ENCYCLOPEDIA OF OPERATIONS RESEARCH

AND MANAGEMENT SCIENCE

ENCYCLOPEDIA OF OPERATIONS RESEARCH & MANAGEMENT SCIENCE

Editors: Saul I. Gass and Carl M. Harris

ADVISORY BOARD

Peter C. Bell University of Western Ontario, Canada

U. Narayan Bhat Southern Methodist University, USA

Judith S. Liebman University of Illinois, Urbana-Champaign, USA

Olvi L. Mangasarian University of Wisconsin, USA

Heiner Miiller-Merbach Universitat Kaiserlautern, Germany

William P. Pierskalla University of California, Los Angeles, USA

Stephen M. Pollock University of Michigan, USA

Graham K. Rand Lancaster University, England

Martin K. Starr Columbia University, USA

Kaoru Tone Saitama University, Japan

Harvey M. Wagner University of North Carolina, Chapel Hill, USA

Warren E. Walker The RAND Corporation, USA

ENCYCLOPEDIA OF OPERATIONS RESEARCH

AND MANAGEMENT SCIENCE

Edited by

Saul I. Gass College of Business and Management

University of Maryland College Park, Maryland, USA

and

Carl M. Harris Department of Operations Research and Engineering

George Mason University Fairfax, Virginia, USA

..... "

Kluwer Academic Publishers Boston/Dordrecht/London

Distributors for North America: Kluwer Academic Publishers 101 Philip Drive Assinippi Park Norwell, Massachusetts 02061 USA

Distributors for all other countries: Kluwer Academic Publishers Group Distribution Centre Post Office Box 322 3300 AH Dordrecht, THE NETHERLANDS

ISBN-13:978-1-4613-8058-0 DOl: 10.1007/978-1-4613-0459-3

e- ISBN-13:978-1-4613 -0459-3

Library of Congress Cataloging-in-Publication Data

A C.I.P. Catalogue record for this book is available from the Library of Congress.

Copyright © 1996 by Kluwer Academic Publishers Softcover reprint of the hardcover 1st edition 1996

All rights reserved. No part of this publication may be reproduced, stored in a retrieval system or transmitted in any form or by any means, mechanical, photo-copying, recording, or otherwise, without the prior written permission of the publisher, Kluwer Academic Publishers, 101 Philip Drive, Assinippi Park, Norwell, Massachusetts 02061.

Printed on acid-free paper.

Table of Contents

Contributors ........................................................................... XXXI

Preface ................................................................................. XXXIX

A * Algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Acceptance sampling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Accounting prices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Accreditation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Active constraint. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Active set methods. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Activity. ... . .. .. . . .. . ..... . . . . .. ...... . . .... .. . . ...... . . .... . . . . .... .. . ... .. . ... .. .... . 1

Activity-analysis problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Activity level. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Acyclic network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Adjacent............................................................................... 1

Adjacent (neighboring) extreme points. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Advertising Kalyanaram / Bass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Affiliated values bidding model.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Affine transformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Affine-scaling algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Agency theory. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Agriculture and the food industry Bender/Kahan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

AHP................................................................................... 7

AI..................................................................................... 7 Air force operations analysis Thomas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Airline industry Ryan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . 10

Algebraic modeling languages for optimization Rosenthal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Algorithmic complexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Alternate optima. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Alternate paths. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Analytic combat model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Analytic hierarchy process Saaty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Animation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

Anticycling rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

VI Table of contents

Antithetic random variates. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

Applied probability. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

Arc..................................................................................... 25

Archimedean axiom. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

ARIMA................................................................................. 25

Arrival process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

Arrival-point distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

Arrow diagram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

Artificial intelligence Greenberg. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

Artificial variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

Assignment problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

Automation Liberatore. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

Availability Ushakov. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

Averch-Johnson hypothesis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

Backward chaining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

Backward Kolmogorov equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

Backward-recurrence time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

Balance equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

Balking................................................................................. 33

Banking Zenios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

Bar chart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

Barrier and distance functions Polyak . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

Basic feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Basic solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Basic variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Basis.................................................................................... 40

Basis inverse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Basis vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Batch shops. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Battle modeling Hartley. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Bayesian decision theory, subjective probability and utility Laskey. . . . . . . . . . . . . . . . . . . . . . . . . 44

Bayes rule .............................................................................. 45

Beale tableau. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

Bender's decomposition method. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

Best-fit decreasing algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

Bidding models Rothkopf. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

Big-M method...... . . ..... .. . . ..... . ...... .. . . .... .... ....... . . ..... ... . .. . ..... .. . . ... . 50

Bilevel linear programming .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

Binary variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

Bin-packing Wang/Coleman.............................................................. 50 Bipartite graph. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

Birth-death process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

Bland's anti cycling rules. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . 53

Blending problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

Table of contents Vll

Block-angular system . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

Block pivoting. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

Block-triangular matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .... . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

Bootstrapping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

Bounded rationality. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

Bounded variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

Branch.................................................................................. 54

Branch and bound. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

Brownian motion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

BTRAN................................................................................. 55

Buffer... ... . .. . . . ... .. . . ........ ..... . . ..... . .... . . . .... . . ... . ...... . ..... . ..... . ... .. .. 55

Bulk queues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

Burke's theorem. ...... . . ...... . . ..... . . .... . ...... . . . ... . .... . . . .... . . .... . ........ . .. .. 55

Busy period . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

Calculus of variations Nash. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

Call priorities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

Candidate rules. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

Capacitated transportation problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

Capital budgeting Levary, . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

CASE ................................................................... '............... 62

CDF.................................................................................... 62

Center for Naval Analyses Harris. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

Certainty equivalent. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Certainty factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Chain................................................................................... 66

Chance-constrained programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Chance constraint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Chaos................................................................................... 66

Chapman-Kolmogorov equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Chinese postman problem Stewart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

Choice strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

Choice theory Adelman. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

Chromatic number. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

Chromosome. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

Circling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

ClM .................................................................................... 72

Classical optimization. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

Closed network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

Cluster analysis Aronson/Sundaram. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

Cobb-Douglas production function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

COEA................................................................................... 75

Coefficient of variation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

Cognitive mapping. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

Coherent system. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

Column generation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Column vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

viii Table of contents

Combat model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Combat simulation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Combinatorial and integer optimization Hoffman / Pad berg. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Combinatorial explosion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

Combinatorics Lawler. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

Common random variates........ . . . . .. ...... . . ........ .. ...... .. . ....... .. . . .... ... . . . . . 85

Common value bidding model .... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

Communications networks Sykes........ . ..... .. ......... . . . ....... ...... . .. . . .......... .. 86

Community operations research .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

Complementarity condition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

Complementarity problems Cottle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

Complementary pivot algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

Complementary slackness theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

Computational complexity Hall. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

Computational geometry Beichl/Bernal/Witzgall/Sullivan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

Computational probability. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 103

Computer science and operations research Sharda. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 103

Concave function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 106

Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 106

Condition number .. '. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 106

Cone.................................................................................... 106

Congestion system. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 106

Conjugate gradient method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 106

Connected graph ........................................................................ 106

Conservation of flow. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 106

Constrained optimization problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 107

Constraint ............................................................................. , 107

Constraint qualification ................................................................. , 107

Construction applications Perry . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 107

Continuous· time Markov chain (CTMC). . . .... . . . ...... . . . . ..... .. . . ........ . . . . .......... 109

Control charts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 109

Controllable variables ................................................................... 109

Control theory Manitius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 109

Convex combination....... . . .... . ..... . . . ... ... . ....... . . . .... .. . . ...... . . . ........... .. 113

Convex cone ............................................................................ 113

Convex function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 113

Convex hull. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 113

Convex polyhedron. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 113

Convex-programming problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 113

Convex set. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 113

Convexity rows. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 113

Corner point. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 113

Corporate strategy Hax/Majluf. .. ...... . ..... . . . ......... ...... . . . . ....... . . . .... . . ...... 114

Cost analysis Balut/Gulledge. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 119

Cost coefficient. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 122

Table of contents IX

Cost effectiveness analysis Womer........................................................ 122

Cost range . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 125

Cost row. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 125

Cost slope. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 125

Cost vector .............................................................................. , 125

COV .................................................................................... 125

Covering problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 125

Coxian distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 125

CPM .................................................................................... 125

CPP .................................................................................... 125

Cramer's rule. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 125

Crash cost .............................................................................. 125

Crash time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 125

Crew scheduling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 125

Crime and justice Barnett/Maltz..... . . . ...... . . . ...... . ..... . .. ..... . . . .... . .... . ..... . .. 126

Criterion cone. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 131

Criterion space. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 132

Criterion vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 132

Critical activity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 132

Critical path . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 132

Critical path method (CPM). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 132

Crossover . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 132

Curse of dimensionality. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 132

Customer distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 132

Cut..................................................................................... 132

Cut set.... . ..... .. . . . . .... . . . . .. . ..... . . . ... .. . . ..... . ..... . ...... . . . . .... . ..... . . .... .. 132

Cutting stock problems Haessler. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 132

