经济数学是属于经济学的一个分支，大一的经济数学是经济学管理专业的基础知识。下面是我为大家推荐的大一经济数学论文，供大家参考。
大一经济数学论文 范文 篇一：《经济类高等数学分层教学的实践研究》
摘要：高等数学是经济类本科生一门重要的基础课程，对掌握好其专业课程知识和从事本专业更高层次的研究起着关键作用。为使该专业学生学好这门课程，我校对高等数学的教学试行了分层教学的教学模式。本文从分层的必要性、分层方式以及取得的效果等方面分析阐述了实行分层教学的优势。
关键词：高等数学;分层教学;因材施教
一、分层教学实施的必要性
高等数学是大学本科经济类专业学生的一门重要的基础课程，其重要性体现在学好这门课程不仅是学好其专业课的基本保障，更是提高思维素质的方式和进行更高层次研究的不可缺少的工具。因此，一般的本科院校对经济类的学生从一年级开学就开始开设高等数学课程。然而，高等学校扩大招生后，我国的高等 教育 已经从精英教育发展到大众教育阶段，使得高校各专业入学人数在激增的同时，生源质量下降已是不争的事实。而且学生来自全国各个省市地区，入学的数学成绩、水平参差不齐;不同学生的兴趣、 爱好 及发展方向各不相同。而相同专业所使用的教材、教学计划、教学大纲都是一样的，学生和教师基本没有选择的余地。这种统一的教学模式严重阻碍了高等数学
教学质量的进一步提高。目前，这一课程的教学面临的最大问题是学生的学习兴趣和学习成绩的下降。而造成这一问题的因素是多方面的，其中一个重要的原因是忽视学生对 教学 方法 、教学内容的不同需求。因此，根据学生的数学成绩、 兴趣爱好 、发展志向在适当尊重个人意愿的前提下对学生实施不同要求，不同方式的教学方式，就势在必行。本文以科学理论为基础，结合本校的教学实践，分析论述了分层教学的实施方法和取得的成果。
二、分层教学的理论基础
分层教学的理论基础是美国心理学、教育学家布鲁姆
(B.S.Bloom)“掌握学习”理论。布鲁姆认为：“只要在提供恰当的材料和进行教学的同时，给每个学生提供适度的帮助和充分的时间，几乎所有的学生都能完成学习任务或达到规定的学习目
标。”“掌握学习”理论要求教师的教学“应根据学生的实际发展水平、学习方式和个性特点来进行”。而一般高校的生源来自全国各个省市地区，近年来的高校扩招也造成了生源质量的下降。这就造成了学生的数学水平参差不齐，差异较大，而分层教学可以较好得体现上述思想。分层教学法还以多元智力理论为基础，尊重学生的个性差异，重视个性发展，遵循因材施教的原则，以学生的发展作为教学的出发点和归宿，真正体现“以学生发展为中心，以社会需要为方向，以学科知识为基础”的教育改革要求，也能真正体现素质教育的精神内涵。另外，其实在我国古代，教育家、思想家孔子就已经提出育人要“深其深，浅其浅，益其益，尊其尊”，即主张“因材施教，因人而异”。也就是说，教师的“教”，一定要适合学生的“学”。
三、分层教学的实施
分层教学，就是针对学生不同的学习水平和能力，以及学生自身对数学的兴趣爱好程度和要求有区别地制定学习目标，设计课程内容，创设不同的教学情境和教授方式，从而进行有针对性的因材施教，促进学生得到全面的锻炼和发展，进而实现更高效率，更好效果的教学模式。从2008学年开始，在我校教务处的大力支持下，我们在经济类专业的高等数学教学中试行了分层教学模式，和以往的不分层相比，两年来教学效果取得了显著的提高。具体实施方法是，对于经济类专业的两个学院，经济贸易学院和工商管理学院，我们采取不打乱院系，但是分层也分班的方式。层次分为两层，即A层和B层。A层是基本知识掌握、理论灵活运用、理论联系实际等方面要求较高的层次，教学计划和内容以 考研 和在专业领域进行深入研究为目标;B层相应要求较低，但是以打下扎实基础，使数学成为后继专业课学习的有力工具为基本原则。同时，由于A层班级的较高要求不易把握，由具有多年教学 经验 的教师担任授课工作。分层的依据有客观依据和主观依据。客观依据是学生的数学成绩水平，一方面参考高考成绩，另一方面，在新生入学伊始，进行一次数学“摸底”考试。“摸底”考试的试题由教学经验丰富的教师来出，大部分是一般难度的题目，但有少数较难题，由此可看出学生的数学成绩高下。分层的主观依据即是学生自己对数学课程的兴趣深浅程度和要求高低。比如，有的学生虽然成绩一般，但是对数学很感兴趣，或者有考研等在本专业领域继续研究的意向，我们可以考虑将该生分A层班级听课。反之，有的学生考试成绩虽高，但是对数学兴趣不大，只是当做一门必修基础课程来修，那么，就可以征求该生的意见，将其分在B层班级上课。考虑到班级人数和授课效果，我们采取相当三个“自然班”的人数为一个授课班。分层教学的根本目的是因材施教，因此，第一学期期末考试结束后，一些学生的数学成绩、对数学的兴趣态度等可能已经不再适合原来的班级教学目标，这就需要对班级进行调整，也就是说，分层教学具有一定的流动性。调整时也遵循上述分层依据，因为调整也是再一次分层。一方面是学生的试卷成绩，另外兼顾学生的主观意愿。但是实践证明，波动不宜过大，以不超过5%为宜。
