本书对数理统计模型方法和优化模型与算法进行了详细阐述，主要内容包括：数理统计的基本概念与抽样分布、参数估计、假设检验、回归分析、方差分析、多元统计分析方法、线性规划、多目标规划、决策分析、现代优化算法(包括禁忌搜索算法、模拟退火算法、遗传算法、人工神经网络)等。

目录

第一章数理统计基本概念与抽样分布1

第一节总体与样本1

第二节常用抽样分布及有关定理7

习题13

第二章参数估计15

第一节点估计15

第二节区间估计22

习题31

第三章假设检验34

第一节正态总体的均值检验34

第二节正态总体方差的检验37

第三节两正态总体均值差和方差比的检验40

第四节分布假设检验45

习题48

第四章回归分析51

第一节一元线性回归51

第二节预测与控制问题——回归分析的应用61

第三节可线性化的一元非线性回归64

第四节多元线性回归68

习题72

第五章方差分析75

第一节一元方差分析75

第二节二元方差分析80

习题85

第六章多元统计分析87

第一节主成分分析87

第二节聚类分析97

第三节判别分析110

习题119

第七章线性规划122

第一节线性规划问题及其数学模型122

第二节 线性规划的基本概念和基本定理126

第三节线性规划的图解法和几何理论129

第四节单纯形法132

第五节对偶单纯形法143

第六节 运输问题153

习题164

第八章多目标规划168

第一节多目标规划问题及其数学模型168

第二节多目标规划问题的解集和象集169

第三节目标规划173

习题186

第九章决策分析（决策论）189

第一节决策的概念与分类189

第二节随机型决策192

第三节不确定型决策210

习题218

第十章现代优化算法221

第一节禁忌搜索算法221

第二节模拟退火算法230

第三节遗传算法238

第四节人工神经网络247

习题256

附表259

习题答案276

参考文献284