最適化理論（2組）｜シラバス情報

科目授業名称（和文）　Name of the subject/class (in Japanese)

最適化理論（2組）

科目授業名称（英文）　Name of the subject/class (in English)

Optimization Theory

授業コード　Class code

9987F40

科目番号　Course number

87MCOPT301

教員名

谷川　眞一

Instructor

Shin-ichi Tanigawa

開講年度学期

2026年度前期

Year

2026年度

Semester

①First semester

曜日時限

水曜1限

Class hours

Wednesday, 1st Period

開講学科・専攻　Department

経営学部　ビジネスエコノミクス学科

Department of Business Economics, School of Management

単位数　Course credit

2.00単位

授業の方法　Teaching method

講義

Lecture

外国語のみの科目（使用言語）　Course in only foreign languages (languages)

-

授業の主な実施形態　Main class format

① [対面]対面授業/ [On-site] On-site class

概要　Description

経営学・経済学で必要となる数理的な最適化手法を学習する。

目的　Objectives

ゲーム理論やオペレーションズ・リサーチ、機械学習などの経営分析手法の基盤となる最適化理論について、数学的背景およびアルゴリズム設計の技法を学習する。さらに、プログラム演習を通じて最適化ソルバーの利用を体験し、今後の専門的な研究に向けた情報学的ツールの習得を行う。あわせて、学科ディプロマ・ポリシーに定める分野別の専門領域科目の包括的な学習につなげる。

到達目標　Outcomes

最適性条件や関数の凸性といった数学的概念を通じて、最適化アルゴリズムの原理を理解する。さらに、最急降下法やニュートン法などの基本的アルゴリズムの動作手順を理解し、実践的な例題へ適用する能力を習得する。

卒業認定・学位授与の方針との関係（学部科目のみ）

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/

履修上の注意　Course notes prerequisites

微分・積分と線形代数の知識が必須である。

アクティブ・ラーニング科目　Teaching type（Active Learning）

小テストの実施　Quiz type test／実習　Practical learning

-

準備学習・復習　Preparation and review

各講義後には2時間程度の復習を行い、各講義前には講義資料を用いて2時間程度の予習を行うことが必要である。

成績評価方法　Performance grading policy

課題･演習(50%)と到達度評価(50%)により評価する。

演習時間に課すレポートを提出しなかった場合，履修放棄とみなす。

対面授業は８回以上教室で受講することが必須であるため、その条件を満たさない場合は履修放棄とみなす。

学修成果の評価　Evaluation of academic achievement

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

教科書　Textbooks/Readings

教科書の使用有無（有=Y , 無=N）　Textbook used(Y for yes, N for no)

N

書誌情報　Bibliographic information

LETUSを通じて講義資料を配布する。

MyKiTSのURL（教科書販売サイト）　URL for MyKiTS(textbook sales site)

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
https://gomykits.kinokuniya.co.jp/tokyorika/

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
https://gomykits.kinokuniya.co.jp/tokyorika/

参考書・その他資料　Reference and other materials

寒野善博、駒木文保：「最適化手法入門」、講談社、2019（データサイエンス入門シリーズ）

授業計画　Class plan

1. 導入
2. 数学的準備（線形代数）
3. プログラミング演習: 線形代数パッケージの利用法を確認
4. 無制約最適化の最適性条件
5. 最急降下法
6. ニュートン法
7. プログラミング演習: 最急降下法とニュートン法の実装
8. プログラミング演習: 最急降下法とニュートン法の実装
9. プログラミング演習: 最適化パッケージの利用法を確認
10. 凸関数
11. 制約付き最適化: ラグランジュ未定乗数法
12. 制約付き最適化: KKT条件
13. プログラミング演習: 最適化パッケージを利用して、制約付き最適化手法を実装
14. プログラミング演習: 最適化パッケージを利用して、凸最適化手法を実装
15. 到達目標の達成度の確認

担当教員の実務経験とそれを活かした教育内容　Work experience of the instructor

-

教育用ソフトウェア　Educational software

-

python colaboratory

備考　Remarks

オフィスアワー：演習時間中および金曜日12:10-12:40

授業でのBYOD PCの利用有無　Whether or not students may use BYOD PCs in class

Y

授業での仮想PCの利用有無　Whether or not students may use a virtual PC in class

N