SylabUZ
Course name | Mathematics in Decission-Making |
Course ID | 06.9-WM-BHP-D-1_19 |
Faculty | Faculty of Mechanical Engineering |
Field of study | Occupational Health and Safety |
Education profile | academic |
Level of studies | Second-cycle studies leading to MS degree |
Beginning semester | winter term 2023/2024 |
Semester | 1 |
ECTS credits to win | 4 |
Course type | obligatory |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Lecture | 15 | 1 | 9 | 0,6 | Exam |
Laboratory | 15 | 1 | 9 | 0,6 | Credit with grade |
Celem przedmiotu jest zapoznanie studentów z metodami matematycznymi, które wspomagają podejmowanie optymalnych decyzji przez osoby decyzyjne, a także nabycie przez studentów umiejętności formułowania modeli matematycznych dla różnych problemów technicznych i z zakresu bhp oraz znajdowania dla nich rozwiązań optymalnych.
Podstawowa wiedza z zakresu matematyki i informatyki.
Wykład:
W1. Decyzje, proces decyzyjny, teoria podejmowania decyzji, decyzje optymalne.
W2. Elementy programowania matematycznego, ZPL - metoda graficzna, simpleks, zagadnienie transportowe.
W3. Metodyka i etapy budowy modeli decyzyjnych. Optymalizacja jednokryterialna - zadania minimalizacji i maksymalizacji jednego kryterium, metody optymalizacji.
W4. Optymalizacja wielokryterialna i jej zastosowania - rozwiązanie kompromisowe i preferowane. Wybrane metody polioptymalizacji.
W5. Optymalizacja w warunkach niepewności. Zbiory rozmyte i logika rozmyta w podejmowaniu decyzji.
W6. Elementy teorii grafów i sieci - podstawowe pojęcia, algorytmy, zastosowania.
W7. Systemy ekspertowe. Metody reprezentacji wiedzy.
W8. Elementy teorii gier. Rodzaje gier. Wybór optymalnej strategii w grach z naturą.
Laboratorium:
L1. Zajęcia organizacyjne, omówienie programu zajęć i formy zaliczenia przedmiotu.
L2. Budowa modelu matematycznego dla zadania optymalizacji - zastosowanie metody Simplex.
L3. Zadanie programowania linowego w MS Excel.
L4. Zagadnienie transportowe w MS Excel.
L5. Metody rozwiązywania różnych zadań optymalizacji liniowej i nieliniowej.
L6. Przykłady analizy grafów.
L7. Zastosowanie wnioskowania rozmytego w zagadnieniach bhp.
L8. Podsumowanie zagadnień. Zaliczenie laboratorium.
W: Metoda podająca - wykład informacyjny, metoda eksponująca - prezentacja multimedialna.
L: Metoda programowa i praktyczna - ćwiczenia laboratoryjne, rozwiązywanie zadań - analitycznie i z wykorzystaniem programów komputerowych, dyskusja.
Outcome description | Outcome symbols | Methods of verification | The class form |
Wykład: Pisemny egzamin z treści wykładu, na pozytywne zaliczenie wymagane uzyskanie ponad 50% punktów z egzaminu.
Warunkiem przystąpienia do egzaminu jest uzyskanie pozytywnego zaliczenia z laboratorium.
Laboratorium: Wykonanie i pozytywne zaliczenie wszystkich ćwiczeń laboratoryjnych i sprawozdań przewidzianych programem nauczania.
Ocena z laboratorium jest średnią arytmetyczną ocen z wykonanych sprawozdań.
Ocena końcowa: średnia arytmetyczna ocen z laboratorium i egzaminu.
Pozostałe warunki uczestnictwa i zaliczenia określa Regulamin studiów.
Modified by dr inż. Tomasz Belica (last modification: 13-04-2023 12:15)