Cel kształcenia i wykaz literatury

Główny cel kształcenia: Głównym celem kształcenia jest zapoznanie studentów z podstawami procesów decyzyjnych oraz metodami i narzędziami matematycznymi i informatycznymi, wspomagającymi podejmowanie decyzji w zarządzaniu przedsiębiorstwem.

Ogólne informacje o zajęciach: Moduł jest podstawowym modułem kształcenia w ramach programu w zakresie specjalności Informatyka w zarządzaniu przedsiębiorstwem.

Materiały dydaktyczne: materiały są umieszczane na stronach WWW prowadzących zajęcia

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Pod red. T. Szapiro	Decyzje menedżerskie z Excelem	PWE, Warszawa.	2000
2	Celina M. Olszak	Zarys metodologii multimedialnych systemów wspomagania decyzji w zarządzaniu	Wyd-wo Akademii Ekonomicznej w Katowicach.	2000
3	Łachwa A.	Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji	Akademicka Oficyna Wydawnicza Exit, W-wa.	2001

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Bernard Roy	Wielokryterialne wspomaganie decyzji	Warszawa : WNT.	1990
2	Zieliński J.S. (red.)	Inteligentne systemy w zarządzaniu. Teoria i praktyka,	PWN, Warszawa..	2000
3	Z.Jędrzejczyk, K. Kukuła, J. Skrzypek, A. Walkosz	Badania operacyjne w przykładach i zadaniach	Wydawnictwo naukowe PWN, Warszawa.	2005

Literatura do samodzielnego studiowania

1

Turban E., J.E.Aronson

Decision Support Systems and Intelligent Systems

New Jersey: Prentice Hall..

2001

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Student musi być zarejestrowany na semestr 7

Wymagania wstępne w kategorii Wiedzy: Student powinien posiadać wiedzę w zakresie Matematyk, Algebry liniowej, Technologii informacyjnych, Informatyki, Baz danych oraz Badań operacyjnych

Wymagania wstępne w kategorii Umiejętności: Wymagane jest posiadanie umiejętności obsługi oprogramowania takiego, jak MS Excel, MATLAB

Wymagania wstępne w kategorii Kompetencji społecznych: Umiejętność samodzielnego poszerzania swej wiedzy i doskonalenia umiejętności zawodowych

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	Posiada umiejętności modelowania procesów decyzyjnych, ich rozpoznawania identyfikacji struktury i parametrów modeli. Ponadto potrafi właściwie dobierać odpowiednie metody w celu rozwiązania lub wspomagania problemu decyzyjnego.	wykład, laboratorium	egzamin cz. pisemna, egzamin cz. praktyczna, zaliczenie cz. praktyczna	K_W11+ K_W16++ K_U01+ K_K01+	P6S_UU P6S_UW P6S_WG P6S_WK
02	Posiada umiejętności wykorzystania odpowiedniego oprogramowania do rozwiązywania określonych problemów decyzyjnych zarówno jednokryterialnych, jak i wielokryterialnych oraz tworzenie systemów doradczych za pomocą pakietu programowego Fuzzy Logic Toolbox for Matlab dla problemów występujących w warunkach niepewności.	wykład, laboratorium	egzamin cz. pisemna, egzamin cz. praktyczna, zaliczenie cz. praktyczna	K_W11+ K_U01+ K_U05+	P6S_UW P6S_WK
03	Posiada wiedzę w zakresie podstawowych i nowoczesnych metod, technik i narzędzi informatycznych wspomagających proces podejmowania decyzji w zarządzaniu	wykład, laboratorium	egzamin cz. pisemna, egzamin cz. praktyczna, zaliczenie cz. praktyczna	K_W11++ K_W16+ K_U01+ K_K01+	P6S_UU P6S_UW P6S_WG P6S_WK
04	Potrafi pracować w zespole. Posiada umiejętności wykorzystywania metod grupowego podejmowania decyzji i symulacji komputerowej, w tym gry symulacyjne.	wykład, laboratorium, projekt zespołowy, studium przypadku	egzamin cz. pisemna, egzamin cz. praktyczna, zaliczenie cz. praktyczna, prezentacja dokonań (portfolio)	K_W11+ K_W16+ K_U01++ K_U05+ K_K01+	P6S_UU P6S_UW P6S_WG P6S_WK

