论数学建模在经济学中的应用
数学建模解决金融问题例子
一、前言部分本次毕业设计，我们主要研究数学建模的方法及其在金融领域的应用，并结合实际生活中的某些具体的例子，分析数学建模在金融领域中的重要性以及如何应用。
数学建模(Mathematical Mode1)就是要用数学的语言、方法去近似地刻画实际，而数学模型是由数字、字母或其他数学符号组成的，描述现实对象数量规律的数学公式、图形或算法。
也可以这样描述：对于一个现实对象，为了一个特定目的，根据其内在规律，做出必要的简化假设，运用适当的数学工具，得到的一个数学结构。
应用数学去解决各类实际问题时，建立数学模型是十分关键的一步，同时也是十分困难的一步。
数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并“解决”实际问题的一种强有力的数学手段。
数学技术已经成为当代高新技术的重要组成部分。
不论是用数学建模方法在科技和生产领域解决哪类实际问题，还是与其它学科相结合形成交叉学科，首要的和关键的一步是建立研究对象的数模型，并加以计算求解。
现今，我们要在基本的数学建模方法上，找出适用于金融发展的数学建模方法。
而金融，顾名思义，融通资金、使资金融洽通达，是指在经济生活中，银行、证券或保险业者从市场主体（例如储户、证券投资者或者保险者等）募集资金，并借贷给其它市场主体的经济活动。
随着计算机应用的发展, 数学建模又成为高新技术的一种“数学技术”，发挥着关键性的作用，使高新技术不断取得丰硕成果。
时代的进步又使数学建模的内涵愈来愈丰富、深刻，其应用也日渐广泛。
不论是自然科学工作者、工程技术人员，还是社会科学工作者，数学建模方法都将为他们提供一种重要的研究手段。
因此，总结数学建模在各个领域特别是金融领域的应用是十分有价值的。
(参见文献[2]－[6])二、主题部分随着科学技术的快速发展，数学在自然科学、社会科学、工程技术与现代化管理等方面得到了越来越广泛而深入的应用。
而在应用过程中，建立数学模型是其关键之步。
数学建模在经济学中的应用研究
数学建模在经济学中的应用研究一、引言在经济学中，数学建模是一个非常重要的工具，可以帮助经济学家更好地理解市场和经济体系中的现象，并预测其未来的发展趋势。
本文将介绍数学建模在经济学中的应用研究。
二、宏观经济建模宏观经济建模是指通过对整个经济系统进行建模来研究经济系统的运行规律和变化趋势。
宏观经济学中的数学模型主要包括经济周期模型、移民模型、货币政策模型等。
这些模型可以帮助经济学家预测未来的经济趋势，并根据预测结果提出政策建议。
例如，经济周期模型可以帮助经济学家预测经济周期的变化，它由一系列变量组成，包括国民生产总值、通货膨胀率、失业率等。
移民模型可以帮助经济学家研究移民对经济的影响，包括劳动力市场的保护和资本市场的投资风险等因素。
货币政策模型可以帮助经济学家研究货币政策的影响，这有助于央行制定货币政策以控制通货膨胀率和利率。
三、企业财务建模企业财务建模是指通过对一家公司经营情况进行建模，了解公司的财务状况和资产配置。
企业财务建模通常包括财务比率分析、资产负债表、现金流量表、收益表等。
例如，资产池模型可以帮助企业分析其产品销售的收益和现金流量情况。
这有助于企业优化其产品组合和资产配置。
此外，企业也可以利用财务比率分析来了解其财务状况，包括偿债能力、盈利能力和资产利用能力等指标。
四、市场风险建模市场风险建模是指通过对市场风险进行建模，来评估投资组合的风险。
市场风险通常包括股票、债券、商品和外汇市场的价格波动风险等。
