Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Wspomaganie decyzji w warunkach ryzyka
Koordynator przedmiotu:
Rajmund Kożuszek
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. 2021/2022
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: 15h, - 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 + 15 + 45 + 10 + 10 = 117 godz., co odpowiada 4 punktom ECTS.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1,61 pkt. ECTS, co odpowiada 47 godz. kontaktowym (wykład + zajęcia projektowe + konsultacje przedkolokwialne)
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1,54 pkt. ECTS, co odpowiada 45 godz. realizacji zadań projektowych
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Wiedza z zakresu statystki i postaw optymalizacji. Umiejętność tworzenia modeli optymalizacyjnych oraz programowania w języku wysokiego poziomu.
Limit liczby studentów:
60
Cel przedmiotu:
Celem przedmiotu jest przedstawienie nowoczesnych metodologii i technik wspomagania decyzji w warunkach ryzyka ze szczególnym uwzględnieniem interaktywnych technik programowania wielokryterialnego.
Treści kształcenia:
Wykład: 1. 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 (8h). 2. 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 (8h). 3. 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 (6h). 4. 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 (8h). Projekt: Projekty polegają na samodzielnej analizie przykładowych problemów decyzji w warunkach ryzyka. Główny nacisk będzie położony na porównanie łatwości i skuteczności interaktywnego modelowania preferencji w poszczególnych technikach wspomagania decyzji. Pomocnicze zadania optymalizacji deterministycznej będą rozwiązywane za pomocą standardowego oprogramowania.
Metody oceny:
Zadania projektowe realizowane indywidualnie, udział w konsultacjach związanych z realizacją projektu.
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 Oprogramowanie: AMPL, IBM ILOG CPLEX Optimization Studio, pakiet statystyczny R, MATLAB
Witryna www przedmiotu:
https://usosweb.usos.pw.edu.pl/kontroler.php?_action=katalog2/przedmioty/pokazPrzedmiot&prz_kod=103B-INxxx-MSP-WDWR
Uwagi:
(-)

Efekty uczenia się