COMPUTATIONAL TOOLS FOR ECONOMICS AND MANAGEMENT

Questo corso (CTEM) rappresenta una materia di base nel curriculum degli studenti di ECONOMIA AZIENDALE - BUSINESS ADMINISTRATION AND MANAGEMENT. Il corso è insegnato nel terzo periodo del primo anno di studi, quando lo studente ha già frequentato corsi di matematica di base, nei due periodi precedenti. Seguendo le linee guida dei corsi di matematica di base dei primi due periodi, i contenuti di questo corso sono presentati in un quadro teoricamente corretto, utilizzando un approccio logico-deduttivo. Inoltre, gli obiettivi principali di questo corso sono:

1) fornire strumenti computazionali specifici, al fine di risolvere modelli elaborati usando un linguaggio matematico;

2) applicare nozioni di base e avanzate di calcolo, matematica finanziaria e algebra lineare.

Come corso quantitativo CTEM mira anche a fornire:

a) una migliore comprensione della teoria, delle tecniche e dei problemi incontrati in matematica e corsi economici;

(b) la capacità di creare, risolvere ed analizzare un modello per il problema corrente, utilizzando il programma R. Praticamente tutti i modelli e gli esercizi visti dagli studenti nei precedenti corsi quantitativi possono essere potenzialmente gestiti / risolti usando le tecniche studiate in CTEM;

(c) una conoscenza pratica dell'ambiente di programmazione R (vedi anche http://cran.r-project.org/ ). Le competenze di programmazione di base saranno acquisite insieme con idee su come "manipolare" modelli con un formalismo che includa l'uso di funzioni, derivati, integrali, stime di valori, grafici, ottimizzazione, ecc.

La partecipazione alle attività didattiche proposte nelle lezioni, insieme allo studio individuale, dovrebbe consentire allo studente di acquisire glii strumenti insegnati in "Computational Tools for Economics and Management", relativi a problemi che sono stati formalizzati in linguaggio matematico. Attraverso lo studio e la discussione di esempi ed esercizi, lo studente è indotto a contestualizzare e ad applicare le proprie conoscenze matematiche nel campo delle discipline manageriali. La frequenza e la partecipazione attiva degli studenti alle lezioni, insieme agli homeworks, permetteranno agli studenti di svolgere i seguenti compiti:

1) Conoscenza e Comprensione:
(1a) acquisire una conoscenza di base della programmazione R, compresi alcuni strumenti avanzati per l'ottimizzazione non vincolata e vincolata;
(1b) comprendere alcuni concetti geometrici relativi ai grafici di funzione;
(1c) applicare alcune tecniche di calcolo usando R, per problemi con 2 o più incognite;
(1d) applicare strumenti per la risoluzione di problemi in matematica finanziaria;
(1e) manipolare opportunamente operazioni di matrice avanzate e risolvere sistemi lineari sovra / sottodeterminati, usando R.

2) Capacità di Applicare Conoscenza e Comprensione:
(2a) generare/manipolare modelli quantitativi per problemi di economia reale, utilizzando indicatori e descrittori specifici;
(2b) integrare l'algebra lineare con i risultati fondamentali della matematica finanziaria;
(2c) conoscere e manipolare le operazioni rilevanti tra matrici, per problemi di algebra lineare avanzata.

3) Capacità di Giudizio: utilizzare strumenti e indicatori matematici per dedurre nuove informazioni da modelli di economia.

4) Capacità di Apprendimento Permanenti:
4a) migliorare la capacità di distinguere i problemi dai loro modelli matematici;
4b) migliorare la capacità di interpretare e validare i risultati ottenuti da modelli matematici.

Il corso richiede una conoscenza di base della matematica (numeri, sequenze, algebra lineare, calcolo con uno-due incognite) come Prerequisito.

Avere raggiunto gli obiettivi formativi dell'esame di MATEMATICA. In particolare, devono essere noti e padroneggiati i concetti ed i metodi relativi a: sistemi di equazioni e disequazioni lineari, all'algebra matriciale, massimi/minimi di funzioni, funzioni di variabili reali, integrali.

