是清华大学出版社2006年出版图书，深入讲解了电子表格建模和应用，同时是作为深入研究EX地带战底种CEL的不二教材之选。

• 书名 EXCEL数据建模与应用
• 作者 [美] 阿尔伯特
• 类别 教材
• 出版社 清华大学出版社
• ISBN 9787302130208

简介

　　本书通过示例帮助读者学习电子来自表格建模和应用(SMA)这一管理学重要课题。我们编写本书的目的是为了演示说明一系列广泛的应用程序，并介绍如何使用Mi360百科crosoft的Excel软件对它们进行建模和分析。我们强调经过验证的问题解决方法，并且基于这些方法进行决策，因为我们认为这是专业人士解决问题的方式。管理学是定性科学，有怀进地算按创马压州些学生可能生来就难以理解它。不过在本书中，我们避免了不必要的数学计算或理论，尽量以简单易懂的方式介绍概念。我们注福倍改相信在阅读本书并完成本书问题后，你吃会掌握重要的技能，从而为今后完成课程论文，并为你的混使职业生涯提供帮助。

目录

　　第1章 建模简介 1

　　引言: 使用算法解决复杂的现实问题 1

　　1.1 简介 2

　　1对祖船极读班.2 排队示例 2

　　1.2.1 描述性模型 3

　　1.2.2 优化模型 5

　　1.3 建模与模型 5

　　1.4 7步建模过程 6

　　1.4.1 讨论7个步骤 7

搞秋见末延显由光　　1.5 成功的管跟的水族试烟群基形略理学应用案例 11

官材末祖阶帝按几欢　　1.5.1 GE Capital 11

　　1.6 管理学研究的作用 13

　　1.6.1 开发逻孙积析规辑建模技术 13

　　1.6.2 开发定量技术 14

　　1.6.3 开发电子表格技术 14

　　1.6.4 开发直觉 14

　　1.7 本书包括的软件 15

通部植但　　第2章 电子表格建模 17

　　引言: 分析HIV/AIDS 17

　　2.1 简介 17

　　2.2 电子表格建模基款浓命建核岩口行液础:概念和最优方法 18

　　2.3 成本预测 22

　　2.4 盈亏平衡分析 26

　　2.5 在存在批量订购折扣和需求量呢排述输路不确定的情况下进行订包右让头节检念脚校伤购 33

　　2.6 涉及资金时间价整题架学月然记纪就拿道值的决策 39

　　附录 编辑和说格宪波弱厂明电子表格的提示 47

　　第3章 优化模型概论 50

　　引言: 饮食模型 50

　　3.1 简介 50

　　3.2 优化 51

　　3.3 双变量模型 52

　　3.4 敏感性分析 63

　　3.4.1 Solver的敏感性报告 63

　　3.4.2 SolverTable插件 66

　　3.4.3 Solver的敏感性报告和SolverTable的比较 70

　　营钢出承永其3.5 线性模型的特征 70

　　3.5.1 比例性 70

　　3.5.2 可加性 71

　　3.5.3 可分性 71

　　3.5.4 探讨线性特征 71

　　3.5.5 线性模型和标度 7天异损答犯2

　　3.6 不可行性和无限制性 73

　　3.6.1 不可行性 73

　　3.6.2 无限制性 7责3

　　3.6.3 比较不可行性和无限制性 74

　　3.7 产品组合模型 75

　　3.8 多周期生产模型 85

　　3.9 代数模型和电子表格模型的对比 93

　　3.10 决策支持系统 93

　　附录 Solver信息 100

　　第4章 线性规划模型 105

　　引言: LibbeyˉOwensˉFord公司的玻璃制造问题 105

　　4.1 简介 106

　　4.2 广告模型 106

　　4.3 静态劳动力调度模型 115

　　4.4 总体计划模型 121

　　4.5 配料模型 129

　　4.6 生产过程模型 135

　　4.7 财务模型 140

　　第5章 网络模型 169

　　引言: DEC公司的全球供应链管理问题 169

　　5.1 简介 170

　　5.2 运输模型 170

　　5.3 分配模型 181

　　5.4 最低成本网络流量模型 187

　　5.5 最短路径模型 195

　　5.5.1 地理上的最短路径模型 195

　　5.5.2 设备替换模型 198

　　5.6 项目计划模型 203

　　5.6.1 模拟项目计划的传统方法 204

　　5.6.2 加快活动的进度 210

　　第6章 带整型变量的优化模型 224

　　引言: KLM公司的飞机保养问题 224

　　6.1 简介 224

　　6.2 带整型变量的优化综述 225

　　6.2.1 分支定界算法 226

　　6.2.2 Solver Tolerance设定 226

　　6.3 资金预算模型 227

　　6.4 固定成本模型 233

　　6.5 集覆盖和位置分配模型 244

　　第7章 非线性优化模型 271

　　引言: Texaco公司的汽油配料问题 271

　　7.1 简介 272

　　7.2 非线性优化的基本概念 272

　　7.2.1 凸函数和凹函数 273

　　7.2.2 Solver可以正确求解的问题 274

　　7.3 定价模型 276

