理工学部Faculty of Science and Engineering
MEC100XB(機械工学 / Mechanical engineering 100)工業数学基礎演習工業数学基礎演習
吉田 一朗、加藤 友規Ichiro YOSHIDA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 理工学部Faculty of Science and Engineering |
添付ファイル名Attached documents | |
年度Year | 2024 |
授業コードClass code | H5111 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期授業/Fall |
曜日・時限Day/Period | 火5/Tue.5 |
科目種別Class Type | |
キャンパスCampus | |
教室名称Classroom name | 小西館‐PC教室1 |
配当年次Grade | |
単位数Credit(s) | |
備考(履修条件等)Notes | |
他学部公開科目Open Program | |
他学部公開(履修条件等)Open Program (Notes) | |
グローバル・オープン科目Global Open Program | |
成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
成績優秀者の他学部科目履修(履修条件等)Interdepartmental class taking system for Academic Achievers (Notes) | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
SDGsCPSDGs CP | |
アーバンデザインCPUrban Design CP | |
ダイバーシティCPDiversity CP | |
未来教室CPLearning for the Future CP | |
カーボンニュートラルCPCarbon Neutral CP | |
千代田コンソ単位互換提供(他大学向け)Chiyoda Campus Consortium | |
カテゴリー<理工学部>Category |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
【Course outline】
In this lecture, students will deepen their understanding of the calculus, vector, matrix, and probability statistics, which is the basis of industrial mathematics by jointly using softwares.
【Learning Objectives】
At the end of the course, students are expected to understand the calculus, vector, matrix, and probability statistics by jointly using softwares.
【Learning activities outside of classroom】
Before/after each class meeting, students will be expected to spend four hours to understand the course content.
【Grading Criteria /Policy】
The total score of the two instructors is calculated, and a score of 60 or more out of 100 is considered acceptable. At least 2/3 attendance is required.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
本科目は,機械工学の四力学だけでなく,「人工知能(AI)」や「データサイエンス」を学ぶ上での基礎であり理解の支援となる。
また,機械工学科内で上記の基礎を学べる数少ない授業と言える。
具体的には,工学分野の数学の基礎となる「微分積分」、「線形代数(ベクトル・行列)」、「確率統計」について、解析的に数式を解くこととMATLAB等での数値解析プログラミングを通して理解を深める。
到達目標Goal
学生自身の到達目標は,下記になります。
(1)微分積分、線形代数(ベクトル・行列)、確率統計における演習問題を手計算で計算できる(解析的に数式を解く)。
(2)微分積分、線形代数(ベクトル・行列)、確率統計に置ける演習問題をソフトウェアを用いて計算できる。
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
数値計算ソフトウェアであるMATLAB,Mathematica,Excelなどのソフトウェアを使用して、微分積分、線形代数(ベクトル・行列)、確率統計についての演習を行う。
なお、「微分積分」、「線形代数(ベクトル・行列)」、「確率統計」の講義の順序は、年度により前後することがある。適時,課題の解説などや質疑応答などを通じてフィードバックを行なう。
