授業情報/Course information

開講学期/Course Start 2021年度/Academic Year  前期/First
開講曜限/Class period 木/Thu 14,木/Thu 15
授業区分/Regular or Intensive 週間授業
対象学科/Department 創造工学科 夜間主コース
対象学年/Year 2年,3年,4年
授業科目区分/Category 教育課程 創造工学科
必修・選択/Mandatory or Elective 必修
授業方法/Lecture or Seminar 講義科目
授業科目名/Course Title 微分積分C(夜間主コース)
単位数/Number of Credits 2.0
担当教員名/Lecturer 内免 大輔
時間割コード/Registration Code J8417
連絡先/Contact 内免 大輔(naimen@mmm.muroran-it.ac.jp)
オフィスアワー/Office hours 内免 大輔(木曜日14:35~16:05)
実務経験/Work experience
更新日/Date of renewal 2021/02/28
授業のねらい
/Learning Objectives
・微分積分Bで学習した多変数関数の微分法に続いて,多変数関数の積分法(重積分)について講義を行う.
・微分積分A,微分積分B,微分積分C(前半)で学習した初等関数の微分法,積分法の数学技術を適用して,常微分方程式の解の求め方について学習する.
到達度目標
/Outcomes Measured By:
1)重積分法の基本的な概念を理解し,重積分の値を求めることができる.
2)変数変換を用いて重積分の値を求めることができる.
3)広義重積分の値を求めることができる.
4)変数分離形常微分方程式と同次形常微分方程式を解くことができる.
5)1階線形常微分方程式を解くことができる.
6)2階の線形常微分方程式を解くことができる.
授業計画
/Course Schedule
総授業時間数:22.5時間

第1回:シラバスの説明,1変数関数積分の復習
第2回: 2変数関数の重積分の定義とその性質
第3回: 長方形領域の累次積分
第4回: 有界な縦(横)線形領域上の累次積分
第5回: 座標変換(変数変換)とヤコビアン,重積分の計算
第6回: 重積分の定義の拡張(広義重積分)
第7回: 中間試験 微分方程式とは
第8回: 変数分離形常微分方程式
第9回: 同次形常微分方程式
第10回: 一階斉次線形常微分方程式の一般解 
第11回: 一階非斉次線形常微分方程式と定数変化法 
第12回: 定数係数斉次二階線形常微分方程式の特性方程式と解の基本系 
第13回: 定数係数斉次二階線形常微分方程式の一般解  
第14回: 定数係数非斉次二階線形常微分方程式の一般解 
第15回: 定数係数非斉次二階線形常微分方程式と定数変化法
第16回: 定期試験

新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、授業計画・授業実施方法は変更する可能性がある。
教科書
/Required Text
微分積分(高坂 良史・ 加藤 正和・黒木場 正城・高橋 雅朋 共著、学術図書出版社)(ISBN:9784780606447)
明解微分方程式 長崎憲一・中村正彰・横山利章 共著,培風館(ISBN:9784563011246)
教科書・参考書に関する備考 授業中に適宜,参考書などを紹介する.  
成績評価方法
/Grading Guidelines
中間試験と定期試験を行う.
中間試験40%,定期試験60%で換算し100点満点として評価する.そのうえで60点以上を合格とする.
各到達度目標の評価方法は,中間試験・定期試験において定義,計算問題を出題し,達成度を評価する.
新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、成績評価方法は変更する可能性がある。
履修上の注意
/Notices
・中間試験や定期試験をやむを得ない事情で欠席した受講者には追試験を行う。
・不合格者に対し、再試験を行うことがある。再試験で合格した場合の最終成績は60点とする。
・最終的に不合格になった者は、再履修すること。
教員メッセージ
/Message from Lecturer
授業内容で分からないことがあれば気軽に質問してください。
学習・教育目標との対応
/Learning and Educational Policy
学生便覧「学習目標と授業科目との関係表」参照
関連科目
/Related course
微分積分A, 微分積分B, 線形代数A, 線形代数B
備考
/Notes

本科目は,数理データサイエンス教育プログラムの科目における数理基礎科目群に含まれ,数理科学の基盤的な内容を学びます。
数理データサイエンス教育プログラムについては学生便覧(令和3年度~)を参照してください。
DSポイント:2ポイント
No. 回(日時)
/Time (date and time)
主題と位置付け(担当)
/Subjects and instructor's position
学習方法と内容
/Methods and contents
備考
/Notes
該当するデータはありません
Active learning 1-1
/主体的学修(反転授業,小テスト,振り返り 等)
講義毎に演習問題を課す。
Active learning 1-2
/上記項目に係るALの度合い
15%~50%
Active learning 2-1
/対話的学修(グループ学習,協働,調査体験 等)
演習中は学生間、教員-学生間での議論を推奨する。講義中の質問を推奨する。
Active learning 2-2
/上記項目に係るALの度合い
15%~50%
Active learning 3-1
/深い学修(複数科目の知識の総合化や問題解決型学修 等)
微分積分A、Bや線形代数で学んだ内容との関連性に注意しながら講義を行う。
Active learning 3-2
/上記項目に係るALの度合い
15%~50%