管理数量方法与分析课件.ppt

《管理数量方法与分析课件.ppt》由会员分享，可在线阅读，更多相关《管理数量方法与分析课件.ppt（155页珍藏版）》请在三一办公上搜索。

1、第1章 数据分析的基础,本章重点难点1.数据分组与变量数列2.分布中心与离散程度的测定3.偏度与峰度4.两个变量的相关关系学习目标重点掌握：1.数据分组与变量数列编制的方法及其应用；2.分布中心与离散程度指标的种类、测定方法及其应用；3.偏度、峰度以及相关系数的作用以及计算方法。能够理解：本章学习内容中的基本概念。,1.1 数据分组与变量数列,数据分组对某一变量的不同取值，按照其自身变动特点和研究需要划分成不同的组别以便更好地研究该变量的分布特征及变动规律单项分组组距分组变量数列的两个要素组别频（次）数,变量数列的编制方法（五步骤）1、确定组数2、确定组距3、确定组限4、计算各组的次数5、编制

2、变量数列表,累积频数和累积频率1、计算方法（演示）2、洛伦兹曲线（1）定义：向上累积频率（数）的分布曲线（2）编制方法：首先，将分配对象和接受分配者的数量化成结构相对数，并进行向上累积横轴表示接受分配者的累积，纵轴表示分配对象的累积（3）意义：对角线是绝对平等线，距离绝对平等线越远，表示分配越不平等,变量数列分布图柱状图直方图次数密度次数组距频率密度频率组距折线图,1.2 分布中心的测度,分布中心得概念和意义定义：距离一个变量的所有取值最近的位置意义：（1）反映变量取值的一般水平（2）反映密度曲线的中心位置,算术平均数一般方法：（1）计算全部样本的变量值的和（2）总和除以样本的总数1、简单算数

3、平均数（未分组数据）计算方法：变量值求和；除以样本数2、加权平均数（1）单项分组数据计算方法：变量值求和加总（变量值次数）；样本数加总（次数）（2）组距分组数据计算方法：变量值组中值；其他类似单项分组数据,调和平均数例：要计算三个乡的平均产量平均产量总产量总播种面积（1）三个乡的总产量（2）三个乡的总播种面积,中位数定义：某一变量按变量值从小到大排列，位于数列中心的变量值。未分组数据：排列后直接找中心位置，如果中心位置有两个，则中位数是这两个数的算数平均值。单项分组数据：计算累计次数，累计次数的一半所对应（距离最近）的分组为其中位数。组距分组数据：（不做要求）,众数定义：某一变量的全部取值中，

4、出现次数最多的那个变量。未分组数据众数：统计每个取值的出现次数单项分组数据的众数：次数最高的分组对应的变量值组距分组数据的众数：次数最高的分组，按照上下限公式计算,算数平均数、中位数、众数的关系1、对称分布三者相等2、右偏分布众数中位数算数平均数3、左偏分布算数平均数中位数众数,1.3 离散程度的测度,离散程度测度的意义1、反映变量值之间的差异大小，反映中心指标的代表性2、反映密度曲线的形状,离散程度的测度指标1、极差2、四分位全距3、平均差4、标准差5、方差6、变异系数标准差均值,1.4 偏度与峰度,1、偏度的测度（1）皮尔逊偏度系数（2）鲍莱偏度系数（3）矩偏度系数正值则为右（正）偏，平均

5、数大于众数负值则为左（负）偏，平均数小于众数2、峰度的测度峰度值大于3为尖峰，小于3为平峰,1.5两个变量的相关关系,1、协方差正值表示正相关负值表示负相关2、相关系数绝对值越大，相关度越高,第2章 概率与概率分布,本章重点难点1.随机时间与概率；2.随机变量及其分布；3.随机变量的数字特征与独立性；4.大数定律与中心极限定理。学习目标重点掌握：1.随机事件概率的性质与计算；2.随机变量及其分布的性质与测定方法；3.随机变量数字特征及其测定方法。能够理解：概率与概率分析的相关概念、定义、定律和定理。了解：大数定律与中心极限定理的本质内容。,2.1随机事件与概率,必然事件随机事件事件的关系（图形