数学建模可以用于评估投资组合风险，并确定如何最大程度地降低风险。
例如，风险管理模型可以帮助投资者评估投资组合的风险，并确定如何最大程度地降低风险。
此外，Valuation模型可以帮助投资者了解股票和债券的价格，并进行合理的定价。
五、结论数学建模在经济学中的应用非常广泛，可以帮助经济学家更好地预测市场和经济体系的未来发展趋势，为政府制定经济政策提供参考。
此外，企业和投资者也可以利用数学建模来分析其财务状况和投资组合的风险，以做出更为明智的决策。
数学建模在经济学中的应用研究
数学建模在经济学中的应用研究数学建模是一种将数学理论和方法应用于实际问题的过程。
在经济学领域，数学建模被广泛应用于研究经济现象、预测经济趋势和制定经济政策等方面。
本文将介绍数学建模在经济学中的应用，并探讨其对经济学研究的影响和意义。
首先，数学建模在经济学中的应用可以帮助我们理解经济现象的本质。
经济学是研究资源配置和分配的科学，而经济现象往往涉及各种变量之间的关系。
通过建立经济模型，可以将这些变量及其之间的关系用数学方程来表示，从而更好地理解经济现象的本质。
例如，通过对供需关系的建模，我们可以推导出价格的变化对市场供求的影响，进而预测市场的波动和调整过程。
其次，数学建模在经济学中的应用可以帮助我们预测经济趋势。
经济的波动和变化往往是由多种因素所引起的，如消费者信心、金融政策、市场需求等。
通过建立经济模型并进行数据分析，可以将这些因素考虑在内，从而准确地预测经济的发展趋势。
例如，通过对GDP、物价指数等经济指标进行建模和分析，我们可以预测未来的经济增长速度、通货膨胀水平等关键经济变量的走势，从而指导政府和企业的决策。
另外，数学建模在经济学中的应用还可以帮助我们制定经济政策。
经济政策的制定需要考虑多种因素，并进行有效的评估和模拟。
通过建立适当的经济模型，政策制定者可以对各种政策进行测试和分析，从而找出最优的政策方案。
例如，在制定财政政策时，可以建立宏观经济模型，考虑不同政策措施对经济增长、就业和通货膨胀等的影响，从而做出科学合理的政策决策。
数学建模在经济学中的应用还可以促进不同学科之间的交叉研究。
经济学本身是一门复杂的学科，涉及到众多的变量和关系。
通过将数学建模与经济学相结合，可以为经济学的研究提供更严谨和精确的方法。
而数学建模的应用，则需要从经济学的角度对数学问题进行修正和解读，促进了数学与经济学之间的交流与合作。
例如，运用微分方程对经济动力系统进行建模，可以更好地揭示经济系统的运行机制和演化过程，为经济理论的研究和发展提供新的视角和新的方法。
从诺贝尔经济学奖看数学建模
从诺贝尔经济学奖看数学建模数学建模是通过运用数学方法和技巧来解决实际问题的一种方法。
数学建模的主要目标是将实际问题抽象为数学模型，并通过对模型进行数学分析和计算，得到问题的解决方案。
诺贝尔经济学奖是为了表彰在经济学领域做出重大贡献的学者而设立的奖项，其中不少获奖研究都涉及数学建模的方法和技巧。
本文将从诺贝尔经济学奖的角度来探讨数学建模在经济学中的应用。
数学建模在经济学中的应用可以追溯到20世纪40年代的线性规划理论的发展。
1945年，乔治·达尼尔·丹齐格和约翰·冯·诺伊曼提出了线性规划的方法，这一方法可以用来解决生产经济中的最优化问题。
他们的工作为后来的数学规划理论的发展奠定了基础，并获得了1975年的诺贝尔经济学奖。
线性规划的方法在经济学中得到了广泛的应用，例如在资源配置、供应链管理、市场竞争等领域。
另一个重要的数学建模方法是博弈论。
博弈论是研究决策制定者在相互关联的决策中如何进行选择的一种数学工具。
