数据、模型与决策:管理科学的数学基础 第2版

...... 第2版前言
版前言
部分 数据分析基础
章 随机变量与概率分布 2
学习目标 2
1.1 随机事件及概率 2
1.2 随机变量及分布 10
本章小结 23
关键术语 23
参考文献 24
第2章 数据描述及归纳 25
学习目标 25
2.1 数据展示 26
2.2 数据描述 37
本章小结 42
关键术语 42
参考文献 42
第3章 统计推断 44
学习目标 44
3.1 抽样及抽样分布 44
3.2 参数估计 55
3.3 假设检验 79
本章小结 102
关键术语 103
参考文献 104
第4章 预测 105
学习目标 105
4.1 回归分析法 106
4.2 趋势外推法 120
本章小结 152
关键术语 153
参考文献 153
第二部分 优化模型
第5章 线性规划 156
学习目标 156
5.1 线性规划的基本概念 156
5.2 线性规划的求解 159
5.3 线性规划的应用：数据包络分析 174
5.4 多阶段 DEA 189
本章小结 192
关键术语 192
参考文献 193
第6章 整数规划 195
学习目标 195
6.1 整数规划基础 196
6.2 指派问题 208
本章小结 218
关键术语 218
参考文献 219
第7章 动态规划 220
学习目标 220
7.1 动态规划基础 221
7.2 收益管理 235
关键术语 239
参考文献 239
第8章 非线性规划 240
学习目标 240
8.1 非线性规划的基本理论 241
8.2 约束优化型非线性规划 243
本章小结 251
关键术语 251
参考文献 251
第9章 网络模型 253
学习目标 253
9.1 网络构成 254
9.2 短路径问题 255
9.3 流量问题 264
9.4 小生成树问题 269
本章小结 272
关键术语 272
参考文献 272
第三部分 决策理论与方法
0章 决策理论知识 276
学习目标 276
10.1 决策的发展历程 277
10.2 决策的基本要素 281
10.3 效用与效用函数 285
10.4 风险与效用 289
本章小结 293
关键术语 293
参考文献 293
1章 不确定性决策 295
学习目标 295
11.1 乐观准则 296
11.2 悲观准则 298
11.3 后悔值准则 299
11.4 折中准则 301
11.5 等可能性准则 302
本章小结 304
关键术语 304
参考文献 305
2章 风险型决策 306
学习目标 306
12.1 期望值准则 307
12.2 可能准则 315
12.3 贝叶斯决策规则 317
12.4 决策树 326
12.5 使用决策树进行灵敏度分析 334
本章小结 337
关键术语 338
参考文献 338
3章 多属性决策 340
学习目标 340
13.1 多属性决策概述 341
13.2 多属性决策的基本方法 349
13.3 层次分析法 359
13.4 加总比例分析法 368
本章小结 369
关键术语 370
参考文献 370
4章 群决策 372
学习目标 372
14.1 群决策的概念 373
14.2 社会选择函数 376
14.3 投票制度 386
14.4 群决策方法 391
本章小结 402
关键术语 403
参考文献......本书以“数据—建模—决策”为线索，以电子表格为工具，以案例教学为手段，旨在帮助学生掌握数据收集、处理和分析的方法，建立合理的定量分析模型，获得准确的结果，进而做出正确的决策。本书主要涉及概率统计和运筹学等管理学科典型的方法论与科学工具，强调决策方法在商务和管理环境下的实际应用。全书共分为三大部分，共15章：部分围绕“数据”展开，主要介绍数据的描述、分布、统计和预测；第2部分围绕“运筹模型”展开，着重讲述数学规划相关知识点；第3部分围绕“决策”展开，展现不同类型的决策问题和技术。
本书适合管理科学、运筹学、应用数学等专业的本科生和研究生，还可作为相关从业人员的参考读物。............

1