6、演示）包含相等互斥对立,事件的运算（图形演示）并交补（对立）差互斥,随机事件的概率1、定义在一次试验中，事件A发生的可能性大小。2、概率的性质（1）（2）（3）若A和B互斥，则（4）若A和B是对立事件，则（5）,古典概率随机试验的样本空间是由有限个样本点构成，且每个样本点在试验中是等可能出现的，则事件A发生的概率可用如下公式计算P(A)=A包含的样本点个数全部样本点个数 例：,条件概率与事件的独立性1、条件概率已知A发生的条件下，B发生的概率，记为P(B|A)一般的有：例：,全概率公式设B1，B2，,Bn是样本空间的互斥全划分，则事件A可表示为：A发生的概率为：此公式称为全概率公式（已知事件A

7、在每个互斥子空间发生的概率，求A发生的概率）,贝叶斯公式1、已知事件A在整个空间发生的概率P(A)，以及A与某一样本子空间同时发生的概率P(Abi)。求A发生的条件下是子空间Bi发生的概率P(Bi|A).2、已知子空间发生的概率，事件A在整个空间发生的概率P(A)以及在子空间上的条件概率P(A|Bi)，求A发生的条件下是子空间Bi发生的概率P(Bi|A).,例：事件的独立性P(AB)=P(A)P(B),2.2随机变量及其分布,1、定义样本空间上的事件映射为一个实数。2、特点（1）随机性（2）统计规律性（3）定义在样本空间上的实数3、随机变量的分布随机变量取某个值的概率（离散型），或随机变量小于

8、某个值的概率（连续型）。,4、常见的离散型概率分布（1）两点分布：贝努力试验，样本空间只有两个值（成功，失败）（2）超几何分布：n次不重复抽样中，恰好成功k次的概率（3）二项分布：n次贝努力实验中，恰好成功k次的概率（4）泊松分布：已知某事件在单位时间（空间）发生的平均次数，该事件在单位时间（空间）上恰好发生k次的概率,5、常见的连续分布（1）均匀分布（2）正态分布（3）指数分布,2.3 随机变量的数字特征与独立性,1、数学期望数学期望的性质：E(ax+b)=aE(x)+b2、方差方差的性质:var(ax+b)=var(ax)+var(b)=a2var(x),3、常见分布的期望和方差（1）两点

9、分布（0-1分布）（2）二项分布（3）泊松分布,（4）均匀分布（5）正态分布（6）指数分布,4、二维随机向量与随机向量的独立性（略）（1）随机向量的概率分布（2）随机向量的边缘分布（密度）（3）随机向量的独立性,2.4 大数定律与中心极限定理,1、大数定律（1）贝努力大数定律事件A在一次实验中出现的概率为p，在n次独立重复实验中A出现m次，则对于任意小的正数，有：涵义：当试验次数足够多时，事件出现的频率无限接近其出现的概率。,（2）辛钦大数定律设随机变量 独立同分布，且则对于任意正数，有涵义：样本足够大时，样本均值无限接近其期望值。,2、中心极限定理（1）林德贝格勒维中心极限定理设随机变量 独

10、立同分布，且定义 则有：涵义：当样本充分大时，独立同分布随机变量的和在经过标准化之后充分接近标准正态分布,（2）德莫佛拉普拉斯中心极限定理设,，则有涵义：当n趋向无穷大时，二项分布充分接近正态分布。并建立了离散分布与连续分布之间的 联系,第3章 时间序列分析,本章重点难点1.时间序列的概念及其种类；2.时间序列特征指标；3.长期趋势变动分析与季节变动分析；4.循环变动与不规则变动分析。学习目标重点掌握：1.时间序列特征指标及其计算；2.长期趋势、季节变动、循环变动和不规则变动的测定及其分析方法。能够理解：时间序列的概念及其种类。,3.1 时间序列概述,1、定义按照时间顺序将观察取得的某个统计指

