Podstawy Informatyki Wykład VI

Transkrypt

1 Podstawy Informatyki Wykład VI Arkusz kalkulacyjny Excel cz.ii Copyright by Arkadiusz Rzucidło 1

2 Bazy danych w Excel u Pole i rekord w bazie danych Baza danych w pakiecie Microsoft Excel jest to ciągły zakres komórek podzielony na rekordy (wiersze) i pola (kolumny). Adres bazy danych można wprowadzić jako zakres komórek lub jako nazwę przypisaną do zakresu. Pola baz danych stanowią kolumny danych z identyfikującym je polem nazwy w pierwszym wierszu. Rekordy bazy danych stanowią wierszowe zestawy konkretnych danych umieszczonych w odpowiednich polach Copyright by Arkadiusz Rzucidło 2

3 Zewnętrzne źródła danych Pobieranie danych ze źródeł zewnętrznych Połączenia z bazami danych Internet Operacje edycyjne kopiuj, wklej Copyright by Arkadiusz Rzucidło 3

4 Wprowadzanie danych Bezpośrednio do arkusza danych Za pomocą formularzy Copyright by Arkadiusz Rzucidło 4

5 Sortowanie danych Za pomocą przycisków pasków narzędziowych Sortowanie w ograniczonym zakresie Za pomocą opcji sortowania Sortowanie z wykorzystaniem trzech kluczy Zaawansowane opcje sortowania Copyright by Arkadiusz Rzucidło 5

6 Filtrowanie danych Autofiltr W ograniczonym zakresie Filtr zaawansowany Filtrowanie po dowolnie przyjętym kryterium Łączenie kryteriów Opcja przywracająca Pokaż wszystko Copyright by Arkadiusz Rzucidło 6

7 Sumy częściowe Operacje statystyczne dla wybranych kategorii Suma Licznik Maximum. Copyright by Arkadiusz Rzucidło 7

8 Sprawdzanie poprawności danych Zabezpieczenie arkusza danych przed wprowadzaniem błędnych danych Copyright by Arkadiusz Rzucidło 8

9 Raporty tabeli przestawnej Jest zapytaniem krzyżowym dla tabeli danych Grupuje dane według określonych kryteriów Tworzy zestawienie raportowe kilku kolumn względem siebie Podsumowuje zestawienia korzystając z funkcji statystycznych Copyright by Arkadiusz Rzucidło 9

10 Wspomaganie decyzji Decyzje w zarządzaniu Zarządzanie - realizacja celów organizacji poprzez odpowiednie wykorzystanie zasobów (ludzi, kapitału, energii, materiałów, przestrzeni, czasu) Zasoby wejścia Wyniki wyjścia Efektywność pracy ustalenie relacji wejść do wyjść. Współczynnik określający zależność wejść od wyjść jest nazywany współczynnikiem produktywności organizacji. Copyright by Arkadiusz Rzucidło 10

11 Funkcje kadry menedżerskiej planowanie organizowanie motywowanie kontrolowanie Częste procesy podejmowania decyzji Dawniej ważny talent i doświadczenie. Teraz - skomplikowany proces, wiele alternatywnych wyborów, wiele informacji, koszty błędu wysokie, proces często wspomagany komputerowo. Copyright by Arkadiusz Rzucidło 11

12 Klasyfikacja decyzji ze względu na złożoność Decyzje strukturyzowane (programowane) podejmowane są zgodnie z jakimś zwyczajem, regułą, czy procedurą, pisane lub niepisane zasady postępowania. Przykładowo: ile płacić nowemu pracownikowi. Decyzje semi-strukturyzowane (częściowo programowane) są to decyzje, w których pewne etapy procesu decyzyjnego są strukturyzowane ale istnieją fazy nie posiadające jasnej struktury. Przykład: planowanie produkcji lub określenie wielkości sprzedaży. Decyzje niestrukturyzowane (nieprogramowane) w problemach wyjątkowych, rzadkich lub nietypowych, np. podział zasobów organizacji, poprawa stosunków z miejscową społecznością Copyright by Arkadiusz Rzucidło 12

13 Klasyfikacja ze względu na zasięg Poziom operacyjny charakteryzuje się dobrze strukturyzowanym środowiskiem decyzyjnym. Poziom taktyczny - decyzje są najczęściej częściowo strukturyzowane. Poziom strategiczny- długi horyzont czasowy - całkowity brak struktury. Copyright by Arkadiusz Rzucidło 13

