| 開講学期／Course Start | 2022年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 火/Tue 7 , 火/Tue 8 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 創造工学科 |
| 対象学年／Year | 1年 , 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 | 線形代数Ａ（Ａクラス）／Linear Algebra Ａ |
| 単位数／Number of Credits | 2 |
| 担当教員名／Lecturer | 竹ケ原 裕元 (システム理化学科数理情報システムコース) |
| 時間割コード／Registration Code | J2001 |
| 連絡先／Contact |
竹ケ原 裕元(部屋番号 Q408 電話番号 ４６－５８０７ e-mail : yugen@mmm.muroran-it.ac.jp) |
| オフィスアワー／Office hours | 竹ケ原 裕元(オフィスアワー 木曜日 １3：00～１6：40) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2022/02/28 |
|---|---|
| 授業のねらい ／Learning Objectives |
理工学部のどの課程でも必要となる数学の基礎知識のうち、線形代数の初歩を講義する。線形代数学への入門として、行列の演算及び行列の基本変形（掃き出し法）を理解するとともに、行列を用いた連立１次方程式の解法を理解する。更に、逆行列およびと行列式の求め方や、行列式の余因子展開を理解する。 |
| 到達度目標 ／Outcomes Measured By: |
１）行列の演算ができる。 ２）行列の基本変形を用いて連立１次方程式の解を求めることができる。 ３）掃き出し法を用いて逆行列や行列式を求めることができる。 ４）余因子を用いて逆行列や行列式を求めることができる。 ５）３次元空間におけるベクトルの性質を理解する。 |
| 授業計画 ／Course Schedule |
総授業時間数（実時間）：22.5時間 教科書の第１章～第３章、第７章を解説する。 第１回 行列の定義、行列の和 第２回 行列の積及びその性質 第３回 正則行列、逆行列 第４回 行列の分割、連立１次方程式と行列 第５回 簡約な行列 第６回 連立１次方程式の解法 第７回 基本行列、正則行列の逆行列 第８回 置換の定義、中間試験 第９回 置換の性質 第１０回 行列式の定義 第１１回 行列式の性質 第１２回 行列式の計算法 第１３回 行列式の余因子展開 第１４回 余因子行列 第１５回 空間のベクトル 定期試験 教科書の該当部分(授業時間内に指示する)を予め理解した上で 授業に参加すること。 各回の学習時間の目安は、事前・事後合わせて4時間必要です。 なお、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ります。 |
| 教科書 ／Required Text |
線形代数（桂田英典 ・竹ヶ原裕元・長谷川雄之・森田英章 共著、学術図書出版社）(ISBN:9784780606034) |
| 成績評価方法 ／Grading Guidelines |
１．成績 到達度目標に対する評価は、中間試験、定期試験で、計算力及び理解度を計ることで行う。 中間試験４０点満点、定期試験６０点満点、合計１００点満点で評価する。 １００ 点満点中 ６０ 点以上か゛合格点である。 ２．試験採点基準 次の点を考慮して採点する。 (1) 定義をよく把握しているか (2) 論理的な考察をしているか (3) しっかりした手順で計算できているか ３．各到達度目標の達成度は、第１回試験・期末試験で問題を出題して評価する。 なお、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ります。 |
| 履修上の注意 ／Notices |
１．【重要】試験についての注意（特に過年度生） (1) 各試験の日程は、講義時、ピロティ掲示板等で事前に通知する。 (2) 試験は通常の講義時間外に行うこともある。 (3) ピロティ掲示板に掲載される情報に常々注意を払うこと。 ２．不合格の場合は再履修すること。 ３．休講、補講などに関しては、ピロティ掲示板での掲示物の指示に従うこと。 ４．原則として欠席は認めない。授業への出席回数が6/7以上の者を成績評価対象者とする． ５．再試験を行った場合は、６０点以上を合格とし、成績は６０点とする． |
| 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 |
線形代数B |
| 備考 ／Notes |
本科目は，文部科学省による数理・データサイエンス・ＡＩ教育プログラム認定制度（リテラシーレベル）の認定に基づく，数理データサイエンス教育プログラムの教育科目として実施されます。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。 プログラム内容については，学生便覧の数理データサイエンス教育プログラム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） |
・授業内容の自己学習を行うこと。 ・授業では、毎回、演習を行う。演習内容の自己学習を行うこと。 |
|---|---|
|
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） |
演習中にわからないとことは、教員や他の学生と議論すること。 |
|
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） |
|
|
Active learning 3-2 ／上記項目に係るALの度合い |
15%未満 |