11、标（变量）的一组观察值进行排列而成的序列。2、时间序列的影响因素（1）长期趋势T（2）季节变化S（3）循环变动C（4）不规则变动I3、时间序列的变动模型（1）加法模型：YT+S+C+I（2）乘法模型：YTSCI加法模型假设个因素是独立的，乘法模型假设个因素相互影响,3.2 时间序列特征指标,1、时间序列水平指标（1）平均发展水平（序时平均数）时期序列的平均数时点序列的平均数相同间隔不同间隔根据特征序列计算序时平均数（2）增长量（3）平均增长量,2、时间序列速度指标（1）发展速度环比定基（2）增长速度环比定基（3）平均发展速度几何平均法累积法（4）平均增长速度平均增长速度平均发展速度1,3.3

12、长期趋势的测定与预测,1、时距扩大法例：2、移动平均法例：,3、数学模型法（1）直线趋势模型（2）指数趋势模型（3）二次曲线趋势模型（4）修正指数曲线模型（5）逻辑曲线模型（6）龚博茨曲线模型（7）双指数曲线模型,3.4 季节变动的测定和预测,1、同月平均法（1）计算同月平均值（2）计算月平均值（3）计算各月的季节比率2、趋势剔除法（1）计算长期趋势（2）计算修匀比率（观测值长期趋势值）（3）计算同月的平均修匀比率（4）加总（3）（5）调整系数12/（4）（6）季节比率各月的平均修匀比率（5）,3、季节变动的预测（1）简单季节模型预测预测下一年平均每季（月）的变量值平均值乘以季节比率等于季节预

13、测值（2）移动平均季节模型预测移动平均法求长期趋势T最小二乘法拟合趋势线计算季节比率预测趋势值计算季节值,3.5 循环变动和不规则变动的测定,1、循环变动的测定（1）直接测定法计算各期的年距环比发展速度（剔除长期趋势和季节因素）年距发展速度进行移动平均（消除随机因素）计算各期的循环指数（2）剩余测定法假设时间序列模型为YTSCI，剔除长期趋势、季节变动，用移动平均消除随机因素2、随机变动的测定剔除法,例：,第4章 统计指数,本章重点难点1.统计指数的基本概念及种类；2.总指数及其编制；3.指数体系与因素分析。学习目标重点掌握：1.综合指数和平均指数的编制方法及其应用；2.指数体系的编制及因素分

14、析法的实际应用。能够理解：统计指数的基本概念、种类及作用。,4.1 统计指数的概念和种类,1、概念广义：一切说明社会现象数量对比关系的相对数。狭义：指数是一种特殊的相对数，它反映不能直接相加的多种事物数量综合变动情况的相对数。2、统计指数的作用（1）综合反映事物的变动方向和程度（2）分析受多因素影响的现象总变动中各个因素的影响方向和程度（3）研究事物在长时间内的变动趋势,3、统计指数的种类（1）个体指数和总指数（2）数量指标指数和质量指标指数（3）综合指数和平均指数（4）时间指数和空间指数,4.2 综合指数,1、概念两个总量指标的比值。凡是一个总量指标可以分解为两个或两个以上因素指标的乘积时，

15、将其中一个或一个以上因素指标固定下来，仅观察其中一个因素指标的变动程度，这样的总指数称为综合指数。2、编制综合指数应解决的问题研究社会经济现象总体总量的变动情况,3、综合指数的编制（1）拉氏指数（同度量因素固定在基期）（2）派氏指数（同度量因素固定在报告期）,4.3 平均指数,1、平均指数概念将各个个体指数进行综合平均而得出的综合比率指标2、编制方法（1）加权算数平均指数（2）加权调和平均指数,4.4 指数体系与因素分析法（重点）,1、指数体系若干个有联系的经济指数之间如能构成一定数量对应关系，就可以把这种经济上有联系、数量上保持一定关系的指数之间的客观联系称为指数体系。销售额指数价格指数销售