14 Fazy podejmowania decyzji wywiad, który składa się z procesów identyfikacji i zrozumienia problemu występującego w organizacji, projektowanie, które polega na określeniu alternatywnych sposobów rozwiązania problemu, wybór, w którym decydent powinien wybrać odpowiedni sposób działania, implementacja, która polega na wdrożeniu podjętej decyzji, tzn. na optymalnym rozwiązaniu problemu w kontekście rzeczywistości organizacyjnej. Wykorzystuje się komputerowe systemy wspomagania decyzji. Copyright by Arkadiusz Rzucidło 14

15 Systemy wspomagania decyzji (DSS- ang. Decision Support Systems) to systemy informatyczne, które wspierają proces podejmowania decyzji semi- oraz niestrukturyzowanych - najczęściej wykorzystywane w organizacji na poziomie taktycznym oraz strategicznym. Przyjazny interfejs użytkownika Excel- funkcje i narzędzia - użyteczne są: relacje oraz funkcje logiczne - do wspomagania decyzji strukturyzowanych, szczególnie przydatne w sytuacjach, gdy trzeba sprawdzać, czy zawartości danych komórek arkusza spełniają określony warunek logiczny. funkcje informacyjne, do testowania typu zawartości komórek, narzędzia: Szukaj wyniku i Solver - do wspomagania decyzji strukturyzowanych oraz semi-strukturyzowanych. Copyright by Arkadiusz Rzucidło 15

16 Relacja Relacja jest połączeniem dwóch wyrażeń (numerycznych lub tekstowych) jednym z operatorów relacji (porównań): Przykłady wyrażeń logicznych: =A1>0 =B5>=2*C8 =SUMA(A1:A5)<1E-8 =C8<>-5 = równy > większy niż < mniejszy niż >= większy niż lub równy <= mniejszy niż lub równy <> różny (nierówny) Wyrażenie logiczne przyjmuje wartość logiczną PRAWDA lub FAŁSZ, zależną od tego, czy jest spełniona czy nie. Copyright by Arkadiusz Rzucidło 16

17 Funkcje logiczne FAŁSZ PRAWDA NIE LUB ORAZ JEŻELI -oznacza wartość logiczną fałszu (0 logiczne), -oznacza wartość logiczną prawdy (1 logiczna), - odwraca wartość logiczną argumentu (negacja), - suma logiczna (alternatywa) argumentów, - iloczyn logiczny (koniunkcja) argumentów, -określa wybór, na podstawie testu logicznego, jednej z dwóch wartości. Copyright by Arkadiusz Rzucidło 17

18 Funkcje FAŁSZ( ) oraz PRAWDA( ) są funkcjami bezargumentowymi, które oznaczają stałe logiczne, stosowane w wyrażeniach logicznych lub jako wartości wpisywane do komórek. Funkcja negacji NIE(wyr_logiczne) jest funkcją jednoargumentową, która neguje (odwraca) wartość swojego argumentu. Należy stosować funkcję NIE wtedy, gdy trzeba być pewnym, że dana wartość nie jest równa jakiejś szczególnej wartości. Przykład: NIE(FAŁSZ) jest równe PRAWDA, NIE(2+2=4) jest równe FAŁSZ. Copyright by Arkadiusz Rzucidło 18

19 Funkcja sumy logicznej LUB, o postaci: LUB(wyrażenie_logiczne1; wyrażenie_logiczne2;...) przyjmuje wartość logiczną PRAWDA, jeśli choć jeden argument ma wartość logiczną PRAWDA. Jeśli wszystkie argumenty mają wartość logiczną FAŁSZ, funkcja przyjmuje wartość logiczną FAŁSZ. Przykłady: LUB(1+1=2; 2+2=5) jest równe PRAWDA, LUB(A1:A3) jest równe PRAWDA, jeśli zakres A1:A3 zawiera wartości logiczne i przynajmniej jedna wartość wynosi PRAWDA. Copyright by Arkadiusz Rzucidło 19

