Cilji in kompetence
Cilji predmeta so:
• seznaniti študente z matričnim in procentnim račun, razmerji, razdelilnim računom, zmesnim računom, obrestnim računom, vlogami, dvigi in posojili.
• seznaniti študente s sistemi linearnih enačb in neenačb z nami reševanja optimizacijskih problemov,
• seznaniti študente s konveksnimi množicami in njihovo uporabo pri reševanju optimizacijskih problemov,
• seznaniti študente z optimizacijskimi modeli,
• seznaniti študente z linearnim programiranjem,
• seznaniti študente z osnovami DEA analize.
Kompetence, ki jih študentje osvojijo:
• sposobnost uporabe matričnega in procentnega računa, razmerij, razdelilnega računa, zmesnega računa, obrestnega računa, vlog, dvigov in posojil za namene logističnih operacij,
• sposobnost uporabe sistemov linearnih enačb in neenačb z namenom reševanja optimizacijskih problemov,
• sposobnost uporabe konveksnih množic z namenom reševanja optimizacijskih problemov,
• sposobnost zapisati realen problem z linearnim programom, grafično rešiti preprost primer linearnega programa, uporabiti programski paket LINGO in Microsoft Excel za reševanje linearnih programov,
• sposobnost uporabe DEA analize za določanje učinkovitosti.
Vsebina
• Ponovitev osnov matričnega in procentnega računa, razmerja, razdelilni račun, zmesi račun.
Osnove obrestnega računa, navadni obrestni račun, obrestno obrestni račun, vloge in dvigi,
posojila.
• Sistemi linearnih enačb in neenačb pri reševanju optimizacijskih problemov.
• Konveksne množice pri reševanju optimizacijskih problemov.
• Optimizacijski modeli.
• Linearno programiranje (formulacija problema,
reševanje na grafični način, reševanje s programskim paketom LINGO in Microsoft Excel).
• Osnove DEA (Data Envelopment Analysis) analize (analitični in grafični način reševanja).
Metode poučevanja in učenja
Predavanja: pri predavanjih študent spozna teoretične vsebine predmeta. Del predavanj se izvaja na klasični način v predavalnici, del pa v obliki e-predavanj (e-predavanja se lahko izvajajo na videokonferenčni način ali s pomočjo posebej v ta namen didaktično pripravljenih e-gradiv v virtualnem elektronskem učnem okolju).
Vaje: pri vajah študent utrdi teoretično znanje in spozna aplikativne možnosti. Del vaj se izvaja na klasični način v predavalnici, del v okviru laboratorijskih vaj, del pa v obliki e-vaj (e-vaje se lahko izvajajo na videokonferenčni način ali s pomočjo posebej v ta namen didaktično pripravljenih e-gradiv v virtualnem elektronskem učnem okolju).
Predvideni študijski rezultati - znanje in razumevanje
Študent ob zaključku predmeta:
• uporabi matrični in procentni račun, razmerja, razdelilni račun, zmesni račun, obrestni račun, vloge, dvige in posojila na realnih problemih,
• razume kaj je optimizacijski model in pozna korake izvedbe optimizacije,
• zapiše linearni program na osnovi podanega problema,
• reši linearni program na grafični način in za reševanje uporabiti programski paket LINGO in Microsoft Excel
• izvede preprosto DEA analizo za določanje učinkovitosti
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Prenesljive/ključne spretnosti in drugi atributi:
Študenti se usposobijo za uporabo teoretičnega znanja v praktičnih primerih, predvsem pri procesih, ki so jih spoznali pri predmetih Osnove logistike, Osnove logističnih procesov in trajnostnih oskrbovalnih verig, Osnove ekonomike v logistiki v prvem letniku.
Temeljni literatura in viri
E-gradivo predmeta.
Kramberger, T. & Šinko, S. Linearno programiranje v logistiki. Fakulteta za logistiko, Celje, v tisku.
Winston, W. L.: Operations Research; Applications and algorithms. Thomson Learning, Belmont, CA, 4th ed.
Vadnal, A.: Linearno programiranje, Informator, Zagreb, 1977.
Waters. D.: Quantitative Methods for Business, Addison Wesley, Essex, 1997, ISBN: 0-201-403978,COBISS.SI-ID: 9076454.
Čižman, A.: Operacijske raziskave : teorija in uporaba v organizaciji, Kranj, Moderna organizacija, 2003,ISBN: 961-232-162-0, COBISS.SI-ID: 127813888.
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
Ni pogojev.
Opombe
Predavanja: Pisni izpit 80%
Vaje: Ocena e-vaj 20%
