基本情報/Basic Information

遠隔授業（授業回数全体の半分以上）の場合は、科目名の先頭に◆が付加されています（2023年度以降）

開講科目名 ／Course	情報応用１Ｂ（環境デザイン学領域）／Application of Information１Ｂ（Environmental Design Studies Division）
時間割コード ／Course Code	S1300540_S1
開講所属 ／Course Offered by	システム工学部／Faculty of Systems Engineering
ターム・学期 ／Term・Semester	2024年度／Academic Year　　第2クォーター／2Q
曜限 ／Day, Period	木／Thu　3,　木／Thu　4
開講区分 ／Semester offered	第2クォーター／2Q
単位数 ／Credits	1.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	田内　裕人
科目区分 ／Course Group	_
授業形態 ／Lecture Form
教室 ／Classroom	北１号館Ａ１０１／北１号館Ａ１０１
開講形態 ／Course Format
ディプロマポリシー情報 ／Diploma Policy

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
江種　伸之	システム工学部（教員）
田内　裕人	システム工学部（教員）

授業の概要・ねらい ／Course Aims	この授業は、自然現象の究明や環境解析を行う際に使用される、シミュレーション技術について学ぶ。（１）シミュレーションにおけるモデルの位置づけ、（２）微分方程式の数値解法、（３）自主課題という３つの単元で構成される。この授業を受講することにより、環境技術者として必要な物理・化学現象の解析技術について理解し、自らシミュレーションを実施できるようになる。また、自主課題では興味のある現象を自ら発掘し、数値解析に落とし込むことで、技術者・研究者にとって必要な課題発見、解決法の模索、数値実験、考察の全プロセスを学ぶことができる。（１）については座学で、（２）・（３）についてはプログラミング言語Pythonにて実施する。
到達目標 ／Course Objectives	物理・化学現象を記述する数理モデルを理解するとともに、同モデルを数値モデルとして表現できるようになる。コンピュータでのコーディングによる解析を自らできるようになる。自然現象に関わる課題の発掘を自らできるようになる。
成績評価の方法・基準 ／Grading Policies/Criteria	全体で100点満点で採点する。３つの単元ごとに、課題に対する理解度をレポートで評価する。配点は、 （１）20点 （２）60点（30点×2回） （３）20点 とする。レポートは計4回実施されるが、提出がない場合には、1回につきマイナス20点となる。この条件で、 S；十分達成し、他の事例に応用できる（９０点以上） A；十分達成している（８０～９０点） B；達成している（７０～８０点） C；おおむね達成している（６０～７０点） 不可；達成していない（～６０点） にて評価する。
教科書 ／Textbook	資料をMoodleにて配布する。
参考書・参考文献 ／Reference Book	記載事項なし。
履修上の注意 ・メッセージ ／Notice for Students	レポートの提出がない、または提出遅れに関しては、マイナス２０点となり単位取得に支障が出ます。また、提出遅れは（各自のコンピュータやネットワークのトラブル含め）受け取らない。ただし、コロナ感染症など本人の責めに帰さない理由の場合は除く。こうした本人の責めに帰さない理由を除き、提出の延長を乞う旨のメールは無視します。
履修する上で必要な事項 ／Prerequisite	自分のノートパソコンで作業していただきます。各自のPython演習は、各自のGoogle Drive（生涯アカウント）と、同ドライブにアップしたGoogle Colab環境での実施となります。また、各自の生涯アカウントを事前に確認し、Google Driveへアクセスできるようにしておいてください。また、USBメモリ（セキュリティスキャン済み）での入念なバックアップを推奨します。
履修を推奨する関連科目 ／Related Courses	情報処理IIA, IIB
授業時間外学修についての指示 ／Instructions for studying outside class hours	プログラミングを行う演習課題が多数あり、講義時間内の演習時間で終わらない場合には持ち帰るか、別途時間外に作業が必要である。
その他連絡事項 ／Other messages	初回から授業を始めるので必ず第1回目から出席すること。
授業理解を深める方法 ／How to deepen your understanding of classes	「学生自らが具体的なテーマや対象を設定する学習」に該当する。後半の自由課題は、学生自身が興味をもつ実際の自然現象を自ら選び出し、学んだプログラミング技術を活用して数値解析を実践する。なお、講義時間内に設けられる演習時間においては、学生間で解法を相談することを許可する。
オフィスアワー ／Office Hours	木曜日15時00分～16時00分 訪問先：北3号館6階B 604号室 他学生との重複，出張等で不在の場合があるため、事前メール予約を推奨する． tanouchi＠wakayama-u.ac.jp
科目ナンバリング ／Course Numbering	S60002J11100Y252

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
1	1	イントロダクション、微分方程式のモデリングの基礎	微分方程式を解くために必要な数学的知識とモデル化のための知識について、複数の方程式を取り上げながら学ぶ	ノートPC必須、生涯アカウントでのGoogle Drive必須（事前確認のこと）
2	2	Python開発環境構築	Google driveとGoogle Colabを使用した受講生の開発環境の構築方法を学び、実践する。	同上
3	3	常微分方程式の数値解法１	時間微分のみで解ける常微分方程式の数値解法について、その数学的な意味および数値モデリングの方法を学ぶ	同上
4	4	常微分方程式の数値解法２	単純な課題を対象に、学んだ数値モデリングの手法を実践する	同上
5	5	常微分方程式の数値解法３	より複雑な課題を対象に数値モデリングの手法を実践する	同上
6	6	常微分方程式の数値解法４	同上・継続	同上
7	7	偏微分方程式の数値解法１	時間に加え、空間も変数となる偏微分方程式の数値解法について、その数学的な意味および数値モデリングの方法を学ぶ	同上
8	8	偏微分方程式の数値解法２	偏微分方程式のうち、比較的単純な2変数の偏微分方程式の数値解法を学び、実践する①	同上
9	9	偏微分方程式の数値解法３	偏微分方程式のうち、比較的単純な2変数の偏微分方程式の数値解法を学び、実践する②	同上
10	10	偏微分方程式の数値解法４	偏微分方程式のうち、より高度な3変数の偏微分方程式の数値解法を学び、実践する①	同上
11	11	偏微分方程式の数値解法５	偏微分方程式のうち、より高度な3変数の偏微分方程式の数値解法を学び、実践する①	同上
12	12	偏微分方程式の数値解法６	偏微分方程式のうち、より高度な3変数の偏微分方程式の数値解法を学び、実践する②	同上
13	13	自由課題１	今まで学んできた常微分方程式または偏微分方程式のモデリング技術を活用し、身近な物理現象を解くモデルを構築する。まずは興味のある課題を発掘する。	同上
14	14	自由課題２	興味のある課題の数値モデルを構築する	同上
15	15	自由課題３	コーディングを行い、数値モデリングを実践する①	同上
16	16	自由課題４	コーディングを行い、数値モデリングを実践する②	同上