0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@tex64

東大院試 情報理工学系研究科の対策完全ガイド：過去問・解答・出題傾向【2026年版】

0
Posted at

東大院試 情報理工学系研究科の対策完全ガイド：過去問・解答・出題傾向【2026年版】

TL;DR

  • 東大情報理工学系研究科の院試は 数学・専門・英語（TOEFL-iBT/IELTS）の3科目構成、専攻ごとに専門の比重が違う
  • 過去問は公式サイトで配布されているが、公式解答は出ないので自己採点ルートの確保が最重要
  • 数学：線形代数・解析・確率の3本柱、専門：コンピュータ科学／数理情報／システム情報／電子情報／知能機械情報／創造情報の6専攻で違う
  • 解答入手は院試hubの東大カテゴリが最も網羅的（コンピュータ科学・数理情報を含む情報理工系の解答PDFが揃っている）
  • 演習を演習として成立させるには「過去問取得 → 時間計測解答 → オリジナル解答PDFで自己採点 → 失点分析 → 類題」のサイクルを夏前から回す

東大情報理工学系研究科は、毎年8月に院試が行われる人気研究科です。コンピュータ科学（CS）、数理情報学、システム情報学、電子情報学、知能機械情報学、創造情報学の6専攻からなり、内部進学だけでなく他大学からの受験者も多い研究科として知られています。

本記事では、2026年度の院試対策を念頭に、過去問・解答の入手ルート、出題傾向、専攻別の対策ポイントを一気にまとめます。

1. 試験構成の全体像

東大情報理工系の院試は、おおまかに以下の構成です（年度によって微調整あり、必ず公式募集要項を確認してください）。

科目 配点比重 形式
英語 中 TOEFL-iBT または IELTS のスコア提出
数学 大 線形代数・解析・確率統計から複数題
専門 大 専攻ごとに異なる（CS、数理情報、システム情報、電子情報、知能機械、創造情報）
面接・口頭試問 中〜大 研究室訪問・志望理由・研究計画

英語は出願時点で外部試験のスコアを提出する形式が一般的なので、4〜5月までにスコアを確定させる必要があります。当日の筆記は数学＋専門が中心です。

2. 過去問の入手先

過去問は東大情報理工系研究科の公式入試案内ページから、過去数年分がPDFで配布されています。

入手手順：

  1. 東京大学大学院情報理工学系研究科のウェブサイトにアクセス
    1. 「入試情報」→「過去問題」へ
    1. 各専攻ごとの過去問PDFをダウンロード

注意点：

  • 公開されているのは直近3〜5年分が中心で、それより古いものは研究室の先輩から引き継ぐか、別ルートで探す必要がある
    • 過去問の公式解答は配布されません
    • 出題範囲は研究科改組で変わることがあるので、最新版の募集要項を必ず確認

中継的に過去問アーカイブをまとめている院試hub 公式過去問リンク集からも、各専攻の最新配布ページに飛べます。

3. 解答の入手先：これが本記事の本題

公式解答が出ない以上、解答の入手ルートを確保しないと過去問演習が機能しません。情報理工系の場合、選択肢は以下の通りです。

3-1. 研究室の先輩からの引き継ぎ

内部進学なら最有力。CS専攻・数理情報専攻の先輩が手書きノートを保有していることが多い。他大学受験では使えないのがネック。

3-2. 個人ブログ

「東大 情報理工 院試 解答」で検索すると、合格者ブログがいくつか出てきます。ただし：

  • カバー年度が断片的
    • 専攻が偏っている（CS専攻は記事が多いが、創造情報や知能機械は薄い）
    • 数式が画像で読みづらい
    • 著者本人も「自信ない」と書いていることが多い

