1. 画像や音声の情報圧縮，コンビニでの膨大な販売データからの経験的知識の発掘，あるいは金融工学におけるリスク解析など，高度な情報システムの開発に数学の応用は不可欠である．このとき，コンピュータは数学を直接扱うことはできず，“数値”を取り扱って，数学的な処理をしなければならない．そのための基礎技術が数値解析であり，この知識は高度な情報システムの開発に不可欠である．これを学ぶ．


2. ２年生の春学期までにトレーニングしてきたプログラミングの能力を飛躍的に高めるには，具体的な課題で，プログラミングの演習を行う必要がある．この講義では毎回のレポート課題を解くことで，自然に高いプログラミング能力がつく．


3. エンジニアは簡潔で，内容が豊富であり，独創的な企画書や提案書を書くことが常に要求される．この講義では，そうした能力が自然に付くように，レポートの採点結果がすぐに返却され，しかも優秀なレポートがモデルレポートとして配布される．これによって，wordやexcelのみならず，MapleやTexを利用した質の高いレポートの書き方を修得することができる．

　工学の分野では数学的問題を解析的にではなく，数値的に解くことが多い．このため応用数学に関わる計算を数値的に行う方法を習得することは工学的問題解決にとって極めて重要である．ここでは，多数の数値計算アルゴリズムおよび，それに関連して精度と時間，記憶量と時間といった計算処理の効率の問題，関数近似等の誤差といった，数値計算の理論と実際についての講義を行い，受講者は計算機を用いた演習を通じて，問題を解くときの数学の方法をコンピュータで実現させるにはどうすればよいのかについて学ぶ．

• 第１回　工学における数値計算の重要性，初等関数の計算，手続き関数


• 第２回　２次方程式，数値積分（台形則，Simpson則）


• 第３回　Newton法による非線形方程式の解法


• 第４回　連立１次方程式の解法，直接法，Gauss-Jordan法


• 第５回　連立１次方程式の解法，反復法，Gauss-Seidel法


• 第６回　連立高次方程式（Newton法）


• 第７回　補間（Lagrange補間法，Spline補間法），最小二乗法


• 第８回　数値積分（Gauss積分法）


• 第９回　常微分方程式（初期値問題，Euler法，Runge-Kutta法）


• 第10回　最適化法（ランダムサーチ，最急降下法）


• 第11回　最適化法（シミュレーテッドアニーリング）


• 第12回　図形の変換，グラフの処理


• 第13回　工学的問題への数値計算法の応用