A. 《經濟學中的數學》讀書筆記
第一部分為導論(第1-5章),主要介紹一元微積分及其應用。
第二部分(第6-11章)介紹線性代數及其在經濟學中的應用,包括線性方程組及其解法、矩陣代數、行列式等內容。
第三部分(第12-15章)介紹多元微分並重點應用於比較靜態分析。
第四部分(第16-22章)主要是最優化方面的內容,包括無約束最優化和約束最優化等問題。
第五部分(第23-25章)介紹特徵值與動態學,引入差分方程解決動態經濟學的有關問題。
第六部分(第26-28章)介紹高等線性代數。
第七部分(第29-30章)的高等數學分析是對前面經濟學數學方法的進一步深化。
第八部分重點介紹數學本身的方法論問題。
B. 經濟學中什麼地方會用到計算數學
本科階段的經濟學大蓋能用基礎數學知識,微積分和概率及數理統計基礎,微積分中極值求內法如容拉格朗日極值法很常用,概率的概念,數學期望和方差等。如果是要求較高的經濟學專業可能還要用到微分方程,計量經濟學還會用到像「最小二乘法「等數理統計分析方法。
本科以後階段的經濟學,除了上面說的數學知識,可能會用到的數學知識:線性規劃、非線性規劃、拓撲學、微分方程、實分析、復分析等等。此外,統計學也會學很多,如抽樣方法,實驗設計等,這些是統計學知識而不算是數學知識了。
C. 在經濟學中用得最多的數學知識是什麼
經濟學的範式是:一、文獻綜述;二、自己建立數理模型;三、尋找數據檢驗自己的模型。第一部分無需太多數學知識(卻需要較高英文水平),第二部分集中於數理方法,第三部分集中於計量方法數理方法中:一、准備知識裡面要學好:集合、關系(等價、傳遞等)、全序、前序、凸凹、擬凸(凹)。了解度量空間的部分知識。了解擬凹函數、凹函數和微分學知識,部分線性代數知識。這些知識將很好地幫助您了解高級微觀經濟學的內容,尤其是效用存在性定理的證明、對一般均衡的理解等等。如果要研究經濟個體最優行為這些知識就顯得尤為必要。二、如果研究宏觀經濟學,變分法和最優控制非學不可,否則高級宏觀就寸步難行。這要求有微分方程的知識,較好的經濟學基礎。當然,如果微分方程的方法忘得一干二凈,可以藉助matlab軟體來輔助實現。但是經濟學更多的要求變數間的復雜聯系,軟體畢竟是軟體,不明白人的意圖。三、在相關的其它經濟學理論中,隨機現象也經常要被討論,這就需要一些數理統計和概率論的知識,但個人感覺用這些理論多集中於金融學,理論經濟學中不多見。四、如果想研究楊小凱的新興古典經濟學,一些拓撲學知識是必不可少的,組合數學的理解力要求也較高。控制理論的梆梆控制等等問題也要懂一些。計量方法中:一、回歸是必須要懂的,否則真無法說什麼經濟學研究了。了解回歸,必須了解線形代數、概率論、數理統計(主要是假設檢驗)的相關知識,否則就無法理解諸如f檢驗和t檢驗這樣怪異的東西。回歸中的什麼異方差、序列相關等問題就不多說了。主要使用eviews或者spss軟體就可以了。推薦spss,因為比較直觀。二、現在流行的協整分析(即將過時)似乎也不得不學了。這要求更高的線性代數知識,數理統計知識。否則不好理解。三、面板數據分析是現在最流行的了。使用的軟體有stata8.0和eviews5.0以後版本,否則就需要自己編程來分析。所以如果數理統計、線性代數的知識不好,這些東西也就沒法說了。四、除了這些,一些統計知識諸如主成分分析、因子分析、聚類分析、判別分析都需要了解,當然這些分析可以藉助spss來實現。五、許多學者現在很關注非參數統計和非參數計量問題,這些方法對檢驗定性結論是很有幫助的,有空可以看一下,需要數理統計方面的功底。經濟學對數學知識的要求甚高,令人頭疼,說實話,懂了上述的數學基礎也未必就能理解相關的經濟學,當然本人的能力有限,思維也較遲鈍,懇請高手們能多多幫助。我弱弱的推薦幾本書:數理:蔣中一《動態最優化基礎》,他的第一本《數理經濟學基礎》建議對基本數學知識(即考研中的數三)不了解的同學也要看看。他的動態最優化的確寫得不錯。龔六堂的《動態經濟學方法》 推薦看其中的最優控制部分,可能是國內最全面的書了(針對經濟學方面來說)。安吉爾(angel)的《經濟數學方法與模型》,上海財大出的,寫得很貼近現在的經濟學研究,一些基本的概念說得也很清楚。計量部分:不推薦看李子奈先生的高教出版社的《計量經濟學》,推薦看他的《高級計量經濟學》初學者推薦看孫敬水的《計量經濟學》,因為裡面有大量案例,可以照著做。統計中的因子分析等等可參看一本spss介紹的書就行了,沒必要理解的多麼深刻。關於面板分析,本人也在郁悶中。
