Математические компетенции

Бакалавра экономики и бакалавра менеджмента

Математические учебные дисциплины призваны, при подготовке бакалавров в области экономики и в области менеджмента, решить следующие три основных задачи: сформировать у студентов нацеленность на достижение научной обоснованности профессиональной деятельности в областях экономики и менеджмента, обеспечить изучение профессиональных учебных дисциплин по экономике и по менеджменту необходимыми математическими теоретическими знаниями и прикладными умениями, обучить студентов навыкам ряда широко используемых в экономике и в менеджменте информационно-математических технологий. Таким образом, математические учебные дисциплины формируют общенаучную теоретическую основу образования, поддерживают прикладные профессиональные учебные дисциплины, непосредственно решают ряд профессиональных задач в областях экономики и менеджмента.

В результате изучения математических учебных дисциплин бакалавр должен обладать следующими компетенциями (общенаучными, прикладными и профессиональными знаниями, умениями и навыками):

· Знать структуру современной математики, понимать суть задач каждого из основных разделов современной математики, представлять взаимосвязи разделов математики с основными типовыми профессиональными задачами экономики и менеджмента;

· Знать принципы научной обоснованности при проведении исследований в области экономики и менеджмента, знать возможные проявления и последствия недостаточной обоснованности в действиях исследователя;

· Знать методологию и методические приемы адаптации математических знаний к возможности их использования при постановке и решении профессиональных задач экономики и менеджмента;

· Знать общенаучные и системные принципы протекания социально-экономических и социально-управленческих процессов, принятия экономических и управленческих решений, уметь описать данные принципы с помощью математики;

· Уметь системно использовать основные математические понятия, модели и методы для описания конкретных социально-экономических и социально-управленческих явлений, процессов и систем;

· Уметь использовать основные математические методы для сбора, обработки и анализа данных социально-экономической и социально-управленческой природы;

· Уметь выявлять реальные возможности и ограниченность математических методов при анализе и решении задач социально-экономической и социально-управленческой природы;

· Уметь интерпретировать математические результаты решения задач социально-экономической и социально-управленческой природы с помощью экономических и менеджериальных понятий и терминов; 

· Владеть практическими приемами системного применения информационно-математических методов в конкретных экономических и менеджериальных исследованиях;

· Владеть практическими навыками представления результатов применения информационно-математических методов заказчикам на проведение социально-экономического и социально-управленческого исследования;  

· Владеть навыками участия в профессиональных научных и практических дискуссиях по проблематике использования математики в социально-экономических и в социально-управленческих исследованиях;

· Владеть навыками самостоятельного приобретения новых знаний, а также навыками передачи знаний, связанных с использованием математики в социально-экономических и в социально-управленческих исследованиях.  

Ниже приведены программы учебных дисциплин, изучение которых студентом позволяет сформировать у него указанные выше компетенции.

Содержание программ

1. Основы дифференциального и интегрального исчисления (до 100 аудиторных часов, или до 5.5 кредитов ECTS общей трудоемкости).

1.1. Множества. Операции с множествами. Декартово произведение множеств. Отображения множеств, понятия образа и прообраза. Множество вещественных чисел. Функция. Сложные и обратные функции. График функции.

1.2. Числовые последовательности. Предел числовой последовательности. Критерий Коши сходимости числовой последовательности. Арифметические свойства пределов. Предел функции в точке и на бесконечности. Бесконечно малые и бесконечно большие функции. Замечательные пределы.

1.3. Непрерывность функции в точке. Локальные свойства непрерывных функций. Непрерывность сложной и обратной функций. Непрерывность элементарных функций. Точки разрыва и их классификация. Свойства функций, непрерывных на отрезке: ограниченность, существование наименьшего и наибольшего значений, промежуточные значения.

1.4. Понятие функции, дифференцируемой в точке. Дифференциал функции, производная функции, линеаризация. Производная сложной и обратной функции. Дифференцирование функций, заданных параметрически. Правила дифференцирования. Точки экстремума функции, теорема Ферма о необходимом условии экстремума. Теоремы и формулы Ролля, Лагранжа, Коши о промежуточных значениях. Правило Лопиталя. Производные и дифференциалы высших порядков. Формула Тейлора с остаточным членом в форме Лагранжа. Разложение основных элементарных функций по формуле Тейлора, применение для приближенных вычислений.

