UNIWERSYTET ŁÓDZKI - Centralny System Uwierzytelniania
Strona główna

Symulacja i metody Monte Carlo

Informacje ogólne

Kod przedmiotu: 0600-IESY5B
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Symulacja i metody Monte Carlo
Jednostka: Wydział Ekonomiczno-Socjologiczny
Grupy:
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Forma studiów:

stacjonarne

Wymagania wstępne:

Statystyka, Badania Operacyjne

Skrócony opis:

Badanie symulacyjne – cele, rodzaje i etapy.

Generatory liczb pseudolosowych dla rozkładów ciągłych i dyskretnych i ich weryfikacja.

Planowanie eksperymentów symulacyjnych. Metody modelowania i symulacji zdarzeń dyskretnych. Konstrukcja modeli symulacyjnych dla opisu procesów decyzyjnych i optymalizacji decyzji. Eksperymenty symulacyjne w arkuszu kalkulacyjnym – symulacja statyczna i dynamiczna. Statystyczna analiza wyników symulacji. Analizy scenariuszowe i badanie wrażliwości. W ramach zajęć laboratoryjnych omawiane będą przykłady modelowania i symulacji problemów decyzyjnych o charakterze mikroekonomicznym z zakresu analiz finansowych, zarządzania projektami, masowej obsługi, kontroli zapasów.

Efekty uczenia się:

1. Wiedza: Student potrafi generować próby losowe dla zmiennych losowych ciągłych i dyskretnych, jedno- i wielowymiarowych z wykorzystaniem podstawowych metod, m.in. metody odwracania dystrybuanty oraz centralnego twierdzenia granicznego. Student potrafi zdefiniować/opisać problem decyzyjny, dokonać analizy źródeł i specyfiki czynników losowych wpływających na wyniki podejmowanych decyzji, wskazać powiązania logiczne w procesie decyzyjnym oraz kryteria decyzyjne.(06IE-1A_W01, 06-IE-1A_W08)

2. Umiejętności:

Przedmiot rozwija umiejętności analityczne studenta oraz pogłębia umiejętności w zakresie wykorzystania arkusza kalkulacyjnego i innych programów komputerowych. W wyniku przeprowadzonych zajęć student potrafi skonstruować model symulacyjny dla przeprowadzenia eksperymentu statystycznego (badanie rozkładów prawdopodobieństw dla zmiennych będących wynikami procesu) lub optymalizacyjnego, zaplanować i przeprowadzić eksperyment w arkuszu kalkulacyjnym lub innym środowisku obliczeniowym oraz sporządzić i zaprezentować raport, w którym wyniki będą przedstawione i zinterpretowane.(06IE-1A_U03, 06IE-1A_U05, 06IE-1A_U06)

3. Postawy/Kompetencje:

Przedmiot rozwija kreatywność i zdolność do współpracy w zespole przy pracy nad wspólnym projektem. Student potrafi uzupełniać i doskonalić nabytą wiedzę i umiejętności w zakresie modelowania i symulacji procesów decyzyjnych. (06IE-1A_K03)

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest UNIWERSYTET ŁÓDZKI.
kontakt deklaracja dostępności USOSweb 7.0.3.0-0