運(yùn)籌學(xué)

內(nèi)容概要

　　《運(yùn)籌學(xué)：概率模型應(yīng)用范例與解法（第4版）》介紹了概率論基礎(chǔ)建模和運(yùn)籌學(xué)高級(jí)理論，結(jié)合金融財(cái)務(wù)、仿真計(jì)算和工程設(shè)計(jì)等領(lǐng)域的應(yīng)用范例，應(yīng)用概率論和運(yùn)籌學(xué)建模理論，提供了工程應(yīng)用范例的解決方案?！哆\(yùn)籌學(xué)：概率模型應(yīng)用范例與解法（第4版）》內(nèi)容兼顧運(yùn)籌學(xué)概率論模型設(shè)計(jì)和實(shí)際構(gòu)建知識(shí)，真正做到了理論與實(shí)踐結(jié)合，使得讀者不僅學(xué)習(xí)了運(yùn)籌學(xué)解決算法，也能有效掌握數(shù)學(xué)模型構(gòu)建知識(shí)?！　　哆\(yùn)籌學(xué)：概率模型應(yīng)用范例與解法（第4版）》是運(yùn)籌學(xué)高級(jí)教程，全面系統(tǒng)地介紹了運(yùn)籌學(xué)概率論應(yīng)用知識(shí)。提供了500多個(gè)應(yīng)用范例，有效結(jié)合這些范例講解了抽象的運(yùn)籌學(xué)和概率論理論。提供了5種超值的運(yùn)籌學(xué)和概率論應(yīng)用工具軟件，采用了最先進(jìn)的計(jì)算技術(shù)。還提供了1000多道練習(xí)題，引領(lǐng)讀者真正掌握學(xué)習(xí)內(nèi)容。

作者簡(jiǎn)介

　?。溃厮诡D：Wayne L．Wirlston擁有耶魯大學(xué)運(yùn)籌學(xué)博士學(xué)位，執(zhí)教Indiana Urliversity三十年。他在權(quán)威刊物上發(fā)表過(guò)20余篇文章，4次榮獲MBA獎(jiǎng)和許多教學(xué)獎(jiǎng)。他還在微軟、通用、福特等大企業(yè)擔(dān)任顧問(wèn)并開(kāi)設(shè)培訓(xùn)。他編寫(xiě)的運(yùn)籌學(xué)方面的教材非常暢銷(xiāo)，影響廣泛，目前已經(jīng)出版到第4版。

書(shū)籍目錄

第1章 微積分和概率論1.1積分1.2積分求導(dǎo)1.3概率的基本法則1.4貝葉斯法則1.5隨機(jī)變量、均值、方差和協(xié)方差1.5.1離散型隨機(jī)變量1.5.2連續(xù)型隨機(jī)變量1.5.3隨機(jī)變量的均值和方差1.5.4獨(dú)立隨機(jī)變量1.5.5兩個(gè)隨機(jī)變量的協(xié)方差1.5.6隨機(jī)變量之和的均值、方差與協(xié)方差1.6正態(tài)分布1.6.1正態(tài)分布的重要性質(zhì)1.6.2利用標(biāo)準(zhǔn)化求正態(tài)概率1.6.3利用Excel求正態(tài)概率1.7z變換1.8本章小結(jié)1.8.1確定不定積分的公式1.8.2對(duì)積分求導(dǎo)的萊布尼茲法則1.8.3概率1.8.4貝葉斯法則1.8.5隨機(jī)變量、均值、方差和協(xié)方差1.8.6正態(tài)分布的重要性質(zhì)1.8.7z變換1.9復(fù)習(xí)題第2章 不確定決策2.1決策準(zhǔn)則2.1.1受支配動(dòng)作2.1.2悲觀準(zhǔn)則2.1.3樂(lè)觀準(zhǔn)則2.1.4遺憾準(zhǔn)則2.1.5預(yù)期值準(zhǔn)則2.2效用理論2.2.1馮·諾依曼?