ENCYCLOPEDIA OF OPERATIONS RESEARCH

AND MANAGEMENT SCIENCE

Second Edition

ENCYCLOPEDIA OF OPERATIONS RESEARCH AND MANAGEMENT SCIENCE

Second Edition

Editors: Saul I. Gass and Carl M. Harris

ADVISORY BOARD MEMBERS

Peter C. Bell University of Western Ontario, Canada

Narayan Bhat Southern Methodist University, USA

Judith S. Liebman, Emeritus University of fllinois, Urbana-Champaign, USA

Olvi L. Mangasarian University of Wisconsin, USA

Heiner Miiller-Merbach Universitiit Kaiserslautern, 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 Rollins College, USA

Kaoru Tone National Graduate Institute for Policy Studies, 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

Second Edition

Edited by

Saul I. Gass Robert H. Smith School of Business

University of Maryland College Park, Maryland, USA

and

Carl M. Harris School of Information Technology & Engineering

George Mason University Fairfax, Virginia, USA

~·

'' Kluwer Academic Publishers

Boston/Dordrecht/London

Distributors for North, Central, and South America: Kluwer Academic Publishers 101 Philip Drive Assinippi Park Norwell, Massachusetts 02061 USA Telephone (781) 871-6600 Fax (781) 871-6528 E-mail: kluwer@wkap.com

Distributors for all other countries: Kluwer Academic Publishers Group Distribution Centre Post Office Box 322 3300 AH Dordrecht, THE NETHERLANDS Telephone 31 78 6392 392 Fax 31 78 6546 474 E-mail: orderdept@wkap.nl

' ' Electronic Services http://www.wkap.nl

Library of Congress Cataloging-in-Publication Data

Encyclopedia of operations research and management science I edited by Saul I. Gass and Carl M. Harris.-2nd ed.

p. em. Includes bibliographical references and index. ISBN 0-7923-7827-X 1. Operations research-Encyclopedias. 2. Management

science-Encyclopedias. I. Gass, Saul I. II. Harris, Carl M.

T57.6.E53 2000 658.4'034'03-dc21

Copyright© 2001 by Kluwer Academic Publishers.

00-025363

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, photocopying, 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.

Printed in the United States of America.

Table of Contents

Contributors. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xxxi

Preface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xli

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

AHP............................................................................................. 1

AI............................................................................................... 1 ANP............................................................................................. 1

ARIMA .. ... . ... . .. . ... . ... . ... . .. . ... ... ...... .. . ... . ... ... .. ... . .. . .. . .. . ... . ... . ... . ... ... . ... 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........................................................... 2

Advertising Kalyanaraml Bass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

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

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

Affine-scaling algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Agency theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Agriculture and the food industry Bender/ Kahan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Air force operations analysis Thomas/Sheldon.................................................... 8

Airline industry operations research Clarke/Ryan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

Algebraic modeling languages for optimization Rosenthal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Algorithmic complexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Alternate optima................................................................................. 19

Alternate paths . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Analytic combat model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Analytic hierarchy process Saaty................................................................. 19

Analytic network process Saaty. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

Animation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

Anticycling rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

vi Table of contents

Antithetic random variates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

Applied probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

ARC............................................................................................. 35

Archimedean axiom. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

Arrival process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

Arrival-point distribution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

Arrow diagram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

Artificial intelligence Greenberg/De Jong......................................................... 35

Artificial variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

Assignment problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

Automation in manufacturing and services Singhal/Agrawal/Liberatore . . . . . . . . . . . . . . . . . . . . . . . . . . 38

Availability Ushakov............................................................................. 44

Averch-Johnson hypothesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

BTRAN. .. . ... ... ... . ... . .. . .. . .. ... ... .. . ... . ... ... ... .. . ... ... ... ... . ... . . ... ... .. ......... .. . . 45

Backward chaining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Backward Kolmogorov equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Backward chaining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Backward-recurrence time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Balance equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Balking.......................................................................................... 45

Banking Zenios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

Bar chart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

Barrier functions and their modifications Polyak. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

Basic feasible solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

Basic solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

Basic variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

Basis............................................................................................ 53

Basis inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

Batch vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

Batch shops . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

Battle modeling Hartley . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

Bayesian decision theory, subjective probability and utility Laskey. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