20 Funkcja iloczynu logicznego ORAZ o postaci: ORAZ(wyrażenie_logiczne1; wyrażenie_logiczne2;...) przyjmuje wartość PRAWDA, jeśli wszystkie jej argumenty mają wartość PRAWDA. Wartością funkcji jest FAŁSZ, jeśli co najmniej jeden z argumentów ma wartość FAŁSZ. Przykłady: ORAZ(PRAWDA; FAŁSZ) jest równe FAŁSZ, ORAZ(2+2=4; 2+3=5) jest równe PRAWDA. Uwagi dotyczące funkcji LUB i ORAZ: argumenty powinny być wyrażeniami logicznymi bądź adresami komórek, zawierających wyrażenia lub wartości logiczne. jeśli którakolwiek z wartości składowych tabel lub komórek zawiera tekst, liczby lub jest pusta, wartości te są pomijane. jeśli określony argument nie jest wartością logiczną, funkcja LUB przyjmuje wartość komunikatu o błędzie "#ARG!". Copyright by Arkadiusz Rzucidło 20

21 Funkcja wyboru JEŻELI, o postaci: JEŻELI(wyrażenie_logiczne; wyrażenie_1; wyrażenie_2) pozwala na podjęcie decyzji wyboru jednej z dwóch alternatywnych wartości wyrażeń, na podstawie testu wartości wyrażenia logicznego. Argument wyrażenie_1 oznacza wartość jaką przyjmuje funkcja dla przypadku, gdy wartość wyrażenia logicznego jest równa PRAWDA. W przypadku, gdy wyrażenie logiczne przyjmuje wartość FAŁSZ wartością funkcji staje się wartość wyrażenie_2. Funkcja JEŻELI jest szczególnie przydatna w zapisywaniu określonych reguł decyzyjnych. Można zagnieździć do siedmiu funkcji JEŻELI stosując je jako argumenty wyrażeń wyrażenie_1 i wyrazenie_2, w celu zapisania bardziej złożonych warunków. Copyright by Arkadiusz Rzucidło 21

22 Funkcje informacyjne Funkcje informacyjne są przeznaczone do ustalania typu danych przechowywanych w komórce. Grupa funkcji CZY i inne Funkcje te przyjmują wartość PRAWDA, jeśli komórka-argument spełnia warunek. LICZ.PUSTE ile w zakresie komórek jest komórek pustych CZY.PUSTA czy pusta komórka CZY.ADR czy argument jest adresem CZY.BŁĄD czy argument przyjmuje wartość błędu CZY.LICZBA czy argument jest liczbą CZY.LOGICZNA czy argument przyjmuje wartość logiczną CZY.NIE.TEKST czy argument nie jest tekstem CZY.TEKST czy argument jest teksteml podaje argument zamieniony na postać liczbowątzamienia argumenty na postać tekstową ISEVEN czy argument ma wartość parzystą ISODD czy argument ma wartość nieparzystą (ANALYSIS TOOLPACK) Copyright by Arkadiusz Rzucidło 22

23 Wspomaganie decyzji strukturyzowanych Sytuacja decyzyjna: Przekroczenie - 14 dni od daty sprzedaży. Odsetki - 36% w skali roku i należy wysłać mu notę odsetkową. Gdy kontrahent nie odpowiedział na trzy noty odsetkowe i nie uregulował należności do 30 dni od terminu płatności, sprawa kierowana jest na drogę sądową. Podsumowanie- należy: określić wysokości odsetek karnych, wskazać kontrahentów, z którymi rozliczenia będą odbywać się drogą sądową. Copyright by Arkadiusz Rzucidło 23

24 Rozwiązanie: A) Kwota odsetek jest obliczana według wzoru: Odsetki = L_dni * stopa_dz * Wartość =JEŻELI(data_b data_sp <= 14; 0 ; ( data_b data_sp - 14) * stopa_dz*wartość) Zabezpieczenie przed sytuacją, w której termin płatności jeszcze nie upłynął i w komórce mogłaby się pojawić ujemna wartość odsetek B) Nota odsetkowa: =JEŻELI( F10>0 ; Wysłać notę ; Czekamy ) C) Określenie kontrahentów, z którymi rozliczenia będą odbywać się drogą sądową. czy liczba dni jakie upłynęły od daty płatności jest większa od 30, czy liczba wysłanych not odsetkowych jest równa 3. =JEŻELI( ORAZ(data_b data_sp - 14 > 30; I_not >= 3); "Droga sądowa"; "Czekamy" ) Copyright by Arkadiusz Rzucidło 24