摩根斯坦公理2.2.2為什么我們可以假設(shè)u（最壞結(jié)果）=0和u（最好結(jié)果）=12.2.3評(píng)估一個(gè)人的效用函數(shù)2.2.4一個(gè)人的效用函數(shù)和他或她面對(duì)風(fēng)險(xiǎn)的態(tài)度之間的關(guān)系2.2.5指數(shù)效用函數(shù)2.3預(yù)期效用最大化的缺陷： 前景效用理論和架構(gòu)效應(yīng)2.3.1前景效用理論2.3.2架構(gòu)2.4決策樹(shù)2.4.1將風(fēng)險(xiǎn)規(guī)避結(jié)合進(jìn)決策樹(shù)分析2.4.2樣本信息的預(yù)期值2.4.3完善信息的預(yù)期值2.5貝葉斯法則和決策樹(shù)2.6多目標(biāo)決策2.6.1確定情況下的多屬性決策： 目標(biāo)規(guī)劃2.6.2多屬性效用函數(shù)2.7解析分層進(jìn)程2.7.1獲得各個(gè)目標(biāo)的權(quán)2.7.2檢查一致性2.7.3求目標(biāo)選擇的分?jǐn)?shù)2.7.4在電子表格上實(shí)現(xiàn)AHP2.8本章小結(jié)2.8.1決策準(zhǔn)則2.8.2效用理論2.8.3前景效用理論和架構(gòu)2.8.4決策樹(shù)2.8.5貝葉斯法則和決策樹(shù)2.8.6多目標(biāo)決策2.8.7AHP2.9復(fù)習(xí)題第3章 確定型EOQ存儲(chǔ)模型3.1基本的存儲(chǔ)模型3.1.1存儲(chǔ)模型所涉及的費(fèi)用3.1.2EOQ模型的假設(shè)3.2基本的EOQ模型3.2.1基本EOQ模型的假設(shè)3.2.2基本EOQ模型的導(dǎo)出3.2.3總費(fèi)用對(duì)于訂購(gòu)數(shù)量微小變化的靈敏度3.2.4在以庫(kù)存的美元價(jià)值表示存儲(chǔ)費(fèi)用時(shí)確定EOQ3.2.5非零交付周期的影響3.2.6基本EOQ模型的電子表格模板3.2.7二冪訂購(gòu)策略3.3計(jì)算允許數(shù)量折扣時(shí)的最優(yōu)訂購(gòu)量3.4連續(xù)速率的EOQ模型3.5允許延期交貨的EOQ模型3.6什么時(shí)候使用EOQ模型3.7多產(chǎn)品EOQ模型3.8本章小結(jié)3.8.1表示法3.8.2基本EOQ模型3.8.3數(shù)量折扣模型3.8.4連續(xù)速率模型3.8.5允許延期交貨的EOQ3.9復(fù)習(xí)題第4章 隨機(jī)型存儲(chǔ)模型4.1單周期決策模型4.2邊際分析的概念4.3賣(mài)報(bào)人問(wèn)題： 離散需求4.4賣(mài)報(bào)人問(wèn)題： 連續(xù)需求4.5其他單周期模型4.6包含不確定需求的EOQ： （r，q）和（s，S）模型4.6.1確定再訂購(gòu)點(diǎn)： 允許延期交貨的情況4.6.2確定再訂購(gòu)點(diǎn)： 脫銷(xiāo)情況4.6.3連續(xù)檢查（r，q）策略4.6.4連續(xù)檢查（s，S）策略4.7具有不確定需求的EOQ： 確定安全庫(kù)存等級(jí)的服務(wù)等級(jí)法4.7.1確定SLM1的再訂購(gòu)點(diǎn)和安全庫(kù)存水平4.7.2使用LINGO計(jì)算SLM1的再訂購(gòu)點(diǎn)等級(jí)4.7.3使用Excel計(jì)算正態(tài)損失函數(shù)4.7.4確定SLM2的再訂購(gòu)點(diǎn)和安全庫(kù)存水平4.8（R，S）定期檢查策略4.8.1確定R4.8.2實(shí)現(xiàn)（R，S）系統(tǒng)4.9ABC存儲(chǔ)分類(lèi)系統(tǒng)4.10交換曲線(xiàn)4.10.1缺貨的交換曲線(xiàn)4.10.2交換曲面4.11本章小結(jié)4.11.1單周期決策模型4.11.2賣(mài)報(bào)人問(wèn)題4.11.3確定不確定需求的再訂購(gòu)點(diǎn)和訂購(gòu)量： 