它可以用来分析经济中各方之间的决策互动和利益冲突。
1994年，约翰·纳什、约翰·赫斯夫勒和雷纳德·库珀获得了诺贝尔经济学奖，以表彰他们在博弈论发展中所做的贡献。
博弈论在经济学中的应用非常广泛，例如在市场竞争、价格战略、合作与非合作博弈等领域。
数学建模在金融经济学中也有着重要的应用。
1981年，罗伯特·梅顿和莱斯特·特雷利共同获得了诺贝尔经济学奖，以表彰他们在金融经济学建模中的贡献。
他们的研究主要关注金融市场的价格变动和风险管理的问题，并提出了著名的“布莱克-斯科尔斯-默顿模型”，该模型被广泛应用于期权定价和风险管理。
关于跨学科研究方法的启示——数学模型在经济学中的应用
自然 ，因此必须从整体性 、交叉性和 系统性 的角度去研 究。
我本人就 这一方 面 ，来具 体举 例 （ 多马经济 增长
模型 ） 谈谈数学与经济学的交叉融合 已经成为一个重要 的发展趋势 。在科学研究 中成 功地运用数学方法 的关键 在于针对所研究的问题建立数 学模 型 ，这种数学模型要
［ 陈婵 ， 东． 学科的本质 内涵与意义探析 Ⅱ ｌ 究与发展 管 ５ 】 邹晓 跨 ］ 研
理 ． ０ （２ ． ２ ６０ ） ０
【 ］ 劲 ． 术 创 新 的 系统 观 与 系统 框 架 【】 管 理 科 学 学 ６陈 技 Ｊ．
报 ，９ ９０ ） １９ （３．
验相结合 的重要性 ，把厚基础 、宽 口径 、跨领域能力等
不可避免地要发生相互作用 、相互渗透和相互补充 ，那
社会发展的速度和所取得 的成果是以往任何一个历史时 期 所不能 比拟的 ，科 学技术 正步步逼 近 自然界 的各种
“ 限”，如超高低温 、超真空 、超导 、超强磁场等研 极
么高等教育培养出来 的人才也应在学术交流 中体味当今
科学技术发展 的必然趋势 。而事实上 ，国内外的高校也
科学在２ 世纪４ 年代 以来 的一个重要发展趋势是与 ０ ０
学领域作 出突 出贡献 的赫克 曼（． ｃｍａ ） Ｊ Ｈｅｋ ｎ和麦克法登 （ ． Ｆ ｄ ａ ） ２ ０ 年诺 贝尔经济学奖授予 了在 时间 ｉ Ｍｃ ａ ｄ ｎ ， ０ ３ ９
技术的融合 以及科学 、技术与社会的相互融合 ，人们常
说的Ｓ Ｓ（ ｃ ｎｅ ｅｈ ｏｏｙａｄＳ ｃ ｔ ）就是对这 Ｔ Ｓ ｉ ｃ ，Ｔ ｃｎ ｌ ｎ ｏ ｉ ｙ ｅ ｇ ｅ
一
序列计量经济学领域作 出突出贡献的恩格勒（ ．．ｎ ｌ） Ｒ Ｆ ｇｅ Ｅ
数学建模方法应用
数学建模方法应用
数学建模方法可以应用于各个领域，包括但不限于以下几个方面：
1. 物理建模：数学建模方法可以用于研究物理系统的运动、力学、电磁学等性质，从而预测和解释实验观测结果。
2. 经济建模：数学建模在经济学中的应用非常广泛，可以用于分析经济增长、市场竞争、货币政策等问题，帮助制定经济政策和决策。
3. 生物建模：数学建模可以用于研究生物系统的演化、生物群落的动态变化、遗传表达的调控机制等问题，从而帮助理解生物学中的各种现象和过程。
4. 工程建模：数学建模在工程学中的应用包括材料力学、流体力学、结构分析等方面，可以用于优化设计、预测性能和可靠性等方面。
5. 社会建模：数学建模可以用于研究社会系统中的人口迁移、流行病传播、人类行为模式等问题，帮助理解社会系统的运行规律和影响因素。
6. 计算机科学建模：数学建模在计算机科学中的应用包括算法设计、机器学习、数据挖掘等方面，可以帮助开发新的计算方法和解决实际问题。
数学建模方法在实际应用中具有很大的灵活性和适应性，可以根据具体问题的特
点和需求进行调整和扩展。