1.5. Исследование функций и построение их графиков. Условия монотонности. Достаточные условия экстремума. Отыскание наибольшего и наименьшего значений функции, дифференцируемой на отрезке. Выпуклость. Точки перегиба. Асимптоты. Кривые, заданные параметрически. Длина кривой. Фрактал, фрактальная линия и её размерность.

1.6. Первообразная. Неопределенный интеграл. Методы интегрирования. Определенный интеграл Римана, интегральная сумма. Теоремы о среднем значении определенного интеграла. Интеграл как функция переменного верхнего предела. ФормулаНьютона – Лейбница. Несобственные интегралы. Кратные интегралы, повторные интегралы. Замена переменных в кратных интегралах, матрица Якоби и якобиан.

1.7. Функции нескольких переменных. Область определения, предел, непрерывность. Частные производные, полный дифференциал. Производная по направлению, градиент. Частные производные высших порядков. Однородные функции. Функциональные определители. Неявные функции. Обратные функции. Экстремумы, необходимое условие, достаточное условие. Условный экстремум, метод множителей Лагранжа.

1.8. Ряды. Числовые ряды, сходимость и сумма ряда, действия с рядами. Функциональные ряды, их интегрирование и дифференцирование. Степенные ряды, радиус сходимости. Разложение функций в степенные ряды, ряды Тейлора и Маклорена. Ряды Фурье.

1.9. Численные методы в решении задач дифференциального и интегрального исчисления.

2. Линейная алгебра с элементами аналитической геометрии (до 60 аудиторных часов, или до 3 кредитов ECTS общей трудоемкости).

2.1. Декартовы координаты. Векторы. Базис. Операции над векторами. Скалярное произведение. Длина вектора, угол между двумя векторами. Ортогональность, коллинеарность, компланарность. Векторное произведение. Смешанное произведение. Определители второго и третьего порядков. Определители n -го порядка. Алгебраические дополнения и миноры. Вычисление определителей разложением по столбцу или по строке.

2.2. Прямая и плоскость, гиперплоскость. Прямая на плоскости. Расстояние от точки до прямой. Угол между прямыми. Угол между плоскостями. Угол между прямой и плоскостью. Кривые второго порядка: окружность, эллипс, гипербола, парабола. Поверхности второго порядка.

2.3. Матрицы и действия с ними. Симметричная, диагональная, единичная матрицы. Ортогональная матрица. Обратная матрица. Системы линейных алгебраических уравнений. Теорема Кронекера – Капелли о совместности системы. Методы решения системы линейных алгебраических уравнений.

2.4. Линейные векторные пространства. Линейная зависимость и линейная независимость системы векторов. Преобразование координат вектора при переходе к новому базису.

2.5. Комплексные числа и многочлены. Изображение комплексных чисел на плоскости. Модуль и аргумент комплексного числа. Алгебраическая и тригонометрическая формы комплексного числа. Формула Эйлера. Корни из комплексных чисел. Многочлены, разложение многочленов на множители, деление многочленов, теорема Безу о виде остатка.

2.6. Линейные операторы и их матрицы. Преобразование матрицы линейного оператора при замене базиса. Ранг матрицы. Собственные значения и собственные векторы линейного оператора. Характеристический многочлен линейного оператора, его корни. Приведение матрицы линейного оператора к диагональному виду. Линейные, билинейные, квадратичные формы. Критерий Сильвестра положительной определенности квадратичной формы. Приведение квадратичной формы к каноническому виду ортогональным преобразованием. Нормы векторов и матриц.

