院試が終わったよ!!!!!
お久しぶりです。うぇるすです。タイトルの通り、2027年度入学の大阪大学大学院工学研究科機械工学専攻と京都大学大学院工学研究科機械工学群の院試を受験し、両方の大学院に合格しました。そのあたりのお話をしますぅ。ちなみに、私は阪大生なので、内部受験と外部受験をしたということになります。
~~~以下目次~~~
院試って簡単だよね?←だまれ。なめんなよ????
さて、院試って簡単、ちょっと勉強すれば受かるよ、とか聞いたことありませんか?私もあります。これ、間違ってる場合もありますよ!!!!!
機械系の院試
私が機械系なので、それ前提で話しますが、少なくとも機械系ではちゃんと対策しないと落ちます。実際、私が受けた年について、京大は受験者175人程度に対し、合格が113人、阪大は受験者120人程度に対し、合格が77人です。つまり4割くらい落ちてるわけです。結構怖くない??この理由について、そもそも配属枠が少ない、外部からの人気がある、とかではないでしょうか、、、
ただ、この現状を知らない人からすると、受かって当然みたいな雰囲気あるので、余計にメンタルに来ます。
阪大を第一志望として受験することに。
そんなかんじで、結構落ちてしまう院試ですので、他大学院を併願する人が多いそうです。私も教授や友人と相談した結果、第一志望は阪大、滑り止めで京大を受験することにしました。正直、現在配属している阪大の研究室で研究を続けたい気持ちが大きかったので、京大院試対策はほどほどに、阪大をメインで対策しました。
スケジュール感
人によると思いますが、私の場合を書きます。多分動くのが遅いと思います。。。基本的には学部4年生の春から夏にかけて対策しました。
学部3年生
早い人(外部院試をする人とか)は学部3年の頃から始めるらしいです。私はまだ動いていませんでした。
4月
そもそも院試ってどんな問題出るんや???ってレベルで知らなかったので、直近2年は残して、3年前と4年前の過去問を解きました。あとは軽く問題を見て、どれくらいの知識が必要なのかをある程度見定めていました。
あとは、TOEICなど英語の対策をしていました。正直、英語は苦手なのと、得点が圧縮されるので優先度低めで、5月までにはスコア出して提出する予定で動いてました。
5月
前述の通り、TOEICは3回ほど受けて、720点で提出しました。平均よりは高いとは思いますが、正直さぼってますね。。一方、京大はTOEFLなのですが、全く対策せずに一回だけ受験しました。51点とかでした。流石に低すぎると思います。
筆記対策について、4月でざっと見た結果、数学があまりにもできなかったのでマセマシリーズで基礎から勉強しなおしました。他は、あんまり手を出せなかったです。数学で手一杯でした、、、
6月
5月まではそこそこいいペースで勉強していたのですが、研究にのめりこんでしまいます。悪いことではないのですが、さすがに勉強しなさすぎでしたね。また、履修していた講義のレポート課題などに追われて、本当に院試対策をしていませんでした。先生にも「研究の進捗は良いけど、院試は大丈夫?」とn回言われました。やさしさですね。。
7月
体調を崩しました(多分研究で疲れが出たのかな)。7月に一週目を寝込んで潰したので、さすがに焦りが出てきて、勉強時間を一気に増やしました。起きてる間はずっと何かしらの対策をしてましたね。京大院試本番が8月入ってすぐなので、それまでに専門科目の知識を仕上げ、各科目の問題集を2周し、京大過去問を4年分ほど解きました。本番に弱い性格なので、過去問は時間を測って解答するようにしてました。
8月
8/2,3が京大院試本番でした。出来は微妙でしたね。ただ、阪大がメインでしたのであまりメンタルには来ず、翌日から阪大の過去問を解き始めるなどして、京大対策から阪大対策に切り替えてました。
そして8/18,19が阪大院試本番でした。京大終わってから2週間でしたが、手を止めたら終わりだと思って、取り組んでいました。あと、生活リズムは整えるようにしてました。流石に絶起はしたくないぜ。
当日の様子
京大1日目
微妙に朝早かったので、私は友人の家に泊まってました。そのおかげで絶起とか道に迷うとかはなかったです。
1日目は数学と力学です。どちらも苦手でビビりまくっていいたのですが、数学は運よく得意な問題でしたので、ほぼ満点?近い出来でした。少し嬉しかったですが、午後の力学で大コケしました。あとから解きなおすと、ありえないミスをしてたのでやっぱり本番苦手です。。
力学は他の人もそこまで出来てないでしょ、、、と思い込むことでどうにかメンタルを保ち、2日目に挑みました。夜中は急に鼻血出てまともに寝れませんでした。何なん?
