第2版前言
本書自 2017 年 1 月首次出版以來，深得國內同行的喜愛，被多所高校的經(jīng)管學院作為 MBA 教材使用。為了更好地服務管理科學領域的教師和學生，應機械工業(yè)出版社的要求，我們在過去的一兩年中對本書進行了大幅度修訂。本次修訂在保持原有特色的前提下，進行了以下改變。
，調整了本書的部分結構并重寫或增減了部分內容。例如，將德爾菲法的相關內容從第 1 版的第 2 章“數(shù)據(jù)描述及歸納”中移至第 2 版的第 14 章“群決策”中；在第 5章中增加了“多階段 DEA”的內容，同時刪除了第 13 章中有關 DEA 的內容；對第 1 版4.2 節(jié)“趨勢外推法”的相關內容進行了大幅度刪減；重寫了 5.1.1 節(jié)，以便讀者在閱讀“線性規(guī)劃”內容之前，對數(shù)學規(guī)劃有一個更宏觀的理解；重寫了 7.2 節(jié)，以使該節(jié)內容與第 7 章的主題“動態(tài)規(guī)劃”高度相關；在第 15 章中增加了“多項式 Logit 選擇模型”的相關內容，以便讀者對有限理性有一個更全面的認識。
第二，在不增加讀者數(shù)學知識負擔的前提下，加入了一些數(shù)學語言描述，以期更準確地向讀者解釋相關概念。在本書第 1 版中，我們盡量避開數(shù)學語言，從管理學視角（而非數(shù)學視角）來呈現(xiàn)各種數(shù)學技術，讓讀者不需要具備特別深厚的數(shù)學基礎即可掌握本書的核心思想和技術。然而，因為很多詞語本身具有多義性，所以這種做法會導致讀者很難準確地把握相關數(shù)學概念。為此，在本書第 2 版中，特別是部分的 4 章內容中，我們增加了一些簡單的數(shù)學語言并重寫了其中大部分語言，以便讀者更準確地理解概率與統(tǒng)計的相關概念。
第三，更新或重寫了書中部分例題，以反映我國經(jīng)濟發(fā)展的動向。比如，在例 2-2 中將 28 個省（直轄市、自治區(qū)）的汽車生產量數(shù)據(jù)更新至 2019 年 12 月，將例 2-8
2010～2012 年我國入境游客的例題替換為 2015～2017 年我國空調銷量的例題；重寫了例4-4 并分析了 1999～2019 年我國互聯(lián)網(wǎng)網(wǎng)民人數(shù)的變化趨勢，重寫了例 4-5 ～ 例 4-7 并分析了 2013～2019 年我國房屋銷售額的月度數(shù)據(jù)，將例 4-8 ～ 例 4-10 中格力電器的相關數(shù)據(jù)更新至 2019 年第四季度。
第四，將大部分例題中的數(shù)據(jù)處理軟件更新為 Excel，同時詳細介紹了如何通過 Excel運用相關方法。這樣做，一方面可以減少任課教師對特定數(shù)據(jù)處理軟件或工具包的依賴；另一方面，通過 Excel 的具體操作，可以讓學生更好地理解各種方法背后的數(shù)學原理。
第五，重新梳理了全書語言，讓表達更流暢。這樣可以大大減輕讀者在閱讀本書時的負擔。
第 2 版的更新工作恰逢疫情。在疫情期間，中國科學技術大學的部分青年教師和研究生在語言修改與反饋、例題數(shù)據(jù)收集與更新以及圖形繪制等方面做了很多重要且煩瑣的工作，他們是昂勝、笪郁文、陸青青、楊曉林、項思宇、于莉莉、張夢瑤、張艷等。在此，向他們的辛勤勞作與集體智慧，致以誠摯的感謝！

梁樑 楊鋒 茍清龍
2021 年 10 月于中國科學技術大學



第1版前言
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(jù)進行辯護。爭執(zhí)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，而是將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。眾多學者認為，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(lián)，甚至有學者將 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(shù)據(jù)，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(shù)據(jù)，即定量數(shù)據(jù)是制定決策的依據(jù)；二是模型，即科學方法是判定決策優(yōu)劣的邏輯基石；三是決策，即數(shù)據(jù)和模型的目標是實現(xiàn)決策結果的化，從而服務于現(xiàn)實需求。因此，我們認為：數(shù)據(jù)、模型與決策，是管理科學、決策科學和運籌學基礎
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基礎的教材。
雖然管理科學所使用的科學方法可能會涉及數(shù)學、計算機、經(jīng)濟學、信息科學等多個學科，但數(shù)學是主要的。我們通過數(shù)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?shù)淖儸F(xiàn)形式或規(guī)則把它的主要特征描述出來；而數(shù)學模型，則是以數(shù)學語言描述的一類模型，其形式可能包括代數(shù)、方程、規(guī)劃、統(tǒng)計、圖、拓撲、幾何等�？紤]到管理科學的特點，本書對數(shù)學方法的呈現(xiàn)形式盡可能做到簡潔易懂，以便讀者能夠更容易地閱讀本書，更容易地將有關知識應用于指導管理實踐。
與本書類似的書籍確實有很多，特別是大量的國外教材相繼被翻譯成中文，這極大地拓寬了讀者的選擇空間。與這些書籍相比，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(shù)學視角）來呈現(xiàn)各種數(shù)學技術，使讀者不需要具備特別深厚的數(shù)學基礎便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(xiàn)各種計算，讀者不需要深入學習 MATLAB、SPSS 等專業(yè)軟件，也無須耗費巨大精力去鉆研單純形法等傳統(tǒng)求解方法。