四、分层教学的成效与思考
分层教学取得了一定的成效，较之08级以前不实施分层教学的学生成绩，不及格率有了较大幅度的降低。60-69，70-79分数段的人数有显著增加，而90分以上的优秀率有小幅增加，平均分明显提高。成绩分布呈正态分布。由此可见，分层教学符合大多数学生的愿望和要求，应当坚持和完善。分层教学有的放矢，因材施教，可以提高学生的学习兴趣，降低因学科本身的抽象枯燥造成的负担。使一些对数学没有信心，失去学习兴趣的学生达到了大纲的要求，较好解决了大学生数学学习两级分化太大的矛盾。08级以后的学生对分层次教学的认可度越来越高，适应数学学习的能力和学习数学的信心也大大地增强。实践证明，分层教学保证了面向全体学生，因材施教，做到了“优等生吃得饱，中等生吃得好，差等生吃得了”，同时，减轻了学生的课业负担，是全面提高教学质量和实施素质教育的行之有效的途径。虽然分层教学的实施使高等数学教学各方面有了大的改进，但是还有一些问题亟待解决。比如不同“自然班”的学生在同一个授课班上数学课，这就给课堂和作业管理造成了一定的难度，对教师和辅导员提出了新的要求。另外，考试过后需要将学生成绩按“自然班”排名，也造成了一些麻烦。我们的工作还仅仅是一个开始，今后将在实践中不断完善分层教学的教学方式，比如，在考核学生成绩方面，可以考虑不仅依据笔试的卷面成绩，再兼顾 其它 形式的考核成绩;在教学过程中，可适当借助计算机进行多媒体教学，以提高学生的学习兴趣。
参考文献：
[1]阳妮.大学数学分层教学的理性思考[J].高教论坛，2007.
(5)：87-89.
[2]郑兆顺.新课程中学数学教学法的理论与实践[M].北京：国防工业出版社，2006.
[3]郭德俊，李原.合作学习的理论与方法[J].高等师范教育研究，1994，(3)：43-54.
[4]付海峰.在层次教学中培养学生的思维能力[J].中学数学参考，1997，(10).
大一经济数学论文范文篇二：《经济数学课的教改》
摘要：本文从教学内容的改革、教学方法的改革、教学手段的改革、以及 考试方法的改革等几个方面论述了 经济数学课的教学改革思路。其主导思想是：经济数学教学应当以“用数学贯穿于整个教学的始终。”以应用实践为主线，加强知识点的理解、运用和补充，培养学生建立数学模型、解决实际问题的能力。
关键词：经济;数学课;教改
很多人都知道，数学非常重要，但却不知道它重要在哪里，只知道各类考试都要考数学，似乎这是应试 教育的代名词。究竟学了数学有何作用，究竟在数学教学中应当怎样培养适应社会主义市场经济 发展需要的应用型、创新型人才?一直以来，成为我们教学改革所探讨的问题。本文从高职经济数学的教学内容、教学方法、教学手段、以及考试方法等几个方面的改革进行了论述。其主导思想是以“用数学贯穿于整个经济数学教学的始终。”以应用实践为主线，加强知识点的理解、运用和补充，培养学生建立数学模型、解决实际问题的能力。
一、教学理念上以“应用”为目标贯穿整个教学过程
经济数学与一般的高等数学相比有其特殊性，应使学生正确认识经济与数学的关系，在经济学领域，数学分析必须为经济分析服务，而不能本末倒置，应坚持“数学为体，经济为用”的原则。因此，在教学中，将经济融于数学。每章开始，都用当前经济生活中的 热点 问题激发学生学习有关数学知识的兴趣，进入各节内容，尽可能的以经济为例，使数学与经济逐步结合，最后，又以所学有关数学知识，分析每章开始时提出的经济问题。例如：讲函数时，以商品的产量受什么影响、手机话费与什么有关等引入函数的概念，讲完函数概念之后，以数学表达式给出上面提到的函数关系式，最后再给出经济分析中常见的函数(成本函数、收入函数、利润函数、需求函数等)。讲导数与微分时，问学生，在日常生活中见到过某商品突然降价而利润增加的现象吗?当学生举了很多例子、学习兴趣被激发后，引入变化率的问题，也就是将要引入的导数。讲完这一章后，再给出为什么商品降价反而利润增加的答案，就是“富有弹性”。也就是说，适当降价会使需求量较大幅度上升，从而增加收入。这样的教学，既帮助学生理解有关的数学原理和方法，也帮助学生了解它们在经济管理中的应用。
二、教学内容上以“必需、够用”为原则
