シラバス情報
|
教員名 ： 杉山 裕介
|
科目授業名称（和文） Name of the subject/class (in Japanese)
文献研究1 （杉山）
科目授業名称（英文） Name of the subject/class (in English)
Seminar and Research in Mathematics 1
授業コード Class code
991B119
科目番号 Course number
11GRRES501
教員名
杉山 裕介
Instructor
Yuusuke Sugiyama
開講年度学期
2026年度前期
Year
2026年度
Semester
①First semester
曜日時限
集中講義
Class hours
Intensive course
開講学科・専攻 Department
理学研究科 数学専攻
Department of Mathematics, Graduate School of Science 単位数 Course credit
3.00単位
授業の方法 Teaching method
卒業研究（研究指導）
Graduation research(Research Guidance) 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
修士論文を書くために必要な知識および技術を，確率論および確率解析（ブラウン運動，確率積分，確率微分方程式など）に関する文献を読むことにより身に付ける。ゼミでの発表を通して，プレゼンテーション能力を養う。 目的 Objectives
確率論および確率解析に関する学術論文を読むための基礎知識を身に付けること及び発表を通してプレゼンテーションの仕方を身に付けることが目的である。 The aim of this course is to acquire the basic knowledge necessary to read academic papers on probability theory and stochastic analysis, and to learn how to give a presentation. 到達目標 Outcomes
確率論に関する学術論文を読むために必要な基礎知識（確率空間，確率変数，期待値，伊藤積分など）を身に付けるとともに，発表を通して基本的なプレゼンテーション能力を養う。
To have basic knowledge required to read academic papers on Brownian motion and stochastic integration, including probability spaces, random variables, expectation, and Itô integrals, and to develop basic presentation skills through experience in presentations. 卒業認定・学位授与の方針との関係（学部科目のみ）
履修上の注意 Course notes prerequisites
学部レベルの確率論および解析学の基礎を前提とする。測度論の基礎があると望ましい。
Basic knowledge of undergraduate probability theory and analysis is required; familiarity with measure theory is desirable. アクティブ・ラーニング科目 Teaching type（Active Learning）
ディベート・ディスカッション Debate/Discussion
ディベート・ディスカッション，学生によるプレゼンテーションを中心としたゼミ形式で実施する。
The course is conducted in a seminar style centered on student presentations and discussions. 準備学習・復習 Preparation and review
各回の担当者は、指定箇所を事前に読み、内容を発表資料（手書きノート）としてまとめること。非発表者も該当箇所を読んで質問を準備する。
Presenters must prepare notes summarizing the assigned section in advance. Non-presenters are expected to read the same section and prepare questions. 成績評価方法 Performance grading policy
発表内容，討論への参加状況，理解度を総合的に評価する。
Grades are based on presentations, participation in discussions, and overall understanding. 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
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
成田清正『計算と例題で「なるほど」と分かる確率微分方程式』共立出版
Øksendal, Stochastic Differential Equations: An Introduction, Springer. Karatzas & Shreve, Brownian Motion and Stochastic Calculus, Springer. Kiyomasa Narita, Understanding Stochastic Differential Equations through Calculations and Examples, Kyoritsu Shuppan (in Japanese). Bernt Øksendal, Stochastic Differential Equations: An Introduction, Springer. Ioannis Karatzas and Steven E. Shreve, Brownian Motion and Stochastic Calculus, Springer. 授業計画 Class plan
確率論および確率解析（ブラウン運動，確率積分，確率微分方程式など）に関する教科書や論文を読み，内容を理解した上で学生が発表を行う。
Students give presentations on textbooks or academic papers related to probability theory and stochastic analysis, including Brownian motion, stochastic integration, and stochastic differential equations. 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
-
-
備考 Remarks
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
|
