Nombre unidad curricular (UC)

Nombre de Unidad Curricular

Modelos Dinámicos y computacionales en Economía

Fecha de vigencia

2020

Responsable del curso

GABRIEL BRIDA;

Equipo docente: Emiliano Alvarez y Gastón Cayssials

Semestre en que se imparte

6° para Licenciatura en Estadística – Perfil Económico

8° para Licenciatura en Economía

UC obligatoria para las carreras

UC opcional para las carreras

Licenciatura en Economía, Licenciatura en Estadística - Perfil Económico

1- Créditos

Cantidad

10

Área de conocimiento

Observaciones

Integradora

2- Conocimientos requeridos

Previas reglamentarias

Cálculo II;

Previas sugeridas

Microeconomía II, Macroeconomía II y III

3. Modalidad de enseñanza

Modalidad de cursado a emplear

teórico-práctica

Desarrollo del curso

El curso se dictará bajo una modalidad teórico-práctica, con 2 hs semanales de clases expositivas y 2 hs semanales de taller práctico en el laboratorio de informática.

En el escenario que se mantengan la suspensión de clases presenciales durante el segundo semestre se dictarán clases en una modalidad a distancia con clases en vivo, vía zoom.

Tiene cupo:                  

Cantidad:    

No.

Tiene control de asistencia

No.

Carga horaria estimada según modalidad

4 hs. semanales de clases presenciales

5 hs. semanales de dedicación domiciliaria.

10 hs. de preparación de parcial.

2 hs. de desarrollo de parcial.

12 hs. de elaboación de trabao y exposición final.

Total: 150 hs.

4. Sistema de evaluación

Del curso reglamentado

(si corresponde)

Una prueba teórico-práctica en el laboratorio de informática, de 50 pts.

Elaboración de un trabajo y exposición oral, 50 pts.

Para la aprobación, se exige un mínimo de 50 pts en la suma de ambas pruebas. Si el curso se desarrollara en la modalidad a distancia, la prueba, la entrega del trabajo y la exposición oral se intrumentarán utilizando la plataforma EVA y Zoom.

Del examen

(si corresponde)

Una prueba teórico-práctica de 3 hs. en el Laboratorio de Informática, donde se exige un mínimo del 50% de los puntos.

5. Objetivos y contenido o programa del curso o actividad curricular

Explicitar objetivo

 Introducir a los estudiantes en el estudio de modelos micro y macroeconómicos, a través del estudio analítico y computacional, con énfasis en las oportunidades que ofrecen estas metodologías para el estudio de procesos dinámicos. Se estudiarán extensiones de estos modelos a través de la resolución computacional.

Explicitar contenido sintético

El tiempo en economía. Conceptos básicos de dinámica discreta,

Modelos de oferta y demanda dinámica. Modelos de duopolio.

Modelos de inflación de costos. Modelos de Solow-Swan.

Modelo de Ramsey. Introducción a la complejidad. Modelos basados en agentes heterogéneos.

Explicitar contenido desagregado

El tiempo en Economía

Conceptos básicos de dinámica discreta

• Ecuaciones en diferencias
  
• Concepto de solución y análisis cualitativo
  
• Dinámica caótica y teoría de la catástrofe

Modelos de oferta y demanda dinámica

• Modelo básico
• Modelo con inventario
• Extensiones

Modelos de duopolio

• Modelo de Cournot
• Modelo de Bertrand
• Extensiones

Modelos de inflación de costos

• La curva de Phillips
• Expectativas de inflación
• Extensiones

Modelos de crecimiento económico

• Modelo de Solow-Swan
• Modelo de R. Day
• Modelo de Ramsey
• Extensiones

 Introducción a la complejidad

• Conceptos fundamentales: Sistmas complejos, autoorganización, fractales, redes complejas.
• Complejidad en Economía: surgimiento, implicaciones, comparación con los modelos tradicionales.
  

 Modelos basados en agentes

• Modelos. Descripción y desarrollo de modelos. Entornos de desarrollo y programación. Presentación de NetLogo.
• Ejemplos básicos: sandpile model, fire model.
  
• Coordinacón en los sistemas complejos. Ejemplos: bar el Farol, pánico bancario, Schelling model.
• Distribución e intercambio con agentes heterogéneos.
• Decisiones y transmisión de información. Ejemplos: voting model, diffusion / contagion models.
• Verificación, validación, calibración y replicación de modelos.

6. Bibliografía

Bibliografía obligatoria:

Afonso, O., & Vasconcelos, P. B. (2015). Computational economics: a concise introduction (Vol. 25). Routledge.

Heymann, D., Perazzo, R., & Zimmermann, M. (2013). Economía de fronteras abiertas: exploraciones en sistemas sociales complejos. Editorial Teseo.

Larrosa, J. M. (2016). Agentes computacionales y análisis económico. Revista de Economía Institucional, 18(34), 87-1113.

Bibliografía opcional:

• Arthur, W. B. (2013). Complexity economics: a different framework for economic thought. Complexity Economics, Oxford University Press.

• Bak, P., Tang, C., & Wiesenfeld, K. (1987). Self-organized criticality: An explanation of the 1/f noise. Physical Review Letters, 59(4), 381.

• Clementi, F., & Gallegati, M. (2005). Pareto's law of income distribution: Evidence for Germany, the United Kingdom, and the United States. In Econophysics of wealth distributions (pp. 3-14). Springer, Milan.

• Day, R. H. (1982). Irregular growth cycles. The American Economic Review, 72(3), 406-414.

• Epstein, J. M., & Axtell, R. (1996). Growing artificial societies: social science from the bottom up. Brookings Institution Press.

• Heymann, D., Kawamura, E., Perazzo, R., & Zimmermann, M. G. (2014). Behavioral heuristics and market patterns in a Bertrand-Edgeworth game. Journal of Economic Behavior & Organization, 105, 124-139.

• Heymann, D., Perazzo, R. P., & Schuschny, A. R. (2004). Learning and imitation: transitional dynamics in variants of the BAM. Advances in Complex Systems, 7(01), 21-38.

• Kendrick, D. A., Mercado, P. R., & Amman, H. M. (2006). Computational economics. Princeton University Press.

• Paul R., Krugman, Obstfeld, M., & Marc J., Melitz. (2012). Economía internacional: Teoría y política. Pearson.

• Lomelí, H., & Rumbos, B. (2003). Métodos Dinámicos en Economía: Otra búsqueda del tiempo perdido. Thomson Editorial. México.

• Mas-Colell, A., Whinston, M. D., & Green, J. R. (1995). Microeconomic theory (Vol. 1). New York: Oxford University Press.

• Nowak, S. A., Matthews, L. J., & Parker, A. M. (2017). A General Agent-Based Model of Social Learning. Rand Health Quarterly, 7(1).

• Schelling, T. C. (1960). The strategy of conflict. Harvard University Press.

• Schelling, T. C. (1969). Models of segregation. The American Economic Review, 59(2), 488-493.

• Schelling, T. C. (1971). Dynamic models of segregation. Journal of Mathematical Sociology, 1(2), 143-186.

• Schelling, T. C., & Halperin, M. H. (1961). Strategy and arms control. Potomac Books Incorporated.

• Schelling, T. C. (1978). Micromotives and macrobehavior. WW Norton & Company, New York.

• Wilensky, U., & Rand, W. (2015). An introduction to agent-based modeling: modeling natural, social, and engineered complex systems with NetLogo. MIT Press.