京大2日目
2日目は専門科目です。3時間30分ぶっ続けで4科目解かされます。頭痛いし、なんか問題量多いし、流体力学は傾向めっちゃ変わるしでさんざんでした。取れるとこだけ取るかの精神で挑みましたが、あまりよくなかったです。そのため、京大院試を記憶から抹消することでメンタルを保ちました。
なお、今年から口頭試問が無くなりました。外部受験しやすいですね!!
京大総括・結果
数学はかなりできましたが、他がいまいちでした。体感5割くらいです。合格自体はしそうだけど、希望研究室には行けないだろうなぁというかんじでしたね(実際そうなった)。
ただ、メインは阪大だったので頑張ってメンタルを立て直しました。
結果自体は、阪大の院試が終わってから発表があり、合格してました!しかし、第一志望の研究室ではありませんでした(´;ω;`)
阪大1日目
1日目は力学と専門科目です。力学はコケるだろうなと挑んだ結果、私の苦手な内容が出て嫌な気持ちになりました()。ただ、他の大問が比較的簡単だったので耐えました。結果的には京大よりは解けましたね。
専門科目は、さすがに阪大対策をしていたのでかなり解けました。流体は「なにこれ?」みたいな感じでしたが、他は全問解ききることができました。
阪大2日目
2日目は数学と口頭試問です。京大では数学がかなり解けましたが、阪大では微妙でした。大問3つのうち、1つは余裕でしたが、他が微妙に解ききれないかんじでした。まぁ、数学苦手な自分にしては上出来だろう、と思い込むことにしました。
口頭試問は事前に志望動機とアドミッションポリシーは聞きますよ(意訳)と言われていたので、その答えだけ用意して挑みました。特に変なことは聞かれず、自分の言ったことに対して深堀りされたかんじでした。4~5分くらいですぐ終わりました。
阪大総括・結果
力学数学は予想通り微妙で、専門はちゃんと解けました。京大よりはいい点数だとは思うので、体感6割です。希望の研究室のボーダーが6割(人気研究室でした。高め)なので、もう気が気でなかったです。ただ、院試終了翌日からロボコンの予定があったので、どうにか合格発表まで時間を潰せました。。
結果は、10日後くらいに発表され、第一志望の研究室に合格していました!
勉強法
こちらは人によるとは思いますが、私は以下のような流れを各科目で行いました。
過去問で傾向と出題範囲の把握
教科書や講義資料を活用して、出題範囲の知識の確認・自分用ノートの作成
講義資料(演習)や定期試験、問題集による演習
過去問を時間を測って解答→採点
1. 過去問で傾向と出題範囲の把握
まず、過去問でどれだけの範囲が、どれだけの難易度で出題されているのかを把握します。そのうえで、自身の目指す点数(私であれば6割でした)をとるためには、各教科で何割程度取ればいいのかを考えます。そうすることで、自分がどの教科をどれだけ力を入れて勉強するべきかわかると思います。
私の場合、力学と数学は少し苦手なので最低限の点数を確保できるようにし、専門は満点を目指す勢いで挑む必要があるなぁ、、と方針を立てました。
2. 教科書や講義資料を活用して、出題範囲の知識の確認・自分用ノートの作成
これは内部の人ならわかると思うのですが、過去問見ると多分この問題この先生が作ったなぁ、、というのがわかると思います。また、同じ科目名でも大学によってどの範囲を教わるのか、重点を置くのか変わります。つまり、講義資料や講義で扱った教科書から出題範囲の勉強をして知識を補うのが効率的です。
外部の人は、どうにか知り合いや人脈を頼りに講義資料などを見せてもらえるとよいですね。
また、それらの知識をまとめた自分用ノートを作成しました。私はiPadに作ったのですが、要するにわからなくなった時に見返す用のノートというわけです。また、新しく学んだコツやポイントなどは随時追記していきました。以下のは例として、熱力学のものです。自分しか見ないので、見やすさ度外視です。どの範囲までノートにするのかは人それぞれだとは思いますが、私は試験範囲の問題に必要な知識はすべて書いてあるレベルで書き込みました。

3. 講義資料(演習)や定期試験、問題集による演習
2で知識は身に付けた(はず)なので、今度はアウトプットです。その大学の傾向に合わせるのには講義資料や定期試験が最適です。ただ、外部受験するのと、傾向が変わっても対応できるように問題集などでも多角的に取り組みました。以下に私が使用した参考書を載せます。周りの人もだいたいこれらを使ってたと思います。
ただ、あくまで講義資料・定期試験・過去問がメインだとは思います。
力学

緑の本です。薄い割に綺麗にまとまっていてよかったです。ただ、演習量はあまりないのと機械力学はあんまり載っていないので、力学のコツを思い出すのに使いました。