论数学建模在经济学中的应用
数学建模在经济学中的应用摘要数学建模是一种将现实世界的问题转化为数学问题，然后通过数学方法进行求解的过程。
在经济学领域，数学建模被广泛应用于解决各种经济问题，包括经济增长、市场竞争、资源分配等。
本文将介绍数学建模在经济学中的应用，并讨论其重要性及未来发展方向。
1. 引言数学建模作为一种重要的工具，已经成为解决经济学问题中不可缺少的手段。
经济学研究的对象和方法都具有复杂性和抽象性，因此需要借助数学来进行形式化分析。
数学建模能够帮助经济学家更好地理解经济现象，并为政策制定者提供决策支持。
本文将介绍数学建模在经济学中的具体应用。
2. 经济增长模型经济增长是研究一个国家或地区经济总体产出和生产要素增长的过程。
通过数学建模，经济学家可以构建经济增长模型，分析经济增长的原因和影响因素。
常用的经济增长模型包括Solow模型、Romer模型等。
这些模型通过引入生产要素、技术进步等变量，揭示了经济增长的机制和规律。
3. 市场竞争模型市场竞争是一种经济现象，其中买方和卖方根据供求关系自由决定产品的价格和数量。
通过数学建模，经济学家可以研究市场竞争的均衡状态、价格变动和市场结构等问题。
常用的市场竞争模型包括供求模型、垄断模型、寡头垄断模型等。
这些模型通过建立供求关系和利润最大化条件，分析市场竞争的效果和结果。
4. 资源分配模型资源分配是指将有限的资源分配给不同的经济主体，以实现最大化的利益。
通过数学建模，经济学家可以分析资源分配的效率和公平性问题。
常用的资源分配模型包括最优化模型、博弈论模型等。
这些模型通过建立约束条件和目标函数，求解最优的资源分配方案。
5. 数学建模在经济学中的重要性数学建模在经济学中具有重要的作用和意义。
首先，数学建模能够帮助经济学家更好地理解经济现象，揭示经济规律和机制。
其次，数学建模能够为政策制定者提供决策支持，帮助他们制定有效的经济政策。
此外，数学建模还能够促进学科交叉和创新，为经济学与其他学科的融合提供契机。
数学模型在经济学中的应用
数学模型在经济学中的应用数学模型是经济学研究中必不可少的工具之一。
通过数学模型的建立和解析，经济学家能够更好地理解和解释经济系统中的各种现象和关系，为经济决策提供依据。
本文将介绍数学模型在经济学中的应用，并探讨其对经济学理论和实践的影响。
一、优化模型优化模型是数学模型在经济学中广泛应用的一种形式。
经济学研究的很多问题都可以转化为优化问题，即在一定的约束条件下，寻找使某种目标函数达到最优的变量取值。
例如，企业如何最大化利润，个人如何最大化效用，都可以通过优化模型进行描述和求解。
优化模型通常涉及到微分学、线性代数、概率论等数学工具的运用。
经济学家通过建立相应的数学模型，将经济行为转化为数学表达式，利用数学方法求解最优解。
这样的模型不仅提供了经济决策的依据，还能够揭示经济行为背后的规律和机制。
二、动态模型动态模型是描述经济现象随时间演变的数学模型。
许多经济问题都是与时间相关的，例如经济增长、通货膨胀、投资决策等。
通过建立动态模型，经济学家可以探索经济系统中变量之间的动态关系，预测未来的发展趋势，并制定相应的政策措施。
动态模型通常基于微分方程、差分方程等数学工具。
经济学家通过将经济系统中的各种变量进行数学建模，推导出它们随时间的变化规律，并通过模拟和预测来评估政策的效果。
动态模型的应用帮助我们更好地理解经济的时间动态特征，为制定长期发展战略提供支持。
三、博弈论模型博弈论模型是研究个体或群体决策的数学模型。
经济学中的许多问题都涉及到不同主体之间的相互作用和博弈。
