|
授業の目標
|
|
|
本講義は、数理モデルと解析手法・分析手法の例を通して、経営・経済・社会システムにかかわる現象・問題のモデル化と主に効率性・最適性・信頼性の向上を目的とする基本的な数理意思決定手法について学習する。また、データサイエンスにおける基礎リテラシーおよび表計算、数理計算ソフトウェアの活用能力の育成等、コンピュータリテラシーを高めることを目標の一つとする。全体を通して、普遍的かつ柔軟な数理センスとその活用力を身につける。
|
|
|
|
到達目標
|
|
|
応用数学、数理モデル、数理意思決定手法の学習を通して、一般化とモデリングの技術、緻密な数理的分析力と多角的かつ高度な数量感覚とを身に着ける。
|
|
|
|
身につく能力
|
|
＜全学ディプロマ・ポリシー＞
○(1)各研究科・専攻の専門分野に応じた高度な専門知識
(2)各研究科・専攻の専門分野に応じた研究開発能力
(3)高い水準の幅広い教養と倫理観
(4)高度な専門知識・研究開発能力・倫理観・幅広い教養を統合し、問題を発見し解決する能力
(5)高度な専門知識・研究開発能力・倫理観・幅広い教養を統合し、グローカルな視野をもって社会的・経済的価値を創出する力
|
|
|
授業の概要
|
|
|
経営・経済・社会システムにかかわる諸問題のモデル化および数理解析手法について学習する。また、理論および考え方が視覚的・直感的に理解できるように、数値数式計算ソフトウェアなどの実践的解析ツールの使用方法についても解説する。以下の数理モデル、意思決定手法を例に、最近のトピックを交えて解説する。
|
|
|
|
授業の計画
|
|
第１回 近似とイテレーション（近似アルゴリズム等）
第２回 位相空間
第３回 不動点定理
第４回 在庫管理のモデリングと定式化
第５回 需要分布と新聞売り子問題の数理
第６回 スケジューリング
第７回 確率過程とランダムウォーク
第８回 確率モデル
第９回 ダイナミック・プログラミング
第１０回 数理モデル
第１１回 グラフ理論
第１２回 最適停止問題
第１３回 時系列データ
第１４回 マルコフ決定過程
第１５回 数値数式計算ソフトウェアなどの解析ツールの使用
（受講者の研究方向性等を考慮して、トピックを絞って解説する。）
|
|
|
|
授業時間外学修の指示
|
|
復習を必ずしましょう。
・ 復習は、できるだけ授業直後に行うこと。また、授業中に解らなかったことは、じっくり時間をかけて考えると理解できるものも多いので、余り日数を空けずに、確実に復習しましょう。
・ 復習を、次回授業の前にも必ず行うこと。授業前に（前日か当日がよい）前回のノートをよく読み、基本的な概念を再確認して下さい。
|
|
|
|
成績評価の方法
|
|
|
発言などの積極性（50％）およびリポート（50％）をもとに総合的に評価する。筆記試験は実施しない。 ただし，課題の提出は必須とする。
|
|
|
|
テキスト・参考書等
|
|
|
|
|
履修上の留意点
|
|
学部の基礎科目、専門科目等の予備知識を特に要求しない。
【manabaの利用法】
授業連絡及びリポートの提出
|
|
|
|
資料
|
|
|
|
|
備考
|
|
|
休講及び補講の情報については，Campusmateを確認下さい．
|
|