- Nazwa przedmiotu:
- Wspomaganie decyzji w warunkach ryzyka
- Koordynator przedmiotu:
- dr inż. Adam Artur Krzemienowski
- Status przedmiotu:
- Fakultatywny dowolnego wyboru
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Informatyka
- Grupa przedmiotów:
- Przedmioty techniczne - zaawansowane
- Kod przedmiotu:
- WDWR
- Semestr nominalny:
- 4 / rok ak. 2014/2015
- Liczba punktów ECTS:
- 4
- Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
- Bilans nakładu pracy przeciętnego studenta obejmuje:
- udział w wykładach: 15 x 2 godz. = 30 godz.,
- przygotowanie do kolejnych wykładów i realizacji projektu (przejrzenie materiałów z wykładu i dodatkowej literatury, próba rozwiązania miniproblemów sformułowanych na wykładzie): 7 godz.
- udział w konsultacjach związanych z realizacją projektu: 3 x 1 godz. = 3 godz. (zakładamy, że student korzysta średnio z konsultacji 3 razy w semestrze),
- realizacja zadań projektowych: 45 godz. (obejmuje także przygotowanie sprawozdania),
- przygotowanie do I kolokwium (rozwiązanie zadań przedkolokwialnych, udział w konsultacjach przedkolokwialnych): 10 godz. + 2 godz. = 12 godz.
- przygotowanie do II kolokwium (rozwiązanie zadań przedkolokwialnych, udział w konsultacjach przedkolokwialnych): 10 godz. + 2 godz. = 12 godz.
Łączny nakład pracy studenta wynosi: 30 + 7 + 3 + 45 + 10 + 10 = 115 godz., co odpowiada ok. 4 punktom ECTS.
- Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
- 3
- Język prowadzenia zajęć:
- polski
- Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
- 1
- Formy zajęć i ich wymiar w semestrze:
-
- Wykład30h
- Ćwiczenia0h
- Laboratorium0h
- Projekt15h
- Lekcje komputerowe0h
- Wymagania wstępne:
- POPTY - podstawy optymalizacji i wspomagania decyzji
- Limit liczby studentów:
- 60
- Cel przedmiotu:
- Wykład wprowadza w metodologię wyboru w warunkach niepewności i ryzyka. Celem wykładu jest przedstawienie nowoczesnych metodologii i technik wspomagania decyzji w warunkach ryzyka ze szczególnym uwzględnieniem interaktywnych technik programowania wielokryterialnego. Wykład koncentruje się na scenariuszowym przedstawieniu niepewności, co jest zgodne ze współczesną metodologią modelowania złożonych problemów. Umożliwia to stosowanie prostego aparatu z zakresu rachunku prawdopodobieństwa i jednocześnie bliższe powiązanie metodologii z klasyczną (deterministyczną) optymalizacją.
- Treści kształcenia:
- Strukturalizacja problemów decyzyjnych w warunkach niepewności: źródła niepewności wyników; scenariusze jako możliwe realizacje wyniku; wynik jako rozkład wartości, zmienna losowa, wartość oczekiwana, niepewność a ryzyko; drzewa decyzyjne i ich analiza; wartość informacji; modelowanie preferencji i wspomaganie decyzji; najprostsze kryteria wyboru.
Wielokryterialne modele wyboru w warunkach niepewności: wybór w warunkach niepewności jako wybór loterii o ustalonej liczbie losów; wielokryterialny model wyboru loterii, dominacja i efektywność symetryczna; techniki generacji rozwiązań symetrycznie efektywnych i modelowanie preferencji, porządkowa średnia ważona (OWA) i techniki jej implementacji; wybór w warunkach niepewności jako wybór zmiennej losowej; dominacja stochastyczna rzędu pierwszego, model wielokryterialny, oczekiwana użyteczność.
Miary ryzyka: miary dyspersji jako miary ryzyka, wariancja i odchylenie standardowe, odchylenie maksymalne, odchylenie przeciętne, średnia różnica; niesymetryczne miary ryzyka, odchylenia jednostronne; progowe miary ryzyka. Dwukryterialne modele wyboru z unikaniem ryzyka: maksymalizacja wartości oczekiwanej i minimalizacja miary ryzyka, analiza graficzna; stosowanie różnych miar ryzyka, ograniczona zgodność z maksymalizacją wyników i unikaniem ryzyka, liniowość modeli opartych na odchyleniu maksymalnym lub przeciętnym i średniej różnicy, związki z klasycznymi metodami optymalizacji portfela inwestycyjnego.
Wielokryterialne modele wyboru z unikaniem ryzyka: modelowanie awersji do ryzyka; wielokryterialny model wyboru loterii, dominacja i efektywność wyrównująca; techniki generacji rozwiązań wyrównująco efektywnych i modelowanie preferencji, wybór zmiennej losowej; dominacja stochastyczna rzędu drugiego, model wielokryterialny, oczekiwana użyteczność.
- Metody oceny:
- Przedmiot jest zaliczany na podstawie na podstawie kolokwiów i projektu.Ocena końcowa jest określona jako średnia ważona ocen z w/w części z wagami odpowiednio 60% i 40%.
- Egzamin:
- nie
- Literatura:
- Literatura podstawowa
Ogryczak, W., Wspomaganie decyzji w warunkach ryzyka, preskrypt, 2002.
Literatura uzupełniająca
Clemen, R.T., Making Hard Decisions: An Introduction to Decision Analysis, PWS-KENT, 1990.
Charette, R.N., Software Engineering Risk Analysis and Management, McGraw-Hill, 1989
- Witryna www przedmiotu:
- http://eres.elka.pw.edu.pl/eres/wwersje$.startup?Z_ID_PRZEDMIOTU=WDWR&Z_NR_WERSJI=2&Z_CHK=36773
- Uwagi:
- osobą odpowiedzialną powinien być:
dr inż. Adam Artur Krzemienowski
Efekty uczenia się
Profil ogólnoakademicki - wiedza
- Efekt WDWR-W01
- ma podstawową wiedzę z zakresu teorii decyzji w warunkach niepewności
Weryfikacja: kolokwium
Powiązane efekty kierunkowe:
K_W08
Powiązane efekty obszarowe:
T2A_W07
- Efekt WDWR-W02
- ma uporządkowaną wiedzę na temat analitycznych modeli dla wspomagania decyzji w warunkach niepewności i ryzyka
Weryfikacja: kolokwium
Powiązane efekty kierunkowe:
K_W08
Powiązane efekty obszarowe:
T2A_W07
- Efekt WDWR-W03
- ma uporządkowaną wiedzę z zakresu metod wspomagania decyzji w warunkach ryzyka ze szczególnym uwzględnieniem metod interaktywnych
Weryfikacja: kolokwium
Powiązane efekty kierunkowe:
K_W04, K_W08
Powiązane efekty obszarowe:
T2A_W02, T2A_W07
Profil ogólnoakademicki - umiejętności
- Efekt WDWR-U01
- umie budować modele decyzyjne uwzględniające niepewność i ryzyko
Weryfikacja: zadanie projektowe, kolokwium
Powiązane efekty kierunkowe:
K_U01, K_U07
Powiązane efekty obszarowe:
T2A_U01, T2A_U10
- Efekt WDWR-U02
- umie projektować procedury efektywnego modelowania i identyfikacji preferencji decydenta odnośnie ryzyka w komputerowym wspomaganiu decyzji
Weryfikacja: zadanie projektowe
Powiązane efekty kierunkowe:
K_U01, K_U07
Powiązane efekty obszarowe:
T2A_U01, T2A_U10