コンピュータの発達とともに、多くの情報を短時間で扱えるようになった反面、これらの情報をもとに問題を提起し、解決策(ソリューション)を与えるためには、より高度な数理的解析手法が必要となってきている。数理工学モデル化エリアでは、経営工学の目的である「科学的な管理方法の提案」の実践において、強力な武器となる、様々な工学的なツール(モデル)を習得する。各授業において、モデルの基礎的な理論を学び、さらに実習を通して「使える」知識としての定着を図る。
科目名 | 概要 | 標準履修年次 |
---|---|---|
数理解析 | 1年次の微分積分学を前提としながら、より高度の微分積分学を修得する。ランチェスター戦略、ポートフォリオ問題等の応用例を修得する。 | 2~4年 |
応用確率過程 | 時間的に変化する確率的現象をマルコフ過程などの確率過程としてモデル化し、解析する手法を説明する。 | 2~4年 |
応用確率論 | 初歩的な確率の考え方と計算技術を習得する。確率空間、連続および離散的確率分布、積率母関数とモーメント、同時確率分布と条件付き確率、大数の法則、中心極限定理などをカバーする。 | 2~4年 |
数理統計学 | 多変量データを素材とした数理統計学の基礎的知識とそれに基づいた応用や適用手法について学ぶ。 | 2~4年 |
数理最適化法 | 線形計画法、整数計画法など、最適化手法の基礎理論と、代表的な算法を概説する。 | 2~4年 |
数理工学モデル化実習 | 上記の各授業で学んだ基礎知識を、問題演習やケーススタディを通して、「使える」知識として定着させる。 | 2~4年年 |