经济数学课是高职经济管理类专业重要的基础课和工具课，通过对微积分、线性代数、线性规划等内容的学习，使学生初步具有解决经济管理问题的能力，并为今后学习经济管理课程和从事经济管理工作打下必要的数学基础。如何在有限的学时内，完成这么多内容的教学呢?那就要紧紧结合专业培养目标，按“必需、够用”的原则取舍经济数学的内容。教学内容的增删，首要的就是去掉一些抽象的、理论性强的、纯数学语言的概念及定理的证明，代之以定性的、通俗的描述性定义及几何解释。例如，函数极限概念，对高职学生来说，有一种感性认识，确立一种极限概念、思想也就足够了。重点介绍函数极限的概念，然后对整标函数——数列的极限仅仅作为函数极限的一个特例，简而述之。这样处理，凸现了函数极限概念。比以往的先介绍数列极限概念、性质，然后再介绍函数极限，节省了大量时间，教学效果也很好。在教学中，把重点放在幂函数、指数函数、线性函数、矩阵代数、线性方程组等内容上，删除了曲线的凹凸、由参数方程确定的函数的导数、旋转体的体积、行列式的部分内容等等，而把时间花在与他们今后学习和工作中天天都要接触的单利、复利、产量、收益、成本、最小投入、最大利润、弹性函数等内容上，对他们来说更实用，更有价值。这样，有利于我们所培养的人才在今后的工作中能够胜任岗位。
三、积极进行教学方法改革
(一)改革教学方法，让学生成为授课的主角。我们积极贯彻行动导向教学思想，一改传统教学模式中教师讲学生听的教学形式，让学生参与到课堂讲授中来，教师针对某一内容和知识点，灵活运用行动导向多种互动式的教学方法，以此实现学习由“要我学”向“我要学”的方向转变。本课程归纳并可应用多种互动式教学形式和方法，如头脑风暴法、专题演讲法、课堂讨论法、情景模拟法、角色演练法等。这些方法不仅能提升教学质量和效果，而且可以极大地激发学生学习该课程的积极性和热情。
(二)实现课堂教学与具体实践的互动。本课程在教学过程中，采取了课内实践与课外实践相结合，阶段实践和课程实践相结合的实践教学方式，教师针对讲授内容，除进行必要的课堂实践训练外，还积极组织学生进行社会调研，数学建模，以此培养学生运用所学知识分析解决实际问题的能力。
(三)将案例教学贯穿课程始终。本课程在内容设计上精心挑选了大量案例，理论联系实际，学以致用，通过案例的分析和讲解，使学生由单纯地死记硬背知识转变应用知识增长技能。
四、实现教学手段和评价手段的更新
教师在教学中充分利用 现代 教育技术手段，开发制作、使用多媒体课件和课程 网络资源，增强教学的直观性，以利于学生对知识的理解和消化。
考试是教学的指挥棒，对于引导学生端正 学习态度 ，把握学习重点起着有着至关重要的作用。高等职业教育的主要任务是培养高技能人才，这类人才，既要能动脑，又要能动手，所以必须用的职业教育的人才质量观去考核学生，多方位、多角度全面评价学生的学习成绩。为此我们进行了考试改革，改变了一卷定结果的做法。在对学生的评价上，一是以方式方法的灵活性提高评价的全面性。将日常评价拓展到课题活动、 经济数学小 论文、经济数学作业、小组活动、 自我评价 、相互评价、面谈、提问、日常情境观察等内容;二是以“统一”的方式来提高评价的可参照性。以重新组卷的方式实行期末考试，统一阅卷、统一评分。
在这方面我们曾经做过考核能力的试题的征集工作，但还是在摸索之中，一些原则性的意见可以归纳为：
重视基础，突出重点。基础知识掌握情况仍然是考试中不可缺少的内容。
注重思想，淡化技巧。繁难的技巧要淡化，经济数学中有普遍意义的数学思想与方法应是考试的重点。
重视应用，考查能力。要着重测试学生的潜在能力。使素质高、能力强、潜力大的学生在考试中占优势。
形式多样，富有弹性。可以尝试“开放性”试题，测试创造性思维能力，也可以尝试笔试与口试相结合。
五、积极开展第二课堂活动
开展第二课堂活动,重视学生个性 发展和能力的培养。数学建模活动是一项把数学知识直接应用于解决实际问题的最佳快捷、有效途径，是提高学生分析问题解决问题的能力、灵活运用数学知识处理问题的能力、激发学习兴趣、主动查阅资料、增强协作意识、培养创新能力的最佳手段。因此，在学完微积分后，给出与经济专业有关的建模训练题：产品利润问题、连续复利问题、由边际函数求最优化问题、最优批量问题等。在建模训练的过程中，学生就会认真地看书、查资料，经常向老师请教，互相探讨，这样学生的综合素质就会有很大提高。当然，由于高职学生的基础较差，建模作业完成的不会很好，但这需要教师不断在教学中渗透用数学思想可以解决许多经济中的问题，拓展了学生的知识面。
目前我校经济数学课的教学取得了良好的效果，学生对学习经济数学的兴趣提高了，恳于钻研，勤于思考的学生越来越多。总之，我们紧扣培养目标，将基础理论、数学建模有机融合，以必须的数学理论为基础，以丰富的实际问题为背景，以数学建模为突破口，取得了较好的成效。通过以上的教学改革使我们深刻体会到，学生的学习潜力是无限的，关键是教师如何培养和挖掘，为他们提供展示才能和发展的空间，所以我们要树立创新的教育教学理念，要坚信别人能做到的，我们也一定能做到并且会做得更好。
参考 文献：
[1]高纪文.高职院校学生高等数学学习现状及对策[J]. 中国职业技术教育,2005,(6).
[2]刘建清.石化学院高职数学教学改革与实践[D].西北师范大学,2005:8-11.
[3]张拓.高职数学课教学改革探讨[J].教育与职业?理论版,2008,(1).
