经济学考研数学，经济学考研数学几
日本经济学大学院修士考试对数学要求高吗？这是咨询日本经济学考研的同学较为关心的一个问题，今天咱们就展开讲讲~
经济学的基础学科中，微观经济学，宏观经济学和计量经济学对数学的要求比较高，而与经济学相关的，例如经济史，文献综述等经济学相关的方向，更多的是与知识的积累以及知识面的拓宽有关系。
经济学考研之中数学要求的程度，像求极限、求导数、求积分、微分方程、级数、中值定理几乎年年必考。由此我们可以看出，微积分和极限的知识占据了经济学中比较重要的位置。
日本经济学中的数学相当于国内数学的什么难度？
我们来看一道产业组织相关的企业复占模型的假设。
以下是模型变量的基本设定：
（水野伦理 产业组织论）
可见在这样的问题之中，求取企业1和企业2在一个双方都满意的生产量（均衡生产量）之下，达到的企业1和企业2的利润最大化，是这个模型可以解决的问题。
因此如何解释最大化问题，如何找到最优点基本成为宏微观经济学之中需要持续探讨的问题。
经济学中强调在控制特征系数以及其他变量不变的情况下，求取目标变量的最优化条件。优化理论中最优性条件是指最优化问题的目标函数与约束函数在最优点所满足的充分条件和必要条件。
那我们通过最优条件能够推出一个满足条件的受容点，其为最优点。而目前考学之中运用到的最优条件，大部分都是等式约束的最优性条件。
➤如何定义这样的最优性条件呢？
我们来看一下基本的定义以及推导思路。
例如我们需要解决一个最小化问题（例如费用最小化问题）。
这个问题的最优性条件与求解方法在微积分中已从理论上得到了解决，这就是Lagrange定理和Lagrange乘子法。那我们来看一看在局部最优点x*会有什么样的事情发生。
这就是为大家所熟知的一阶条件。（First-order condition）
那实际的运用是怎么样的呢，我们来回顾一下上文之中的企业利润最大化问题。以企业1为例，我们可以得到一阶条件中所得出的均衡生产量：
相信经过以上的讲解，大家已经对经济学之中解决的最根本的最优化问题有了一个理解。
作为一个即将参加经济学大学院入试的考生，日本经济学的知识点中包含了哪些数学概念呢？
在宏微观经济学中，除了提到的最优化问题贯穿全部知识点之外，另一个重要的组成部分就是博弈论。
德州扑克中的有一个“GTO”这个词：
GTO，即 GameTheory Optimal，翻译成中文应该叫做“游戏理论最优化”。意思就是说，在游戏或者博弈行为中，你选择了自己最优的策略的同时，对手也在选择对自己来说最优的方案。而经济学中的最广为人知的理论就是纳什均衡。
纳什均衡，又被称为非合作博弈。
该理论是由著名的经济学家，博弈论创始人，诺贝尔奖获得者约翰·纳什提出的，也就是电影《美丽心灵》的男主角原型。
该理论是说：在非合作类博弈中，存在一种策略组合，使得每个参与人的策略是对其他参与人策略的最优反应。
如果参与者当前选择的策略形成了“纳什均衡”，那么对于任何一位参与者来说，单方更改自己的策略不会带来任何好处。这其中更广为人知的一个例子就是囚徒困境。
没有事前交流的前提下，罪犯在双方同时认罪，一方抵赖一方认罪以及双方都抵赖的选择之中，双方都会选择对自己伤害最小的认罪。这样不管对方认不认罪，自己所获得的利益都是最大的。
纳什均衡是微观经济学一般均衡，产业组织关联等知识的理论基础，由此衍生的不同博弈模型下不同的均衡模式也是博弈论和经济学的一种结合方式。
可以说，微观理论的基石就是建立在博弈论以及信息不对称之上的。因此博弈论的学习也至关重要。
除了最优化内容和博弈论内容，在大学院之中的学习，线性代数和概率论的部分多用于统计和计量经济学的学习中。
但如果不是计量经济学理论方向的学生，通常是不需要过于专业的线性代数相关的知识的，因为设计模型本身是比较前沿的研究，而修士阶段需要达成的目标就是，能看懂其原理，会运用这些工具即可。
例如马克洛夫过程在统计学和计量经济学的模型拆解中占据很重要的地位，这些实证方面的运用也同样运用到宏观的模型以及金融的模型分析之中。
因此不是每一个数学知识都需要掌握并且贯通原理，相反在研究之中边学边研读各种论文，反倒能让数学对自己的研究有更多的促进。
在零基础，或是数学基础比较薄弱的情况下，如何解决数学难题，如何应付大学院之中的考试？
首先需要鼓励大家的是，数学基础薄弱并不会影响经济学的学习。数学的学习过程中，把握定义，吃透和理解推导的过程，比直接刷题或者直接听国内一些考研的考前冲刺要重要得多。
我们可以看到日本大学院的考试中，大部分的题目通过简单的四则和求导运算，或者微分运算就可以得出需要的结果。
因此考学经济学不要对数学望而却步，当抛开定式的刷题解题模式，真正学习运用数学这一门工具之时，那么学习数学将变得不再痛苦。
经济学考研数学(经济学考研数学几)
未经允许不得转载：考研培训网 » 经济学考研数学(经济学考研数学几)
