《现代管理数学基础 上》求取 ⇩

目录1

第一章　集合与映射1

第一节　集合的概念1

第二节　集合运算是一种新的数学运算4

第三节　集合的并6

第四节　集合的交7

第五节　集合的相等8

第六节　集合的子集9

第七节　集合的差与集合的补11

第八节　集合运算诸性质13

第九节　映射的概念15

第十节　映射的性质17

第十一节　排列数的计算20

第十二节　组合数的计算24

第十三节　有序划分及其个数计算26

第十四节　罗索悖理29

第二章　随机事件及其概率31

第一节　什么是随机现象31

第二节　随机事件、频率与概率32

第三节　概率的古典定义35

第四节 事件之间的关系及其运算39

第五节　概率的加法定理41

第六节　概率的乘法定理43

第七节　全概率公式与贝叶斯公式47

第三章　随机变量及其概率分布51

第一节　什么是随机变量51

第二节　离散型随机变量52

第三节　连续型随机变量56

第四章　现代管理中常用的几种随机变量概率分布第一节　两点分布68

第二节　二项分布69

第三节　普瓦松分布74

第四节　均匀分布77

第五节　指数分布80

第六节　正态分布83

第五章　随机变量的数字指标98

第一节　随机变量的数学期望98

第二节　数学期望的性质103

第三节　随机变量的方差106

第四节　方差的性质109

第五节 六种重要分布的数学期望及方差计算114

第六节　极限定理121

第六章　马尔可夫过程138

第一节　什么是马尔可夫过程138

第二节　时间离散的马尔可夫过程139

第三节　时间连续的马尔可夫过程149

第四节　马尔可夫过程在经营管理工作中的应用151

第七章　数理统计学基本概念165

第一节　总体、个体与样本165

第二节　X2分布、t分布和F分布169

第三节　样本指标分布的应用范围173

第八章　参数估计177

第一节　无偏估计量177

第二节　区间估计180

第三节　用小样本估计总体平均数181

第四节　用小样本估计总体方差183

第九章　假设检验191

第一节　假设检验的概念191

第二节　小概率原理192

第三节　u检验法193

第四节　t检验法196

第五节　X2检验法198

第六节　F检验法204

第一节 什么是方差分析211

第十章　方差分析211

第二节　单因素试验的方差分析212

第三节　双因素试验的方差分析224

第十一章　回归分析233

第一节 什么是回归分析233

第二节　回归直线的求法235

第三节　相关系数243

第四节　化曲线为直线的回归问题247

第五节 多元线性回归分析259

第十二章　正交试验设计268

第一节　正交试验的基本方法与原理268

第二节　多指标与水平数不等的试验278

第三节　有交互作用的试验281

第一节　矩阵的概念299

第十三章　矩阵概念与矩阵运算299

第二节　矩阵的加法与矩阵的减法304

第三节　数与矩阵的乘法310

第四节　矩阵与矩阵的乘法313

第十四章 高阶行列式及其应用323

第一节　二阶行列式与三阶行列式323

第二节　高阶行列式329

第三节　行列式的性质与行列式的计算334

第四节　克莱姆法则与高斯消去法346

第十五章　逆矩阵及其求法356

第一节　逆矩阵的概念356

第二节　逆矩阵的求法358

第三节　逆矩阵的例题363

第十六章　n维向量与矩阵的秩371

第一节　n维向量的概念与运算371

第二节　n维向量之间的线性关系374

第三节　n维向量空间的基底382

第四节 向量组的秩与矩阵的秩384

第五节　矩阵的初等变换391

第十七章　线性方程组解的结构400

第一节 齐次线性方程组求解的一般法则400

第二节　齐次线性方程组的基础解系409

第三节 非齐次线性方程组一般解的结构412

第十八章 网络计划技术419

第一节 网络计划技术的概述419

第二节 网络图及其原理421

第三节 网络图的时间计算428

第四节　时差计算和关键路线433

第五节 网络计划的优化和特点436

第一节　价值工程概述444

第十九章　价值工程444

第二节　价值工程对象的选择456

第三节　系统的功能分析463

第四节　综合评价方案469

第五节　案例——降低涂料配方的成本473

第二十章　预测技术482

第一节 预测的概念、意义和作用482

第二节　判断预测法485

第三节 引伸预测法493

第四节　因果预测法516

第二十一章　决策分析526

第一节 什么是决策分析526

第二节　不确定型决策528

第三节　风险型决策530

第四节 多阶段决策536

现代管理数学基础题解（上）542