独家推荐畅销全球的运筹学经典著作。本书出版 27年来，一直风靡全球，为全世界数百万学生所使用和喜爱。本书对运筹学基础理论和枯燥无味的数理理论与统计方法进行了深入浅出的阐述，内容包括运筹学模型的建立方法，双重理论和感性分析、博弈论、创造理论、决策预测和分析等基本理论，以及线性方法。书中还辅以大量模型与习题，生动有趣，引人入胜。
弗雷德里克S. 希利尔(Frederick S. Hillier)
斯坦福大学运筹学教授，他的研究涉及众多领域，包括整数规划、排队理论及其应用、统计质量控制以及运筹学在生系统设计和资金运筹中的应用。他的论文观点影响深远，曾被多次引用。他是“相关项目预算”研究竞赛一等奖得主，曾担任美国运筹学学会的财务主管、管理科学研究所副主席等职务，并著有多部著作。
杰拉尔德J. 利伯曼(Gerald J. Lieberman)
原斯坦福大学运筹学教授，运筹学系第一任系主任。他既是工程师，又是运筹学专家，被授予美国工程研究院院士等多项荣誉称号。利伯曼教授的研究主要集中在运筹学的随机方法领域，他出版了大量有关可靠性和质量控制、复杂系统模型方面的书籍。他的著作除《运筹学导论》一书外，还有《数学规划》、《运筹学随机模型导论》、《工程统计方法》等书。
当前，我国正处于知识经济初露端倪的时代,管理科学已经成为兴国之道，这给我国工商管理教育带来新的机遇与挑战。今年9月，又将有4000余名工商管理硕士生满怀着理想与希望进入各大学学习。一大批机关分流干部与经贸委系统的管理人员也要经过入学考试，在职学习并申请工商管理硕士学位。如何办好工商管理硕士（MBA）项目，为国家和社会培养出一批又一批符合市场需求的高质量的工商管理硕士，是全国可以授予工商管理硕士学位的56所院校所共同考虑与研究的问题。
在这里，MBA课程设计是成功的关键环节之一。记得在1984年的夏天，在加拿大国际开发总署的资助下，加拿大蒙特利尔大学、麦吉尔大学、康克迪亚大学以及魁北克大学蒙特利尔分校的教授们为中国人民大学的年轻教师讲授了管理经济学、会计学、管理学以及管理信息系统等MBA课程。在1985年夏天，加拿大的教授们又讲了另外4门MBA课程。当时，我并没有真正了解这些MBA课程与我过去所学的管理课程在实质上有多大的区别，也没有理解这些课程之间的内在联系，对于MBA核心课与选修课以及专业的主修与副修的区别与联系更是知之甚少，只是感到加拿大教授的教学在内容和手段上与我们传统方式有较大的区别。1988年初，我到加拿大麦吉尔大学管理学院研修后，才真正对MBA的课程设计有所了解。此后，我先后到美国布法罗纽约州立大学管理学院与澳大利亚悉尼科技大学管理学院任教，又对MBA课程之间的内在联系有了更切身的体会。为了更好地了解美国MBA教育的新潮流，今年6月，我又随中国管理学院院长代表团考察了美国著名管理学院，出席了在芝加哥举办的“全球管理教育论坛会”。
综观北美的工商管理教育，在全球化、信息化与整合化的挑战下，实在是强调其实用性。纵然有的教授学者看重自己的象牙宝塔，勾画着纯理论的模型与理论。但在MBA的教育上，美国现有的750余所管理学院，特别是为美国管理学院联合会（The American Assembly of Collegiate School of Business, AACSB）所承认的300余所管理学院，培养目标明确，课程设计体现出其为社会需求与市场服务的宗旨，没有半点的含糊。美国著名的管理院校明确自己的教育使命，把视野放在全球与创新上，不断地迎接新的挑战，将所授的知识与社会的实际需求密切地结合起来，期望培养出真正的高质量的管理人才。例如，哈佛商学院明确地提出，该院的使命是“影响企业的实践”，培养全面的管理者（general managers），指出“我们要对企业的领导人在如何完成他们的工作上，即在他们如何提出与解决问题、确定战略方向和采取行动上施加重大的影响。同时，我们鼓励从实践中获得反馈，以便了解这些领导人如何在实践中应用我们的思想与知识，从而进一步发展与提炼我们的理论与知识。”麻省理工学院斯隆管理学院的使命“尊重有用的工作”，“为产业提供服务”，提出“作为管理教育与研究的世界领导者，麻省理工学院斯隆管理学院要培养能在快速发展与高度竞争的全球企业环境中获得成功的管理者。当前持续不断的技术创新已成为每个产业各个方面生产力和增长的关键，因此，这正是我们的时机。”伯克利加利福尼亚大学商学院从学院的成立始，就将教育的重点放在国际与企业家的舞台上，研究迅速发展的全球经济，为学生提供创新的学习机会。
根据上述的使命，美国著名的管理学院教育模式基本上有三大流派：一是以哈佛商学院为代表的培养全面管理人员的模式。斯坦福商学院的培养方式也是属于这种模式。他们培养的是全面的MBA，而不是专业化的MBA，通过为学生提供必要的专业知识，使之毕业以后成为企业或其他组织中高层的有效的全面管理者，而不是职能部门的管理人员。二是以芝加哥大学管理学院为代表的培养专业管理人员的模式，其方向是为企业和组织培养专业的管理人员。斯隆商学院亦属于这种类型。三是介于两者之间的模式。美国多数管理院校采用的是这种培养目标，如伯克利商学院、西北大学的凯洛格商学院、洛杉矶加州大学、康乃尔大学管理学院以及杜克大学管理学院等。因此，各个管理学院在其课程设计上有着不同的战略重点。
哈佛商学院MBA课程设计的思路是“在日益增长的全球商务环境中，提高学生进行战略性与关键性思考的能力。”斯坦福商学院MBA课程设计的思路是“确保学生获得管理运行的知识，了解企业运行的经济、政治和社会环境，以及掌握作为管理者所必须的行为技能。”同时，“MBA项目也要设计成为一种可以终身学习的模式。这样，今天的学生将在今后贯穿其事业的复杂而快速变化的管理世界中有能力自如地作出调整。”斯隆管理学院MBA课程设计的思路是“对日益增长的市场全球化和密集的竞争正在改变工作性质的这一事实作出反映。”哥伦比亚商学院MBA课程设计的思路是“让学生掌握作为管理者能够在全球经济中进行有效竞争所需的基本学科与应用的职能领域。”