最小化年度預(yù)期費(fèi)用4.11.4確定再訂購(gòu)點(diǎn)： 服務(wù)等級(jí)法4.11.5（R，S）定期檢查策略4.11.6ABC分類(lèi)4.11.7交換曲線(xiàn)4.12復(fù)習(xí)題第5章 馬爾可夫鏈5.1什么是隨機(jī)過(guò)程5.2什么是馬爾可夫鏈5.3n步轉(zhuǎn)移概率5.4馬爾可夫鏈中的狀態(tài)分類(lèi)5.5穩(wěn)態(tài)概率和平均最先通過(guò)時(shí)間5.5.1暫態(tài)分析5.5.2穩(wěn)態(tài)概率的直觀解釋5.5.3穩(wěn)態(tài)概率在決策中的用法5.5.4平均最先通過(guò)時(shí)間5.5.5在計(jì)算機(jī)上求解穩(wěn)態(tài)概率和平均最先通過(guò)時(shí)間5.6吸收鏈5.7勞動(dòng)力規(guī)劃模型5.8本章小結(jié)5.8.1n步轉(zhuǎn)移概率5.8.2馬爾可夫鏈中的狀態(tài)分類(lèi)5.8.3穩(wěn)態(tài)概率5.8.4吸收鏈5.8.5勞動(dòng)力規(guī)劃模型5.9復(fù)習(xí)題第6章 確定性動(dòng)態(tài)規(guī)劃6.1兩個(gè)難題6.2網(wǎng)絡(luò)問(wèn)題6.2.1動(dòng)態(tài)規(guī)劃的計(jì)算效率6.2.2動(dòng)態(tài)規(guī)劃應(yīng)用的特征6.3存儲(chǔ)問(wèn)題6.4資源分配問(wèn)題6.4.1資源示例的網(wǎng)絡(luò)表示6.4.2廣義的資源分配問(wèn)題6.4.3使用動(dòng)態(tài)規(guī)劃求解背包問(wèn)題6.4.4背包問(wèn)題的網(wǎng)絡(luò)表示6.4.5背包問(wèn)題的可供選擇的遞歸6.4.6收費(fèi)理論6.5設(shè)備更新問(wèn)題6.5.1設(shè)備更新問(wèn)題的網(wǎng)絡(luò)表示6.5.2可供選擇的遞歸6.6表述動(dòng)態(tài)規(guī)劃遞歸6.6.1將資金的時(shí)間價(jià)值納入動(dòng)態(tài)規(guī)劃表述中6.6.2使用動(dòng)態(tài)規(guī)劃的計(jì)算難點(diǎn)6.6.3非求和遞歸6.7Wagner?Whitin算法和Silver?Meal啟發(fā)式算法6.7.1動(dòng)態(tài)批量模型簡(jiǎn)介6.7.2Wagner?Whitin算法的論述6.7.3Silver?Meal啟發(fā)式算法6.8使用Excel求解動(dòng)態(tài)規(guī)劃問(wèn)題6.8.1在電子表格上求解背包問(wèn)題6.8.2在電子表格上求解一般的資源分配問(wèn)題6.8.3在電子表格上求解庫(kù)存問(wèn)題6.9本章小結(jié)6.9.1逆推6.9.2動(dòng)態(tài)批量模型的Wagner?Whitin算法和Silver?Meal啟發(fā)式算法6.9.3計(jì)算時(shí)的注意事項(xiàng)6.10復(fù)習(xí)題第7章 