Module also offered within study programmes:
General information:
Name:
Quantitative Methods in Management
Course of study:
2016/2017
Code:
ZZP-2-103-ZF-s
Faculty of:
Management
Study level:
Second-cycle studies
Specialty:
Financial Management
Field of study:
Management
Semester:
1
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr Stach Izabella (istach@zarz.agh.edu.pl)
Academic teachers:
Wiernek Mateusz (mwiernek@zarz.agh.edu.pl)
dr Stach Izabella (istach@zarz.agh.edu.pl)
dr inż. Byrska-Rąpała Alicja (abyrska@zarz.agh.edu.pl)
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Skills
M_U001 Potrafi budować modele ilościowe do analizy i prognozowania przebiegu wybranych problemów w przedsiębiorstwie. Modele takie potrafi rozwiązywać (również z wykorzystaniem programu komputerowego) i przeprowadzić analizę wrażliwości znalezionego rozwiązania. ZP2A_U05
M_U002 Potrafi dopasować odpowiednie metody ilościowe do opisu i analizy problemów w przedsiębiorstwie. ZP2A_U04 Test
Knowledge
M_W001 Potrafi zidentyfikować metody ilościowe znajdujące zastosowanie w procesie podejmowania decyzji zarówno w środowisku pewnym, jak i w warunkach ryzyka lub niepewności. ZP2A_W13 Test
M_W002 Identyfikuje metody ekonometryczne znajdujące zastosowanie w modelowaniu i prognozowaniu procesów w zarządzaniu przedsiębiorstwem. ZP2A_W12 Test
M_W003 Zna zaawansowane metody i narzędzia statystyczne stosowane w zarządzaniu ZP2A_W11 Test
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Skills
M_U001 Potrafi budować modele ilościowe do analizy i prognozowania przebiegu wybranych problemów w przedsiębiorstwie. Modele takie potrafi rozwiązywać (również z wykorzystaniem programu komputerowego) i przeprowadzić analizę wrażliwości znalezionego rozwiązania. - - - + - - - - - - -
M_U002 Potrafi dopasować odpowiednie metody ilościowe do opisu i analizy problemów w przedsiębiorstwie. - - - + - - - - - - -
Knowledge
M_W001 Potrafi zidentyfikować metody ilościowe znajdujące zastosowanie w procesie podejmowania decyzji zarówno w środowisku pewnym, jak i w warunkach ryzyka lub niepewności. + - - - - - - - - - -
M_W002 Identyfikuje metody ekonometryczne znajdujące zastosowanie w modelowaniu i prognozowaniu procesów w zarządzaniu przedsiębiorstwem. + - - - - - - - - - -
M_W003 Zna zaawansowane metody i narzędzia statystyczne stosowane w zarządzaniu + - - - - - - - - - -
Module content
Lectures:

1. Wprowadzenie do metod ilościowych w zarządzaniu. Podstawowe pojęcia analizy ilościowej. Modele ilościowe najczęściej wykorzystywane w zarządzaniu przedsiębiorstwem.
2. Prawdopodobieństwo i rozkłady prawdopodobieństwa. Rozkłady dyskretne:
dwumianowy, hipergeometryczny, Pascala, Poissona.
3. Rozkłady ciągłe: jednostajny, normalny, chi-kwadrat, studenta, Fishera-Snedecora.
4. Wnioskowanie statystyczne: estymacja punktowa i przedziałowa parametrów populacji generalnej.
5. Wnioskowanie statystyczne: weryfikacja hipotez statystycznych.
6. Analiza wariancji: jednoczynnikowa i dwuczynnikowa. Analiza wariancji w modelach regresji.
7. Metoda programowania liniowego: postać ogólna, metody i algorytmy rozwiązań. Problem alokacji zasobów. Problem mieszanki. Analiza wrażliwości.
8. Dualność w zagadnieniu programowania liniowego. Ceny dualne, twierdzenie dualne i o różnicach dopełniających.
9. Zagadnienie transportowe: klasyczne i wieloetapowe.
10. Programowanie całkowitoliczbowe: metody rozwiązywania, problem alokacji kapitału.
11. Optymalizacja sieci: problem najkrótszej i najdłuższej drogi, problem maksymalnego przepływu w sieci, problem minimalnego drzewka rozpiętego na sieci, problem komiwojażera.
12. Zarządzanie projektami: metody CPM, PERT i CPM-COST.
13. Teoria decyzji: metody rozwiązywania w warunkach pewności, ryzyka i niepewności. Metoda drzewka decyzyjnego. Różne kryteria rozwiązań.
14. Teoria gier: dwuosobowe gry o sumie zerowej. Metody rozwiązywania gier: metoda minimaksu i metoda programowania liniowego.
15. Programowanie dynamiczne: zagadnienie plecakowe, zagadnienie dyliżansu, sterowanie zapasami wyrobów gotowych.