Bayes rule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

Beale tableau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

Benders decomposition method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

Best-fit decreasing algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

Bidding models Rothkopf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

Big-M method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

Bilevel linear programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

Binary variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

Bin-packing Wang/Coleman...................................................................... 62

Bipartite graph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Birth-death process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Bland's anticycling rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Blending problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Table of contents vii

Block-angular system . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Block pivoting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Block-triangular matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Bootstrapping . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Bootstrapping: resampling methodology Friedman/Friedman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Bounded rationality. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

Bounded variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

Branch.......................................................................................... 69

Branch and bound . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

Brownian motion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

Buffer........................................................................................... 70

Bulk queues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

Burke's theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

Busy period . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

Calculus of variations Nash. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

Call centers Grossman/Oh/Rohleder/Samuelson.................................................. 73

Call priorities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Candidate rules. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Capacitated transportation problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Capital budgeting Levary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

Case............................................................................................. 79

CDF............................................................................................. 79

Center for naval analyses Harris. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

Certainty equivalence Guyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

Certainty factor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

Chain............................................................................................ 84

Chance-constrained programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

Chance constraint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

Chaos........................................................................................... 84

Chapman-Kolmogorov equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

Chinese postman problem Stewart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

Choice strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

Choice theory Adelman. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

Chromatic number. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

Chromosome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

CIM............................................................................................. 90

Circling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

Classical optimization............................................................................ 90

Closed network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

Cluster analysis Aronson!Iyer.................................................................... 91

Cobb-Douglas production function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

COEA .. . . ... . .. . . .. . .. . ... . ... .. . .. . ... .. . .. . ... .. . ... . .. ... . .. ... ... ... ... ... ... . ... ... . ... . .. . 94

Coefficient of variation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

Cognitive mapping. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

Coherent system. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

viii Table of contents

Colunm generation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

Colunm vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

Combat model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

Combat simulation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

Combinatorial and integer optimization Ho.fjman/Padberg........................................ 94

Combinatorial explosion......................................................................... 102

Combinatorial optimization by simulated cross-entropy Rubinstein............................... 102

Combinatorics Lawler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

Common random variates........................................................................ 108

Common value bidding model.................................................................... 108

Communications networks Sykes................................................................. 108

Community operations research. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

Complementarity condition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

Complementary pivot algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

Complementarity problems Cottle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

Complementary slackness theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

Computational complexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

Computational geometry Beichl/Bernal/WitzgaU/SuUivan........................................ 122

Computational organization theory Carley/WaUace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126

Computational probability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

Computer science and operations research interfaces Slwrda. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132

Concave function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

Condition number . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

Cone............................................................................................ 135

Congestion system. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

Conjoint analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

Conjugate gradient method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

Connected graph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

Conservation of flow. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

Constrained optimization problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

Constraint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

Constraint programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

Constraint qualification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

Construction applications Perry.................................................................. 141

Continuous-time Markov chain (CTMC).......................................................... 143

Control charts................................................................................... 143

Controllable variables............................................................................ 143

Control theory. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

Convex combination. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

Convex cone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

Convex function................................................................................. 147

Convex hull . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

Convex polyhedron.............................................................................. 147

Convex-programming problem................................................................... 147

Table of contents ix

Convex set . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 7 Convexity rows.................................................................................. 147 Comer point..................................................................................... 147 Corporate strategy Hax/Majluf................................................................... 147 Cost analysis Balut!Gulledge... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 Cost coefficient. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 Cost effectiveness analysis Womer............................................................... 155 Cost range. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 Cost row . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 Cost slope. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 Cost vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 cov............................................................................................. 158 Covering problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 Coxian distribution.............................................................................. 158 CPM............................................................................................. 158 CPP............................................................................................. 158 Cramer's rule. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 Crash cost. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 Crash time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 Crew scheduling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 Crime and justice Barnett/Caulkins/Maltz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 Criterion cone................................................................................... 168 Criterion space . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 Criterion vector.................................................................................. 168 Critical activity.................................................................................. 168 Critical path..................................................................................... 168 Critical path method (CPM). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 Crossover . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 CS............................................................................................... 169 Curse of dimensionality. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 Customer distribution............................................................................ 168 Cut.............................................................................................. 169 Cutset........................................................................................... 169 Cutting stock problems Haessler. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 cv.............................................................................................. 174 Cybernetics and complex adaptive systems Sage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 4 Cycle............................................................................................ 181 Cyclic queueing network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 Cyclic service discipline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 Cycling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 Dantzig-Wolfe decomposition algorithm.......................................................... 183