3-3. GitHub の過去問アーカイブ

diohabara/open_inshi などに東大情報理工系の過去問が一部アーカイブされていますが、解答は基本的に付いていません。

3-4. 院試予備校・個別指導

LFL の家庭教師、INSHI 院試オンライン塾、insearch などが情報理工系の指導に対応。

  • 月額数万円〜
    • 質問対応・学習計画立てまでセット
    • 受験まで半年以上ある人向け

3-5. オリジナル解答販売：院試hub

情報理工系を体系的に揃えるなら、現時点で最も網羅的なのが院試hub の東京大学カテゴリです。

  • TeX組版のオリジナル解答PDFを年度別・科目別に販売
    • 数学（線形代数・解析・確率）と専門（CS・数理情報など）が揃う
    • 各解答に 方針・典型失点・部分点の置き所が併記されている
    • PDF単位購入なので、欲しい年度の数学だけ・専門だけ買える
    • 特商法表示・利用規約・返金方針が整備されている

特に 他大学受験で先輩ルートが使えないケースで強力です。

4. 数学の対策

情報理工系の数学は、線形代数・解析・確率統計の3本柱です。

4-1. 線形代数

頻出テーマ：

  • 固有値・固有ベクトル、対角化
    • ジョルダン標準形（出題年度に注意）
    • 内積空間、グラム・シュミット直交化
    • 二次形式、対称行列の対角化
    • 特異値分解（SVD）

機械学習との接続を意識した出題が増えています。SVD は CS・知能機械・創造情報系で頻出。

4-2. 解析

頻出テーマ：

  • 偏微分・全微分、ラグランジュの未定乗数法
    • 重積分、変数変換
    • フーリエ級数・フーリエ変換
    • 微分方程式（線形ODE中心）
    • 複素関数論（留数定理、コーシーの積分定理）

4-3. 確率統計

頻出テーマ：

  • 確率変数の独立性・相関、共分散行列
    • 大数の法則、中心極限定理
    • 推定量、最尤推定
    • ベイズ統計の基礎
    • マルコフ連鎖（CS専攻系で頻出）

推奨参考書：

  • 線形代数：齋藤正彦『線型代数入門』、永田『理系のための線形代数の基礎』
    • 解析：杉浦光夫『解析入門』、寺沢『自然科学者のための数学概論』
    • 確率：東大出版の確率論入門、伊藤『確率論』

5. 専攻別の対策ポイント

5-1. コンピュータ科学専攻

頻出領域：

  • アルゴリズムとデータ構造（計算量解析、グラフアルゴリズム、動的計画法）
    • オートマトン・形式言語、計算可能性、計算複雑性（P/NP）
    • プログラミング言語論、ラムダ計算
    • OS、並行プロセス、同期

対策：CLRS（『アルゴリズムイントロダクション』）と Sipser『計算理論の基礎』が基本。過去問は院試hub の東大カテゴリで年度別解答を確認するのが効率的。

5-2. 数理情報学専攻

頻出領域：

  • 最適化理論（線形計画、凸最適化、KKT条件）
    • 数値解析、数値線形代数
    • 統計的学習理論
    • 離散数学・グラフ理論

対策：金森『機械学習のための連続最適化』、Boyd『Convex Optimization』。理論寄りの問題が多いので証明手順を丁寧に書く練習が必要。

5-3. システム情報学専攻

頻出領域：

  • 制御理論（古典制御・現代制御、状態空間表現）
    • 信号処理、フーリエ解析
    • 確率制御、カルマンフィルタ
    • ロボティクス基礎

5-4. 電子情報学専攻

頻出領域：

  • 電磁気学、回路理論
    • 信号処理、通信理論
    • 半導体デバイス
    • 情報理論

5-5. 知能機械情報学専攻

頻出領域：

  • 力学、運動学、動力学
    • 信号処理・画像処理
    • 確率ロボティクス
    • 機械学習基礎

5-6. 創造情報学専攻

頻出領域：

  • 機械学習・深層学習
    • HCI、可視化
    • データベース、Webアーキテクチャ

6. 標準的な学習スケジュール（2026年度8月受験想定）

時期 やること
〜2026年3月 志望専攻決定、研究室訪問アポ、TOEFL/IELTS スコア取得計画
4〜5月 数学の基礎固め、英語スコア確定、研究室訪問
6月 過去問入手、最初の年度を時間を計って解く、解答ルート確定（院試hub でPDF購入など）
7月 過去問演習を5〜10年分回す、自己採点→分野別の弱点潰し
8月 復習・直前確認・面接対策、本番

