数据、模型与决策：管理科学的数学基础 第2版

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：第1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。

第2版前言 第1版前言 第一部分 数据分析基础 第1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 最短路径问题 255 9.3 最大流量问题 264 9.4 最小生成树问题 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 第10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 第11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 第12章 风险型决策 306 学习目标 306 12.1 期望值准则 307 12.2 最大可能准则 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 第13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 第14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 403 第15章 行为决策 406 学习目标 406 15.1 有限理性行为及其特征 407 15.2 前景理论的基本概念 421 本章小结 426 关键术语 426 参考文献 427