大一经济数学论文范文篇三：《经济学中数学统计方法的应用》
1 经济学与数学统计方法之间的融合历程
数学统计在经济学研究中的应用已经非常普遍，两者之间的联系也越来越紧密。回顾历史，早在17世纪，经济学与统计学之间的融合就已经表现出了必然的趋势。在当时，英国古典经济学家威廉·配第在《政治算数》一书中第一次利用数学方法来解决经济问题，这是两者的首次融合。不过在那个时期的研究由于受到社会发展的限制，研究方法还是以定性分析为主，并没有对统计学进行充分的运用。到了19世纪20年代以后，经济学与统计学之间的结合得到了进一步的深入。在这一时期，德国经济学家于1854年在其发表的论文中提出了一个结论，指出可以通过数学统计方法推导出“戈森定律”，其中还重点阐述了统计学方法应用于经济学是非常必要且重要的[1]。之后，英国经济学家斯坦利·文杰斯也对经济学与数学统计方法两者之间的关系进行了深入的研究，并在他1871年发表的书籍中提出了一个新的思想，也就是采用统计学的方法建立经济数学模型[2]。此后，经济学中数学统计方法的运用开始得到推广和发展。20世纪40年代之后，由于受到第三次科技革命的影响，经济学与统计学在实践上和理论上都得到了突破性的发展，并且两者之间的融合也得到了创新性的进步，进入了一个新的阶段。1955年，由美国经济学家摩根斯坦和数学家伊诺曼共同创作了《对策论与经济行为》，这本书籍的出版成为经济学与数学开始全新合作的里程碑[3]。自此之后，无论是在微观经济学中，还是在宏观经济学中，统计方法都得到了大量的运用，其重要性变得更加凸显。由此可见，从17世纪开始经济学与统计学出现融合的趋势，经历了长期的发展历程，目前两者之间的融合已经非常的深入和成熟，对于推动经济学的科学化发展起到了非常重要的作用。
2 数学统计方法应用于经济学的作用分析
2.1 数学统计方法可用于解决经济学问题
严谨精密的分析过程以及清晰准确的分析结果是数学统计方法的优势所在，而经济学问题的分析和解决中则对结果精确度和科学性要求非常高。由此可见，数学统计方法应用于经济学中具有重要的实际意义。数学统计方法很早就开始在经济学领域中得到应用，随着两者之间的结合和发展，现在在相关的研究领域已经出现了很多数学专业化理论，例如经济计量学、数理经济学等，这又进一步为两者的融合和共同发展提供了理论基础[4]。在经济学问题的解决中，数学统计方法的应用模式主要是“经济一数学—经济”，这也就是说，首先，以现实经济问题为出发点来建立数学模型，然后，采用数学方法来分析这一数学模型并得到结果，最后，再利用经济学原理和理论来评估所得的结果，得出相应的结论，其结论不仅可以用于指导经济活动，同时还可以用于预测经济发展方向。特别是在现代企业经济决策中，通过数学统计方法可以对经济活动进行从定性到定量的全面分析，可以较为科学、准确地预测决策执行后的结果，并充分利用企业的现有条件来对结果进行控制和优化，通过这种方式可以有效提高经济决策的可靠性与科学性，避免企业财力、物力的损失[5-6]。
2.2 数学统计方法可作为工具展开经济理论分析
从经济学与数学统计方法融合的初期发展到现在，数学统计学已经开始应用于各种重大经济问题的研究和分析中。再加上现代数学与现代经济理论之间的融合也在不断的深入，很多经济现象理论都可以通过数学方法来进行科学、合理的解释。特别是在这几年来，数学统计方法应用于经济现象和经济关系分析中的研究在不断进行，通过这种方式不仅可以从量的角度来确定结果，同时还可以从质的角度来做出判定[7-8]。由此可见，如果没有数学统计方法，就难以有效解决经济学问题。
3 数学统计方法应用于经济学的实例分析
在GDP分析模型中，可以通过数量分析和统计学方法来找出其中的统计指标，设计相应的指标体系，并结合社会现状来研究GDP值的计算方法和影响因素。在下面的研究中我们以某市2001—2012年的GDP纵向分布数据模型为例，采用分析数量经济法中的回归分析来展开统计学研究，并初步预测2014年之后的某个阶段。
表1即为某市的GDP数据统计结果，采用回归分析的方法来处理数据，并建立一个关于GDP与实践序列间关系的F(y)模型，其数据处理结果散点图如下所示。从图中我们可以看出，GDP呈现明显的非平稳增长趋势，通过回归分析和数据处理作出一阶差分，可以看出散点图为二次函数形式，因此可得F(y)=ax2+bx+c，采用回归分析来处理年份可以得到回归统计结果见表2。由此可得回归方程为F(y)=32.35x2-96.40x+1115.40，检验其规定系数可知R=0.9550，与1非常接近，由此可知，该回归方程与实际数据有很好的拟合度，可以采用该方程对未来的某个阶段进行预测。
一般来说，实际的GDP受多因素影响，其变化不稳定，因此预测值都会有一定的偏差，根据某市2013年实际GDP总值为6756.4021亿元，与上述预测的理论误差为：
w=(6756.4021-6105.5986)/6756.4021×100%=9.63%
