Delivered at:: Department of Mathematics

Course type:: Elective course

When:: 4 year, 2 module

Instructor

Lepskiy, Alexander

Полная версия программы учебной дисциплины

Аннотация

Анализируя сложные процессы функционирования экономических систем, исследователь или лицо, принимающее решения, сталкивается с различными типами неопределенности. Эти неопределенности могут иметь как стохастический характер, так и иную природу. Поэтому современному экономисту-исследователю и практику необходимо научиться владеть основными инструментариями принятия решений в условиях риска и неопределенности. В этом курсе будут рассмотрены нестохастические модели описания неточности данных и неопределенности условий принятия решений. В частности, будут рассмотрены основные положения теории нечетких множеств и методы работы с нечеткими данными (нечеткая регрессия, нечеткая кластеризация данных), модели принятия решений при нечеткой информации. Также будут рассмотрены основные модели описания неопределенности нестохастического характера и принятия решений в условиях такой неопределенности. Это, прежде всего, модели в рамках теории свидетельств (функций доверия). В ходя изучения дисциплины будут рассмотрены различные кейсы применения изученных теоретических положений к решению реальных задач анализа экономической информации и принятия решений. В частности, будут рассмотрены следующие задачи: - выбор торговой стратегии на основе оценивания функций принадлежности торговых решений; - анализ согласованности позиций экспертов в задачах принятия решений на основе вычисления показателя размытия нечетких множеств; - кластеризация банков по согласованности их рекомендаций о прогностической стоимости акций на основе построения нечетких отношений; - нечеткий вывод при анализе фондового и валютного рынков; - регрессия с нечеткими данными и/или нечеткими параметрами; - нечеткая классификация и кластеризация финансово-экономических данных; - оценка качества и агрегирования экспертной информации методами теории свидетельств; - наилучшее распределение средств сервисной компании (гостиница, авиакомпания и пр.), как задача максимизации нечеткого агрегирующего интеграла при бюджетных ограничениях.

Цель освоения дисциплины

Ознакомление студентов с основами работы с нечеткими данными и в условиях нестохастической неопределенности (теорией возможностей, теорией свидетельств и др.) применительно к задачам анализа экономических данных и принятия решений.

Планируемые результаты обучения

студент должен иметь представление о нечетких отношениях и уметь их использовать в задачах экономического анализа
студент должен иметь представление о нечетких числах, операциях над ними, способах измерения расстояний между ними и их сравнении; должен уметь строить простые графики с нечеткими параметрами или переменными, решать простые нечеткие уравнения
студент должен иметь представление о нечеткой кластеризации
студент должен иметь представление о нечеткой регрессии
студент должен иметь представление о понятии нечеткого множества и основных операциях над ними
студент должен иметь представление об основных понятиях теории свидетельств и прикладном потенциале этой теории в задачах экономического анализа
студент должен уметь применять простые методы принятия решений к задачам с нечеткими данными

Содержание учебной дисциплины

Нечеткие множества и их применение
Нечеткие отношения в задачах экономического анализа.
Нечеткие числа и нечеткая арифметика.
Лингвистическая переменная и нечеткий вывод в задачах принятия экономических решений.
Принятие решений при нечетких данных в задачах экономического анализа.
Нечеткая классификация и кластеризация.
Нечеткая регрессия в задачах экономического анализа.
Элементы теории свидетельств и их применение в задачах анализа экспертной информации и принятия решений.
Другие модели неточных вероятностей в задачах экономического анализа.

Элементы контроля

Контрольная работа
Письменная работа.
Экзамен
Письменная работа
Дополнительное собеседование
Студенты, набравшие не менее 7 (итоговых) баллов, имеют право на получение 1-2 бонусных баллов (до 10-ти итоговых баллов) по результатам дополнительного собеседования (решения дополнительных задач повышенной сложности, ответы на вопросы повышен-ной сложности и пр.).

Промежуточная аттестация

2022/2023 учебный год 2 модуль
0.4 * Контрольная работа + 0.1 * Дополнительное собеседование + 0.5 * Экзамен

Bachelor’s Programme 'Economics'

Contacts

Decision Making in the Problems of Digital Economics under Risk and Uncertainty

Instructor

Программа дисциплины

Аннотация

Цель освоения дисциплины

Планируемые результаты обучения

Содержание учебной дисциплины

Элементы контроля

Промежуточная аттестация

Список литературы

Рекомендуемая основная литература

Рекомендуемая дополнительная литература