CV ...................................................................................... 137

Cybernetics Sage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 137

Cycle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 142

Cyclic queueing network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 142

Cyclic service discipline. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 142

Cycling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 143

Danzig-Wolfe decomposition algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 145

Database design. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 145

Data envelopment analysis Cooper. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 145

DEA .................................................................................... 150

Decision analysis Schum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 150

Decision maker (DM) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 155

Decision making Buede . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 155

Decision problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 156

Decision support systems Vazsonyi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 156

Decision trees Eriksen/Keller. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 159

Decision variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 161

Decomposition algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 161

x Table of contents

Degeneracy ............................................................................. , 161

Degenerate solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 161

Degree.................................................................................. 161

Delaunay triangulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 161

Delay. ..... ... . . . ...... . .. ...... . . . . .. ...... . . . . .... . . .. ..... . . ..... ... . .. . . ....... ... .. 161

Delphi method Dewar/Friel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 161

Density. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 163

Density function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 163

Departure process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 163

Descriptive model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 163

Design and control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 164

Detailed balance equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 164

Determinant. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 164

Deterministic model ..................................................................... 164

Developing countries Galvao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 164

Development tool. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 166

Devex pricing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 166

Deviation variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 166

DFR .................................................................................... 166

Diameter. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 166

Diet problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 166

Diffusion approximation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 166

Diffusion process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 166

Digraph. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 166

Dijkstra's algorithm ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 166

Directed graph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 167

Direction of a set. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 167

Directional derivative. . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 167

Discr~te-programming problem ........................................................... 167

Discrete-~ime Markov chain (DTMC) .............................. ,....................... 167

Distribution selection for stochastic modeling Gross. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 167

DMU ................................................................................... 169

Documentation Gass. . . .. ..... . . . .... . . . . . . ..... . ........ . . . . .. ...... . . . ...... . . . . . . . .. .. 169

Domain knowledge ...................................................................... 170

DSS..................................................................................... 171

Dual linear-programming problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 171

Dual-simplex method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 171

Duality theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 171

Dualplex method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 171

Dummy arrow. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 171

Dynamic programming White. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 171

Earliest finish time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 175

Earliest start time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 175

Econometrics Kelejian/Prucha. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 175

Economic order quantity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 177

Table of contents Xl

Economics Murphy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 178

Edge .................................................................................... 184

Efficiency ............................................................................... 184

Efficiency frontier. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 184

Efficient algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 184

Efficient point. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 184

Efficient solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 184

Eigenvalue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 184

Eigenvector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 185

Electric power systems Yu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 185

Elementary elimination matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 187

Elimination method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 187

Ellipsoid algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 187

ELSP ................................................................................... 188

Embedding. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 188

Emergency services Chelst ............................................................... 188

EMS .................................................................................... 191

Entering variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 191

Environmental systems analysis Re Velle . '.' . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 191

EOQ .................................................................................... 196

Ergodic theorems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 196

Erlang.................................................................................. 196

Erlang B formula ..................................... '" . . . . .. . .. . .. ... . .... . ... . . .... .. 196

Erlang C formula. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 196

Erlang delay model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 196

Erlang distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 196

Erlang loss model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 196

Error analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 196

Eta file. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 196

Eta matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 196

Eta vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 196

Ethics Engel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 197

Euler tour. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 199

Evaluation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 199

Event-driven simulation ................................................................. , 199

EVOP ................................................................................... 199

Ex ante forecasts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 199

Exclusive-or node. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 199

Expected utility theory. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 199

Expert systems Holsapple/Whinston. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 199

Exploratory modeling Bankes ............................................................ 203

Exponential arrivals. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 205

Exponential-bounded (-time) algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 205

Exponential smoothing Brown. . . . . ..... . . . ... . . . ... .. . . .... . . ..... . ..... ...... ... . . . ... .. 205

Extremal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 207

xii Table of contents

Extremal column....... .......... ..... ... ...... ... .. .. .... ..... .. .... ................. .. 207

Extremal problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 207

Extreme direction ....................................................................... 207

Extreme point. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 207

Extreme point solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 207

Extreme ray. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 207

Face validity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 209

Facilities layout Kaku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 209

Facility location Chhajed, Francis, Lowe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 213

Factorable programming Jackson. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 216

Failure-rate function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 219

Farkas' lemma. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 219

Farrell measure ............................... '. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 219

Fathom ................................................................................. 219

FCFS ................................................................................... 219

Feasible basis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 219

Feasible region. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 220

Feasible solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 220

FEBA ................................................................................... 220

Feedback queue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 220

Field analysis Kreiner. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 220

FIFO .................................................................................... 223

Finite source. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 223

Fire models Levin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 223

Firing a rule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 226

First feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 226

First-fit decreasing algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 226

First-order conditions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 226

Fixed-charge problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 226

Flexible manufacturing systems Stecke . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 226

Float.................................................................................... 229

Flow.................................................................................... 229

Flow shop. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 229

Flow time. '. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 229

FMS .................................................................................... 229

Forecasting Armstrong. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 229

Forward chaining. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 233

Forward Kolmogorov equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 233

Forward-recurrence time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 233

Fourier-Motzkin elimination method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . .. 233

Fractional programming Schaible. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 234

Framing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 237

Frank-Wolfe method.................... . .......... . ..... ........ . . ... ... .. ............ .. 237

Free float . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 237

Table of contents xiii

Free variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 237

Freight routing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 237

FTRAN ................................................................................. 237

Fuzzy sets Gass . ........................................................................ , 237

GA ..................................................................................... 241

Game theory Lucas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 241

Gaming Schwabe ..... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 245

Gamma distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 248

Gantt charts Nahmias ................................................................... 248

Gaussian elimination . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 250

Gauss-Jordan elimination method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 250

Gene .................................................................................... 250

Generalized Erlangian distribution ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 250

Generalized upper-bounded (GUB) problem.................................. ......... ..... 250

Generator (of a Markov process) ............................ " . . . . . . ... . . .. .... .. . .. . . . .. 250

Genetic algorithms Michalewicz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 250

Geographic information systems Gray I Suchocki. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 253

Geometric programming Ecker. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 255

GERT ................................................................................... 257

GIS..................................................................................... 257

Global balance equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 257

Global maximum (minimum). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 258

Global models Gass. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 258

Global solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 259

Goal constraints ...... <. . • • • • • • • • . • • • • • . • • • • • . • • • • • . . • • • • . • • • • • • . • • . • • • • • • • • • • . • • • • • • • • • •• 259

Goal programming Schniederjans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 259

Gomory cut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 261

Gordan's theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 261

GP ...................................................................................... 261

Gradient vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 261

Graeco-Latin square ........... " . . . . . . . . . . . . . . . . .. . . . .. . . . .. . . . . . . .. . . . . . . . . ... . . . . .. . .. 261

Graph ................................................................................... 261

Graphical evaluation and review technique. . . . . . . . . . .. . . . . .. . . . . . . . .. . . . . . . . . . . .. . . . . .. .. 261

Graphics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 261

Graph theory Shier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 261

Greedy algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 264

GRG method............................................................................ 264

Group decision computer technology Buede . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 264

Group decision making Zahedi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 264

GUB .................................................................................... 271

Half space. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 273

Hamiltonian tour. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 273

Hazard rate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 273

Health care systems Gascon I Pierskalla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 273

Heavy-traffic approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 275

xiv Table of contents

Hessenberg matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 275

Hessian matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 276

Heterogeneous Lanchester equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 276

Heuristic procedure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 276

Hierarchical production planning Hax . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 276

Higher education Hearn/Lough.. . ... ... .. . . .. . . . . .. . . . . .. ...... .. . . ........ ... . .. ...... .. 279

Hirsch conjecture. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 283

Homogeneous Lanchester equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 283

Homogeneous linear equations .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 284

Homogeneous solution. . . ..... . .. . . ......... . . . . . .............. ...... . . . . . . . ... .. . . . . .. .. 284

Horn clause. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 284

Hospitals Morey. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 284

Hundred percent rule. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 286

Hungarian method... . . . . .. . . . ... ...... .. . . .. . ..... .... . . . . . . .. ..... . ............ . . . . .. .. 286

Hypercube queueing model Larson. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 286

Hyperexponential distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 291

Hypergame analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 291

Hyperplane. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 291

Identity matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 293

IFORS .................................................................................. 293

IFR..................................................................................... 293

IIASA ................................................................................... 293

lID..................................................................................... 293

Imbedded Markov chain ................................................................. 293

Implementation Woolsey.................................................................. 293 Implicit enumeration. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 294

Implicit price. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 294

Importance sampling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 294

Impossibility theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 294

Inactive constraint. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 294

Incidence matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 295

Incident. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 295

Independent float. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 295

Independent private values bidding model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 295

Indirect costs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 295

Industrial applications and OR Fortuin/van Beek/Van Wassenhove . . . . . . . . . . . . . . . . . . . . . . . .. 295

Industrial dynamics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 299

Industrial engineering and operations research Jarvis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 299

Infeasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 301

Inference engine. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 301

Influence diagrams. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 301

Information systems and database design in OR/MS Miiller-Merbach ....................... 301