这一误差值较大程度的偏离了回归曲线，分析其原因可能是由于在建设模型的初始条件时消除的政府主观态度、人们的消费亿元以及汇率和进出口关税等部分影响因素有着一定的联系。由于2014年级之后的年份都还没有确切的数据，因此本文仅限于探讨对2013年的预测。就本次模型来说，虽然 没有从整体上来进行考虑和分析，但是其理论与实际的核实可以看出这次预测并不是没有任何依据的，具有可行性。
4 结 论
总的来说，数学统计学对于经济的预测和 总结 起着非常重要的作用，数学统计方法应用于经济学中，对各项经济指标预测与评估以及决策和改革都有着深刻的影响意义。本文选择某市为例来进行数学统计方法分析，在实际的经济预测中，数据的收集并不能仅仅局限于纵向，同时也要注重横向幅度的收集，对数据的收集要全面，筛选要科学，只有这样才能够使理论分析更加有依据，其结果也更加具有理论效应。经济学中数学统计方法的应用，有利于帮助其掌握数据内在的规律性和本质变化，提高数据分析的质量和经济预测的科学性、准确性。
猜你喜欢：
1. 大一经济学论文范文
2. 关于大学经济学论文范文
3. 大一微观经济学论文
4. 大一经济学论文
5. 大学经济数学论文
论文参考：
对经济研究中数学方法运用的思辨
如何认识经济研究中数学方法的运用在学术界历来争议很大。自从1969年首届诺贝尔经济学奖授予将数学和统计方法应用于经济分析的荷兰经济学家丁伯根以后，在世界范围内出现了一股经济研究数学化的热潮。经济研究中这种倾向性的风气，对我国经济理论界产生了很大影响，一些经济理论文章出现了大段大段数学公式的推导，个别学术性经济类杂志（并非是计量经济学或统计学杂志）此类文章甚至占了1/2到2/3，对此不少经济学家产生了疑惑：难道这就是经济理论研究的方向，这类研究可以解决或阐明我国经济体制改革中的一些现实问题吗？
一、经济研究离不开数学
一部科学史揭示了这样一个事实：凡属“科学”范畴的各个学科，都是在人类社会活动实践的基础上产生的。学科的划分和不同学科各自特征的归纳都是“人为”因素作用的结果，就内在本质而言，各学科之间相互作用、相互影响、相互渗透的关联性极为明显，不惟自然科学与社会科学各自内部的学科，就是两类学科之间也是如此。
经济学是研究社会资源配置及社会经济关系的一门科学。基于资源存量与流量的可度量性，为了使资源配置更加公平、效率更高，经济学有必要借助于数学这一严密、精确、实用的思维工具。基于在资源配置过程中所形成的经济关系涉及到经济制度、社会心理、价值观念等难以量化的因素，经济学作为一种以思辨定性分析为主的实证性科学，不可能以数学作为经济研究中基本的或者说万能的工具。
关于数学方法在经济学中的作用问题，在理论界历来争议就很大，这种论争至少已有100年之久。从“反对数学的蒙昧主义”，到断言没有数学就没有任何科学，见仁见智，意见可谓大相径庭。
作为实际经济活动的理论概括和抽象的经济学，从其萌发到形成始终没有离开过数学。一方面，数的概念是在漫长的生产活动过程中产生的，另一方面生产活动也总是需要经济类的不同学科，诸如人口学、市场学、劳动工资学、价格学、财政学、金融学、会计学等等无一不与计数、计量、计算有关。离开数的概念，离开算的方法，可以说就不会有这些学科。
经济活动的实践决定了经济理论的研究也离不开数量，并且在经济学中运用数学的程度与数学本身的发展密切相关。纵观数学的历史，其可分为有质的区别的四个基本阶段。第一阶段，计数、算术时期（终止于纪元前5世纪）；第二阶段，初等数学即常量数学时期（终止于17世纪）；第三阶段，变量数学时期（终止于19世纪）；第四阶段，现代数学时期。现代数学时期突出的特点是，多种多样的数学分支不断成长，数学的对象和应用范围大大扩展，并且以更高的理论抽象和概括揭示出了数学中最一般的统一的概念。
尽管数学的概念和结论极为抽象，但是它们都是从现实中来的，并且能在其他学科中、在社会生活实践中得以广泛应用，这也许是数学不仅具有无限的生命力且对于各个学科都有巨大影响和吸引力的根由所在。正如恩格斯在《反杜林论》中所说，应用数学来研究现实世界的这种可能性的根源在于：数学从这个世界本身提取出来，并且仅仅表现这个世界所固有的关系的形成部分，因此才能够一般地加以应用。
经济学对数学的应用范围伴随着数学的发展在不断扩大。在19世纪之前，经济学主要运用的是初等数学。从威廉·配第的《赋税论》(1662)、《政治算术》(1676)，到魁奈的《经济表》(1758)，都是利用数字、图表和简单的计算去描述分析国民财富的状况和变化。从19世纪起，经济学的研究引入了变量和函数的概念，数学方法的运用更为普遍。其中，考纳德的《财富理论的数学原理研究》(1838)是一本有意识地运用数学公式来说明经济问题的著作。此后，屠能的以实际数量为根据的经验公式(1850)、瓦尔拉的均衡交易理论(1874)、哈罗德的经济增长模型(1948)、丁伯根的包括48个方程式的大型经济增长模型(1939)、刘易斯的“二元经济”模型(1954)、托宾的中值—变量模型(1958)以及20世纪70年代至90年代索洛和罗曼的经济增长模型等等，一大批运用数学方法研究经济问题的论著纷纷问世。这些著作的共同特点是既使用了一般经济概念和传统经济方法，同时又使用了从最简单的数学符号到最新的数学方法。