Database design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 Data envelopment analysis Cooper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 Data mining Menon/Skarda.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 DEA............................................................................................. 194

x Table of contents

Decision analysis Schum. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194

Decision maker (DM) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198

Decision making Buede.......................................................................... 199

Decision problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

Decision support systems Vazsonyi.............................................................. 200

Decision trees Eriksen/ Keller . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202

Decision variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205

Decomposition algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205

Degeneracy. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205

Degeneracy graphs Gal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206

Degenerate solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208

Degree.......................................................................................... 208

Delaunay triangulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208

Delay............................................................................................ 208

Delphi method Dewar/Friel...................................................................... 208

Density. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

Density function................................................................................. 210

Departure process............................................................................... 210

Descriptive model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210

Design and control............................................................................... 210

Detailed balance equations....................................................................... 210

Determinant..................................................................................... 210

Deterministic model............................................................................. 210

Developing countries Galvao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210

Development tool. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

Devex pricing.................................................................................... 213

Deviation variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

DFR............................................................................................. 213

Diameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

Diet problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

Digraph.......................................................................................... 213

Diffusion approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

Diffusion process................................................................................ 214

Dijkstra's algorithm.... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

Directed graph................................................................................... 214

Direction of a set. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

Directional derivative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

Discrete-programmingproblem................................................................... 214

Discrete-time Markov chain (DTMC) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

Distribution selection for stochastic modeling Gross. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

DMU.. ... . ... . ... . ... ... . .. . .. . .. . .. . .. . ... . .. . .. . ... . .. ... ... . .. ... . ... ... . .. . ... . ... ... . ... . .. 217

Documentation Gass. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

Domain knowledge.............................................................................. 218

DSS............................................................................................. 218

Dual linear-programming problem................................................................ 218

Table of contents xi

Dual-simplex method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 Duality theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 Dualplex method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 Dummy arrow................................................................................... 218 Dynamic programming White.................................................................... 218 Earliest finish time............................................................................... 221 Earliest start time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 Econometrics Kelejian/Prucha................................................................... 221 Economic order quantity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 Economic order quantity model extensions Lev. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 Economics and operations research Murphy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 Edge............................................................................................ 231 Educational issues in business schools Grossman/Powell......................................... 231 Efficiency. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 Efficiency frontier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 Efficient algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 Efficient point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 Efficient solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 Eigenvalue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 Eigenvector...................................................................................... 235 Electric power systems Yu. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 Electronic commerce Sibley . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 Elementary elimination matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 Elimination method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 Ellipsoid algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 ELSP............................................................................................ 243 Embedding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 Emergency services Chelst. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 EMS............................................................................................. 249 Engineering applications Levary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 Entering variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255 Environmental systems analysis ReVelle.......................................................... 255 EOQ............................................................................................. 260 Ergodic theorems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 Erlang........................................................................................... 260 Erlang B formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260 Erlang C formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 Erlang delay model.............................................................................. 261 Erlang distribution............................................................................... 261 Erlang loss model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 Error analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 ETA matrix...................................................................................... 261 ETA file......................................................................................... 261 ETA vector...................................................................................... 261 Ethics in the practice of operations research Engel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261

xii Table of contents

Euler tour . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263

Evaluation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263

Event-driven simulation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264

Evolutionary algorithms Michalewicz/Sclwenauer. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264

EVOP........................................................................................... 269

Ex ante forecasts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269

Exclusive-or node. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269

Expected utility theory. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270

Expert systems Holsapple/Whinston . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270

Exploratory modeling Bankes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273

Exponential arrivals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275

Exponential-bounded (-time) algorithm........................................................... 275

Exponential smoothing Brown . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275

Extremal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Extremal column . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Extremal problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Extreme direction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Extreme point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Extreme point solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Extreme ray . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Face validity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279

