Corso di laurea magistrale Interateneo in Fisica dei sistemi complessi

Sistemi dinamici (FIS0115), Python.
In parallelo a questo corso, si consiglia di frequentare i corsi opzionali del secondo semestre: “Complessità nei Sistemi Sociali (INT0770)” e “Elementi di Teoria dei Giochi e delle reti (INT0908)”. Dove necessario, introdurrò i concetti più importanti di teoria dei giochi, delle reti e delle distribuzioni a code pesanti, ma la frequenza di questi corsi permetterà di capire meglio alcuni degli argomenti del corso.

Concetti base di microeconomia e macroeconomia. Comprensione di come la teoria dei sistemi complessi può contribuire allo studio dell’economia.

Lo studente acquisirà competenze in economia, che sono spesso mancanti nella formazione degli scienziati ma molto richieste in diversi settori industriali. Inoltre, lo studente sarà esposto a una pluralità di approcci allo studio dell’economia, oltre l’approccio tradizionale basato sulla massimizzazione dell’utilità e l’equilibrio.

L'obiettivo del corso è fornire agli studenti con una formazione in scienze naturali una conoscenza di base di come la scienza dei sistemi complessi può contribuire all'economia. A questo scopo, per ciascun argomento inizieremo con il trattamento tradizionale, e introdurremo progressivamente approcci alternativi che utilizzano metodi come sistemi dinamici, reti, meccanica statistica e agent-based modeling. Questi approcci insisteranno su aspetti spesso trascurati nell'analisi economica tradizionale, come le dinamiche al di fuori dell'equilibrio, la razionalità limitata, l’eterogeneità e le reti. Gli argomenti trattati includeranno sia la microeconomia (consumo e produzione, equilibrio nei mercati e nei giochi, distribuzioni heavy-tailed, mercati finanziari) che la macroeconomia (contabilità nazionale, crescita, cicli economici, modelli input-output). Considereremo sia modelli matematici semplici che possono essere risolti analiticamente sia agent-based models più complessi, e che quindi devono essere simulati. A questo scopo, il corso includerà sia lezioni frontali che lezioni pratiche in cui gli studenti lavoreranno con modelli di simulazione sul loro computer.

In-person lectures, featuring both slides and blackboard calculations. In some lectures the students will be encouraged to bring their laptops and run the Python codes that will be shared to support the theoretical lectures.

L’esame sarà orale e consisterà in due domande sugli argomenti del corso. C’è la possibilità di portare un approfondimento, teorico o computazionale, su un argomento a scelta, in sostituzione di una delle due domande.

 

Non esiste un unico libro di testo, dal momento che il corso coprirà diversi argomenti. In ogni caso, I libri di testo e articoli di review indicati di seguito possono essere utili per comprendere gli argomenti del corso in maniera più approfondita.

Hommes, Cars. Behavioral rationality and heterogeneous expectations in complex economic systems. Cambridge University Press, 2013.

Gandolfo, Giancarlo. Economic dynamics. Springer Science & Business Media, 1997.

Kirman, Alan. Complex economics: individual and collective rationality. Routledge, 2010.

Gatti, D. D., Fagiolo, G., Gallegati, M., Richiardi, M., & Russo, A. (Eds.). (2018). Agent-based models in economics: A toolkit. Cambridge University Press.

Boero, R., Morini, M., Sonnessa, M., & Terna, P. (2015). Agent-based models of the economy: from theories to applications. Springer.

Farmer, J. Doyne. A Revolution in Economics: How complex-systems science can help solve our biggest problems. Forthcoming.

Axtell, Robert L., and J. Doyne Farmer. "Agent-based modeling in economics and finance: past, present, and future." Journal of Economic Literature (2022).

Dawid, Herbert, and Domenico Delli Gatti. "Agent-based macroeconomics." Handbook of computational economics 4 (2018): 63-156.