COMPUTATIONAL ECONOMICS

Il dottorato in Economia offre corsi avanzati in economia, econometria e finanza e si propone di dare a studenti selezionati le capacità per condurre ricerche innovative, aprendo prospettive di carriera universitaria o presso istituzioni ed enti economici e finanziari. Questo corso mira a dare competenze quantitative e computazionali esplorando idee fondamentali di modellistica, i modelli ad agenti e le loro applicazioni computazionali.

a) Knowledge and understanding:
- know terminology and concepts related to modelling issues;
- know terminology and ideas to describe agent-based models;
- know terminology and main features of NetLogo programming.

b) Applying knowledge and understanding:
- ability to setup a simple model and its main goals;
- ability to formally define an agent-based model fitting the given purpose;
- ability to use, re-use or develop some computational draft of the model using NetLogo.

c) Making judgements:
- understand and critically assess the merits and problems of any modelling effort;
- make sense of the structure and internal consitency of an agent-based models, suggesting, if appropriate, revision and further invetigations;
- write reports/papers on models and results, positioning the content in the literature and assessing the novelty and importance of the outcome.

Gli studenti devono conoscere i contenuti dei corsi di primo anno. Conoscenza di un lingiaggio di programmazione sono utili (e tuttavia NetLogo è tipicamente "diverso" da altri linguaggi enon disperate se non avete esperienza di programmazione!)

Orientativamente, il corso coprirà:
- modelli ad agent molto noti, come il modello di segregazione di Schelling, modeli di traffico, mercati artificiali, El Farol Bar Problem, modelli di spesa pubblica, Sugarscape;
- programmazione in NetLogo e costruzioni di versioni software di molti dei modelli prima citati. Inoltre, diversi modelli descritti nel testo di Railsback e Grimm saranno programmati da zero e modificati/generalizzati;
- idee presi dalla teoria della complessità e algoritmi genetici, con agganci a diversità, interazione e selezione.

[RG] Railsback and Grimm, “A Course in Individual-based and Agent-based Modeling”, Princeton University Press, 2012.
[A] Ashlock, “Evolutionary Computation for Modeling and Optimization”, Springer, 2006.
[AC] Axelrod and Cohen, “Harnessing Complexity”, Basic Books, 2000.
[N] Netlogo website e documentazione, si veda http://ccl.northwestern.edu/netlogo/ I file necessari saranno installati col programma NetLogo.

Grading may be based on:
- three presentations in Pechakucha style, see http://www.pechakucha.org/ to be done in couples (week 1, 2 and 5): 30%
- one individual working paper describing an agent-based model and related NetLogo code (expected at the end of week 4): 30%
- final written or oral or practical exam: 30%
- active participation in class and online discussions: 10%

Lezioni, esercitazioni pratiche al calcolatore, presentazioni.

scritto e orale

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile