① 運籌學是學什麼的
摘要 運籌學是一門應用數學學科，充分利用各類數學模型和統計分析學的知識當法，去尋找復雜問題裡面最優或近似最優的解答。運籌學應用的領域和前景十分廣闊，從物流、倉儲、供應鏈，到商業活動中動態定價，金融工程下的組合優化，以及交通領域的路徑規劃，都離不開運籌學的支持。運籌學在管理學的研究中十分有用，主要用來尋優決策。
② 運籌學學什麼內容
運籌學主要研究經濟活動和軍事活動中能用數量來表達的有關策劃、管理方面的問題。當然，隨著客觀實際的發展，運籌學的許多內容不但研究經濟和軍事活動，有些已經深入到日常生活當中去了。運籌學可以根據問題的要求，通過數學上的分析、運算，得出各種各樣的結果，最後提出綜合性的合理安排，以達到最好的效果。
運籌學有廣闊的應用領域，它已滲透到諸如服務、搜索、人口、對抗、控制、時間表、資源分配、廠址定位、能源、設計、生產、可靠性等各個方面。
學科特點：
運籌學已被廣泛應用於工商企業、軍事部門、民政事業等研究組織內的統籌協調問題，故其應用不受行業、部門之限制。
運籌學既對各種經營進行創造性的科學研究，又涉及到組織的實際管理問題，它具有很強的實踐性，最終應能向決策者提供建設性意見，並應收到實效。
它以整體最優為目標，從系統的觀點出發，力圖以整個系統最佳的方式來解決該系統各部門之間的利害沖突。對所研究的問題求出最優解，尋求最佳的行動方案，所以它也可看成是一門優化技術，提供的是解決各類問題的優化方法。
③ 根據您所學的《運籌學》及其它學科知識，談談您對「運籌帷幄，決勝千里」的理解。
親愛的樓主：
下面是相關資料，你可以了解一下
運籌學是一門以決策支持為目標的學科。運籌學的英文名稱是 Operations Research(美)或Operational Research(英)，縮寫為OR，直譯是 作業研究、操作研究或運作研究。運籌學是OR 的意譯，取自成語"運籌帷幄之 中，決勝千里之外"，具有運用籌劃，出謀獻策，以策略取勝等內涵。目前國外 的《管理科學》(Management Science)與《運籌學》的內容基本相同。 一、運籌學研究的內容 從運籌學的內涵可以看出，它的內容非常豐富，應用范圍非常廣泛，從軍 事、政治到管理、經濟及工程技術等許多領域都能應用到運籌學的思想和方法。 構成運籌學的理論大致分3 個部分。 1.分析理論。 主要研究資源的最優利用、設備最佳運行等問題。常用的數學分析方法有 規劃論(如線性規劃、非線性規劃、整數規劃、動態規劃、目標規劃等)、網路 模型、最優控制等。隨著一些新型學科的發展，還衍生了一些諸如不確定規劃、 灰規劃、模糊規劃、隨機規劃等專門的分析方法。 2.決策理論。 主要研究方案或策略的最優選擇問題。常用的數學分析方法有博弈論、決 策論、多目標決策、存儲論。 3.隨機服務理論。 主要研究隨機服務系統排隊和擁擠現象問題，討論隨機服務系統的服務效 率、績效評價和服務設施的最佳設置等問題。 二、運籌學的分析方法 運籌學是一門定性分析(如建立數學模型)與定量方法(如求解數學模型)相 結合的一門綜合應用科學。它廣泛應用現有的科學技術和數學方法，解決實際 中提出的專門問題，為決策者選擇最優或較優決策提供定量依據。 要掌握好運籌學方法並成功應用於實踐，不僅要有豐富的自然科學和社會 科學的知識，掌握一定的數理基礎方法，還要用系統的觀念去認識問題分析問 題，使研究的對象得到最優或滿意的效果。 例如，企業在編制年度計劃時，第一步，收集產品市場需求、競爭對手、 國內外經濟政策環境、利率變化、環境保護等外部信息，充分了解企業內部的 技術力量、設計能力、生產能力和資源分布等資料;第二步，分析和整理得到 的外部信息和內部資料，制定企業的預定目標，建立產品與資源消耗的關系表 達式(即數學模型)，充分利用企業資源，使得到最大或較大的收益;第三步， 運用數學分析方法求解數學模型，得到產品的生產量、資源消耗量和收益等理 論值;第四步，分析和運用所求結果，在計劃的實施過程中進行有效的監督、 控制和調整，盡可能達到預期目標。