Zaawansowane modele optymalizacji decyzji
Informacje ogólne
Kod przedmiotu: | 2400-IiE3ZMOD1 |
Kod Erasmus / ISCED: |
14.3
|
Nazwa przedmiotu: | Zaawansowane modele optymalizacji decyzji |
Jednostka: | Wydział Nauk Ekonomicznych |
Grupy: |
Przedmioty obowiązkowe dla III r. st. lic. ( IiE) - Warsztaty kier. z modeli optymalizacji decyzji |
Punkty ECTS i inne: |
3.00
|
Język prowadzenia: | polski |
Rodzaj przedmiotu: | obowiązkowe |
Założenia (opisowo): | Wymagania wstępne Algebra liniowa, Analiza matematyczna. Wymagania formalne Potrzebna jest znajomość algebry, analizy, obsługi programów komputerowych oraz podstaw optymalizacji liniowej i nieliniowej. Założenia wstępne Zajęcie pokrewne: Modele wspomagające podejmowanie decyzji, Optymalizacja nieliniowa |
Skrócony opis: |
1. Celem zajęć jest przekazanie praktycznej umiejętności posługiwania się narzędziami programowania matematycznego i podejmowania decyzji do rozwiązywania złożonych problemów decyzyjnych. 2. Program zajęć obejmuje zaawansowane zagadnienia programowania liniowego i nieliniowego w ujęciu przydatnym do formułowania rozwiązywalnych zagadnień podejmowania decyzji. Szczególna uwaga zostanie zwrócona na problemy sieciowe i wielokryterialne. 3. Na przemian odbywać się będą prezentacje zagadnień i zajęcia praktyczne w pracowni komputerowej z wykorzystaniem licencjonowanego programu komputerowego. 4. Zajęcia warsztatowe dla studentów III roku ekonomii specjalizujących się w informatyce i ekonometrii. Wskazane również dla studentów ekonomii przedsiębiorstwa. 5. Element badawczy: samodzielnie przygotowany projekt w oparciu o jeden z tematów wybranych z literatury przedmiotu. 6. Zaliczenie na podstawie samodzielnie przygotowanego projektu. |
Pełny opis: |
1. Programowanie liniowe (rozwinięcie) - metoda simpleks - analiza wrażliwości rozwiązania optymalnego - analiza postoptymalna współczynników funkcji kryterium - analiza postoptymalna wyrazów prawych stron - programowanie parametryczne 2. Zadanie dualne - konstrukcja zdania dualnego - interpretacja zadania dualnego - rozwiązanie optymalne zadania dualnego - zmienne dualne i ich interpretacja 3. Programowanie całkowitoliczbowe - metoda podziału i ograniczeń - metoda cięć - programowanie binarne - zadanie przydziału 4. Zadanie transportowe i jego rozwinięcia - zadanie niezbilansowane - rozwiązanie bazowe zdegenerowane - trasy niedopuszczalne - skumulowany koszt jednostkowy - zadanie dwuetapowe 5. Programowanie sieciowe - elementy teorii grafów - najkrótsza droga - maksymalny przepływ w sieci - minimalne drzewo rozpinające - problem komiwojażera - algorytm genetyczny 6. CPM i PERT - analiza ścieżki krytycznej - zarządzanie projektami - analiza czasowo-kosztowa 7. Programowanie wielokryterialne - metody wielokryterialne (ciągłe) - metody wieloatrybutowe (dyskretne) - programowanie celowe - uwzględnianie preferencji decydenta - AHP, PROMETHEE, ELECTRE 8. Programowanie dynamiczne i stochastyczne - model programowania dynamicznego - model programowania stochastycznego - zastosowania ekonomiczne 9. Dyskusja proponowanych przez studentów projektów zaliczających zajęcia |
Literatura: |