Project classes:

1. Prawdopodobieństwo całkowite. Wzór Bayesa.
2. Zmienne losowe skokowe. Rozkłady zmiennych skokowych.
3. Zmienne losowe ciągłe. Rozkłady zmiennych losowych ciągłych.
4. Estymacja punktowa i przedziałowa.
5. Testowanie hipotez statystycznych. Parametryczne i nieparametryczne hipotezy.
6. Analiza wariancji.
7. Programowanie liniowe: metoda geometryczna i komputerowa rozwiązania, analiza postoptymalizacyjna.
8. Alokacja zasobów i problem diety. Analiza wrażliwości.
9. Zagadnienie dualne. Interpretacja ekonomiczna zagadnienia dualnego.
10. Zagadnienie całkowitoliczbowe. Problemy rozkroju. Budowanie modeli matematycznych, rozwiązywanie ich z wykorzystaniem programu komputerowego i interpretacja wyników.
11. Klasyczne zagadnienie transportowe i zagadnienie przydziału. Budowanie modeli matematycznych, rozwiązywanie ich z wykorzystaniem programu komputerowego i interpretacja wyników.
12. Metody optymalizacji sieciowej: wieloetapowe zagadnienie transportowe, problem najkrótszej ścieżki, problem komiwojażera, zagadnienie maksymalnego przepływu, zagadnienie minimalnego drzewka rozpiętego na sieci. Budowanie modeli matematycznych, rozwiązywanie ich z wykorzystaniem programu komputerowego i interpretacja wyników..
13. Metody ścieżki krytycznej: CPM i PERT.
14. Teoria decyzji: metoda drzewka decyzyjnego.
14. Teoria gier: gry o sumie zerowej.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 130 h
Module ECTS credits 5 ECTS
Participation in project classes 28 h
Preparation for classes 42 h
Participation in lectures 28 h
Realization of independently performed tasks 28 h
Contact hours 4 h
Additional information
Method of calculating the final grade:

Kolokwium I (dotyczące zagadnień statystyki matematycznej) – 50%;
Kolokwium II (dotyczące zagadnień badań operacyjnych) – 50%.
Uwaga. Każde z kolokwiów musi być zaliczone na co najmniej ocenę dostateczną (3.0).

Jeśli student nie zaliczył kolokwiów (lub był na nich nie obecny) w podstawowym terminie, to może być dopuszczony do kolokwium zaliczeniowego w poprawkowym terminie wyznaczonym przez prowadzącego zajęcia jeśli jego frekwencja w zajęciach nie jest niższa niż 50%.

Aby przedmiot mógł być zaliczony student musi uczęszczać na co najmniej 50% zajęć. W przypadku niższej frekwencji przedmiot musi być powtórzony.

Ocena na zaliczenie ćwiczeń projektowych jest obliczana jako średnia ocen z dwóch kolokwiów.
Ocena końcowa jest taka sama jak ocena z ćwiczeń projektowych, jeżeli student otrzymał zaliczenie w pierwszym terminie. (Otrzymanie zaliczenia oznacza, że student otrzymał co najmniej ocenę dostateczną.) Jeżeli zaliczenie zostało uzyskane w kolejnych terminach (tzn. drugim lub trzecim), to ocena końcowa jest średnią ocen z wszystkich terminów, ale nie jest niższa niż ocena dostateczna.

Prerequisites and additional requirements:

Wymagania wstępne: podstawowa znajomość rachunku prawdopodobieństwa i statystyki opisowej oraz matematyki na poziomie co najmniej średnim.

Recommended literature and teaching resources:

Badania operacyjne [Filipowicz P., Łucki Z., Stach i., Wąchol J. (2008). Wydawnictwa AGH, Kraków].
Badania operacyjne [Ignasiak E. (2001). Badania operacyjne, Warszawa].
Badania operacyjne dla inżynierów zarządzania [Sawik T. (1998). Wydawnictwa AGH].
Badania operacyjne [Wagner, R. (1980). PWN, Warszawa].
Statystyka [Sobczyk M. (2001). PWE, Warszawa].
Statystyka i ekonometria [Byrska Rąpała A., Kozarkiewicz A. (2011). Wydawnictwa AGH, Kraków].
Statystyka w zarządzaniu [Aczel A.D. (2000). PWN, Warszawa].

Literatura uzupełniająca:
Badania operacyjne w praktyce menedżera [Wojeński J., Urich R. (2004). Oficyjna Wydawnicza Warszawskiej Szkoły Zarządzania, Warszawa].
Elementy badań operacyjnych w zarządzaniu [Całczyński A., Kędzierska-Stróż D., Orzechowska D., Śleszyński Z. (2000). Wydawnictwo Politechniki Radomskiej, Radom].
Wprowadzenie do badań operacyjnych [Trzaskalik T. (2008). PWE, Warszawa].
Wybrane zagadnienia z badań operacyjnych [Czyżycki R., Hundert M., kłóska R. (2005). Economicus Szczecin, Szczecin].

Programy komputerowe: Statgraphics Centurion; WinQSB 2.0.

Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

Jeśli student nie zaliczył kolokwiów (lub był na nich nie obecny) w podstawowym terminie, to może być dopuszczony do kolokwium zaliczeniowego w poprawkowym terminie wyznaczonym przez prowadzącego zajęcia jeśli jego frekwencja w zajęciach nie jest niższa niż 50%.

Aby przedmiot mógł być zaliczony student musi uczęszczać na co najmniej 50% zajęć. W przypadku niższej frekwencji przedmiot musi być powtórzony.

Ocena na zaliczenie ćwiczeń projektowych jest obliczana jako średnia ocen z dwóch kolokwiów.
Ocena końcowa jest taka sama jak ocena z ćwiczeń projektowych, jeżeli student otrzymał zaliczenie w pierwszym terminie. (Otrzymanie zaliczenia oznacza, że student otrzymał co najmniej ocenę dostateczną.) Jeżeli zaliczenie zostało uzyskane w kolejnych terminach (tzn. drugim lub trzecim), to ocena końcowa jest średnią ocen z wszystkich terminów, ale nie jest niższa niż ocena dostateczna.