Il corso copre i seguenti contenuti:
1) introduzione ad R,
2) grafici e metodi per la ricerca di zeri di funzione,
3) calcolo di derivate ed integrali con R,
4) ricerca dei punti estremali di una funzione, ottimizzazione vincolata,
5) modelli "state preference" ed uso di algebra lineare avanzata,
6) introduzione alle variabili aleatorie unidimensionali, elementi di simulazione.

La partecipazione attiva alle lezioni e lo svolgimento delle esercitazioni assegnate sono vivamente richieste, per conseguire a fine corso la
capacità di analizzare e manipolare modelli reali.

Vengono consigliati i seguenti riferimenti bibliografici del corso, tutti (tranne l'ultimo) sono di libero accesso. L'ultimo riferimento è facoltativo:

1) appunti del docente disponibili su https://moodle.unive.it/
2) materiale aggiuntivo redatto dai docenti del corso nei precedenti anni accademici, disponibile su http://virgo.unive.it/paolop/ct2012/notesCT.pdf
3) dispensa “Using R for Scientific Computing” by Karline Soetaert (ZIP): lecture notes, reference card for R beginners and exercises" disponibile su
http://cran.r-project.org/doc/contrib/Soetaert_Scientificcomputing.zip
4) dispensa “The R Guide” (version 2.5)" by Jason Owen, disponibile su http://cran.r-project.org/doc/contrib/Owen-TheRGuide.pdf
5) libro “The R book” by Michael J. Crawley, 2007, Wiley.

Ogni appello può prevedere diversi giorni di svolgimento, con diversi turni di esame in ogni giorno. Lo studente che intende sostenere l'esame dovrà rispettare le seguenti regole:


1) iscriversi ad un particolare turno dell'appello (il primo disponibile), tramite il sito di unive,
2) ogni turno durerà 1h15' - 1h30', di cui 50'-60' per consentire allo studente di risolvere gli esercizi e 25' - 40’ verranno usati dal docente per la parte organizzativa,
3) l'esame include sia esercizi a risposta multipla che esercizi a risposta aperta, da risolvere davanti al PC (presso Palazzo Moro). Le risposte degli esercizi vengono riportate dagli studenti su apposito modulo,
4) gli esercizi intendono coprire l'intero programma del corso ed avranno la seguente valutazione:
i. 1 punto per ciascuno dei primi tre esercizi (2 punti per ognuno degli altri esercizi) se svolto correttamente
ii. 0 punti per ogni risposta lasciata in bianco
iii. -1 punto per ciascuno dei primi tre esercizi (-0.5 punti per ognuno degli altri esercizi) in caso di risposta sbagliata
5) le valutazioni (voti) finali sono pubblicate dal docente al termine dell'ultimo turno di ogni appello, usando la piattaforma Moodle su https://moodle.unive.it/ ,
6) esempi di esercizi+soluzione d'esame sono rese disponibili dal docente durante il periodo di lezione, su https://moodle.unive.it/ ,
7) lo studente si deve presentare al proprio turno di esame munito di: USERNAME + PASSWORD (di unive) per usare il PC a Palazzo Moro, un valido documento di identificazione, penna per scrivere.

Corso frontale che si avvale anche di materiali didattici disponibili sulla piattaforma di e-learning https://moodle.unive.it/ .
Il materiale didattico disponibile online riporta i contenuti delle lezioni. Gli studenti sono invitati a partecipare attivamente alle lezioni, applicandosi durante le lezioni sul proprio laptop e ripetendo gli esperimenti proposti.

Si veda anche http://cran.r-project.org/ e http://www.r-project.org/ per ulteriori informazioni/documentazione/downloads.

Accessibilità, Disabilità e Inclusione
Accomodamenti e Servizi di Supporto per studenti con disabilità o con disturbi specifici dell’apprendimento

Ca’ Foscari applica la Legge Italiana (Legge 17/99; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/99) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA disabilita@unive.it.

scritto e orale