从经济学与数学形影相随的发展历程可以获知，数学能为经济学提供特有的、严密的分析方法，它同定性分析中常用的逻辑学一样，是一种认识世界的工具。但是数学的应用只有与具体现象的深刻理论和严格的“质”的规定性相结合才有意义，否则经济研究会陷入毫无实在内容的公式与数学的游戏之中。
二、经济研究中运用数学方法出现的偏差
现在关于数学在经济研究中运用问题的争论焦点，不是经济学要不要运用数学方法，而是如何运用数学方法问题。对于前者，经济活动中对数学广泛应用的实践和经济理论运用数学方法研究成果的不断推出已经作出了肯定回答，而对于后者却众说纷纭，莫衷一是。由此使得经济学在运用数学方法时出现了严重偏差，影响了研究效果，发展下去有可能使我国经济研究步入歧途。
经济研究中应用数学方法存在的主要问题有：
1.运用范围过泛过滥。数学运用的界域是可以量化的事物，经济研究的视野是人类一切经济活动和社会关系。并非所有的经济活动和经济关系都是可以量化的，尤其是社会经济关系，它受到制度的、道德的、文化的、历史的诸多社会因素的影响，这些因素几乎大部分是无法量化的。如若硬是将不可量化的因素用数学公式将它们的关系表达出来，似乎怎么说都有道理，因为它们根本不存在运算关系，也无法运用数量的计算去考证对错。尽管数学也是反映人的思维的一种语言，但并非所有的科学都能转化为数学的语言。像物理学、化学、生物学这些与数学紧密关联的学科也是如此，有些问题即使将其转化为数学关系式，也不一定具有可解性。而以人类社会活动为研究对象的社会科学对数学的运用所受的限制就更多了，试图将经济学非人性化，以至将经济活动中的人“机械化”，将人的活动程序化、公式化，这无疑是经济研究的一种自我毁灭。
不看对象、不问条件、一门心思运用数学方法去求解经济问题，很容易使经济学沉湎于方法论的探寻，拘泥于微观经济体的研究，而对于涉及宏观经济体制变革、机制设计以及社会关系调整等全局性的问题有所轻视和忽略。正如理查德·布隆克所说，现代经济学越来越热衷于复杂的数学计算，沾沾自喜于美妙的数学模型，玩弄神秘。其结果是导致经济学逐步地与每日生活的丰富性、复杂性和非理性相脱离。近几年的经济研究动态已显露出这方面的一些令人忧虑的迹象。
2.对数学模型约束条件的取舍过于随意。几乎所有的理论都是在设定若干前提和假设条件的基础上确立的。如会计学中会计主体、持续经营、会计期间和货币计量等四个会计假定，西方经济学中“经济人”及“完全市场化”的假定等。数学方法逻辑严密性和计算准确性的性质决定了任何一个数学模型都要受到若干条件的约束，只有假定这些条件满足，该数学模型才能成立。方程越复杂所受的约束条件越多。现在一些经济学家建立数学模型对于约束条件，一是根本不去考虑，二是过于简化，三是约束条件的确定十分随意，仅从模型本身的需要出发而不考虑是否符合客观实际要求。如此建立起来的数学模型起不到对经济现象量化模拟和对经济理论抽象概括的作用，相反，容易引起理论的混乱和实际操作的重大失误。
3.数学方法应用的目的不很明确。数学也是一种语言，对某些现象之所以要用数学而不用其他形式的语言（如文字、图画、音乐、形体等）去描述，就是因为它能够比其他形式的语言更简练、更准确地将该现象表示出来。如果达不到简练准确的效果，就应该采用其他的语言形式。有些经济学家对这一点不大明白，将本来可以用浅显易懂的语言说明的问题，故意用多数人看不懂的数学公式表达出来，而得出的结论却是人人通晓的一般经济学常识。这样做的目的似乎只能解释为：可以掩饰经济理论贫乏之尴尬，可以省却向客观实际调查之劳苦，可以以渊博的数学知识作为傲视经济界同仁之资本，可以实践“所谓理论就是将简明通浅的事理以晦涩诘屈的语言描述出来”的治学之道。这方面西方经济学界也有许多深刻的教训。例如20世纪90年代，一些经济学家试图用随机微分和非参数统计方法研究金融问题，但至今成效甚微，甚至于应用方面出现了致命的偏差。
4.为刻意建立模型，对来自实际的数据采取唯我所取的实用主义态度。本来构建数学模型要对所研究的现象进行细微周密的调查，尽可能获取详尽的数字资料，并应做一番去粗取精、去伪存真、由此及彼、由表及里的深入分析，以期找出主要因素及各因素的数量关系，从而建立起数学表达式。可现在一些经济学家却反其道而行之，将构建数学模型的顺序颠倒了过来。采取先确定数学表达式，然后再找能够支持数学关系式成立的数据，从而验证自己所做出的理论概括的正确性。这种以主观意识为导向的研究方法是不可取的，说严重一点，它带有较强的唯心主义色彩，其实它与电脑算命有异曲同工之妙，尽管它披上了数学这层“科学”的外衣。经济学本来应是一门从实践到理论再到实践的不断用实践验证和充实的实证性科学，若反其道而行之，难免会使经济研究步入不问民众疾苦，远离社会经济生活实际的歧途。
