※ 各授業の受講方法は、愛媛大学の
修学支援システム、
全学メール、
Moodle4
のいずれかにて文章で、又は（対面開講の場合）初回授業時に口頭で、具体的に説明します。
■ 前期開講科目
数理情報の基礎（理学科1年次）第1Q
確率統計学II（理学科3年次）第1Q ※参考情報はこちら
データサイエンス概論 （大学院理工学研究科 / 地域レジリエンス学環 博士前期課程）第1Q
微積分 [共通教育・松浦クラス] （理学科数学・数理情報コース / 物理学コース志望の1年次）第2Q
数学入門（データリテラシー入門プラス） [共通教育・学問分野別科目] （学問分野別科目履修対象者）第2Q
■ 後期開講科目
数学・数理情報セミナーB [松浦クラス] （理学科3年次）第3Q・4Q
プログラミング基礎（大学院理工学研究科数理情報プログラム博士前期課程）第3Q・4Q
確率統計学II（理学科2年次）第3Q ※参考情報はこちら
数理最適化A（理学科3年次）第3Q
数理最適化B（理学科3年次）第4Q
数学入門（データリテラシー入門プラス） [共通教育・学問分野別科目] （学問分野別科目履修対象者）第4Q
私のゼミでは、数学の応用について、理論と実践の両面を、バランスよく学びます。
以下では、学部生の卒業論文や大学院生の修士論文、博士論文の題材として、指導可能なテーマを紹介します。
網羅的ではありませんので、これら以外希望の人は、遠慮なく相談して下さい。
文献を読むのに加え、自分でもいろいろ試してみたいという人を歓迎します。
北欧デザインに用いられているスーパー楕円（ラメ曲線）や、その一般化であるギーリス曲線について、学習・研究します。 実際にインテリアをデザインすることも可能です。用いる学問分野は、興味や目的に応じて微積分、解析学、幾何学、代数学、数値解析学など様々です。 また、データサイエンスの視点からの探究も可能です。
身近なデータの解析方法について学び、実際に興味あるデータの解析に挑戦します。 何を解析対象とするかは、できる限りゼミ生本人の希望を尊重しています。 過去の例では、野球のデータや経済データを選択する場合が多くありましたが、それ以外の事象でも、 適切なデータが入手できれば、研究対象となり得ます。
立体回転パズル（ルービックキューブ（メガハウスの登録商標）やその類似パズル）を数理的な視点から分析します。 パズルの回転操作の全体は、代数学における群と見なすことができます。代数学というと、抽象的な印象を受ける人もいると思いますが、 それが目に見え、手で動かすこともできるように具体化されるので、理解も進みます。群論を用いる以外にも様々なアプローチがあり、 アルゴリズム論的あるいはグラフ理論的に分析することも可能です。
人間関係にもとづく人と人とのつながり、交通網にもとづく都市間のつながり、経済活動にもとづく企業間のつながりなど、 世の中は、様々なつながりにより成り立っています。このつながりを数理的に解析する道具がグラフ理論です。グラフ理論を活用すると、例えば、個々の人間が組織の中で どのような役割を果たしているかや、交通網のボトルネック、企業活動が経済に与える影響など、いろいろなことを分析できます。
世界各国の政府統計や国際機関の調査データを、統計的手法を用いて解析することで、 国家間の比較や、各国の特徴の分析を行うことが可能です。例えば、日本の政府統計の総合窓口である e-Statにあるデータと、スウェーデン統計庁が 公表しているデータを用いて、日本とスウェーデンを客観的に比較できます。 なお、スウェーデンは世界で最も古く、1749年から定期的に人口調査を実施しており、 世界で最初に統計当局を設けた国でもあります。
感染症の感染者数の推移を表すモデルとしては、微分方程式を用いたSIRモデルが有名です。 SIRモデル（を精密化したモデル）は、COVID-19（新型コロナウイルス感染症）など、実際の感染症の分析や対策立案に活用されており、 数学が世の中に役立っている好例です。 例えば、感染拡大を防ぐには、人と人との接触機会をどの程度減らす必要性があるか、あるいは国民の何割程度がワクチンを打つ必要があるかなど、 定量的な分析が可能になります。
過去に私のゼミ生たちが取り組んだテーマを紹介します。
■ 2024年度の指導テーマ
学部 データ解析, プログラミング, 置換パズル, デザインなど（計6名）
博士前期 時空間統計解析（1名）, 口コミデータの解析（1名）, 置換パズル（1名）
博士後期 射影アルゴリズム（1名）
■ 2023年度以前の指導テーマ（学部の分）
2007年 時系列解析（4名）
2008年 担当せず（スウェーデン長期滞在）
2009年 暗号（2名）, 微分方程式による数理モデル（2名）, 数理ファイナンス（1名）
2010年 暗号（3名）, 微分方程式による数理モデル（1名）, 感染症の数理モデル（1名）
2011年 グラフ理論（2名）, ルービックキューブ（2名）, 最適化問題（1名）
2012年 北欧デザインの数理（2名）, ルービックキューブ（1名）,
野球データの解析（1名）, 生物現象の数理モデル（1名）
2013年
数理ファイナンス（1名）, 経済数学（1名）, グラフ理論（1名）, 野球データの解析（1名）
2014年 北欧デザインの数理（3名）, ルービックキューブ（1名）,
野球データの解析（1名）
2015年 北欧デザインの数理（1名）, グラフ理論（1名）,
脳の数理モデル（1名）, 野球データの解析（2名）
2016年
北欧デザインの数理（1名）, スケジューリング問題（2名）, 野球データの解析（1名）
2017年 北欧デザインの数理（1名）, スケジューリング問題（1名）, 文章題の分類（1名）,
パズルの数理解析（1名）, 野球データの解析（1名）
2018年 医療データの解析（1名）,
経済データの解析（1名）, 数理ファイナンス（1名）, 野球データの解析（1名）
2019年 整数計画問題（1名）, 野球データの解析（2名）, 数理ファイナンス（1名）, ゲーム理論（1名）
2020年 北欧デザインの数理（1名）, 野球データの解析（2名）, 経済データの解析（1名）, Nクイーン問題（1名）
2021年 北欧デザインの数理（1名）, 野球データの解析（1名）, ラグビーデータの解析（1名）, 置換パズル（1名）, グラフ理論（1名）
2022年 SNSのデータ解析（1名）, 箱根駅伝のデータ解析（1名）, 観光データの解析（1名）, 教育データの解析（1名）, 交通事故のデータ解析（1名）, 経済データの解析（1名）
2023年 野球データの解析（3名）, サッカーデータの解析（1名）, 競馬データの解析（1名）, 置換パズル（1名）