由此可以看出，要編制出一個合理優秀的 計劃，需要多學科的知識和運用系統的方法。運籌學方法則貫穿上述四個步驟 的全過程，即收集資料、建立模型、求解模型和應用。 三、股市投資策略:股市中的戰略運籌學 夫未戰而廟算勝者，得算多也;未戰而廟算不勝者得算少也。多算勝,少算 不勝,而況於無算乎?吾以此觀之,勝負見矣。一一孫子兵法計篇譯文:開戰之前, 在朝廷的策劃謀算時就能預知勝利的,是因為籌劃周密,勝利的條件充分;開戰 之前就預計不能取勝的,是因為謀劃不周,獲勝的條件缺少。籌劃周密,條件充分, 就能取勝;籌劃不周,條件缺少,就難以取勝,更何況根本不作籌劃、毫無條件呢? 依據這些方面來考察,誰勝誰負便一目瞭然了。實戰解說:廟算是古代興師作戰 前的戰前會議,將帥們在廟堂集合,謀劃作戰大計,以預測戰爭的勝負。這種廟算 類似於現代的戰前軍事會議和行為科學講的"集團決策"。未戰廟算這一思想同 樣適用於中小投資者的股市操作。它要求在介入某股操作前,要有一個詳細的計 劃,貫徹"先計後戰"、"思而圖謀"的策略,決不打無准備、無把握之仗。因為盲 目行動,隨機行動,賭徒心態必致失敗。在操作中,必須要貫徹未戰廟算的策略。 "未戰而廟算":是指投資者將各方面的情況都計算清楚,再作出妥善的決策,方 能保證成功,取得良好的經濟效益。無論投資者偏重於長線或短線,在股市投資 方面都需要長、中、短期的規劃。對於大勢研判、操作方法、買賣時機和應變 策略都需要有計劃上的安排和資金上的准備。股票投資者在購買股票前,都要先 對各上市公司的經營實績和贏利情況、各種股票的行情漲落和發展趨勢、銀行 利率的高低和國家政策的走向、股市的冷熱和股民的動態作一番細致的"廟算"。 倘若贏利的條件充分,就選擇股票果斷技資;倘若時機還不成熟,贏利的把握不 大或無贏利的可能,就按兵不動。投資股票"未戰而廟算"應當沉著冷靜,盡量考 慮多方面的因素,切忌不假思索,盲目行動。投資者無論是投資還是技機,都不能 用賭博的心態。在購買股票之前,要冷靜地思考,仔細地分析自己的經濟能力有 多大,能承擔多大的風險,適合於採用什麼樣的操作方式。經過一番比較分析後, 再選擇適當的時機和優良的股票進行具體的操作。股市投資要精於算計。經過 各種方案的反復比選,優中選優,制定一個正確的操作策略。在資料研究上,不能 只看薦股專欄,而忽視頭版頭條的宏觀經濟信息。光看股評,不領會管理層意圖, 就會失算。在選股上,一定先充分地進行調研,掌握大量第一手資料,經過充分分 析判別後慎重選出操作目標,這才符合"先勝而後戰"的原則。千萬不能先買好股 票後再去關心這只股票一些基本面的信息,以便尋找些安慰,那是典型的"先戰而 後求勝"。選中目標股後,要根據盤面情況及行情演變,確定好介入點、止損點和 止贏點,真正做到不戰則已,戰則必勝。四:資深操盤手實戰"破庄"策略:操盤 目標:風險最小化，收益最大化。在風險與收益間博弈，尋找最優的目標決策 個股和最理想的收益成果!操盤決策:選擇最佳個股，操作最佳個股。結合A 股市場特性，不論個股業績如何，股價如何，個股遵循二八定律，遵循正態分 布定理，市場參與群體越少，資金分布程度越高。操盤步驟:第一步:從1600 只個股裡面，選擇出曾經大盤大跌，個股仍然逆市死封漲停板，而且次數最多 的個股為超級金股股票池，預計200 只左右。第二步:從200 只中，精選出行 業龍頭，次龍頭，股性活躍度最強，資金堆積最密集個股為初級目標個股。第 三步:從初級目標個股中，精選近期熱點板塊，熱點題材、概念個股為中級目 標個股。第四步:從中級目標個股中，分析、研究公募基金，私募基金，游資 有動作，動作較小，較隱蔽的個股為高級目標個股。第五步:從高級目標個股 中，選擇風險，收益最佳的個股為操作決策個股，鎖定個股價位，倉位，耐心 持有，等待主力拉升!