OBOWIĄZKOWA Kukuła K. (red.), 2019. Badania operacyjne w przykładach i zadaniach. PWN, Warszawa. Trzaskalik T. (red.), 2008. Wprowadzenie do badań operacyjnych z komputerem. PWE, Warszawa. Wagner H.M., 1980. Badania operacyjne. PWE, Warszawa. UZUPEŁNIAJĄCA Bernardelli M.. Decewicz A., Tomczyk E., 2021. Ekonometria i badania operacyjne. PWN, Warszawa. Chiang A.C., 1994. Podstawy ekonomii matematycznej. PWE, Warszawa. Gruszczyński M., Kuszewski T., Podgórska M. (red.), 2022. Ekonometria i badania operacyjne. PWN, Warszawa. Ignasiak E. (red.), 2001. Badania operacyjne. PWE, Warszawa. Moore J.H., Weatherford L.R., 2001. Decision Modeling with Microsoft® Excel. Prentice Hall, Upper Saddle River. Ostasiewicz K., 2018. Nieracjonalność usankcjonowana, czyli nagroda imienia Nobla w dziedzinie ekonomii dla Richarda Thalera. Śląski Przegląd Statystyczny, Nr 16, strony 91-126. Sikora W. (red.), 2008. Badania operacyjne. PWE, Warszawa. Taylor III B.W., 2001. Introduction to Management Science. Prentice Hall, Upper Saddle River. |
Efekty uczenia się: |
A. Wiedza 1. Student zna i rozumie metodę simpleks, analizę wrażliwości rozwiązania optymalnego, dualną metodę simpleks, programowanie parametryczne. 2. Student zna programowanie całkowitoliczbowe w postaci metody podziału i ograniczeń oraz metody cięć. Zna zasady formułowania zadania ze zmiennymi binarnymi. 3. Student zna zadanie transportowe w postaci podstawowej i zaawansowanej usuwającej ograniczające założenia modelu podstawowego. 4. Student ma wiedzę na temat programowania sieciowego z uwzględnieniem typowych zadań: najkrótszej drogi, maksymalnego przepływu w sieci, minimalnego drzewa rozpinającego, problemu komiwojażera. 5. Student zna i rozumie zarządzanie projektami w ujęciu modelowym z zastosowaniem analizy PERT i analizy ścieżki krytycznej. 6. Student zna zagadnienie wielokryterialne, a w szczególności metody jego rozwiązywanie: AHP, Electre, Promethee. 7. Student zna programowanie dynamiczne i stochastyczne. Ma wiedzę w zakresie funkcjonowania i wykorzystania algorytmu genetycznego i ewolucyjnego. (S2A_W06; S2A_W07; S2A_W08; S2A_W11) B. Umiejętności 1. Student potrafi właściwie rozpoznać rodzaj problemu decyzyjnego, dokonać jego matematycznej formalizacji i wybrać odpowiedni model prowadzący do uzyskania optymalnego rozwiązania. 2. Student ma umiejętność praktycznego posługiwania się komputerowymi programami badań operacyjnych i programowania matematycznego do rozwiązywania złożonych problemów decyzyjnych. 3. Student potrafi prawidłowo zinterpretować uzyskane rozwiązanie optymalne i przeprowadzić postoptymalną analizę jego przydatności. (S2A_U01; S2A_U02; S2A_U06; S2A_U07) C. Kompetencje społeczne 1. Student ma świadomość, że nawet złożone problemy decyzyjne, w dziedzinie szeroko rozumianego gospodarowania, mogą być rozwiązywane z udziałem matematycznych metod i techniki komputerowej. 2. Student potrafi wykorzystać zdobytą wiedzę do poprawy jakości podejmowanych decyzji, w zakresie indywidualnej i społecznej przedsiębiorczości. (S2A_K03; S2A_K04; S2A_K05; S2A_K07) |
Metody i kryteria oceniania: |
Ocena na podstawie samodzielnie przygotowanego projektu wymagającego zbudowania, rozwiązania i zinterpretowania wyniku modelu, a przy tym posłużenia się programem komputerowym. Ponadto sprawdzane będą obecność na zajęciach, prace domowe i pisemne prace kontrolne. |
Zajęcia w cyklu "Semestr letni 2024/25" (zakończony)
Okres: | 2025-02-17 - 2025-06-08 |
Przejdź do planu
PN KON
KON
WT ŚR CZ PT |
Typ zajęć: |
Konwersatorium, 30 godzin
|
|
Koordynatorzy: | Jerzy Śleszyński | |
Prowadzący grup: | Jerzy Śleszyński | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Konwersatorium - Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.