INFORMS ............................................................................... 304

Initial feasible solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 304

Input process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 304

Table of contents xv

Input-output analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 304

Input-output coefficients. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 304

Insensitivity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 305

Institute for Operations Research and the Management Sciences (INFORMS) . . . . . . . . . . . . . .. 305

Integer goal programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 305

Integer-programming problem ............................................................ 305

Intensity function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 305

Interactive optimization. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 305

Interchange heuristic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 305

Interfering float . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 305

Interior point. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 305

Interior-point methods Boggs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 305

International Federation of Operational Research Societies (IFORS). . . . . . . . . . . . . . . . . . . . . . .. 308

International Institute for Applied Systems Analysis (IIASA). . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 308

Intervention model ...................................................................... 309

Inventory modeling Silver. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 309

Inverse matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 315

IP . .... . . .... . . .... . . . . ... . . . . .. .... . . . .... . . . . ... . . . . .. .. . . .. . ... . . . . . ... . . . ... . . . ... .. 315

IS... .... . ........ . . . . . .... . . . . ...... . . . .... . . . .... . . .... .. . . ...... . . . .... . . ..... . .... . .. 315

Isomorphic graph. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 315

ISOP 9000 standard. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 315

Isoquant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 315

Iteration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 315

IVHS ................................................................................... 315

Jackson network ................................................ '. . . . . . . . . . . . . . . . . . . . . . .. 317

Job shop scheduling Jones/Rabelo/Yih . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 317

Johnson's theorem... . . . . .. ... . . . . . . ... . . . ... .. . . ..... . ..... . . . . .... . . . . ... . . . . .. .. . . .... 324

Just-in-time (JIT) manufacturing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 324

Karmarkar's algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 325

Karush-Kuhn-Tucker (KKT) conditions. .... . . ...... . . .... . . .... . . . . ....... . . . .... . . .... .. 325

Kendall's notation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 325

Kilter conditions .... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 325

KKT conditions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 325

Klee-Minty problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 325

Knapsack problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 325

Knowledge acquisition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 326

Knowledge base.. . ..... . ...... . . . . .... . . . ..... . . .. .. . . .. .. . . ...... . . . ..... . . .... . . . ... .. 326

Knowledge engineer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 326

Konigsberg bridge problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 326

Konig's theorem. . ....... .. ..... . . . . . ..... . ..... . ... . . ... . . . . ....... . . ... . . ...... . . . ... .. 326

Kruskal's algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 326

Kuhn-Tucker (KT) conditions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 326

Lack of memory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 327

Lagrange multipliers. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 327

Lagrangian decomposition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 327

XVI Table of contents

Lagrangian function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 327

Lagrangian relaxation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 327

Lanchester attrition ..... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 327

Lanchester's equations Engel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 327

Laplace-Stieltjes transform. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 330

Laplace transform . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 330

Large-scale systems Ho. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 330

Latest finish time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 333

Latest start time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 333

Latin square ............................................................................ 333

LCFS ................................................................................... 333

LCP .................................................................................... 333

LDU matrix decomposition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 333

Learning Buck .......................................................................... 333

Learning curves Loerch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 335

Least-squares analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 338

Leontief matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 338

Level-crossing methods Brill ..... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 338

Level curve ............................................................................. 340

Lexicographic ordering .... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 340

Lexico-positive (negative) vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 340

LGP .................................................................................... 340

Libraries Reisman/Xu. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 340

LIFO .................................................................................... 343

Likelihood ratio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 343

Limiting distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 343

Lindley's equation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 343

Line.................................................................................... 343

Linear combination. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 343

Linear equation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 343

Linear fractional-programming problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 343

Linear functional. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 343

Linear equality. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 343

Linear programming Hillier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 343

Line segment.. . . .... . . .... .... ..... . ...... .. . .... . . . . ........ . ...... . . . . .. . .... . . . . . . . .. 347

Lipschitz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 347

Little's law Albin. ... .. . ... . . . . .... . ...... . .. ...... ...... .. . . ...... . . . . . . ..... . . . . . . . .... 347

Local balance equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 348

Local improvement heuristic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 348

Local maximum......................................................................... 348

Local minimum. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 349

Local optimum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 349

Local solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 349

Location analysis Re Yelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 349

Logic programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 354

Table of contents XVll

Logical variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 354

Logistics Solomon ....................................................................... 354

Log-linear model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . .. 357

Longest-route problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 357

Loss function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 358

Lottery. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 358

Lower-bounded variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 358

Lowest index anti cycling rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 358

LP ...................................................................................... 358

LU matrix decomposition ........ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 358

MAD ................................................................................... 359

Maintenance Ushakov.... . . .. . ......... . . .. ........ . . . ..... . . .. . ..... . . .... ...... ... . .... 359

Makespan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 359

Malcolm Baldridge award.. .... ........ . . ....... . .. ...... .. . . ....... . ............ . ....... 359

Manhattan metric . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 359

Manpower planning Bartholomew. . . . . . . . . . . . . . . . . • . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 359

MAP .................................................................................... 361

Marginal value (COST) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 361

Marketing Eliashberg / Lilien / Wind. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 361

Markov chains Harris... ....... . . . . ... .. . . ..... . .. ...... . ........... ... . ..... . .... .... .. 365

Markov decision processes White......................................................... 368 Markovian arrival process (MAP) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 370

Markov processes Miller. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 370

Markov property... . . . . . ........ . . .......... ................ .. .... .. ...... . . . ....... .... 374

Markov random field. .. . . ........ . . . . ...... .. ...... . .... . . ..... . . . . ........ . . ............ 374

Markov renewal process... . . . . ........ . . .... .. . . ..... . ...... . . . . .... ...... . . . ........... 374

Markov routing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 375

Marriage problem ....................................................................... 375

Master problem... ... ...... ... . .. ...... .. . . ....... . . ..... .. . . .. . . .... ... . .............. .. 375

Matching Eglese. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 375

Material handling Rosenblatt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 377

Material requirements planning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 380

Mathematical model..... ...... .. . ..... .. . . .............. . ..... ... . ........ ...... . ....... 380

Mathematical programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 380

Mathematical-programming problem. . ...... ...... ....... . . . . ... .......... .. . ..... . ..... .. 380

Mathematical programming society. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 381

Mathematical-programming system (MPS)... ...... ....... . . . . . ........ . ..... ...... ...... .. 381

Matrices and matrix algebra Tucker. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 381

Matrix-analytic stochastic models Neuts .................................................. 384

Matrix geometric. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 388

Matrix game ........................................................ " . . ........ . . ...... 388

MAUT .................................................................................. 388

Max-flow min-cut theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 388

Maximum ............................................................................... 388

Maximum feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 388

xviii Table of contents

Maximum-flow network problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 388

Maximum matching problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 388

MCDM .................................................................................. 388

Measure of effectiveness (MOE) .......................................................... 388

Medicine and medical practice Flagle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 388

Memoryless property. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 391

Menu planning. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 391

Metagame analysis ...................................................................... 392

Metamodeling Pressman/Friedman.................. .............................. ........ 392

Method of stages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 394

Military operations research Thomas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 394

MIMD .................................................................................. 398

Minimum ............................................................................... 398

Minimum (maximum) feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 398

Minimum-cost network-flow problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 398

Minimum spanning tree problem....... .................. ............ ...... ............ .. 398

Minor ................................................................................... 398

MIP .................................................................................... 398

MIS ..................................................................................... 398

Mixed-integer programming problem (MIP).......... .................................... .. 398

Mixed network...... .................. ................................................ .. 398

ModeL.................................................................................. 399

Model accreditation Gass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 399

Model builder's risk. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 399

Model evaluation Gass. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 399

Model management Krishnan ............................................................ 400

Model testing .............................................................. . . . . . . . . . . . .. 404

Model user's risk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 404

Model validation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 404

Model verification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 404

MODI. .................................................................................. 404

MOIP ................................................................................... 404

MOLP .................................................................................. 404

Monte-Carlo sampling and variance reduction Kleijnen/Rubinstein . . . . . . . . . . . . . . . . . . . . . .. .. 405

MOR .................................................................................... 407

MORS .................................................................................. 407

MRP .................................................................................... 407

MS ..................................................................................... 407

MSE .................................................................................... 407

Multi-attribute utility theory Sarin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 407

Multicommodity network-flow problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 410

Multicommodity network flows Shetty............... .... .............. . . .. ..... ... ........ 410

Multi-criteria decision making (MCDM) .............................. .................. .. 412

Multidimensional transportation problem. . . . . . . . . .. . . . . . . . . . . . . . . . . .. . .. . . . . . . . . . . . . . . . .. 412

Multi-echelon inventory systems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 412

Table of contents XIX

Multi-echelon logistics systems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 413

Multi-objective linear-programming problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 413

Multi-objective programming Steuer. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 413

Multiple criteria decision making Ramesh/Zionts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 419

Multiple optimal solutions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 425

Multiple pricing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 425

Multiplier vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 425

Nash saddle-point. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 427

Natural resources Weintraub............................................................. 427 Near-optimal solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 431

Neighboring extreme point. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 431