祝您步步高升
期望你的採納，謝謝
④ 運籌學在生活中的實際應用
隨著經濟的快速發展和社會的進步，社會各行各業之間的競爭日益激烈，尤其表現為對資源的爭奪。
因此，在有限的資源下獲得最大的利益是每個競爭者所考慮的問題，這也是經濟學和運籌學所著重解決的問題。運籌學就是以數學為主要手段、著重研究最優化問題解法的學科。
作為一門實用性很強的學科，運籌學可以用來很好的解決生活中的許多問題。運籌學有著廣泛的應用，對現代化建設有重要作用。正因為如此，運籌學在企業決策領域中有著廣泛的應用。
眾所周知，運籌學研究的根本目的在於對資源進行最優化配置，用數學的理論與方法指導社會管理，提高生產效率，創造經濟效益。而企業投資的根本目的也是在資源的優化配置和有限資源的有效使用的基礎上，達到既定目標，實現企業利潤最大化。
然而，隨著市場競爭的日趨激烈，決策是否有效對於企業生存發展的影響愈來愈大。正確的決策可以使企業獲利並促進企業的發展，而錯誤的或者無效的決策只能使企業無利可獲甚至虧損，阻礙企業的發展。而運籌學、經濟學、博弈論等決策性的科學可以引導投資者選擇最佳投資組合策略，為決策者在投資決策過程中提供一些有價值的思路。用來解決人們用純數學方法或者現實實驗無法解決的問題，對企業正確決策的形成有著積極地促進作用。
⑤ 運籌學的目錄:
第1章 微積分和概率論
1.1積分
1.2積分求導
1.3概率的基本法則
1.4貝葉斯法則
1.5隨機變數、均值、方差和協方差
1.5.1離散型隨機變數
1.5.2連續型隨機變數
1.5.3隨機變數的均值和方差
1.5.4獨立隨機變數
1.5.5兩個隨機變數的協方差
1.5.6隨機變數之和的均值、方差與協方差
1.6正態分布
1.6.1正態分布的重要性質
1.6.2利用標准化求正態概率
1.6.3利用Excel求正態概率
1.7z變換
1.8本章小結
1.8.1確定不定積分的公式
1.8.2對積分求導的萊布尼茲法則
1.8.3概率
1.8.4貝葉斯法則
1.8.5隨機變數、均值、方差和協方差
1.8.6正態分布的重要性質
1.8.7z變換
1.9復習題
第2章 不確定決策
2.1決策准則
2.1.1受支配動作
2.1.2悲觀准則
2.1.3樂觀准則
2.1.4遺憾准則
2.1.5預期值准則
2.2效用理論
2.2.1馮·諾依曼?摩根斯坦公理
2.2.2為什麼我們可以假設u（最壞結果）=0和u（最好結果）=1
2.2.3評估一個人的效用函數
2.2.4一個人的效用函數和他或她面對風險的態度之間的關系
2.2.5指數效用函數
2.3預期效用最大化的缺陷： 前景效用理論和架構效應
2.3.1前景效用理論
2.3.2架構
2.4決策樹
2.4.1將風險規避結合進決策樹分析
2.4.2樣本信息的預期值
2.4.3完善信息的預期值
2.5貝葉斯法則和決策樹
2.6多目標決策
2.6.1確定情況下的多屬性決策： 目標規劃
2.6.2多屬性效用函數
2.7解析分層進程
2.7.1獲得各個目標的權
2.7.2檢查一致性
2.7.3求目標選擇的分數
2.7.4在電子表格上實現AHP
2.8本章小結
2.8.1決策准則
2.8.2效用理論
2.8.3前景效用理論和架構
2.8.4決策樹
2.8.5貝葉斯法則和決策樹
2.8.6多目標決策
2.8.7AHP
2.9復習題
第3章 確定型EOQ存儲模型
3.1基本的存儲模型
3.1.1存儲模型所涉及的費用
3.1.2EOQ模型的假設
3.2基本的EOQ模型
3.2.1基本EOQ模型的假設
3.2.2基本EOQ模型的導出
3.2.3總費用對於訂購數量微小變化的靈敏度
3.2.4在以庫存的美元價值表示存儲費用時確定EOQ
3.2.5非零交付周期的影響
3.2.6基本EOQ模型的電子表格模板
3.2.7二冪訂購策略
3.3計算允許數量折扣時的最優訂購量
3.4連續速率的EOQ模型
3.5允許延期交貨的EOQ模型
3.6什麼時候使用EOQ模型
3.7多產品EOQ模型
3.8本章小結
3.8.1表示法
3.8.2基本EOQ模型
3.8.3數量折扣模型
3.8.4連續速率模型
3.8.5允許延期交貨的EOQ