隨機(jī)性動(dòng)態(tài)規(guī)劃7.1當(dāng)前階段的費(fèi)用不確定，而下一周期的狀態(tài)確定7.2隨機(jī)性存儲(chǔ)模型7.3如何最大化有利事件發(fā)生的概率7.4隨機(jī)性動(dòng)態(tài)規(guī)劃表述的更多示例7.5馬爾可夫決策過(guò)程7.5.1MDP的描述7.5.2策略迭代7.5.3線(xiàn)性規(guī)劃7.5.4值迭代7.5.5最大化每個(gè)周期的平均收益7.6本章小結(jié)7.6.1表述隨機(jī)性動(dòng)態(tài)規(guī)劃問(wèn)題（PDP）的關(guān)鍵7.6.2最大化有利事件發(fā)生的概率7.6.3馬爾可夫決策過(guò)程7.6.4策略迭代7.6.5線(xiàn)性規(guī)劃7.6.6值迭代或連續(xù)近似值7.7復(fù)習(xí)題第8章 排隊(duì)論8.1一些排隊(duì)術(shù)語(yǔ)8.1.1輸入或到達(dá)過(guò)程8.1.2輸出或者服務(wù)過(guò)程8.1.3排隊(duì)規(guī)則8.1.4到達(dá)者加入隊(duì)列的方式8.2建立到達(dá)和服務(wù)過(guò)程的模型8.2.1建立到達(dá)過(guò)程的模型8.2.2建立服務(wù)過(guò)程的模型8.2.3排隊(duì)系統(tǒng)的kendall?Lee符號(hào)表示法8.2.4等待時(shí)間矛盾論8.3生滅過(guò)程8.3.1生滅過(guò)程的動(dòng)作定理8.3.2指數(shù)分布與生滅過(guò)程的關(guān)系8.3.3生滅過(guò)程的穩(wěn)態(tài)概率的推導(dǎo)8.3.4求解生滅流量平衡方程8.3.5使用電子表格計(jì)算穩(wěn)態(tài)概率8.4M/M/1/GD/∞/∞排隊(duì)系統(tǒng)和排隊(duì)公式L=λW8.4.1穩(wěn)態(tài)概率的推導(dǎo)8.4.2L的推導(dǎo)8.4.3Lq的推導(dǎo)8.4.4Ls的推導(dǎo)8.4.5排隊(duì)公式L=λW8.4.6排隊(duì)優(yōu)化模型8.4.7使用電子表格計(jì)算M/M/1/GD/∞/∞排隊(duì)系統(tǒng)8.5M/M/1/GD/c/∞排隊(duì)系統(tǒng)8.6M/M/s/GD/∞/∞排隊(duì)系統(tǒng)8.6.1使用電子表格計(jì)算M/M/s/GD/∞/∞排隊(duì)系統(tǒng)8.6.2使用LINGO計(jì)算M/M/s/GD/∞/∞排隊(duì)系統(tǒng)8.7M/G/∞/GD/∞/∞和GI/G/∞/GD/∞/∞模型8.8M/G/1/GD/∞/∞排隊(duì)系統(tǒng)8.9有限源模型： 機(jī)器維修模型8.9.1使用電子表格計(jì)算機(jī)器維修問(wèn)題8.9.2使用LINGO計(jì)算機(jī)器維修模型8.10串行指數(shù)分布隊(duì)列和開(kāi)放式排隊(duì)網(wǎng)絡(luò)8.10.1開(kāi)放式排隊(duì)網(wǎng)絡(luò)8.10.2數(shù)據(jù)通信網(wǎng)絡(luò)的網(wǎng)絡(luò)模型8.11M/G/s/GD/s/∞系統(tǒng)（被阻擋客戶(hù)被清除）8.11.1使用電子表格計(jì)算BCC模型8.11.2使用LINGO計(jì)算BCC模型8.12如何斷定到達(dá)時(shí)間間隔和服務(wù)時(shí)間服從指數(shù)分布8.13閉合式排隊(duì)網(wǎng)絡(luò)8.14G/G/m排隊(duì)系統(tǒng)的近似求解法8.15優(yōu)先排隊(duì)模型8.15.1非搶占式優(yōu)先模型8.15.2Mi/Gi/1/NPRP/∞/∞模型8.15.3具有客戶(hù)等待成本的Mi/Gi/1/NPRP/∞/∞模型8.15.4Mi/M/s/NPRP/∞/∞模型8.15.5搶占式優(yōu)先級(jí)8.16排隊(duì)系統(tǒng)的瞬變行為8.17本章小結(jié)8.17.1指數(shù)分布8.17.2愛(ài)爾朗分布8.17.3生滅過(guò)程8.17.4排隊(duì)系統(tǒng)參數(shù)的表示法8.17.5M/M/1/GD/∞/∞模型8.17.6M/M/1/GD/c/∞模型8.17.7M/M/s/GD/∞/∞模型8.17.8M/G/∞/GD/∞/∞模型8.17.9M/G/1/GD/∞/∞模型8.17.10機(jī)器維修（M/M/R/GD/K/K）模型8.17.11串行指數(shù)分布隊(duì)列8.17.12M/G/s/GD/s/∞模型8.17.13到達(dá)時(shí)間間隔或服務(wù)時(shí)間不服從指數(shù)分布的處理8.17.14閉合式排隊(duì)網(wǎng)絡(luò)8.17.15G/G/m排隊(duì)系統(tǒng)的近似求解法8.17.16排隊(duì)系統(tǒng)的瞬變行為8.18復(fù)習(xí)題第9章 模擬技術(shù)9.1基本術(shù)語(yǔ)9.2離散事件模擬示例9.3隨機(jī)數(shù)和蒙特卡羅模擬9.3.1隨機(jī)數(shù)生成器9.3.2隨機(jī)數(shù)的計(jì)算機(jī)生成9.4蒙特卡羅模擬示例9.5使用連續(xù)隨機(jī)變量執(zhí)行模擬9.5.1逆轉(zhuǎn)方法9.5.2接受?排除法9.5.3正態(tài)分布的直接和卷積方法9.6隨機(jī)模擬示例9.7模擬中的統(tǒng)計(jì)分析9.8模擬語(yǔ)言9.9模擬過(guò)程9.10本章小結(jié)9.10.1模擬簡(jiǎn)介9.10.2模擬過(guò)程9.10.3生成隨機(jī)變量9.10.4模擬類(lèi)型9.11復(fù)習(xí)題第10章 使用Process Model執(zhí)行模擬10.1模擬M/M/1排隊(duì)系統(tǒng)10.2模擬M/M/2系統(tǒng)10.3模擬串行系統(tǒng)10.4模擬開(kāi)放式排隊(duì)網(wǎng)絡(luò)10.5模擬愛(ài)爾朗服務(wù)時(shí)間10.6Process Model的其他功能10.7復(fù)習(xí)題第11章 使用Excel插件@Risk執(zhí)行模擬11.1@Risk簡(jiǎn)介： 賣(mài)報(bào)人問(wèn)題11.1.1求解預(yù)期利潤(rùn)的置信區(qū)間11.1.2使用RISKNORMAL函數(shù)建立正態(tài)需求模型11.1.3求解目標(biāo)和百分比11.1.4用@Risk創(chuàng)建圖11.1.5使用Report Settings選項(xiàng)11.1.6使用@Risk統(tǒng)計(jì)11.2建立新產(chǎn)品現(xiàn)金流模型11.2.1三角形隨機(jī)變量11.2.2Lilly模型11.3項(xiàng)目計(jì)劃模型11.4可靠性和保修建模11.4.1機(jī)器使用壽命的分布11.4.2機(jī)器組合的一般類(lèi)型11.4.3 