Topic outline

  • Etusivu

    Vastuuopettaja: Prof. Antti Punkka (antti.punkka@aalto.fi)

    Pääassistentti: Lauri Kurkela (lauri.kurkela@aalto.fi)

    Muut assistentit: Sonja Kokkonen, Noora Torpo

    Kurssin harjoitustehtäviin liittyvissä asioissa ole yhteydessä pääassistenttiin tai assistentteihin. Muissa kurssin suorittamiseen liittyvissä yleisissä asioissa ole yhteydessä pääassistenttiin.

    Kurssin opetustilaisuudet pidetään Zoomissa! Osallistuminen on pakollinen osa kurssin suorittamista.

    Zoom-linkki: https://aalto.zoom.us/j/68748131284

    Oppimistavoitteet

    Kurssin suoritettuaan opiskelija osaa:

    • Käyttää kurssilla käsiteltyjä ohjelmistoja ja tarvittaessa laajentaa osaamistaan itsenäisesti.
    • Luokitella matemaattisia malleja ja valita käsiteltyjen ohjelmistojen joukosta soveltuvan ohjelmiston tietyn matemaattisen mallin toteuttamiseen.
    • Toteuttaa ja ratkaista valmiiksi kuvatun yksinkertaisen matemaattisen mallin soveltuvalla ohjelmistolla.
    • Visualisoida mallin tuloksia ja viedä niitä julkaisuihin.

    Näitä taitoja harjoitellaan ohjatulla tietokonetyöskentelyllä sekä itsenäisissä kotitehtävissä. Käytettäviä ohjelmistoja ovat ainakin Matlab, Simulink, Mathematica, R ja Excel. Näitä ohjelmistoja käyttäen rakennetaan mm. simulointimalleja, regressiomalleja, optimointimalleja ja dynaamisia säätömalleja. 


    Kurssin laajuus on 5 op ja se arvostellaan asteikolla hyväksytty / hylätty. Katso myös etusivulta löytyvä Kurssin esittely-pdf. Kurssilla ei ole tenttiä, vaan kurssi suoritetaan tekemällä kaikki kurssin tehtävät hyväksytysti.

    Matlabin, Excelin ja Mathematican saa Aallon kautta ladattua myös kotikoneelle. Latauspalvelusta vastaa Aallon IT-palvelut.

  • Materials

    Kurssi suoritetaan osallistumalla viikottain yhteen harjoitukseen sekä tekemällä viikottaiset tunti- ja kotitehtävät. Varsinaisia harjoituskertoja on yhteensä 12. Opiskelijoiden tulee ilmoittautua yhteen kolmesta harjoitusryhmästä Oodissa.

    Kurssilla ei ole oppikirjaa.

    Kurssin suoritus muodostuu seuraavista osista:

    1) Pakollinen läsnäolo harjoitustilaisuuksissa ja niissä käsiteltävien tuntitehtävien tekeminen ja palauttaminen.

    2) Viikottaisten kotitehtävien tekeminen ja palauttaminen.

    3) Luku- ja pohdintatehtävän suorittaminen


    Tuntitehtävien ja kotitehtävien palautus

    Palautus tapahtuu MyCoursesissa. Tarkemmat ohjeet palautusformaatista annetaan tehtävänannon yhteydessä.

    Kaikkiin tehtäviin on vastattava. Vastausten tulee olla täsmälleen siinä formaatissa missä on pyydetty. Erityisesti kuvien kanssa on oltava tarkkana: akseleiden selitteet, otsikko, kuvaajien tyyli jne.

    Palautusaikataulu: Tavallisesti kunkin viikon tuntitehtävien ja viikkotehtävien palautus tulee hoitaa viimeistään seuraavan viikon perjantaihin mennessä. Jos seuraava viikko on loma/tenttiviikko niin palautus siirtyy viikolla.

    Ajallaan palautetut tehtävät pyritään tarkistamaan seuraavan viikon torstaihin mennessä.

    Bumerangit: Jos vastauksissa on puutteita tai merkittäviä virheitä niin ne palautuvat takaisin korjattavaksi. Mitä nopeammin hoidat korjaukset, sitä nopeammin saat tietää onko ne riittävät. 

    Bumerangien palautus deadlinet ilmoitetaan erikseen kurssin tiedotuksen kautta.

