Type of Credit: Partially Required
Credit(s)
Number of Students
經濟學是一門強調精確的社會科學，精確不意味能無誤地進行分析預測，而是明確地呈現分析的方式，讓自己與其他人能客觀判斷分析過程的合理性與有效性。數學提供了一個共同的語言讓經濟學研究者得以精準地彼此溝通，同時它的分析架構也協助研究者能依照一定的程序去解決問題。
本門課將著重在兩大主題：線性代數(linear algebra)、與最佳化問題(static optimization)。這兩個主題是現代經濟學分析最重要的基礎，廣泛應用於個體經濟學、總體經濟學、和計量經濟學之研究分析。近年來機器學習等相關方法也在經濟學領域受到重視，而線性代數及最佳化問題也是許多機器學習演算法的基礎知識。
能力項目說明
1. 熟悉線性代數與最佳化問題的內涵與分析方法.
2. 學習將線性代數與最佳化問題應用於經濟議題分析.
3. 為學生在大數據及進階經濟課程打好數學基礎.
本門課除了上課 3 小時之外，也期待學生們課後復習3-6小時。
Part 1. Linear Algebra (11 weeks, including midterm exams)
Introduction to vectors
Solving linear equations
Vector spaces and subspaces
Determinants
Eigenvalues and eigenvectors
Introduction to linear transformations
Part 2. Static Optimization (5 weeks, including the final exam)
Review of multivariable calculus
Static optimization without constraints
Constrained optimization with equality constraints
小考 20%
期中考*2 共50%
期末考 30%
1. Gilbert Strang (2019). Introduction to Linear Algebra (International Edition). Wellesley-Cambridge.
2. Sydsaeter, Knut, and Peter Hammond (2016). Essential Mathematics for Economic Analysis. Prentice Hall; 5th edition.