总之，这些学院在设计MBA课程时，首先，考虑的是学生要了解全球的竞争环境。其次，考虑学院所在的地域和环境。例如，哥伦比亚商学院极其强调该院处于纽约这个金融中心，其战略重点是国际、金融和纽约，培养出的学生要适合在国际大城市从事金融工作。因此，该学院在课程设计上就对财务与金融等相关课程有所侧重。再次，考虑学院自身资源的特点，如斯隆管理学院在技术管理上设置较多的课程，而哈佛商学院则在全面管理与竞争战略课程上有所突出。最后，要使学生获得相关的专业知识，了解研究与实践的前沿，如企业伦理、领导精神、创新、以及企业与政府关系等。
在课程设计的内容上，美国管理学院根据自己的情况，多按传统划分为核心课程与选修课程。课程内容上并不划一，门数上也多少不等。在学习核心课之前，学生要预先学习计算机应用和技能、商务沟通以及基本数量分析方法等课程。在核心课上，各学院基本上开设了经济学、统计或数据分析、会计、财务、市场营销、运作管理、组织行为、人力资源管理、战略管理以及公共管理等课程。当然，也有例外。芝加哥大学管理学院就不设置核心课。在选修课程上，除哈佛商学院外，各学院基本上设置了专业，如管理经济学（Managerial Economics）、会计（Accounting）、财务管理（Financial Management）、税收（Taxation）、管理科学（Management Science）、信息系统（Information Systems）、市场营销（Marketing）、组织行为学（Organization Behavior）、人力资源管理（Human Resource Management）、国际商务（International Business）、战略管理(Strategic Management)以及公共管理(Public Management)等。最具特色的是斯隆管理学院的课程设计。该学院除了设计出体现管理基础原理和技能的六门核心课以外，根据学生今后所要从事的工作方向，创造性地设计自我管理模块(Self Managed Track)与管理模块（Management Track）。自我管理模块包括应用宏观与国际经济学、财务管理或财务理论、信息技术、产业关系与人力资源管理、运作管理导论和市场营销导论等六门课。如果学生希望将来从事较为全面的管理工作，则可以选择自我管理模块。而学生希望成为更专业的管理人员，则可以选修管理模块。在这个模块中，有六个分模块，即战略管理与咨询（Strategic Management and Consulting）、新产品与风险开发(Product and Venture Development)、信息技术与企业变革(Information Technology and Business Transformation)、金融工程(Financial Engineering)、财务管理(Financial Management)以及制造与运作(Manufacturing and Operations)。这种设计打破传统职能性课程的框架，切实反映市场的声音，力图符合具体职业领域的要求，使学生能在今后的工作中更快地进入某个具体的管理角色。
我国工商管理硕士教育总体来说，还处在试点阶段之中。在课程设计上，全国工商管理硕士教育指导委员会规定了核心课的指导大纲。经过多年的建设，MBA核心课的教材已经初步满足教学的需求。当然，在质量上还有待进一步完善。随着MBA教学的深入发展，一些院校在培养全面管理人员的基础上，进一步根据自己院校的区域环境和办学条件，探索开设专业方向，以便培养出更适合社会需要的专门管理人才。这就对课程设计提出了新的要求，希望有更专门化的课程支持不同的专业方向。这不仅对教师的科研提出了更高的要求，而且对教材的建设也提出新的需求。教材不足便是当前工商管理教育中最大的困惑之一。
为了满足工商管理专业方向的发展以及相应的课程设计，在中国人民大学工商管理学院的策划下，机械工业出版社推出了英文版的《MBA专业精品教材》，填补教学用书中空白，力图缓解MBA各专业教学上的急需。在这套丛书中，我们精心选择了北美在经济学、战略管理与组织、管理科学、财务与金融管理、会计、市场营销以及商务技能等７个专业的英文版教材，期望对国内各管理学院所开设的管理专业有所帮助。同时，有志于学好MBA某个专业的管理人员、研究生甚至本科生也可以通过系统地学习该专业所列的教材，掌握个中三味。
当然，在学习西方的管理理论与经验时，需要认真对待其内在的文化底蕴。正如同样是绘画，西方的绘画注重光线与颜色，体现出一种形象思维，而中国画则注重线条，体现出内在的逻辑思维，从而表现出中国文化与西方文化的差异。本世纪初以来，我国知识分子一直在研究与吸收西方文化，力图西学中用。正如有人所讲，学习的方法有三种形式，一是鸟瞰的方法，二是仰视的方法，三是平视的方法。鸟瞰者，持才傲物，看不起其他民族的文化，更看不起其他民族的管理理念与方法。仰视者，自卑自弃，看不起自己民族的文化，盲目追求其他民族的管理理念与方法。要真正作到西学中用，而不是仅仅学到一些皮毛的话，则需要运用平视的方法，拉开距离，去观察与学习世界上一切优秀的管理理念与方法。今天，我们利用西方的管理理论与实践，是为了更合理地推动中国的管理教学与科研，促进中国的管理实践，切不可邯郸学步，而是真正做到“以我为主、博采众长、融合提炼、自成一家”。
博士授
中国人民大学管理学教授授
中国人民大学工商管理学院院长授
全国MBA教育指导委员会委员授
1998年盛夏于北京授
Frederick S.Hillier Ferald J.Lieberman：暂无简介
1 INTRODUCTION
1.1 The Origins of Operations Research
1.2 The Nature of Operations Research
1.3 The Impact of Operations Research
1.4 Algorithms and OR Courseware
2 WVERVIEW OF THE OPERATIONS RESEARCH MODELING APPROACH
2.1 Defining the Problem and Gathering Data
2.2 Formulating a Mathematical Model
2.3 Deriving Solutions From the Model
2.4 Testing the Model
2.5 Preparing to Apply the Model
2.6 Implementation
