Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elibrary.kdpu.edu.ua/xmlui/handle/0564/1180
Назва: Використання теорії складних систем для дослідження економіки
Інші назви: Использование теории сложных систем для исследования экономики
Usage the theory of complex systems for the research of economy
Автори: Соловйов, Володимир Миколайович
Стратійчук, І. О.
Ключові слова: складні системи
прогнозування
алгоритмічна складність
оцінка Лемпеля-Зіва
масштабно-залежний показник Ляпунова
інтегральна міра складності
Дата публікації: 2012
Видавництво: Видавництво ЧНУ ім. Б. Хмельницького
Бібліографічний опис: Соловйов В. М. Використання теорії складних систем для дослідження економіки / В. М. Соловйов, І. О. Стратійчук // Вісник Черкаського університету. Серія Економічні науки / М-во освіти і науки, молоді та спорту України, ЧНУ ім. Б. Хмельницького. – Черкаси, 2012. – Вип. № 33 (246). – С. 59-67.
Короткий огляд (реферат): Розглянуто особливості концепції складності в фінансово-економічних системах. Показано, що парадигма економіки складності є альтернативою постнеокласичній теорії в умовах волатильної динаміки світової економіки. Описано основні методи оцінки складності соціально-економічних систем.
Опис: 1. Лега Ю.Г. Складність соціально-економічних систем / Лега Ю.Г., Мельник В.В., Соловйов В.М. // Збірник наукових праць Таврійського державного агротехнологічного університету (економічні науки). Сімферополь. - 2012, №2(18).-С.85-99. 2. Соловйов В.М. Кількісні методи оцінки складності в прогнозуванні соціально-економічних систем / В.М.Соловйов, К.В.Соловйова // В колект. монографії: «Прогнозування соціально-економічних процесів: сучасні підходи та перспективи». Бердянськ. - 2012.- с.141-155. 3. Успенский В.А., Верещагин Н.К., Шень А. / В.А.Успенский // Колмогоровская сложность и алгоритмическая случайность. - М.:МЦНМО, 2010. - 556 с.: ил. 4. Потапов В.Н. Введение в теорию информации [Електронний ресурс] Режим доступу: http://www.math.nsc.ru 5. Pincus S.M. Approximate entropy as a measure of system complexity. / S.M.Pincus // Proc Natl Acad Sci USA. -1991.-V88.-P.2297-2301. 45. Richman J.S., Physiological time-series analysis using approximate entropy and sample entropy / J.S.Richman J.R.Moorman // Am. J. Physiol. Heart Circ. Physiol. -2000. – V.278, No 6. –P. H2039-H2049. 6. Costa M., Goldberger A.L., Peng C.-K. Multiscale entropy analysis of biological signals / M. Costa // Phys Rev E. – 2005.-V.71.- P.021906. 7. Gao J.B. Distinguishing chaos from noise by scale-dependent Lyapunov exponent / J.B. Gao, J. Hu, W.W.Tung, Y.H.Cao // Phys. Rev. E – 2006.- V.74. – P. 9. 8. Gao J.B. Multiscale analysis of biological data by scale-dependent Lyapunov exponent / J.B. Gao, J. Hu, W.W.Tung, E.Blasch // Frontiers in Physiology. – 2012. – V.2. – P.1-12. 9. Gao J.B. Multiscale analysis of economic time series by scale-dependent Lyapunov exponent / J.B. Gao, J. Hu, W.W.Tung, Y. Zheng // Quantitative Finance. – 2011. – P.1-10. 10. Джерело статистики індексів світового фондового ринку [Електронний ресурс] – режим доступу: http://finance.yahoo.com
URI (Уніфікований ідентифікатор ресурсу): http://elibrary.kdpu.edu.ua/handle/0564/1180
https://doi.org/10.31812/0564/1180
ISSN: 2076-5843
Розташовується у зібраннях:Кафедра інформатики та прикладної математики

Файли цього матеріалу:
Файл Опис РозмірФормат 
N246p059_sol_strat.pdfСтаття738.52 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.