阪大はここ最近は力学とラグランジュの運動方程式ばっかりだったのでこれだけで対応できたのですが、私の代で機械力学の範囲がちゃんと出てきました。機械力学は別途参考書を用意するべきかもしれませんね。。
専門科目

専門(+機械力学)はこれで”ある程度”演習できます。というか、やたら難しい問題(良問ではあるけど)が多い印象なので、すべての問題を完璧に解けなくても大丈夫です。ただ、誤植がそこそこあるので注意してください。
また、”ある程度”というのはつまり大学の特色が出るので、すべてをカバーできるわけではないということです。例えば、阪大ですと流体力学は複素ポテンシャルが割とよく出てきますし、逆に粘性流れはほとんど出てきません(そして、なんか難しい問題が多い)。また、制御工学は現代制御も扱うので、カバーしきれていません。
数学

キャンパスゼミと呼ぶこともあるらしいです?かなり基礎からわかりやすく載っています。また、教科書と演習とで分かれていて、ちゃんとしようとすると結構時間を使います。私は、教科書の内容をある程度おさえ(自分用ノートにまとめる)、演習はパット見て、院試に出そうな問題に絞って解きました。
そして、これ、各単元ごとに本になっているので、多分全部ちゃんとやろうとすると、10冊を軽く超えます。線形代数、微分積分、複素関数、確率統計、常微分方程式、フーリエ解析、ベクトル解析、偏微分方程式を一通り読みましたが、今でもよくわかってない部分がたくさんあります。
基礎から学ぶのにはいいのですが、院試対策用ではないので良くも悪くも詳しすぎる、量が多すぎる、数学科ならまだしも機械系の学生はここまで求められないだろってのがあるので、人を選ぶ参考書だとは思います。

黄色の本です。こちらは院試用ですので、まぁ勉強しやすくはあります。複素積分とかフーリエ変換を用いた偏微分方程式の解などの基本的なパターンを抑えることができます。
ただ、数学科や情報工学科の問題も多く、基本的にそれらは機械系の学生には難しすぎますし、院試でも出ません。私は、そういった問題は無視して、工学科や機械工学科の問題に絞って解きました。
4. 過去問を時間を測って解答→採点
あとはひたすら過去問演習です。過去問は各大学院ほホームページや、先輩などからもらうなどして手に入れます。少し前までは、過去問があっても解答がないという事態がありましたが、最近はGeminiやChatGPTやClaudeがある程度よさげな解答をだしてくれるので、そこまで問題になりません。ただ、完璧ではないので、疑いつつ解答を確認する必要はあると思います。私はGeminiをよく使ってましたが、たまに間違えてましたね。
また、私は本番に弱いタイプなので、本番に近い環境、時間帯で行って慣れようとしてましたね。効果があったかは微妙ですが。本番ではいつも通り緊張しましたし。
メンタル面であれこれ
最後に、院試勉強とは直接は関係しませんが、結構大事だと思うのでメンタルについて書いておきます。メンタル強い人は問題ないのですけどね!!
個人的には、学部入試よりもはるかにメンタルに来ます。というのも、学部入試は参考書が多く、解説も丁寧ですが、院試の参考書は少なくなります。また、仮に落ちたとして学部入試は浪人する人は少なくありませんが、院試浪人はかなり少なくなりますし、社会的な立場がなくなるので結構怖いです(怖い印象。実際にそうなってはないので確かなことは言えませんが)。さらに模試が存在しないので自分が今どれくらいの順位にいるのかを把握できないです。そして、最初の方にも述べたように「受かって当然」みたいに思う人もいるので余計にプレッシャーがかかります。
まぁ話し出すときりがないのですが、要するに孤独な闘いです。外部院試に人は特に孤独に感じるでしょうし。また、これは私が特殊なのですが、希望研究室(現在配属されている研究室)の枠が3人に対して、内部で既に4人(つまり1人は確定で落ちる)という地獄みたいな状況でしたので、若干ぴりついていた(少なくとも私はそう感じたので、研究室にあまり行けなかった。。)のもあってある意味孤独でした。
こんなかんじなので、なるべくストレス解消になるように、おいしいもの食べたり、仲のいい友人・先輩と話したり、ぬいぐるみをじっと見たり、、、してました。さすがにゲームは避けたり、研究はこれ以上のめり込んだら本当にやばいと気づいて(6月末)やめたりと、ある程度の拘束は不可避ですが、息抜きは重要だと思います。
おわりに
長々と院試について書いてきましたが、今思うとなんか、きつい期間でしたね。ただ、途中までは研究もやって、バイトもやって、個人的な開発もやって、講義もあって、、、といろいろ詰め込みすぎだなぁと思ってましたが、むしろ没頭することでメンタルを保てていたのかも、と思うと何が正解かわからないですね。
この記事が少しでも役に立てれば幸いです。コメントとかぜひ。Twitterの方が反応早いかも?でわでわ。
























