| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| İktisatta Kantitatif Yöntemler | İVA 506 | | | 3 + 0 | 3 | 7,50 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | Türkçe |
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | Seçmeli |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Ekonomik modellerin matematiksel gösterimlerini anlayabilir |
| 2. Ekonomik problemleri matematiksel olarak formüle edebilir |
| 3. Matematiksel teknikleri hem dinamik hem de statik ekonomik problemlere uygulayabilir |
| 4. Matematiksel olarak modellenmiş iktisadi problemlerin çözümlerini iktisat bilgileri ışığı altında yorumlayabilir |
| 5. Ekonomik problemleri çözerken farklı matematiksel teknikleri sentezleyebilir |
| 6. Matematiksel olarak formüle edilmiş bazı ekonomik problemleri R Programını kullanarak çözebilir |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu derste iktisat literatüründeki çalışmalarda sıklıkla yer alan matematiksel teknikler ve modeller yüksek lisans düzeyinde ele alınmakta, ekonomik problemlerin çözümlerinin hem manüel yöntemlerle hem de R programı kullanılarak bilgisayarla nasıl çözülebileceği öğretilmektedir. Ders kapsamında yer alan konular arasında, matris cebri ve iktisadi uygulamaları; matrislerin ekonometride kullanımı; türev, toplam türev, diferansiyeller ve toplam diferansiyeller; örtük fonksiyonlar ve türevleri; karşılaştırmalı durağanlık analizi ve iktisadi uygulamaları; genel fonksiyon modellerinde karşılaştırmalı durağanlık çözümlemesi ve iktisadi uygulamaları; tüketicilerin ve firmaların temel karar problemleri; eşitlik kısıtlamaları altında optimizasyon ve iktisadi uygulamaları; doğrusal olmayan programlama ve iktisadi uygulamaları; iktisadi dinamiklik, integral kalkülüsü ve iktisadi uygulamaları 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, zorlandıkları konularda bu yapay zeka araçlarını kullanmaları, kendi çözümlerini yapay zeka tarafından üretilen yanıtlarla karşılaştırmaları ve adım adım çözümleri analiz ederek hatalarını veya daha verimli yaklaşımları belirlemeleri teşvik edilecektir. Bu uygulama, öğrencilerin matematiksel teknikleri daha derinlemesine anlamalarına, eleştirel düşünme becerilerini geliştirmelerine ve problem çözme verimliliklerini artırmalarına yardımcı olurken, yapay zeka tarafından üretilen çözümlerin güçlü ve zayıf yönlerine dair içgörüler kazanmalarını sağlayacaktır. Yapay zeka araçları tamamlayıcı bir destek olarak kullanılacak olsa da, öğrenciler yapay zeka çıktılarının eleştirel bir şekilde değerlendirilmesi ve bağımsız analitik düşünme becerilerinin geliştirilmesi konusunda yönlendirilecektir. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Doğrusal modeller ve matris cebri |
| 2 | Matris cebrinin makro ve mikro iktisadi uygulamaları |
| 3 | Matrislerin ekonometride kullanımı I |
| 4 | Matrislerin ekonometride kullanımı II |
| 5 | Türev kavramı, türev alma kuralları, toplam türevler |
| 6 | Diferansiyeller, toplam diferansiyeller ve iktisadi uygulamaları |
| 7 | Ara sınav |
| 8 | Örtük fonksiyonlar ve türevleri; iktisadi uygulamalar |
| 9 | Genel fonksiyon modellerinde karşılaştırmalı durağanlık çözümlemesi ve iktisadi uygulamaları |
| 10 | Tüketicilerin ve firmaların temel karar problemleri |
| 11 | Eşitlik kısıtlamaları altında optimizasyon ve iktisadi uygulamaları |
| 12 | Doğrusal olmayan programlama ve Kuhn-Tucker koşulları; iktisadi uygulamalar |
| 13 | İktisadi dinamiklik ve integral kalkülüsü; iktisadi uygulamalar |
| 14 | Final sınavı öncesinde konuların tekrarı ve problem çözümü |
| |
| Kaynaklar: |
| (1) Chiang, Alpha C. and K. Wainwright (2005). Fundamental Methods of Mathematical Economics, 4th edition. McGraw-Hill/Irwin. (ISBN: 978-0071238236). (Piyasada kitabın Türkçe çevirisi de mevcuttur: Matematiksel İktisadın Temel Yöntemleri, 4. Basımdan Çeviri (Çeviren: Osman Aydoğuş), Literatür Yayıncılık, İstanbul.)
(2) Klein, M. (2014). Mathematical Methods for Economics, 2nd edition. Pearson Education Limited. (ISBN: 978-1292039183).
|
| |
| Diğer Kaynaklar: |
| (1) Baldani, J., J. Bradfield and R. W. Turner (2011). Mathematical Economics, 3rd edition. Linus Publications. (ISBN: 978-1607971726).
(2) Simon, C. P. and L. Blume (1994). Mathematics for Economists. W. W. Norton & Company. (ISBN: 978-0393957334).
(3) Sydsaeter, K., P. Hammond, A. Strom and A. Carvajal (2016). Essential Mathematics for Economic Analysis, 5th edition. Pearson Education. (ISBN: 978-1292074610).
|
| |
| Öğretim Yöntem ve Teknikleri: |
| Öğretim stratejisi çoğunlukla dersler, ödev 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 | %35 |
| Final Sınavı | 1 | %35 |
| Ödev | 1 | %30 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı |
| 1 | Veri analitiği yöntem ve tekniklerinin kavramsal temellerine hâkim olmak | 2 |
| 2 | Temel programlama becerilerini geliştirmek ve istatistiksel problemleri çözmeye yardımcı yazılımları kullanacak teorik ve uygulama yetileri kazanmış olmak | 2 |
| 3 | Verileri kullanılabilir formata dönüştürebilmek ve probleme bağlı olarak veri analizi araçlarını kullanarak probleme uygun modelleme yapabilmek ve karar mekanizmasına destek verebilmek | 2 |
| 4 | Verilerden üretilen bilgileri problemlerin çözümünde kullanabilmek, sonuçları veri görselleştirme araçları yardımıyla sunabilmek ve uygulamaların çıktılarını yorumlamayabilmek ve raporlayabilmek | 2 |
| 5 | Veri analitiği ile ilgili problem çözme ve uygulama becerilerini, disiplinler arası çalışmalarda kullanabilmek | 3 |