管理數學與Python：數據分析的必修課

管理數學
目錄
推薦序
序

第1部份 管理數學原理
第1章 函數原理
第2章 函數與導函數
Python Part 1

第2部份 微分
第3章 微分方法— 單變數函數
第4章 微分方法— 多變數函數偏微分
第5章 微分商管應用
Python Part 2

第3部份 積分
第6章 積分原理— 反導函數與微積分基本定理
第7章 積分方法— 單變數函數
第8章 積分方法— 多變數函數重積分
第9章 積分的商管應用
Python Part 3

第4部份 矩陣代數
第10章 矩陣代數基礎
第11章 矩陣的基本運算與應用
第12章 矩陣的進一步性質
Python Part 4

第5部份   數學規劃與管理決策
第13章 數學規劃-- 單變數函數的極值
第14章 數學規劃--多變數函數的極值
第15章 數學規劃—具限制條件下函數的極值問題
第16章 選擇性主題
Python Part 5
Python Part 6
Python Part 7
Python Part 8

 

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。