新型コロナウイルス等の感染症の状況や政府からの非常事態宣言および東京都からの緊急事態措置等が発出される状況となった場合は,秋学期中,必要に応じてオンラインでの開講となる。それにともなう各回の授業内容や計画の変更,成績評価の方法などの変更等については,学習支援システムでその都度提示する。また,本授業の開始日も必要に応じて学習支援システム:Hoppii等から通知する。本シラバスに記載の全事項は新型コロナ禍前や非常事態宣言時以外を想定して作成されているため,オンライン式,対面式を含め具体的な授業の進め方などは,学習支援システム:Hoppii等で提示する。
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
なし / No
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[対面/face to face]:微分積分(1)
MATLAB 入門:数と式の操作(担当:吉田一朗)
第2回[対面/face to face]:微分積分(2)
数式とグラフ(担当:吉田一朗)
第3回[対面/face to face]:微分積分(3)
微分と積分(担当:吉田一朗)
第4回[対面/face to face]:微分積分(4)
代数方程式(担当:吉田一朗)
第5回[対面/face to face]:微分積分(5)
微分方程式(担当:吉田一朗)
第6回[対面/face to face]:確率統計(1)
確率統計(1) Excelによる確率統計計算の基礎(担当:加藤友規)
第7回[対面/face to face]:確率統計(2)
確率統計(2) 確率の基本:確率密度と正規分布
(担当:加藤友規)
第8回[対面/face to face]:確率統計(3)
確率統計(3) 正規分布・標準正規分布
(担当:加藤友規)
第9回[対面/face to face]:確率統計(4)
確率統計(4) 正規分布の活用(担当:加藤友規)
第10回[対面/face to face]:確率統計(5)
確率統計のまとめ(単元小テスト)
(担当:加藤友規)
第11回[対面/face to face]:線形代数(1)
線形代数(1) MATLABを用いた線形代数の基礎: 行列の操作(担当:加藤友規)
第12回[対面/face to face]:線形代数(2)
線形代数(2) 逆行列計算と連立方程式の解法 (担当:加藤友規)
第13回[対面/face to face]:線形代数(3)
線形代数(3) 線形変換1
線形性の証明と線形写像
(担当:加藤友規)
第14回[対面/face to face]:線形代数(4)
線形代数のまとめ(単元小テスト)
(担当:加藤友規)
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
【本授業の準備・復習等の授業時間外学習は、3時間を標準とする】
文科省の省令で定められている時間外の学習時間は,1単位あたり約22.5時間以上です。
つまり,学生は,1単位につき1週間あたり約1.6時間以上の授業時間外の学習をすることが義務付けられています。
講義開始までに、数学の基礎(微分積分、ベクトル、行列、確率統計)を復習しておくこと。また、毎回授業で行った内容の復習を行うこと。
あらゆる科目で共通であるが,授業で学んだだけでは真の理解に至らないです。真の理解に至れば他の科目の単位取得も容易になるため,皆さん自身のためにも自発的に学ぶ学習態度が推奨されます。
テキスト(教科書)Textbooks
授業時に指示する.
【吉田担当分について】
詳細は授業時に説明する。
1.MATLABではじめるプログラミング教室,奥野貴俊,中島弘史,コロナ社, 2017年, 2,860円(税込).
2.はじめてのMATLABプログラミング,大川善邦,工学社,2016年,2,090円(税込).
【加藤友規担当分】
詳細は授業時に説明する。
1. Excelで学ぶ
統計解析入門 Excel 2019/2016対応版,菅 民郎,オーム社,3,190(税込).
参考書References
授業時に指示する.
【吉田担当分について】
詳細は授業時に説明する。
下記は,機械工学科での数学や物理の計算の基礎学習に有用な良書である。
1.ポイントを学ぶ工業力学,真鍋健一,鈴木浩平,丸善出版,2009年,3,190円(税込).
2.大学新入生のための微分積分入門,石村園子,共立出版,2004年,2,200円(税込).
3.大学新入生のための物理入門 第2版,廣岡秀明,共立出版,2012年,2,310円(税込).
【加藤友規担当分】
詳細は授業時に説明する。
成績評価の方法と基準Grading criteria
2名の教員の採点を合計し、100点満点中60点以上を合格とします.
文部科学省の大学設置基準や大学からの通達から,原則として出席日数が全体の2/3以上の学生について成績評価の対象とします(2/3未満は,評価の対象外:E評価となる)。また,30分以上遅れて入室・出席した学生に関しては,特別な理由が無い限り欠席扱いとなってしまいます。
成績評価の配分は,課題・レポート:60%,各単元末のテスト:40%(ただし,各単元末のテストを実施しない場合は,課題・レポート:100%となる。各単元末のテストを実施しない場合は,各単元の第2回目の講義までにアナウンスします)。
学生の意見等からの気づきChanges following student comments
PC操作に不慣れな1年生学生も多く,TAの協力を得て,丁寧に指導する.
学生が準備すべき機器他Equipment student needs to prepare
MATLAB,Excel,Mathematica等のソフトウェアを使用するので、通常の教室で講義が行われる場合には、毎回の授業時にノートPCを持参すること。
その他の重要事項Others
本授業は,「実務経験のある教員による授業」である。授業担当者は,企業勤務時代において,数学と数値計算ソフトウェアなど(Matlab, MathmaticaやCコンパイラなど)を連携させながら,研究・開発の実務に従事していた経験がある。