3.9復習題
第4章 隨機型存儲模型
4.1單周期決策模型
4.2邊際分析的概念
4.3賣報人問題： 離散需求
4.4賣報人問題： 連續需求
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確定再訂購點： 允許延期交貨的情況
4.6.2確定再訂購點： 脫銷情況
4.6.3連續檢查(r，q)策略
4.6.4連續檢查(s，S)策略
4.7具有不確定需求的EOQ： 確定安全庫存等級的服務等級法
4.7.1確定SLM1的再訂購點和安全庫存水平
4.7.2使用LINGO計算SLM1的再訂購點等級
4.7.3使用Excel計算正態損失函數
4.7.4確定SLM2的再訂購點和安全庫存水平
4.8(R，S)定期檢查策略
4.8.1確定R
4.8.2實現(R，S)系統
4.9ABC存儲分類系統
4.10交換曲線
4.10.1缺貨的交換曲線
4.10.2交換曲面
4.11本章小結
4.11.1單周期決策模型
4.11.2賣報人問題
4.11.3確定不確定需求的再訂購點和訂購量： 最小化年度預期費用
4.11.4確定再訂購點： 服務等級法
4.11.5(R，S)定期檢查策略
4.11.6ABC分類
4.11.7交換曲線
4.12復習題
第5章 馬爾可夫鏈
5.1什麼是隨機過程
5.2什麼是馬爾可夫鏈
5.3n步轉移概率
5.4馬爾可夫鏈中的狀態分類
5.5穩態概率和平均最先通過時間
5.5.1暫態分析
5.5.2穩態概率的直觀解釋
5.5.3穩態概率在決策中的用法
5.5.4平均最先通過時間
5.5.5在計算機上求解穩態概率和平均最先通過時間
5.6吸收鏈
5.7勞動力規劃模型
5.8本章小結
5.8.1n步轉移概率
5.8.2馬爾可夫鏈中的狀態分類
5.8.3穩態概率
5.8.4吸收鏈
5.8.5勞動力規劃模型
5.9復習題
第6章 確定性動態規劃
6.1兩個難題
6.2網路問題
6.2.1動態規劃的計算效率
6.2.2動態規劃應用的特徵
6.3存儲問題
6.4資源分配問題
6.4.1資源示例的網路表示
6.4.2廣義的資源分配問題
6.4.3使用動態規劃求解背包問題
6.4.4背包問題的網路表示
6.4.5背包問題的可供選擇的遞歸
6.4.6收費理論
6.5設備更新問題
6.5.1設備更新問題的網路表示
6.5.2可供選擇的遞歸
6.6表述動態規劃遞歸
6.6.1將資金的時間價值納入動態規劃表述中
6.6.2使用動態規劃的計算難點
6.6.3非求和遞歸
6.7Wagner?Whitin演算法和Silver?Meal啟發式演算法
6.7.1動態批量模型簡介
6.7.2Wagner?Whitin演算法的論述
6.7.3Silver?Meal啟發式演算法
6.8使用Excel求解動態規劃問題
6.8.1在電子表格上求解背包問題
6.8.2在電子表格上求解一般的資源分配問題
6.8.3在電子表格上求解庫存問題
6.9本章小結
6.9.1逆推
6.9.2動態批量模型的Wagner?Whitin演算法和Silver?Meal啟發式演算法
6.9.3計算時的注意事項
6.10復習題
第7章 隨機性動態規劃
7.1當前階段的費用不確定，而下一周期的狀態確定
7.2隨機性存儲模型
7.3如何最大化有利事件發生的概率
7.4隨機性動態規劃表述的更多示例
7.5馬爾可夫決策過程
7.5.1MDP的描述
7.5.2策略迭代
7.5.3線性規劃
7.5.4值迭代
7.5.5最大化每個周期的平均收益
7.6本章小結
7.6.1表述隨機性動態規劃問題（PDP）的關鍵
7.6.2最大化有利事件發生的概率
7.6.3馬爾可夫決策過程
7.6.4策略迭代
7.6.5線性規劃
7.6.6值迭代或連續近似值
7.7復習題
第8章 排隊論
8.1一些排隊術語
8.1.1輸入或到達過程
8.1.2輸出或者服務過程
8.1.3排隊規則
8.1.4到達者加入隊列的方式
8.2建立到達和服務過程的模型
8.2.1建立到達過程的模型
8.2.2建立服務過程的模型
8.2.3排隊系統的kendall?Lee符號表示法
