Mathematics for Economics (J)

Course Title

Course Title in English

Mathematics for Economics (J)

Course Type

Major Courses

—

Eligible Students

School of Economics and Management

Target Grade

2Year

Course Numbering Code

KCCBK1MCA7

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・演習 (Lecture/Seminar)

Eligible Year/Semester

Spring semester 2026

Instructor

清水隆則

Affiliation

社会科学研究科

Language of Instruction

Japanese

Related SDGs

N/a

Office Hours and Location

金曜日2限、B401

Contact

tshimizu@g3s.u-hyogo.ac.jp

Corresponding Diploma Policy

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

Corresponding Undergraduate School DP

1◎／2〇／3〇

Corresponding Graduate School DP

ー

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

【講義目的】
微分法と線形代数を解説し、定性的な比較静学分析の手法を学ぶ。
【到達目標】
(1)微分法を線形代数の基礎を習得する。(2)レポートや卒業論文で定性的な比較静学分析を行うことができる。

Subtitle and Keywords of the Class

サブタイトル：微分法・線形代数の経済学への応用
キーワード：微分法、線形代数、比較静学

Course Overview and Schedule

I講義内容
政策の効果を分析するために、経済学では外生変数（パラメータ）が変化したときに内生変数がどのように変化するかを調べる。このような分析手法を比較静学分析と呼ぶが、内生変数の変化の方向に焦点を当てる定性的分析と内生変数の変化の大きさも考慮する定量的分析に分けられる。本講義では、前者の定性的な比較静学分析を行うために必要な知識を講義する。具体的には、微分法および線形代数を解説し、その後、定性的な比較静学分析を説明する。定量的な分析については、後期の経済数学IIで扱う予定である。
II授業計画
1．イントロダクション
2．1変数関数の微分 (1)：極限値、連続性、導関数の定義
3．1変数関数の微分 (2)：合成関数の微分、逆関数の微分
4．1変数関数の微分 (3)：指数関数・対数関数の微分、ロピタルの定理
5．1変数関数の微分 (4)：積の微分、商の微分
6．多変数関数の微分 (1)：偏微分と全微分
7．多変数関数の微分 (2)：ヤングの定理、陰関数の定理
8．線形代数 (1)：ベクトルと行列
9．線形代数 (2)：行列の演算 (i)
10．線形代数 (3)：行列の演算 (ii)
11．線形代数 (4)：逆行列
12．線形代数 (5)：行列式
13．線形代数 (6)：クラーメルの公式
14．比較静学分析 (1)：定性的な比較静学分析の手法
15．比較静学分析 (2)：定性的な比較静学分析の応用例
定期試験

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

Completely forbidden

Precautions for using Generative AI

この授業においては、生成ＡＩの利用を禁止している。授業内での利用は厳禁であり、違反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の利用にかかわらず『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。】

Textbook

特定のテキストは用いない。

References

A.C.チャン/K.ウエインライト『現代経済学の数学基礎［第4版］（上）』彩流社、2020年
尾山大輔, 安田洋祐編著『経済学で出る数学: 高校数学からきちんと攻める［改訂版］』日本評論社、2013年

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

【予習】高校で学習した数学の復習をする。参考文献の該当箇所を読む。（計30ｈ）
【復習】講義ノートを見直す。授業で出された課題に取り組む。関連する参考文献の練習問題を解く。（計30ｈ）

Contents of Active Learning

採用しない。
（授業規模によっては、演習問題の解答を発表してもらい、その内容を出席者で検討するなど、双方向的な授業内容を取り入れる。）

Grading Criteria and Methods

【成績評価の基準】
講義目的・到達目標の到達度に基づき、国際商経学部規程に従い成績評価の上、単位を付与する。
【成績評価の方法】
定期試験(60%)、課題および小テスト（40%）。

How to Disclose Assignments and Exam Results

課題・演習問題の解説は、授業中に行う。定期試験の解答と結果の開示は、学生の求めに応じて適宜行う。

Precautions and Requirements for Course Registration

・高校数学に関する基礎知識を有していることが望ましい。

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