授業情報/Course information

開講学期/Course Start 2022年度/Academic Year   後期/Second
開講曜限/Class period 水/Wed 3 , 水/Wed 4
授業区分/Regular or Intensive 週間授業
対象学科/Department システム理化学科数理情報システムコース
対象学年/Year 2年 , 3年 , 4年
授業科目区分/Category 教育課程 システム理化学科
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 数学概論/Introduction to Mathematics
単位数/Number of Credits 2
担当教員名/Lecturer 内免 大輔 (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 J4070
連絡先/Contact 内免 大輔(教員室:Q401
E-メール:naimen@mmm.muroran-it.ac.jp)
オフィスアワー/Office hours 内免 大輔(火曜日14:35~16:05)
実務経験/Work experience
更新日/Date of renewal 2022/09/09
授業のねらい
/Learning Objectives
幾何学や解析学、自然科学や工学の分野で現れる様々な最大最小問題を解決する際に有用な古典的変分法の基礎を習得する。さらに現代的変分法の理論への初歩として実数空間や連続関数の性質を論理・集合・位相の概念を用いて理解することを目的とする。
到達度目標
/Outcomes Measured By:
(1)汎関数の第一変分が計算できる
(2)臨界条件からオイラー・ラグランジュ方程式が導出できる。
(3)実数の連続性について論理と集合の概念を用いて理解できる。
(4)数列の極限をε-N論法に基づいて理解できる。
(5)連続関数の最大・最小の原理について理解できる。
授業計画
/Course Schedule
総授業時間:22.5時間
第1回:Intorduction1:身近な最大・最小問題と変分法
第2回:最短線の問題1:長さの第一変分
第3回:最短線の問題2:オイラーラグランジュ方程式の解析
第4回:最速降下曲線の問題1:到達時刻の導出
第5回:最速降下曲線の問題2:第一変分の計算
第6回:最速降下曲線の問題3:オイラーラグランジュ方程式の解析
第7回:Introduction2:最大値・最小値の存在(連続関数の最大・最小の原理)
第8回:中間試験
第9回:論理と集合の基礎
第10回:実数の連続性と有界集合の上限と下限
第11回:数列の極限1(ε-N論法)
第12回:数列の極限2(ε-N論法)
第13回:単調有界数列の収束とネピア数eの定義
第14回:縮小区間の原理とボルツァノ・ワイエルシュトラスの定理
第15回:連続関数の最大・最小の原理
定期試験

・ほぼ毎授業ごとに演習問題を配布するので各自で取り組むこと。
・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。


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。
参考書等
/Required Materials
変分問題, 小磯 憲史, 共立出版(ISBN:9784320015647)
微分積分 (増補版), 高坂 良史/高橋 雅朋/加藤 正和/黒木場 正城, 学術図書出版社(ISBN:9784780606447)
「無限と連続」の数学―微分積分学の基礎理論案内, 瀬山 士郎, 東京図書(ISBN:9784489007088)
教科書・参考書に関する備考 教科書は指定しない。微分積分A、B、Cで学んだ知識を最大限活用するのでその際に使った教科書やノートは手元においておくと良い。
成績評価方法
/Grading Guidelines
中間試験(40%)および定期試験(60%)で成績評価を行い、100 点満点中 60 点以上が合格点である。

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ります。
履修上の注意
/Notices
・中間試験、定期試験を正当な理由で欠席した受講者に対しては追試験を行う。
・出席が良好な成績が60点未満の不合格者対して、再試験を行うことがある。ただし、再試験合格者の成績は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
講義前半の変分問題への取り組みを通して、これまでに微分積分で学んだ諸知識が、幾何学や物理学における実際的な問題を解決するためにいかに有用であるかを実感できるでしょう。さらに、後半に取り上げる連続関数の最大最小の原理についての考察を通して、現代数学の根底にある「無限と連続」についての理解を深めることができます。本授業を通して、高校以来の微分積分の範囲から一歩踏み出して、より現代的な数学のエッセンスを体験することができるでしょう。
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
代数学、幾何学、解析学、応用数学、線形代数A、線形代数B、微分積分A、微分積分B、微分積分C
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)
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、C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%