KGC


Keio University Shonan Fujisawa Campus
Course Summary (Syllabus)


MATHEMATICAL LITERACY FOR PROBLEM FINDING AND SOLVING (Takeshi Kawazoe

    Semester : 2018 Fall
    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 第1回 数学と映画 Mathematics and Movies
    数学を扱った映画を紹介します。

    #2 第2回 数列 Sequence
    フィボナッチ数列を扱います。

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

    #4 第4回 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 第5回 確率 Probability
    確率の基礎を復習します。とくに条件付確率。

    #6 第6回 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 第7回 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 第8回 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 第9回 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 第10回 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 第11回 公開鍵 Public Key
    公開鍵の仕組みを解説します。

    #12 第12回 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 第13回 フラクタル Fractal
    フラクタル図形を紹介します。

    #14 第14回 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

    4学期以上、データサイエンス科目を履修している人やデータサイエンス2を落としている人の履修を優先します。


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


2018-08-27 11:08:23.281706


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