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.

In the past, grading was 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%

The state of prolonged covid-19 emergengy does not allow to currently clarify how the exam will be held. More information will be given at the beginning of the course or whenever possible.

Lezioni, esercitazioni pratiche al calcolatore, presentazioni.Sono possibili modifiche dettate dalla direttive emanate a seguito dell'emergenza covid-19 (lezioni online o in streaming, blended...)

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