微分積分・線形代数から、微分方程式・確率まで、編入数学の全範囲に対応します。解答が公開されない過去問と、一人で格闘させません——書いた答案を見て、どこで点を落とすかまで伴走します。今の成績に自信がなくても大丈夫。志望校の出題傾向から逆算した専用プランで、プロ講師がマンツーマンで指導します。
志望校・志望系統と現在の学習状況をお聞きし、学習プランの当たりをつけます。しつこい勧誘は一切ありません。
大学が公開するのは問題だけ。自分の答案が合格ラインなのか、確かめてくれる人がいない。
教科書レベルは分かるのに、過去問になると手が止まる。その差をどう埋めればいいのか分からない。
情報も少なく、この勉強法で合っているのか、常に不安を抱えたまま進んでいる。
数学だけでも、最短の道筋を誰かに設計してほしい。手を広げすぎて、どれも中途半端になりかけている。
その悩み、志望校の過去問から、いっしょに解いていきましょう。
編入数学は大学ごとの傾向差が大きく、全範囲を均等にやる勉強は間に合いません。独学の落とし穴は、自分の答案の弱点に、自分では気づけないことです。
和からは志望校の傾向と、答案添削で設計します。書いた答案がどう採点されるかまで含めて、合格レベルの記述へ運びます。模範解答を写すだけでは、その一枚は書けるようになりません。
志望校と併願校の出題傾向を分析し、あなた専用の学習計画を設計します。頻出分野に時間を寄せ、手薄な分野は基礎から補強。お手持ちの教材や入手した過去問も、そのまま教材にできます。
数学を専門としてきた講師が、答案の記述を一枚ずつ添削します。「どこで減点されるか」「何を書けば部分点が来るか」を具体的に指摘するので、独学では気づけない穴が見えてきます。
授業や研究、部活・アルバイトのある生活に合わせて設計します。オンラインで全国対応。試験時期が大学ごとに違う編入だからこそ、志望校の日程から逆算します。
いまの理解度と志望校に合わせて、無理のないところから始められます。志望校がまだ定まっていない方も、傾向の近い大学群から一緒に絞り込みます。
微分積分と線形代数を、定義から自分の言葉で説明できるところまで。教科書レベルと過去問の間にある段差を、ここで埋めます。
編入で頻出の微分方程式・重積分・行列の対角化・級数を、標準問題として確実に解ける状態に。手が自然に動くまで反復します。
志望校の過去問演習と、記述答案の添削。本番の時間配分まで含めて、合格ラインの答案に仕上げます。
授業で扱う内容の、ほんの入り口です。定義に戻って説明できるかを、まず確認します。
基底とは、空間の中のすべてのベクトルを過不足なく表すための、最小限の組み合わせです。この意味を先にイメージしておくと、線形代数の総点検がただの計算練習で終わらなくなります。
重積分は、いきなり難しく見えても、積分する変数の順番を決め、それぞれの範囲を保ったまま1つずつ計算していけば標準的な手順で解けます。手順を型として持っておくことが、頻出分野を得点源にする近道です。
過去問演習では、最後まで解き切ってから検算しようとすると時間が足りなくなりがちです。あらかじめ「検算に何分使うか」を決めて解答の組み立てに入れておくと、本番の時間配分が安定します。
編入数学は、目標と締切から選べます。試験直前の短期集中から半年の伴走まで、あなたのペースで。
1か月・全4回（週1ペース）
受験が近い方に。志望校の頻出分野と、記述答案の詰めを直前に一気に仕上げます。
半年・全6回（月1ペース）
月1回の伴走で、独学のペースを保ちます。学校生活と両立しながらでも、毎月の授業と添削がペースメーカーになり、中だるみを防ぎます。
半年・全24回（月4ペース）
土台の微積・線形から志望校対策まで、腰を据えて。1年前からの準備に向く、二人三脚のプランです。
上記は「発展」区分の料金です。表示はすべて税込。別途、入会金22,000円（税込・初回のみ）を頂戴します。回数・期間はめやすで、現在地により前後します。結果や成果を保証するものではありません。
現在地を確認したうえで、正確な回数と総額をお見積もりします。ご相談後の無理な勧誘は一切ありません。
数学教室の個別指導と同じ、和からの実践派講師陣が担当します。
岡本 健太郎 先生
Okamoto Kentaro
九州大学にて数理学博士号取得。「統計超入門」の講座を長年担当し、難解な数理を直感的に理解できる指導に定評。著書『アートで魅せる数学の世界』（技術評論社）で日本数学会出版賞受賞。
堀口 智之 先生
Horiguchi Tomoyuki
数学・データ・生成AIで「意思決定の質」を高める。経営者・管理職向けに、ChatGPT・Claude・Geminiを横断する『AI時代の判断力』を伝える和から代表。
松中 宏樹 先生
Matsunaka Hiroki
京都大学情報学研究科修士課程修了（専攻:力学系理論）。富士通にて医療連携システム開発に従事。微分積分・線形代数から統計・機械学習・プログラミングの応用数学まで幅広く指導。
岡崎 凌 先生
Okazaki Ryo
大阪大学基礎工学研究科修士、人工知能の画像認識モデル研究に従事。Excel・R・Python・機械学習・生成AIまで幅広く対応。年間約30社の企業研修を担当。
30分の無料相談で、志望校までの学習プランをご提案します。
オンライン・全国対応／講師との無料体験授業あり
数学の学び直し全般は数学教室（個別指導）のご案内もご覧ください。
本講座は大学編入学試験の合格を保証するものではありません。編入学試験は各大学が実施するものであり、本講座は各大学が主催・認定するものではありません。
遠方に在住の方や自宅で講義を受けたい方はオンライン講座をご用意しております。よくある質問はこちら
