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	情報数理１／Signal Processing Basics１
時間割コード ／Course Code	S1408320_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	金／Fri　1
開講区分 ／Semester offered	第3クォーター／3Q
単位数 ／Credits	1.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	今井　敏行
科目区分 ／Course Group	_
授業形態 ／Lecture Form	講義
教室 ／Classroom	北１号館Ａ２０２／北１号館Ａ２０２
開講形態 ／Course Format
ディプロマポリシー情報 ／Diploma Policy	要件年度 ／Required Year 要件所属 ／Course Name ディプロマポリシー ／Diploma Policy DP値 ／DP Point 2020/04 ～2022/04 システム工学部 1.幅広い教養と分野横断的な学力 1 2020/04 ～2022/04 システム工学部 2.専門的知識や技能 6 2020/04 ～2022/04 システム工学部 3.課題解決力と自己学修能力 3 2023/04 ～9999/04 システム工学部 1.幅広い教養と分野横断的な学力 1 2023/04 ～9999/04 システム工学部 2.専門的知識や技能 6 2023/04 ～9999/04 システム工学部 3.課題解決力と自己学修能力 3

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
今井　敏行	システム工学部（教員）

授業の概要・ねらい ／Course Aims	理工系，情報系として必要な数学の修得を目的とする. 微分方程式論などから, トピックスを選択し, これらの基礎を学習する.高校の数学および大学の微積分，線形代数の知識は前提とする.
到達目標 ／Course Objectives	科目の性質上, 微分方程式の基礎を理解して初めて評価の対象となる. まず微分方程式の最も基礎的な解法から，少しずつ高度な解法を身に付けるようにする．それと並行して，周辺の理論も理解する．さらに，コンピュータ時代の微分方程式の応用を考慮しながら，数値計算についても考慮できるようにする．また，形状最適化の手法として， ラグランジュ方程式を理解する
成績評価の方法・基準 ／Grading Policies/Criteria	主として試験による． 微分方程式の最も基礎的な解法が修得されていれば合格とし, 各項目の概ね全部に習熟している場合は優とし, その中間を良とする. 特に習熟度に優れ, 適用が自在に行える項目がある場合その程度に応じて成績を加算する.
教科書 ／Textbook	こちらで資料を用意する
参考書・参考文献 ／Reference Book	該当なし
履修上の注意 ・メッセージ ／Notice for Students	微分方程式の特性上，解法が主となる．解法は細かく分かれている上，複数の解法が適用可能な微分方程式もある．単純なパターン処理の暗記では済まないので注意されたい． 本講義は，２０２３年度まで開講されていた図形数理Aの代替科目でもある．内容的に大きな変更はないが，より情報系に合致するような変更を予定している．
履修する上で必要な事項 ／Prerequisite	微積分１
履修を推奨する関連科目 ／Related Courses	微積分１，微積分２
授業時間外学修についての指示 ／Instructions for studying outside class hours	本授業の授業計画に沿って、準備学習24時間と復習24時間を行ってください。さらに、授業内容に関連する課題に関する調査・考察を含めて、毎回の授業ごとに自主的学修を求めます。
その他連絡事項 ／Other messages	該当なし
授業理解を深める方法 ／How to deepen your understanding of classes	理論を理解することと解法を習得することをバランスよく行う． 物理現象や社会現象の多くが微分方程式で記述される．その意味で，対象を微分方程式で記述することが大事である．時間の関係上本講義では例示だけであるが，自発的に興味ある対象を微分方程式でモデル化することに挑むと総合的に理解が深まる． 【「アクティブ・ラーニング」実施要項⑦】
オフィスアワー ／Office Hours	質問・相談などは，まず連絡をください
科目ナンバリング ／Course Numbering	S12012J11100S211，S12012J11100T215，S12012J11100U211

No.	回（日時） ／Time (date and time)	主題と位置付け ／Subjects and instructor's position	学習方法と内容 ／Methods and contents	備考（担当） ／Notes
1	1	微分方程式の導入	微分方程式１（導入）
2	2	微分方程式で記述される現象	微分方程式２（現象例）
3	3	初歩の解法	微分方程式３（初歩的問題の解法）
4	4	初歩に続く解法	微分方程式４（その他の解法）
5	5	数値解法の基礎	微分方程式５（数値解法）
6	6	応用上の注意点	微分方程式６（応用上の注意）
7	7	形状最適化の例	微分方程式７（その他の話題）
8	8		試験