2.7. Неотрицательные матрицы, положительные матрицы. Разложимые и неразложимые матрицы. Теорема Перрона – Фробениуса о наибольшем действительном положительном собственном значении. Круги Гершгорина и собственные значения матрицы. Граф матрицы. Стохастические матрицы. Обратно-симметричные матрицы, сильно-транзитивные матрицы. Методы определения разложимости и неразложимости матрицы. Алгебраические и итеративные методы нахождения собственного вектора, соответствующего наибольшему положительному собственному значению. Некоторые матрицы специального вида.

2.8. Численные методы в решении задач линейной алгебры.

3. Элементы дискретной математики (до 30 аудиторных часов, или до 2 кредитов ECTS общей трудоемкости).

3.1. Элементы математической логики, теории множеств и общей алгебры. Дискретные объекты и структуры в математике. Метод математической индукции. Бинарные и n -арные отношения. Необходимые и достаточные условия. Логические (булевы) переменные. Алгебра логики, функции алгебры логики (булева алгебра, булевы функции). Множества, отображения, мощности. Алгебра множеств. Дизъюнктивные и конъюнктивные нормальные формы. Минимизация булевых функций. Функциональная полнота систем булевых функций. Понятие группы. Абелева группа. Подгруппы. Циклическая группа. Изоморфизмы, автоморфизмы, гомоморфизмы. Кольца, тела и поля.

3.2. Элементы комбинаторики. История развития, генезис понятий, классические задачи. Бином Ньютона. Перестановки, сочетания, размещения. Перечисление комбинаторных объектов и производящие функции. Рекуррентные соотношения. Разбиения и размещения. Логические методы комбинаторного анализа. Основные комбинаторные тождества для чисел сочетаний. Полиномиальные коэффициенты и основные комбинаторные тождества для них.

3.3. Элементы теории графов. История развития, генезис понятий, классические задачи. Определение графа. Неориентированные и ориентированные графы. Отношения смежности иинцидентности. Матричные представления графов. Пути и циклы. Связность, компонентысвязности. Поиск в графе, поиск «в глубину», поиск «в ширину». Деревья. Кратчайшие пути.Эйлеровы пути и циклы. Гамильтоновы пути и циклы. Сети и потоки в сетях. Методология «ветвей и границ».

3.4. Некоторые численные методы и алгоритмы в решении задач дискретной математики.

4. Основы теории обыкновенных дифференциальных и разностных уравнений (до 40 аудиторных часов, или до 2 кредитов ECTS общей трудоемкости).

4.1. Задачи, приводящие к дифференциальным уравнениям. Обыкновенное дифференциальное уравнения (ОДУ). Интегрирование в квадратурах. Фазовое пространство. Изоклины. Интегральная кривая. Задача Коши для ОДУ. Теорема существования и единственности решения задачи Коши. Общее и частное решения. ОДУ высших порядков. Понижение порядка. Краевая задача. Однородное и неоднородное ОДУ, принцип суперпозициирешений. Фундаментальная система решений, определитель Вронского. Метод Лагранжа вариации произвольных постоянных. Построение фундаментальной системы решений по корням характеристического уравнения. Системы ОДУ.

4.2. Устойчивость решений ОДУ. Непрерывная зависимость решения задачи Коши от начальных значений и параметров. Устойчивость и асимптотическая устойчивость в смысле Ляпунова. Понятие о функции Ляпунова. Типы точек покоя. Исследование на устойчивость по первому приближению с помощью матрицы Якоби.

4.3. Разностные уравнения. Примеры разностных уравнений. Построение фундаментальной системы решений по корням характеристического уравнения. Общее и частное решения. Устойчивость положения равновесия.

4.4. Некоторые численные методы решения дифференциальных и разностных уравнений.

5. Вероятность с элементами математической статистики и анализа данных (до 100 аудиторных часов, или до 5.5 кредитов ECTS общей трудоемкости).

5.1.  Множество элементарных исходов опыта, событие, теоретико-множественные операции над событиями. Схема опыта с равновозможными исходами. Интуитивное определение вероятности события. Математическое определение вероятности. Алгебра событий. Аксиомы теории вероятностей и следствия из них. Вероятностное пространство как парадигма вероятностного мышления и как корректная математическая модель случайного явления. Совместные и несовместные события. Теорема сложения вероятностей. Условная вероятность. Зависимые и независимые события. Формула полной вероятности. Формула Байеса как теорема гипотез.