Network . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 431

Network design. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 431

Network optimization Magnanti ............................................. " . ..... . .... 431

Network planning Rand ................................................................. 437

Network simplex algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 441

Networks of queues Disney. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 441

Neural networks Ignizio/Burke. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 449

Newsboy problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 452

Newsvendor problem.... . ....... . . . . . ..... . .. ..... . ...... .... . . . ..... . . . . .. .. . ... . ... .. .. 452

Newton's method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 452

NLP .................................................................................... 452

Node .................................................................................... 452

Node-arc incidence matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 452

Nonactive (nonbinding) constraint. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 452

Non-Archimedean number .......... , . .. ..... . ..... . ...... .... . . . . .... . . . ..... . . .... . . .... 452

Nonbasic variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 452

Non-compensatory choice strategies. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 452

Nondegenerate basic feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 452

Nondonimated solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 453

Nonlinear goal programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 453

Nonlinear programming Fiacco. . . . . . . .... . . ..... . ..... . .... . . ........ .... .. ...... . ..... .. 453

Nonnegative solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 461

Nonnegativity conditions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 461

Non-preemptive. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 461

Nonsingular matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 461

Nontrivial solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 461

Nonzero-sum game. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 462

Normative model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 462

Northwest-corner solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 462

NP, NP-complete, NP-hard .................................................. , .. ..... . .... 462

Null matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . .. 462

Null space. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 462

Numerical analysis Nash. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 462

0, 0 notation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 467

xx Table of contents

Objective function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 467

Object-oriented database. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 467

OEG .................................................................................... 467

Offered load. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 467

Open network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 467

Operations Evaluation Group (OEG).. .. ...... . ..... . . . . ........ . . .... ... . .......... . . .. .. 467

Operations management Vonderembse/Marchal............................................ 467 Operations Research Office and Research Analysis Corporation Visco/Harris................ 470 Operations Research Society of America (ORSA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 475

Opportunity cost. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 476

Optimal feasible solution...... ......... . ..... . . . ....... .. . ..... . . . ... ... . .. . ..... ...... .. 476

Optimality criteria......... ..... . . ....... . . ........ . ..... . . . . .............. .. . . ........ .. 476

Optimal solution ............................................................ , . . . . . . . . . . . .. 476

Optimal value. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 476

Optimal value function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 476

Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 476

Optimization of queues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 476

OR ...................................................................................... 476

Organization Burton/Obel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 476

Origin node. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 481

OR/MS .................................................................................. 481

ORO .................................................................................... 481

ORSA ................................................................................... 481

Out-of-kilter algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 481

Output process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 481

Outside observer distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 481

Overachievement variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 482

Overflow process ........................................................................ 482

Overtaking. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 482

p 4 ..•••.•••••••..••••••••••••••.•.••••••••••.•••••••••.••••••••.•••••.•••••••••••••..••• 483

Packing problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 483

Palm measure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 483

Parallel computing Eckstein. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 483

Parameter. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 485

Parameter-homogeneous stochastic process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 485

Parametric bound. ...... . ............ ........ . ..... . ..... .. . . ........ ...... ...... ...... .. 485

Parametric linear programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 485

Parametric programming Gal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 486

Parametric solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 489

Pareto-optimal solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 489

Partial balance equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 489

Partial pricing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 489

PASTA .................................................................................. 489

Path.................................................................................... 489

Payoff function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 489

Table of contents xxi

Payoff matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 489

PDA .................................................................................... 489

PDF .................................................................................... 489

PDSA ................................................................................... 489

Periodic review. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 489

PERT ................................................................................... 489

Perturbation .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 490

Perturbation methods. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 490

Petro-chemical industry Baker. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 490

PFI..................................................................................... 492

Phase I procedure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 492

Phase II procedure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 492

Phase-type distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 492

Phase-type probability distributions Neuts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 492

Piecewise linear function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 494

Pivot column.. . . . ... .. . ......... ... . ....... . . ..... . . . . ..... . ...... .. ...... ..... . .... .. .. 494

Pivot element . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 494

Pivot row . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 494

Pivot-selection rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 494

Po...................................................................................... 495

Point stochastic processes Ushakov... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 495

Point-to-set-map ........ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 496

Poisson arrivals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 496

Poisson process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 496

Politics Hess/Wong-Martinez. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 496

Pollaczek-Khintchine formula. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 498

Polling system. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 498

Polyhedron. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 498

Polynomial hierarchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 498

Polynomially bounded (-time) algorithm (polynomial algorithm) . . . . . . . . . . . . . . . . . . . . . . . . . . .. 498

Polynomial-time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 498

Polynomial-time reductions and transformations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 498

Portfolio analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 498

Portfolio theory: mean-variance Board/Ziemba. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 498

POS .................................................................................... 503

Postoptimal analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 503

Posynomial programming ................................................................ 503

Power model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 503

PP .... -... : .............................................................................. 503

PPB(S). . . . .... . . .... . . .... . . . . ...... . . ..... . . ..... ..... . ..... . . . .... . . .... . . .... . . .... .. 503

Practice of Operations Research and Management Science Miser. . . . . . . . . . . . . . . . . . . . . . . . . .. 504

Precedence diagramming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 508

Predictive model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 508

Preemption. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 509

Preemptive priorities. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 509

Preference theory Dyer/Jia..... ....... . . . .... . . .... . . . ... .. . . ..... . ...... . . . .... .... . .... 509

XXll Table of contents

Prescriptive model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 512

Prices. .... . . ..... . .. ...... . . . . .. ... . . . . . .... . . . . ....... . . . . . .... . . ...... ........ ...... .. 512

Pricing multipliers. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 512

Pricing out. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 512

Pricing vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 512

Primal-dual algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 512

Primal-dual linear-programming problems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 512

Primal problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 512

Prim's algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 512

Prisoner's dilemma game. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 512

Probabilistic algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 513

Probabilistic programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 513

Probability density function (PDF) ..... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 513

Probability distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 513

Probability distribution selection. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 513

Probability generating function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 513

Probability integral transformation method ............................................... 513

Problem solving. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 514

Problem structuring methods Rosenhead . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 514

Processor sharing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 516

Product form. . . . . . .. .... . . . ..... .. . . ....... . ...... . . . ........ . . ..... ... .. . . . . . . . .. . . .. .. 516

Product form of the inverse (PFI) ........................................................ 516

Product-form solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 516

Production function ..................................................................... 517

Production management Bitran/Dasu..................................................... 517

Product-mix problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 522

Production rule. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 522

Program evaluation Kaplan/Strauss. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 522

Program evaluation and review technique (PERT). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 525

Project management Rand. . ..... . ..... .. . . ...... . . .. ........ .. . . .... ...... . . . . ....... . .. 525

Projection matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 525

Project SCOOP. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 526

Proper coloring. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 526

Prospect theory. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 526

Protocols. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 526

Pseudo concave function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 526

Pseudoconvex function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 526

Pseudo inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 526

Pseudo-polynomial-time algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 526

Pseudorandom numbers. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 526

Public policy analysis Walker/Fisher...................................................... 526 Pull system. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 528

Pure-integer programming problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 528

Push system. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 528

QC...................................................................................... 529

Q-GERT ................................................................................. 529

Table of contents XXlll

QP ...................................................................................... 529

Quadratic assignment problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 529

Quadratic form. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 529

Quadratic-integer programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 529

Quadratic programming Murty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 529

Quadratic-programming problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 535

Quality control Alt/Jain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 536

Quasi-concave function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 549

Quasi-convex function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 549

Quasi-reversibility. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 549

Queue inference engine Larson. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 549

Queueing discipline. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 554

Queueing networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 554

Queueing theory Heyman. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 554

RAe .................................................................................... 563

Rail freight operations Martland . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 563

RAND corporation Fisher/Walker. . .... . . . . ...... . . . .... . . .... . . .... . . .... . . . .... ... . .... 566

Random field. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 571

Random number generators L'Ecuyer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 571

Random variates ......................................................... , . . .... . ... . .. .. 578

Random walk. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 578

Ranging. . . . . .. . . . . .. .... . . . ..... . . . . ..... . .. ..... . . . . ... .. . ... .... . . . . . . ...... . . ...... .. 579

Rank .................................................................................... 579

Rate matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

Ray. . . .. . . . . .. ..... . . . . . .. . . . . . . . . .... . . . . ...... . . . . .... . . . . .. .. . ... .. . . .. ..... . . . . . .. .. 579

R-chart. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

R&D .................................................................................... 579

Readiness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

Reasoning. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

Reasoning knowledge. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

Recognition problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

Recourse linear program. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

Reduced costs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

Reduced gradient methods ............................................................... 579

Redundancy Ushakov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

Redundant constraint. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 579

Regeneration points ..................................................................... 579

Regression analysis Greenberg. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 580

Relational database. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 583

Relative costs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 583

Relaxed problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 583

Reliability. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 583

Reliability function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 583

Reliability of systems Gross . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 583

Reneging discipline. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 587

xxiv Table of contents

Renewal equation.... . ..... . . .... . . .... . . .... . . .... ... . ....... . . ..... . . . . ........ . ..... .. 587

