy Sauer, 2006, Pearson Section 2.5
8 Arasınav
9 İnterpolasyon ve polinom yaklaşımları: Lagrange interpolasyon polinomları, Numerical Analysis by Timothy Sauer, 2006, Pearson Section 3.1
10 Newton interpolasyonu, Interpolasyondaki hata payı Numerical Analysis by Timothy Sauer, 2006, Pearson Section 3.1, 3.2
11 Chebyshev interpolasyonu Numerical Analysis by Timothy Sauer, 2006, Pearson Section 3.4
12 En küçük kareleme ve normal denklemleri Numerical Analysis by Timothy Sauer, 2006, Pearson Section 4.1
13 Modellemeler ve QR ayrıştırma metodu Numerical Analysis by Timothy Sauer, 2006, Pearson Section 4.2, 4.3
14 Lineer olmayan en küçük kareleme Numerical Analysis by Timothy Sauer, 2006, Pearson Section 4.4
15 Dönem tekrarı
16 Dönem tekrarı
Ders Kitabı

Numerical Analysis  by  Timothy Sauer,

2006, Pearson
Önerilen Okumalar/Materyaller

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
5
30
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
1
30
Final Sınavı
1
40
Toplam

Yarıyıl İçi Aktivitelerin Başarı Notuna Katkısı
6
60
Yarıyıl Sonu Aktivitelerin Başarı Notuna Katkısı
1
40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x teorik ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
(Sınav haftası dahildir. 16 x uygulama/lab ders saati)
16
Sınıf Dışı Ders Çalışması
16
3
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
5
4
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınavlar
1
20
Final Sınavı
1
25
    Toplam
161

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
 Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1 Temel matematik, uygulamalı matematik ve istatistik kuramlarına ve uygulamalarına hakim olmak, X
2 Matematik ve istatistik alanındaki edindiği ileri düzeydeki kuramsal ve uygulamalı bilgileri kullanabilmek, X
3 Sorunları tanımlayabilmek, analiz edebilmek ve bilimsel yöntemlere dayalı çözüm üretebilmek, X
4
Disiplinlerarası yaklaşımla, matematiği ve istatistiği gerçek yaşamda uygulayabilmek ve uygulama konusunda kendi potansiyellerini keşfedebilmek,		 X
5
Matematiğin kullanıldığı hemen her alanda, gerekli bilgileri edinebilmek ve modelleme yapabilmek ve kendini geliştirebilmek,		 X
6 Kurduğu modellere ve çözümlere eleştirel bakabilmek, yenileyebilmek, X
7 Kuramsal ve teknik bilgilerini gerek detaylı olarak uzman kişilere, gerekse basit ve anlaşılır bir şekilde uzman olmayan kişilere rahatça aktarabilmek, X
8

İngilizce’yi ve Avrupa Dil Portföyünden ikinci bir yabancı dili B1 Genel Düzeyinde etkin şekilde kullanabilmek ve bilgi birikimini güncel tutabilmek, yurtiçi ve yurtdışı meslektaşlarıyla rahat bir şekilde iletişim kurabilmek, periyodik litaretürü takip edebilmek,

 X
9

Matematik ve istatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olmak ve Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyindeki ez az bir programı etkin şekilde kullanabilmek,

 X
10

Dahil olduğu projelerin tüm aşamalarında toplumsal, bilimsel ve etik değerlere uygun hareket edebilmek, toplumsal duyarlılık çerçevesinde proje geliştirip uygulayabilmek,

 X
11 Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirebilmek ve kalite yönetimi konusunda yeterli bilince sahip olmak, X
12

Soyut düşünce yapısına hakim olarak, somut olaylara bağlayabilmek ve çözümleri taşıyabilmek, deney tasarlayıp veri toplayarak bilimsel yöntemlerle sonuçları incelemek ve yorumlamak,

 X
13

Edindiği bilgi, beceri ve yetkinlikleri hayat boyu yenileyebilmek, yaşam boyu öğrenme bilincine sahip olmak,

 X
14

Matematik ve istatistik alanında edindiği bilgileri ortaöğretim seviyesine uyarlayarak aktarabilmek,

 X
15

Matematik ve istatistik alanında bireysel veya ekip olarak bir çalışmayı sürdürmek, bağımsız çalışmanın ilgili tüm aşamalarında etkili olmak, karar verme sürecine katılmak, zamanı etkili kullanarak gerekli planlamayı yapmak ve yürütmek.

 X

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 

İzmir Ekonomi Üniversitesi | Sakarya Caddesi No:156, 35330 Balçova - İZMİR Tel: +90 232 279 25 25 | webmaster@ieu.edu.tr | YBS 2010