Politechnika
Warszawska

Katalog
ECTS

Nazwa przedmiotu:

Badania operacyjne i analiza danych

Koordynator przedmiotu:

doc. dr inż. Małgorzata Petzel

Status przedmiotu:

Obowiązkowy

Poziom kształcenia:

Studia II stopnia

Program:

Technologia Chemiczna

Grupa przedmiotów:

Wspólne dla kierunku

Kod przedmiotu:

CS2A_13

Semestr nominalny:

1 / rok ak. 2019/2020

Liczba punktów ECTS:

2

Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:

Wykłady: liczba godzin według planu studiów - 30, zapoznanie ze wskazaną literaturą - 10, śledzenie informacji internetowych, prasowych i literatury fachowej - 10 Razem - 50 h

Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:

Wykłady - 30 h; Razem - 30 h = 1,2 ECTS

Język prowadzenia zajęć:

polski

Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:

0

Formy zajęć i ich wymiar w semestrze:

• Wykład30h
• Ćwiczenia0h
• Laboratorium0h
• Projekt0h
• Lekcje komputerowe0h

Wymagania wstępne:

-

Limit liczby studentów:

Wykład: min. 15

Cel przedmiotu:

Celem przedmiotu jest uzyskanie przez studenta wiedzy w zakresie podstawowych zagadnień decyzyjnych i optymalizacyjnych oraz technik analizy danych.

Treści kształcenia:

W1 – Podstawowe pojęcia z zakresu podejmowania decyzji. Warunki podejmowania decyzji. W2 - Wielokryterialne metody wspomagania decyzji. Ranking wielokryterialny. Analiza hierarchiczna priorytetów. W3 – Analiza danych. Analiza skupień. Miary odległości. Grupowanie metodą k-średnich. Grupowanie metodą EM. Szukanie najlepszej liczby skupień. W4 – Badania operacyjne jako narzędzie wspomagające procesy decyzyjne. Proces rozwiązywania problemu decyzyjnego. W5 - Programowanie liniowe – wstęp, definicje. Funkcja celu, warunki ograniczające, warunki brzegowe, rozwiązanie dopuszczalne. W6 – Rozwiązanie zadań programowania liniowego metodą graficzną. Przypadki szczególne. W7 – Zastosowanie programowania liniowego do rozwiązywania problemów ekonomicznych. W8 - Programowanie całkowitoliczbowe.

Metody oceny:

Obecność na wykładach zalecana. Aktywne uczestnictwo w wykładach będzie premiowane. 2. Efekty uczenia się przypisane do wykładu będą weryfikowane podczas kolokwium zaliczeniowego, które będzie przeprowadzone na ostatnim wykładzie w semestrze. W przypadku niezaliczenia kolokwium student, w uzasadnionych przypadkach może ponowne przystąpić do kolokwium w innym terminie wyznaczonym przez prowadzącego zajęcia, po wcześniejszym uzgodnieniu tego przez prowadzącego z dziekanem. 3. Warunkiem zaliczenia kolokwium jest uzyskanie ≥51% punktów możliwych do uzyskania (s). Oceny: dla s ≥ 91% ocena 5.0, dla 81% ≤ s < 91% ocena 4.5, dla 71% ≤ s < 81% ocena 4.0, dla 61% ≤ s < 71% ocena 3.5,dla 51% ≤ s < 61%, ocena 3.0, dla s < 51% ocena 2.0. 4. Kolokwium poprawkowe oceniane będzie w systemie zerojedynkowym, a zdane kolokwium ocenione będzie na 51% punktów możliwych do uzyskania. 5. Ocena z kolokwium zaliczeniowego jest przekazywana do wiadomości studentów za pośrednictwem USOS lub za pośrednictwem strony kursu na platformie Moodle najpóźniej 7 dni po przeprowadzonym kolokwium. 6. Podczas weryfikacji osiągnięcia efektów uczenia się na drodze kolokwium każdy student powinien mieć długopis lub pióro z ciemnym, najlepiej niebieskim lub czarnym wkładem lub atramentem przeznaczone do zapisywania odpowiedzi. Pozostałe materiały i przybory pomocnicze, szczególnie telefony komórkowe, są zabronione. 7. Jeżeli podczas weryfikacji osiągnięcia efektów uczenia się zostanie stwierdzona niesamodzielność pracy studenta lub korzystanie przez niego z materiałów lub urządzeń innych niż dozwolone w regulaminie przedmiotu, student uzyskuje ocenę niedostateczną i traci prawo do zaliczenia przedmiotu w jego bieżącej realizacji. 8. Rejestrowanie dźwięku i obrazu przez studentów w trakcie zajęć jest zabronione. 9. Prowadzący zajęcia umożliwia studentowi wgląd do jego ocenionego kolokwium zaliczeniowego do końca danego roku akademickiego w terminach konsultacji.

Egzamin:

nie

Literatura:

1. Siudak M., Badania operacyjne, Oficyna Wydawnicza Politechniki Warszawskiej, 2012, 2. Foreman J., Mistrz analizy danych, Helion, Gliwice 2017, 3. Praca zbiorowa red. Walesiak M., Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa 2012, 4. Trzaskalik T., Wielokryterialne wspomaganie decyzji, Polskie Wydawnictwo ekonomiczne, Warszawa 2014

Witryna www przedmiotu:

portaliusz.pw.plock.pl

Uwagi:

Program studiów opracowany na podstawie programu nauczania zmodyfikowanego w ramach Zadania 8 Programu NERW. Zajęcia z przedmiotu będą realizowane przy użyciu nowych technik multimedialnych, takich jak platforma Moodle.

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka W07

Posiada wiedzę z zakresu eksploracji danych, metod optymalizacji oraz podejmowania decyzji wykorzystywanych w praktyce inżynierskiej.
Weryfikacja: Ocena poprzez sprawdzenie wiedzy na sprawdzianie (W1 - W8). Ocena aktywności na zajęciach wykładowych.
Powiązane charakterystyki kierunkowe: C2A_W07
Powiązane charakterystyki obszarowe: P7U_W

Charakterystyka W17

Posiada wiedzę pozwalającą postrzegać problemy decyzyjne w zarządzaniu przedsiębiorstwem, formułować i rozwiązywać te problemy przy użyciu programów komputerowych.
Weryfikacja: Ocena poprzez sprawdzenie wiedzy na sprawdzianie (W1 - W8). Ocena aktywności na zajęciach wykładowych.
Powiązane charakterystyki kierunkowe: C2A_W17
Powiązane charakterystyki obszarowe: I.P7S_WK