　　7.4 广告响应和选择模型 291

　　7.5 设施位置模型 299

　　7.6 运动队的评级模型 304

　　7.7 证券优化模型 308

　　7.7.1 随机变量的加权和 308

　　7.7.2 Excel中的矩阵函数 310

　　7.7.3 证券选择模型 311

　　第8章 不确定决策 324

　　引言: 杜邦公司的决策和风险分析 324

　　8.1 简介 325

　　8.2 决策分析的因素 326

　　8.2.1 盈利表 326

　　8.2.2 可能的决策准则 327

　　8.2.3 EMV 327

　　8.2.4 敏感性分析 329

　　8.2.5 决策树 329

　　8.2.6 风险剖面图 331

　　8.3 PrecisionTree插件 338

　　8.3.1 决策树模型 339

　　8.3.2 敏感性分析 345

　　8.3.3 Sensitivity图表 346

　　8.4 贝叶斯公式 350

　　8.5 多阶段决策问题 355

　　8.5.1 信息的价值 358

　　8.6 结合面对风险的态度 369

　　8.6.1 效用函数 370

　　8.6.2 指数效用 371

　　8.6.3 使用了预期效用最大化吗? 374

　　第9章 模拟建模 392

　　引言: AT&T公司的呼叫处理模拟 392

　　9.1 简介 392

　　9.2 模拟的实际应用 393

　　9.3 输入变量的概率分布 395

　　9.3.1 概率分布的类型 395

　　9.3.2 常用的概率分布 399

　　9.4 用内构Excel工具进行模拟 412

　　9.5 @RISK 423

　　9.5.1 @RISK的特色 423

　　9.5.2 加载@RISK 424

　　9.5.3 包含一个随机输入变量的@RISK模型 424

　　9.5.4 包含多个随机输入变量的@RISK模型 434

　　9.6 输入分布对结果的影响 439

　　9.6.1 输入分布形状的影响 439

　　9.6.2 相互关联的输入变量的影响 442

　　附录 利用Excel工具创建柱形图 452

　　第10章 模拟模型 457

　　引言: 美国邮电业的自动化操作 457

　　10.1 简介 458

　　10.2 操作模型 458

　　10.2.1 合同竞标 458

　　10.2.2 质保成本 461

　　10.2.3 产量不确定的药品生产 466

　　10.2.4 工程安排模型 470

　　10.3 财务模型 477

　　10.3.1 财务计划模型 477

　　10.3.2 现金余额模型 481

　　10.3.3 投资模型 485

　　10.4 市场模型 491

　　10.4.1 顾客忠诚度模型 491

　　10.4.2 市场份额模型 499

　　10.5 模拟凭运气定胜负的比赛 504

　　10.5.1 模拟掷骰子赌博 504

　　10.5.2 模拟NCAA篮球联赛 507

　　第11章 排队模型 509

　　引言: Lourdes医院和L.L.Bean公司的排队问题 509

　　11.1 简介 510

　　11.2 排队模型的要素 511

　　11.2.1 到达特征 511

　　11.2.2 服务原则 512

　　11.2.3 服务特征 512

　　11.2.4 短期与稳态行为 513

　　11.3 指数分布 514

　　11.3.1 无记忆特性 515

　　11.3.2 泊松过程模型 517

　　11.4 重要的排队关系式 519

　　11.4.1 Little公式 519

　　11.4.2 其他关系式 520

　　11.5 分析性排队模型 521

　　11.5.1 基本的单服务台模型 521

　　11.5.2 基本的多服务台模型 525

　　11.5.3 模型比较 529

　　11.5.4 业务量密度的影响 531

　　11.5.5 其他指数模型 532

　　11.5.6 爱尔朗损失模型 532

　　11.5.7 普通多服务台模型 535

　　11.6 排队模拟模型 542

　　第12章 回归和预测模型 557

　　引言: Taco Bell快餐店的预测 557

　　12.1 简介 558

　　12.2 回归模型概述 558

　　12.2.1 最小二乘线 559

　　12.2.2 预测和拟合值 560

　　12.2.3 拟合度测度 561

　　12.3 单元回归模型 562

　　12.3.1 基于回归的趋势模型 562

　　12.3.2 使用自变量而非时间 567

　　12.4 多元回归模型 572

　　12.4.1 结合分类变量 576

　　12.4.2 回归假设注意事项 579

　　12.5 时间数列模型概述 582

　　12.5.1 时间数列要素 582

　　12.5.2 预测误差的衡量 585

　　12.6 移动平均模型 587

　　12.7 指数平滑模型 592

　　12.7.1 简单指数平滑法 592

　　12.7.2 用于趋势的Holt法 595

　　12.7.3 用于季节性的Winters法 599