8.2.4等待時間矛盾論
8.3生滅過程
8.3.1生滅過程的動作定理
8.3.2指數分布與生滅過程的關系
8.3.3生滅過程的穩態概率的推導
8.3.4求解生滅流量平衡方程
8.3.5使用電子表格計算穩態概率
8.4M/M/1/GD/∞/∞排隊系統和排隊公式L=λW
8.4.1穩態概率的推導
8.4.2L的推導
8.4.3Lq的推導
8.4.4Ls的推導
8.4.5排隊公式L=λW
8.4.6排隊優化模型
8.4.7使用電子表格計算M/M/1/GD/∞/∞排隊系統
8.5M/M/1/GD/c/∞排隊系統
8.6M/M/s/GD/∞/∞排隊系統
8.6.1使用電子表格計算M/M/s/GD/∞/∞排隊系統
8.6.2使用LINGO計算M/M/s/GD/∞/∞排隊系統
8.7M/G/∞/GD/∞/∞和GI/G/∞/GD/∞/∞模型
8.8M/G/1/GD/∞/∞排隊系統
8.9有限源模型： 機器維修模型
8.9.1使用電子表格計算機器維修問題
8.9.2使用LINGO計算機器維修模型
8.10串列指數分布隊列和開放式排隊網路
8.10.1開放式排隊網路
8.10.2數據通信網路的網路模型
8.11M/G/s/GD/s/∞系統(被阻擋客戶被清除)
8.11.1使用電子表格計算BCC模型
8.11.2使用LINGO計算BCC模型
8.12如何斷定到達時間間隔和服務時間服從指數分布
8.13閉合式排隊網路
8.14G/G/m排隊系統的近似求解法
8.15優先排隊模型
8.15.1非搶占式優先模型
8.15.2Mi/Gi/1/NPRP/∞/∞模型
8.15.3具有客戶等待成本的Mi/Gi/1/NPRP/∞/∞模型
8.15.4Mi/M/s/NPRP/∞/∞模型
8.15.5搶占式優先順序
8.16排隊系統的瞬變行為
8.17本章小結
8.17.1指數分布
8.17.2愛爾朗分布
8.17.3生滅過程
8.17.4排隊系統參數的表示法
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機器維修(M/M/R/GD/K/K)模型
8.17.11串列指數分布隊列
8.17.12M/G/s/GD/s/∞模型
8.17.13到達時間間隔或服務時間不服從指數分布的處理
8.17.14閉合式排隊網路
8.17.15G/G/m排隊系統的近似求解法
8.17.16排隊系統的瞬變行為
8.18復習題
第9章 模擬技術
9.1基本術語
9.2離散事件模擬示例
9.3隨機數和蒙特卡羅模擬
9.3.1隨機數生成器
9.3.2隨機數的計算機生成
9.4蒙特卡羅模擬示例
9.5使用連續隨機變數執行模擬
9.5.1逆轉方法
9.5.2接受?排除法
9.5.3正態分布的直接和卷積方法
9.6隨機模擬示例
9.7模擬中的統計分析
9.8模擬語言
9.9模擬過程
9.10本章小結
9.10.1模擬簡介
9.10.2模擬過程
9.10.3生成隨機變數
9.10.4模擬類型
9.11復習題
第10章 使用Process Model執行模擬
10.1模擬M/M/1排隊系統
10.2模擬M/M/2系統
10.3模擬串列系統
10.4模擬開放式排隊網路
10.5模擬愛爾朗服務時間
10.6Process Model的其他功能
10.7復習題
第11章 使用Excel插件@Risk執行模擬
11.1@Risk簡介： 賣報人問題
11.1.1求解預期利潤的置信區間
11.1.2使用RISKNORMAL函數建立正態需求模型
11.1.3求解目標和百分比
11.1.4用@Risk創建圖
11.1.5使用Report Settings選項
11.1.6使用@Risk統計
11.2建立新產品現金流模型
11.2.1三角形隨機變數
11.2.2Lilly模型
11.3項目計劃模型
11.4可靠性和保修建模
11.4.1機器使用壽命的分布
11.4.2機器組合的一般類型
11.4.3 估計保修費用
11.5RISKGENERAL函數
11.6RISKCUMULATIVE隨機變數
11.7RISKTRIGEN隨機變數
11.8基於點值預測創建分布
