01.00.00 Физико-математические науки
-
01.00.00 Физико-математические науки
Краткое описаниеРассмотрена простая экономико-климатическая модель, основанная на AK-модели экономического роста с эндогенной нормой износа капитала, линейной по температуре, и с экзогенным климатическим сценарием, при котором температура линейна по времени. Получено аналитическое решение модели. В модели учтена неопределенность температурных проекций, моменты переменной состояния модели рассчитаны аналитически. Изложение проиллюстрировано численными примерами
-
Эконометрические инструменты контроллинга
01.00.00 Физико-математические науки
Краткое описаниеЭконометрика – один из наиболее эффективных математических инструментов контроллинга. В статье рассмотрены общие проблемы применения эконометрических методов при решении задач контроллинга. Эконометрические методы - это прежде всего методы статистического анализа конкретных экономических данных, естественно, с помощью компьютеров. В нашей стране они пока сравнительно мало известны, хотя именно у нас наиболее мощная научная школа в области основы эконометрики – теории вероятностей. В статье показано, что для решения задач контроллинга необходимо применять эконометрические методы. Классификация эконометрических инструментов может быть проведена по различным основаниям: по методам, по виду данных, по решаемым задачам и т.п. Массовое внедрение программных продуктов, включающих современные эконометрические инструменты анализа конкретных экономических данных, можно рассматривать как один из эффективных способов ускорения научно-технического прогресса. Весь арсенал используемых в настоящее время эконометрических и статистических технологий (методов) можно распределить по трем потокам: высокие эконометрические (статистические) технологии; классические эконометрические (статистические)технологии, низкие (неадекватные, устаревшие) эконометрические (статистические) технологии. Основная современная проблема эконометрики состоит в обеспечении того, чтобы в конкретных эконометрических и статистических исследованиях использовались только технологии первых двух типов. Для получения более объемной картины использования эконометрических методов при управлении деятельностью организации проанализирован базовый учебник "Организация и планирование машиностроительного производства (производственный менеджмент)", подготовленный кафедрой «Экономика и организация производства» Московского государственного технического университета им. Н.Э. Баумана. В нем более 20 раз используются эконометрические методы и модели, что свидетельствует об эффективности такого инструмента менеджера, как эконометрика
-
Эконометрика как учебная дисциплина
01.00.00 Физико-математические науки
Краткое описаниеСтатистические методы широко используются в отечественных технико-экономических исследованиях. Однако для большинства менеджеров, экономистов и инженеров они являются экзотикой. Это объясняется тем, что в вузах современным статистическим методам не учат. Обсудим сложившуюся ситуацию, уделив основное внимание статистическим методам в экономических и технико-экономических исследованиях, т.е. эконометрике. В мировой науке эконометрика занимает достойное место. Имеются научные журналы по эконометрике, нобелевские премии по экономике присуждены ряду эконометриков. Положение в области научных и практических работ и особенно преподавания эконометрики в России является неблагополучным. Зачастую за эконометрику выдают отдельные частные построения, например, относящиеся к регрессионному анализу. Статья посвящена эконометрике как учебной дисциплине. Начинается курс с обсуждения структуры современной эконометрики, соотношения прикладной статистики и эконометрических методов. Рассмотрены выборочные исследования (анализ результатов опросов), элементы эконометрики чисел, методы статистической проверки гипотез однородности. Даны понятия о регрессионном анализе, эконометрических методах классификации, современной теории измерений. Важное место занимает статистика нечисловых данных (включая нечеткие множества и их связь со случайными), статистика интервальных данных. Обсуждается проблема устойчивости статистических процедур по отношению к допустимым отклонениям исходных данных и предпосылок модели. Дано представление об эконометрических методах экспертных исследований и управления качеством, анализе и прогнозе временных рядов, эконометрике прогнозирования и риска
-
01.00.00 Физико-математические науки
