ロンドン大学通信課程学生のブログ

2022/8 BSc in Mathematics and Economics 修了。2023/10〜 データサイエンス修士課程

勉強の計画その2

線形代数はすでにSubject guideが今年更新済みで、必要な参考書もすでに手元にあるから早速勉強を始めた。
線形代数の場合はSubject guideと参考書の内容がほぼ同じだ、というか著者が同じだ。主な違いは練習問題の有無である。

とりあえずSubject guideの約1/3が終了した。
この時点で実行可能だと思える勉強のペースは、1日で6ページである。

この結果を他の3科目にも適用して日程を出してみると、一通り勉強が終了するのが来年の4月第1週である。
前セッションの試験日程を参考にすると、5月の前半中に随時試験が行われるようなので、これはギリギリの日程である。
残りの数週間は過去問(解説つき)にチャレンジする予定だ。

6ページという数字は、全科目に関するあらゆるプラスとマイナスの要素を加味してしている。また、集中力の限界を示す数字でもあるから、これ以上のペースアップは理解度の低下につながるだけだし、これ以上の目標設定は無駄なプレッシャーになって勉強の効率を下げるだけだから意味がない。

6ページのペース配分なら大丈夫だとは思いつつも、思考は負の方向を向く。
間に合わない場合、1科目は来年に回す。
ここで改めて勉強する履修科目の順番を考える。1番目と2番目は決まっている。

1: 線形代数
2: 解析学

あとは経済学入門と統計学のどちらが先に来るかだ。改めて確認してみると、両者に関連性はないようだ。また、来年度に履修予定の科目の履修条件を確認すると、経済学入門の方が影響が大きい。マクロ、ミクロ経済は経済学入門を履修済みでないと履修できないのだ。他方、統計学は来年度の履修科目に影響しない。
結果として、下記の順番となる。

1: 線形代数
2: 解析学
3: 経済学入門
4: 統計学 I
5: 統計学 II

実は統計学は2つに分かれている。
仮に勉強の進捗が遅れた場合は、統計学 IIは来年に回すことにする。


自分の場合、毎日のノルマを定めておいた方が効果的だ。Excelシートに来年4月までの日付けと、6ページ間隔のページ番号を示しておいた。あとはこの予定シートどおりに進めいくだけだ。

日程に関する不安は一応これで解消されたわけだ、といっても不安だが。