【正文】 可能的結(jié)果，可以稱之為成功和失??；兩種結(jié)果是互斥的；成功和失敗的概率都是一個(gè)固定的常數(shù)，分別為 P和 q=1P；連續(xù)實(shí)驗(yàn)的結(jié)果之間是獨(dú)立的。如果買的車不好， 50的會(huì)耗油量較高， 30%的會(huì)有中等 耗油量。] 2 ∑ n i=1 n 誤差平均均值 = 數(shù)據(jù) 原始數(shù)值 數(shù)據(jù) 有用形式 信息 處理 數(shù)據(jù)解釋 概率與概率分布 (3) 概率： 事件 A發(fā)生概率 P(A) 獨(dú)立事件概率： P(A∪ B)=P(A)+P(B) (A、 B獨(dú)立事件） P(A∩ B)=P(A)?P(B) 條件概率（貝葉斯定律）： P(A/B)= P(A)=0 P(A)=1 0P(A)1 P(B/A) P(A) P(B) 概率與概率分布 實(shí)例： 購買的二手車，也許會(huì)好，也許會(huì)不好。] xi n = 181。他們相信獲利 P與他們制造產(chǎn)品件數(shù) N有關(guān)，用方程式表示為：P=50 N2+1000 N+600， 000 因此生產(chǎn) 400件的毛利應(yīng)是： P=50 4002+1000 400+600， 000=9百萬美元 問題 ? 你能從所給出的數(shù)字中得到什么其他信息？ ? 結(jié)果的可靠性如何？ 第二章 決策量化方法準(zhǔn)備知識(shí) ? 商業(yè)電子表格制模（ Excel) ? 概率與統(tǒng)計(jì)簡介 ? 基礎(chǔ)運(yùn)籌學(xué) ? 數(shù)據(jù)挖掘技術(shù) 概率與概率分布 (1) 數(shù)權(quán)歸納：更易理解、直觀、總體狀態(tài)與趨勢(shì)，比較結(jié)果，應(yīng)用于量化方法。換句話說，他們制造的數(shù)量越多，單位成本就越低。量化工具簡介 (1) 數(shù)據(jù)處理及挖掘 數(shù)據(jù) 信息 支持 Excel SAS SPSS OR軟件 (2) 模型：在數(shù)據(jù)處理的基礎(chǔ)上，挖掘決策變量 與處在變量的深層關(guān)系（應(yīng)用規(guī)劃、決策方法） (3) 計(jì)算機(jī)模擬 案例分析 案例 1： 制造公司的營業(yè)利潤 康里德公司生產(chǎn)一系列特制的壓力容器，他們計(jì)劃 1998年生產(chǎn) 400件，這是他們的最高記錄。排 隊(duì) 論 分析正在等待的隊(duì)列的特點(diǎn)。庫存模型 把庫存的成本降至最低。網(wǎng)絡(luò)分析 用各種活動(dòng)和事件的網(wǎng)絡(luò)排列來說明項(xiàng)目。目標(biāo)規(guī)劃 在相對(duì)立的目標(biāo)間尋得妥協(xié)。 ? 不同的決策，遵守不同的決策準(zhǔn)則。第一章 決策量化方法總論 ?決策準(zhǔn)則、程序及方法 ?定量分析 ?量化方法概論 ?量化工具簡介 ?案例分析 決策準(zhǔn)則、程序及方法 決策準(zhǔn)則： ? 獨(dú)立決策（決策）：只是面向自然量因素、內(nèi)部因素的決策，不考慮社會(huì)因素。 ? 互動(dòng)性決策（對(duì)策論）：即考慮自然對(duì)象，又考慮社會(huì)（競爭對(duì)手）的因素，決策取決于決策者對(duì)社會(huì)其它決策者決策的猜度。 獨(dú)立決策原則及程序 開始 是否信息充足？ 使用信息充足的獨(dú)立決策 原則及方法 原則：最優(yōu)化原則等 方法：模型化決策法、決策分析法等 執(zhí)行信息不充足決策原則及方法 決策原則：考慮廣泛影響性、隨機(jī)性 方法： (1) 數(shù)據(jù)挖掘 (2) 邊際性決策法 (3) 不確定性決策法 (4) 不完備信息決策法等 結(jié)束 否 是 互動(dòng)決策準(zhǔn)則、程序與方法 開始 信息充足？ 