这要真写出来，大概率能成为研究华国经济转型的经典案例。
裴瑜继续装睡，身体放松地靠在座椅上，同时在脑海中翻阅着各种经济模型，时而推导边际成本曲线，时而回忆帕累托最优的条件。
系统知识库的响应速度极快，每当她提出一个问题，相关内容便以清晰的文字、公式或图表形式呈现，有时甚至会自动补充案例分析或历史背景。
当她思考完全竞争市场的长期均衡时，系统不光给了数学推导，还附赠了一段19世纪英国纺织业的市场结构分析，让她对理论的应用有了更深的理解。
“再看看博弈论的部分吧。”裴瑜心想。
她调取了纳什均衡的相关内容，脑海中浮现出经典的囚徒困境模型。
系统自动生成了一张收益矩阵，清清楚楚地标出不同策略组合下的结果。
她默默思考如何在非合作博弈中找到均衡点。
时间在她的装睡中悄然流逝，飞机继续平稳地飞向目的地。
裴瑜此刻只学经济学，并不是不知道数学的重要性。
对经济相关专业的学生而言，数学底子太重要了。
搞经济研究，不管是建模型还是做数据分析，哪样都离不开数学。
对于就想当个“科研打工人“的学生来说，数学基础这块儿不用太深，能看懂常用的经济模型就够用了。可以把更多时间花在学专业知识上，比如产业经济学、劳动经济学这些具体领域的理论和实际应用。
但要是想当“科研精英“，甚至成为学术圈里说一不二的“老板”，也就是学术领域的领军人物或科研团队的负责人，那数学功底就是必须的。
特别是以后的经济学越来越讲究用公式和模型说话，数学好不好直接决定了研究者能在这条路上走多远。
想当个合格的经济学研究员，数学、统计学这些基本功必须得扎实。微积分、线性代数、概率论这些都得能够熟练运用，不然连经济模型都搞不明白。
要是想做到优秀，那要求就更高了，需在基础学科上毫无短板，无论是微分方程、优化理论，还是高等统计方法，都能信手拈来，游刃