16、量指数总产值指数出厂价格指数产量指数总成本指数单位成本指数产量指数,2、指数体系编制的一般原则各个因素对现象影响的综合应该等于现象实际发生的变动，因此在同一个指数体系中的两个因素指数的同度量因素要分别固定在不同的时期。,3、因素分析法因素分析法是根据指数体系中受多种因素影响的现象的总变动情况，分析其受各个因素的影响方向和程度的方法。在分析时，要固定一个或几个因素，仅观察一个因素的变动对总变动的影响。,4、因素分析法的步骤（1）在定性分析的基础上确定要分析的对象和影响因素。（2）确定对象指标和因素指标，建立他们之间的关系式。（3）建立指数体系（4）根据指数体系，分析单一因素变动对总变动的影响,5

17、、因素分析法的应用（1）总量指标变动的两因素分析例：（2）平均指标变动的两因素分析例：,第5章 线性规划介绍,本章重点难点1.线性规划问题的数学模型；2.使用线性规划的基本技巧；3.运输问题的线性规划模型及其应用。学习目标重点掌握：1.线性规划的基本方法和技巧；2.运输问题的线性规划的模型及其应用。能够理解：线性规划问题的有关数学模型。了解：线性规划问题的相关概念。,5.1 线性规划问题的数学模型,1、问题描述（1）确定的产出目标，如何使得投入最小（2）确定的投入，如何使得产出最大2、数学模型目标函数约束条件,5.2 使用线性规划的基本技巧,1、效率比法针对产能分配。原则：生产相对效率最高的产

18、品。例：2、图解法针对有限原料，安排两种产品产量使得生产效益最大。原则：可行域与目标函数的切点例：,5.3 运输问题（只要求表上作业）,1、表上作业法（物资调运问题）（1）确定初始调运方案方法：逐步满足运费最低的供求地的调运（2）求检验数（无调运量的空格位置）方法：在运费表上，对应于运量表的任意空格位置构造闭回路。检验数偶数拐点运价之和基数拐点运价之和（3）调整运量若所有的检验数都大于零，则该调运方案最优。否则对检验数最小的那个空格所对应的闭回路进行运量调整。方法：在该闭回路上，偶数拐点加上该回路上的最小运量，基数拐点减去该最小运量（4）重复（2）（3）直到所有的检验数都大于零。,2 物资调运

19、的图上作业法,交通图反映产地与销地的交通路线及其距离产地用“”表示，产量写在圆圈内销地用“”表示，销量写在方框内距离写在弧的旁边,1 物资调运的交通图,交通图举例,1 物资调运的交通图,交通图举例,2 物资调运的流向图,流向图物资调运的方案可以用流向图表示例如,2 物资调运的流向图,关于流向图的一些规定箭头必须表示物资运输的方向流量写在箭头的旁边，加小括号。流向不能直接跨越路线上的收点、发点、交叉点任何一段弧上最多只能显示一条流向！即同一段弧上的多条流向必须合并。除端点外，任何点都可以流进和流出,2 物资调运的流向图,含有圈的流向图,2 物资调运的流向图,含有圈的流向图的补充规定顺时针方向的流

20、向必须画在圈的内侧，称为内圈流向逆时针方向的流向必须画在圈的外侧，称为外圈流向,2 物资调运的流向图,最优流向图总吨公里数最小的流向图把每一条弧上的流量乘以相应的距离，再求和怎样得到最优流向图？作出第一个流向图检验其是否最优？若是，结束；否则，调整，直到最优。,3 第一个流向图的作法,无圈的交通图供需归邻站法有圈的交通图首先破圈，变为无圈交通图再用“供需归邻站法”,3 第一个流向图的作法,供需归邻站法举例,3 第一个流向图的作法,供需归邻站法举例,3 第一个流向图的作法,含有圈的交通图,3 第一个流向图的作法,A,B,H,E,C,I,50000,60000,30000,20000,30000,