25 Decyzje semi-strukturyzowane analiza Co jeżeli? Narzędzie Szukaj wyniku. Wyrażenie, które zawiera zmienną - adres lub nazwę innej komórki - traktowaną jako zmienną decyzyjną. Celem jest znalezienie wartości zmiennej decyzyjnej aby uzyskać wartość docelową wyrażenia Czynności: Identyfikacja problemu, określenie zależności pomiędzy zmiennymi występującymi w problemie, wprowadzenie do arkusza zależności w postaci wyrażeń (wzór może również zawierać funkcje standardowe), wskazanie komórki, zawierającej wzór określający poszukiwana wartość oraz komórki, która stanowiącej zmienna decyzyjną problemu. interpretacja wyniku. Copyright by Arkadiusz Rzucidło 25

26 Informacje dotyczące przykładowego problemu Rozwiązanie problemu z wykorzystaniem narzędzia Szukaj wyniku: wprowadzić informacje o adresach komórek odnoszących się do sformułowanego problemu, wykonanie obliczeń - przycisk OK. aby uzyskać Przychody ze sprzedaży równe zł należy sprzedać 6667 jednostek towaru. Copyright by Arkadiusz Rzucidło 26

27 Składnia funkcji PMT: PMT(Stopa ; lpr ; pv ; fv ; typ ) gdzie: Stopa Lpr Pv Fv Typ stopa procentowa w danym okresie. całkowita liczba rat. wartość kredytu. przyszła wartość po dokonaniu ostatniej płatności. Jeśli argument jest pominięty, to jako jego wartość przyjmuje się 0. Jest to cyfra 0 lub 1 (lub wartość logiczna PRAWDA lub FAŁSZ) wskazująca, kiedy płatność ma miejsce. Wartość typ Płatność przypada na 0 lub jest pominięty koniec okresu 1 początek okresu Przykład: PMT(8%/12; 10; ) jest równe -1037,03 zł (wartość ujemna to należność). Copyright by Arkadiusz Rzucidło 27

28 Złożone problemy decyzyjne DECYZJE SEMI-STRUKTURYZOWANE OPTYMALIZACJA LINIOWA Z OGRANICZENIAMI Cel: optymalna wartość funkcji dla kilku zmiennych decyzyjnych. Proces tworzenia: MODEL analiza REZULTATY Świat symboliczny abstrakcja SYTUACJA DECYZYJNA intuicja DECYZJA interpretacja Świat rzeczywisty Copyright by Arkadiusz Rzucidło 28

29 Można podjąć decyzję korzystając z doświadczenia i intuicji - nie optymalny Opis analityczny - zbudowanie modelu sytuacji decyzyjnej i przeprowadzenie optymalizacji - interpretacja wyników Przykładowo: wybór asortymentu produkcji - problem wyboru asortymentu produkcji polega na określeniu, które wyroby i w jakich ilościach powinno przedsiębiorstwo produkować, aby nie przekraczając dostępnych zasobów środków produkcji oraz przy spełnieniu ewentualnych dodatkowych ograniczeń maksymalizować zysk lub przychód ze sprzedaży, problemy mieszania - w których, decydent chce określić optymalny skład mieszaniny, która powinna spełniać pewne wymagania aby zminimalizować koszty związane z uzyskaniem produktu końcowego (np. benzyna, ciekłe metale oraz inne chemikalia przerabiane na gotowe do sprzedaży wyroby), Copyright by Arkadiusz Rzucidło 29

30 określenie optymalnego portfela inwestycyjnego - polegający na doborze alokacji kapitału, którym dysponuje inwestor pomiędzy pewne preferowane walory, tworzące portfel, w celu minimalizacji poziomu ryzyka związanego z portfelem przy zachowaniu określonej stopy zwrotu, zagadnienie transportowe - sprowadzające się do określania planu przewozu jednorodnego produktu z kilku różnych źródeł zaopatrzenia do kilku punktów zgłaszających zapotrzebowanie na ten towar, takiego aby zminimalizować łączne koszty transportu (czasem minimalizacja odległości lub czasu transportu), zagadnienie harmonogramowania - sprowadzające się do określania planu wykonania pewnych prac, które muszą być zrealizowane w określonych miejscach pracy (zakładach, stanowiskach pracy, maszynach) przy znanych ograniczeniach (np. czas pracy pracowników lub liczba pracowników). Copyright by Arkadiusz Rzucidło 30

