Cel kształcenia i wykaz literatury

Główny cel kształcenia: Wyrobienie umiejętności w zakresie doboru narzędzi symulacyjnych oraz tworzenia modeli sytuacji decyzyjnych angażujących element niepewności i ryzyka.

Ogólne informacje o zajęciach: Moduł prezentuje treści związane z modelowaniem sytuacji, w których nie wszystkie wartości zmiennych decyzyjnych są znane lub pewne. Jak pokazuje praktyka zarządzania, znaczna część problemów, z jakimi stykają się współczesne przedsiębiorstwa zawiera element niepewności. Dzięki narzędziom i technikom prezentowanym 
w ramach tego przedmiotu można sprawniej zarządzać ryzykiem oraz wspomagać podejmowanie decyzji, które nie posiadają dobrze określonej struktury. Każdy z omawianych w ramach zajęć procesów decyzyjnych jest implementowany w środowisku symulacyjnym (od najprostszych np. Microsoft Excel do bardziej złożonych np. Arena), a otrzymane w eksperymencie symulacyjnym wyniki są szczegółowo interpretowane, poddawane analizie oraz przekładane na konkretną decyzję biznesową.

Materiały dydaktyczne: Materiały dydaktyczne udostępnione na serwerze Zakładu.

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Krupa K.	Modelowanie, symulacja i prognozowanie	WNT.	2009
2	Zdanowicz R., Świder J.	Modelowanie i symulacja systemów produkcyjnych w programie Enterprise Dynamics	Wydawnictwo Politechniki Śląskiej.	2005

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Wayne W. L.	Ms-Excel. Analiza i modelowanie danych.	APN Promise.	2017
2	Carlberg C.	Analiza statystyczna. Microsoft Excel 2016 PL.	Helion.	2018

Literatura do samodzielnego studiowania

1

Provost F., Fawcett T.

Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji.

Onepress.

2014

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Rejestracja na 2 semestr studiów uzupełniających

Wymagania wstępne w kategorii Wiedzy: Znajomość podstaw rachunku prawdopodobieństwa, statystyki matematycznej oraz teorii informatycznych systemów zarządzania.

Wymagania wstępne w kategorii Umiejętności: Umiejętności budowy prostych modeli analitycznych w środowisku Ms-Excel.

Wymagania wstępne w kategorii Kompetencji społecznych:

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z PRK
01	Potrafi identyfikować sytuacje decyzyjne i przygotowywać ich formalny opis.	wykład problemowy	egzamin cz. pisemna	K_W01++ K_W03+	P7S_WG
02	Potrafi dobierać parametry modelu oraz rozkłady dla zmiennych losowych zawartych w modelu.	laboratorium problemowe	zaliczenie cz. praktyczna	K_W07+ K_U07+	P7S_UK P7S_WG
03	Potrafi implementować modele w wybranym środowisku symulacyjnym, planować eksperyment symulacyjny i prowadzić analizy.	laboratorium problemowe	zaliczenie cz. praktyczna	K_W01++ K_W03+ K_W07+ K_U07+++ K_U09+++ K_U10++	P7S_UK P7S_UW P7S_WG

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
2	TK01	Prezentacja aparatu pojęciowego symulacji komputerowej. Definicja podstawowych pojęć oraz określenie zakresu dziedziny.	W01	MEK01 MEK02
2	TK02	Pojęcie modelu, typy modeli oraz proces modelowania	W02, W03	MEK01 MEK02
2	TK03	Sytuacje decyzyjne w przedsiębiorstwie oraz dobór modeli	W04	MEK01 MEK02
2	TK04	Modele deterministyczne	W5	MEK01 MEK02
2	TK05	Modele probabilistyczne i symulacja Monte Carlo	W06, W07	MEK01 MEK02
2	TK06	Narzędzia analizy What If? - funkcje logiczne i tablicowe	L01	MEK03
2	TK07	Narzędzia analizy What If? - tabele danych	L02	MEK03
2	TK08	Narzędzia analizy What If? - scenariusze oraz narzędzie szukaj wyniku	L03	MEK03
2	TK09	Analiza rozkładów zmiennych losowych oraz generowanie liczb pseudo-losowych	L03, L04	MEK03
2	TK10	Wykorzystanie narzędzia Analysis Toolpack w prostych analizach statystycznych	L05, L06	MEK03
2	TK11	Symulacja Monte Carlo w środowisku Excel	L07-L09	MEK03
2	TK12	Symulacja Monte Carlo w środowisku Crystal Ball	L10-L13	MEK03

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 2)	Przygotowanie do kolokwium: 3.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Uzupełnienie/studiowanie notatek: 2.00 godz./sem. Studiowanie zalecanej literatury: 2.00 godz./sem.
Laboratorium (sem. 2)	Przygotowanie do kolokwium: 2.00 godz./sem.	Godziny kontaktowe: 30.00 godz./sem.
Konsultacje (sem. 2)
Zaliczenie (sem. 2)	Przygotowanie do zaliczenia: 4.00 godz./sem.	Zaliczenie pisemne: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Na zaliczeniu pisemnym wykładu sprawdzana jest realizacja wszystkich efektów modułowych. Sprawdzian obejmuje pytania obowiązkowe oraz dodatkowe. Student musi odpowiedzieć poprawnie na WSZYSTKIE pytania obowiązkowe aby uzYskać ocenę dostateczną. Odpowiedź na pytania dodatkowe pozwala uzyskać wyższą ocenę: 25% poprawnych odpowiedzi - 3,5; 40% poprawnych odpowiedzi - 4,0; 60% poprawnych odpowiedzi - 4,5; 80% poprawnych odpowiedzi - 5,0
Laboratorium	Na zaliczeniu praktycznym laboratorium sprawdzana jest głównie realizacja trzeciego efektu modułowego (MEK03). Sprawdzian obejmuje zadania obowiązkowe oraz dodatkowe. Student musi poprawnie wykonać WSZYSTKIE zadania obowiązkowe aby uzyskać ocenę dostateczną. Rozwiązanie zadań dodatkowych pozwala uzyskać wyższą ocenę: 25% poprawnie rozwiązanych zadań - 3,5; 40% poprawnie rozwiązanych zadań - 4,0; 60% poprawnie rozwiązanych zadań - 4,5; 80% poprawnie rozwiązanych zadań - 5,0;
Ocena końcowa	Warunkiem zaliczenia modułu jest osiągnięcie wszystkich efektów modułowych i zaliczenie wszystkich form zajęć. Ocena końcowa wyznaczana jest jako średnia ważona oceny z wykładu z wagą 0,4 i laboratorium z wagą 0,6.

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: tak

1

J. Jakieła; M. Olech; M. Rataj

Crossing the Chasm-from Business Models to Software Architecture

2020