21、50000,D,80000,F,50000,G,50000,含有圈的交通图,3 第一个流向图的作法,含有圈的交通图,3 第一个流向图的作法,含有圈的交通图,3,3,4,4,1,2,6,2,1,G,A,B,C,F,I,H,D,E,4 检验与调整,图上作业法的基本定理用“供需归邻站法”得到的无圈流向图是最优的！含圈流向图的每一个圈上的内圈流向和外圈流向的总长度都不超过圈长的一半，该流向图就是最优的！,4 检验与调整,怎样检验一个含圈流向图是否最优？计算每一个圈的内圈长和外圈长检验它们是否超过圈长的一半若是，则非最优；否则，最优,4 检验与调整,检验含圈流向图是否最优,4 检验与调整,检验含圈流向图

22、是否最优,4 检验与调整,怎样调整流向图使之成为最优？当外圈流向的总长度超过圈长的一半时找出调整量，每个外圈流量减去调整量，每个内圈流量加上调整量无流量的弧添上内圈流向，流量为调整量当内圈流向的总长度超过圈长的一半时找出调整量，每个内圈流量减去调整量，每个外圈流量加上调整量无流量的弧添上外圈流向，流量为调整量,4 检验与调整,调整流向图使成为最优,5 基本流向图与改进图上作业法,检验与调整下面的流向图,5 基本流向图与改进图上作业法,改进图上作业法作出第一个流向图，使之成为基本流向图检验其是否最优？若是，结束；否则，调整，直到最优。,5 基本流向图与改进图上作业法,基本流向图投影图连通且不含圈

23、的流向图流向图的投影图流向图中有流向的弧留下流向图中无流向的弧去掉,5 基本流向图与改进图上作业法,画出投影图、判断是否基本流向图,5 基本流向图与改进图上作业法,画出投影图、判断是否基本流向图,5 基本流向图与改进图上作业法,画出投影图、判断是否基本流向图,5 基本流向图与改进图上作业法,5 基本流向图与改进图上作业法,怎样把非基本流向图化成基本流向图？在流向图中添加虚流向，让投影图连通,5 基本流向图与改进图上作业法,将流向图化成基本流向图,5 基本流向图与改进图上作业法,将流向图化成基本流向图,5 基本流向图与改进图上作业法,5 基本流向图与改进图上作业法,基本流向图的作用最优流向图一定

24、是基本流向图！所有“要检查的圈”都合格的基本流向图必定是最优流向图！基本流向图的“要检查的圈”要检查的圈的个数=小圈的个数每次对投影图(在变化中)加上一条无流向的弧得到的圈,5 基本流向图与改进图上作业法,改进图上作业法举例已知交通图如下，求最优流向图,5 基本流向图与改进图上作业法,第一个流向图如下，它是不是基本流向图,5 基本流向图与改进图上作业法,检查并调整所有“要检查的圈”直到合格,5 基本流向图与改进图上作业法,最优流向图为,3,2,3,3,3,3,2,2,2,3,3,3,4,4,1,2,6,2,1,G,A,B,C,F,I,H,D,E,2,2,7 车辆调度问题,某运输公司接受了一项货

25、运业务如下表，收、发点的位置如下图。求车辆的最优调度方案。,7 车辆调度问题,空车交通图,7 车辆调度问题,最优流向图,3、指派问题的匈牙利算法匈牙利解法 匈牙利解法的关键是指派问题最优解的以下性质：若从指派问题的系数矩阵C=（cij）的某行（或某列）各元素分别减去一个常数k，得到一个新的矩阵C=（cij)，则以C和C为系数矩阵的两个指派问题有相同的最优解。（这种变化不影响约束方程组，而只是使目标函数值减少了常数k，所以，最优解并不改变。）对于指派问题，由于系数矩阵均非负，故若能在在系数矩阵中找到n个位于不同行和不同列的零元素（独立的0元素），则对应的指派方案总费用为零，从而一定是最优的。,步