（2）以中國情境的案例串聯(lián)起問題和知識點。每一個章節(jié)都呈現(xiàn)出眾多的中國情境的問題，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(lián)起來。這些案例既能夠引起讀者的學習興趣，又清晰地展現(xiàn)了不同技術和知識點的差異，使讀者的思路更為明晰。
（3）增加了一些本領域中十分重要且基礎的內容，使讀者在學習本書之后能有更大的收獲，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(shù)據(jù)包絡分析、決策的發(fā)展歷史、群決策、前景理論等。其中，收益管理、數(shù)據(jù)包絡分析、前景理論是學術界廣泛關注的熱點領域。
本書分為三大部分，共 15 章。
部分圍繞“數(shù)據(jù)”展開，展現(xiàn)了數(shù)據(jù)的描述、分布、統(tǒng)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”重點介紹了隨機事件及概率的定義、條件概率的運算等，并呈現(xiàn)了幾類具有代表性的離散概率分布和連續(xù)概率分布形態(tài)。第 2章“數(shù)據(jù)描述及歸納”介紹了總體和樣本的概念及區(qū)別，展現(xiàn)了參數(shù)形式的數(shù)據(jù)描述和圖表形式的數(shù)據(jù)描述方法，并在此基礎上，進一步介紹了數(shù)據(jù)統(tǒng)計規(guī)律描述在德爾菲法實施過程中的重要性。在幫助讀者掌握數(shù)據(jù)描述的基本方法后，第 3 章“統(tǒng)計推斷”幫助讀者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(tǒng)抽樣、分層抽樣、整群抽樣等；對抽樣的數(shù)據(jù)特征進行認知，并據(jù)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(qū)間等知識；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 章中進行介紹。第4 章“預測”專注于考慮如何通過當前的已知數(shù)據(jù)來推斷未來的未知數(shù)據(jù)。預測的方法主要分為兩類：一是數(shù)據(jù)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；二是數(shù)據(jù)的變化不受外界因素的影響，僅依據(jù)事件發(fā)展的內部慣性，利用時間序列分析就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(shù)學規(guī)劃的相關知識點，共 5 章，對應于第 5～9 章。第 5 章“線性規(guī)劃”介紹了化問題求解的基礎的方法，即線性規(guī)劃，通過明確決策變量、優(yōu)化目標、約束條件以及它們之間的相互關系，可以建立起線性規(guī)劃模型，進行求解并找到解，然后通過靈敏度分析來理解解的性質。這些內容可以幫助讀者初步解決一些化問題。在此基礎上，第 5 章介紹了利用線性規(guī)劃進行投入—產出效率分析的經(jīng)典方法，即數(shù)據(jù)包絡分析。第 6 章“整數(shù)規(guī)劃”介紹了整數(shù)規(guī)劃（特別是更重要的 0-1 整數(shù)規(guī)劃）的概念、求解方法和應用。0-1 整數(shù)規(guī)劃有助于解決眾多包含邏輯判斷的化問題。本書著重介紹了它的一個應用，即指派問題。第 7 章“動態(tài)規(guī)劃”向讀者介紹了多階段動態(tài)決策過程的描述以及動態(tài)化問題的求解方法，并在此基礎上介紹了一類典型的動態(tài)規(guī)劃問題，即收益管理問題。第 8 章“非線性規(guī)劃”介紹了非線性規(guī)劃的基本概念，并就一類典型的約束優(yōu)化型非線性規(guī)劃問題的求解和應用進行了闡述。第 9 章“網(wǎng)絡模型”介紹了圖論在管理學中的經(jīng)典應用案例，即短路徑問題、小生成樹問題和流量問題。
第三部分圍繞“決策”展開，介紹了不同類型的決策問題和技術，共 6 章，對應于第10～15 章。第 10 章“決策理論知識”介紹了決策科學的發(fā)展歷史，從本能決策、原始決策到科學決策，闡述了該演變路線背后的原因。同時，介紹了決策問題包含的要素，如決策者、分析者、決策目標、決策方案、自然狀態(tài)、決策結果、決策準則、信息等，在此基礎上重點闡述了與決策問題密切聯(lián)系的風險、效用等概念。第 11 章“不確定性決策”介紹了不確定性決策的 5 種決策準則：樂觀準則、悲觀準則、后悔值準則、折中準則和等可能性準則，對不同的決策樹與準則的選取也一并進行了介紹。第 12 章“風險型決策”展示了 4 種經(jīng)典的風險決策方法。風險型決策的基礎是期望值準則，該準則根據(jù)各個方案目標函數(shù)期望值的大小進行決策；可能準則是從各種自然狀態(tài)中選擇一個概率的狀態(tài)進行決策；貝葉斯決策和決策樹方法是在期望值準則下發(fā)展出來的、適用于不完全證據(jù)或動態(tài)過程的風險決策方法。第 13 章“多屬性決策”詳細講解了多屬性決策的基本方法（如線性加權法、理想點法、ELECTRE 法等）以及應用范圍極廣的三類多屬性決策方法（如層次分析法、數(shù)據(jù)包絡分析、加總比例分析等）。第 14 章“群決策”介紹了群決策的概念及其與個體決策的差異，以及二者不同的適用范圍；接下來介紹了 9 種常用的社會選擇函數(shù)，包括 Condorcet 函數(shù)、Copeland 函數(shù)、Dodgson 函數(shù)、Borda 函數(shù)、Nanson函數(shù)、本征向量函數(shù)（Lin 函數(shù)）、Kemeny 函數(shù)、Cook-Seiford 函數(shù)、Bernardo 函數(shù)等；后，這一章介紹了投票制度，并提到了該領域中經(jīng)典的三大不可能定理（阿羅不可能定理、Gibbard-Satterthwaite