第一章 管理决策模型概论 1
1.1 经济管理领域需要建模 1
1.2 模型类型 5
1.3 计算机运行的环境 7
1.4 建模学习的方法 8
第二章 决策分析 9
2.1 决策树模型 9
2.2 期望值决策准则及后退求解 12
2.3 敏感性分析（sensitivity analysis） 17
2.4 各种其他的决策准则 21
习题 25
第三章 决策分析的概率基础 28
3.1 随机事件及概率 28
3.2 条件概率及Bayes定理 30
3.3 随机变量及其分布 35
3.4 概率分布的特征值 43
3.5 随机变量之和 47
习题 52
第四章 连续型概率分布及其决策模型 53
4.1 连续型随机变量 53
4.2 若干连续型概率密度函数 54
4.3 中心极限定理 60
习题 62
第五章 决策分析中的抽样推断 63
5.1 随机抽样 63
5.2 抽样数据的整理与概括 65
5.3 均值的置信区间 77
习题 85
第六章 决策过程中数据的比较 88
6.1 双样本数据比较 88
6.2 百分数的比较 98
6.3 X2-检验 100
习题 114
第七章 多样本比较用于决策 118
7.1 完全随机化模型：单因素方差分析 118
7.2 随机化区组设计 129
7.3 双因素方差分析 134
习题 141
第八章 管理决策模拟 145
8.1 问题的提出 145
8.2 初步分析 147
8.3 模拟模型 148
8.4 随机数的产生 150
8.5 生成服从某离散概率分布的随机数 152
8.6 生成服从连续概率分布的随机数 154
8.7 模拟模型的完成及数据分析 157
8.8 案例——上海地铁车站的客流模拟 161
第九章 回归模型 168
9.1 简单线性回归模型及预测 168
9.2 多元线性回归 176
9.3 线性回归模型的有效性 183
9.4 包含属性数据的回归分析 193
9.5 回归模型中的变换使用 198
习题 199
第十章 简单时间序列分析 207
10.1 时间序列的外推法 208
10.2 移动平均与指数平滑 209
10.3 有趋势的时间序列及其预测 220
习题 224
第十一章 时序分析中的自回归模型 227
11.1 平稳时间序列 227
11.2 自相关函数（ACF） 228
11.3 自回归（AR）模型 236
11.4 偏自相关函数（PACF） 239
11.5 合适预测模型的选择 243
11.6 时间序列的乘法模型 246
习题 251
第十二章 马尔可夫链及其应用 255
12.1 马尔可夫链 255
12.2 马尔可夫链的状态预测 257
12.3 马尔可夫链的若干应用 264
习题 269
第十三章 线性最优化 271
13.1 线性最优化建模的若干例子 271
13.2 线性最优化模型的解 275
13.3 线性最优化模型的Microsoft Excel操作 277
13.4 敏感性分析、影子价格及Reduced Cost 281
习题 289
第十四章 非线性规划 291
14.1 非线性规划的若干例子 291
14.2 非线性最优化问题的Microsoft Excel求解 294
14.3 非线性规划中的影子价格 296
14.4 计算机求解非线性规划的可行性 298
习题 302
第十五章 整数规划 305
15.1 管理问题化为整数规划的若干例子 305
15.2 整数规划的Microsoft Excel求解 312
15.3 Branch-and-Bound方法求解整数规划 318
习题 319
参考文献 321