26、1：变换系数矩阵。对系数矩阵中的每行元素分别减去该行的最小元素；再对系数矩阵中的每列元素分别减去该列中的最小元素。若某行或某列已有0元素，就不必再减了（不能出现负元素）。步2：在变换后的系数矩阵中确定独立0元素（试指派）。若独立0元素已有n个，则已得出最优解；若独立0元素的个数少于n个，转步3。确定独立0元素的方法：当n较小时，可用观察法、或试探法；当n较大时，可按下列顺序进行 从只有一个0元素的行（列）开始，给这个0元素加圈，记作，然后划去所在的列（行）的其它0元素，记作。给只有一个0元素的列（行）的0加圈，记作，然后划去所在行的0元素，记作。反复进行，直到系数矩阵中的所有0元素都被圈去或划

27、去为止。如遇到行或列中0元素都不只一个（存在0元素的闭回路），可任选其中一个0元素加圈，同时划去同行和同列中的其它0元素。被划圈的0元素即是独立的0元素。,步3：作最少数目的直线，覆盖所有0元素（目的是确定系数矩阵的下一个变换），可按下述方法进行1）对没有的行打“”号；2）在已打“”号的行中，对 所在列打“”3）在已打“”号的列中，对所在的行打“”号；4）重复2）3），直到再也找不到可以打“”号的行或列为止；5）对没有打“”的行划一横线，对打“”的列划一纵线，这样就得到覆盖所有0元素的最少直线数。,步4：继续变换系数矩阵，目的是增加独立0元素的个数。方法是在未被直线覆盖的元素中找出一个最小元素

28、，然后在打“”行各元素中都减去这一元素，而在打“”列的各元素都加上这一最小元素，以保持原来0元素不变（为了消除负元素）。得到新的系数矩阵，返回步2。以例说明匈牙利法的应用。,例1：求解效率矩阵为如下的指派问题的最优指派方案。,解：第一步：系数矩阵的变换（目的是得到某行或列均有0元素）,第二步：确定独立0元素,第三步：作最少的直线覆盖所有的0元素，目的是确定系数矩阵的下一个变换。,第四步：对上述矩阵进行变换，目的是增加独立0元素的个数。方法是在未被直线覆盖的元素中找出一个最小元素，然后在打“”行各元素中都减去这一元素，而在打“”列的各元素都加上这一最小元素，以保持原来0元素不变（消除负元素）。得

29、到新的系数矩阵。（它的最优解和原问题相同，为什么？）,由解矩阵可得指派方案和最优值为32。,第6章 统计决策分析,本章重点难点1.统计决策的要素和程序；2.非概率型决策；3.概率型决策。学习目标重点掌握：1.先验概率型决策模型、方法及其应用；2.后验概率型决策模型、方法及其应用。能够理解：非概率型决策和概率型决策的应用条件及准则。了解：统计决策的相关概念、要素及其程序。,6.1 统计决策的要素和程序,1、统计决策的概念如果决策过程中所使用的分析推断方法主要式统计分析推断方法，那么这种决策就被称为统计决策。2、统计决策的要素（1）客观环境的可能状态集合（2）决策者的可行行动集合（3）决策行为的收

30、益或损失函数,3、统计决策的程序（1）确定决策目标（2）拟定各种可行的行动方案（3）通过比较分析选出最佳的行动方案（4）执行决策,6.2 非概率型决策,1、非概率型决策的条件决策者仅知道客观环境可能出现哪几种状态，但是每种状态出现的概率未知2、非概率型决策的准则（1）大中取大（2）小中取大（3）折衷（4）大中取小,6.3 先验概率型决策,1、先验概率型决策的条件决策者不仅知道客观环境可能出现哪几种状态，还知道每种状态出现的概率2、先验概率型决策的准则（1）期望损益准则（2）最大可能准则（3）渴望水平准则,3、决策树技术例：4、边际决策技术例：,6.4 后验概率型决策,1、相关概念先验概率：决策