估計(jì)保修費(fèi)用11.5RISKGENERAL函數(shù)11.6RISKCUMULATIVE隨機(jī)變量11.7RISKTRIGEN隨機(jī)變量11.8基于點(diǎn)值預(yù)測(cè)創(chuàng)建分布11.9預(yù)測(cè)大型公司的收入11.9.1凈收入不相關(guān)的求解方法11.9.2檢查相關(guān)性11.10使用數(shù)據(jù)獲得新產(chǎn)品模擬的輸入11.10.1模擬容量不確定性的方案11.10.2用一個(gè)獨(dú)立變量模擬統(tǒng)計(jì)關(guān)系11.11模擬和投標(biāo)11.12用@Risk玩擲雙骰子游戲11.13模擬NBA總決賽11.14復(fù)習(xí)題第12章 使用Riskoptimizer在不確定情況下實(shí)現(xiàn)最優(yōu)化12.1Riskoptimizer介紹： 賣(mài)報(bào)人問(wèn)題12.1.1Settings圖標(biāo)12.1.2Start Optimization圖標(biāo)12.1.3Pause Optimization圖標(biāo)12.1.4Stop Optimization圖標(biāo)12.1.5Display Watcher圖標(biāo)12.1.6將Riskoptimizer用于日歷示例12.2涉及歷史數(shù)據(jù)的賣(mài)報(bào)人問(wèn)題12.3不確定情況下的人員安排12.4產(chǎn)品組合問(wèn)題12.5不確定情況下的農(nóng)業(yè)計(jì)劃12.6加工車(chē)間作業(yè)安排12.7旅行推銷(xiāo)員問(wèn)題12.8復(fù)習(xí)題第13章 期權(quán)定價(jià)和實(shí)際期權(quán)13.1股票價(jià)格的對(duì)數(shù)正態(tài)模型13.1.1均值的歷史數(shù)據(jù)估計(jì)和股票利潤(rùn)的波動(dòng)率13.1.2求對(duì)數(shù)正態(tài)分布變量的均值和方差13.1.3對(duì)數(shù)正態(tài)隨機(jī)變量的置信區(qū)間13.2期權(quán)的定義13.3實(shí)際期權(quán)的類(lèi)型13.3.1購(gòu)買(mǎi)飛機(jī)的期權(quán)13.3.2放棄期權(quán)13.3.3其他實(shí)際期權(quán)機(jī)會(huì)13.4用套利法評(píng)估期權(quán)13.4.1在買(mǎi)入期權(quán)定價(jià)不當(dāng)?shù)那闆r下創(chuàng)造賺錢(qián)機(jī)器13.4.2為什么股票的上漲率不影響買(mǎi)入價(jià)格13.5Black?Scholes期權(quán)定價(jià)公式13.6估計(jì)波動(dòng)率13.7期權(quán)定價(jià)的風(fēng)險(xiǎn)中立法13.7.1風(fēng)險(xiǎn)中立法背后的邏輯13.7.2風(fēng)險(xiǎn)中立定價(jià)的示例13.7.3證明美式買(mǎi)入期權(quán)決不應(yīng)及早執(zhí)行13.8用Black?Scholes公式評(píng)估Internet啟動(dòng)項(xiàng)目和Web TV13.8.1評(píng)估Internet啟動(dòng)項(xiàng)目13.8.2評(píng)估“創(chuàng)新期權(quán)”： Web TV13.9二項(xiàng)式模型和對(duì)數(shù)正態(tài)模型之間的關(guān)系13.10使用二項(xiàng)樹(shù)給美式期權(quán)定價(jià)13.10.1股票價(jià)格樹(shù)13.10.2最優(yōu)決策策略13.10.3使用條件格式化描述最優(yōu)執(zhí)行策略13.10.4靈敏度分析13.10.5與放棄期權(quán)的關(guān)系13.10.6計(jì)算及早執(zhí)行邊界13.10.7應(yīng)當(dāng)何時(shí)放棄13.11通過(guò)模擬給歐式賣(mài)出和買(mǎi)入期權(quán)定價(jià)13.12使用模擬評(píng)估實(shí)際期權(quán)第14章 