Metody optymalizacji w ekonomii
Transkrypt
Metody optymalizacji w ekonomii
Nazwa przedmiotu: Metody optymalizacji w ekonomii Optimization Methods in Economics Kod przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla specjalności matematyka finansowa i ubezpieczeniowa Rodzaj zajęć: wykład, laboratorium Poziom przedmiotu: II stopnia Semestr III Liczba godzin/tydzień: 2W, 2L, 1C Liczba punktów: 4 ECTS PRZEWODNIK PO PRZEDMIOCIE I KARTA PRZEDMIOTU CEL PRZEDMIOTU C1. C2. Zapoznanie studentów z teoretycznymi podstawami optymalizacji oraz algorytmami obliczeniowymi oraz z aspektami ekonomicznymi optymalizacji. Nabycie przez studentów praktycznych umiejętności formułowania, rozwiązywania i interpretacji rozwiązań problemów z dziedziny metod optymalizacji, w szczególności dotyczących programowania liniowego i nieliniowego, komputerowej realizacji prezentowanych algorytmów oraz korzystania z dostępnych pakietów optymalizacyjnych. WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Wiedza z algebry w szczególności rachunku macierzowego. 2. Wiedza z analizy matematycznej w zakresie studiów pierwszego stopnia. EFEKTY KSZTAŁCENIA EK 1 – Posiada podstawową wiedzę teoretyczną z wybranych działów metod optymalizacji w zakresie treści prezentowanych na wykładach. EK2 - Posiada umiejętność samodzielnego formułowania i rozwiązywania problemów optymalizacyjnych, potrafi nadać im właściwe interpretacje praktyczne. EK 3 - Zna i potrafi wykorzystać do rozwiązania problemów optymalizacyjnych wybrane pakiety programów komputerowych. TREŚCI PROGRAMOWE Liczba Forma zajęć – WYKŁADY godzin W 1 – Klasyfikacja problemów optymalizacyjnych. Podstawowe definicje i oznaczenia. 2 Przykłady praktyczne zadań optymalizacyjnych. Formułowanie zadań optymalizacyjnych. W 2 – Problemy liniowe. Podstawowe metody rozwiązywania problemów optymalizacji 2 liniowej- metoda Simpleks, problemy pierwotne i dualne. W 3 – Problemy nieliniowe. Zbiory wypukłe, funkcje wypukłe i wklęsłe i ich 2 zastosowanie w zadaniach programowania nieliniowego. Postać ogólna zadania programowania nieliniowego. W 4 – Postać standardowa i kanoniczna problemów optymalizacji nieliniowej. 2 Warunki konieczne i wystarczające optymalności dla zadań bez ograniczeń i z ograniczeniami. W 5,6 – Metody rozwiązywania ZPNL bez ograniczeń i z ograniczeniami. Funkcja Lagrange’a warunki optymalności dla zadań programowania nieliniowego, twierdzenie Kuhna-Tuckera. W 7 – Programowanie kwadratowe. Warunki Kuhna-Tuckera dla zadania programowania kwadratowego. Metoda Wolfe’a. W 8 – Optymalizacja portfela akcji jako przykład zadania programowania kwadratowego – podstawowe definicje, formułowanie i rozwiązanie zadania. W 9 – Projektowanie złożonych przedsięwzięć wieloczynnościowych. Wybrane elementy teorii grafów, budowa modelu sieciowego. W 10,11 – Podstawowe metody w analizie sieciowej: deterministyczna analiza czasowa przedsięwzięcia – metoda CPM, stochastyczna analiza czasowa przedsięwzięcia – metoda PERT. W 12 – Harmonogramy czasowo – optymalne. Diagram Gantta. W 13 – Analiza czasowo-kosztowa oraz analiza zasobowa przedsięwzięcia. W 14 – Struktura złożonych systemów ekonomicznych – statyczny model Leontiewa. W 15 – Prognozy wykonane na podstawie modelu Leontiewa, agregacja w modelu Leontiewa, związki modelu Leontiewa z programowaniem liniowym. Test zaliczeniowy. Forma zajęć – laboratorium L 1 – rozwiązywanie zadań optymalizacji liniowej – planowanie produkcji, optymalna dieta, problemy cięcia. L 2 – rozwiązywanie problemów pierwotnych i dualnych. Przypadki szczególne. L 3 – rozwiązywanie problemów optymalizacji liniowej za pomocą metody simpleks, zapoznanie się z pakietem „Optimization Package” programu Maple. L 4 – rozwiązywanie zadań optymalizacji nieliniowej, postać standardowa i kanoniczna. L 5 – formułowanie i sprawdzanie warunków koniecznych i wystarczających istnienia rozwiązania optymalnego dla zadań nieliniowych. L 6 – budowanie funkcji Lagrange’a, tworzenie warunków Kuhna-Tuckera, tworzenie zadania zastępczego dla zadania z ograniczeniami. L 7 – rozwiązywanie zadań programowania kwadratowego, zastosowanie metody Wolfe’a L 8, L 9 – Rozwiązywanie zadań przedstawiających problemy ekonomiczne firmy produkcyjnej: maksymalizacji zysku przy określonych kosztach produkcji, minimalizacja kosztów wytworzenia danej wielkości produkcji, wyznaczanie granicy opłacalności prowadzenia działalności produkcyjnej. L 10 – konstruowanie sieci czynności dla przedsięwzięcia wieloczynnościowego. L 11 – szukanie i analiza ścieżki krytycznej w metodzie CPM, wykonanie analizy czasowej i kosztowej. L 12 – szukanie średniego czasu trwania przedsięwzięcia, czasu realizacji projektu z zadanym prawdopodobieństwem oraz prawdopodobieństwa realizacji projektu w zadanym czasie – metoda PERT. L 13 – wyznaczanie macierzy Leontiewa i macierzy do niej odwrotnej, budowanie statycznego modelu Leontiewa, formułowanie interpretacji ekonomicznej uzyskanych macierzy. L 14 – wyznaczanie wektora produkcji globalnej, wektora produkcji końcowej na podstawie modeli Leontiewa L 15 – rozwiązywanie problemów z zakresu prezentowanego na wykładach – sprawdzian przy komputerze Forma zajęć – ĆWICZENIA C1, C2 – formułowanie modeli matematycznych z zakresu problemów optymalizacji 4 2 2 2 4 2 2 2 2 Liczba godzin 2 2 2 2 2 2 2 4 2 2 2 2 2 2 2 liniowej – planowanie produkcji, optymalna dieta C3, C4 – formułowanie problemów dualnych, przejście od zadań pierwotnych do dualnych i na odwrót. Przypadki szczególne. C5, C6, C7 – formułowanie modeli matematycznych dla zadań optymalizacji nieliniowej przedstawiających problemy ekonomiczne, postać standardowa i kanoniczna C8, C9 – formułowanie warunków koniecznych i wystarczających istnienia rozwiązania optymalnego dla zadań nieliniowych C10, C11 – budowanie funkcji Lagrange’a, tworzenie warunków Kuhna-Tuckera, tworzenie zadania zastępczego dla zadania z ograniczeniami C12, C13 – konstruowanie sieci czynności dla przedsięwzięcia wieloczynnościowego C14, C15 – budowanie statystycznego modelu Leontiewa, interpretacja ekonomiczna uzyskanych wyników 2 3 2 2 2 2 NARZĘDZIA DYDAKTYCZNE 1. – wykład z wykorzystaniem prezentacji multimedialnych 2. – laboratorium komputerowe 3. – zestawy zadań do rozwiązania z pomocą programów komputerowych SPOSOBY OCENY ( F – FORMUJĄCA, P – PODSUMOWUJĄCA) F1. – ocena przygotowania do laboratorium F2. – ocena umiejętności stosowania zdobytej wiedzy teoretycznej do rozwiązywania problemów praktycznych F3. – ocena aktywności podczas zajęć P1. – ocena umiejętności rozwiązywania postawionych problemów oraz sposobu prezentacji uzyskanych wyników – kolokwia zaliczeniowe na ocenę P2. – ocena opanowania materiału nauczania będącego przedmiotem wykładu – jedno kolokwium sprawdzające opanowanie treści i umiejętności przekazywanych podczas wykładu OBCIĄŻENIE PRACĄ STUDENTA Forma aktywności Godziny kontaktowe z prowadzącymi Zapoznanie się ze wskazaną literaturą Przygotowanie do laboratorium Przygotowanie do kolokwium praktycznego przy komputerze Przygotowanie do zaliczenia treści wykładu Obecność na konsultacjach Suma SUMARYCZNA LICZBA PUNKTÓW ECTS DLA PRZEDMIOTU Liczba punktów ECTS, którą student uzyskuje na zajęciach wymagających bezpośredniego udziału prowadzącego Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym, w tym zajęć laboratoryjnych i projektowych LITERATURA PODSTAWOWA I UZUPEŁNIAJĄCA Średnia liczba godzin na zrealizowanie aktywności 30W 30L 15 C→ 75 h 5h 8h 5h 5h 2h 100 h 4 ECTS 3,1 ECTS 2,4 ECTS 1. Grabowski W., Programowanie matematyczne, PWE, Warszawa 1980 2. Brdyś M., Ruszczyński A., Metody optymalizacji w zadaniach, WNT, Warszawa 1985, 3. Trzaskalik T., Wprowadzenie do badań operacyjnych z komputerem, PWE, Warszawa 2008 4. Czerwiński Z., matematyka na usługach ekonomi, PWN, Warszawa 1980. 