Pokročilé analytické metódy I

Vyučujúci

Zaradený v študijných programoch

Výsledky vzdelávania

Študenti nadobudnú v prípade úspešného zvládnutia predmetu najmä nasledovné vedomosti:
- vedomosti o analýze ekonomických dát,
- vedomosti o konštrukcii matematických modelov,

Študenti nadobudnú v prípade úspešného zvládnutia predmetu najmä nasledovné zručnosti:
- schopnosť konštruovať a využívať matematické modely,
- riešenie ekonomických problémov pomocou adekvátneho softvéru.

Študenti nadobudnú v prípade úspešného zvládnutia predmetu najmä nasledovné kompetencie:
- zručnosti a kompetencie v oblasti tvorby matematických modelov s využitím adekvátneho softvéru.

Stručná osnova predmetu

Predmet je orientovaný na tvorbu vlastných matematických modelov využiteľných v ekonomickej praxi. Na základe poznatkov z ekonomickej teórie sa vysvetľujú princípy tvorby matematických modelov. Pozornosť je venovaná problematike matematickej ekonómii a jeho analýze na báze optimalizačných a ekonomicko-štatistických modelov. Ďalšou oblasťou je využívanie moderných informačných nástrojov zameranej na konštrukciu matematických model. Pri riešení úloh sa využívajú softvérové nástroje (napr. jazyk R, jazyk Python, GAMS, Eviews).
• Teória rozhodovania.
• Klasifikácia modelov a metód riešenia matematických modelov.
• Matematické programovanie a alternatívne spôsoby riešenia problémov matematického programovania.
• Modelovanie ekonomických systémov.
• Modelovania v oblasti matematickej ekonómie.
• Štatisticko-ekonometrické modelovanie.

Odporúčaná literatúra

1. Banerjee, S. (2014). Mathematical Modeling: Models, Analysis and Applications (1st ed.). Chapman and Hall/CRC. https://doi.org/10.1201/b16526
2. Williams, H. P. (2013). Model building in mathematical programming. John Wiley & Sons.
3. Neogy, S. K., Bapat, R. B. and Dubey, D. (Eds.). (2018). Mathematical Programming and Game Theory. Springer Singapore.
4. Steele, Katie and H. Orri Stefánsson, "Decision Theory", The Stanford Encyclopedia of Philosophy (Winter 2020 Edition), Edward N. Zalta (ed.), URL = .
5. Davendra, D. and Zelinka, I. (2016). Self-organizing migrating algorithm. New optimization techniques in engineering.
6. Greene, W.H.: Econometric Analysis, 8th ed. Pearson, 2018

Podmienky na absolvovanie predmetu

15 % - aktívna účasť na konzultáciách
25 % - vypracovanie semestrálneho projektu v optimalizačnom softvéri a/alebo open-source systéme (napr. v R, Python, GAMS)
25 % - prezentácia semestrálneho projektu
35 % - záverečná skúška

Pracovné zaťaženie študenta

312 h
účasť na konzultáciách: 16 h,
príprava na konzultácie: 80 h,
vypracovanie semestrálneho projektu: 128 h,
príprava na záverečnú skúšku: 88 h

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

slovenský, anglický

Dátum schválenia: 10.02.2023

Dátum poslednej zmeny: 16.05.2022

Dátum schválenia: 10.02.2023

Dátum poslednej zmeny: 16.05.2022