第二章
预测未来是企业经济决策的一个基本方面。

未来的销售是经济预测中最重要的变量。

了解销售是预算和规划过程的一个先决条件。

人们开发出各种定量方法来预测变量的未来值，这些方法模型可以划分为三大类：
1、利用过去的数据进行预测
一个变量的历史模式可以用来识别和预测未来，通过从时间序列数据外推得到这些模式。

2、利用因果模型进行预测
找出未知变量与一个或多个已知变量之间的关系。

利用已知变量的值去预测所需的变量值。

3、.利用统计数据进行预测
定量陈述法用来表达主观概率判断。

这些方法可以合并预测的实际“击球率”并且能提供一个集体决策的表达式。

第三章
定量分析方法在实现成本节约方面做得非常成功的一个商业决策领域是存货控制领域。

这个成功故事的主要原因在于存货代表了整个经济活动的大部分。

仅仅在美国，数千亿美元都是投资在存货上。

由于很大规模的存贮投资，即便存储控制有很小的提高，但也会导致极大的节约。

存储理论始于20世纪20年代，从此经历了几个阶段的发展。

一开始，它有非常简单的几个参数的模型来捕获关键因素。

后来，通过增加更多的参数，这些模型被建立成包含更多的细节。

渐渐地，概率模型在20世纪50年代被研发，用来描述难以预测需求和订货至交货时间的影响。

所有的模型遭遇到一个限制------它们在一段时间内仅仅处理一种产品。

真正的生活存贮人们面临的是管理项目的巨大变化，用充分的相互关系来形成一个管理问题。

在20世纪70年代早期，一个被称为物料需求计划（MRP)的技术开始得到使用。

后来，这个技术没有改变初始的条件，而被改名为制造资源计划（MRPⅡ）。

MRP的中心思想是不能停工待料，使得需要物料是能充分有效地提供。

最初的版本假设对最终产品的决定性需求，对订购数量进行简单的逆向工作，和安排组件与基本元件的提供。

逐渐扩展这些模型使它们更符合实际。

20世纪70年代后期80年代初，另外一场运动兴起改革了生产实践。

被更高利益成本（零库存）和日本一些成功企业的例子的刺激下，准时生产的概念变得流行起来。

存储管理的哲学改变暗示了存储这门学科依然活着和成长着。

第四章
在这一章，我们将会考虑目前最成功的定量分析程序，它过去被用来简化商业决策过程。

被称为线性规划的集合工具已经有了广泛的应用。

毫无疑问，线性规划在现代数量分析方法中有最广泛的影响。

什么是线性规划？“规划”这一词的使用，在这里不应与计算机里面被称为“程序”的书写指令相混乱。

在目前情况下，我们把规划看成是一种包含稀缺资源的经济配置的计划形式，来满足所有的基本需求。

因此，线性规划建立了一个能有效应用所有的因素，以致实现期望目标的计划。

我们所说的线性规划就是通过建立包含数字关系的模型来获得最终的计划。

它们是：
①选择这些决策变量最佳值的标准能够被线性函数所表示，也就是说，一个数学函数只包含没有差值的变量的一次幂。

这些标准函数通常被称作为目标函数。

②这个主导整个过程的运算规则能被表示为线性的等式或不等式的值。

这些集合被称为约束集。

第五章
在解决商业问题中，定量分析最重要和最成功的应用之一是在产品的物质调用领域。

从
供应点到需求地更有效的运输路径得到巨大的成本节约。

在这章里面，我们将会考虑把运输问题，作为分析这类问题的框架。

运输问题在其基本结构里面的目标是使得从工厂到配送中心过程中运输的总成本最小，在这种方式之下，每个仓库都被满足，每个工厂在它的生产量下进行运作。

一般来说，从线性规划的角度表示这样的数学问题是很容易的。

像任意一种线性规划，运输问题都可以用单纯形法解决。

但单纯形法只是一个普通的程序，它的普遍性有一定的限制。

运输问题的特殊结构允许我们用一种比单纯形法更快更简单的方法求解。

通过运输问题的研究，我们因此得到定量分析的一种新方法。

运输问题求解程序的明智选择，使我们获得时间和金钱双重节约。

这章将用另一种更好的方法来解释说明运输问题。

我们知道，另外可选择的方法能够被用来求解的各种各样的线性规划问题是很重要的。

第六章
定量分析方法的重要应用在项目管理领域可得到实现，而这个领域大量的工作都是针对特定的成就。

这样一个项目可能是一个大坝或飞机场的建造，一个新型飞机的建立，一个新电脑系统的安装启用，或者一个新产品的介绍。

所有这些例子都需要一个对指挥和协调不同组织、人的活动的管理。

每个项目伴随面临着不确定性，并且需要花费大量的时间去实现。

在选择每种实现方式中，时间是最主要的因素。

这个对于建造项目来说是特别真实的，在使用者计划开始运行设备之前，建造者通常必须已完成该项目。

一个公司的总部大楼阐明了工程按时完成的重要性。