EAE1106 - Métodos Computacionais para Economia

Descrição e objetivos

A disciplina tem o objetivo de introduzir os estudantes ao raciocínio computacional, aos conceitos relevantes de computação, e às suas aplicações para resolver problemas relevantes no campo da Economia. Para tanto, o curso utilizará a linguagem Python, amplamente utilizada em diversas áreas das ciências. Espera-se que ao final do curso o estudante tenha, além do domínio sobre a sintaxe da linguagem utilizada no curso, capacidade de formular e resolver problemas utilizando recursos computacionais.

Aulas

• Turma 101: Sala F-312 do FEA-5

  • Terça-feira às 13h30 - 15h10 e quinta-feira às 15h20 - 17h00

• Turma 102:  Sala F-312 do FEA-5

  • Terça-feira às 15h20 - 17h00 e quinta-feira às 13h30 - 15h10

• Plano de aulas

Avaliação

A avaliação do curso consiste em presença em aula (peso 10%), uma prova intermediária (peso 35%) e de um trabalho em grupo de análise de dados a ser entregue no fim do semestre (peso 55%). Apenas os alunos que não atingirem a média 5 serão submetidos à prova de reavaliação, assim como consta no regimento da faculdade.

O grupos deverão ter 4-5 alunos cada e deverão ser informados até a data limite, dia 15/04/2026. Nesse mesmo dia os grupos receberão as instruções para a realização do trabalho, que deverá ser entregue em formato pdf até as 23h59 do dia 10/06/2026, através do sistema Moodle. Os trabalhos serão avaliados durante as apresentações, que serão realizadas nos nossos dois últimos encontros, como consta no plano de aulas. Os grupos terão 20min para apresentar e TODOS os membros dos grupos devem estar presentes. O membro do grupo que não comparecer à aula de apresentação terá sua nota zerada.

Contato

Dúvidas não resolvidas durante a aula devem ser sanadas, preferencialmente, durante o horário de atendimento. Dúvidas específicas (e que podem ser resumidas em poucas linhas!) devem ser encaminhadas ao meu e-mail com o assunto Dúvida EAE1106 - NomeAluno, substituindo o campo NomeAluno pelo seu primeiro nome seguido do último sobrenome.  Fora isso, sintam-se a vontade para me acessar, pessoalmente ou via e-mail, para tratar de qualquer outro assunto!

• Horário de atendimento: Agenda disponível aqui. Sala 221 do FEA-2.

• E-mail: danilosouza@usp.br

Programa

O  curso é dividido em 3 blocos de aulas:

1. Alfabetização computacional e lógica básica 

• Fundamentos de computação

• Linguagens de programação e Inteligência Artificial

• Tipos primitivos e objetos básicos

• Controle de fluxo e iteração

• Funções

2. Computação numérica, análise de dados e visualização

• Arrays, matrizes e álgebra linear (NumPy)

• Dataframes, manipulação de dados e eficiência (Pandas)

• Gráficos, personalização de elementos e princípios de visualização (Matplotlib, Seaborn, Plotly)

• Análise empírica integrada: gestão de projeto, replicabilidade e pipeline completo

3. Temas complementares

• Introdução à programação orientada a objetos: classes e atributos

• Introdução ao R

Bibliografia

O material utilizado no curso pode ser acessado sob a forma de um livro interativo de minha autoria aqui: https://danilosouza-usp.github.io/eae1106/

Abaixo enumero algumas das principais referências utilizadas para a construção desse material. No entanto, por se tratar de programação, são inúmeras as fontes de informação e bibliográficas disponíveis por aí. Sinta-se a vontade para utilizar aquela que mais lhe agradar.

• T. J. Sargent e J. Stachurski. "Python Programming for Economics and Finance".  https://python-programming.quantecon.org/intro.html

• C. Coleman, S. Lyon e J. Perla. "Introduction to Economic Modeling and Data Science".  https://datascience.quantecon.org/

• Downey, A. B. (2016). Pense em Python: Pense como um Cientista da Computação. O'Reilly, 2ª edição

• Guttag, J. (2021). Introduction to Computation and Programming Using Python: With Application to Computational Modeling and Understanding Data. The MIT Press, 3ª edição.

• McKinney, W. (2018). Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly, 2ª edição