11.9預測大型公司的收入
11.9.1凈收入不相關的求解方法
11.9.2檢查相關性
11.10使用數據獲得新產品模擬的輸入
11.10.1模擬容量不確定性的方案
11.10.2用一個獨立變數模擬統計關系
11.11模擬和投標
11.12用@Risk玩擲雙骰子游戲
11.13模擬NBA總決賽
11.14復習題
第12章 使用Riskoptimizer在不確定情況下實現最優化
12.1Riskoptimizer介紹： 賣報人問題
12.1.1Settings圖標
12.1.2Start Optimization圖標
12.1.3Pause Optimization圖標
12.1.4Stop Optimization圖標
12.1.5Display Watcher圖標
12.1.6將Riskoptimizer用於日歷示例
12.2涉及歷史數據的賣報人問題
12.3不確定情況下的人員安排
12.4產品組合問題
12.5不確定情況下的農業計劃
12.6加工車間作業安排
12.7旅行推銷員問題
12.8復習題
第13章 期權定價和實際期權
13.1股票價格的對數正態模型
13.1.1均值的歷史數據估計和股票利潤的波動率
13.1.2求對數正態分布變數的均值和方差
13.1.3對數正態隨機變數的置信區間
13.2期權的定義
13.3實際期權的類型
13.3.1購買飛機的期權
13.3.2放棄期權
13.3.3其他實際期權機會
13.4用套利法評估期權
13.4.1在買入期權定價不當的情況下創造賺錢機器
13.4.2為什麼股票的上漲率不影響買入價格
13.5Black?Scholes期權定價公式
13.6估計波動率
13.7期權定價的風險中立法
13.7.1風險中立法背後的邏輯
13.7.2風險中立定價的示例
13.7.3證明美式買入期權決不應及早執行
13.8用Black?Scholes公式評估Internet啟動項目和Web TV
13.8.1評估Internet啟動項目
13.8.2評估「創新期權」： Web TV
13.9二項式模型和對數正態模型之間的關系
13.10使用二項樹給美式期權定價
13.10.1股票價格樹
13.10.2最優決策策略
13.10.3使用條件格式化描述最優執行策略
13.10.4靈敏度分析
13.10.5與放棄期權的關系
13.10.6計算及早執行邊界
13.10.7應當何時放棄
13.11通過模擬給歐式賣出和買入期權定價
13.12使用模擬評估實際期權
第14章 投資組合風險、優化和規避風險
14.1風險價值度量
14.2投資組合優化： Markowitz法
14.2.1隨機變數的和： 均值和方差
14.2.2矩陣乘法和投資組合優化
14.3使用情境法優化投資組合
14.3.1自舉未來的年度利潤
14.3.2使投資組合的標准差風險最小化
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使負面風險最小化
14.3.6極小極大方法
14.3.7最大化VAR
第15章 預測模型
15.1移動平均數預測法
15.2單指數平滑法
15.3Holt法： 涉及趨勢的指數平滑法
15.4Winter法： 涉及季節性的指數平滑法
15.4.1Winter法的初始化
15.4.2預測精確度
15.5Ad Hoc預測法
15.6簡單線性回歸
15.6.1適合情況
15.6.2預測精確度
15.6.3回歸中的t檢定
15.6.4簡單線性回歸模型下面的假設條件
15.6.5用Excel運行回歸
15.6.6用Excel獲得散點圖
15.7適當表現非線性關系
15.7.1用電子表格適當表現非線性關系
15.7.2使用Excel Trend Curve
15.8多重回歸
15.8.1預計βi的值
15.8.2重新分析擬合優度
15.8.3假設檢驗
15.8.4選擇最佳的回歸方程
15.8.5多重共線性
15.8.6啞變數
15.8.7解釋啞變數的系數
15.8.8倍增模型
15.8.9多重回歸中的異方差性和自相關
15.8.10在電子表格上實現多重回歸