Renewal processes Ushakou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 587

Representation theorem for polyhedral set . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 588

Research Analysis Corporation (RAC) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 588

Research and development Papageorgiou. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 588

Resource aggregation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 593

Resource leveling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 593

Resource smoothing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 593

Response time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 593

Restricted-basis entry rule. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 593

Retailing Tone. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 594

Revenue equivalence theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 595

Revenue neutrality theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 595

Reversible Markov process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 595

Revised simplex method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 596

RHS .................................................................................... 596

Right-hand-side . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 596

Risk.................................................................................... 596

Risk assessment Chittister/Haimes/Harris . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 596

Risk management Chittister / Haimes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 598

Ritter's partitioning method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 606

Robustness analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 606

Rosen's partitioning method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 606

Roundoff error .......................................................................... 606

Route construction heuristic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 606

Route improvement heuristic. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 606

Row vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 606

Rule.................................................................................... 606

Rule set. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 607

Running time of an algorithm. ... .. .... .. . . ..... . ...... . . . ..... ... . ........ . . . ... .. . . .. .. 607

SA ...................................................................................... 609

Saddle-point of a function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 609

Saddle-point of a game. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 609

Saddlepoint problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 609

St. Petersburg paradox. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 609

Safety Ushakou.... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 609

Sand table battle model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 610

Satisficing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 610

Scaling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 610

Scenario. . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 614

Scenario analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 614

SCERT .................................................................................. 614

Scheduling and sequencing Magazine. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 610

Score functions Rubinstein/Shapiro/Uryaseu. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 614

Scoring model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 617

Table of contents xxv

Scripted battle model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 617

Search theory Stone ....... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 617

Second-order conditions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 620

Self-dual parametric algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. .. 620

Semi-Markov process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 620

Semi-strictly quasi-concave function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 620

Semi-strictly quasi-convex function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 620

Sensitivity analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 621

Separable function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 621

Separable-programming problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 621

Separating hyperplane theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 621

Series queues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 621

Service systems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 621

Set-covering problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 621

Set-partitioning problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 621

SEU .................................................................................... 621

Shadow prices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 621

Shapley value . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 622

Shell........ ....... . . . . ... .. . . ....... . . ..... . . .... . . .... . . . ... ... . ...... ..... ... . ... .... 622

Shewhart chart. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 622

Shortest-route problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 622

Signomial programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 622

SIMD ................................................................................... 622

Simple upper-bounded problem (SUB). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 622

Simplex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 622

Simplex method (algorithm) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . .. 622

Simplex multipliers. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 622

Simplex tableau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 623

Simulated annealing Anandalingam . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 623

Simulation of discrete-event stochastic systems Gross. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 626

Simulator. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 633

Single-server network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 633

Singular matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 633

Sink node. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 633

SIRO .................................................................................... 633

Skew-symmetric matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 633

Slack variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 633

Slack vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 633

SLP ..................................................................................... 633

S-model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 633

Smooth patterns of production . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 633

Soft systems methodology (SSM). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 634

Sojourn time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 634

Solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 634

Solution space. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 634

XXVI Table of contents

SOS..................................................................................... 634

Source node. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 634

Space Evans. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 634

Spanning tree . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 636

Sparse matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 636

Sparsity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 636

Special-ordered sets (SOS). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 636

Splines Johnson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 636

Sports Ladany. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 639

Spreadsheets Plane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 643

SQC .................................................................................... 646

Square root law. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 646

ST ...................................................................................... 646

Stages.................................................................................. 646

Staircase structure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 646

Stanford-B model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 646

Stationary distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 646

Stationary stochastic process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 646

Stationary transition probabilities. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 646

Statistical equilibrium. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 646

Statistical process control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 647

Steady state. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 647

Steady-state distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 647

Steepest descent method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 647

Steiner tree problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 647

Stepping-stone method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 647

Stigler's diet problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 647

Stochastic duel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 648

Stochastic model ........................................................................ 648

Stochastic process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 648

Stochastic programming King . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 648

Strategic assumption surfacing and testing (SAST) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 651

Strategic choice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 651

Strategic options development and analysis (SODA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 651

Strictly quasi-concave function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 651

Strictly quasi-convex function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 651

Strong duality theorem .... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 651

Strongly NP-complete (NP-hard). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 652

Strongly polynomial-time algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 652

Structural variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 652

Structured modeling Geoffrion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 652

Subjective probability. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 655

Suboptimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 655

SUB problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 655

Super-sparsity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 655

Table of contents xxvii

Supplemental variables .................................................................. 656

Surplus variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 656

Surplus vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 656

Symmetric matrix... . ...... . . . . .. . . . ......... ... . .. ...... . ..... . . .... .. . . ........ ... ..... 656

Symmetric network.. .. . . ........ ...... . . . . . . .......... . . ..... . . ..... . ..... ... . .. ...... .. 656

Symmetric primal-dual problems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 656

Symmetric zero-sum two-person game. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 656

System.................................................................................. 656

System dynamics Richardson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 656

System reliability. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 660

Systems analysis Mason I Conger . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 660

Tableau. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 671

Tabu search Glover. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 671

Takuchi loss function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 679

Tandem queues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 679

Technological coefficients . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 679

Telecommunication networks.. . . . . . . . ...... . . . . . ........ . . . .... ... . .. .... .. ..... . ... . .. .. 679

Terminal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 679

The Institute of Management Sciences (TIMS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 679

Theorem of alternatives. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 679

Thickness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 679

Time/cost trade-offs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 679

Time series analysis Mastrangelo I Montgomery. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 679

Time-stepped simulation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 683

Time-tabling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 683

TIMS ................................................................................... 683

Tolerance analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 683

Total float. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 683

Total quality management Ramberg . .................... " .... " ..... . . . . ... .. . . .. ..... . .. 684

TQC .................................................................................... 690

TQM .................................................................................... 690

Traffic analysis Gazis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 690

Traffic equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 695

Traffic intensity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 695

Traffic process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 695

Transfer function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 695

Transient analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 695

Transition function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 695

Transition matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 695

Transition probabilities. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 696

Transportation problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 696

Transportation problem paradox. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 696

Transportation simplex (primal-dual) method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 696

Transposition theorems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 697

Transshipment problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 697

XXVlll Table of contents

Traveling salesman problem Hoffman/Padberg.... . .. ...... . . . ...... ........ . . ..... .. . . . . .. 697

Tree.................................................................................... 700

Triangular matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 700

Trim problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 700

Trivial solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 701

Truck dispatching . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 701

Truckload (TL) shipment. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 701

TS...................................................................................... 701

TSP ..................................................................................... 701

Tucker tableau. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 701

Two-phase simplex method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 701

Unary NP-complete (NP-hard). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 703

Unbalanced transportation problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 203

Unbalanced optimal solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 703

Unconstrained optimization Sofer. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 703

Unconstrained solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 706

Uncontrollable variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 706

Underachievement variable. . . . . . . . . . . .. . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 706

Undetermined system of linear equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 706

Undirected arc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 706

Unimodular matrix.. .. . . .. ...... . ..... . .... . . ..... . . . ........ . . ..... ... . .. . . . . .. . . .. .. .. 706

Unique solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 706

Unrestricted variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 706

Unsymmetric primal-dual problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 707

Upper-bounded problems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 707

Urban services Chelst. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 707

Utility function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 709

Utility theory Fishburn. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 709

Vacation model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 713

Vacation time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 713

Validation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 713

Value function .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 713

VAM ................................................................................... 713

Variance reduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 713

Vector maximum problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 713

Vector optimization problem ........... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 713

Vector space . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 713

Vehicle routing Bodin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 713

Vehicle scheduling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 718

Verification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 718

Verification, validation and testing of models Balci. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 719

VERT ................................................................................... 723

Vertex.................................................................................. 724

Virtual reality. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 724

Visualization Bell. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 724

Table of contents XXIX

Vogel's approximation method (VAM) .................................................... 726

Von Neumann-Morgenstern (expected) utility theory. .. . . ...... .. . . . ... ... . .. ..... . ..... . .. 726

Voronoi constructs Beichl / Bernal / Witzgall / Sullivan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 726

Voronoi diagram. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 729

VV&A .................................................................................. 729

VV&T ................................................................................... 729

Waiting time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 731

War game............................................................................... 731

Warehouse problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 731

Water resources Krzysztofowicz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 731

Weak duality theorem ................................................................... 734

Weakly-coupled systems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 734

Weber problem... . ..... ....... ..... . .. ...... . . .... .. . . ...... .. . . ...... . ........ . . ..... .. 734

Wilkinson equivalent random technique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 734

WIMP .................................................................................. 734

Wolfe's quadratic-programming problem algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 734

Work schedule......... . .. . . .......... .... . . . ..... . . . . ..... . ....... . . ..... . ..... ...... .. 734

Worst-case analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 734

X-bar chart. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 735

Yield management Mason/Conger. . ..... . . .... . . . ... ... . ...... . . . ..... .. . . ..... . ..... . .. .. 737

Zero-one goal programming .............................................................. 739

Zero-one variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 739

Zero-sum. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 739

Zero-sum game . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 739

Zero-sum two-person game ............................................................... 739

CONTRIBUTORS

Leonard Adelman, George Mason University, Virginia. CHOICE THEORY

Susan Albin, Rutgers University, Piscataway, New Jersey. LITTLE'S LAW

Frank Alt, University of Maryland, College Park. QUALITY CONTROL

G. Anandalingam, University of Pennsylvania, Philadelphia. SIMULATED ANNEALING

J. Scott Armstrong, University of Pennsylvania, Philadelphia. FORECASTING

Jay E. Aronson, University of Georgia, Athens. CLUSTER ANALYSIS

Thomas E. Baker, Chesapeake Decision Sci­ences, New Providence, New Jersey. PETRO­CHEMICAL INDUSTRY

Osman Balci, VPI & SU, Blacksburg, Virginia. VERIFICATION, VALIDATION AND TESTING OF MODELS.

