We współczesnej gospodarce przy podejmowaniu decyzji wykorzystywane są metody statystyczno-matematyczne. W podręczniku przedstawiono m.in. liczne przykłady zastosowań programowania liniowego, wielokryterialnego, nieliniowego, dyskretnego i dynamicznego.

Sporo uwagi poświęcono też metodom heurystycznym, sieciom neuronowym, drzewom decyzyjnym, zarządzaniu zapasami. Osobne rozdziały poświęcone zostały omówieniu programowania w warunkach niepewności i w warunkach ryzyka.

Rozdziały:

Rozdział 1. Optymalizacja liniowa
1.1. Modelowanie problemów decyzyjnych
1.2. Przykłady liniowych zadań decyzyjnych
1.3. Postacie zadań programowania liniowego
1.4. Dualność
1.5. Metoda geometryczna
1.6. Metoda simpleks
1.7. Analiza postoptymalizacyjna

Rozdział 2. Zagadnienia transportowe
2.1. Zamknięte zagadnienie transportowe
2.2. Metoda potencjałów dla zamkniętego zagadnienia transportowego
2.3. Zagadnienie pośrednika
2.4. Zagadnienie transportowe z ograniczoną przepustowością tras
2.5. Zagadnienie transportowe z kryterium czasu

Rozdział 3. Przepływy w sieciach
3.1. Sieci
3.2. Zagadnienie maksymalnego przepływu
3.3. Zagadnienie najkrótszej drogi
3.4. Zagadnienie przepływu o minimalnym koszcie

Rozdział 4. Optymalizacja wielokryterialna
4.1. Matematyczny model sytuacji decyzyjnej w przypadku istnienia wielu kryteriów oceny
4.2. Optymalność w programowaniu wielokryterialnym
4.3. Postępowanie w przypadku nieporównywalności decyzji
4.4. Liniowe problemy wielokryterialnego podejmowania decyzji

Rozdział 5. Programowanie nieliniowe
5.1. Wprowadzenie
5.2. Własności problemów programowania nieliniowego
5.3. Klasyfikacja problemów programowania nieliniowego
5.4. Problem Kuhna-Tuckera
5.5. Algorytmy wyznaczania ekstremum lokalnego
5.6. Wybrane problemy programowania nieliniowego sprowadzalne do problemu programowania liniowego

Rozdział 6. Programowanie dynamiczne
6.1. Istota programowania dynamicznego. Zasada optymalności Bellmana 142
6.2. Zagadnienie optymalnego rozdziału zasobu

Rozdział 7. Analiza sieciowa przedsięwzięć
7.1. Sieciowe modele przedsięwzięć
7.2. Metoda ścieżki krytycznej
7.3. Technika oceny i kontroli programu
7.4. Analiza czasowo-kosztowa
7.5. Analiza zasobowa

Rozdział 8. Optymalizacja dyskretna
8.1. Wprowadzenie
8.2. Zagadnienie przydziału
8.3. Zagadnienie lokalizacji produkcji
8.4. Zagadnienie wyznaczania harmonogramu realizacji prac
8.5. Zagadnienie komiwojażera
8.6. Zagadnienie rozwózki
8.7. Idea metody podziału i ograniczeń
8.8. Metoda podziału i ograniczeń dla zadania PCL
8.9. Algorytm Little'a dla zagadnienia komiwojażera
8.10. Algorytm Johnsona dla ustalenia kolejności obróbki detali

Rozdział 9. Programowanie w warunkach ryzyka
9.1. Wprowadzenie
9.2. Zagadnienie ogrodnika - ryzyko decyzji
9.3. Zagadnienie gazeciarza
9.4. Zagadnienie ustalania optymalnej liczby części zamiennych
9.5. Systemy masowej obsługi

Rozdział 10. Drzewa decyzyjne
10.1. Wprowadzenie
10.2. Struktura drzew decyzyjnych
10.3. Maksymalizacja oczekiwanej korzyści (minimalizacja oczekiwanego kosztu)
10.4. Decyzje sekwencyjne w warunkach niepewności
10.5. Problem pozyskania dodatkowej informacji
10.6. Maksymalizacja oczekiwanej użyteczności

Rozdział 11. Programowanie w warunkach niepewności
11.1. Wprowadzenie
11.2. Gry z naturą
11.3. Elementy teorii gier

Rozdział 12. Zarządzanie zapasami
12.1. Koszty zapasów
12.2. Klasyczny model EOQ i jego rozszerzenia
12.3. Polityka zamawiania w przypadku zapotrzebowania zmiennego w czasie

Rozdział 13. Optymalizacja decyzji inwestycyjnych
13.1. Wprowadzenie
13.2. Pomiar zysku i ryzyka inwestycji w papiery wartościowe
13.3. Portfel papierów wartościowych
13.4. Kryteria wyboru optymalnego portfela
13.5. Krótka sprzedaż jako przykładowe rozwinięcie analizy portfelowej

Rozdział 14. Sztuczne sieci neuronowe
14.1. Wprowadzenie
14.2. Budowa sztucznej sieci neuronowej
14.3. Uczenie sieci neuronowej
14.4. Praktyczne aspekty stosowania sieci neuronowych

Rozdział 15. Metody heurystyczne
15.1. Wprowadzenie
15.2. Heurystyki lokalnych poszukiwań
15.3. Algorytmy mrówkowe
15.4. Algorytmy genetyczne