15.9本章小結
15.9.1移動平均數預測法
15.9.2單指數平滑法
15.9.3Holt法
15.9.4Winter法
15.9.5簡單線性回歸
15.9.6適當表現非線性關系
15.9.7多重回歸
15.10復習題
第16章 布朗運動、隨機運算和隨機控制
16.1什麼是布朗運動
16.2推導作為隨機活動極限的布朗運動
16.3隨機微分方程
16.4Ito引理
16.5使用Ito引理推導Black?Scholes期權定價模型
16.6隨機控制簡介
16.7復習題
⑥ 運籌學在金融領域的應用
國內的金融其實跟國外的相當不同，國外的主要偏向於定量分析的微觀金融。其實金融工程這個專業和OR/MS更貼近一點。
運籌和管理科學絕對不是研究什麼戰略等宏觀問題，這個理解有問題，運籌是利用數學定量方法解決實際問題的，對數學的要求很高。金融工程上面的很多問題歸結到最後就是一個最優化問題，就是利用數學和計算機作為工具來解決的，其實這就是運籌與管理科學的思想。
國外例如哥倫比亞大學，運籌系與金融工程系就是在一個大系下的，樓主知道這兩個專業的關系了吧。如果你想學微觀金融，運籌專業可以為你奠定扎實的基礎
⑦ 炒股要用到運籌學嗎
如果你想在炒股的道路上走得更遠，就要用到運籌學。
股票市場是一個信息不對稱的市場。散戶投資者無法決定股價是漲是跌。那麼決定權在哪裡呢？我們都知道這就是所謂的銀行家，每個股票都包含著重要的內部信息，對於絕大多數散戶來說，是不可能知道的。
無論是進入股市的老手還是新手，都不能有一夜暴富的念頭，更不能迷信任何所謂炒股的秘密。相反，我們更應該重視自己的運籌學，包括資金管理、風險控制、情緒管理、市場分析，只有這樣才能提高在市場中的生存概率。
⑧ 我是學數學的現在報選修課有運籌學，數學軟體，矩陣分析，證券投資學，都介紹下，運籌學好學么
運籌學比較簡單啊，當然是相對的是數學的專業課（比如實變、泛函，近世代數）而言的，主要是線性規劃（單純性方法和內點法）及其應用，時間夠的話無約束的非線性規劃（最速下降、牛頓法、擬牛頓法、信賴域方法、擬牛頓法、BB演算法等等）還有帶約束的非線性規劃（最優性條件以及一些演算法）最後我們還講了一些變分不等式的東西；數學軟體實在沒必要開一門課，多留些數值作業自然會用的。矩陣分析是高等代數的延續，證券投資學與數學關系不大，主要是開始證券的基礎知識，然後行業分析、公司分析、以及技術分析（K線圖之類的）。
⑨ 運籌學問題：一家投資公司准備$1million花在未來6年投資股票，分紅，存款和房地產。
解：依題設x1i(i=1,2,3,4,5)為第i年初投資股票的金額(單位為萬），x2i(i=1,2,3,4)為第i年初投資分紅的金額，x3為投資存款的金額，x4i(1=5,6)為第i年投資房地產的金額 則目標函數為 max z=0.2(x11+x12+x13+x14)+0.3(x21+x22+x23)+0.8x3+0.1(x45+x46)
約束條件為：1)每年年初的資金條件 x11+x21<=100 x12+x22+x3+x11+x21<=100
x12+x13+x21+x22+x23+x3<=100 +1.2x11 x13+x14+x22+x23+x3<=100+1.2x11+1.2x12+1.4x21
x14+x15+x23+x24+x3+x45<=100+1.2(x11+x12+x13)+1.4(x21+x22)
x15+x24+x3+x46<=100+1.2(x11+x12+x13+x14)+1.4(x22+x23)+1.1x45
2)特殊條件約束 x1i<=30(i=1,2,3,4,5) x3>=25
注意：此題將第6年末看成第7年初
⑩ 如何利用運籌學確定數據分析策略
一般有以下幾個步驟：確定目標、制定方案、建立模型、制定解法。
雖然不大可能存在能處理及其廣泛對象的運籌學，但是在運籌學的發展過程中還是形成了某些抽象模型，並能應用解決較廣泛的實際問題。 隨著科學技術和生產的發展，運籌學已滲入很多領域里，發揮了越來越重要的作用。運籌學本身也在不斷發展，現在已經是一個包括好幾個分支的數學部門了。