Stephen J. Balut, The Institute for Defense Analyses, Alexandria, Virginia. COST ANALY­SIS.

Steve Bankes, The RAND Corporation, Santa Monica, California. EXPLORATORY MODEL­ING

Arnold Barnett, MIT, Cambridge, Massachu­setts. CRIME AND JUSTICE

David. J. Bartholomew, London School of Eco­nomics and Political Science, England. MAN­POWER PLANNING

Frank M. Bass, University of Texas at Dallas. ADVERTISING

Isabel Beichl, National Institute of Standards and Technology, Gaithersburg, Maryland. COM­PUTATIONAL GEOMETRY; VORONOI CON­STRUCTS

Peter C. Bell, University of Western Ontario, Canada. VISUALIZATION

Filmore Bender, MIAC, Nairobi, Kenya. AGRI­CULTURE AND THE FOOD INDUSTRY

Javier Bernal, National Institute of Standards and Technology, Gaithersburg, Maryland. COM­PUTATIONAL GEOMETRY; VORONOI CON­STRUCTS

Gabriel R. Bitran, MIT, Cambridge, Massachu­setts. PRODUCTION MANAGEMENT

John L. G. Board, London School of Economics and Political Science, England. PORTFOLIO­THEORY: MEAN-VARIANCE

Lawrence Bodin, University of Maryland, Col­lege Park. VEHICLE ROUTING

Paul T. Boggs, National Institute of Standards and Technology, Gaithersburg, Maryland. INTE­RIOR POINT METHODS

Percy H. Brill, University of Windsor, Canada. LEVEL CROSSING METHODS

Robert G. Brown, Materials Management Sys­tems, Vermont. EXPONENTIAL SMOOTHING

James R. Buck, University of Iowa, Iowa City. LEARNING

Dennis M. Buede, George Mason University, Vir­ginia. DECISION MAKING; GROUP DECISION COMPUTER TECHNOLOGY

Laura I. Burke, Lehigh University, Bethlehem, Pennsylvania. NEURAL NETS

Richard M. Burton, Duke University, Durham, North Carolina. ORGANIZATION

Kenneth Chelst, Wayne State University, De­troit, Michigan. EMERGENCY SERVICES; UR­BAN SERVICES

XXXll Contributors

Dilip Chhajed, University of Illinois, Cham­paign. FACILITY LOCATION

Clyde Chittister, Carnegie Mellon University, Pittsburgh. RISK ASSESSMENT; RISK MAN­AGEMENT

Nastaran Coleman, TRW, Fairfax, Virginia. BIN PACKING

Sue A. Conger, Southern Methodist University, Dallas, Texas. SYSTEMS ANALYSIS; YIELD MANAGEMENT

William W. Cooper, University of Texas at Austin. DATA ENVELOPMENT ANALYSIS

Richard W. Cottle, Stanford University, Stan­ford, California. COMPLEMENTARITY PROB­LEMS

Sriram Dasu, University of California, Los Ange­les. PRODUCTION MANAGEMENT

James A. Dewar, The RAND Corporation, Santa Monica. California. DELPHI METHOD

Ralph L. Disney, Texas A&M University, College Station. NETWORKS OF QUEUES

James S. Dyer, University of Texas at Austin. PREFERENCE THEORY

Joseph G. Ecker, RPI, Troy, New York. GEO-METRIC PROGRAMMING

Jonathan Eckstein, Rutgers University, New Brunswick, New Jersey. PARALLEL COMPUT­ING

Richard W. Eglese, Lancaster University, Eng­land. MATCHING

Jehoshua Eliashberg, University of Pennsylva­nia, Philadelphia. MARKETING

Joseph H. Engel, Bethesda, Maryland. ETHICS; LANCHESTER'S EQUATIONS

Stuart Eriksen, University of California, Irvine. DECISION TREES

Gerald W. Evans, University of Louisville, Ken­tucky. SPACE

Anthony V. Fiacco, George Washington Univer­sity, Washington, DC. NONLINEAR PRO­GRAMMING

Martin Fischer, MITRE Corporation, Reston, Virginia. DICTIONARY

Peter Fishburn, AT&T Bell Laboratories, New Jersey. UTILITY THEORY

Gene H. Fisher, The RAND Corporation, Santa Monica, California. PUBLIC POLICY, RAND CORPORATION

Charles D. Flagle, Johns Hopkins University, Baltimore, Maryland. MEDICINE AND MEDI­CAL PRACTICE

Leonard Fortuin, Eindhoven University of Tech­nology, The Netherlands. INDUSTRIAL APPLI­CATIONS AND OR

Richard L. Francis, University of Florida, Gainesville. FACILITY LOCATION

Linda Weiser Friedman, Baruch College of the City University of New York. METAMODEL­ING

John A. Friel, The RAND Corporation, Santa Monica, California. DELPHI METHOD

Tomas Gal, Furnuniversitaet, Germany. PARA­METRIC PROGRAMMING

Roberto D. Galvao, Federal University of Rio De Janeiro. DEVELOPING COUNTRIES

Viviane Gascon, College militaire royal de St.­Jean, Quebec. HEALTH CARE SYSTEMS

Saul I. Gass, University of Maryland, College Park. DICTIONARY; DOCUMENTATION; FUZZY SETS; GLOBAL MODELS; MODEL AC­CREDITATION; MODEL EVALUATION

Denos C. Gazis, IBM Research, Yorktown Heights, New York. TRAFFIC ANALYSIS

Arthur M. Geoffrion, University of California, Los Angeles. California. STRUCTURED MOD­ELING

Fred Glover, University of Colorado, Boulder. TABU SEARCH

Paul Gray, Claremont Graduate School, Califor­nia. GEOGRAPHIC INFORMATION SYSTEMS

Harvey J. Greenberg, University of Colorado, Denver. ARTIFICIAL INTELLIGENCE

Irwin Greenberg, George Mason University, Vir­ginia. DICTIONARY; REGRESSION ANALYSIS

Donald Gross, George Washington University, Washington, DC. DISTRIBUTION SELECTION FOR STOCHASTIC MODELING; RELIABILITY OF SYSTEMS; SIMULATION OF DISCRETE­EVENT STOCHASTIC SYSTEMS

Thomas R. Gulledge, George Mason University, Virginia. COST ANALYSIS

Robert W. Haessler, University of Michigan, Ann Arbor. CUTTING STOCK PROBLEMS

Yacov Y. Haimes, University of Virginia, Char­lottesville. RISK ASSESSMENT; RISK MAN­AGEMENT

Leslie Hall, Johns Hopkins University, Balti­more, Maryland. COMPUTATIONAL COM­PLEXITY

Carl M. Harris, George Mason University, Vir­ginia. CENTER FOR NAVAL ANALYSES; MARKOV CHAINS; DICTIONARY; OPERA­TIONS RESEARCH OFFICE AND RESEARCH ANALYSIS CORPORATION; RISK ASSESS­MENT

Dean S. Hartley, Oak Ridge National Labora­tory, Tennessee. BATTLE MODELING

Arnoldo C. Hax, MIT, Cambridge, Massachu­setts. CORPORATE STRATEGY; HIERARCHI­CAL PRODUCTION PLANNING

James C. Hearn, University of Georgia, Athens. HIGHER EDUCATION

Sidney W. Hess, Drexel University, Philadelphia, Pennsylvania. POLITICS

Daniel P. Heyman, Bell Communications Re­search, New Jersey. QUEUEING THEORY

Frederick S. Hillier, Stanford University, Stan­ford, California. LINEAR PROGRAMMING

James K. Ho, University of Illinois - Chicago. LARG E-SCALE SYSTEMS

Karla L. Hoffman, George Mason University, Virginia. COMBINATORIAL AND INTEGER OPTIMIZATION; TRAVELING SALESMAN PROBLEM

Contributors xxxiii

Clyde W. Holsapple, University of Kentucky, Lexington. EXPERT SYSTEMS

James P. Ignizio, University of Virginia, Charlot­tesville. NEURAL NETWORKS

Richard H. F. Jackson, National Institute of Standards and Technology, Gaithersburg, Mary­land. FACTORABLE PROGRAMMING

Kamlesh Jain, University of Maryland, College Park. QUALITY CONTROL

John J. Jarvis, Georgia Institute of Technology, Atlanta. INDUSTRIAL ENGINEERING AND OPERATIONS RESEARCH

