Analysis Ⅱ ｜ Syllabus data

Course Title

Analysis Ⅱ

Course Title in English

Analysis Ⅱ

Course Type

Basic specialized courses (Specialization-related courses)

−

Eligible Students

School of Engineering

Target Grade

1Year

Course Numbering Code

HETBA1MCA1

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

Fall semester 2026

Instructor

土井　護

Affiliation

非常勤講師

Language of Instruction

Japanese

Related SDGs

9

Office Hours and Location

授業終了後10分間・授業を行った講義室

Contact

Universal PassportのQ&A。詳細は第１回の講義にて告知する。

Corresponding Diploma Policy

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

Corresponding Undergraduate School DP

4◎

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】
これからの科学技術を担う者にとって不可欠である微分積分学を習得することを目指し，特に多変数の微分積分を中心に習熟する。

【到達目標】
２変数関数の偏微分、極値の計算ができるようになる。また、重積分について理解し、具体的な計算ができるようになる。重積分を用いて立体の体積や面積の計算ができるようになる。

Subtitle and Keywords of the Class

２変数関数の極限、連続、偏微分、連鎖律、２変数関数のテイラーの定理、２変数関数の極値、陰関数定理、重積分、累次積分、重積分の変数変換、３重積分、体積、面積、ガンマ関数、ベータ関数

Course Overview and Schedule

【講義内容】
微分積分学は、ほとんど全ての科学技術の基礎になる学問で、これを大学初年度で習得することは、これからの科学技術を担う者にとっては不可欠である。解析学II では多変数（主に２変数）の微分積分学の基礎を習得することに力点を置いて講義を行う。

【授業計画】
　１．２変数関数とその極限・連続性
　２．偏微分
　３．連鎖律
　４．高階偏導関数, ２変数関数のテイラー展開
　５．２変数関数の極値
　６．陰関数定理
　７．重積分と累次積分（その１）：長方形上での積分
　８．重積分と累次積分（その２）：単純領域上での積分
　９．重積分の変数変換（その１）：平面の一次変換
１０．重積分の変数変換（その２）：極座標変換
１１．３重積分
１２．立体の体積
１３．曲面の面積
１４．ガンマ関数とベータ関数
１５．まとめ
期末試験

詳細は第１回の講義にて告知する。

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

Limited permission for use

Precautions for using Generative AI

この講義においては生成系AIの利用を予定していないが、レポート等で学生が利用する場合には入出力結果のスクリーンショットをUniversal Passportから提出すること。

Textbook

「理工系のための微分積分学入門」永安　聖, 平野克博, 山内淳生著（共立出版）

References

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

【予習】授業前に教科書を読み、記載された演習問題を自力で解いてみる。(30h)
【復習】講義内容の理解を深め定着させるために教科書を読み、記載された演習問題を自力で解いてみる。(30h)

詳細は第１回の講義にて告知する。

Contents of Active Learning

採用しない。詳細は第１回の講義にて告知する。

Grading Criteria and Methods

【成績評価の基準】
S (90点以上)、A (80点以上)、B (70点以上)、C (60点以上)による成績評価のうえ、単位を付与する。

【成績評価の方法】
次の何れかのうち、良かった方で評価する。
・定期試験 100%
・定期試験 75%、小テスト及びレポート 25%

詳細は第１回の講義にて告知する。

How to Disclose Assignments and Exam Results

小テスト及びレポートは、原則次の講義内で解説する。
定期試験は、授業評価アンケートの教員コメント欄に試験結果に関するコメントもあわせて記載する。
詳細は第１回の講義にて告知する。

Precautions and Requirements for Course Registration

解析学IIの内容は解析学の基礎であるからきっちり習得できるように練習すること。
解析学Iを受講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.