D. 經濟學中的x和y與數學中的x和y為什麼不同
y=x表示這個函數是確定的,即y的值與x一樣,被稱為一次函數;y=f(x)即為以x為自變數的不確定的函數,此時寫y只是為了方便一點,比如y=f(x)=2x+3
E. 用經濟學解讀中國有數學知識嗎
「社會統計學與數理統計學的統一」理論的重大意義
王見定教授指出:社會統計學描述的是變數,數理統計學描述的是隨機變數,而變數和隨機變數是兩個既有區別又有聯系,且在一定條件下可以相互轉化的數學概念。王見定教授的這一論述在數學上就是一個巨大的發現。
我們知道「變數」的概念是17世紀由著名數學家笛卡爾首先提出,而「隨機變數」的概念是20世紀30年代以後由蘇聯學者首先提出,兩個概念的提出相差3個世紀。截至到王見定教授,世界上還沒有第二個人提出變數和隨機變數兩者的聯系、區別以及相互的轉化。我們知道變數的提出造就了一系列的函數論、方程論、微積分等重大數學學科的產生和發展;而隨機變數的提出則奠定了概率論和數理統計等學科的理論基礎和促進了它們的蓬勃發展。可見變數、隨機變數概念的提出其價值何等重大,從而把王見定教授在世界上首次提出變數、隨機變數的聯系、區別以及相互的轉化的意義稱為巨大、也就不視為過。
下面我們回到:「社會統計學和數理統計學的統一」理論上來。王見定教授指出社會統計學描述的是變數,數理統計學描述的是隨機變數,這樣王見定教授准確地界定了社會統計學與數理統計學各自研究的范圍,以及在一定條件下可以相互轉化的關系,這是對統計學的最大貢獻。它結束了近400年來幾十種甚至上百種以上五花八門種類的統計學混戰局面,使它們回到正確的軌道上來。
由於變數不斷地出現且永遠地繼續下去,所以社會統計學不僅不會消亡,而且會不斷發展狀大。當然數理統計學也會由於隨機變數的不斷出現同樣發展狀大。但是,對隨機變數的研究一般來說比對變數的研究復雜的多,而且直到今天數理統計的研究尚處在較低的水平,且使用起來比較復雜;再從長遠的研究來看,對隨機變數的研究最終會逐步轉化為對變數的研究,這與我們通常研究復雜問題轉化為若干簡單問題的研究道理是一樣的。既然社會統計學描述的是變數,而變數描述的范圍是極其寬廣的,絕非某些數理統計學者所雲:社會統計學只作簡單的加、減、乘、除。從理論上講,社會統計學應該復蓋除數理統計學之外的絕大多數數學學科的運作。所以王見定教授提出的:「社會統計學與數理統計學統一」理論,從根本上糾正了統計學界長期存在的低估社會統計學的錯誤學說,並從理論上和應用上論證了社會統計學的廣闊前景。
F. 經濟學中的經濟學是學什麼的,難學嗎
個人感受:
經濟學和生活息息相關,幾乎各行各業若想做精做大都需要經濟專學知識。比如法律專業屬就需要經濟學的知識作為基礎和脊柱,(本人就讀過的法律院校入學第一年就開設經濟學課程)。
其實經濟學並不難學也不是很枯燥,如果你對經濟學有一點興趣的話更容易將這門課學好。經濟學和生活的關系太緊密了,你幾乎無時無刻都可以將經濟學知識運用於生活中,正因為你幾乎無時無刻不在「實踐」,所以經濟學知識不會像其他書本知識一樣在考試、工作以後就被丟在腦後,反而它會相伴你一生。
學經濟學的最大的感觸就是,經濟學教你如何節約時間,如何事半功倍,如何選擇機會成本。這些都不僅可以運用你將來的工作,更會帶給你高效的人生。
官方解釋:
經濟學(economics)是 研究人類社會在各個發展階段上的各種經濟活動和各種相應的經濟關系及其運行、發展的規律的科學。其中經濟活動是人們在一定的經濟關系的前提下,進行生產、交換、分配、消費以及與之有密切關聯的活動,在經濟活動中,存在以較少耗費取得較大效益的問題。經濟關系是人們在經濟活動中結成的相互關系,在各種經濟關系中,佔主導地位的是生產關系。
G. 經濟學中的線性代數主要學什麼
經濟學中的線性代數主要學習行列式、矩陣、線性方程組、向量空間與線性變換、特徵值和特徵向量、矩陣的對角化,二次型及應用問題等內容。
線性代數是數學的一個分支,它的研究對象是向量,向量空間(或稱線性空間),線性變換和有限維的線性方程組。
