
命題論理
命題論理の基本単位は「真または偽のどちらか一方であるような主張」であり、これを命題変数と呼ばれる概念として定式化します。また、より複雑な主張を生成する操作を命題変数どうしを組み合わせる操作として定式化し、そのような操作のルールを定めます。その上で、与えられたルールからどのような推論規則が導かれるかを明らかにしようとします。
自然科学や社会科学などの学問を真剣に修めようとするのであれば数学と真剣に向き合う必要があります。また、インターネットを通じて情報を低コストで入手できる昨今、知識を蓄えることよりも、主体的に学び、考える能力がますます重要になりつつあります。学問に限らず広範な分野において成功を修めるためには物事を批判的に観察し、論理的に考える力が必要であり、数学を学ぶことはそのような能力を育む訓練になります。
命題論理の基本単位は「真または偽のどちらか一方であるような主張」であり、これを命題変数と呼ばれる概念として定式化します。また、より複雑な主張を生成する操作を命題変数どうしを組み合わせる操作として定式化し、そのような操作のルールを定めます。その上で、与えられたルールからどのような推論規則が導かれるかを明らかにしようとします。
命題論理の基本単位が命題変数であったのに対し、述語論理では命題関数と呼ばれる概念が基本単位となります。それにより扱うことのできる言明の範囲が広がるとともに、量化と呼ばれる操作が可能になります。
集合論は数学の土台です。あらゆる数学的概念は集合を用いて記述できます。ここでは集合を定義した上で、集合演算とその性質について学び、さらには集合族や直積集合、関係などについて学びます。
初等数学で学んだ「関数」とは、入力した実数に対して何らかの実数を返す概念として理解できます。関数を一般化した概念が写像です。写像とはある集合のそれぞれの要素に対して別の集合の要素を1つずつ定めるような規則のことです。本節では写像について学びます。
複数の物事が互いに関わり合っている状態を「関係」と呼びますが、これは数学的には2つの集合の直積の部分集合として定義されます。関係や二項関係、同値関係などについて解説します。
有限個の要素を持つ集合については、その要素の個数は有限な自然数として表現されます。一方、無限個の要素を持つ集合については、すべての要素を数え尽くすことができないため、要素の個数を自然数として表現できません。集合の濃度とは要素の個数を一般化した概念であり、これを用いることにより無限どうしを比較できるようになります。
公理主義の立場から実数を定義した上で、数列、数直線の位相、関数の極限および連続関数などについて学びます。
実数を無限小数として定義する場合、実数に関する議論はすべて無限小数に関する議論として行うことになり面倒です。そこで代替的な方法として公理主義的なアプローチのもとで実数を定義します。ここでは実数を特徴づける公理について解説します。
数列に関するテキストと演習問題です。数列という概念を定義した上で、さらに収束列、単調数列、区間列、部分列などについて学び、これらの概念を使って実数の連続性を表現できることを確認します。
実数空間をより高い次元に拡張したユークリッド空間と呼ばれる場を舞台に、点列やユークリッド空間の位相、曲線、スカラー場、ベクトル場などについて学びます。
n 次元空間上にベクトル加法やスカラー乗法などの演算や大小関係を定義すると、実順序ベクトル空間になります。実順序ベクトル空間上にユークリッド距離と呼ばれる概念を定義したものがユークリッド空間です。
ユークリッド空間上の無限個の点を順番に並べたものを点列と呼びます。点列は実数列を一般化した概念です。ここでは点列が収束することの意味を定義した上で、収束点列の性質について解説します。
実数空間もしくはその部分集合を定義とし、ユークリッド空間を終集合とする写像を曲線やベクトル値関数などと呼びます。ここでは曲線の収束や連続性などについて解説します。
多変数関数(スカラー場)という概念を定義するとともに、多変数関数が有限な実数へ収束すること、および連続であることの意味を定義した上で、連続な多変数関数の性質について解説します。
本節では多変数のベクトル値関数(ベクトル場)が収束することの意味や、連続であることの意味を解説します。本節で得られる知識は後に多変数のベクトル値関数の微分について学ぶ際の前提知識となります。
微分や積分について学びます。
1変数関数の微分について学びます。具体的には、微分の概念を定義した上で、微分の基本性質や初等関数の微分、平均値の定理、高階の微分、テイラーの定理などについて学びます。これらの知識は後に1変数関数を目的関数とする最適化について学ぶ上での基盤になります。
与えられた制約条件のもとで関数の値を最大化または最小化する変数の値を求めることを最適化と呼びます。ここでは微分可能な関数を対象とする様々な最適化問題の解法を解説します。
線型代数について学びます。
体と非空の集合上に定義されたベクトル加法とスカラー乗法と呼ばれる演算がベクトル空間の公理を満たす場合、そのような集合をベクトル空間と呼びます。ここではベクトル空間を定義した上で、その基本的な性質を確認します。
凸集合や凸関数、および関連する最適化について学びます。
凸関数(凹関数)と呼ばれる関数を定義するとともに、与えられた関数が凸関数(凹関数)であることを判定する方法や、凸関数(凹関数)の基本的な性質について解説します。
集合のそれぞれの要素に対して別の集合の部分集合を1つずつ定める規則を対応と呼びます。
集合のそれぞれの要素に対して別の集合の部分集合を1つずつ定める規則を対応と呼びます。ここでは対応、対応による像、逆像(上逆像・下逆像)、逆対応、対応の連続性(上連続性・下連続性)、ベルジュの最大値定理、および不動点定理などについて解説します。
長さや面積、体積などはいずれも同一種類の小さい量を加え合わせることでより大きな量をつくることができるという意味において外延的な量です。一般に、外延量は測度と呼ばれる概念として一般化されます。ここでは実数空間(数直線)の部分集合を測定対象とするルベーグ測度について解説します。
確率について学びます。
試行において起こり得る標本点は数値であるとは限りません。確率に関して定量的な分析を行うために確率変数と呼ばれる概念を用いて標本点を数値化します。確率分布とは、様々な事象の起こりやすさを確率変数を用いて表現したものに相当します。