對(duì)抗？ 總體原則：綜合原則、類型原則 戰(zhàn)否？ 戰(zhàn)而必勝 的原則 不戰(zhàn)而勝 的原則 合作？ 補(bǔ)償？ 對(duì)抗性原則 及方法 非合作原則 及方法 非補(bǔ)償原則 及方法 補(bǔ)償原則 及方法 結(jié)束 yes yes yes yes yes No No No No No 制定決策 /解決問題的步驟 觀察 決策方法 識(shí)別問題 設(shè)定目標(biāo) 數(shù)據(jù)挖掘 量化方法 量化方法 決策方案 控制 實(shí)施 決策選擇 備選方案 量化方法 量化方法 量化方法 定量分析 組織內(nèi)存在 的問題 定量分析 定性分析 決策者經(jīng)驗(yàn)，不能 用量化的因素 決策者技巧 知識(shí)和經(jīng)驗(yàn) 綜合評(píng)價(jià) 與評(píng)估 決策 管理科學(xué)的方法，挖掘現(xiàn)有數(shù)據(jù) 產(chǎn)生的信息進(jìn)行分析，決策支持 動(dòng)態(tài)反饋控制 決策量化方法概論 問題類型 典型的問題預(yù) 測(cè) 對(duì)產(chǎn)品的需求有多大，需求的類別如何，這些將對(duì)利潤有何影響？財(cái) 務(wù) 需要多少資金，從何處得到資金，成本是多少？人力資源 需要多少員工，他們應(yīng)具有什么技能，留用多長時(shí)間？時(shí) 序 什么工作最重要，工作的順序如何？資源配置 需要什么資源，資源是否短缺，我們?cè)鯓硬拍軆?yōu)先獲得短缺的資源？設(shè)備更新 設(shè)備運(yùn)轉(zhuǎn)狀況如何，可靠性如何，什么時(shí)候需要更新？庫存控制 我們應(yīng)保持多少庫存，什么時(shí)候應(yīng)再訂貨，再訂多少？選 址 動(dòng)作的最佳場所在哪里，需要什么設(shè)施？項(xiàng)目規(guī)劃 項(xiàng)目需要多長時(shí)間，哪些工作最重要，資源如何利用？排隊(duì)問題 隊(duì)列多長，提供多少個(gè)服務(wù)臺(tái)，我們能提供什么水平的服務(wù)？量化方法概論 解決方法 典型的辦法線性規(guī)劃 在線性目標(biāo)和約束條件間取得最優(yōu)化結(jié)果。預(yù) 測(cè) 設(shè)計(jì)時(shí)間序列，或找到因果關(guān)系。決策分析 比較其他決策的結(jié)果。統(tǒng) 計(jì) 學(xué) 從一個(gè)抽樣得到普遍結(jié)果的推論。模 擬 對(duì)復(fù)雜的問題作動(dòng)態(tài)觀察。他們擴(kuò)大生產(chǎn)的依據(jù)之一就是預(yù)期的經(jīng)濟(jì)規(guī)模。 該公司以自己的論點(diǎn)做了幾種分析，其中一種分析是基于過去的利潤，可以總結(jié)如下： 1995年生產(chǎn) 200件，獲利 3百萬美元； 1996年生產(chǎn) 250件獲利 4百萬美元。 (2) 平均數(shù) mean = 中位數(shù) 眾 數(shù) 變動(dòng)幅度：最大數(shù)值 —最小數(shù)值 絕對(duì)商差均值： 標(biāo)準(zhǔn)差 = 方差 ∑ i=1 n ABS[xi181。 i=1 n ∑ n [xi181。如果買的車好， 70%的會(huì)耗油量較低， 20%的會(huì)有中等的耗油量。對(duì)一輛二手車的實(shí)驗(yàn)表明該車耗油量較低。 ?P(n次實(shí)驗(yàn)中有 r次成功 )=Crnprqnr = prqnr ?均值 = 181。 ? P(r次成功 ) = 其中 e = ， 181。= 方差 =δ 2 = 標(biāo)準(zhǔn)差 =δ = （ ） 1/2 *只用到成功的概率 e181。r r! 正態(tài)分布 ?特征： ?連續(xù)的 ?是關(guān)于均值 181。 f(x) 觀察值 x 正態(tài)分布 ? f(x)= e(x 181。均值， δ 標(biāo)準(zhǔn)差， π = e= Z= = 商開均值的標(biāo)準(zhǔn)差個(gè)數(shù) P(x1 x x2)= z1 = z2 = 1 δ 2π Z2 2 1P(x x1)P(xx2), x1≤ 181。 X1181。 δ 181。 δ 概率分布實(shí)例 一個(gè)中型超市日銷售 500品脫牛奶，標(biāo)準(zhǔn)差為 50品脫。 抽樣分布： 由隨機(jī)樣本得出的分布。 假 設(shè)總體：個(gè)數(shù) N， 均值 181。 S=δ / n1/2 (抽樣標(biāo)準(zhǔn)誤差 ) 統(tǒng)計(jì)抽樣與檢驗(yàn)方法 置信區(qū)間： 總體均值在某一范圍內(nèi)的可信水平。近年來，許多組織改變了他們對(duì)質(zhì)量的認(rèn)識(shí)。相反，他們代之以“零殘次品”為目標(biāo)，其實(shí)施方法是全面質(zhì)量管理(Total Quality Management,TQM)，這要求整個(gè)組織一起努力，系統(tǒng)改進(jìn)產(chǎn)品質(zhì)量。戴明 (Edward Deming)是開創(chuàng)了全面質(zhì)量管理工作的專家之一，他將自己的實(shí)踐經(jīng)驗(yàn)總結(jié)為以下 14條。 2 杜絕即使是客戶允許的差錯(cuò)、延誤、殘次和誤差。 4 停止依據(jù)采購價(jià)格實(shí)施獎(jiǎng)勵(lì)的作法 篩選供應(yīng)商，堅(jiān)持切實(shí)有效的質(zhì)量檢測(cè)。 6 對(duì)全體職員進(jìn)行正規(guī)培訓(xùn)。 8 通過倡導(dǎo)雙向溝通，消除各種懼怕。 10 減少以至消除那些并不指明改進(jìn)和實(shí)現(xiàn)目標(biāo)方法的數(shù)字目標(biāo)、標(biāo)語和口號(hào)。 12 消除有礙于職員工作自豪的各種障礙。 14 引導(dǎo)職員為實(shí)現(xiàn)上述各條而努力工作。例如，在廣島的日本鋼鐵廠 (Japan Steel Works)， 實(shí)施 TQM后，在人員數(shù)量減少 20%的情況下，產(chǎn)量增長 50%，同時(shí)，殘次品費(fèi)用由占銷售額的 %下降到 %。惠普公司實(shí)施 TQM后，勞動(dòng)生產(chǎn)率提高了 40%，同時(shí)，在集成電路環(huán)節(jié)減少質(zhì)量差錯(cuò) 89%，在焊接環(huán)節(jié)減少質(zhì)量差錯(cuò) 98%，在最后組裝環(huán)節(jié)減少質(zhì)量差錯(cuò) 93%。 檢驗(yàn)的步驟： ? 定義一個(gè)關(guān)于實(shí)際情況的簡明、準(zhǔn)確的表述（假設(shè)）。 ? 檢驗(yàn)這個(gè)樣本，看一看它是支持假設(shè)，還是證明假設(shè)不大可能。 實(shí)例： 一種佐料裝在包裝盒中，名義重量為 400克。通過在生產(chǎn)線上定期抽取樣本的方法確保重量均值為 400克。這能說明現(xiàn)在佐料填裝過量了嗎？ 