Kursa kods EkonD121

Kredītpunkti 6

Ekonomisko procesu datormodelēšana

Zinātnes nozareEkonomika un uzņēmējdarbība

Zinātnes apakšnozareEkonometrija

Kopējais stundu skaits kursā162

Semināru un praktisko darbu stundu skaits64

Studenta patstāvīgā darba stundu skaits98

Kursa apstiprinājuma datums23.11.2022

Atbildīgā struktūrvienībaDatoru sistēmu un datu zinātnes institūts

Kursa izstrādātājs

author prof.

Pēteris Rivža

Dr. habil. sc. ing.

Kursa anotācija

Studiju kursa mērķis ir doktorantus iepazīstināt ar ekonomisko procesu modelēšanas metodēm ( optimizāciju, dinamisko modelēšanu, klasterizāciju, prognozēšanu, lēmumu pieņemšanu). Studiju kurss orientēts uz modelēšanas metožu izvēles principu apgūšanu, metožu salīdzināšanu un to lietošanu lielo datu analītikai.. Metožu apgūšanai izmanto reālos piemērus saistītos ar ekonomiku, marketingu, ekoloģiju, lauksamniecību un mežsaimniecību. Modeļu veidošanai tiek izmantotas vairākas datorprogrammas: MS Excel, SPSS, Powersim Studio, Matlab, Simulink un Super Decisions

Kursa rezultāti un to vērtēšana

Studiju kursa apguves rezultātā doktoranti:
• zin ekonomisko sistēmu modelēšanas pamatpricipus un metodes
• prot praktiski izmantot datu sagatavošanas un ekonomisko sistēmu modelēšanas metodes
• spēj izmantot apgūtās datormodelēšanas metodes promocijas darba izstrādē.

Kursa saturs(kalendārs)

1. Sistēmiskas domāšanas pamatelementi. Sistēmu modelēšanas pamatprincipi. (Lekcijas-1h, praktiskie darbi-2h).
2. Ekonomisko procesu datormodelēšanas pamatprincipi. Modeļu vieta ekonomiskajos pētījumos. Modeļu klasifikācija un lietojums. (lekcijas-1h, praktiskie darbi-2h).
3. Optimizācijas modeļu sastādīšanas vispārīgie principi. Optimizācijas uzdevumu klasifikācija. Lineārās optimizācijas uzdevumi un to pielietojums ekonomisko procesu optimizācijā. Optimizācijas modeļa izvēles problēmas. Lineārās optimizācijas uzdevumu risināšanas metodes. Duālais uzdevums un tā analīze. Tiešā un duālā uzdevuma atrisinājumu stabilitātes analīze. (lekcijas-2h, praktiskie darbi-4h).
4. Klasiskais transporta uzdevums un tā modifikācijas. Transporta uzdevuma atrisināšana un analīze. Ceļojošā tirgoņa uzdevums. Transporta plūsmas tīklos un to optimizācija (uzdevums par visīsāko ceļu, maksimālās plūsmas uzdevums, minimālā aptverošā koka (minimum spanning tree) uzdevums). (lekcijas-2h, praktiskie darbi-2h).
5. Integrās lineārās programmēšanas uzdevumi. Knapās mugursomas uzdevums un tā modifikācijas. Optimālās objektu izvietojuma problēmas un to risināšana. Nelineārā optimizācija. Datu portfeļa analīzes metode (Data envelopment analysis). Ievads par daudzkritēriju optimizāciju. Optimizācijas programmatūra. Optimizācijas modeļi ESAF doktorantu promocijas darbos. (lekcijas-2h, praktiskie darbi-2h).
6. Ievads par dinamiskiem modeļiem. Modeļu veidošana Powersim Studio 10 vidē. Sistēmu struktūras un uzvedības modelēšana. Sistēmu arhetipi. Dinamiskie modeļi ar masīviem un indeksiem. (lekcijas-2h, praktiskie darbi-4h).
7. Dinamisko modeļu pārbaude ( verifikācija, validācija, jutīguma pārbaude), kalibrēšana un sagatavošana lietošanai. Dinamiskie modeļi ESAF doktorantu promocijas darbos. (lekcijas-2h, praktiskie darbi-2h).
8. Dinamiskie modeļi darbaspēka prognozēšanā, vides sistēmu modelēšanā un citi lietojumi. (lekcijas-1h, praktiskie darbi-2h).
9. Dinamiskie modeļi bioloģijā, ekoloģijā un mežsaimniecība. (lekcijas-1h, praktiskie darbi-1h).
10. Laika rindu analīze un prognozēšana. Laika rindas stacionaritātes pārbaude. Laika rindas trenda un sezonalitātes komponenšu atdalīšana. Sezonāli koriģētas laika rindas. (lekcijas-2h, praktiskie darbi-4h).
11. Box-Jenkina metodoloģija. Prognozēšanas iespējas. Viena mainīgā laika rindu modelēšana un prognozēšana ar tiem. ARMA un ARIMA modeļi. Prognozēšana ar ARIMA modeļiem. (lekcijas-1h, praktiskie darbi-2h).
12. Lēmumu pieņemšanas metožu klasifikācija. Heiristiskās metodes. Daudz atribūtu lēmumu pieņemšanas metodes (multi-attribute decision making methods). Uz prioritātēm un ranžēšanu balstītās metodes. Lēmumu atbalsta programmatūra. (lekcijas-2h, praktiskie darbi-2h).
13. Hierarhiju analīzes metode (The Analytic Hierarchy Process (AHP)). Tīklu analīze metode (The Analytic Network Process (ANP)). Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). (lekcijas-2h, praktiskie darbi-4h).
14. Daudzfaktoru statistiskie modeļi un to lietojums ekonomisko procesu modelēšanā. (lekcijas-1h, praktiskie darbi-2h).
15. Riska analīze un tās uzdevumi. Risku ievērtēšana datormodeļos. (lekcijas-1h, praktiskie darbi-2h).
16. Ekonomisko sistēmu datormodelēšanas rezultātu sagatavošana publicēšanai un zinātniskā raksta uzrakstīšanas problēmas. (lekcijas-1h, praktiskie darbi-2h).

