本書以數據—建模—決策為線索，以電子表格為工具，以案例教學為手段，旨在幫助學生掌握數據收集、處理和分析的方法；建立合理的定量分析模型，獲得準確的結果；進而做出正確的決策。本教材主要涉及概率統計和運籌學等管理學科典型的方法論和科學工具，強調決策方法在商務和管理環境下的實際應用。
前言管理更應被視為一門藝術，還是一門科學？不同背景的學者、實踐管理者會給出不同的回答，并可以提供充足的論據進行辯護。爭執不下的結果之一是：一些學者認為，管理既是一門藝術，又是一門科學。
在編寫本書時，我們無意于糾纏這一問題的答案，而是重點偏向于管理的科學性，并將本書視為管理科學的基礎性教材。眾多學者承認，管理科學（Management Science，MS）、決策科學（Decision Science，DS）與運籌學（Operations Research，OR）具有深刻的關聯，甚至有學者以MS/OR作為管理科學、決策科學、運籌學的共同稱呼。MS/OR可以定義為：基于定量數據，通過科學的方法來制定管理決策的一門學科。該定義包含三個重要元素：一是數據，即定量數據是制定決策的依據；二是模型，即科學方法是判定決策優劣的邏輯基石；三是決策，即數據和模型的目標是推動決策結果的最優化或滿意化，從而服務于現實需求。因此，我們認為，數據、模型與決策，是管理科學、決策科學和運籌學最基礎的元素。本書的編撰，也是為管理科學、決策科學和運籌學學科提供一本最基礎的教材。
管理科學所使用的科學方法，可能會涉及數學、計算機、經濟學、信息科學等多個學科，但數學是最為主要的。我們通過數學模型來實施科學的運算和判斷。所謂模型，是對研究的實體進行必要的簡化，并用適當的變現形式或規則把它的主要特征描述出來；而數學模型，則是以數學語言描述的一類模型，其形式可能包括代數、方程、規劃、統計、圖、拓撲、幾何等。考慮到管理科學的特點，本書對數學方法的呈現形式盡可能簡潔易懂，以便讀者能夠更容易地接受本書，更容易將有關知識應用于指導管理實踐。
與本書類似的書籍確實十分多，特別是大量的國外教材相繼翻譯成中文，極大地拓寬了讀者的選擇空間。在這些書籍中，本書具有十分鮮明的特色。具體來說，相比較同類書籍而言，本書具有如下特點。
（1）通俗易懂，深入淺出。本書以管理學視角（而非數學視角）來呈現各種數學技術，使得讀者不需要掌握特別深厚的數學基礎，即可掌握本書的核心思想和技術。在問題求解技術上，本書力圖以常見的Excel軟件來實現各種計算，讀者不需要深入學習MATLAB、SPSS等專業軟件，也無須耗費巨大精力去鉆研單純形法等傳統求解方法。
（2）以中國情景的案例串聯起問題和知識點。在每一個章節中，都呈現出眾多的中國情景的問題，圍繞著該問題的解決，各個知識點不再是孤零零的，而是通過例子串聯起來。通過這些案例，既能夠引起讀者的學習興趣，又清晰地展現了不同技術和知識點的差異，使讀者的理解更為明晰。
（3）增加了一些本領域十分重要而基礎的內容，使得讀者在學習本書之后有更大的收獲，并可以為未來的進一步學習奠定一定的基礎。這些新增的內容主要包括：收益管理、數據包絡分析、決策的發展歷史、群決策、前景理論等。其中，收益管理、數據包絡分析、前景理論是學術界廣泛關注的熱點領域。
全書共分為三大部分，共15章。
