Home | english  | Impressum | Datenschutz | Sitemap | KIT

Computational Economics

Computational Economics
Typ: Vorlesung (V) Links:
Semester: WS 13/14
Zeit: 22.10.2013
09:45-11:15
11.40 Raum 221


29.10.2013
09:45-11:15
11.40 Raum 221

05.11.2013
09:45-11:15
11.40 Raum 221

12.11.2013
09:45-11:15
11.40 Raum 221

19.11.2013
09:45-11:15
11.40 Raum 221

26.11.2013
09:45-11:15
11.40 Raum 221

03.12.2013
09:45-11:15
11.40 Raum 221

10.12.2013
09:45-11:15
11.40 Raum 221

17.12.2013
09:45-11:15
11.40 Raum 221

07.01.2014
09:45-11:15
11.40 Raum 221

14.01.2014
09:45-11:15
11.40 Raum 221

21.01.2014
09:45-11:15
11.40 Raum 221

28.01.2014
09:45-11:15
11.40 Raum 221

04.02.2014
09:45-11:15
11.40 Raum 221

11.02.2014
09:45-11:15
11.40 Raum 221

Dozent: Dr.Rer.Nat. Pradyumn Kumar Shukla
Dr. Simon Caton
SWS: 2
LVNr.: 2590458
Hinweis: Die Untersuchung komplexer ökonomischer Probleme unter Anwendung klassischer analytischer Methoden bedeutet für gewöhnlich, eine große Zahl an vereinfachenden Annahmen zu treffen. Z.B. dass sich Agenten rational oder homogen verhalten. In den vergangenen Jahren hat die stark zunehmende Verfügbarkeit von Rechenkapazität ein neues Gebiet der ökonomischen Forschung hervorgebracht: Die Computational Economics. Innerhalb dieser Disziplin werden rechnergestützte Simulationsmodelle zum Einsatz gebracht um komplexe ökonomische Systeme zu verstehen und zu analysieren. Folglich wird eine künstliche Welt geschaffen, die alle relevanten Aspekte des betrachteten Problems beinhaltet. Hierbei wird versucht, sowohl endogene als auch exogene Faktoren mitzumodellieren. Nachdem ein solches Modell erstellt wurde kann es im Folgenden in aller Tiefe analysiert werden. Solch ein Modell kann zum Durchspielen von unterschiedlichen Szenarien oder als virtuelles Testbett zum Verifizieren oder Falsifizieren von Testhypothesen dienen, da jeder Aspekt des Modells unter der Kontrolle des Forschers steht, der das Modell erstellt und folglich beliebig geändert werden kann. Die Vorlesung deckt eine große Bandbreite von Themen ab. Hierbei wird insbesondere auf eine Anzahl von Simulationsparadigmen (mit Schwerpunkt der agentenbasierten Simulation), die künstliche Intelligenz, Modelle für lernende Agenten und die systematische Analyse eingegangen. In den Übungen werden die Studierenden in kleinen Gruppen arbeiten und Simulationstools nutzen, um Probleme aus der Netzwerk- und Internetökonomie zu modellieren. Erfolgreiche Teilnahme an den Übungen verbessert die Note.

Bemerkungen:

Die Vorlesung wird als interdisziplinäre Lehreinheit des AIFB und des IISM angeboten. Daher ist eine Einrechnung der Leistung ENTWEDER in der Informatik ODER in der BWL möglich.

Vortragssprache:

Englisch

Literaturhinweise:

* Amman, H., Kendrick, D., Rust, J., Handbook of Computational Economics. Volume 1, Handbooks in Economics 13, Elsevier, 1996. * Marimon, R., Scott, A., Computational Methods for the Study of Dynamic Economies. Oxford University Press, 1999. * Gilbert, N., Troitzsch, K., Simulation for the Social Scientist. Open University Press, 1999. * Tesfatsion, Judd (eds.): Handbook of Computational Economics: Agent - Based Computational Economics. Elsevier, 2006

Kommentar:

Die Untersuchung komplexer ökonomischer Probleme unter Anwendung klassischer analytischer Methoden bedeutet für gewöhnlich, eine große Zahl an vereinfachenden Annahmen zu treffen. Z.B. dass sich Agenten rational oder homogen verhalten. In den vergangenen Jahren hat die stark zunehmende Verfügbarkeit von Rechenkapazität ein neues Gebiet der ökonomischen Forschung hervorgebracht: Die Computational Economics. Innerhalb dieser Disziplin werden rechnergestützte Simulationsmodelle zum Einsatz gebracht um komplexe ökonomische Systeme zu verstehen und zu analysieren. Folglich wird eine künstliche Welt geschaffen, die alle relevanten Aspekte des betrachteten Problems beinhaltet. Hierbei wird versucht, sowohl endogene als auch exogene Faktoren mitzumodellieren. Nachdem ein solches Modell erstellt wurde kann es im Folgenden in aller Tiefe analysiert werden. Solch ein Modell kann zum Durchspielen von unterschiedlichen Szenarien oder als virtuelles Testbett zum Verifizieren oder Falsifizieren von Testhypothesen dienen, da jeder Aspekt des Modells unter der Kontrolle des Forschers steht, der das Modell erstellt und folglich beliebig geändert werden kann. Die Vorlesung deckt eine große Bandbreite von Themen ab. Hierbei wird insbesondere auf eine Anzahl von Simulationsparadigmen (mit Schwerpunkt der agentenbasierten Simulation), die künstliche Intelligenz, Modelle für lernende Agenten und die systematische Analyse eingegangen. In den Übungen werden die Studierenden in kleinen Gruppen arbeiten und Simulationstools nutzen, um Probleme aus der Netzwerk- und Internetökonomie zu modellieren. Erfolgreiche Teilnahme an den Übungen verbessert die Note.

Nachweis:

Prüfung in Form einer einstündigen Klausur in der ersten Woche nach Vorlesungsende. Außerdem kann durch erfolgreiche Bearbeitung der Übungsaufgaben in Kleingruppen ein Bonus erzielt werden. Liegt die in der Klausur erzielte Note zwischen 1,3 und 4,0, so wird sie durch einen erreichten Bonus um eine Notenstufe (d.h. um 0,3 oder 0,4 verbessert)