通过建立博弈论模型，经济学家可以分析和预测不同决策者的行为，并评估不同策略下的收益和风险。
博弈论模型通常建立在数学工具如矩阵理论、概率论等基础上。
经济学家通过对决策者的行为规律进行建模，并利用数学方法求解纳什均衡等概念，揭示决策者之间的利益冲突和合作可能。
博弈论模型为我们理解市场竞争、合作博弈等经济现象提供了重要的工具和思路。
四、仿真模型仿真模型是通过计算机模拟经济系统行为的数学模型。
数学建模在经济中的应用研究
数学建模在经济中的应用研究数学建模作为一种新兴的研究手段，近年来在经济领域得到了广泛的应用。
通过对经济问题进行模型的构建和分析，可以更好地理解和解决许多实际问题。
下面，我们将从几个方面来探讨数学建模在经济中的应用研究。
1. 时间序列分析时间序列分析是经济学中最基本的数学建模方法之一，它建立在时间数据的基础上，对经济现象和规律进行研究。
时间序列分析主要包括时间序列模型和时间序列预测两个方面。
在时间序列模型中，以ARIMA模型为例，经济学家可以对某个经济变量的历史数据进行分析，进而建立一个针对此变量的模型，来预测未来的变化趋势。
比如，股票价格、GDP增长率等都可以用ARIMA模型来进行预测。
而时间序列预测则是根据历史数据预测未来的趋势。
例如，央行通过分析通货膨胀率的时间序列，来决定是否要加大货币供应量，以达到稳定物价的目的。
2. 最优化模型在经济学中，最优化模型是一个非常重要的数学建模方法。
通过建立优化模型，可以寻找经济系统中最优的决策方案，从而提高经济效益。
例如，在生产过程中，如何合理安排生产计划以使得成本最小化；在投资中，如何配置资产以达到收益最大化等都是需要用到最优化模型的问题。
线性规划、整数规划和非线性规划都是最优化模型中常用的方法。
通过制定一定的约束条件，经济学家可以求解最优的解决方案。
3. 统计分析统计分析是建立在样本数据基础上的数学建模方法，通过统计分析可以揭示因果关系和概率关系等，从而得到更准确的预测和估计结果。
例如，经济学家在决策时需要了解市场需求、价格、消费者行为等因素，这些因素都需要通过统计分析来得到。
统计分析包括描述性统计、推断性统计两个方面。
描述性统计主要是对样本数据进行总体分析，如均值、标准差等；而推断性统计则是通过样本数据对总体进行估计，如置信区间、假设检验等。
4. 游戏论模型游戏论模型是经济学中比较有趣的一个数学建模方法，它用于分析博弈过程中的收益和策略等。
经济学家可以通过游戏论模型来预测市场的竞争格局和行为，进而制定相应的市场策略。
经济学中的数学建模
经济学中的数学建模经济学中的数学建模经济学是一门研究人类经济活动的学科，通过对经济现象和经济行为的观察和分析，揭示经济规律并提出相应的解决方案。
然而，由于经济系统的复杂性和不确定性，仅依靠经验和直觉往往无法准确预测和解释经济现象。
因此，数学建模在经济学中扮演着重要的角色。
数学建模是指利用数学语言和方法，将现实世界的问题转化为数学问题，并通过对这些数学问题进行求解和分析，得出对实际问题的解释和预测。
在经济学中，数学建模可以帮助经济学家更准确地描述和分析经济现象，提供科学的决策依据。
经济学中的数学建模可以从多个方面进行，其中最常用的方法之一是利用微积分和方程求解经济模型。
例如，通过构建供求模型和利用微积分的工具，可以计算市场均衡价格和数量，揭示供求关系对市场的影响。
同时，通过微积分的工具，还可以分析企业的成本、利润最大化以及效用函数等经济问题。
另一个常用的方法是利用统计学方法建立经济模型。
