KGC


Keio University Shonan Fujisawa Campus
Course Summary (Syllabus)


MATHEMATICAL LITERACY FOR PROBLEM FINDING AND SOLVING (Takeshi Kawazoe

    Semester : 2018 Spring
    Code : B3209 / 2 Credits


1. Objectives/Teaching method

    数列、確率、統計、数論、幾何など今まで数学として習ってきたものが、いかに現実の問題の解決に役立つかをいろいろな例を紹介しながら、学習します。


2. Materials/Reading List

    「増補版 数理と社会」河添 健著(数学書房)


3. SCHEDULE

    #1 数学と映画 Mathematics and Movies
    数学を扱った映画を紹介します。

    #2 数列 Sequence
    フィボナッチ数列を扱います。

    #3 カオス Chaos
    2項漸化式から現れるカオスを紹介します。

    #4 黄金比 Golden Ratio
    フィボナッチ数列と黄金比の関係や
    建築家コルビジェの作品を紹介します。

    #5 確率 Probability
    確率の基礎を復習します。とくに条件付確率。

    #6 スパムメール Spam Mail
    ベイズの定理を使ってスパムメールの判定を考えます。

    #7 面積と確率 Area and Probability
    面積から確率を計算します。
    モンテカルロ法を紹介します。

    #8 期待値 Expectation
    期待値を復習します。
    期待値の理論は完全ではありません。

    #9 不思議な数 Mysterious Number
    ピタゴラスの頃から話題となっている数の不思議を扱います。

    #10 モジュラス Modulus
    剰余の世界です。フェルマーの小定理を紹介します。

    #11 公開鍵 Public Key
    公開鍵の仕組みを解説します。

    #12 お見合い Go-Between
    マッチングの問題です。
    最適化問題を紹介します。

    #13 フラクタル Fractal
    フラクタル図形を紹介します。

    #14 授業内試験
    授業内試験


4. Assignments/Examination/Grad Eval.

    出席はとらないが、極端に出欠が悪くなった場合、とることもある。原則は最終試験で評価する。試験は持ち込み可とするが、普段からちゃんと出席していないと解けない試験である。最終試験は授業内試験です。


5. Special Note

    履修者選抜を行った場合、4学期以上在籍し、データサイエンス2を落としたことのある人を最優先します。


6. Prerequisit / Related courses

    -


7. Conditions to take this course

    【14学則】「データサイエンス基礎」の単位を修> 得していること またはデータサイエンス科目認定試験に合格していること


8. Relation with past courses

    -


9. Course URL


2018-03-09 09:35:41.998922


Powered by SOI Copyright(c) 2002-2018, Keio University Shonan Fujisawa Campus. All rights reserved.
このサイトの著作権について