第一部分圍繞“數據”展開，展現了數據的描述、分布、統計和預測，共4章，對應于第1～4章。其中，第1章“隨機變量與概率分布”重點介紹隨機事件及概率的定義、條件概率的運算等，并呈現了幾類代表性的離散概率分布和連續概率分布形態。第2章“數據描述及歸納”介紹了總體和樣本的概念及區別，并展現了參數形式的數據描述和圖表形式的數據描述方法，在此基礎上，進一步介紹了數據統計規律描述在德爾菲法實施過程中的重要性。在幫助讀者掌握了數據描述的基本方法后，第3章“統計推斷”幫助讀者如何通過抽樣來認識總體。主要需要掌握一些抽樣方法，如簡單隨機抽樣、系統抽樣、分層抽樣、整群抽樣等；對抽樣的數據特征進行認知，并據此判斷特征，于是讀者可以掌握點估計、均值、標準差、比例以及兩個總體均值差的置信區間等知識；最后，為了由樣本推斷總體的特性，讀者需要掌握基礎的假設檢驗方法，這些內容均在第3章進行介紹。第4章“預測”專注于考慮如何通過當前已知數據來推斷未來未知數據。預測的方法主要分為兩類，其一是數據的變化受到外界因素的影響，利用回歸分析法可以解決此類預測問題；其二是數據的變化不受外界因素的影響，僅僅依據事件發展的內部慣性，利用時間序列分析可以解決這一類預測問題。
第二部分圍繞“運籌模型”展開，著重講述數學規劃相關知識點，共5章，對應于第5～9章。第5章“線性規劃”介紹了最優化問題求解的最基礎的方法，即線性規劃，通過明確決策變量、優化目標、約束條件以及它們之間的相互關系，建立起線性規劃模型，進行求解找到最優解，通過靈敏度分析來理解最優解的性質。這些內容可以幫助讀者初步去解決一些最優化問題。在此基礎上，第5章介紹了利用線性規劃進行投入-產出效率分析的經典方法——數據包絡分析。第6章“整數規劃”展現了整數規劃（特別是更重要的0-1整數規劃）的概念、求解方法和應用。0-1整數規劃有助于解決眾多包含邏輯判斷的最優化問題，本書著重描述了它的一個應用，即指派問題。第7章“動態規劃”向讀者介紹了多階段動態決策過程的描述以及動態最優
出版說明
前言
教學建議
第一部分數據分析基礎
第1章隨機變量與概率分布
1.1隨機事件及概率
1.2隨機變量及分布
本章小結
關鍵術語
參考文獻
第2章數據描述及歸納
2.1數據展示
2.2數據描述
2.3德爾菲法
本章小結
關鍵術語
參考文獻
第3章統計推斷
3.1抽樣及抽樣分布
3.2參數估計
3.3假設檢驗
本章小結
關鍵術語
參考文獻
第4章預測
4.1回歸分析法
4.2趨勢外推法
本章小結
關鍵術語
參考文獻
第二部分優 化 模 型
第5章線性規劃
5.1線性規劃的概念
5.2線性規劃的求解
5.3線性規劃的應用：數據包絡分析
本章小結
關鍵術語
參考文獻
第6章整數規劃
6.1整數規劃基礎
6.2指派問題
本章小結
關鍵術語
參考文獻
第7章動態規劃
7.1動態規劃基礎
7.2收益管理
本章小結
關鍵術語
參考文獻
第8章非線性規劃
8.1非線性規劃的基本理論
8.2約束優化
8.3有多個約束條件的非線性規劃問題
本章小結
關鍵術語
參考文獻
第9章網絡模型
9.1網絡構成
9.2最短路徑問題
9.3最大流量問題
9.4最小生成樹問題
本章小結
關鍵術語
參考文獻
第三部分決策理論與方法
第10章決策理論知識
10.1決策的發展歷程
10.2決策的基本要素
10.3效用與效用函數
10.4風險與效用
本章小結
關鍵術語
參考文獻
第11章不確定性決策
11.1樂觀準則
11.2悲觀準則
11.3后悔值準則
11.4折中準則
11.5等可能性準則
本章小結
關鍵術語
參考文獻
第12章風險型決策
12.1期望值準則
12.2最大可能準則
12.3貝葉斯決策規則
12.4決策樹
12.5使用決策樹進行靈敏度分析
本章小結
關鍵術語
參考文獻
第13章多屬性決策
13.1多屬性決策的概念
13.2多屬性決策的基本方法
13.3層次分析法
13.4數據包絡分析
13.5加總比例分析
本章小結
關鍵術語
參考文獻
第14章群決策
14.1群決策的概念
14.2社會選擇函數
14.3投票制度
14.4群決策方法
本章小結
關鍵術語
參考文獻
第15章行為決策：前景理論
15.1有限理性行為及其特征
15.2前景理論的基本概念
本章小結
關鍵術語
參考文獻
新書資訊