31、者事先对客观环境各种可能状态的概率分布的估计或判断样本信息：通过样本调查观测所取得的有关客观环境总体的信息后验概率：根据样本信息对原有的先验概率进行修正，所得到的概率分布后验概率决策：利用后验概率进行的决策，也称为贝叶斯决策,2、后验概率的计算（1）贝叶斯公式（2）例：,3、信息的价值（1）完全信息期望价值（2）样本信息期望价值（3）抽样期望净得益,4、敏感性分析（重要）对最优方案的稳定性（可靠性）进行分析，称为敏感性分析。分析客观环境可能状态出现概率的变化对最优方案的影响。通常采用的方法：（1）根据客观环境的各种可能状态的损益值计算出引起最优行动方案改选的转折概率（2）将实际估定的概率与此转

32、折概率比较，根据二者差距的大小来判断最优方案的稳定性,第7章 与决策相关的成本、风险和不确定性,本章重点难点1.相关性与滞留成本；2.决策风险与不确定性；3.风险与不确定条件下的决策分析。学习目标重点掌握：1.决策风险的衡量方法及其应用；2.掌握风险性决策和不确定性决策分析方法及其应用。能够理解：与决策相关的成本、风险和不确定性的有关概念及其含义。,7.1 相关性与滞留成本,1、相关性的概念相关性一般是指信息与决策相关的特性如果信息是相关的，则（1）信息必须是对未来状况的预测，包括预计的未来收入、成本等数据（2）它必须包含各方案之间的差别因素为进行决策而收集信息必须在相关性和准确性之间进行权衡

33、,2、与决策相关的特定成本差量成本边际成本机会成本付现成本重置成本专属成本可避免成本可延缓成本,3、滞留成本滞留成本是由企业现在承担的、需要在不久的将来偿付的成本，较为典型的是“资本成本”滞留成本既不是企业的实际支出，也不必记帐，他们只是企业使用某种经济资源而需要支付的代价。滞留成本是机会成本的一种表现形势，是机会成本和货币时间价值观念在决策中的具体表现和应用。,滞留成本的计算（1）个别资本成本（2）综合资本成本,7.2 决策风险与不确定性,1、决策风险与不确定性风险：事前可以预知所有可能的结果，以及每种结果出现的概率。不确定性：事前不能预知所有可能的结果，或者尽管知道所有的结果，但是不知道他

34、们出现的概率决策的分类：确定性；风险性；不确定性决策者的分类：风险偏好、中性、厌恶,2、决策风险的衡量（1）确定决策方案的概率与概率分布（2）计算决策方案的期望值（3）计算决策方案的标准差（4）计算决策方案的标准差系数,7.3 风险与不确定性条件下的决策分析,1、风险性决策分析方法（1）期望损益值决策方法（2）等概率决策方法（3）最大可能性决策方法2、不确定性决策分析方法（1）保守决策方法小中取大；大中取小（2）乐观决策方法（3）折衷决策方法,第8章 模拟决策技巧和排队理论,本章重点难点1.排队系统的相关问题概述；2.M/M/1排队模型；3.M/M/C排队模型。学习目标重点掌握：1.M/M/1

35、排队模型及其应用；2.M/M/C排队模型及其应用。了解：排队系统的特征、运行结构及其数量指标。,8.1 排队论概述,1、排队系统的特征随机性顾客到达的时间以及接受服务的时间都是随机的。排队论也称为随机服务系统理论2、排队系统的运行结构（1）输入过程（2）服务机构（3）排队规则,3、描述排队系统的数量指标（1）排队队长（2）队长（3）等待时间（4）停留时间,8.2 M/M/1排队模型,M/M/1表示服务台数目C1，顾客到达间隔时间服从参数为 的泊松分布，服务时间服从参数为 的指数分布。顾客的到达和服务都是相互独立、随机的。该模型的平稳状态方程为表示稳定状态下，系统内有n个人的概率,M/M/1模型

