| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Bilgi ve Yönetim Ekonomisi | MIS 202 | | | 3 + 0 | 3 | 6,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. İş karar problemlerini anlama ve analiz etmede iktisadi bir bakış açısı geliştirebilir. |
| 2. Fiyat teorisi ve tüketici seçiminin ayrıntılı bir incelemesini yapabilir. |
| 3. Kar maksimizasyonu ve maliyet minimizasyonu gibi temel yönetimsel karar verme problemlerini kavrayabilir. |
| 4. Farklı piyasa yapılarını ve bunların refah sonuçlarını tartışabilir. |
| 5. İş yaşamında karşılaşılan sorunları ekonomik bir perspektiften ele alabilir. |
| 6. R programını kullanarak tüketicilerin ve yöneticilerin karar alma problemlerini çözebilir. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu derste, yöneticilerin etkili iş kararları almaları için kullanabilecekleri ekonomik araçlar ve analitik yöntemler ayrıntılı bir şekilde ele alınmaktadır. İktisat, karar vericileri, yönetsel kararları almada ve analiz etmede başvurabilecekleri çeşitli araçlarla donatır ve iş ortamındaki değişikliklerin karar almayı nasıl etkilediğini anlamak için bir çerçeve sunar. Derste, tüketici tercihi ve talebi, teknoloji ve üretim, kar maksimizasyonu, maliyet minimizasyonu, tam rekabet, tekel ve oligopol gibi konular yer almaktadır. |
| |
Üretken Yapay Zeka Kullanımı:
ChatGPT, Copilot, Claude ve Gemini gibi üretken yapay zeka araçları, bu derste tamamlayıcı öğrenme araçları olarak kullanılacaktır. Öğrencilerin, fayda maksimizasyonu, kâr maksimizasyonu ve maliyet minimizasyonu gibi ekonomik karar alma problemlerini daha iyi anlamaları için yapay zeka tarafından üretilen çözümleri kendi çözümleriyle karşılaştırmaları teşvik edilecektir. Ayrıca, yapay zeka matematiksel modellerin çözümüne yardımcı olabilir, problem çözme adımlarındaki hataları tespit edebilir ve analitik düşünme becerilerini geliştirmeye katkı sağlayabilir. Yapay zeka değerli bir destek mekanizması olarak kullanılsa da, öğrencilerin üretilen çıktıları eleştirel bir şekilde değerlendirmeleri ve bağımsız problem çözme becerileri geliştirmeleri teşvik edilecektir. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Giriş |
| 2 | Tüketici bütçesi ve faydası |
| 3 | Tüketici tercihi ve fayda maksimizasyonu problemi |
| 4 | Tüketici talebi ve tüketici refahı |
| 5 | Piyasa talebi ve piyasa dengesi |
| 6 | Üretim teknolojisi |
| 7 | Kar maksimizasyonu |
| 8 | Maliyet minimizasyonu |
| 9 | Tüketiciilerin ve yöneticilerin karar alma problemlerinin R programı kullanılarak çözülmesi |
| 10 | Tam rekabet |
| 11 | Tekel ve tekelde fiyat farklılaştırması |
| 12 | Tekelci rekabet |
| 13 | Oyun teorisi |
| 14 | Oligopol |
| |
| Kaynaklar: |
| Baye, M. R. and J. T., Prince (2022), Managerial Economics and Business Strategy, 10th edition. McGraw-Hill. (ISBN: 9781266071010). |
| |
| Diğer Kaynaklar: |
| (1) Keat, P.; P. Young and S. Erfle (2014), Managerial Economics: Economic Tools for Today’s Decision Makers, 7th edition. Pearson. (ISBN: 9780273791935).
(2) Perloff, J. M. and J. A. Brander (2020), Managerial Economics and Strategy, 3rd edition. Pearson. (ISBN: 9780135183786). |
| |
| Öğretim Yöntem ve Teknikleri: |
| Öğretim stratejisi çoğunlukla derslere ve problem çözmeye dayanmaktadır. Sınıf için tartışmalara katılmaları beklenen öğrenciler soru sorma ve düşüncelerini paylaşma konularında teşvik edilirler. Ders sorumlusu, öğrencilerin ders materyali hakkındaki sorularını cevaplamak ve onlara yardımcı olmak için düzenli görüşme saatlerine sahiptir. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara Sınav | 1 | %40 |
| Final Sınavı | 1 | %40 |
| Ödev | 1 | %20 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı |
| 1 | Bilişim teknolojileri altyapısını öğrenmek ve gelişmeleri takip etmek. | 0 |
| 2 | Örgüt yapısına uygun bilişim sistemleri tasarlamak. | 0 |
| 3 | Yazılım bilgileri edinmek ve etkin bir şekilde kullanabilmek. | 4 |
| 4 | Veri toplama, temizleme ve saklama yöntemlerini öğrenmek. | 0 |
| 5 | Gelecekteki veri ve yazılım gereksinimlerini tahmin edebilmek. | 2 |
| 6 | Firma içindeki veri odaklı yönetim süreçlerini takip etmek. | 2 |
| 7 | "Büyük Veri" kullanarak bilgi elde etme yöntemlerini öğrenmek. | 0 |
| 8 | Bilgi teknolojilerindeki gelişmeleri takip etmek. | 2 |
| 9 | Bir kuruluşun bilgi teknolojileri ve veri problemlerini anlamak ve değerlendirmek. | 1 |
| 10 | Veri toplama, yorumlama, analiz etme ve yayma süreçlerinde bilimsel, sosyal ve etik standartları korumak. | 4 |
| 11 | Bilgi sistemleri arasındaki birlikte çalışabilirliği anlamak. | 0 |
| 12 | İş ortamını anlamak ve değerlendirmek. | 4 |