5.2. Случайная величина как математическая модель вероятностного явления. Функция распределения и функция плотности распределения вероятностей случайной величины, их свойства. Случайный вектор, зависимые и независимые случайные величины, условные законы распределения. Функции от случайных величин. Примеры стандартных случайных величин: Бернулли, биномиальная, Пуассона, показательная (экспоненциальная), равномерная, Гаусса (нормальная). Предельные теоремы о связи биномиальной случайной величины с пуассоновской, с гауссовской (локальная и интегральная теоремы Муавра – Лапласа). Правило «три сигма», таблица стандартного нормального распределения.

5.3. Числовые характеристики случайных величин. Математическое ожидание и дисперсия, их свойства. Понятие интеграла Стилтьеса. Неравенство Чебышёва. Квантиль распределения случайной величины. Таблицы квантилей стандартных случайных величин. Понятия неопределенности, энтропии, количества информации. Условное математическое ожидание. Дисперсионная (ковариационная) и корреляционная матрицы случайного вектора. Ковариация и коэффициент корреляции двух случайных величин, свойства некоррелированности и независимости. Многомерное нормальное распределение. Линейное преобразование нормального случайного вектора. Декоррелирующее преобразование,вырожденность и снижение размерности, эллипсоиды рассеивания. Элементы аппарата производящих и характеристических функций в теории вероятностей.    

5.4. Предельные теоремы в теории вероятностей. Закон больших чисел, теорема Чебышёва. Понятие о законе «нуля и единицы» Колмогорова, о леммах Бореля – Кантелли, об усиленном законе больших чисел. Центральная предельная теорема для одинаково распределенных независимых случайных величин, интегральная теорема Муавра – Лапласа как её следствие. Понятие о теореме Ляпунова для неодинаково распределенных случайных величин. Оценивание скорости сходимости частоты к вероятности в схеме независимых испытаний Бернулли, сравнение результатов использования неравенства Чебышёва и интегральной теоремы Муавра – Лапласа.

5.5. Дискретная марковская цепь (ДМЦ) с конечным числом состояний. Переходные вероятности, матрица переходных вероятностей. Однородность ДМЦ. Классификация состояний ДМЦ. Разложимость и неразложимость ДМЦ. Асимптотическое поведение ДМЦ, эргодичность, предельное распределение вероятностей состояний. Элементы аппарата производящих функций в исследовании ДМЦ. Понятия ДМЦ с бесконечным числом состояний, марковской цепи с непрерывным аргументом, диффузионного марковскогопроцесса. Элементы общей теории случайных процессов, свойства стационарности и эргодичности. Понятие о спектральном анализе случайных процессов. Элементы теории процессов массового обслуживания.

5.6. Теоретико-вероятностные основания математической статистики. Статистическаягипотеза и этапы её проверки. Генеральная совокупность, выборка, статистика. Эмпирическая функция распределения, гистограмма. Выборочные среднее, дисперсия, ковариация, коэффициент корреляции. Статистический критерий, уровень значимости, критическая областьгипотезы. Проверяемая гипотеза и альтернативная гипотеза. Оценивание параметров в вероятностных моделях. Точечное и интервальное оценивание. Понятия о методе наибольшего правдоподобия и о методе наименьших квадратов. Свойства и сравнительный анализ оценок параметров, получаемых различными методами. Понятия о случайных величинах (статистиках) хи-квадрат, Стьюдента и Фишера. Использование таблиц квантилей данных случайных величин в задачах математической статистики.