5.用数学模型对经济进行预测分析的效果不尽如人意。仅以对股票价格预测为例就足以说明这一点。股市可以说是信息资料最为充分、最为准确，也最有条件根据各种相关资料来拟合数学模型的实验场。人们总是千方百计试图建立各种数学模型去预测股价走势。现在市场上有钱龙、胜龙、胜者之星、指南针等十几种股票行情分析软件，但是无论用哪一种软件去预测分析股票走势，似乎胜算的几率也只能维持在50%左右。无法准确预测未来走势也正是股市具有吸引投资和投机的魅力所在。近来一些从事理论物理研究的人认为股票价格也适用于量子物理中的“海森堡测不准原理”。整个宏观经济的运行以及诸如物价、失业、经济增长等经济问题要比股市复杂得多，力图用一两个数学模型去准确分析预测其动态变化是不现实的，否则会使经济学陷入尴尬的“混沌”境界。最著名的“蝴蝶效应”的实例就说明了数学模型于实际应用的局限性。麻省理工学院气象学家洛仑茨曾用计算机求解模拟地球大气的13个方程式，以预报天气。为了提高预报的精度，他把一个小小的中间变量取出。然而，在他喝完一杯咖啡回来后，却惊奇地发现：这一小小的变动已使得结果相差十万八千里！计算机没有毛病，他的改变也有道理，结果何以天上人间？洛仑茨冥思苦想，最后认定自己陷入了“混沌”现象：初始值的极端不稳定性，导致最终结果的巨大差异。好比说，加勒比海一只微不足道的蝴蝶哪一天也许只是想调调情而振动了一下它那美丽的翅膀，结果几个月后地球上竟出现一场威力无比、铺天盖地的龙卷风！混沌无所不在。宇宙是这样，地球是这样，经济现象也是这样。人们所建立的数学模型只能展示某种现象总体的、大致的、趋向性的走势。就连人的身高与体重这种高度相关的自然现象，世界各国的统计学家、生物学家所拟合的回归方程也各不相同，何况对于以人的思维和人的行为为主要导向的社会经济现象呢？近200年来，经济学史上能够经得起实践检查、为人们普遍采用的数学模型多是那些较为简便，易于应用，且能描述事物总体趋势的数学公式。如恩格尔系数、基尼系数、拉斯贝尔指数、派许指数、哈罗德－多马经济增长模型、科布－道格拉斯生产函数、凯恩斯的消费函数、希克斯的IS-LM模型等。这类数学模型的数量与汗牛充栋的经济学论著相较实在少得可怜，难免使人不对经济研究中的应用数学方法的成果感到失望。正如刘易斯在《经济增长理论》一书中所说，“大多数预测在方法上是不可行”的，“为了能预言将要发生的事，我们不能不了解所有的变量将怎样变动，单凭个人的头脑不可能建立可以预测未来的成万个变量的方程体系。”
详细见：
学习经济数学课后让我深刻的知道了很多经济学子对数学的认识仍旧模糊，对数学的学习仍旧有畏惧的感觉，之所以说学好经济学，数学很重要是因为经济学已经越来越成为一门精确的学科，而一个学科成为科学的标志就是它是否成功的使用了数学，经济学也是如此。经济学如果非要和现有学科进行比较的话，那我说与之最接近的就是物理，而把经济学归为文科一类的归类方法是相当过时的。为什么说经济学类比于物理呢？因为二者同样是在一系列假定的基础之上，用严格的推理得到结论的学科，唯一不同就是物理大量使用重复试验的方法来验证结论，而经济学中的重复试验则比较困难。因此经济学研究中数学使用的好坏直接导致了经济学研究的成败。也因此现代经济学领域很少有像科斯那样的奇才能逾越数学而仍旧非常成功的经济学家。
如此重要的数学本身的体系也是很复杂的，因此本文就重点谈谈数学的各个分支学科和经济的联系。
数学有三高，数学分析、高等代数、解析几何(最近也有新提法：数学分析，高等代数，概率统计，私下认为这样有点弱化几何的地位)，这是老的提法，也有人叫三基，因此可以称之为老三高或者老三基，是高等数学的基础。还有近代数学的基础——新三基，领域上还是分析、代数和几何，只不过内容有了本质上的进化，分别是实函与泛函分析、近似代数和拓扑学。
先看老三高，数学分析就相当于经济学类学生大一学的高等数学，不过高等数学其实是为工科的学生准备的，以计算为主，最终的目的是能使用数学进行工程计算，而数学分析是以证明为主，主要是训练学生逻辑思维的能力，因此表面上看内容差别不是太大，但是实际学起来是不一样的。因此对于经济学这样的以推理为主的学科，学习数学分析是十分必要的。这一点田国强教授等人也多次撰文提过。数学分析数学系的本科生至少要学三到四个学期，而高等数学一般最多只有两个学期，而且其中还含有常微分方程和解析几何的东西，可见其内容被压缩冲淡了许多。高等代数相当于经济类学生学的线性代数，除了范围上前者更广一些外主要的差别也是偏重理论与偏重计算的问题。高等代数更注重理论的证明过程，而线性代数更注重计算，学生会算了就行，至于怎么来的，为什么这样，这些对将来科研很重要的东西都很少训练。解析几何这种学科在经济上的直接应用较少，经济上的图像一般也没有复杂到不学解析几何就看不懂的地步，但是我个人感觉几何学的好的人对代数的理解一般会更加深刻，代数很多方面就是几何的多维扩展。
