# 東大 情報理工学系研究科 創造情報学専攻 創造情報学 専門科目 2022年度 院試 過去問 解答例・解説

> 東大 情報理工学系研究科 創造情報学専攻 創造情報学 専門科目 2022年度の院試過去問、3項目の解説。テーマは線形空間・基底、動的計画法。解説を無料公開。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/tokyo-university/information-science/creative-informatics-specialized/2022
- 解答・解説PDF: https://inshihub.com/exam-solutions/tokyo-university/information-science/creative-informatics-specialized（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.u-tokyo.ac.jp/edu/course/ci/admission.shtml（2022〜2026、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 — 分離資源配分と動的計画法

### 解説

**方針**

この問題は，変数ごとに「次の1単位を入れたときの増分」が並んでいると見ると整理しやすい。
非増加性がある場合は，各列の上から順にしか選べないという制約付きで，大きな増分を $r$ 個
取ればよい。非増加性がない場合は，局所的に良い1単位を選んでも後で大きな増分が現れる可能性
があるため，合計量を状態に持つ動的計画法が必要になる。

**交換証明の意味**

最適性条件の左辺は「いま1単位足すなら得られる最大の利得」，右辺は「いま1単位抜くなら失う
最小の利得」である。左辺が右辺を上回るなら，抜いて足すだけで改善できる。逆に左辺が右辺以下
なら，どの実行可能解へ移るにも，足して得る利得が抜いて失う量を超えられない。

**採点上の注意**

貪欲法の正当性を「いつも最大を選んでいるから」と書くだけでは不十分である。各 $d_i(a)$ が
非増加であるため，選んだ増分より後ろの増分が大きくならない，という点を明示してはじめて
交換証明または最適性条件につながる。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/tokyo-university/information-science/creative-informatics-specialized

## 第2問 — ACK制御とウィンドウ転送

### 解説

**方針**

方式1の本質は stop-and-wait である。1個のデータパケットを送った後，対応するACKが戻るまで
次を送れないため，短いパケットでも往復伝搬遅延が支配的になる。長距離で方式1が極端に遅いのは，
帯域が低いからだけでなく，送信機会を往復時間ごとに1回しか使えないからである。

**ウィンドウサイズの意味**

方式2では，帯域だけでなく帯域遅延積が重要になる。経路中に常時 $R\,T_{\mathrm{rt}}$ bits
程度のデータを置けなければ，受信側は $R$ bits/sec で受け取り続けられない。64 KiBの窓は
近距離なら大きいが，500 msec級の遅延では小さく，帯域が余っていても速度が出ない。

**採点上の注意**

転送時間の式では，片方向のデータ送信時間だけでなく，ACKの戻り時間も入れる。特に
$m_2/B_i$ と戻り方向の伝搬遅延を落とすと，方式1の速度を過大評価する。また，動画配信では
1接続のウィンドウ制約と，複数接続の総帯域制約を分けて確認する。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/tokyo-university/information-science/creative-informatics-specialized

## 第3問 — 情報システム用語の説明

### 解説

**方針**

用語説明では，定義だけでなく「どの問題を解くために使うか」を添えると答案が強くなる。
擬似逆行列は線形方程式と最小二乗，RNNは系列データ，KLダイバージェンスは分布のずれ，
ホモグラフィーは画像中の平面対応，というように対応する応用を明確にするとよい。

**数式を入れる効果**

4行から8行程度の説明では，長い歴史的説明よりも，代表式を1つ示す方が採点者に理解を伝えやすい。
ただし式だけでは不十分で，擬似逆行列なら「最小二乗」，KLなら「非対称で距離ではない」，
ホモグラフィーなら「同次座標とスカラー倍の同一視」まで書くと概念の範囲がはっきりする。

**典型ミス**

KLダイバージェンスを通常の距離と書く，RNNが単に深い全結合ネットワークだと説明する，
擬似逆行列を正則行列の逆行列だけに限定する，ホモグラフィーを任意の3次元変換と混同する，
といった答案は減点されやすい。対象，数式，性質，応用を一つずつ入れると安定する。

途中式と最終答は解答PDFに収録しています: https://inshihub.com/exam-solutions/tokyo-university/information-science/creative-informatics-specialized

---

出典: 院試hub（https://inshihub.com/exam-solutions/tokyo-university/information-science/creative-informatics-specialized/2022）。引用するときはWeb版のURLを示してください。