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
8	TK01	Proces decyzyjny w zarządzaniu przedsiębiorstwem. Problemy decyzyjne w zarządzaniu i ich klasyfikacja (ustrukturalizowane, słabo ustrukturaliziwane i nieustruktu-ralizowane). Modelowanie procesów decyzyjnych, identyfikacja struktury i parametrów modeli. Klasyfikacja modeli decyzyjnych (decyzje optymalne: modele optymalizacji liniowej i nieliniowej, modele optymalizacji jednokryterialnej i wielokryterialnej, modele statyczne jednoetapowe i dynamiczne wieloetapowe, decyzje w warunkach niepewności i ryzyka (metody stochastycznego programowania, optymalizacja z rozmytą funkcją celu i/lub rozmytymi zmiennymi).	W01	MEK01 MEK03
8	TK02	Matematyczne modele decyzyjne. Metody liniowego programowania i ich zastosowania do wspomagania decyzji. Optymalizacyjne zadania produkcyjne i transportowe. Metody optymalizacji całkowitoliczbowej. Metody nieliniowego programowania. Metody wieloetapowego programowania dynamicznego.	W02	MEK01 MEK02 MEK03
8	TK03	Wielokryterialne problemy decyzyjne: z funkcją kompromisu, z hierarchią celów. Podejmowanie decyzji w warunkach niepewności: Podstawy budowy systemów rozmytego wnioskowania w oparciu o logikę rozmytą. Rozmyte bazy reguł.	W03, W04	MEK01 MEK02 MEK03
8	TK04	Metody symulacji komputerowej do wspomagania decyzji w zarządzaniu. Gry symulacyjne. Grupowe podejmowanie decyzji. Heurystyczne metody podejmowania decyzji. Metoda Delphi.	W05	MEK01 MEK02 MEK03 MEK04
8	TK05	Formułowanie problemu decyzyjnego, jego analiza i klasyfikacja. Wybór odpowiedniej metody modelowania i rozwiązywania problemu. Modele liniowe jednokryterialne. Metody liniowego programowania i ich zastosowania do wspomagania decyzji. Optymalizacyjne zadania produkcyjne i transportowe. Zastosowania MS Excel oraz narzędzi Solver	L01, L02	MEK01 MEK02 MEK03
8	TK06	Metody optymalizacji całkowitoliczbowej. Zastosowanie modułu Solver do planowania inwestycji. Metody nieliniowego programowania, metoda Gradientu sprzężonego, metoda Newtona	L03,L04	MEK01 MEK02 MEK03
8	TK07	Podejmowanie decyzji w warunkach niepewności. Praktyczne zastosowania w zadaniach wyboru źródła finansowania planowanej inwestycji. Planowanie zapasów w warunkach niepewności. Tworzenie systemów rozmytego wnioskowania za pomocą Fuzzy Logic Toolbox for Matlab	L05	MEK01 MEK02 MEK03 MEK04
8	TK08	Zastosowanie pakietu programowego AITECH DSS 4.5 do wspomagania decyzji w zarządzaniu strategicznym.	L06,L07	MEK02 MEK03 MEK04

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 8)	Przygotowanie do kolokwium: 10.00 godz./sem.	Godziny kontaktowe: 10.00 godz./sem.	Uzupełnienie/studiowanie notatek: 10.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem.
Laboratorium (sem. 8)	Przygotowanie do laboratorium: 15.00 godz./sem. Przygotowanie do kolokwium: 10.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 15.00 godz./sem.
Konsultacje (sem. 8)		Udział w konsultacjach: 3.00 godz./sem.
Egzamin (sem. 8)	Przygotowanie do egzaminu: 10.00 godz./sem.	Egzamin pisemny: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Na egzaminie sprawdzana jest realizacja wszystkich efektów modułowych. Egzamin 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 realizacja drugiego i trzeciego efektu modułowego (MEK02, 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. Student musi odpowiedzieć na wszystkie zadania egzaminacyjne, aby uzyskać ocenę dostateczną. Rozwiązanie zadań dodatkowych pozwala uzyskać ocenę wyższą: 25% - 3.5, 40% - 4.0, 60% - 4.5 80% - 5.0

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	Ł. Paśko; G. Setlak	Random Forests in a Glassworks: Knowledge Discovery from Industrial Data	2020
2	Ł. Paśko; M. Piróg; G. Setlak	Pozyskiwanie wiedzy z danych przemysłowych do wspomagania decyzji w procesie produkcyjnym	2019