統(tǒng)計(jì)抽樣與檢驗(yàn)方法 假設(shè)檢驗(yàn)的誤差（增大樣本，減少誤差） 原假設(shè)實(shí)際上是 對(duì)的 錯(cuò)的 不拒絕 正確的決策 第二類錯(cuò)誤 拒 絕 第一類錯(cuò)誤 正確的決策 決 策 統(tǒng)計(jì)抽樣與檢驗(yàn)方法 實(shí)例： 據(jù)說，某行業(yè)從業(yè)人員平均工資為每周 300英鎊，標(biāo)準(zhǔn)差為 60英鎊。研究確定如果樣本工資均值小于 270英鎊或大于 330英鎊，就拒絕原假設(shè)。（ 5%） 181。 – 確定擬采用的顯著性水平。 – 取得待檢驗(yàn)變量的樣本值。 – 說明結(jié)論。一個(gè) 45人的樣本的平均收入是 14， 300英鎊，標(biāo)準(zhǔn)差為 2023英鎊。按 1%的顯著性水平檢驗(yàn)結(jié)果又如何？ 統(tǒng)計(jì)抽樣與檢驗(yàn)方法 (a)雙邊檢驗(yàn) (b)單邊檢驗(yàn) f(x) x f(x) 181。 x 統(tǒng)計(jì)抽樣與檢驗(yàn)方法 實(shí)例： 一個(gè)郵遞公司對(duì)某客戶按平均每份郵件 ，標(biāo)準(zhǔn)差為 確定每份郵件的收費(fèi)水平。隨機(jī)抽取該客戶 100份郵件的樣本，平均重量為 。 ( 2 ) Lindo or Lingo package。 ( 4 ) CUTE, LANCLOT for research。 ( 6 ) 教學(xué)軟件； ( 7) 其他 。 數(shù)據(jù)倉庫 達(dá)到不同層次用戶 可需的最詳細(xì)的有 用數(shù)據(jù)、信息 (1)使公司取得更大的市場 (2)更好的形象 (3)更強(qiáng)的競爭力等 數(shù)據(jù)挖掘技術(shù) 過程 數(shù)據(jù)挖掘技術(shù) (Data mining) 數(shù)據(jù)挖掘過程 業(yè)務(wù)數(shù)據(jù) 提取、濾液、清除、聚集 統(tǒng)計(jì)學(xué)、心理學(xué)、疊加數(shù)據(jù) 數(shù)據(jù)庫裝入程序 數(shù)據(jù)倉庫 RDBMS 數(shù)據(jù)提取用于數(shù)據(jù)挖掘 數(shù)據(jù)挖掘技術(shù) (Data mining) 數(shù)據(jù)挖掘中的數(shù)據(jù)及信息流 數(shù)據(jù)提取用于數(shù)據(jù)挖掘 結(jié)合規(guī)則 生成簡要表 其它數(shù)據(jù)挖掘 供業(yè)務(wù)決策的信息 數(shù)據(jù)挖掘技術(shù) (Data mining) 數(shù)據(jù)挖掘的有關(guān)技術(shù) (1) 統(tǒng)計(jì)分析系統(tǒng) (SAS， SPSS) (2) DSS， EIS， ES (3) 多維電子表格及數(shù)據(jù)庫 (4) 神經(jīng)網(wǎng)絡(luò) (5) 數(shù)據(jù)可視化 數(shù)據(jù)挖掘技術(shù) (Data mining) 數(shù)據(jù)挖掘的應(yīng)用 ? 商品銷售 ? 制造 ? 金融服務(wù) /信用卡 ? 遠(yuǎn)程通信 ? 數(shù)據(jù)庫 第三章 財(cái)務(wù)分析決策法 ? 盈利虧損的分析決策法 ? 資金時(shí)間價(jià)值及現(xiàn)金流量分析決策法 ? 投資分析與決策 ? 決策成本的計(jì)算 ? 價(jià)格的制定與資本價(jià)值的估算 ? 案例分析 盈利虧損的分析決策法 盈虧平均點(diǎn) =N= FC固定成本， UC系統(tǒng)產(chǎn)品的可變成本 UP系統(tǒng)產(chǎn)品的售價(jià)， N生產(chǎn)量 成本和收入 虧損經(jīng)