Кафедра вищої математики
Permanent URI for this collection
Browse
Browsing Кафедра вищої математики by Author "Borysov, Evgen"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Item Поняття та сутність інклюзивного розвитку країни(ДВНЗ «Київський національний університет імені Вадима Гетьмана», 2019) Борисов, Євген Миколайович; Borysov, Evgen; Борисов, Евгений Николаевич; Барвінок, А. С.; Barvinok, A. S.Інклюзивний розвиток — економічне, екологічне та соціальне зростання, що створює можливості для всіх верств населення і розподіляє дивіденди збільшення процвітання, як у грошовому, так і в негрошовому відношенні. Інклюзивне зростання виходить за рамки одновимірного зростання ВВП. Важливі також робочі місця, навички, освіта, охорона здоров’я, навколишнє середовище та активна участь у економіці та суспільстві. Інклюзивне зростання означає як темпи, так і розподіл економічного зростання. Для того, щоб зростання було стійким і ефективним у зменшенні бідності, воно має бути інклюзивним. В статті оцінюється єдина міра інклюзивного зростання для ринків, що розвиваються, інтегруючи їх результати економічного зростання та розподіл доходу. Розподіл країн калібрується комбінуванням ВВП на душу населення та розподілом доходу. Застосовується мікроекономічна концепція функції соціальної мобільності на базі макроекономічного рівня для вимірювання інклюзивного зростання, ближчого до абсолютного визначення зростання. Результати свідчать про те, що макроекономічна стабільність, людський капітал та структурні зміни є основою для досягнення інклюзивного зростання. Роль глобалізації також може бути позитивною при прямих іноземних інвестиціях та відкритість торгівлі сприяє більшій інклюзивності, одночасно поглиблюючи фінансові та технологічні зміни не мають помітного ефекту. Статистичний аналіз інклюзивного розвитку (IDI) пов’язаний із низкою питань, зокрема й теоретико-методологічного характеру. Одна з основних проблем визначення такого аналізу — побудова його основи, відправним початком для розробки якого є визначення поняття інклюзивного розвитку. Незважаючи на значну кількість наукових праць, які висвітлюють різні підходи до визначення поняття інклюзивного розвитку, слід констатувати, що у економічній літературі так і не сформовано усталеного, повноцінного трактування цього поняття. Inclusive development is economic, environmental and social growth that creates opportunities for all segments of the population and distributes dividends to increase prosperity, both in monetary and non-monetary terms. Inclusive growth goes beyond one-dimensional GDP growth. Also important are jobs, skills, education, health care, the environment and active participation in the economy and society. Inclusive growth means both the pace and distribution of economic growth. Growth must be inclusive in order for growth to be sustainable and effective in reducing poverty. The article evaluates a single measure of inclusive growth for emerging markets, integrating their economic growth outcomes and income sharing. The distribution of countries is calibrated by combining GDP per capita and income distribution. The microeconomic concept of the social mobility function, based on the macroeconomic level, is applied to measure inclusive growth closer to absolute definition of growth. The results suggest that macroeconomic stability, human capital and structural change are the basis for inclusive growth. The role of globalization can also be positive for FDI and trade openness contributes to greater inclusivity while deepening financial and technological change to no appreciable effect. Statistical analysis of inclusive development (IDI) is linked to a number of issues, including theoretical and methodological issues. One of the main problems in defining such an analysis is the construction of its basis, the starting point for the development of which is to define the concept of inclusive development. Despite the considerable number of scientific works that cover different approaches to defining the concept of inclusive development, it should be noted that in the economic literature there is no established, full-fledged interpretation of this concept.Item Про один підхід до розв’язування деяких задач оптимізації(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2018) Борисов, Євген Миколайович; Borysov, Evgen; Борисов, Евгений Николаевич; Барвінок, А. С.; Barvinok, A.