HOME教育学部工学部数理工学科

学科ポリシー

※[+]をクリックすると、各項目が表示されます。

ディプロマ・ポリシー/カリキュラム・ポリシー

学科のディプロマ・ポリシー概要/育成する人材の方針

数理工学の専門能力を身につけ、持続可能な社会構築に主体的に参加する人材を育てます。
(1)柔軟な思考をもつ人材の育成
数理の基礎的な力をもとに、数理工学的手法を修得し、幅広い視野をもち、未知の問題に取り組むことのできる柔軟な思考を養います。
(2)現象数理を扱う人材の育成
自然現象・社会現象の本質を抽出して数理モデルを構築し、その数理的解析から得られる知見をシステム設計に応用することができる能力を養います。
(3)構造数理を扱う人材の育成
たとえば、輸送問題におけるネットワーク形成や、拠点の最適配置に必要な代数的な考え方を学び、実践できる能力を養います。
(4)統計数理を扱う人材の育成
蓄積されたビッグデータからデータ同士の相関関係などを分析し、問題の本質を捉えた上で課題解決できるデータサイエンティストを育成します。
将来の進路:製造業、金融機関、情報産業、データサイエンティスト、国家・地方公務員、中学校・高等学校教諭 (数学)、大学院進学

学科のカリキュラム・ポリシー概要

知識・専門性 【学びの基礎力を基盤とした専門能力】

⾃ら教養・基礎学⼒を修得し、⾃⽴的・主体的に学ぶことができる【教養・基礎学⼒】

対応するカリキュラム・ポリシー

  • 本格的な専⾨教育を受ける前に、全学共通の教養教育プログラムである「武蔵野INITIAL」を履修します。「武蔵野INITIAL」では、⼤学での学修に必要な基盤的な技法と知識の修得を⽬的として、「建学」「スポーツ・⾝体」「情報」「外国語」「Creating Happiness Program(CHP)」「全学教養ゼミナール」等を学びます。これら科⽬群では「知識・専⾨性」「関⼼・態度・⼈格」「思考・判断」「実践的スキル・表現」に横断的に関わることで、⽂系と理系とを問わず広い視野から学問の基礎に触れていきます。

数理⼯学の基礎となる数学・情報の基礎学⼒を修得する【基礎学⼒】

対応するカリキュラム・ポリシー

  • 数理⼯学や数理統計に関する知識を持ち、活⽤することができるようになるために、まず、「数理⼯学⼊⾨」で数理⼯学がどのようなものであるかを理解します。また、数理⼯学の基礎となる数学・情報科⽬として、「微積分1・2」「線形代数1・2」「情報処理」を学ぶとともに演習を⾏います。

⾃然現象や社会現象を数理モデル化し、システム設計に応⽤できる知識と能⼒を⾝につけている【数理⼯学の専⾨能⼒】
ビッグデータを統計的に処理し、問題の本質をとらえることのできる知識と能⼒を⾝につけている【数理統計の専⾨能⼒】

対応するカリキュラム・ポリシー

  • 数学、物理、統計、情報に関する知識を持ち、活⽤することができるようになるために、「微分⽅程式1・2」「フーリエ解析」等の数学系科⽬、「基礎物理1・2」「連続体⼒学」等の物理系科⽬、「確率・統計」「数理統計学」「多変量解析」等の統計系科⽬、「情報理論」「機械学習」等の情報系科⽬を学びます。また、より⾼度かつ実践的な知識を得るために、「離散数理⼯学」「確率数理⼯学」「環境・エネルギー⼯学」「⾦融⼯学」「⽣命情報学」等の展開科⽬を学びます。さらに、「数理⼯学概論1・2」で数理⼯学を実践している技術者・研究者の経験を聞く機会を設けます。
関心・態度・人格 【他者と自己を理解し、自発的に踏み出す力】

数学、物理、⼯学、統計、情報などの基礎知識をもとに、⾃然や社会における数理的問題を⾒いだすことができる【課題発⾒⼒】
⾃ら考えた数理モデルを積極的に活⽤することができる【主体性・実⾏⼒】
授業で学んだ内容を実践し、実際の社会に触れることで、将来社会で活躍するための柔軟性とストレス耐性を⾝につけている【ストレスコントロール⼒】

