Каталог вибіркових навчальних дисциплін
Математичне моделювання
Математичне моделювання – це навчальна дисципліна, предмет якої становить математичне моделювання як найвища форма моделювання. Математичне моделювання дозволяє досліджувати та прогнозувати управлінські, виробничі, економічні, біологічні та інші системи та явища за допомогою математичних моделей мікро- та макрорівнів, є формалізованим описом системи (або процесу) математичною мовою, наприклад, у вигляді сукупності математичних співвідношень або схеми алгоритму, тобто такий математичний опис, який забезпечує імітацію роботи систем або процесу на рівні, досить близькому до їхньої реальної поведінки систем чи процесів.
Головними цілями навчальної дисципліни є фунламентальна підготовка фахівців третього (освітньо-наукового) рівня спроможних за допомогою математичного моделювання розв’язувати комплексні прикладні задачі дослідження та прогнозування реальних процесів. Задля досягнення поставлених цілей потрібно виконати наступні задачі:
- ознайомитися з основами сучасного математичного апарату, необхідного для розв’язання теоретичних і прикладних задач, побудови економіко-математичних моделей;
- удосконалити логічне та креативне мислення;
- сформувати практичні навички застосування результатів математичного аналізу в науково-дослідній роботі та підготовці наукових публікацій.
По завершенню вивчення навчальної дисципліни аспіранти повинні уміти:
- переносити математичні знання у нематематичні контексти;
- розробляти математичні моделі досліджуваних процесів та явищ;
- розуміти сутність математичного моделювання як методу наукового пізнання;
- розв’язувати прикладні та математичні задачі для досягнення науково – методологічних цілей.
|
Тема 1. Математичне моделювання як метод наукового пізнання: огляд сучасних досліджень в галузі економіки. Тема 2. Класифікація економіко-математичних моделей. Основні етапи економіко-математичного моделювання. Тема 3. Кореляційно-регресійний аналіз в економіці та найпоширеніші економетричні моделі. Тема 4. Множинна регресія: розвинений алгоритм дослідження багатофакторних моделей. Тема 5. Особливості використання МНК для знаходження оцінок параметрів. Мультиколінеарність, гетероскедастичність та автокореляція. Тема 6. Поняття оптимізаційних задач і оптимізаційних моделей. Загальна та основна задачі лінійного програмування. Тема 7. Приклади задач лінійного програмування та методи їх розв’язання: графічний метод, симплекс – метод. Тема 8. Задачі нелінійного програмування: основні методи їх розв’язання та аналізу. |
Рівень поточних знань аспірантів оцінюється відповідно до Положення «Про організацію освітнього процесу», відповідно до якого аспірант може отримати максимально 50 балів - 1 модуль, 50 балів – 2 модуль.