投資組合風(fēng)險(xiǎn)、優(yōu)化和規(guī)避風(fēng)險(xiǎn)14.1風(fēng)險(xiǎn)價(jià)值度量14.2投資組合優(yōu)化： Markowitz法14.2.1隨機(jī)變量的和： 均值和方差14.2.2矩陣乘法和投資組合優(yōu)化14.3使用情境法優(yōu)化投資組合14.3.1自舉未來(lái)的年度利潤(rùn)14.3.2使投資組合的標(biāo)準(zhǔn)差風(fēng)險(xiǎn)最小化14.3.3使損失的概率最小化14.3.4使Sharpe比率最大化14.3.5使負(fù)面風(fēng)險(xiǎn)最小化14.3.6極小極大方法14.3.7最大化VAR第15章 預(yù)測(cè)模型15.1移動(dòng)平均數(shù)預(yù)測(cè)法15.2單指數(shù)平滑法15.3Holt法： 涉及趨勢(shì)的指數(shù)平滑法15.4Winter法： 涉及季節(jié)性的指數(shù)平滑法15.4.1Winter法的初始化15.4.2預(yù)測(cè)精確度15.5Ad Hoc預(yù)測(cè)法15.6簡(jiǎn)單線(xiàn)性回歸15.6.1適合情況15.6.2預(yù)測(cè)精確度15.6.3回歸中的t檢定15.6.4簡(jiǎn)單線(xiàn)性回歸模型下面的假設(shè)條件15.6.5用Excel運(yùn)行回歸15.6.6用Excel獲得散點(diǎn)圖15.7適當(dāng)表現(xiàn)非線(xiàn)性關(guān)系15.7.1用電子表格適當(dāng)表現(xiàn)非線(xiàn)性關(guān)系15.7.2使用Excel Trend Curve15.8多重回歸15.8.1預(yù)計(jì)βi的值15.8.2重新分析擬合優(yōu)度15.8.3假設(shè)檢驗(yàn)15.8.4選擇最佳的回歸方程15.8.5多重共線(xiàn)性15.8.6啞變量15.8.7解釋啞變量的系數(shù)15.8.8倍增模型15.8.9多重回歸中的異方差性和自相關(guān)15.8.10在電子表格上實(shí)現(xiàn)多重回歸15.9本章小結(jié)15.9.1移動(dòng)平均數(shù)預(yù)測(cè)法15.9.2單指數(shù)平滑法15.9.3Holt法15.9.4Winter法15.9.5簡(jiǎn)單線(xiàn)性回歸15.9.6適當(dāng)表現(xiàn)非線(xiàn)性關(guān)系15.9.7多重回歸15.10復(fù)習(xí)題第16章 布朗運(yùn)動(dòng)、隨機(jī)運(yùn)算和隨機(jī)控制16.1什么是布朗運(yùn)動(dòng)16.2推導(dǎo)作為隨機(jī)活動(dòng)極限的布朗運(yùn)動(dòng)16.3隨機(jī)微分方程16.4Ito引理16.5使用Ito引理推導(dǎo)Black?Scholes期權(quán)定價(jià)模型16.6隨機(jī)控制簡(jiǎn)介16.7復(fù)習(xí)題

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    運(yùn)籌學(xué) PDF格式下載

---