Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Zastosowania Teorii Gier Kooperacyjnych w Ekonomii 2
Tok studiów:
2019/2020
Kod:
AMAT-2-212-MF-s
Wydział:
Matematyki Stosowanej
Poziom studiów:
Studia II stopnia
Specjalność:
Matematyka finansowa
Kierunek:
Matematyka
Semestr:
2
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr Rydlewski Jerzy (ry@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Seminarium częściowo zapewnia studentowi udział w badaniach.
Seminarium jest wybierane zgodnie z zainteresowaniami, rozszerza wiedzę teoretyczną lub zastosowania, zapoznaje z fachową literaturą.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 zna podstawowe pojęcia oraz twierdzenia z teorii gier kooperacyjnych MAT2A_W06, MAT2A_W02 Aktywność na zajęciach,
Prezentacja,
Projekt
M_W002 zna podstawowe gry kooperacyjne, zna model matematyczny odpowiadający danej grze MAT2A_W06, MAT2A_W02 Aktywność na zajęciach,
Prezentacja,
Projekt
Umiejętności: potrafi
M_U001 umie wyznaczyć strategię wygrywającą MAT2A_U04, MAT2A_U16 Aktywność na zajęciach,
Prezentacja,
Projekt
Kompetencje społeczne: jest gotów do
M_K001 wie, że matematyki należy uczyć się ze zrozumieniem, potrafi określić czego nie rozumie i wytłumaczyć innym osobom problemy związane z zastosowaniami matematyki MAT2A_K03, MAT2A_K01, MAT2A_K05, MAT2A_K07, MAT2A_K02 Aktywność na zajęciach,
Prezentacja
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
30 0 0 0 0 0 30 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 zna podstawowe pojęcia oraz twierdzenia z teorii gier kooperacyjnych - - - - - + - - - - -
M_W002 zna podstawowe gry kooperacyjne, zna model matematyczny odpowiadający danej grze - - - - - + - - - - -
Umiejętności
M_U001 umie wyznaczyć strategię wygrywającą - - - - - + - - - - -
Kompetencje społeczne
M_K001 wie, że matematyki należy uczyć się ze zrozumieniem, potrafi określić czego nie rozumie i wytłumaczyć innym osobom problemy związane z zastosowaniami matematyki - - - - - + - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 60 godz
Punkty ECTS za moduł 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 28 godz
Dodatkowe godziny kontaktowe 2 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Zajęcia seminaryjne (30h):
Zastosowanie teorii gier w ekonomii i finansach.

Seminarium dotyczy głównie zastosowań klasycznych wyników z Teorii Gier w naukach ekonomicznych.
Na seminarium słuchacze dowiedzą się o twierdzeniach Nasha jak również o wartości Shapleya.
Część seminarium będzie poświęcona grą kombinatorycznym, głównie pokazana zostały metody wyznaczania strategii wygrywających w tych grach.

Pozostałe informacje
Metody i techniki kształcenia:
  • Zajęcia seminaryjne: Na zajęciach seminaryjnych podstawą jest prezentacja multimedialna oraz ustna prowadzona przez studentów. Kolejnym ważnym elementem kształcenia są odpowiedzi na powstałe pytania, a także dyskusja studentów nad prezentowanymi treściami.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zasady udziału w zajęciach:
  • Zajęcia seminaryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci prezentują na forum grupy temat wskazany przez prowadzącego oraz uczestniczą w dyskusji nad tym tematem. Ocenie podlega zarówno wartość merytoryczna prezentacji, jak i tzw. kompetencje miękkie.
Sposób obliczania oceny końcowej:

Warunkiem zaliczenia seminarium jest wygłoszenie referatu. Temat referatu zostanie przydzielony wszystkim studentom na pierwszym seminarium. Aby uzyskać zaliczenie trzeba wygłosić referat.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Student powinien zgłosić się do prowadzącego w celu ustalenia indywidualnego sposobu nadrobienia zaległości.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Znajomość analizy matematycznej i algebry liniowej.Podstawy matematyki dyskretnej.

Zalecana literatura i pomoce naukowe:

1. G. Owen “Teoria Gier”

2. Thomas S. Ferguson “Game Theory”

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Szlachtowska, Ewa; Mielczarek, Dominik; Generalized duality mapping; J. Indian Math. Soc., New Ser. 82, No. 1-2, 169-183 (2015).

2. Rydlewski, Jerzy P.; Mielczarek, Dominik; On the maximum likelihood estimator in the generalized beta regression model; Opusc. Math. 32, No. 4, 761-774 (2012).

3. Szlachtowska, Ewa; Mielczarek, Dominik; On the uniqueness of minimal projections in Banach spaces.
Opusc. Math. 32, No. 3, 579-590 (2012).

4. Mielczarek, Dominik; Minimal and co-minimal projections in spaces of continuous functions;
Opusc. Math. 30, No. 4, 457-464 (2010).

5. Analysis of lithofacies cyclicity in the Miocene Coal Complex of the Bełchatów lignite deposit, south-central Poland; Wojciech MASTEJ, Tomasz BARTUŚ, Jerzy RYDLEWSKI; Geologos [Dokument elektroniczny]. – Czasopismo elektroniczne ; ISSN 2080-6574. — Dod. ISSN 1426-8981. — 2015 vol. 21 no. 4, s. 285–302.

6. On geometric ergodicity of skewed – SVCHARME models, Jerzy P. RYDLEWSKI, Małgorzata Snarska, Statistics & Probability Letters ; ISSN 0167-7152. — 2014 vol. 84, s. 192–197.

7. Sparse methods for analysis of sparse multivariate data from big economic databases; Daniel Kosiorowski, Dominik MIELCZAREK, Jerzy RYDLEWSKI, Małgorzata Snarska; Statistics in Transition : new series : an international journal of the Polish Statistical Association ; ISSN 1234-7655. — 2014 vol. 15 no. 1, s. 111–132.

Informacje dodatkowe:

Brak