第一本結合管理數學和Python、R應用的工具書,輕鬆獲得雙倍效果!
管理的問題,就用數學來解決吧!
令人驚呼的超強特色:
1.淺顯易懂的口吻加上超豐富內容,一本掌握管理數學!
2.附有精彩的範例、習題與解析,滿足所有練習慾望!
3.用Python、R簡單搞定繁雜的數學計算,手把手跟著步驟走!
讓數據分析成為管理的後盾,成就更無懈可擊的經營決策!
管理數學為一門重要的基礎,不只是為了商業管理和決策,也是學習資料科學的第一步。現今不論是商管領域的學生或是從業人員,為了跟上世界的腳步,都必須學習程式語言,如果能在學習管理數學時搭配Python、R做使用,不只符合世界潮流,也等同開啓資料分析的大門。
本書作者投入融合「計量經濟學和資料科學」的計量資料科學 (Econometric Data Science) 多年,對於以計量經濟學為基礎的資料科學猶有心得,本書由淺入深地介紹微分、積分、矩陣代數和數學規劃等管理數學必需的基礎與商管應用,此外,為達到與程式學習相輔相成之效,作者編排章節亦十分用心,在管理數學的16堂課中,穿插步驟式的Python、R教學單元,讓讀者學完數學原理和計算之後,能立刻熟悉Python與R的應用方式,學習效率更加倍!輕鬆就學會管理數學!
作者簡介:
何宗武
美國猶他大學(University of Utah)經濟學博士,現為國立臺灣師範大學全球經營與策略研究所教授,教學資歷豐富,曾任世新大學經濟學系及財務金融學系教授。專長為財務經濟學、金融大數據、計量經濟資料科學及程式語言等,著作多本相關書籍如:《大數據決策分析盲點大突破10講:我分類故我在》、《R語言:深入淺出財經計量》、《R資料採礦與數據分析:以GUI套件Rattle結合程式語言實作》、《資料分析輕鬆學:R Commander高手捷徑》、《大數據時代的決策思維:資料敘事的起承轉合》、《數位創新:商業模式經濟學》。
推薦序
推薦序
管理數學已為商管領域中數量方法的重要基礎,本書主要內容包括「微積分」與「矩陣代數」,並搭配實務面應用,如「數學規劃」及「管理決策」等。
與數學一樣講求邏輯思維的程式設計,近年來由於大數據與人工智慧的興起,帶動了一股軟體應用程式設計的學習熱潮,而過去幾年Python 語言在 codeeval.com的最夯程式語言中名列第一,毫無疑問Python已成為當今最熱門的程式語言。Python程式碼簡單好理解、有超豐富的函式庫可以運用,是非常適合商管領域初學者學習的程式語言。
將當今最熱門及最適合商管領域初學者學習的程式語言Python與管理數學內容結合起來是本書的最大特色;讀者可將數學的運算邏輯透過程式語言來實現演算,過程中除了可以學習到數量方法與程式語法之外,對於商管領域未來實務應用與發展能力上奠定了深厚的基礎,例如:現今金融業蓬勃發展的金融科技(FinTech)。
末學與何宗武教授是相識多年的好友,同時也是在大數據、人工智慧於金融科技發展上的同好伙伴,深知何教授在財經與金融大數據等研究領域表現卓越,並且也出版多本與商管相關的程式語言書籍,對於商管程式教育不遺餘力。而「管理數學與Python」一書著重以企業管理為主的理論學習架構,搭配Python程式語言實現運算邏輯,內容淺顯易懂,非常適合商管相關科系的學生來學習,在此鄭重推薦給大家研讀,相信收穫一定滿滿。
陳育仁
國立高雄科技大學
會計資訊系、資訊財務碩士學位學程 教授
財金大數據中心 主持人
2019/05/24
推薦序
管理數學已為商管領域中數量方法的重要基礎,本書主要內容包括「微積分」與「矩陣代數」,並搭配實務面應用,如「數學規劃」及「管理決策」等。
與數學一樣講求邏輯思維的程式設計,近年來由於大數據與人工智慧的興起,帶動了一股軟體應用程式設計的學習熱潮,而過去幾年Python 語言在 codeeval.com的最夯程式語言中名列第一,毫無疑問Python已成為當今最熱門的程式語言。Python程式碼簡單好理解、有超豐富的函式庫可以運用,是非常適合商管領域初學者學習的程式語言。
將當今最熱門及最適合商管領域初學者學習的...