対応するカリキュラム・ポリシー

  • 「数理⼯学実験1・2」で数理⼯学の実際を体験するとともに、学⽣の主体的な取り組みによって企画・実⾏する「プロジェクト1・2」で、社会問題を解決するためのテーマ等を設定し、必要な数理モデルを選択して実制作に取り組みます。
思考・判断 【課題を多角的に捉え、創造的に考える力】

数理的知識をもとに⾃然や社会現象を論理的に解析できる【論理的思考⼒】
数理的⼿法により問題の本質をとらえる基本的スキルを⾝につけるとともに、解決できる能⼒を獲得する【情報分析⼒・課題解決⼒】
問題解決のための新しい数理モデルを作ることができる【創造的思考⼒】

対応するカリキュラム・ポリシー

  • 数理⼯学の基礎となる「微積分1・2・3」「線形代数1・2・3」「微分⽅程式1・2」「フーリエ解析」「複素解析」等の数学系科⽬、「情報処理」「情報理論」「機械学習」等の情報系科⽬、「基礎物理1・2」「数理物理」「連続体⼒学」等の物理系科⽬、「確率・統計」「数理統計学」「多変量解析」等の統計系科⽬を履修した上で、⼯学の基幹科⽬である「システム⼯学」「最適化理論」「信号処理」、およびより実践的な展開科⽬「離散数理⼯学」「確率数理⼯学」「環境・エネルギー⼯学」「⾦融⼯学」「⽣命情報学」「応⽤微分⽅程式」等を学び、数理的⼿法により問題の本質をとらえ解決できる能⼒を⾝につけるとともに、問題解決のための新しい数理モデルを作成できることを⽬指します。
実践的スキル・表現 【多様な人々のなかで、自らの考えを表現・発信する力】

⽇本語で的確に読み、書き、聞き、他者に伝えることができるとともに、英語の⽂献を読むことができる【語学⼒・コミュニケーション⼒】
⾃らの考えを明確かつ論理的に組み⽴て意⾒交換でき、学習・研究の成果を⼀定時間内に正確に発表できる【プレゼンテーション⼒】
⾃らの研究成果を論⽂や報告書にわかりやすくまとめることができる【⽂章⼒】
他者と有意義な議論を適切に⾏い、⽬的実現のための⽅向性を⽰すことができる【傾聴⼒・リーダーシップ・チームワーク⼒】

対応するカリキュラム・ポリシー

  • 基礎科⽬としての「数学演習1・2」「微積分2演習」「線形代数2演習」「プログラミング演習」を通して、コミュニケーションにおける能動的な姿勢を学びます。また、「数理⼯学実験1・2」「プロジェクト1・2」等でチームワーク⼒を養います。さらに、「数理⼯学研究1〜3」「卒業研究」で英語の⽂献を読む⼒をつけ、セミ
    ナーで、他者と有意義な議論を適切に⾏えるようにするとともに、⾃らの研究成果を論⽂にわかりやすくまとめることができ⼀定時間内に正確に発表できる能⼒を⾝につけます。

アドミッションポリシー

本学科は、数理工学の専門能力を身につけ、自然現象や社会現象をモデル化して理解し、システム設計に応用することができる人材や、大規模データから問題の本質を見抜くデータサイエンティストを育成します。したがって、以下のような者の入学を求めます。

志向性:将来の進路

期待する能力:知識・専門性

高等学校で履修するのが望ましい教科・科目
特に学んでおくべき教科は、英語、数学(数学Ⅰ・数学A、数学Ⅱ・数学B、数学Ⅲ)、物理(物理基礎、物理)
高等学校で取得するのが望ましい資格等
数学検定、実用英語技能検定(2級以上)など

期待する能力:関心・態度・人格

期待する能力:思考・判断

期待する能力:実践的スキル・表現

大学案内
入試情報
教育
学部
大学院(研究科)
研究科(一覧)
研究
研究所・研究室・センター
学生生活・就職

大学案内

入試情報

教育