    Poissaolot ja myöhästyneet palautukset: Jos poissaoloja kertyy yli kolme kappaletta, niin tulee harjoitustehtävien lisäksi tehdä ylimääräinen kotitehtävä kutakin ylimääräistä poissaoloa kohden. Jos palautukset ovat myöhässä useammin kuin kolmesti, niin tulee harjoitustehtävien lisäksi tehdä ylimääräinen kotitehtävä kutakin myöhästymistä kohden. Myöhästyneiden palautusten korjausaikataulusta ei ole takeita. 

    Vastausten kopiointi kavereilta ilman omaa työpanosta on ehdottomasti kielletty. Yhteistyön tekeminen, kuten neuvojen jakaminen, tehtävien pohdiskelu ja ratkaiseminen yhdessä on kannustettavaa. Jokaisen opiskelijan tulee kuitenkin tehdä oma toteutuksensa mallista/ tietokoneohjelmasta ja tuottaa sillä omat vastauksensa.

  • Harjoitus 1: Johdatus matemaattiseen mallintamiseen (Matlab)

  • Harjoitus 2: Ohjelmointi (Matlab)

  • Harjoitus 3: Regressiomallit (Matlab)


  • Harjoitus 4: R-ohjelmointi ja regressioanalyysi (R)

  • Harjoitus 5: Symbolinen laskenta I (Mathematica)

  • Harjoitus 6: Symbolinen laskenta II (Mathematica)

  • Harjoitus 7: Monte-Carlo simulointi (Matlab)

  • Harjoitus 8: Dynaamisten systeemien säätö (Simulink)

  • Harjoitus 9: Optimointi I (Matlab)

  • Harjoitus 10: Optimointi II (Matlab/Excel)

  • Harjoitus 11: Tilastollinen analyysi (Excel/R)

  • Harjoitus 12: Monikriteerinen arviointi

  • Systeemiteekkari?

    Systeemiteekkari opiskelee Aalto-yliopistossa systeemi- ja operaatiotutkimusta pääaineena teknillisen fysiikan ja matematiikan koulutusohjelmassa tai sivuaineena esimerkiksi tuotantotalouden tai energiatekniikan koulutusohjelmassa.

    Hänellä on laajat perusvalmiudet, joita hän osaa hyödyntää systeemiajattelussa. Systeemiteekkari on perehtynyt kokonaisvaltaisen ongelmanratkaisun menetelmiin.

    Hän hallitsee mallintamisen laajojen järjestelmien analyysissä, suunnittelussa ja optimoinnissa sekä päätöksenteon tukena. Mallit toteutetaan sujuvasti uusinta tietotekniikkaa hyväksi käyttäen.

    Taloustieteet kytkeytyvät vahvasti koulutukseen. Teollisuuden, talouselämän ja liikkeenjohdon ongelmat ovat yhä monimutkaisempia. Niiden hallitsemisessa tarvitaan systeemiasiantuntijaa.

    Myös riskianalyysi työllistää systeemiteekkareita ja -insinöörejä. Tärkeimpiä kohdealueita ovat järjestelmien luotettavuussuunnitelu sekä teollisuuden ja energiantuotannon päästöjen ympäristövaikutusten arviointi.

    Systeemiteekkarin teoreettiset valmiudet ovat laajat. Maalaisjärkeä riittää turhan teoretisoinnin välttämiseksi. Uusi ja tuntematon ei ole systeemiteekkarille uhka vaan haaste!

    Pähkinöitä ja ongelmia

    • kokonaisuuksien hallinta
    • resurssien järkevä käyttö
    • tulevaisuuden arviointi
    • päätöksenteko epävarmuuden vallitessa
    • järjestelmien toiminnan analysointi ja suunnittelu
    • mallien tietokonetoteutus

    Työkaluja

    • Systeemi- ja operaatiotutkimus
      • dynaamiset järjestelmät
      • simulointi
      • lineaarinen ohjelmointi
      • monitavoiteoptimointi
      • optimiohjaus
      • säätöteoria
      • estimointi
    • Päätöksenteko
      • päätösanalyysi
      • tietokoneavusteinen ongelmanratkaisu
      • päätöksenteon tuki
      • peliteoria
      • riskianalyysi
      • asiantuntijajärjestelmät
    • Stokastiikka
      • tilastotiede
      • aikasarjat
      • ennustaminen
      • luotettavuusmallit
      • stokastiset prosessit
      • koesuunnittelu
      • jonoteoria

    Tieto, arvot ja mallit päätöksenteossa

    Principia Cybernetica: What is Systems Analysis?

    Suomen Operaatiotutkimusseura

    Systeemianalyysin laboratorion facebook