Prasības kredītpunktu iegūšanai

Izstrādāts un prezentēts patstāvīgais darbs.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Doktorants sagatavo datus, saistītos ar promocijas darbu, un izveido, kalibrē un validē modeli. Modelēšanas rezultātus izmanto zinātniskā raksta sagatavošanai.

Studiju rezultātu vērtēšanas kritēriji

Tiek izvērtēti ekonomiskā procesa modelis un sagatavotais zinātniskais raksts.

Obligātā literatūra

1. Dunbar S. R. Mathematical Modeling in Economics and Finance: Probability, Stochastic Processes, and Differential Equations (AMS/MAA Textbooks). ‎ American Mathematical Society. 2019. 232 p.
2. Bandeviča L. Matemātiskā modelēšana ekonomikā un menedžmentā (Teorija un prakse): Mācību grāmata augstskolām. 3.izd. Rīga: SIA Izglītības soļi, 2009. 443 lpp. (ESAF bibliotēka)
3. Saaty T. L. Mathematical Principles of Decision Making (Principia Mathematica Decernendi). First Edition. RWS Publications, 2009. 531 p.
4. Sistēmdinamika vides inženierzinātņu studentiem. A. Blumbergas redakcijā. Rīga: RTU, 2010. 318 lpp.

Papildliteratūra

1. Hannon B., Ruth M. Dynamic Modeling. 2nd edition. Springer, 2001. 428 p.
2. Hannon B., Ruth M. Modeling Dynamic Biological Systems. New York: Springer 2008. 395 p.
3. Pituch K.A., James P. Stevens Applied Multivariate Statistics for the Social Sciences: Analyses with SAS and IBM's SPSS. Taylor & Francis, 2016.
4. Härdle W. K., Simar L. Applied Multivariate Statistical Analysis. Switzerland AG.: Springer Nature, 2020.
4. Mittelbach A, Fischlin M. The Theory of Hash Functions and Random Oracles An Approach to Modern Cryptography. Cham:Springer, 2021. 788 p.
5. van Oorschot P. C. Computer Security and the Internet Tools and Jewels from Malware to Bitcoin. Cham: Springer, 2021. 446 p.
6. Beaver K. Hacking For Dummies. 6th Edition. 2018. 416 p.(DSK bibliotēka)

Periodika un citi informācijas avoti

1. European Journal of Operational Research. ISSN: 0377-2217.
2. Journal of Economic Dynamics and Control. ISSN: 0165-1889.
3. Mathematical and Computer Modelling of Dynamical Systems. ISSN: 1387-3954.
4. SPSS Statistics for Dummies. 3rd Edition. pdf. Pieejams: https://itbook.download/topic/f1604953eaaf43ce9f6033047f8a8556
5. Multivariate Analysis. Pieejams: https://www.stat.auckland.ac.nz/~balemi/Multivariate%2520Analysis.ppt+&cd=1&hl=lv&ct=clnk&gl=lv

Piezīmes

ESAF doktorantūras studiju programma „Agrārā un reģionālā ekonomika”