三重大学ウェブシラバス


シラバス表示

 シラバスの詳細な内容を表示します。

→ 閉じる(シラバスの一覧にもどる)

科目の基本情報

開講年度 2023 年度
開講区分 教育学部・教科及び教科の指導法に関する科目(A類)・数学
科目名 コンピュータ
こんぴゅうた
Computer
受講対象学生 教育学部, A 類

学部(学士課程) : 2年次
74 期生
数学教育コース74期生を主な対象とする講義である。
卒業要件の種別 選択必修
授業科目名 情報数学特論
じょうほう すうがく とくろん
Advanced Discrete Mathematics
単位数 2 単位
ナンバリングコード
educ-math-MATH2053-001
開放科目 非開放科目    
開講学期

後期

開講時間 金曜日 7, 8時限
授業形態

対面授業

* 状況により変更される可能性があるので定期的に確認して下さい

「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業
「ハイブリッド授業」・・・「対面授業」と「オンライン授業」を併用した授業
「オンデマンド授業」・・・動画コンテンツの配信等によって実施する授業

開講場所

担当教員 肥田野 久二男(教育学部)

HIDANO, Kunio

SDGsの目標
連絡事項

* 状況により変更される可能性があるので定期的に確認して下さい

学修の目的と方法

授業の概要 常微分方程式の基本的な解法を解説し、次に微分方程式が世の中の諸問題の理解にどのように活用されているかを解説する。そして、Pythonを活用してシミュレーションを行う。
学修の目的 常微分方程式の基本的な解法を理解して、さらにPythonを活用してシミュレーションを行うことが出来るようになることが目的である。
学修の到達目標 基本的な常微分方程式を解けるようになり、さらにPythonを活用してシミュレーションを行うことが出来るようになることが到達目標である。
ディプロマ・ポリシー
○ 学科・コース等の教育目標
 教育をめぐる現実的課題について、専門的知識に基づいて適切な対応を考えることができる。
 教育に関する課題を意識した実践を企画・運営し、関係者と協力して問題解決に取り組むことができる。
 教育に関わる職業人に求められる使命感・責任感を持ち、異文化、多世代の人と連携・協力することができる。
 自律的な学習者として、主体的に学び、振り返ることができる。

○ 全学の教育目標
感じる力
  •  感性
  •  共感
  •  主体性
考える力
  • ○幅広い教養
  • ○専門知識・技術
  •  論理的・批判的思考力
コミュニケーション力
  •  表現力(発表・討論・対話)
  •  リーダーシップ・フォロワーシップ
  •  実践外国語力
生きる力
  •  問題発見解決力
  •  心身・健康に対する意識
  •  社会人としての態度・倫理観

成績評価方法と基準 期末試験による。ただし、出席状況、レポートの提出状況も考慮に入れて、総合的に評価する。
授業の方法 講義

授業の特徴

PBL

特色ある教育

Moodleを活用する授業

英語を用いた教育

授業改善の工夫 授業アンケートの結果を踏まえて、改善するべき点を改善する。
教科書 『Pythonと実例で学ぶ微分方程式 ーはりの方程式から感染症の数理モデルまでー』(神永正博著、コロナ社)
参考書
オフィスアワー 毎週月曜日14:40~16:10, 解析学第2研究室
受講要件 Pythonを活用するのでパソコンを持参すること。
予め履修が望ましい科目
発展科目 情報数学要論
その他 毎回、出席を取る。事前または事後の連絡なしに無断で欠席をすると、期末試験を受けられない。

授業計画

MoodleのコースURL
キーワード 微分方程式、パイソン、シミュレーション
Key Word(s) Differential Equation, Python, Simulation
学修内容 第1回:変数分離形の微分方程式(その1)
第2回:変数分離形の微分方程式(その2)
第3回:定数係数線形微分方程式(導入)
第4回:定数係数線形微分方程式(基本)
第5回:定数係数線形微分方程式(発展)
第6回:定数係数線形微分方程式(応用)
第7回:Pythonで微分方程式を解く(極限周期軌道)
第8回:Pythonで微分方程式を解く(ファン・デル・ポル方程式)
第9回:Pythonで微分方程式を解く(ローレンツ方程式)
第10回:感染症の数理モデルを解く(SIRモデルについて)
第11回:感染症の数理モデルを解く(その1)
第12回:感染症の数理モデルを解く(その2)
第13回:オイラー法について
第14回:ルンゲ・クッタ法について
第15回:まとめ
第16回:期末試験

ただし、これは予定であり、多少の変更を行うことがある。
事前・事後学修の内容 講義時間内にシミュレーションを行う時間は限られるので、各自でシミュレーションを多く行って、微分方程式とPythonに対する関心を増していって欲しい。
事前学修の時間:120分/回    事後学修の時間:120分/回

Copyright (c) Mie University