作者序
再版序
2019本書初版問世,2022虎年改版。二版的內容延續第一版,除了勘誤的修正之外,在程式實作方面也添加了R的部分。雖然R在解數學問題上,比不上Python和Matlab,但是,依然有它可取之處。至少就延伸資料科學的學習,從此是一個入門。
這次改版要謝謝國立臺灣師範大學管理學院企管系的同學們,這本書用於大一微積分和管理數學,很多用功的同學,有教的部分,題目做爛了,沒教的部分也做很多,因此回饋給我很多勘誤與教學建議,讓第二版修改了不少從學習者角度思考的寫法。同時,數學規劃和矩陣代數也增加了篇幅。學數學必須一再練習致熟能生巧,所以必須「Hands-on」,管理數學「Management Mathematics」,轉句廣告台詞:「M&M,只融你手,不融你口」。
何宗武
於臺師大管理學院 2022/1/20
初版序
過去20年,如果要處理資料都需要去圖書館拿年鑑或月報,然後用人工輸入。近來因為科技發展,讓數據的蒐集和使用愈來愈便捷,很多領域都開始面對大量數據躺在那邊。數字多的學科,須要瞭解資料探勘和數據分析的用途;用文字多的學門,則面臨文字分析和自然語言處理的學習。自己用不用沒關係,但是要能看的懂他人產生的報告。
坊間不缺管理數學的書,但是就內容編寫而言,會反應作者心中的核心學科。例如,有的側重微積分,有的側重作業研究(Operation Research)或數學規劃,有的甚至沒有足夠的矩陣代數篇幅。因此,以管理數學為經,本書設想的是以企業管理為主的學習架構,分四部分:微分和積分與矩陣代數和數學規劃。對於上學期可以講授3學分微積分,下學期可以講授矩陣代數和數學規劃。這是本書內容的第一個特色。
另外,目前商管學院和人文社會相關科系,幾乎都須要有一點程式概念,各校均增添程式教育課程。非資訊相關學門,程式學習入門最好能融入特定課程,而不要一開始就開一門獨立的程式語言課程。在這樣的背景之下,每一個部分結尾,納入循序漸進的Python章節,先把Python當成計算機,可以手算習題,然後用五六行的Python碼驗算。這樣一年課程下來,就會熟悉Python的運行邏輯。將Python融入課程,這是本書第二個特色。
然而,在四部分之後,本書依然續編了5-8部分的Python介紹,以供有興趣的同學在整門課結束後可以利用暑假繼續學習。每部分的Python學習手冊,可以使用Python於習題練習,確認答案,繪圖,以及符號運算。
本書完成,一要感謝臺灣師範大學提供優良的研究與教學環境,讓本人能專心工作;二要感謝五南出版社別具慧眼,在教科書市場競爭之下,願意出版這樣一本教科書。本書有任何疏漏與未竟之處,皆是本人的責任。
何宗武
於臺師大管理學院 2019/5/17
再版序
2019本書初版問世,2022虎年改版。二版的內容延續第一版,除了勘誤的修正之外,在程式實作方面也添加了R的部分。雖然R在解數學問題上,比不上Python和Matlab,但是,依然有它可取之處。至少就延伸資料科學的學習,從此是一個入門。
這次改版要謝謝國立臺灣師範大學管理學院企管系的同學們,這本書用於大一微積分和管理數學,很多用功的同學,有教的部分,題目做爛了,沒教的部分也做很多,因此回饋給我很多勘誤與教學建議,讓第二版修改了不少從學習者角度思考的寫法。同時,數學規劃和矩陣代數也增加了篇幅。學數學必須一再...
目錄
推薦序
再版序
初版序
管理數學原理
第 1 堂課 數學基礎
第 2 堂課 函數
Codes Part 1
微分
第 3 堂課 微分方法:單變數
第 4 堂課 微分方法:多變數函數之偏微分與全微分
第 5 堂課 微分的應用與邊際意義
Codes Part 2
積分
第 6 堂課 積分原理
第 7 堂課 積分方法:單變數
第 8 堂課 多變數重積分
第 9 堂課 積分應用
Codes Part 3
矩陣代數
第 10 堂課 矩陣代數基礎
第 11 堂課 矩陣的基本運算與應用
第 12 堂課 矩陣進一步性質與應用
Codes Part 4
數學規劃與管理決策
第 13 堂課 單變數函數的最佳化問題
第 14 堂課 雙變數函數的極值:無限制條件下的極值判斷問題
第 15 堂課 具限制條件的最佳化問題
第 16 堂課 選擇性主題
Codes Part 5
Python 附錄一
Python 附錄二
Python 附錄三
推薦序
再版序
初版序
管理數學原理
第 1 堂課 數學基礎
第 2 堂課 函數
Codes Part 1
微分
第 3 堂課 微分方法:單變數
第 4 堂課 微分方法:多變數函數之偏微分與全微分
第 5 堂課 微分的應用與邊際意義
Codes Part 2
積分
第 6 堂課 積分原理
第 7 堂課 積分方法:單變數
第 8 堂課 多變數重積分
第 9 堂課 積分應用
Codes Part 3
矩陣代數
第 10 堂課 矩陣代數基礎
第 11 堂課 矩陣的基本運算與應用
第 12 堂課 矩陣進一步性質與應用
Codes Part 4
數學規劃與管理決...