Mikroøkonomi A (MikØkA)
Kursusindhold
Kurset omfatter mikroøkonomisk teori om markedsfejl, beslutninger over tid og under usikkerhed og finansielle markeder samt generel ligevægt. Kurset omfatter også computerbaserede løsningsmetoder for optimeringsproblemer og modeller med tilknytning til disse områder.
Micro Econonomics A (MikØkA)
Bacheloruddannelsen i datalogi-økonomi
Viden om
Kursets fire hovedemner:
- En række markedsimperfektioner og hvordan disse påvirker optimalitet og markedsligevægt.
- Teori for beslutninger over tid og under usikkerhed.
- Basal teori om risikable aktiver og finansielle markeder.
- Generel ligevægtsteori.
Færdigheder i at
- Ræsonnere i og analytisk håndtere økonomiske optimeringsproblemer og modeller som indgår i kurset.
- Løse for agentens optimale valg inden for de fire forskellige emner, herunder numerisk.
- Implementere og løse økonomiske modeller numerisk, herunder kalibrering af eventuelle parametre.
Kompetencer til at
- Kritisk reflektere over rimeligheden af en models antagelser i en given kontekst.
- Anvende en formel økonomisk model analytisk og numerisk til at analysere en konkret beslutningssituation inden for fagets emneområder.
- Reflektere over afvigelser fra de “perfekte markedsbetingelser” og disses implikationer for optimal politik.
- Oversætte en analytisk model til numerisk implementering og løse den numerisk.
3x2 timers forelæsninger og 2x2 timers øvelser per uge i 7 uger.
Se Absalon, når kurset er oprettet.
Eksempelvis kunne følgende indgå i pensum:
Hal R. Varian, Intermediate Microeconomics with Calculus, first edition.
Introduktion til Økonomi (ØkIntro) samt MatIntro.
- ECTS
- 7,5 ECTS
- Prøveform
-
Skriftlig aflevering, 3 dage
- Prøveformsdetaljer
- Eksamen er en 3-dages tag-hjem eksamen med et omfang svarende
til 14 timer.
Eksamen afholdes onsdag til lørdag i blokuge 8. - Krav til indstilling til eksamen
-
Der stilles 6-7 opgaver i løbet af kurset, hvoraf alle undtagen en skal godkendes for at deltage i eksamen.
- Hjælpemidler
- Alle hjælpemidler tilladt
Det er tilladt at anvende Large Language Models (LLM)/Large Multimodal Models (LMM) – fx ChatGPT og GPT-4.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
- Reeksamen
-
Mundtlig eksamen med 20 min. forberedelse og 30 min. eksamination og bedømmelse.
Det er et krav for at deltage i reeksamen, at indstillingskravet til ordinær eksamen er opnået. Indstillingskravet skal være opfyldt senest tre uger inden reeksamensugen.
Kriterier for bedømmelse
Den studerende skal på tilfredsstillende måde godtgøre at vedkommende lever op til fagets målbeskrivelse.
Enkeltfag dagtimer (tompladsordning)
- Kategori
- Timer
- Forelæsninger
- 45
- Forberedelse (anslået)
- 81
- Øvelser
- 66
- Eksamen
- 14
- Total
- 206
Kursusinformation
- Undervisningssprog
- Dansk
- Kursusnummer
- NDAB19004U
- ECTS
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
-
1 blok
- Placering
- Blok 4
- Skemagruppe
-
B
- Kapacitet
- Ingen begrænsning – medmindre du tilmelder dig i eftertilmeldingsperioden (BA og KA) eller som merit- eller enkeltfagsstuderende.
- Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlig
- Morten Graugaard Olsen (3-726c74456a68747333707a336970)
Underviser
Florian Schneider
Er du BA- eller KA-studerende?
Kursusinformation for indskrevne studerende