Розглянуто та досліджено метод розв’язування оптимізаційних задач без застосування апарату диференціального числення. Задачею оптимізації в математиці називається задача про знаходження екстремума (мінімума або максимума) дійсної функції у деякій області. Як правило, розглядаються області, що належать Rn і задані набором рівностей і нерівностей. Основна ідея диференціального числення складається у вивченні функції у малому. Точніше диференціальне числення дає апарат для дослідження функцій, поведінка яких у досить малому околі кожної точки близька до поведінки лінійної функції чи многочлена. Таким апаратом слугують центральні поняття диференціального числення: похідна і диференціал. Практично показано розв’язання екстремальної економічної задачі, що складається з побудови економіко-математичної моделі, економічного аналізу отриманих результатів і визначення можливостей їх практичного застосування. Ще раз підкреслено, що виходячи з поставлених економічних завдань, максимальний випуск продукції, максимальний прибуток, мінімальні фінансові вкладення, максимально короткий термін — це є шукані оптимуми (максимуми або мінімуми). У математиці максимум і мінімум мають ще одну назву — екстремум, а задачі пошуку екстремуму називають екстремальними задачами. Слід вказати, що у оптимізаційних накладаються відповідні обмеження, які відображаються матеріальними, трудовими показниками, виробничими ресурсами та ін. Економіко-математичні моделі можуть бути призначені для дослідження як різних функціональних складових економіки (виробничо-технологічної, соціальної, територіальної структури), так і його окремих частин. Розглядаються моделі всієї економіки в цілому та її підсистем. А також приведено приклади підготовки інформації та отримання оптимального плану. При цьому використовується дискримінант квадратного та кубічного рівнянь. Розглянуто функції, які зводяться до квадратних або кубічних рівнянь. На розглянутих прикладах показано ефективність запропонованого підходу до розв’язання деяких типів задач оптимізації. The method of solving optimization problems without the use of the apparatus of differential calculus is considered and investigated. The task of optimization in mathematics is called the problem of finding an extremum (the minimum or maximum) of a real function in a certain region. As a rule, the areas belonging to Rn and given by a set of equality and inequalities are considered. The basic idea of a differential calculus consists in studying a function in a small one. More precisely, the differential calculus gives the apparatus for studying functions whose behavior in a fairly small neighborhood of each point is close to the behavior of a linear function or polynomial. Such a device is the central concepts of differential calculus: derivative and differential. Practically the solution of an extreme economic problem, consisting of constructing an economic-mathematical model, economic analysis of the results and determining the possibilities of their practical application, is shown. Once again it is emphasized that based on the set economic objectives, the maximum output, maximum profit, minimal financial investments, the shortest possible time — these are the desired optimum (maximums or minima). In mathematics, the maximum and minimum have one more name — extremum, and extreme search problems are called extreme problems. It should be noted that the optimization imposes appropriate restrictions that are reflected in material, labor inputs, productive resources, etc. Economic and mathematical models can be designed to study both the various functional components of the economy (production-technological, social, territorial structure), and its individual parts. The models of the whole economy as a whole and its subsystems are considered. And also examples of information preparation and optimal plan are given. In this case, discriminators of square and cubic equations are used. Functions that are reduced to square or cubic equations are considered. The examples examined show the effectiveness of the proposed approach to solving some types of optimization tasks.Item Розв’язання нелінійної задачі оптимізації наближеним аналітичним методом малого параметру(ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2006-01-18) Борисов, Євген Миколайович; Borysov, Evgen; Борисов, Евгений НиколаевичЗнайдено наближений розв’язок нелінійної задачі пошуку мінімуму функції прогнозованих витрат. Задача зводиться до розв’язання нелінійної системи рівнянь, що містить параметр. Для розв’язання цієї системи застосовується наближений аналітичний метод малого параметру, який ефективно застосовується для розв’язання багатьох задач механіки, фізики тощо. Розв’язки будуються у вигляді розкладів по степеням малого параметру. Похибка розрахунків для озглянутих у роботі прикладів у середньому не перевищує 1 %.