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	数値計算演習／Numerical calculation seminar
時間割コード ／Course Code	S1408310_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3クォーター／3Q
曜限 ／Day, Period	火／Tue　1,　火／Tue　2
開講区分 ／Semester offered	後期／the latter term
単位数 ／Credits	2.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	吉廣　卓哉／Takuya Yoshihiro
科目区分 ／Course Group	_
授業形態 ／Lecture Form
教室 ／Classroom	北１号館Ａ１０３／北１号館Ａ１０３
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
吉廣　卓哉／Takuya Yoshihiro	システム工学部（教員）

授業の概要・ねらい ／Course Aims	種々の科学技術研究の基礎となる数値計算の方法を演習形式で修得する。Pythonによる行列計算の基礎を復習した上で、連立一次方程式、最小二乗法による最適化、関数近似、固有値計算、微分・積分等の基本的な数値計算アルゴリズムおよびプログラミング作成技法を修得する。
到達目標 ／Course Objectives	数値計算アルゴリズムを理解すると同時に、それらのプログラムを自分で作成できることをもって合格とする。さらに、各アルゴリズムの発展的な理解や作成した各プログラムの高い完成度をもって優の評価が与えられる。
成績評価の方法・基準 ／Grading Policies/Criteria	成績は，各回で指示するレポート課題への取り組み状況およびその内容を対象とし，100点満点で次のように評価する． 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（80～89点） Ｂ：達成している（70～79点） Ｃ：おおむね達成している（60～69点） 不可：達成していない（60点未満）
教科書 ／Textbook	指定なし
参考書・参考文献 ／Reference Book	指定なし
履修上の注意 ・メッセージ ／Notice for Students	特になし
履修する上で必要な事項 ／Prerequisite	授業内でPCを使用するので，各自必ず毎回持参すること．
履修を推奨する関連科目 ／Related Courses	本演習では行列を扱うため、線形代数を履修しておくことを推奨する。
授業時間外学修についての指示 ／Instructions for studying outside class hours	課題を解くために，授業時間以外に毎回2時間以上の時間を費やして学習を行い，理解を深めてください．
その他連絡事項 ／Other messages	受講を希望する人数が定員を越えた場合は，第1メジャー・第2メジャーとGPAに基づいて，履修制限を実施する． 講義には，MoodleやTeamsを適時使用する．
授業理解を深める方法 ／How to deepen your understanding of classes	本演習では，演習時間内で実施する課題の他に，指定されたより進んだアルゴリズムなどを学生が自ら勉強・実装する発展課題を設けている．学生が自分の到達度を認識して課題を進めるように配慮している．【「アクティブ・ラーニング」実施要項 ①,⑦,⑪】
オフィスアワー ／Office Hours	木曜２限．可能な限り事前にメール等で予約してください（吉廣：tac@wakayama-u.ac.jp）
科目ナンバリング ／Course Numbering	S60092J01100S213，S60092J01100T214，S60022J01100U210

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	導入と準備	導入、実行環境の構築と基本操作の復習	BYOD PCを利用
2	2	Pythonの基礎	Python文法の基礎、行列計算の基礎
3	3	統計とグラフ表示	Pythonによる統計計算の基礎、グラフ表示方法など
4	4	統計モデリングの基礎	各種統計モデルへの当てはめなど
5	5	連立一次方程式（１）	ガウスの消去法など
6	6	連立一次方程式（２）	LU分解など
7	7	連立一次方程式（３）	反復法・ヤコビ法など
8	8	固有値計算（１）	固有値・固有ベクトルの計算など
9	9	固有値計算（２）	固有値分解など
10	11	関数近似（２）	スプライン補完、ラグランジュ補完など
11	10	関数近似（１）	最小二乗法など
12	12	非線形方程式の解法	ニュートン法など
13	13	数値積分	台形公式の活用など
14	14	微分方程式	オイラー法など
15	15	まとめ	総合演習