• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2020/2021

Инструментальные методы цифровой экономики -2

Статус: Курс по выбору (Экономика и статистика)
Направление: 38.03.01. Экономика
Когда читается: 2-й курс, 3 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для всех кампусов НИУ ВШЭ
Язык: русский
Кредиты: 3

Программа дисциплины

Аннотация

В современных условиях развития общества мы начинаем жить в условиях цифровой экономики. Поэтому каждый член общества должен обладать знаниями по основным инструментальным методам цифровой экономики. Предлагаемый курс призван восполнить пробелы в знаниях в этой области. Целью дисциплины «Инструментальные методы цифровой экономики 2» является ознакомление студентов с основными методами анализа данных, математического моделирования и принятия решений применительно к решению задач в социально-экономической, финансовой и банковской сферах. Полученные теоретические модели сопровождаются многочисленными практическими применениями в самых разных отраслях цифровой экономики: анализе продовольственной безопасности стран, оценке эффективности функционирования фирм, банков и университетов, классических моделях линейного программирования и их использовании в экономических моделях, анализе данных и геомаркетинге и т.д. Курс предполагает групповую и индивидуальную работу над различными проектами, связанными с реальными прикладными задачами.
Цель освоения дисциплины

Цель освоения дисциплины

  • изучение теоретических основ современных моделей принятия индивидуальных, многокритериальных и коллективных решений в экономике, политике, бизнесе
  • изучение принципов построения, анализа и оценки формализованных математических моделей, описывающих реальные ситуации
  • знакомство с некоторыми моделями принятия многокритериальных, индивидуальных и коллективных решений: задачами выделения сообществ в сети, задачами оптимизации и анализа данных
Планируемые результаты обучения

Планируемые результаты обучения

  • знает методы выявления предпочтений
  • знает основные методы выделения сообществ в сети
  • знает и умеет применять основные методы классификации и кластеризации данных, оценивать качество классификации
  • умеет строить формальные математические модели задачи оптимизации
  • умеет решать задачи оптимизации в MS EXCEL
  • умеет строить сетевые графики, находить критические пути и оценить резерв времени
  • умеет находить кратчайшие пути в графе между любыми вершинами
  • умеет строить минимальные остовные деревья в графе
  • умеет строить максимальные потоки в сети и доказывать их оптимальность
  • умеет решать дискретные задачи динамического программирования с помощью принципа Беллмана
  • знает основные модели потоков потребителей и посещаемости
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Сетевые модели.
    Выделение сообществ в сетях. Устойчивость сетей. Сети международной торговли, террористических групп. Задача продовольственной безопасности
  • Методы анализа данных в экономических задачах
    Введение в анализ данных. Наборы данных и их атрибуты. Классификация видов данных. Способы визуального представления данных. Методы предварительной обработки данных. Методы классификации данных. Линейные модели. Деревья решений и алгоритмы конструирования. Применение методов классификации при анализе данных анкетирования. Методы кластеризации данных. Выделение признаков и задача уменьшения размерности. Применение методов кластерного анализа в экономических задачах.
  • Оптимизационные модели.
    Математические модели в экономике. Основные представления о статической задаче оптимизации. Инструментальные пере-менные и параметры математической модели. Допустимое множество. Критерий выбора реше-ния и целевая функция. Линии уровня целевой функции. Формулировка детерминированной статической задачи оптимизации. Неопределенность в параметрах и ее влияние на решение. Глобальный максимум и локальные максимумы. Достаточное условие существования глобального максимума (теорема Вейерштрасса). Причины отсутствия оптимального решения. Максимумы во внутренних и граничных точках допустимого множества. Формулировка задачи линейного программирования (ЛП). Примеры задач ЛП. Некоторые специальные задачи линейного программирования (транспортная, производственно-транспортная и т.д.). Линейное программирование в среде MS Excel. DEA анализ (оболочечный анализ данных). Построение границы эффективности. Оценка эффективности фирм, банков, университетов.
  • Оптимизационные модели на графах.
    Сетевое планирование и управление. Формирование календарного плана реализации комплекса работ. Сетевые графики. Диаграмма Ганта. Общий и свободный запас времени. Резерв времени. Кратчайший путь в графе. Алгоритм Дейкстры. Нахождение минимального остовного дерева. Алгоритмы Прима и Краскала. Потоковые сети, задача о максимальном потоке в сети. Сечение сети. Алгоритм Форда-Фалкерсона. Транспортная задача.
  • Динамическая оптимизация.
    Динамическая оптимизация и задачи оптимального управления (задача о рюкзаке, задача о замене оборудования, задача распределения ресурсов). Управление и переменная состояния в динамических моделях. Задание критерия в динамических задачах оптимиза-ции. Принципы построения динамического управления: построение программной траектории и использование обратной связи. Принцип оптимальности. Функция Беллмана. Уравнение Беллмана в многошаговых задачах оптимизации. Решение задач динамического программирования.
  • Выявление предпочтений потребителей
    Общественные блага. Оценка готовности людей платить за общественные блага. методы выявленных и методы объявленных предпочтений. Методы выявления предпочтений по опросам общественного мнения: метод условных оценок, эксперименты дискретного выбора. Достоинства и недостатки методов. Кластерный анализ в случае гетерогенной выборки респондентов. Примеры задач на выявление предпочтений. Определение тарифов на общественный транспорт и моделирование спроса (на примере пригородного железнодорожного сообщения Московского региона). Оценка степени удовлетворенности населения условиями проживания в округе.
  • Пространственный анализ, геомаркетинг
    Задача пространственного анализа. Оценка расположения магазинов в городе. Построение маршрутов, зон транспортной доступности. Модели конкурентного взаимодействия. Оценка потоков потребителей и посещаемости. Модель розничной гравитации Рейли. Гравитационная модель Хаффа для выбора стратегии при размещении бизнеса в городе. Модель Наканиши – Купера. Определение конкурентной среды для расчета гравитационной модели. Примеры задач геомаркетинга. Эффективность функционирования и расположения отделений банка. Размещение новых отделений, оптимизация существующей сети.
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Экзамен
    Форма экзамена: Экзамен проводится в письменной форме с использованием асинхронного прокторинга. Асинхронный прокторинг означает, что за всеми действиями студента во время проведения экзамена будет “наблюдать” компьютер. Процесс проведения экзамена записывается, анализируется искусственным интеллектом и человеком (проктором). Пожалуйста, будьте внимательны и чётко следуйте инструкциям! Прокторинг осуществляется с помощью системы Экзамус. Ссылка на прохождение экзаменационного задания будет размещена в ЛМС. Во время экзамена студентам запрещено: Выключать видеокамеру, микрофон; Пользоваться конспектами, учебниками; Покидать место выполнения экзаменационного задания (выходить за угол обзора камеры); Отводить взгляд от экрана компьютера, рабочего стола; Пользоваться умными гаджетами (смартфон, планшет и др.); Привлекать посторонних лиц для помощи в проведении экзамена, разговаривать с посторонними во время выполнения заданий; Вслух громко зачитывать задания.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.4 * Домашнее задание + 0.6 * Экзамен
Список литературы

Список литературы

Рекомендуемая дополнительная литература

  • Методы оптимальных решений. Т.2: Многокритериальность. Динамика. Неопределенность, Токарев В. В., 2010