在现代管理学中，运筹学是一门非常重要的专业课程，它主要应用数学和形式科学进行跨领域研究，以便对相关复杂问题进行最佳的解答。在本教程中，我们将对国立交大的运筹学课程进行学习。

　　运筹学主要研究经济活动和军事活动中能用数量来表达的有关策划、管理方面的问题。当然，随着客观实际的发展，运筹学的许多内容不但研究经济和军事活动，有些已经深入到日常生活当中去了。运筹学可以根据问题的要求，通过数学上的分析、运算，得出各种各样的结果，最后提出综合性的合理安排，以达到最好的效果。

　　运筹学作为一门用来解决实际问题的学科，在处理千差万别的各种问题时，一般有以下几个步骤：确定目标、制定方案、建立模型、制定解法。

　　虽然不大可能存在能处理及其广泛对象的运筹学，但是在运筹学的发展过程中还是形成了某些抽象模型，并能应用解决较广泛的实际问题。

　　随着科学技术和生产的发展，运筹学已渗入很多领域里，发挥了越来越重要的作用。运筹学本身也在不断发展，线性规划;非线性规划;整数规划;组合规划等)、图论、网络流、决策分析、排队论、可靠性数学理论、库存论、博弈论、搜索论、模拟等等。

　　运筹学有广阔的应用领域，它已渗透到诸如服务、经济、库存、搜索、人口、对抗、控制、时间表、资源分配、厂址定位、能源、设计、生产、可靠性等各个方面。

　　运筹学是软科学中“硬度”较大的一门学科，兼有逻辑的数学和数学的逻辑的性质，是系统工程学和现代管理科学中的一种基础理论和不可缺少的方法、手段和工具。运筹学已被应用到各种管理工程中，在现代化建设中发挥着重要作用。

This is the second course that introduces deterministic and probabilistic optimization models such as dynamic programming, integer programming, nonlinear programming, Markov chain and queueing theory. This course focuses on modeling approaches, fundamental solution methodologies and their applications to the real world. 作業研究(二) Operations Research II Share on facebook Share on twitter Share on email Share on print More Sharing Services 0 課程目標/概述   This is the second course that introduces deterministic and probabilistic optimization models such as dynamic programming, integer programming, nonlinear programming, Markov chain and queueing theory. This course focuses on modeling approaches, fundamental solution methodologies and their applications to the real world. 　　 課程章節   章節名稱 章節名稱 第10章 Dynamic Programming 10.1  A Prototype Example for Dynamic Programming 10.2 Characteristics of Dynamic Programming Problems 10.3 Deterministic Dynamic Programming ─ Example 4改為簡單案例 10.4 Probabilistic Dynamic Programming ─ 僅教Example 6 第11章 Integer Programming 11.1 Prototype Example 11.2 Some BIP Applications 11.3 Innovative Uses of Binary Variables in Model Formulation 11.4 Some Formulation Examples 11.5 Some Perspectives on Solving Integer Programming Problem 11.6 The Branch-and-Bound Technique and its Application to Binary integer Programming 11.7 A Branch-and-Bounds Algorithm for the Mixed Integer Programming 第12章 nonlinear programming Review Calculus 12.1 Sample applications 12.2 Graphical Illustration of Nonlinear Programming Problems 12.3 Types of Nonlinear Programming Problems 12.4 One-Variable Unconstrained Optimization Appendix 3: Constrained Optimization with Equality Constraints 12.5 Multivariable Unconstrained Optimization 12.6 The Karush-Kuhn-Tucker(KKT) Conditions for Constrained Optimization 12.7 Quadratic Programming 第16章 Markov Chain Review Probability Theory 16.1 Stochastic Processes 16.2 Markov Chains 16.3 Chapman-Kolmogorov Equations 16.4 Classif