英国-LSE

运筹学与分析硕士
MSc Operations Research & Analytics


简介
运筹学与分析理学硕士课程提供将数学方法应用于公司,政府和其他机构所面临的现实分析问题所需的技能。
通过实践和理论研究,您将深入了解分析问题。在实践方面,您将学习如何使用优化,模拟和统计以及在随附的计算机实验室课程中教授的专业软件,对一系列实际问题进行建模。从理论上讲,您将学习识别规范的基本数学问题,以及如何使用最新方法解决这些问题。
 
您还将有机会从事一个运筹学与分析项目,并在宿主组织中担任顾问角色,在那里您可以将组织面临的实际问题转化为数学模型,其解决方案可以带来明显的收益。或者,您可以选择撰写论文,由一名老师指导。
 
地理位置
英国 伦敦霍顿街
 
项目时长
1年
 
截止日期
滚动招生
 
费用
2.5万镑(仅供参考,每年递增)
  • 2:1学位或同等学历

  • GRE/GMAT-可选
         GRE的机构代码为0972
         GMAT的机构代码为HMT 86-5 

  • 托福/雅思-可以豁免
         在英语系国家获得本科学位可以豁免
         雅思:7.0+,单项不低于6.5
         托福:100+,R23 L22 W24 S22
 
  • 先决课程
         包括微积分,线性代数和统计学 

  • 本科成绩单

  • Statement Of academic Purpose
         说明您对该课程的学术兴趣,理解和适用性,以及从事本研究生课程的目的和目标,是您申请的重要组成部分
     选拔人员正在寻找证明您的学习动机和适合性以及对本计划有何贡献的证据
     长度不得超过A4纸的两面。没有固定的字数限制,但我们希望声明的字数不超过1,000-1,500个字

     内容包括:
     >开展计划的动机
     >与课程相关的学术兴趣,优势和背景
     >计划内特别感兴趣的领域
     >与课程相关的学术抱负和/或研究兴趣
     >任何专业抱负,以及计划中的学术工作如何帮助您实现这些抱负
     >其他相关信息,例如额外的阅读或研究,工作或其他相关经验,已使您决定申请特定课程
 
  • 2封推荐信
    在上传书面推荐信之前,您的推荐人将被要求填写一份简短的问卷调查表,该信将被添加到您的申请表中
 
  • CV
 
必修模块

  • 运筹学基础
 
课程内容:一系列运筹学技术的介绍,包括:线性编程的基础,包括单纯形法和对偶性;整数编程 马可夫链 排队论 动态编程 库存模型;博弈论。
 
先决条件:学生必须了解线性代数(矩阵乘法,向量的几何解释),概率论(期望值,条件概率,随机事件的独立性)和微积分(导数,极限)的基础知识。

  • 运筹学中的建模

课程内容:该课程分为两部分,涵盖运筹学中两个最重要的工具:数学优化,运用复杂的数学方法做出最佳决策以及模拟,模拟现实场景(基于计算机) 建模环境。

优化(12个课时):这部分使学生能够制定,建模和解决作为数学优化问题的实际管理问题。在概述该领域最相关的技术时,它讲授了一系列构建数学优化模型的方法,并说明了如何解决它们并分析其解决方案。主题包括:使用线性和网络模型制定管理问题;用专用编程语言解决此类问题;解决方案的解释;非线性模型的公式化和求解,包括一些或全部的二进制,整数,凸和随机规划模型。

建模(8个学时):该部分将培养模拟建模技巧,理解支撑模拟方法论的理论基础,并对管理模拟建模项目中的实际问题有所了解。主题包括:生成离散和连续随机变量;蒙特卡罗模拟;方差减少技术;以及其他主题,例如离散事件模拟,马尔可夫链蒙特卡洛方法。本课程将教学生如何使用仿真建模软件包。
 
  • 数据分析和统计方法
 
本课程涵盖最常用的数据分析统计方法。除了标准的推断方法(例如参数估计,假设检验,线性模型和逻辑回归)外,它还涵盖了蒙特卡洛方法,自举,EM算法,置换检验,基于局部拟合的回归,因果推断和错误发现率。 软件R构成课程的组成部分,可提供动手的数据分析经验。
 
可选模块-1 unit

MA402博弈论I(0.5)
MA407算法与计算(0.5)
MA421高级算法(0.5)
MA427数学优化(0.5)
MA428组合优化(0.5)
MA429数据挖掘算法技术(0.5)
MA434算法博弈论(0.5)
 
可选模块-0.5 unit

MA433网络数学(0.5)
MG409拍卖与博弈论(0.5)
MG422战略思考(0.5)
MG455决策,偏见和微调(0.5)
ST422时间序列(0.5)
ST449人工智能和深度学习(0.5)
分享到:
更多专业常申院校
常申专业解析
+