| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
到達目標1 | 標本化と離散化を理解し信号が分類できる。標本化定理が説明できる。エイリアス雑音が説明できる。 | 標本化と離散化を理解できる。標本化定理の式が書ける。 | 標本化と離散化について理解できない。 |
到達目標2 | 連続時間システムを離散化し,状態空間表現できる。また,離散化されたシステムの安定性が判別できる。 | 連続時間システムを離散化し,状態空間表現できる。 | 連続時間システムを離散化できず,状態空間表現できない。 |
到達目標3 | 連続・離散の混合システムに対して,ルンゲクッタ4次法でシミュレーションを実施できる。 | 離散システムに対して,ルンゲクッタ4次法でシミュレーションを実施できる。 | 離散システムに対して,ルンゲクッタ4次法でシミュレーションを実施できない。 |
到達目標4 | 摩擦に関わる計算機シミュレーションの方法(モンテカルロ法、分子動力学法、散逸粒子動力学法、粒子法)を説明することができ、併せて確率統計論、分子論、流体力学、材料力学に基づいた構成式を説明できる。 | 摩擦に関わる計算機シミュレーションの方法(モンテカルロ法、分子動力学法、散逸粒子動力学法、粒子法)を説明できる | 摩擦に関わる計算機シミュレーションの方法(モンテカルロ法、分子動力学法、散逸粒子動力学法、粒子法)を説明できない |
到達目標5 | ナノ・ミクロスケールであれば分子動力学法、マイクロスケールであれば散逸粒子動力学法、マクロスケールを考慮する場合には粒子法、統計平均を求める場合にはモンテカルロ法、という具合に対象によって計算の手法を選択できる。併せて、それぞれの計算手法による計算例を上げることができる | ナノ・ミクロスケールであれば分子動力学法、マイクロスケールであれば散逸粒子動力学法、マクロスケールを考慮する場合には粒子法、統計平均を求める場合にはモンテカルロ法、という具合に対象によって計算の手法を選択できる。 | ナノ・ミクロスケールであれば分子動力学法、マイクロスケールであれば散逸粒子動力学法、マクロスケールを考慮する場合には粒子法、統計平均を求める場合にはモンテカルロ法、という具合に対象によって計算の手法を選択する必要があるが、その必要性を説明できず、選択もできない。 |
到達目標6 | Linuxならびに大規模計算機システムで計算機シミュレーションを実施する方法を説明でき、併せて実施することができる。 | Linuxならびに大規模計算機システムで計算機シミュレーションを実施する方法を説明できる。 | Linuxならびに大規模計算機システムで計算機シミュレーションを実施する方法を説明できない。 |