授業情報/Course information

開講学期/Course Start 2024年度/Academic Year   前期/First
開講曜限/Class period 金/Fri 5 , 金/Fri 6
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(B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 J2002
連絡先/Contact 竹ケ原 裕元(部屋番号 Q408
電話番号 46-5807
e-mail  :  yugen@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 火曜日13:00から15:30)
実務経験/Work experience
更新日/Date of renewal 2024/03/06
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) 与えられた条件から結論を得る過程を論理的に説明できる。
(2) 和・積などの演算規則や正則行列・行列式の定義を把握する。
(3) 行列の基本変形を確実に行うことができる。
(4) また、その応用として連立1次方程式の求解や正則性の判定・逆行列の計算および行列式の計算をすることができる。
(5) 行列式の様々な性質を理解する。
(6) 空間のベクトルに関する計算(特に外積)ができる。
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。

教科書
/Required Text
「線形代数」(学術図書出版社)桂田・竹ヶ原・長谷川・森田 共著 2017(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)
他の授業の内容で関係するところを理解する。
Active learning 3-2
/上記項目に係るALの度合い
15%未満