EPN-V2

ØASØK4400 Behavioral Economics Course description

Course name in Norwegian
Behavioral Economics
Study programme
Master Programme in Business Administration
Oslo Business School, Exchange Programme
Weight
10.0 ECTS
Year of study
2025/2026
Curriculum
FALL 2025
Schedule
Course history

Introduction

Behavioral economics uses empirical insights from psychology and other fields (such as sociology or neuroscience) in economic analysis. Conventionally, economics assumes that people are "economically rational": they make logically consistent choices in their best self-interest. Of course, sometimes people don't behave that way. Behavioral economics broadens the reach of economic analysis to situations in which people unselfishly contribute to the common good (like giving to the Red Cross), regret a choice (such as eating a candy bar instead of an apple), or make errors in judgement (for example, assign too much weight to highly unlikely events such as a lightning strike). Economic policies can look very different when people exhibit these kinds of behavior.

Language of instruction is English.

Required preliminary courses

None

Learning outcomes

After completing the course, the student should have the following overall learning outcomes defined in terms of knowledge, skills and general competence:

Knowledge

The student has specialized insight into

  • how people's decision making processes can fail to match economically rational predictions: context dependence and heuristics leading to systematic biases (for example framing effects, reference dependence and loss aversion)
  • how behavioral models of people's uncertainty preferences can match some observed behavior (for example certainty effects, Allais paradox, Rabin's paradox) better than expected utility theory (for example prospect theory, disappointment and regret aversion)
  • how behavioral models of people's time preferences can match some observed behavior (for example demand for commitment devices, self-control issues) better than discounted utility theory (for example quasi-hyperbolic discounting, habit formation)
  • how behavioral models of people's social preferences can match some observed behavior (for example charitable giving, voluntary adherence to social distancing at high personal cost) better than the standard assumption of pure self-interest (for example inequality aversion, reciprocity, social norms)

Skills

The student can

  • create and analyze empirical evidence, often from experiments and games, for behavior that does not adhere to "economic rationality"
  • model behavioral preferences and decision processes to analyze economic decision making
  • critically assess the limitations of behavioral economics, for example excessive paternalism or the lack of a clear welfare criterion

General competence

The student is more able to

  • use English as the professional language of Economics
  • understand Economics as a science, and its strengths and weaknesses
  • understand and apply economic methods, such as analytic modelling and economic experiments

Teaching and learning methods

Lectures with active student participation.

Course requirements

The following coursework requirements must have been approved in order for the student to take the exam:

  • Coursework 1: Written assignment. Group work. Maximum 5 pages.
  • Coursework 2: Written assignment. Group or individual work. Maximum 5 pages.
  • Coursework 3: Written assignment. Individual work. Maximum 5 pages.

The group work will be carried out in groups consisting of 2-5 students, depending on the number of participating students in the course.

The coursework is part of the active learning experience for the students and helps prepare students for the final exam. It also serves as useful feedback about the effectiveness of the lecturer's teaching.

All required coursework must be completed and approved by the given deadline in order for the student to take the exam. If one or more coursework requirements have not been approved, the student will be given one opportunity to submit an improved version by the given deadline.

Assessment

Ved å arbeide med emnet, vil studentene opparbeide innsikt i deler av matematikken som står sentralt når man skal modellere tekniske og naturvitenskapelige systemer og prosesser. Temaene som tas opp inngår i ingeniørutdanninger over hele verden. Temaene er nødvendige for at ingeniører skal kunne kommunisere effektivt og presist, og for at de skal kunne delta i faglige diskusjoner. Arbeidet med emnet vil gi øvelse i å bruke matematisk programvare for å gjøre studentene i stand til å utføre beregninger i jobbsituasjon.

Permitted exam materials and equipment

Ingen forkunnskapskrav.

Grading scale

Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte definert i form av kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten kan:

  • gjøre rede for den deriverte som momentan endring og for det ubestemte integralet som antiderivert
  • ta utgangspunkt i definisjonen av den deriverte, og gjøre rede for hvordan man kan bestemme en tilnærmet verdi av den deriverte numerisk
  • regne ut eksakte verdier for den deriverte og den antideriverte ved å bruke analytiske metoder
  • bruke den deriverte til å løse optimaliseringsproblemer
  • forklare hvordan man kan bruke det bestemte integralet til å regne ut størrelser som areal, arealmoment, volum og buelengde
  • bruke numeriske og analytiske metoder til å beregne bestemte integraler
  • bruke numeriske metoder til å beregne tilnærmede løsninger av differensiallikninger
  • bruke analytiske metoder til å finne formler for løsningen av noen differensiallikninger
  • regne med komplekse tall
  • regne med vektorer, matriser og determinanter
  • overføre totalmatriser for lineære likningssystemer til redusert trappeform
  • gjøre rede for betingelser som må være oppfylt for å kunne beregne den inverse til matriser
  • gjøre rede for antall løsninger til et lineært likningssystem
  • bruke dataverktøy til å løse problemer i lineær algebra
  • løse likninger numerisk

Ferdigheter

Studenten kan:

  • anvende den deriverte til å modellere og analysere dynamiske systemer
  • drøfte ideene bak noen analytiske og numeriske metoder som brukes for å løse differensiallikninger
  • sette opp, velge egnet løsningsmetode og løse differensiallikninger for praktiske problemer innen bygg- og energiteknikk.
  • drøfte numeriske metoder for å løse likninger
  • drøfte metoder for å løse lineære likningssystemer.

Generell kompetanse

Studenten kan

  • vurdere resultater fra matematiske beregninger
  • forklare og bruke grunnleggende numeriske algoritmer som inneholder kodeelementene tilordning, for- og while-løkker og if-tester.
  • skrive presise forklaringer og begrunnelser til framgangsmåter, og demonstrere korrekt bruk av matematisk notasjon
  • overføre et praktisk problem fra eget fagområde til matematisk form, slik at det kan løses - analytisk eller numerisk.
  • bruke matematiske metoder og digitale verktøy som er relevante for bygg- og energiteknikk.
  • bruke matematikk til å kommunisere om ingeniørfaglige problemstillinger
  • vurdere egne og andre studenters faglige arbeider, og formulere skriftlige og muntlige vurderinger av disse arbeidene på en faglig korrekt og presis måte.

Examiners

Undervisningen i emnet foregår på campus og er organisert i arbeidsøkter. I arbeidsøktene skal studentene diskutere i grupper, øve individuelt, bruke numerisk programvare, øve på problemløsning og vurdere eget og andres arbeid.

Course contact person

Følgende arbeidskrav er obligatorisk og må være godkjent for å fremstille seg til eksamen:

  • Tre av fire individuelle skriftlige innleveringer må være godkjent.
  • Hver innlevering er på ca. 4-8 arbeidstimer.