  シラバス参照
|
| 科目一覧へ戻る | 2021/09/22 現在 |
| 科目名（和文） ／Course |
微分方程式演習 |
|---|---|
| 科目名（英文） ／Course |
Problems for Differential Equations |
| 時間割コード ／Registration Code |
24270401 |
| 学部（研究科） ／Faculty |
情報工学部 |
| 学科（専攻） ／Department |
人間情報工学科 |
| 担当教員（○：代表教員）
／Principle Instructor （○） and Instructors |
○春木 直人 , 大山 剛史 |
| オフィスアワー ／Office Hour |
春木 直人(前期：月曜日4限，場所：情報工学部棟1階2110室 後期：金曜日4限，場所：情報工学部棟1階2110室) 大山 剛史(火曜日5限（16:00～17:30）。授業振替や出張等で不在時は同じ週の木曜日5限。2901室。) |
| 開講年度 ／Year of the Course |
2021年度 |
| 開講期間 ／Term |
後期 |
| 対象学生 ／Eligible Students |
2年 |
| 単位数 ／Credits |
1.0 |
| 更新日 ／Date of renewal |
2021/02/17 |
|---|---|
| 使用言語 ／Language of Instruction |
日本語 |
| オムニバス ／Omnibus |
該当なし |
| 授業概略と目的 ／Cource Description and Objectives |
工学現象の解析や機器設計では数値解析が多用される．この授業では，数値計算の基礎事項，および，微積分/微分方程式の解法アルゴリズムを身につけ，それを実問題に活用できることを目的とする． |
| 履修に必要な知識?能力?キーワード ／Prerequisites and Keywords |
「微分方程式（微分方程式A）」，「線形代数学」，「解析学」，「プログラミング言語」，「ソフトウェア演習」，「データ構造とアルゴリズム」，「計測工学」等に関する基礎知識 キーワード：数値計算、数値解析、誤差、非線形方程式、連立方程式、数値積分、常微分方程式、偏微分方程式 |
| 履修上の注意 ／Notes |
「微分方程式（微分方程式A）」，「線形代数学」，「解析学」，「プログラミング言語」，「ソフトウェア演習」，「データ構造とアルゴリズム」，「計測工学」等が履修済みであること. |
| 教科書 ／Textbook(s) |
?数値計算入門?，河村，サイエンス社 |
| 参考文献等 ／References |
?数値計算入門[C言語版]?，河村?桑名，サイエンス社 ?わかりやすい数値計算入門?，栗原，ムイスリ出版 ?理工学のための数値計算法?，水島?柳瀬，数理工学社 など |
| 自主学習ガイド ／Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework |
解法の説明する回の授業の前に、教科書の箇所を必ず読んでくること。また、課題をこなす回の前には、アルゴリズムについては前もって考えていくること。 |
| 資格等に関する事項 ／Attention Relating to Professional License |
該当なし |
| 備考 ／Notes |
本科目は，対面で実施するが，一部または全部をオンライン授業で実施する可能性がある． 本科目は「実務経験のある教員による授業科目」又は「主として実践的教育から構成される授業科目」である。 その内容等については、次のアドレスの一覧表を参照。 /guide/guide_detail/index/1860.html |
| No. | 単元（授業回数） ／Unit (Lesson Number) |
単元タイトルと概要 ／Unit Title and Unit Description |
時間外学習 ／Preparation and Review |
配付資料 ／Handouts |
|---|---|---|---|---|
| 1 | 1 | [数値計算の基礎(1)] 数値計算に必須の知識である漸化式、誤差及び情報落ちについてその種類や意味について学んだ後、C言語によるプログラミングの復習を行う。 |
誤差の種類ごとに意味をまとめ、時価の予習を行うこと。 | スライドを印刷したもの。 |
| 2 | 2 | [数値計算の基礎(2)] 1回目の授業で説明した内容に対応する教科書記載の2種類の課題をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 3 | 3 | [非線形方程式の解法] 非線形方程式の解法として、2分法とニュートン法の原理と手順を学んだ後、これらに対応する教科書記載の2種類の課題をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 4 | 4 | [連立１次方程式の解法(1)] 連立１次方程式の解法として、ガウスの消去法の原理と手順を学んだ後、これらに対応する教科書記載の2種類の課題をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 5 | 5 | [連立１次方程式の解法(2)] 連立１次方程式の解法として、LU分解、トーマス法、ヤコビ法、ガウスザイデル法の原理と手順を学ぶ。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 6 | 6 | [連立１次方程式の解法(3)] 5回目の授業で学んだ解法に対応する教科書記載の2種類の課題をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 7 | 7 | [連立１次方程式の解法(4)] 連立１次方程式に関して、一人一課題（方程式や利用する解法が各自異なる）をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 8 | 8 | [数値積分法(1)] 数値積分法の解法として、区分求積法、台形公式、シンプソンの公式、ニュートン?コーツの公式、多重積分の原理と手順を学ぶ。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 9 | 9 | [数値積分法(2)] 8回目の授業で学んだ解法に対応する教科書記載の2種類の課題をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 10 | 10 | [常微分方程式の解法(1)] 常微分方程式の解法として、オイラー法、ルンゲクッタ法の原理と手順を学ぶ。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 11 | 11 | [常微分方程式の解法(2)] 10回目の授業で学んだ解法に対応する教科書記載の2種類の課題をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 12 | 12 | [常微分方程式の解法(3)] 常微分方程式に関して、一人一課題（方程式や利用する解法が各自異なる）をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 13 | 13 | [偏微分方程式の解法(1)] 偏微分方程式の解法として、拡散方程式やポアソンの方程式の解法の原理と手順を学ぶ。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 14 | 14 | [偏微分方程式の解法(2)] 13回目の授業で学んだ解法に対応する教科書記載の2種類の課題をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 15 | 15 | [偏微分方程式の解法(3)] 偏微分方程式に関して、一人一課題（方程式や利用する解法が各自異なる）をこなす。 |
追加で指定する課題を行い、次回の予習を行うこと。 | なし。 |
| 16 | 16 | [確認試験] 15回目までの演習の理解度を確認する。 |
なし。 | なし。 |
| No. |
到達目標 ／Learning Goal |
知識?理解 ／Knowledge & Undestanding |
技能?表現 ／Skills & Expressions |
思考?判断 ／Thoughts & Decisions |
伝達?コミュニケーション ／Communication |
協働 ／Cooperative Attitude |
||
|---|---|---|---|---|---|---|---|---|
| 1 | 数値計算特有の誤差の概念を学ぶ（C）． | ○ | ○ | |||||
| 2 | 数値解析の目的と原理を身につける（C）． | ○ | ○ | |||||
| 3 | 各種の数値解析アルゴリズムをプログラミングできる（C）． | ○ | ○ | |||||
| 4 | 数値解析を機械学習や熱拡散など実際の問題へ応用できる（C）． | ○ | ○ |
| No. |
到達目標 ／Learning Goal |
定期試験 ／Exam. |
課題提出 | 取組み | |||
|---|---|---|---|---|---|---|---|
| 1 | 数値計算特有の誤差の概念を学ぶ（C）． | ○ | ○ | ○ | |||
| 2 | 数値解析の目的と原理を身につける（C）． | ○ | ○ | ○ | |||
| 3 | 各種の数値解析アルゴリズムをプログラミングできる（C）． | ○ | ○ | ○ | |||
| 4 | 数値解析を機械学習や熱拡散など実際の問題へ応用できる（C）． | ○ | ○ | ○ | |||
|
評価割合（％） ／Allocation of Marks |
10 | 70 | 20 | ||||