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 çözmeSoru & Cevap | |||||
Dersin Koordinatörü | - | |||||
Öğretim Eleman(lar)ı | ||||||
Yardımcı(ları) |
Dersin Amacı | |
Öğrenme Çıktıları | Bu dersi başarıyla tamamlayabilen öğrenciler;
|
Ders Tanımı |
| Temel Ders | X |
Uzmanlık/Alan Dersleri | ||
Destek Dersleri | ||
İletişim ve Yönetim Becerileri Dersleri | ||
Aktarılabilir Beceri Dersleri |
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 |
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 |
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 |
# | 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