Краткое описаниеТребования к профессиональной подготовке специалистов по контроллингу включают, в частности, требования к интеллектуальным инструментам, которыми должны владеть контроллеры. Одним из таких инструментов является эконометрика. Организация обучения, в частности, составление учебных планов, программ, методических материалов и учебников, предполагает обсуждение объема и содержания соответствующей учебной дисциплины. Дано описание эконометрических инструментов контроллинга, следуя программам курсов «Эконометрика-1» и «Эконометрика-2», которые кафедра ИБМ-2 "Экономика и организация производства" ведет на факультете «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана. Обсуждается внешняя среда эконометрики и необходимые изменения в ней. Например, курс «Теория вероятностей и математическая статистика» является основой для изучения эконометрики. Однако его необходимо привести в соответствие с современными требованиями. В частности, необходимо рассматривать такие понятия, как случайные элементы со значениями в произвольных пространствах, эмпирические и теоретические средние в таких пространствах, доказывать законы больших чисел в общих постановках. Одновременно с указанным расширением содержания курса целесообразно исключить из программы методы, опирающиеся на те предположения, которые не выполняются в конкретных экономических ситуациях. В частности, исключить одновыборочный и двухвыборочный критерии Стьюдента и заменить их соответствующими непараметрическими критериями. Не нужны "классическая" и геометрическая вероятности, и т.д. Учитывая важность проблемы построения интегральных показателей в различных задачах эконометрики, вопросы анализа ситуации с помощью системы показателей обсуждаются подробнее
-
01.00.00 Физико-математические науки
Краткое описаниеРассмотрим методы оценки эффективности и качества работы ученого, научной деятельности подразделения, организации, журнала. Показатели эффективности научной деятельности используются как важная составная часть при оценке вузов, инновационного потенциала предприятий и т.п. Для оценки эффективности научной деятельности естественно использовать хорошо зарекомендовавшие себя в других предметных областях интеллектуальные инструменты. К таким инструментам относятся, в частности, система сбалансированных показателей, основанная на ключевых показателях эффективности (отсюда и название настоящей статьи), а также контроллинг, прежде всего контроллинг научной деятельности. Подробно разработаны и широко применяются два типа инструментов оценки эффективности научной деятельности - наукометрические показатели и экспертные оценки. Их критическому анализу и посвящена настоящая статья. Цель - выбор наиболее эффективного инструмента. Различные варианты манипулирования значениями наукометрических показателей в РФ, по нашей оценке, пока еще применяются сравнительно редко. Возможно, это связано со сравнительно небольшим сроком их использования при управления наукой. Поскольку такой показатель, как число цитирований работ исследователя, позволяет объективно оценить его вклад в науку, то применение этого наукометрического показателя для управления наукой оправдано. В то же время число публикаций и особенно индекс Хирша не позволяют объективно оценить эффективность научной деятельности, особенно с учетом свойств реальных библиометрических баз данных. Экспертные процедуры имеют ряд недостатков. В настоящей статье обсудим реальную эффективность экспертных процедур в таких областях их применения, как присвоение ученых степеней и выборы в государственные академии наук (прежде всего в РАН), а также назначения на руководящие должности. Основные принципы экспертизы в рассматриваемых областях остаются неизменными в течение последних 70 лет. На основе анализа практики приходится констатировать недостаточную эффективность экспертных оценок в указанных областях. Обоснование сказанному приведено в статье
-
01.00.00 Физико-математические науки
Краткое описаниеВ работе предложен численный метод решения интегрального уравнения с ядром, имеющим особенности первого порядка по обеим переменным. Решение аппроксимируется кусочно-линейными функциями по каждой переменной. Коэффициенты определяются методом коллокации. Сингулярные интегралы от базисных функций вычисляются точно
-
Численный алгоритм в задаче самоорганизации трудовых ресурсов
01.00.00 Физико-математические науки
Краткое описаниеПредложен численный алгоритм решения задачи самоорганизации трудовых ресурсов. Под этой задачей подразумевается задача отыскания вероятностей устройства и увольнения специалистов в определённых отраслях внутри исследуемого рынка труда. При этом используется математическая модель динамики трудовых ресурсов. Полученная задача является некорректной, так как уравнений в системе, описывающей данную задачу, меньше, чем неизвестных. Разработанный с учётом предметной области алгоритм, позволяет гарантированно найти нормальное решение за конечное число итераций. Сам алгоритм поделён на два ключевых этапа. Изначально модифицированным методом Гаусса для недоопределённых систем находится безусловное нормальное решение поставленной задачи. В дальнейшем найденное решение проецируется в подпространство допустимых значений, после чего с помощью метода проекции градиентов находится нормальное решение задачи с учётом условий неотрицательности искомых значений. Предложенный алгоритм был успешно использован при разработке в среде программирования С++ приложения, ориентированного на решение задачи самоорганизации трудовых ресурсов. Сравнительный анализ быстродействия данного приложения и надстройки «Поиск решений» табличного процессора MS Excel показал, что одна и та же задача в реализованном автором приложении решается значительно быстрее, чем в табличном процессоре MS Excel при использовании указанной надстройки, что свидетельствует о высокой эффективности предложенного в данной работе алгоритма