统计学是通过对大量数据进行统计分析，从中提取规律和关联性的方法。
在经济学中，统计学可以帮助经济学家了解经济现象的规律性和变化趋势，预测未来的经济发展趋势。
例如，通过建立经济增长模型和利用时间序列分析方法，可以预测一个国家的经济增长率和未来的发展趋势。
此外，线性规划和最优化模型也是经济学中常用的数学建模方法。
线性规划可以帮助经济学家在资源有限的情况下，找到最优的决策方案。
最优化模型可以帮助经济学家分析企业的生产和决策，最大化效益和利润。
总之，经济学中的数学建模在现代经济学研究中扮演着重要的角色。
它不仅可以更准确地描述和分析经济现象，还可以提供科学的决策依据。
然而，数学建模仍然面临着挑战和限制，例如模型的假设和局限性、数据的可靠性等问题。
因此，在进行数学建模时，经济学家需要谨慎地选择和应用适当的数学方法，并结合实际情况进行分析和解释。
只有这样，数学建模才能更好地为经济学的研究和实践服务。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
论数学建模在经济学中的应用
作者：郑文秀
来源：《商情》2009年第18期
【摘要】当代西方经济认为,经济学的基本方法是分析经济变量之间的函数关系,建立经济模型,从中引申出经济原则和理论进行决策和预测。
【关键词】经济学数学模型应用
在经济决策科学化、定量化呼声日渐高涨的今天,数学经济建模更是无处不在。
如生产厂家可根据客户提出的产品数量、质量、交货期、交货方式、交货地点等要求,根据快速报价系统(根据厂家各种资源、产品工艺流程、生产成本及客户需求等数据进行数学经济建模)与客户进行商业谈判。
一、数学经济模型及其重要性
数学经济模型可以按变量的性质分成两类,即概率型和确定型。
概率型的模型处理具有随机性情况的模型,确定型的模型则能基于一定的假设和法则,精确地对一种特定情况的结果做出判断。
由于数学分支很多,加之相互交叉渗透,又派生出许多分支,所以一个给定的经济问题有时能用一种以上的数学方法去对它进行描述和解释。
具体建立什么类型的模型,既要视问题而定,又要因人而异。
要看自己比较熟悉精通哪门学科,充分发挥自己的特长。
数学并不能直接处理经济领域的客观情况。
为了能用数学解决经济领域中的问题,就必须建立数学模型。
数学建模是为了解决经济领域中的问题而作的一个抽象的、简化的结构的数学刻划。
或者说,数学经济建模就是为了经济目的,用字母、数字及其他数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构的刻划。
而现代世界发展史证实其经济发展速度与数学经济建模的密切关系。
数学经济建模促进经济学的发展;带来了现实的生产效率。
在经济决策科学化、定量化呼声日渐高涨的今天,数学经济建模更是无处不在。
如生产厂家可根据客户提出的产品数量、质量、交货期、交货方式、交货地点等要求,根据快速报价系统与客户进行商业谈判。
二、构建经济数学模型的一般步骤
1.了解熟悉实际问题,以及与问题有关的背景知识。
2.通过假设把所要研究的实际问题简化、抽象,明确模型中诸多的影响因素,用数量和参数来表示这些因素。
运用数学知识和技巧来描述问题中变量参数之问的关系。
一般情况下用数学表达式来表示,构架出一个初步的数学模型。
然后,再通过不断地调整假设使建立的模型尽可能地接近实际,从而得到比较满意的结论。
3.使用已知数据,观测数据或者实际问题的有关背景知识对所建模型中的参数给出估计值。
4.运行所得到的模型。
把模型的结果与实际观测进行分析比较。
如果模型结果与实际情况基本一致,