2.7 Conclusions
3 INTRODUCTION TO LINEAR PROGRAMMING
3.1 Prototype Example
3.2 The Linear Programming Model
3.3 Assumptions of Linear Programming
3.4 Additional Examples
3.5 Some Case Studies
3.6 Conclusions
4 SOLVING LINEAR PROGRAMMING PROBLEMS: THE SIMPLEX METHOD
4.1 The Essence of the Simplex Method
4.2 Setting Up the Simplex Method
4.3 The Algebra of the Simplex Method
4.4 The Simplex Method in Tabular Form
4.5 Tie Breaking in the Simplex Method
4.6 Adapting to Other Model Forms
4.7 Post-Optimality Analysex
4.8 Computer Implementation
4.9 The Interrior-Point Approach to Solving Linear Programming Problems
4.10 Conclusions
5 THE THEORY OF THE SIMPLEX METHOD
5.1 Foundations of the Simplex Method
5.2 The Revised Simplex Method
5.3 A Fundamental Insight
5.4 Conclusions
6 DUALITY THEORY AND SENSITIVITY ANALYSIS
6.1 The Essence of Duality Theory
6.2 Economic Interpretation of Duality
6.3 Primal-Dual Relationships
6.4 Adapting to Other Primal Forms
6.5 The Role of Duality Theory in Sensitivity Analysis
6.6 The Essence of Sensitivity Analysis
6.7 Applying Sensitivity Analysis
6.8 Conclusions
7 OTHER ALGORITHMS FOR LINEAR PROGRAMMING
7.1 The Dual Simplex Method
7.2 Parametric Linear Programminmg
7.3 The Upper Bound Technique
7.4 An Interior-Point Algorithm
7.5 Linear Goal Programming and Its Solution Procedures
7.6 Conclusions
8 THE TRANSPORTATION AND ASSIGNMENT PROBLEMS
8.1 The Transportation Problem
8.2 A Streamlined Simplex Method for the Transportation Problem
8.3 The Assignment Problem
8.4 Conclusions
9 NETWORK ANALYSIS INCLUDING PERT-CPM
9.1 Prototype Example
9.2 The Terminology of Networks
9.3 The Shortest-Path Problem
9.4 The Minimum Spaning Tree Problem
9.5 The Maximum Flow Problem
9.6 The Minimum Cost Flow Problem
9.7 The Network Simplex Method
9.8 Project Planning and Control with PERT-CPM
9.9 Conclusions
10 DYNAMIC PROGRAMING
10.1 A Prototype Example for Dynamic Programming
10.2 Characteristics of Dynamic Programming Problems
10.3 Deterministic Dynamic Programming
10.4 Probabilistic Dynamic Programming
10.5 Conclusions
11 GAME THEORY
11.1 The Formulation of Two-Person, Zero-Sium Games
11.2 Solving Simple Games-A Prototype Example
11.3 Games with Mixed Strategies
11.4 Graphical Solution Procedure
11.5 Solving by Linear Programing
11.6 Extensions
11.7 Conclusions
12 Integer Programming
12.1 Prototype Example
12.2 Some Other Formulation Possibilities with Binary Variablems
12.3 Some Formulation Examples
12.4 Some Perspectives on Solving Integer Programming Problems
12.5 The Branch-and -Bound Technique and Its Application to Binary Integer Programming
12.6 A Branch-and -Bound Algorithm for Mixed Integer Programming
