# 京大 情報学研究科 知能情報学コース 2023年度 院試 過去問 解答例・解説

> 京大 情報学研究科 知能情報学コース 2023年度の院試過去問、10項目の解説。テーマは固有値・固有ベクトル、重積分と極座標。大問1問の途中式・最終答を無料公開。解答PDFは5年分収録で2,880円。問題本文は非収録。

- Web版: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology/2023
- 解答・解説PDF: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology（税込2,880円、5年分を収録）
- 最終更新: 2026-11-16
- 公式の過去問: https://www.i.kyoto-u.ac.jp/admission/examarchive/（2021〜2025、公式の解答例: 解答例の掲載なし）
- 問題本文は収録していません。公式の問題と照らして読んでください。
- 大問ごとの解説は無料公開です。途中式と最終答は、ここに載っている大問を除き解答PDFに収録しています。

## 第1問 — F1-1 線形代数

### 解説

**射影として見る**

後半の $B$ は抽象的な行列計算ではなく，直和分解に沿った射影である。射影では「一度取り出した成分をもう一度取り出しても変わらない」ため，$B^2=B$ が自然に出る。相似標準形も，$W_1$ の基底を先に，$W_2$ の基底を後に並べればただちに得られる。

### 解答

- $\mathrm{i}$ を虚数単位とする。与えられた行列を $D=\frac12 M$ と書く。$M$ の4本の列ベクトルを $m_1,\ldots,m_4$ とすると，各列のノルムは

$$
\|m_j\|^2=4 \qquad (j=1,\ldots,4)
$$

であり，異なる列どうしのエルミート内積はすべて $0$ である。したがって

$$
D^{\mathrm H}D
  =
  \frac14 M^{\mathrm H}M
  =
  I_4.
$$

ゆえに $D$ はユニタリ行列である。
- $D$ がユニタリなので $D^{-1}=D^{\mathrm H}$ である。したがって

$$
(D^{\mathrm H}GD)^{-1}
  =
  D^{\mathrm H}G^{-1}D.
$$

ここで

$$
G^{-1}=\operatorname{diag}(1,-\mathrm{i},1,-\mathrm{i})
$$

であるから，直接計算して

$$
(D^{\mathrm H}GD)^{-1}
  =
  \begin{pmatrix}
  \frac{1-\mathrm{i}}2 & 0 & \frac{1+\mathrm{i}}2 & 0\\
  0 & \frac{1-\mathrm{i}}2 & 0 & \frac{1+\mathrm{i}}2\\
  \frac{1+\mathrm{i}}2 & 0 & \frac{1-\mathrm{i}}2 & 0\\
  0 & \frac{1+\mathrm{i}}2 & 0 & \frac{1-\mathrm{i}}2
  \end{pmatrix}.
$$

- 次に，$V=W_1\oplus W_2$ に対し，$B$ は $x=x_1+x_2$ を $x_1$ に写す射影の行列である。
$x$ を $x_2$ に写す写像は

$$
x\longmapsto x-x_1
$$

なので，その行列は

$$
I_n-B
$$

である。
また，射影を2回行っても結果は変わらない。実際，

$$
Bx=x_1,\qquad B(Bx)=B x_1=x_1
$$

であるから，すべての $x\in V$ に対して $B^2x=Bx$ となる。よって

$$
B^2=B.
$$

最後に，$r=\dim W_1$ とし，$W_1$ の基底 $u_1,\ldots,u_r$ と $W_2$ の基底
$u_{r+1},\ldots,u_n$ を並べる。この $n$ 本は $V$ の基底である。これを列に持つ正則行列を

$$
P=(u_1,\ldots,u_n)
$$

とすれば，この基底で見た射影は $W_1$ 成分を残し $W_2$ 成分を消すから

$$
P^{-1}BP
  =
  \begin{pmatrix}
  I_r & 0\\
  0 & 0
  \end{pmatrix}
$$

となる。

### 最終答

$(D^{\mathrm H}GD)^{-1}=D^{\mathrm H}G^{-1}D$ であり，上の行列になる。$x\mapsto x_2$ の行列は $I_n-B$，また $B^2=B$。適切な基底では $B$ は $\operatorname{diag}(I_r,0)$ に相似である。

## 第2問 — F1-2 微分積分

### 解説

**不等式の扱い**

$\log(1+x)$ の評価は，微分して単調性を見る方法と，積分表示

$$
\log(1+x)=\int_0^x\frac{1}{1+t}\,dt
$$

を使う方法が安定している。上界との差が $\int_0^x t^3/(1+t)\,dt$ になる形まで変形できれば，符号判定で迷わない。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology

## 第3問 — F2-1 アルゴリズムとデータ構造

### 解説

**降順入力でも速くならない理由**

降順配列はヒープ構築だけを見ると有利である。しかしヒープソート全体では，最大値を末尾へ送った直後に根へ小さい値が来る。そこから下へ落とす処理が各段階で起こるため，支配項は取り出し部分の $O(n\log n)$ のままである。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology

## 第4問 — F2-2 アルゴリズムとデータ構造

### 解説

**4葉木はトポロジーを先に固定する**

4葉の根なし二分木は，どの2葉が同じ内部頂点側に付くかで3通りに尽きる。各トポロジーごとに枝長の一次方程式を立て，負の枝長や矛盾が出るものを捨てれば，重複なく列挙できる。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology

## 第5問 — S-1 認知神経科学・知覚認知心理学

### 解説

**共通点と相違点を両方書く**

用語説明では，一方ずつ定義するだけだと比較問題への答えとして弱い。各ペアについて「同じ大分類に属する理由」と「何が違うか」を明示すると，採点者が比較軸を確認しやすい答案になる。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology

## 第6問 — S-2 統計学

### 解説

**Fisherの正確検定**

周辺度数を固定すると自由に動くのは薬A群の「効果あり」人数 $a$ だけである。各表の確率を超幾何分布で並べ，観察表以下の確率を合計する，という順序で書くと両側 $p$ 値の定義に沿った答案になる。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology

## 第7問 — S-3 パターン認識と機械学習

### 解説

**分散比の見方**

クラス内平方和 $W$ は同じクラスに入れた点のまとまりを表し，クラス間平方和 $B$ はクラス中心の離れ具合を表す。全体の散らばりが同じなら，$W$ が小さく $B$ が大きい分類ほど分離がよい。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology

## 第8問 — S-4 情報理論

### 解説

**容量は出力エントロピー最大化**

今回の通信路では，各入力行のエントロピーが等しい。したがって $I(X;Y)=H(Y)-H(Y\mid X)$ の最大化は，実質的に出力分布のエントロピー最大化になる。対称な行列では一様入力をまず試すのが最短である。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology

## 第9問 — S-5 信号処理

### 解説

**DFT高速化の基本**

実数列のDFTには共役対称性がある。2本の実数列を1本の複素列に詰める方法も，偶奇分解で $2N$ 点DFTを作る方法も，この対称性と $W_{2N}^{2kr}=W_N^{kr}$ を使っている。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology

## 第10問 — S-6 形式言語理論・計算理論・離散数学

### 解説

**閉包性の証明**

閉包性は「新しい開始記号を1つ足す」構成で示すのが基本である。一方，非閉包性は既知の非文脈自由言語 $a^kb^kc^k$ に帰着する。今回の補集合と差は，この2つの型を組み合わせる問題である。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology

---

出典: 院試hub（https://inshihub.com/exam-solutions/kyoto-university/graduate-school-of-informatics/intelligence-science-and-technology/2023）。引用するときはWeb版のURLを示してください。
