| 授業方針・テーマ |
テーマ【数理最適化とネットワーク分析による問題解決】
数理最適化は、制約条件のもとで目的関数を最大化または最小化する問題を解くための手法であり、ネットワーク分析は、ネットワーク上の要素間の関係を分析するための手法です。本ゼミでは、数理最適化とネットワーク分析の入門知識とエクセル・ソルバーを使ったデータ分析と問題解決の基礎を学びます。 |
習得できる知識・能力や授業の
目的・到達目標 |
・数理最適化とデータ分析の基礎知識とソルバーの利用方法の習得
・グループワークによる議論を円滑に行う能力の向上(コミュニケーション能力)
・調査、発表、レポート課題作成を行うための基本的な技術、能力の習得(情報活用能力)
・身近にある問題・課題の発見と、問題解決に取り組む姿勢の習得 (能動的学修姿勢) |
授業計画・内容
授業方法 |
【授業計画】
第 1回 基礎ゼミナールガイダンス
第 2回 キックオフ（本ゼミナールの進め方、班分け、自己 紹介）
第 3回 ベクトルと行列の基礎 (講義)
第 4回 ネットワーク分析（講義と実習）
第 5回 ネットワーク分析（グループワーク）
第 6回 ネットワーク分析（代表者の発表および討論）
第 7回 線形計画法（講義と実習）
第 8回 線形計画法（グループワーク）
第 9回 線形計画法 (代表者の発表および討論）
第10回 整数計画法（講義と実習）
第11回 整数計画法（グループワーク）
第12回 整数計画法（代表者の発表および討論）
第13回 k平均法（講義と実習）
第14回 k平均法（グループワーク）
第15回 k平均法（代表者の発表および討論）
グループワークは、原則として4人のグループで行います。
代表者の発表は、全員が必ず1回以上行います。 |
| 授業外学習 |
以下の授業外学習を課します。
(1) 授業時間内で終了できなかったグループワーク
(2) 代表者発表の準備 |
| テキスト・参考書等 |
以下のテキストを推奨します。
・岩永二郎, 石原響太, 西村直樹, 田中一樹, 『Pythonではじめる数理最適化:ケーススタディでモデリングのスキルを身につけよう』(オーム社) 2021
・藤澤克樹, 後藤順哉, 安井雄一郎, 宇野 毅明『Excelで学ぶOR』(オーム社) 2011
・松井泰子, 根本 俊男『入門オペレーションズ・リサーチ』(東海大学出版会) 2008
その他、必要に応じて他の文献も紹介します。 |
| 成績評価方法 |
グループワークの課題（グループ単位で評価）：15% × 4回 = 60%
グループワークの発表（発表者のみを評価）：20%
討論への参加度とその内容：20%
グループワークの課題内容、発表の評価はルーブリックの基準をもとに行います。 |
質問受付方法
(オフィスアワー等) |
オフィスアワーは設定しませんが、適宜メールやkibaco上で質問を受け付けます。
メール：masuyama@tmu.ac.jp |
特記事項
(他の授業科目との関連性) |
・各自でExcelが利用できるPC等を用意して下さい。
・文理を問わず、数学を使った問題解決に興味のあるすべての学部の学生諸君を歓迎します。 |
| 備考 |
|
シラバス照会