5. Krawczyk S., A Badania operacyjne dla menedżerów, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław 1996. 6. Praca zbiorowa pod redakcją E. Majchrzak, Badania operacyjne. Teoria i zastosowania, Wydawnictwo Politechniki Śląskiej, Gliwice, 2007. 7. Jędrzejczyk Z., Kukuła K., Skrzypek J., Walkosz A., Badania operacyjne w przykładach i zadaniach, PWN, Warszawa, 2002 8. Hillier F., S., Lieberman G., J., Introduction to operations research, McGraw-Hill, Inc. 1990 PROWADZĄCY PRZEDMIOT ( IMIĘ, NAZWISKO, ADRES E-MAIL) 1. Anita Ciekot, [email protected] MATRYCA REALIZACJI I WERYFIKACJI EFEKTÓW KSZTAŁCENIA Efekt kształcenia EK1 EK2 EK3 Odniesienie danego efektu do efektów zdefiniowanych dla kierunku Matematyka K_W04 K_W07 K_W02 K_U10 K_U16 K_W08 K_W12 K_U16 Cele przedmiotu Treści programowe Narzędzia dydaktyczne Sposób oceny C1,C2 W1-W15 1-4 F3 P2 C1, C2 W1-W15 L1-L15 1-4 F1-F3 P1,P2 C1, C2 L1-L15 1-4 F1-F3 P1,P2 II. FORMY OCENY - SZCZEGÓŁY Na Na ocenę 3 ocenę 2 EK 1 umie mniej niż na ocenę dst Student zna definicje i twierdzenia podane na wykładzie. Ma kłopot z ich poprawnym formalnym zapisem. Potrafi jednak wyjaśnić ich znaczenia. Na ocenę 4 Na ocenę 5 Student zna większość definicji i twierdzeń podanych na wykładzie. Każde twierdzenie potrafi właściwie sformułować oraz udowodnić, ewentualnie z niewielką pomocą. Student zna wszystkie definicje i twierdzenia podane na wykładzie. Każde twierdzenie potrafi właściwie sformułować i udowodnić. Potrafi wyciągać prawidłowe wnioski, co wyraża się w tym, że potrafi także dowieść szeregu prostych faktów łatwo wynikających z podanych twierdzeń i definicji . EK 2 umie mniej niż na ocenę dst EK 3 umie mniej niż na ocenę dst Potrafi wskazać przykłady praktycznych zastosowań wszystkich omawianych na wykładzie teoretycznych modeli optymalizacyjnych. Potrafi także trafnie wskazać teoretyczny model danego problemu praktycznego. Ma kłopoty z analizą wpływu założeń tkwiących u podstaw Student częściowo zna wybrane programy komputerowe i potrafi częściowo je zastosować do rozwiązywania różnorodnych problemów. Potrafi wskazać przykłady praktycznych zastosowań wszystkich omawianych na wykładzie teoretycznych modeli optymalizacyjnych. Potrafi także trafnie wskazać teoretyczny model danego problemu praktycznego. Potrafi analizować wpływ spełnienia bądź niespełnienia różnych założeń na uzyskane rozwiązanie. Potrafi wskazać przykłady praktycznych zastosowań wszystkich omawianych na wykładzie teoretycznych modeli optymalizacyjnych. Także odwrotnie potrafi trafnie wskazać teoretyczny model danego problemu praktycznego, Potrafi w problemach praktycznych wskazać założenia przy których dany model dobrze opisuje sytuację rzeczywistą, potrafi analizować wpływ spełnienia bądź niespełnienia rozmaitych założeń na uzyskane rozwiązanie. Student dobrze zna wybrane programy komputerowe i potrafi je zastosować do rozwiązywania różnorodnych problemów. Student bardzo dobrze zna wybrane programy komputerowe, potrafi realizować obliczenia i rozwiązywać różnorodne problemy optymalizacyjne. Dopuszcza się wystawienie oceny połówkowej o ile student spełniający wszystkie efekty kształcenia wymagane do oceny pełnej spełnia niektóre efekty kształcenia odpowiadające ocenie wyższej III. INNE PRZYDATNE INFORMACJE O PRZEDMIOCIE 1. 2. Wszelkie informacje dla studentów na temat planu zajęć dostępne są na stronie internetowej: www.wimii.pcz.pl Informacja na temat konsultacji przekazywana jest studentom podczas pierwszych zajęć z danego przedmiotu oraz umieszczona jest na stronie internetowej Instytutu Matematyki: www.im.pcz.pl