31 Przykładowe problemy należą do grupy zagadnień programowania liniowego- metoda wyznaczania decyzji przy spełnieniu warunków i przy zadanym kryterium oceny efektu decyzji. Decyzje - wektor zmiennych decyzyjnych Warunki ograniczające - układ nierówności lub równości liniowych Funkcja celu reguła wyboru - pewna pojedyncza wartość obliczona, wymagająca maksymalizacji, minimalizacji lub przyjęcia określonej wartości (zwykle jako zysk lub koszt). Copyright by Arkadiusz Rzucidło 31

32 Solver Programu Solver (dodatek) - bardziej skomplikowane problemy decyzyjne niż przy użyciu Szukaj wyniku. Daje możliwość wspomagania procesu podejmowania decyzji semistrukturyzowanych. Proces - kilka etapów: identyfikacja problemu, określenie zmiennych decyzyjnych, sformułowanie funkcji celu, określenie i sformułowanie ograniczeń, zapis modelu w postaci analitycznej, przejście na zapis w postaci wyrażeń arkusza Excel, uruchomienie programu Solver, wprowadzenie informacji dotyczących adresów komórek stanowiących zmienne decyzyjne funkcji celu i ich ograniczenia, uruchomienie optymalizacji, interpretacja otrzymanych wyników. Copyright by Arkadiusz Rzucidło 32

33 PRZYKŁAD WYBÓR ASORTYMENTU PRODUKCJI Dwa modele produktu Model 1 zysk jednostkowy z1=1 jednostka (umowne), Model 2 zysk jednostkowy z2=5 jednostek Podzespoły do wymienionych modeli są produkowane na trzech wydziałach: WM, WO, WME Liczba godzin przy tworzeniu podzespołów dla wymienionych modeli i ograniczenia czasowe na wydziałach: Copyright by Arkadiusz Rzucidło 33

34 Liczba godzin przy tworzeniu podzespołów dla wymienionych modeli i ograniczenia czasowe na wydziałach: Wydział Model 1 Model 2 Ograniczenia czasowe na wydziałach WM t1 a =2 t2 a =7 g a <=4000 h WO t1 b =2 t2 b =2 g b <=2000 h WME t1 c =1 t2 c =8 g c <=4000 h Funkcja celu: Jakie wybrać wielkości produkcji obydwu modeli by zmaksymalizować zysk. Copyright by Arkadiusz Rzucidło 34

35 Etapy rozwiązywania problemu 1) Identyfikacja problemu: określenie wielkości produkcji modelu 1 oraz modelu 2 2) Określenie zmiennych decyzyjnych: M1 wielkość produkcji modelu 1 M2 wielkość produkcji modelu 2 3) Sformułowanie funkcji celu: zysk zapisany w postaci wzoru z1*m1 + z2*m2 MAX gdzie współczynniki z1 i z2 oznaczają zysk jednostkowy a M1 i M2 to wielkość produkcji poszczególnych modeli. 4) Określenie i sformułowanie ograniczeń: t1a*m1 + t2a*m2 ga ograniczenia czasu pracy na wydziale WM, t1b*m1 + t2b*m2 gb ograniczenia czasu pracy na wydziale WO, t1c*m1 + t2c*m2 gc ograniczenia czasu pracy na wydziale WME, M1, M2 0 założenie o nieujemnych wartościach zmiennych decyzyjnych. Copyright by Arkadiusz Rzucidło 35

36 Copyright by Arkadiusz Rzucidło 36

37 Copyright by Arkadiusz Rzucidło 37

38 Interpretacja otrzymanych wyników: aby uzyskać w rozpatrywanym problemie maksymalny zysk, przy zadanych ograniczeniach, należy model 1 produkować w liczbie 440 egzemplarzy natomiast model 2 produkować w liczbie 445 egzemplarzy, do produkcji aparatów potrzebny będzie następujący czas pracy poszczególnych wydziałów: WM h WO h WME h przy wskazanej decyzji zysk firmy przyjmie wartość 2665 jednostek umownych. Copyright by Arkadiusz Rzucidło 38

39 Przykład: DORADCA GIEŁDOWY (przygot. danych) Copyright by Arkadiusz Rzucidło 39

40 KONIEC Wykład IX Bazy danych Access cz.i Copyright by Arkadiusz Rzucidło 40