向量空間是現代數學的一個重要課題;因而,線性代數被廣泛地應用於抽象代數和泛函分析中;通過解析幾何,線性代數得以被具體表示。線性代數的理論已被泛化為運算元理論。由於科學研究中的非線性模型通常可以被近似為線性模型,使得線性代數被廣泛地應用於自然科學和社會科學中。
H. 數學是經濟學中的宗教嗎
不是,數學是定量化的分析工具。
工具和信仰的區別是,前者可以服務於任何宗教,後者接受或者僅僅認定某些特定的宗教。
前者是武器,後者是政治。
一個堅定的實證主義者,如果想要稅負他,可以利用他所認可的工具。
堅持不認可實證主義者的工具,就會陷入另一個「宗教」。
I. 經濟學和數學是什麼關系
一、數學對現代經濟學研究和發展的影響
隨著經濟學發展以及研究的深化,經濟學家們逐漸認識到,在考慮和研究問題時,要求具有邏輯嚴謹的理論分析模型和通過計量分析方法進行實證檢驗,需要完全弄清楚一個結論成立需要哪些具體條件。單純依靠文字描述進行推理分析,不能保證對所研究問題前提的規范性及推理邏輯的一致性和嚴密性,也不能保證其研究結論的准確性、易證實性和理論體系的嚴密。這樣以數學和數理統計作為基本的分析工具就成為現代經濟學研究中最重要的分析工具之一。每個學習現代經濟學和從事現代經濟學研究的人必須掌握必要的數學和數理統計知識。現代經濟學中幾乎每個領域或多或少都要用到數學、數理統計及計量經濟學方面的知識,而且不了解相關的數學知識,就很難准確理解概念的內涵,也就無法對相關的問題進行討論,更談不上自己做研究,給出結論時所需要的邊界條件或約束條件。理解概念是學習一門學科,分析某一問題的前提。如果想要學好現代經濟學,從事現代經濟學的研究,就需要掌握必要的數學。
二、數學在經濟學應用中的意義
如果經濟學沒有採用數學,經濟學就不可能成為現代經濟學。許多經濟學概念是需要用數學來定義,經濟行為和經濟現象也主要是通過運用數學語言來分析和研究的。用數學語言來表達關於經濟環境和個人行為方式的假設,用數學表達式來表示每個經濟變數和經濟規則間的邏輯關系,通過建立數學模型來研究經濟問題,並且按照數學的語言邏輯地推導結論。因此,不了解相關的數學知識,就很難准確理解概念的內涵,也就無法對相關的問題進行討論。數學在理論分析中的作用是:(1)使得所用語言更加精確和精煉,假設前提條件的陳述更加清楚,這樣可以減少許多由於定義不清所造成的爭議;(2)分析的邏輯更加嚴謹,並且清楚地闡明了一個經濟結論成立的邊界和適應范圍,給出了一個理論結論成立的確切條件;(3)利用數學有利於得到不是那麼直觀就得到的結果;(4)它可改進或推廣已有的經濟理論。
三、數學在經濟學中應用的局限性
首先,經濟學不是數學,數學在經濟學中只是作為一種工具被用來考慮或研究經濟行為和經濟現象。數學作為工具和方法必須在經濟理論的合理框架中才能真正發揮其應有作用而不能將之替代經濟學。其次,經濟理論的發展要從自身獨有的研究視角出發去研究、分析現實經濟活動內在的本質和規律。經濟學中運用的任何數學方法,離不開一定的假設條件它不是無條件地適用於任何場所,而是有條件適用於特定的領域。再次,數學計量分析方法只是執行經濟理論方法的工具之一,而不是惟一的工具。經濟學過分對數學的依賴會導致經濟研究的資源誤置和經濟研究向度的單一化從而不利於經濟學的發展
四、數學和經濟學關系中幾點誤區
1.否定數學在經濟學中的作用。國內有的經濟學家認為產生經濟思想非常重要從而否定數學的作用,否定技術性比較強的成果。我們不否認經濟思想的重要性,但如果沒有數學作為工具,一般來說無法保證自己的經濟思想或結論是否嚴謹,有沒有錯誤的應用。現代經濟學已經成為一門非常嚴謹的社會科學學科。沒有嚴謹的討論,你的思想或結果就不會被別人承認。也有人認為用數學來研究的經濟問題就是遠離現實。其實經濟學裡面用數學討論的絕大部分問題都是來源於現實世界,非常具有現實性和指導性。
2.經濟學數學化過分傾向。經濟學數學化的過分傾向束縛了人們解決問越的思路,限制了人們尋求其他有效的解決方法,從而一定程度上阻礙了經濟學的研究與發展。經濟學是研究資源配置及社會經濟關系的一門科學,它既有社會科學屬性,又有自然科學屬性。為了資源配置更合理有效,經濟學有必要藉助數學思維工具。作為社會科學,經濟學研究必須借鑒社會科學的其他分支學科的研究方法,因而資源配置過程中所形成的經濟關系涉及到經濟制度、社會心理、價值觀念等難以量化的因素,數學既不能對經濟現象做出定性分析,也不可能將經濟問題全部公式化或模型化,就要用其他的一些研究方法。