-
Частные случаи обратных матриц
01.00.00 Физико-математические науки
Краткое описаниеОбратная матрица для квадратичной матрицы А порядка n с коэффициентами из некоторого поля существует, как известно, тогда и только тогда, когда ее определитель не равен нулю. Если матрица А имеет определенный вид (определенную структуру), то обратная матрица А - 1 совсем не обязана иметь ту же структуру. Поэтому представляет интерес описание таких квадратичных матриц А, у которых при определенных условиях существует обратная матрица А -1 , имеющая аналогичную структуру, что и матрица А. Например, нижняя треугольная матрица с ненулевыми элементами на главной диагонали имеет обратную матрицу над полем характеристики 0, имеющую также вид нижней треугольной матрицы. Аналогично, обратная матрица к симметрической или кососимметрической матрице также является соответственно симметрической или кососимметрической. Также матрица обратная к невырожденному циркуленту сама будет циркулянтом и наконец матрица обратная к невырожденной квазидиагональной матрице D сама будет квазидиагональной, причем имеет тоже клеточное строение, что и D. Таким образом, имеется проблема определения таких типов невырожденных матриц, которые имеют обратную матрицу того же типа, что и данная. В русле этой проблемы в данной работе определяется такой тип матриц, для которого обратная матрица тот же тип, при этом определяются условия в явном виде, обеспечивающие невырожденность матрицы. Подробно рассмотрены матрицы третьего порядков. Эти результаты позволяют определить характеристику полей, над которыми существуют обратные матрицы рассматриваемых типов
-
01.00.00 Физико-математические науки
Краткое описаниеНедавно был начат процесс монетизации оценки результатов научной деятельности, и возникла потребность в методиках количественной и сопоставимой оценки эффективности и качества работы ученого. Появились многочисленные методики материального поощрения за эти результаты. Общим для всех этих методик является завешенная роль индекса Хирша. Сам по себе этот индекс вполне обоснован. Однако в связи с практикой применения индекса Хирша в наших условиях в сознании научного сообщества возникла своеобразная мания, которую автор предлагает называть «Хиршамания». Эта мания характеризуется повышенным нездоровым интересом к самому значению индекса Хирша, особенно к искусственному неадекватному преувеличению этого значения, а также рядом негативных последствий этого интереса. В данной работе делается попытка кратко описать некоторые негативные последствия этой новой психической инфекции, поразившей общественное сознание научного сообщества. А также наметить пути преодоления хотя бы некоторых причин их возникновения. В этом и состоит проблема, решаемая в данной работе. Для решения сформулированной проблемы предлагается применить многокритериальный подход, основанный на теории информации, а именно тот его вариант, который реализован в автоматизированном системно-когнитивном анализе (АСК-анализ) и его программном инструментарии – интеллектуальной системе «Эйдос»
-
Характеризация средних величин шкалами измерения
01.00.00 Физико-математические науки
Краткое описаниеСогласно теории измерений статистические данные измерены в тех или иных шкалах. Наиболее широко используются порядковая шкала, шкалы интервалов и отношений. Статистические методы анализа данных должны соответствовать шкалам, в которых измерены данные. Термин "соответствие" уточняется с помощью понятий адекватной функции и допустимого преобразования шкалы. Основное содержание статьи - описание средних величин, которые можно применять для анализа данных, измеренных в порядковой шкале, шкалах интервалов и отношений и некоторых других. Основное внимание уделено средним по Коши и средним по Колмогорову. Кроме средних, с указанной точки зрения проанализированы также многочлены и показатели связи. Подробные математические доказательства характеризационных теорем впервые приводятся в научной периодике. Показано, что в порядковой шкале имеется ровно n средних величин, которые можно применять, а именно, n порядковых статистик. Доказательство представлено в виде цепи из 9 лемм. В шкале интервалов из всех средних по Колмогорову можно использовать только среднее арифметическое. В шкале отношений из всех средних по Колмогорову допустимо применение только степенных средних и среднего геометрического. Указан вид адекватных многочленов в шкале отношений