5月までに解答ルートを確定させるのが、ここで一番重要です。6月に過去問を解き始めて初めて「解答どこ？」となると、7月の演習サイクルが回りません。

7. 自己採点ワークフロー

合格者が共通してやっているサイクル：

  1. 公式過去問PDFをダウンロード
    1. 本番と同じ時間で解く（数学2時間、専門3時間など、過去の試験要項に従う）
    1. オリジナル解答PDFと突き合わせて自己採点
    1. 失点パターンを記録：「線形代数の対角化計算ミス」「確率の独立性誤認」など
    1. 弱点分野の類題を5〜10問追加で解く
    1. 1〜2週間後に同じ年度を再度解いて定着確認

院試hub の解答PDFは「方針・典型失点・部分点」が併記されているので、ステップ3〜4が一気に進みます。

8. よくある失敗パターン

1. 過去問を解いただけで満足する

解いた感は出るが、本番で同じ失点を繰り返す。自己採点まで完成して初めて演習。

2. 解答ソースを確定させずに6月以降に突入

「ブログ漁り」と「先輩待ち」で7月を溶かす。5月までに核となる解答PDFを揃える。

3. 数学だけ or 専門だけに偏る

数学が苦手な人は専門に逃げがち。配点比重を確認して、両方を均等に。

4. 英語スコア取得を後回し

TOEFL/IELTS の予約は埋まりやすい。3月時点で受験日を押さえる。

5. 面接対策をしない

研究計画書の作り込みと、志望研究室の論文を最低3本読む。

FAQ

Q. CS専攻と数理情報専攻、どちらが難易度高い？
受験者層と倍率が違うので一概には言えませんが、CS専攻は人気で倍率が高め、数理情報は専門の理論問題が重め、という傾向です。志望研究室で選ぶのが基本です。

Q. 数学の対策、いつから始めるべき？
最低でも4月から。学部の基礎が怪しい人は2〜3月から線形代数・解析・確率を1ヶ月ずつ復習。

Q. 過去問は何年分やる？
最低5年、できれば10年。情報理工系は出題サイクルが長めで、10年遡ると同じテーマが2〜3回出ているケースがあります。

Q. 院試hub の東大情報理工系の解答カバー範囲は？
院試hub の東京大学カテゴリに最新カバー状況が掲載されています。数学・CS・数理情報の主要科目は揃っているはずです。

Q. 内部進学なら院試hub は不要？
先輩ルートが充実しているなら不要なケースもあります。ただし先輩ノートが網羅していない年度や、先輩が違う研究室の場合は院試hub が補完になります。

Q. 他大学からの受験で不利になる？
研究科側は出身大学で差を付けないと公式に表明していますが、先輩ルートが使えない分、過去問演習で詰みやすいのは事実です。解答ソースを早めに固めることで対等に戦えます。

Q. プログラミング試験はある？
専攻によります。創造情報学では実装課題が出ることがあります。最新の募集要項を確認してください。

Q. 研究室訪問はいつ？
4〜6月が一般的。教授のメールアドレスを公式サイトから探して、研究内容に興味がある旨と訪問希望を伝えるメールを送ります。

参考リンク

まとめ

東大情報理工系の院試は、

  • 数学＋専門の比重が大きく、英語は事前スコア提出
    • 過去問は公式配布、解答はどこにもないのが最大のボトルネック
    • 解答ソースを5月までに確定させる（院試hub が現時点で最も網羅的）
    • 「過去問解く→自己採点→弱点潰し」のサイクルを6〜7月で回す
    • 内部進学者は先輩ルート併用、他大学受験者は院試hub を核に組み立てる

本気で受かりたいなら、解答ルートの確定が最優先タスクです。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?