再看看新三高。实函与泛函在学科中一般被分为两科来学，本身也是两个不同的领域，只是由于叫法的问题经常被捏在一起。实函的主要内容是数学分析的延续，对于狄里克莱函数这样异常的函数在数学分析的领域中不可微积分，而通过对一系列定义的扩展，在实变函数的领域内又可以进行微积分了。其中里面最基础的理论莫过于测度理论，它也是概率论的基础，因此在数学系本科的教学中经常是先学实变再学概率论。而对随机问题研究颇多的金融学科的博士需要研究测度论也就不足为奇了。
泛函可以说是数学中集大成之作。数学的发展在历史上有两个方向，一个是越来越精细，对某一问题的深入探讨进而发展成一门学科，另一个方向就是从很高的高度对数学进行概括，描述学科与学科之间的共性的问题进而找出漂亮的结论，泛函分析就是这样一门学科。它把函数看成集合中的元素，把全体函数看成一个集合，在这样的视角下给出了像不动点定理这样的东西，对求函数的极值这样理论证明上经常遇到的问题给出了一般的解法，因此如果泛函不懂，在学习高等宏观经济学中，遇见涉及动态规划的问题时肯定是有很大障碍的。所以高等宏观才会有罗默的那本为数学不好的人提供的书的畅销，而很多老师却在推荐萨金特的高级宏观。对于近似代数和拓扑学，很不幸，本人读书的那个年代正直高校学科改革，在学科“应用化”的浪潮下，这样理论的学科都被砍掉了，后来转经济后也没有对此学科有过多的涉猎，因此在这里不敢多说，但据说拓扑的应用也十分广泛。
新老三高学完了就进入数学比较分支的一些学科了，先说说常微分方程。大部分的经济学理论都是由一系列函数和方程描述的，因此在求解结论的时候一定会用到方程理论。而方程的基础就是常微分方程，因此常微不可不学。金融学科对这方面的要求很高，比如对股价的刻画，使用的是时间序列，一般用差分方程，而差分方程的很多理论和常微分方程是一样的，解法也一样。
概率论与数理统计。大部分的经济学科学生是学概率的但是不学统计或者统计是考查，学生也不重视。但事实上现代经济学的研究逐渐由静态转向动态、由对确定性问题的分析转向对不确定问题的分析，对随机事件的认识应该越来越重要。概率是数理统计的基础，数理统计其实是一种方法，学了数理统计才能去研究计量经济学，很难想象没学过统计计的学生直接学计量是何等的困难，T统计量F统计量是什么都不懂怎么可能用软件去建模。有经济的研究生毕业时答辩居然都说不清AIC和SIC准则是干什么的，只知道去背使用方法，不知道其中的道理，其实学好数理统计理解这样的问题是不难的。
计量经济学凭其实可以认为是数理统计的一个分支。我个人人为计量经济学其实就是一系列数理统计方法及其评价的集合体，因此概率和统计的认识尤其大数定律和中心极限定理这样的核心理论的认识，直接制约着对计量的理解能力。
随机过程。随机过程从名字上就可以看出来是以概率论为基础的。概率研究的对象是事件，对事件发生的分布从各个角度研究。随机过程研究的对象是过程，也就是对事件在各个时刻的积累结果进行研究，是对事件增加了一个时间维度。金融学对随机过程的要求越来越重要，因为像股票价格这样的变量的变动就是一个随机过程。它和方程结合起来就是随机微分方程，有学者称金融最前沿的问题就是随机微分方程，因此由学校的数学系就招收金融工程的博士生。
时间序列分析。学完了计量，一般的金融研究生都要学时间序列分析。从随机过程的角度时间序列也就是一类特殊的随机过程，金融和宏观经济一般都是用时间序列模型刻画的。
多元统计。数理统计学完了其实能做的实际事情很少，因为数理统计的对象最多是二维的，而实际问题一般变量的维度较高，多元统计就是讲多元变量的统计，这样密集计算的学科是少不了计算机的，各种软件也层出不穷。但是无论软件多么好用，不懂理论是不可能光凭操作软件解决问题的，因为看懂软件结果、分析解释软件结果才是统计中最核心的内容。学完了多元统计就可以很容易的全面的使用像SPSS这样的傻瓜软件的（建议去学习SAS吧）。
数值分析。数值分析和编程基础对于想搞计量经济学研究的人是不可或缺的，因为新的计量经济理论的提出需要软件实践，新的理论是不可能有现成的软件供使用的，必须要自己编。算法是编程的基础，而数值分析就是讲算法的。
最优化理论。我国的经济学教育体系中没有对这方面进行强化，与之相近的是管理科学和有些工科领域中有运筹学、数学中有线性规划和非线性规划能够涉猎，不过侧重是不一样的。有经济学家认为经济学就是规划就是求最值，事实上最优化方法在经济学科中的应用也确实很广。最优化是需要一定的泛函理论的，有了一定的泛函的基础后对其中的变分法、动态规划的问题就不那么难理解了，而这也是学习高级经济学不可缺少的数学知识。
就介绍这么多吧！有的同学提出数学很不好学，其实认为不好学的同学往往是因为他想学某个东西，而他能学明白这个东西所的必要的基础没有。就好比，他想学高中数学，可他只有小学2年级的数学基础，只会算20以内的加减法一样，所以学好数学是一步一个脚印踩出来的。解一道题，条件齐备不一定能解出来，但是条件不全就肯定解不出来。本文只是粗略的告诉大家，你想解的那个题需要至少是什么已知条件，不过具体怎么解就要靠自己的努力了。还有一点我的感受，就是对数学内容的训练是一方面，更重要的是思维的训练，光知道内容仅仅认识工具，是第一步，要很好的利用工具还需要知道怎么去使用它，这才是学习数学的关键。