表明模型是符合实际问题的。
我们可以将它用于对实际问题进一步的分析或者预测;如果模型的结果与实际观测不一致,不能将所得的模型应用于所研究的实际问题。
此时需要回头检查模
型的组建是否有问题。
问题的假使是否恰当,是否忽略了不应该忽略的因素或者还保留着不应
该保留的因素。
并对模型进行必要的调整修正。
重复前面的建模过程,直到建立出一个经检验
符合实际问题的模型为止。
一个较好的数学模型是从实际中得来,又能够应用到实际问题中去的。
三、应用实例
商品提价问题的数学模型:
1.问题
商场经营者即要考虑商品的销售额、销售量。
同时也要考虑如何在短期内获得最大利润。
这个问题与商场经营的商品的定价有直接关系。
定价低、销售量大、但利润小;定价高、利润大但销售量减少。
下面研究在销售总收入有限制的情况下.商品的最高定价问题。
2.实例分析
某商场销售某种商品单价25元。
每年可销售3万件。
设该商品每件提价1元。
销售量减少0.1万件。
要使总销售收入不少于75万元。
求该商品的最高提价。
解:设最高提价为X元。
提价后的商品单价为(25+x)元
提价后的销售量为(30000-1000X/1)件
则(25+x)(30000-1000X/1)≥750000
(25+x)(30-x)≥750[摘要]本文从数学与经济学的关系出发,介绍了数学经济模型及其重要性,讨论了经济数学模型建立的一般步骤,分析了数学在经济学中应用的局限性,这对在研充经济学时有很好的借鉴作用。
即提价最高不能超过5元。
四、数学在经济学中应用的局限性
经济学不是数学,重要的是经济思想。
数学只是一种分析工具数学作为工具和方法必须在经济理论的合理框架中才能真正发挥其应有作用,而不能将之替代经济学,在经济思想和理论的研究过程中,如果本末倒置,过度地依靠数学,不加限制地“数学化很可能阉割经济学的本质,以至损害经济思想,甚至会导致我们走入幻想,误入歧途。
因为:
1.经济学不是数学概念和模型的简单汇集。
不是去开拓数学前沿而是借助它来分析、解析经济现象,数学只是一种应用工具。
经济学作为社会科学的分支学科,它是人类活动中有关经济现象和经济行为的理论。
而人类活动受道德的、历史的、社会的、文化的、制度诸因素的影响,不可能像自然界一样是完全可以通过数学公式推导出来。
把经济学变为系列抽象假定、复杂公式的科学。
实际上忽视了经济学作为一门社会科学的特性,失去经济学作为社会科学的人文性
和真正的科学性。
2.经济理论的发展要从自身独有的研究视角出发,去研究、分析现实经济活动内在的本质和规律。
经济学中运用的任何数学方法,离不开一定的假设条件,它不是无条件地适用于任何场所,而是有条件适用于特定的领域在实际生活中社会的历史的心理的等非制度因素很可能被忽视而漏掉。
这将会导致理论指导现实的失败。
3.数学计量分析方法只是执行经济理论方法的工具之一,而不是惟一的工具。
经济学过分对数学的依赖会导致经济研究的资源误置和经济研究向度的单一化,从而不利于经济学的发展。
4.数学经济建模应用非常广泛,为决策者提供参考依据并对许多部门的具体工作进行指导,
如节省开支,降低成本,提高利润等。
尤其是对未来可以预测和估计,对促进科学技术和经济的蓬勃发展起了很大的推动作用。
但目前尚没有一个具有普遍意义的建模方法和技巧。
这既是我们今后应该努力发展的方向,又是我们不可推卸的责任。
因此,我们要以自己的辛勤劳动,多实践、多体会,使数学经济建模为我国经济腾飞作出应有的贡献。
参考文献:
[1]孙红伟.商场经营管理中的几个数学模型分析[J].商场现代化,2006,(8).。