12.7 Recent Developments in Solving BIP Problems
12.8 Conclusions
13 NONLINEAR PROGRAMMING
13.1 Sample Applications
13.2 Graphical Illustration of Nonlinear Programming Problems
13.3 Types of Nonlinear Programming Problems
13.4 One-Variable Unconstrained Optimization
13.5 Multivariable Unconstrained Optimization
13.6 The Darush-Duhn-Tucher(KKT)Conditions for Constrained Optimization
13.7 Quadratic Programming
13.8 Separable Programming
13.9 Convex Programming
13.10 Nonconvex Programming
13.11 Conclusions
14 MARKOV CHAINS
14.1 Stochastic Processes
14.2 Markov Chains
14.3 Chapman-Kolmogorov Equations
14.4 Classification of States of a Markov Chain
14.5 First Passage Times
14.6 Long-Run Properties of Markov Chains
14.7 Absorption States
14.8 Continuous-Time Markov Chains
15 QUEUEING THEORY
15.1 Prototype Example
15.2 Basic Structure of Queueing Models
15.3 Examples of Real Queueing Systems
15.4 The Role of the Exponential Distribution
15.5 The Birth-and -Death Process
15.6 Queueing Models Based on the Birth-and -Death Process
15.7 Queueing Models Involving Nonexponential Distributions
15.8 Priority-Discipline Queueing Models
15.9 Queueing Networks
15.10 Conclusions
16 THE APPLICATION OF QUEUEING THEORY
16.1 Examples
16.2 Decision Making
16.3 Formulation of Waiting-Cost Functions
16.4 Decision Models
16.5 Conclusions
17 INVENTORY THEORY
17.1 Examples
17.2 Components of Imventory Models
17.3 Deterministic Models
17.4 Stochastic Models
17.5 Conclusions
18 FORECASTING
18.1 Judgmental Techniques
18.2 Time Series
18.3 Forecasting Procedures for a Constant-Level Model
18.4 A Forecasting Procedure for a Linear Trend Model
18.5 A Forecasting Procedure for a Constant Level with Seasonal Effects Model
18.6 Forecasting Errors
18.7 Box-Jenkins Method
18.8 Linear Regression
18.9 Conclusions
19 MARKOV DECISION PROCESSES
19.1 A Prototype Example
19.2 A Model for Markov Decision Processes
19.3 Linear Programming and Optimal Policies
19.4 A Policy Improvement Algorithm for Finding Optimal Policies
19.5 Discounted Cost Criterion
19.6 Conclusions
20 DECISION ANALYSIS
20.1 A Prototype Example
20.2 Decision Marking without Experimentation
20.3 Decision Making with Experimentation
20.4 Decision Trees
20.5 Utility Theory
20.6 Conclusions
21 SIMULATION
21.1 Illustrative Examples
21.2 Formulating and Implementing a Simulation Model
21.3 Experimental Design for Simulation
21.4 Regenerative Method of Statistical Analysis
21.5 Conclusions
APPENDIXES
1 Documentation for the OR Courseware
2 Convexity
3 Classical Optimization Methods
4 Matrices and Matrix Operations
5 Tables
Answers to Selected Problems
Indexes
Author Index
Subject Indexx