36、的应用（1）系统中至少有k各顾客的概率（2）平均队长L（3）平均等待队长（4）顾客在系统内的平均滞留时间W（5）顾客排队等待的平均时间,8.2 M/M/C排队模型,M/M/C表示服务台数目C大于等于2，顾客到达间隔时间服从参数为 的泊松分布，服务时间服从参数为 的指数分布。顾客的到达和服务都是相互独立、随机的。该模型的平稳状态方程为,第9章 成本、产出和效益分析,本章重点难点1.成本、产出和效益分析的基本假设、基本模型及其相关指标的计算；2.损益平衡分析；3.损益平衡分析与决策。学习目标重点掌握：1.成本、产出和效益分析的基本模型和相关指标的计算；2.损益平衡模型及其应用分析；3.损益平衡分析

37、在决策中的应用。能够理解：成本、产出和效益分析的有关概念和基本假设。,9.1成本、产出和效益分析概述,1、基本假设（1）成本习性假设（2）线性关系假设（3）产销平衡假设（4）品种结构稳定假设2、基本模型利润销售收入总成本销售单价销售量单位变动成本销售量固定成本,3、贡献毛益及相关指标的计算（1）贡献毛益总额销售收入总变动成本（2）单位贡献毛益销售价格单位变动成本（3）贡献毛益率贡献毛益总额销售收入（4）变动成本率变动成本总额销售收入（5）贡献毛益率与变动成本率的关系二者之和等于1,9.2 损益平衡分析,1、损益平衡点损益平衡点是指使企业经营处于不盈不亏时的业务量，销售收入等于可变成本估定成本。

38、2、损益平衡图企业利润与其影响因素在坐标系中的表示3、敏感系数敏感系数利润变动百分比因素变动百分比,9.3 损益平衡分析与决策,1、损益平衡分析的意义（1）成本结构决策（2）生产决策（3）定价决策2、损益平衡分析的应用例3、损益平衡分析的局限性（1）静态分析（2）短期分析（3）一次线性分析,第10章 标杆分析,本章重点难点1.标杆分析的概念、分类及过程；2.标杆分析计划阶段；3.内、外部数据收集与分析；4.改进与持续改进项目绩效。学习目标重点掌握：1.标杆分析计划阶段的各项活动内容；2.内、外部数据的收集与分析过程及方法。了解：1.标杆分析的概念、分类及过程；2.改进与持续改进项目绩效的有关内

39、容。,10.1标杆分析概述,1、标杆管理的分类内部标杆、竞争标杆、职能标杆、操作标杆、战略标杆2、标杆分析的五个阶段（1）标杆分析准备阶段（2）内部数据收集与分析（3）外部数据收集与分析（4）改进项目绩效（5）持续改进,10.2标杆分析计划阶段,1、明确标杆分析的对象2、获取决策层支持3、制定评测方案4、制定数据收集计划5、审定计划6、评定标杆管理项目,10.3 内部数据收集与分析,1、收集与分析内部公开信息2、选择潜在的内部标杆分析伙伴3、收集内部第一手研究信息4、进行内部访谈与问卷调查5、建立内部标杆管理委员会6、进行内部标杆管理现场考察,10.4 外部数据收集与分析,1、收集外部公开发布的信息2、收集外部第一手研究信息,10.4 改进项目绩效,制定改进标杆项目的绩效水平，如何改进，具体实施步骤，确定改进效果的评价指标,10.6 持续改进,1、维护标杆管理数据库2、实施持续绩效改进,第11章 商业信息的电子表格程序和计算机分析,本章重点难点1.电子表格基本操作；2.电子表格功能及应用；3.电子表格高级功能介绍。学习目标重点掌握：1.EXCEL的基本操作程序、方法及其应用；2.电子表格的高级功能。理解：电子表格的有关概念。,