5.7. Элементы математического анализа данных. Критерии согласия, критерии однородности, критерии независимости, критерии значимости, знаковый анализ, ранговыйанализ в задачах анализа данных. Коэффициенты ранговой корреляции Спирмена и Кендалла, коэффициент конкордации. «Малые» и «большие» выборки. Модели и методы непараметрической статистики. Элементы теории статистических решений в анализе данных. Простые и сложные гипотезы. Ошибки первого и второго рода, мощность статистического критерия. Смысл леммы Неймана – Пирсона о построении наиболее мощного решающего правила. Исследование взаимосвязей и зависимостей в анализе данных. Элементы дисперсионного, корреляционного, регрессионного анализов. Элементы теории планирования активного эксперимента. Элементы многомерного статистического анализа. Теоретико-игровой подход к задачам анализа данных, понятие об «игре сприродой». Понятия о проблематиках экспертного оценивания, шкалирования, контент-анализа, полезности, риска и рационального поведения. Элементы вероятностно-статистического моделирования и численный анализ стохастических моделей, метод Монте-Карло.

6. Оптимизация и основы теории принятия решений (до 70 аудиторных часов, или до 4 кредитов ECTS общей трудоемкости).

6.1. Однокритериальная оптимизация, теория математического программирования. Типы экстремумов: внутренний и граничный, единственный и неединственный, глобальный и локальный. Экстремумы гладких и негладких функций. Необходимые условия и достаточные условия для локальных экстремумов гладких функций. Матрица Гессе. Достаточное условие локального экстремума в угловой точке. Математический аппарат множителей Лагранжа. Задача выпуклого программирования, элементы теории двойственности. Условия Куна – Таккера. Вектор Куна – Таккера. Условие Слейтера. Окаймлённый гессиан. Теорема Куна – Таккера о седловой точке функции Лагранжа. Схемы численных методов оптимизации: скорейший спуск, проектирование градиента, метод Ньютона. Поиск глобального экстремума в многоэкстремальных задачах. Метод штрафных функций как метод сведения задачи с ограничениями к последовательности задач безусловной оптимизации.

6.2. Задача линейного программирования (ЛП). Прямая и двойственная задачи ЛП, теоремы двойственности. Графический метод решения простейших задач ЛП. Канонический вид задачи ЛП, крайние (угловые) точки допустимого множества. Симплекс-метод как метод последовательного улучшения плана, основная схема алгоритма. Специальные линейные модели математического программирования.

6.3. Многокритериальная оптимизация. Многокритериальная предпочтительность допустимых точек (решений, стратегий). Эффективность (оптимальность) по Парето, по Слейтеру. Построение Парето-эффективной границы. Неединственность Парето-эффективных стратегий. Процедуры решения многокритериальных задач, или процедуры многокритериального выбора: «свёртка» критериев, «идеальная» точка, лексикографическая оптимизация, функция полезности ЛПР, последовательные уступки в величинах разных критериев и др.

6.4. Элементы теории дискретной оптимизации. Общая задача целочисленного программирования, общая задача целочисленного ЛП, задача частично-целочисленного программирования, задача псевдо-булева программирования. Задачи с неделимостями, задачи с логическими условиями, задачи с дискретными переменными, экстремальные комбинаторные задачи. Основные процедуры алгоритмической схемы «ветвей и границ».

6.5. Динамические задачи оптимизации. Элементы вариационного исчисления и теории оптимального управления, понятие о принципе максимума Понтрягина. Динамическое программирование и принцип оптимальности Беллмана. Многошаговые процедуры управления. Численные методы расчета оптимальных программ.

6.6. Принятие решений в условиях неопределенности: игровой подход. Гарантированный результат, принцип максимина, понятие гарантирующей стратегии. Седловая точка. Игры в нормальной форме. Определение антагонистической игры, решение игры, оптимальные стратегии игроков. Смешанное расширение антагонистической игры. Матричные игры. Связь с прямой и двойственной задачами ЛП.

6.7. Неантагонистические бескоалиционные игры. Равновесие по Нэшу, оптимум по Парето. Ситуации равновесия в играх многих лиц. Биматричные игры. Понятие о коалиционных играх. Игры в развернутой форме. Дерево игры. Игры с полной и неполной информацией. Равновесие Байеса – Нэша. Информационные множества. Рекурсивное решение. Бесконечно повторяющиеся игры. Иерархические игры с передачей информации. Коллективный выбор, групповые решения, схемы голосования, парадокс Кондорсе, аксиоматика Эрроу.