Jianmin Jia, University of Texas at Austin. PREFERENCE THEORY

Sharon A. Johnson, WPI, Worcester, Massachu­setts. SPLINES

Albert Jones, National Institute of Standards and Technology, Gaithersburg, Maryland. JOB SHOP SCHEDULING

Gerald Kahan, McCormick and Company, Sparks, Maryland. AGRICULTURE AND THE FOOD INDUSTRY

Bharat K. Kaku, University of Maryland, Col­lege Park. FACILITIES LAYOUT

Gurumurthy Kalyanaram, University of Texas at Dallas. ADVERTISING

Edward H. Kaplan, Yale University, Connecti­cut. PROGRAM EVALUATION

Harry H. Kelejian, University of Maryland, Col­lege Park. ECONOMETRICS

L. Robin Keller, University of California, Irvine. DECISION TREES

Alan J. King, IBM, Yorktown Heights, New York. STOCHASTIC PROGRAMMING

Jack P.C. Kleijnen, Tilburg University, The Netherlands. MONTE-CARLO SAMPLING AND VARIANCE REDUCTION

Howard W. Kreiner, Center for Naval Analyses (retired), Virginia. FIELD ANALYSIS

XXXIV Contributors

Ramayya Krishnan, Carnegie Mellon University, Pittsburgh. MODEL MANAGEMENT

Roman Krzysztofowicz, University of Virginia Charlottesville. WATER RESOURCES

Shaul P. Ladany, Ben Gurion University, Israel. SPORTS

Richard C. Larson, MIT, Cambridge, Massachu­setts. HYPERCUBE QUEUEING MODEL; QUEUE INFERENCE ENGINE

Kathryn Blackmond Laskey, George Mason Uni­versity, Virginia. BAYESIAN DECISION THE­ORY, SUBJECTIVE PROBABILITY AND UTILITY

Eugene L. Lawler, University of California, Berkeley (deceased). COMBINATORICS

Pierre Ecuyer, Universite de Montreal, Canada. RANDOM NUMBER GENERATORS

Reuven R. Levary, Saint Louis University, Mis­souri. CAPITAL BUDGETING

Bernard Levin, Rockville, Maryland. FIRE MODELS

Matthew J. Liberatore, Villanova University, Pennsylvania. AUTOMATION

Gary L. Lilien, Pennsylvania State University, University Park. MARKETING

Andrew G. Loerch, U.S. Army, Washington, DC. LEARNING CURVES

John R. Lough, University of Georgia, Athens. HIGHER EDUCATION

Timothy J. Lowe, University of Iowa, Iowa City. FACILITY LOCATION

William F. Lucas, Claremont Graduate School, California. GAME THEORY

Michael Magazine, University of Cincinnati, Ohio. SCHEDULING AND SEQUENCING

Thomas L. Magnanti, MIT, Cambridge, Massa­chusetts. NETWORK OPTIMIZATION

Nicolas S. Majluf, MIT, Cambridge, Massachu­setts. CORPORATE STRATEGY

Andre Z. Manitius, George Mason University, Virginia, CONTROL THEORY

Michael D. Maltz, University of Illinois, Chicago. CRIME AND JUSTICE

William G. Marchal, University of Toledo, Ohio. OPERATIONS MANAGEMENT

Carl D. Martland, MIT, Cambridge, Massachu­setts. RAIL FREIGHT OPERATIONS

Richard O. Mason, Southern Methodist Univer­sity, Dallas, Texas. SYSTEMS ANALYSIS; YIELD MANAGEMENT

Christina M. Mastrangelo, University of Vir­ginia, Charlottesville. TIME SERIES ANALY­SIS

Zbigniew Michalewicz, University of North Car­olina, Charlotte. GENETIC ALGORITHMS

Douglas Miller, George Mason University, Vir­ginia. MARKOV PROCESSES

Hugh J. Miser, Farmington, Connecticut. PRAC­TICE OF OPERATIONS RESEARCH AND MANAGEMENT SCIENCE

Douglas C. Montgomery, Arizona State Univer­sity, Tempe. TIME SERIES ANALYSIS

Richard C. Morey, Cornell University, Ithaca, New York. HOSPITALS

Heiner Miiller-Merbach, Universitiit Kaiser­slautern, Germany. INFORMATION SYSTEMS and DATABASE DESIGN

Frederic H. Murphy, Temple Philadelphia. ECONOMICS

University,

Katta G. Murty, University of Michigan, Ann Arbor. QUADRATIC PROGRAMMING

Steven Nahmias, Santa Clara University, Cali­fornia. GANTT CHARTS

Stephen G. Nash, George Mason University, Vir­ginia. CALCULUS OF VARIATIONS; NUMERI­CAL ANALYSIS

Marcel F. Neuts, University of Arizona, Tucson. MATRIX-ANALYTIC STOCHASTIC MODELS; PHASE-TYPE PROBABILITY DISTRIBUTIONS

Borge Obel, Odense University, Denmark. OR­GANIZATION

Manfred Padberg, New York University, New York. COMBINATORIAL AND INTEGER OP­TIMIZATION; TRAVELING SALESMAN PROBLEM

John C. Papageorgiou, University of Massachu­setts, Boston. RESEARCH AND DEVELOP­MENT

Chad Perry, Queensland Institute of Technology, Australia. CONSTRUCTION APPLICATIONS

William P. Pierskalla, University of California, Los Angeles. HEALTH CARE SYSTEMS

Donald R. Plane, Rollins College, Winter Park, Florida. SPREADSHEETS

Roman A. Polyak, George Mason University, Virginia. BARRIER AND DISTANCE FUNC­TIONS

Israel Pressman, Baruch College of the City Uni­versity of New York. METAMODELING

Ingmar R. Prucha, University of Maryland, Col­lege Park. ECONOMETRICS

Luis Rabelo, Ohio University, Athens. JOB SHOP SCHEDULING

John S. Ramberg, University of Arizona, Tucson. TOTAL QUALITY MANAGEMENT

Ramaswamy Ramesh, SUNY - Buffalo, New York. MULTIPLE CRITERIA DECISION MAK­ING

Graham K. Rand, Lancaster University, Eng­land. NETWORK PLANNING; PROJECT MAN­AGEMENT

Arnold Reisman, Case Western Reserve Univer­sity, Cleveland, Ohio. LIBRARIES

Charles ReVelle, Johns Hopkins University, Maryland. ENVIRONMENTAL SYSTEM ANALYSIS; LOCATION ANALYSIS

George P. Richardson, SUNY - Albany, New York. SYSTEMS DYNAMICS

Meir J. Rosenblatt, Washington University, Mis­souri. MATERIAL HANDLING

Contributors xxxv

Jonathan Rosenhead, London School of Econom­ics and Political Science, England. PROBLEM STRUCTURING METHODS

Richard E. Rosenthal, Naval Postgraduate School, Monterey, California. ALGEBRAIC MODELING LANGUAGES FOR OPTIMIZA­TION

Michael H. Rothkopf, Rutgers University, New Brunswick, New Jersey. BIDDING MODELS

Reuven Y. Rubinstein, Technion Institute of Technology, Israel. MONTE-CARLO SAM­PLING AND VARIANCE REDUCTION; SCORE FUNCTIONS

David M. Ryan, University of Auckland, New Zealand. AIRLINE INDUSTRY

Thomas L. Saaty, University of Pittsburgh, Pennsylvania. ANALYTIC HIERARCHY PRO­CESS

Andrew P. Sage, George Mason University, Vir­ginia. CYBERNETICS

Rakesh K. Sarin, University of California, Los Angeles. MULTI-ATTRIBUTE UTILITY THE­ORY

Siegfried Schaible, University of California, Riv­erside. FRACTIONAL PROGRAMMING

Marc J. Schniederjans, University of Nebraska­Lincoln. GOAL PROGRAMMING

David A. Schum, George Mason University, Vir­ginia. DECISION ANALYSIS

William Schwabe, The RAND Corporation, Santa Monica, California. GAMING

Alexander Shapiro, Georgia Institute of Technol­ogy, Atlanta. SCORE FUNCTIONS

Ramesh Sharda, Oklahoma State University, Stillwater. COMPUTER SCIENCE AND OPER­ATIONS RESEARCH

Bala Shetty, Texas A & M University, College Station. MULTI-COMMODITY NETWORK FLOWS

Douglas R. Shier, Clemson University, South Carolina. GRAPH THEORY

XXXVI Contributors

Edward A. Silver, University of Calgary, Canada. INVENTORY MODELING

Ariela Sofer, George Mason University, Vir­ginia. DICTIONARY; UNCONSTRAINED OPTI­MIZATION

Marius M. Solomon, Northeastern University, Boston, Massachusetts. LOGISTICS

Kathryn E. Stecke, University of Michigan, Ann Arbor. FLEXIBLE MANUFACTURING SYS­TEMS

Ralph E. Steuer, University of Georgia, Athens. MULTIOBJECTIVE PROGRAMMING

William R. Stewart, Jr., College of William and Mary, Virginia. CHINESE POSTMAN PROB­LEM

