Mathematics for Economic Analysis

Course Title

Course Title in English

Mathematics for Economic Analysis

Course Type

-

主専攻基礎科目

Eligible Students

Graduate School of Social Sciences

Target Grade

All

Course Numbering Code

KCEMS5MCA1

Credits

2.00Credits

The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.

Type of Class

講義 (Lecture)

Eligible Year/Semester

Spring semester 2026

Instructor

西中恒和

Affiliation

非常勤講師

Language of Instruction

Japanese

Related SDGs

N/a

Office Hours and Location

授業後、教室にて

Contact

原則メールにて連絡。連絡先等の詳細は最初の授業で説明。

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

ー

Corresponding Graduate School DP

1◎／3〇

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

受講生が、修士論文作成にあたり必要となる抽象数学の理解（説明、計算、応用できるこよ）を助けると共に、主体的に学びを進めることが出来るようになることが、本講義の目的である。
　また半期と言う短い期間で到達できることは少ないので、現実的には受講後に受講生が、必要に応じて数学関連の専門書を独学できるようになることを目指す。

Subtitle and Keywords of the Class

サブタイトル：抽象経済数学
キーワード：集合、実数、代数、解析、確率

Course Overview and Schedule

Ⅰ．授業内容

　受講生の予備知識、習熟度を考慮しつつ、抽象数学の基礎としての集合、論理から始め、位相空間、線形空間、距離空間と進み、経済数学の基礎から選択的に学習する。

Ⅱ．授業計画
１．集合　
２．論理
3．関係
4．関数
5. 群と体
6. ベクトル空間
７．実数
８．複素数
９．距離空間、ノルム空間
10．数列の収束、関数の極限
11．ベクトル空間、線形変換
13．選択数学の基礎（線形代数、微積分、確率統計等から）
14．選択数学の発展（線形代数、微積分、確率統計等から）
15．選択数学の応用（線形代数、微積分、確率統計等から）
　受講生の予備知識を配慮して、授業計画は、必要に応じ、順序の入れ替え、追加、省略がなされる。

Ⅲ．授業方法
　授業は、講師による講義・解説も行うが、原則ゼミ形式（受講生による発表）で行い、受講生の理解を確認しながら進められる。

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Uses of Generative AI

Fully permitted

Precautions for using Generative AI

この授業においては生成系AIの利用を予定していないが、
生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。
生成ＡＩによる出力結果を課題・レポート（当面レポート課題の予定はない）として提出してはならない。提出レポートが生成ＡＩによる出力結果をほぼそのまま利用したことが判明した場合は、単位を認定しない、又は認定を取り消すことがある。
生成ＡＩの出力した内容については、事実関係の確認や出典・参考文献を確認・追記することが重要である。

Textbook

Mathematical Methods and Models for Economists
or
A first course in Optimization Theory
その他適宜指示する

References

適宜指示する。

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

ゼミ形式で進行するのでテキストの予習復習には相当な時間の事前・事後学習が必要でると考えられる。少なくとも授業枚に4時間以上（4ｈ×15＝60ｈ以上）は必要であろう。

Contents of Active Learning

該当しない

Grading Criteria and Methods

テキストに沿った発表から受講生の以下の到達度を確認する：

i) 数学の定理を定義や既知の事実から証明できる。
ii) このことから経済数学の専門書を独力で読み進めることができる。

必要に応じて試験を行うこともある。

How to Disclose Assignments and Exam Results

授業毎に講評する。

Precautions and Requirements for Course Registration

当授業は、原則全ての授業を対面で実施する予定ですが、講師の都合や履修者人数によっては、新型コロナウィルス感染症対策として、履修者を複数の教室に分けて教室間をオンラインで繋ぐ方法や、対面授業と自宅でのオンライン授業を隔週実施する方法とする場合があり、自宅等でオンライン授業の受講を視聴できる通信環境(PC・タブレット等の端末やWi-Fi環境)が必要となる場合があります。最終的な授業方法は履修登録後に決定・連絡します。

Practical Education

該当しない

Remarks

In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.

Syllabus data