譯者序
前言
第一部分最優(yōu)化模型
第1章單變量最優(yōu)化
1.1五步方法
1.2靈敏性分析
1.3靈敏性與穩(wěn)健性
1.4習(xí)題
1.5進(jìn)一步閱讀文獻(xiàn)
第2章多變量最優(yōu)化
2.1無(wú)約束最優(yōu)化
2.2拉格朗日乘子 
2.3靈敏性分析與影子價(jià)格
2.4習(xí)題
2.5進(jìn)一步閱讀文獻(xiàn)
第3章最優(yōu)化計(jì)算方法
3.1單變量最優(yōu)化
3.2多變量最優(yōu)化
3.3線(xiàn)性規(guī)劃
3.4離散最優(yōu)化
3.5習(xí)題
3.6進(jìn)一步閱讀文獻(xiàn)
第二部分動(dòng)態(tài)模型
第4章動(dòng)態(tài)模型介紹
4.1定常態(tài)分析
4.2動(dòng)力系統(tǒng)
4.3離散時(shí)間的動(dòng)力系統(tǒng)
4.4習(xí)題
4.5進(jìn)一步閱讀文獻(xiàn)
第5章動(dòng)態(tài)模型分析
5.1特征值方法
5.2離散系統(tǒng)的特征值方法
5.3相圖
5.4習(xí)題
5.5進(jìn)一步閱讀文獻(xiàn)
第6章動(dòng)態(tài)模型的模擬
6.1模擬簡(jiǎn)介
6.2連續(xù)時(shí)間模型
6.3歐拉方法
6.4混沌與分形
6.5習(xí)題
6.6進(jìn)一步閱讀文獻(xiàn)
第三部分概率模型
第7章概率模型簡(jiǎn)介
7.1離散概率模型
7.2連續(xù)概率模型
7.3統(tǒng)計(jì)學(xué)簡(jiǎn)介
7.4擴(kuò)散
7.5習(xí)題
7.6進(jìn)一步閱讀文獻(xiàn)
第8章隨機(jī)模型
8.1馬爾可夫鏈
8.2馬爾可夫過(guò)程
8.3線(xiàn)性回歸
8.4時(shí)間序列
8.5習(xí)題
8.6進(jìn)一步閱讀文獻(xiàn)
第9章概率模型的模擬
9.1蒙特卡羅模擬
9.2馬爾可夫性質(zhì)
9.3解析模擬
9.4粒子追蹤
9.5分?jǐn)?shù)階擴(kuò)散
9.6習(xí)題
9.7進(jìn)一步閱讀文獻(xiàn)
后記
索引