Lawrence D. Stone, Metron, Inc., Reston, Vir­ginia. SEARCH THEORY

Todd Strauss, Yale University, Connecticut. PROGRAM EVALUATION

Paul van Beek, Agricultural University, Wa­geningen, The Netherlands. INDUSTRIAL AP­PLICATIONS

Luk Van Wassenhove, INSEAD, Fontainebleau, France. INDUSTRIAL APPLICATIONS

Andrew Vazsonyi, University of San Francisco, California. DECISION SUPPORT SYSTEMS

Eugene P. Visco, Office ·of Deputy Under Secre­tary of the Army, Washington, DC. OPERA­TIONS RESEARCH OFFICE AND RESEARCH ANALYSIS CORPORATION

Mark A. Vonderembse, University of Toledo, Ohio, OPERATIONS MANAGEMENT

Warren Walker, The RAND Corporation, Santa Monica, California. PUBLIC POLICY ANALY­SIS; RAND CORPORATION

Pearl Wang, George Mason University, Virginia. BIN PACKING

Susan Suchocki, Claremont Graduate School, Andres Weintraub, Universidad de Chile, Chile. California. GEOGRAPHIC INFORMATION NATURAL RESOURCES SYSTEMS

Francis Sullivan, SRC, Bowie, Maryland. COM­PUTATIONAL GEOMETRY; VORONOI CON­STRUCTS

Lakshmi Sundaram, University of Georgia, Athens. CLUSTER ANALYSIS

Edward A. Sykes, University of Virginia, Char­lottesville. COMMUNICATIONS NETWORKS

Clayton J. Thomas: U. S. Air Force, Washington, DC. AIR FORCE OPERATIONS ANALYSIS; MILITARY OPERATIONS RESEARCH

Kaoru Tone, Saitama University, Japan. RE­TAILING

Alan Tucker, SUNY - Stony Brook. New York. MATRICES AND MATRIX ALGEBRA

Stanislav Uryasev, Brookhaven National Labo­ratory, New York. SCORE FUNCTIONS

Igor Ushakov, SOTAS, Rockville, Maryland. AVAILABILITY; MAINTENANCE; POINT STOCHASTIC PROCESSES; REDUNDANCY; RENEWAL PROCESSES; SAFETY

Andrew B. Whinston, University of Texas at Austin. EXPERT SYSTEMS

Chelsea C. White, III, University of Michigan, Ann Arbor. DYNAMIC PROGRAMMING; MARKOV DECISION PROCESSES

Yoram (Jerry) Wind, University of Pennsylva­nia, Philadelphia. MARKETING

Christoph Witzgall, National Institute of Stan­dards and Technology, Gaithersburg, Maryland. COMPUTATIONAL GEOMETRY; VORONOI CONSTRUCTS

Norman Keith Womer, University of Mississippi, University, Mississippi. COST EFFECTIVE­NESS ANALYSIS

Carlos G. Wong-Martinez, Drexel University, Philadelphia, Pennsylvania. POLITICS

R. E. D. Woolsey, Colorado School of Mines, Golden. IMPLEMENTATION

Xiaomei Xu, Case Western Reserve, Cleveland, Ohio. LIBRARIES

Yuehwern Yih, Purdue University, Indiana. JOB SHOP SCHEDULING

Oliver S. Yu, SRI International, Menlo Park, California. ELECTRIC POWER SYSTEMS

Fatemeh (Mariam) Zahedi, University of Wis­consin, Milwaukee. GROUP DECISION MAK­ING

Contributors XXXVll

Stavros A. Zenios, University of Pennsylvania, Philadelphia. BANKING

William T. Ziemba, University of British Colum­bia, Vancouver, Canada. PORTFOLIO THEORY: MEAN VARIANCE

Stanley Zionts, SUNY - Buffalo, New York. MULTIPLE CRITERIA DECISION MAKING

Preface

The goal of the Encyclopedia of Operations Research and Management Science is to provide to decision makers and problem solvers in business, industry, government and academia a comprehensive overview of the wide range of ideas, methodologies, and synergistic forces that combine to form the preeminent decision-aiding fields of operations re­search and management science (OR/MS). To this end, we enlisted a distinguished international group of academics and practitioners to contribute articles on subjects for which they are renowned.

The editors, working with the Encyclopedia's Editorial Advisory Board, surveyed and divided OR/MS into specific topics that collectively encompass the foundations, applica­tions, and emerging elements of this ever-changing field. We also wanted to establish the close associations that OR/MS has maintained with other scientific endeavors, with special emphasis on its symbiotic relationships to computer science, information processing, and mathematics. Based on our broad view of OR/MS, we commissioned 185 major exposi­tory articles and complemented them by numerous entries: descriptions, discussions, definitions, and abbreviations. The connections between topics are highlighted by an entry's final "See" statement, as appropriate. The reader will find that a few entries overlap somewhat in their coverage. We felt that such discussions by different authors would be of value, as they provide perspective and a diversity of view­points.

The Encyclopedia's intended audience is technically di­verse and wide; it includes anyone concerned with the sci­ence, techniques, and ideas of how one makes decisions. As this audience encompasses many professions, educational backgrounds and skills, we were attentive to the form, for­mat and scope of the articles. Thus, the articles are de­signed to serve as initial sources of information for all such readers, with special emphasis on the needs of students. Each article provides a background or history of the topic, describes relevant applications, overviews present and fu­ture trends, and lists seminal and current references. To allow for variety in exposition, the authors were instructed to present their material from both research and applied perspectives. In particular, the authors were allowed to use whatever mathematical notation they felt was "standard" for their topics. For space reasons, we attempted to limit each author to about the same size entry. However, we found this restriction to be an inhibiting one and, although some editorial constraints were imposed, the breadth and detail of an article's expository material and references were left to the author.

The Encyclopedia does include some historical material, especially on organizations that influenced the development of OR/MS. However, we do not provide major articles on the history of OR and MS. It was felt that these topics have been well covered in the readily available literature. For example, the following 1987 articles by Joseph F. McCloskey that appeared in Operations Research: "The Beginnings of

Operations Research: 1934-1941," 35, 1, 143-152; "British Operational Research in World War II," 35, 3, 453-470; "U.S. Operations Research in World War II," 35, 6, 910-925; and the 1984 article by Harold Lardner that appeared in Operations Research: "The Origin of Operational Research," 32, 2, 465-475.

The Encyclopedia contains no entries that define the fields of operations research and management science. OR and MS are often equated to one another. If one defines them by the methodologies they employ, the equation would probably stand inspection. If one defines them by their historical developments and the classes of problems they encompass, the equation becomes fuzzy. The formalism OR grew out of the operational problems of the British and U.s. military efforts in World War II. It was augmented methodologically and computationally by the post-war developments of linear programming, game theory, dynamic programming, discrete­event simulation (among others), and the digital computer. A number of additional ideas and problem types from the pre-war years were incorporated into the field as well, in­cluding inventory and queueing theories, Markov modeling, and the basic methods of optimization. Early (1950s) practi­tioners of OR applied its philosophy and techniques to the solution of industrial and business operational problems with great success. It was soon recognized that whatever OR was as a scientific field, it could be used to study and solve the broader planning and strategic issues of manage­ment, organizations, financial analysis, and public policy. From this observation, MS began and flourished in a similar and somewhat overlapping manner to OR.

However, if one wants definitions of OR and MS, they are readily available. OR can be defined as: (1) Operations re­search is the application of the methods of science to com­plex problems arising in the direction and management of large systems of men, machine, materials and money in industry, business, government and defense; (2) Operations research is the science of deciding how to best design and operate man-machine systems; (3) Operations research is a scientific method for providing executive departments with a quantitative basis for decision. MS can be defined as: (1) Management science is the application of scientific method­ology or principles to management decisions; (2) Manage­ment science is the use of quantitative methods for solving management and organizational decision problems. To­gether, OR and MS may be thought of as the science of operational processes, decision making, and management. However, to our minds, the definition of OR/MS is really given by the coverage of the material in this Encyclopedia.

We wish to thank all the contributors to the Encyclopedia of Operations Research and Management Science for their individual efforts and for their cooperation, support and patience given to us and the publisher. Our appreciation and thanks are also due the members of the Editorial Advi­sory Board for their help in the initial formulation of the Encyclopedia and their subsequent efforts in reviewing the

xxxx Preface

articles. The editors and staff of Kluwer Academic Publish­ers were truly professional in their approach to the develop­ment and production of the Encyclopedia; our admiration and gratitude are due to all who were involved.

We want to emphasize that the Encyclopedia of Operations Research and Management Science is the responsibility of the editors. We made the final determination of the scope, topics and material. Any shortcoming (editorial, in­clusion, omission, emphasis, factual) that the reader may perceive rests with us. Hence, we sincerely welcome com­ments and feedback on all aspects of the Encyclopedia. Please write to: Editor, Encyclopedia of Operations Research and Management Science, Kluwer Academic Publishers,

101 Philip Drive, Assinippi Park, Norwell, Massachusetts, 02061, USA.

Editors

Saul I. Gass College of Business and Management University of Maryland College Park, Maryland

Carl M. Harris School of Information Technology and Engineering George Mason University Fairfax, Virginia