Facilities layout Kaku. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279

Facility location Chhajed!Francis!Lowe.......................................................... 283

Factorable programming Jackson................................................................ 285

Failure-rate function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288

Farkas' lemma. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Farrell measure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Fathom.......................................................................................... 289

FCFS............................................................................................ 289

Feasible basis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Feasible region . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Feasible solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

FEBA .. . ... . .. . .. . . ... . ... . ... . ... .. . . .. . ... . ... ... ... ... ... ... . .. . ... ... . .. . ... . .. . .. ... . ... ... 289

Feedback queue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Field analysis Kreiner........................................................................... 289

FIFO............................................................................................ 292

Financial markets Board/Sutcli.ffe/Ziemba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292

Finite source . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299

Fire models and applications Levin/Hall......................................................... 300

Firing a rule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

First feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

First-fit decreasing algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

First-order conditions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

Fixed-charge problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

Fleet assignment. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

Table of contents xiii

Flexible manufacturing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

Flight scheduling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303

Float............................................................................................ 304

Flow............................................................................................ 304

Flow shop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304

Flow time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304

FMS.. .... .... ... . ... . ... ... . ... ... ... ... ..... .... ....... .. ... .. ... . ...... .. . .. . .. . ... ... ...... .. 304

Forecasting Armstrong . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304

Forward Kolmogorov equations.................................................................. 310

Forward chaining. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310

Forward-recurrence time......................................................................... 310

Fourier-Motzkin elimination method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310

Fractional programming Schaible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310

Fractional-programming problem................................................................. 313

Framing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313

Free float........................................................................................ 313

Frank-Wolfe method............................................................................. 314 Free variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314

Freight routing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314

F1'RAN.......................................................................................... 314

Fuzzy sets Gass.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314

GA.............................................................................................. 317

Game theory Lucas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317

Gaming Schwabe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321

Gamma distribution.............................................................................. 323

Gantt charts Nahmias........................................................................... 324 Gaussian elimination............................................................................. 325 Gauss-Jordan elimination method................................................................ 325 Gene............................................................................................ 326 Generalized Erlangian distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326

Generalized upper-bounded (GUB) problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326

Generator (of a Markov process). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326 Genetic algorithms............................................................................... 326

Geographic information systems Gray/Suchocki/Horan........................................... 326

Geometric programming Ecker. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330

GERT ... . ... . .. . . .. . . .. . ... ... ... . .. .... .. ... .... ... ... ... .. . .. . .. ... ... .. . .. .... ... . ... ... ... . . 332

GIS.............................................................................................. 332

Global balance equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332

Global climate change models Gottinger . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332

Global maximum (minimum)..................................................................... 335 Global models Gass. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335

Global solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336

Goal constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336

Goal programmingSchnied~ans... ... ... ... ... ... . .. ... ... ... ... ... .. . ... .. ... . .. . .. . ... ... ... . 337

Gomory cut. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338

Gordan's theorem................................................................................ 339

xiv Table of contents

GP.............................................................................................. 339

Gradient vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339

Graeco-Latin square.............................................................................. 339

Graph........................................................................................... 339

Graphical evaluation and review technique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339

Graphics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339

Graph theory Shier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339

Greedy algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342

GRG method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342

Group decision computer technology Buede. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343

Group decision making Zahedi................................................................... 343

GUB..... ... .. . .. . .. . ... . .. . ... .. ... .. . .. . . .. . ... .. . .. . ... ... ... ... ... . ... . . .. . . .. .... .. .. .. . .. . . 350

Half space....................................................................................... 351

Hamiltonian tour . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351

Hazard rate. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351

Health care systems Gascon/Pierskalla........................................................... 351

Heavy-traffic approximation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355

Hessenberg matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355

Hessian matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355

Heterogeneous Lanchester equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355

Heuristic procedure.............................................................................. 356

Hidden Markov models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356

Hierarchical production planning Hax. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359

Higher education Hearn/Lough.................................................................. 363

Hirsch conjecture. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366

History of early British OR Kirby . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366

Homogeneous Lanchester equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369

Homogeneous linear equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370

Homogeneous solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370

Hom clause . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370

Hospitals Ozcan!Ozgen/Morey................................................................... 370

Hundred percent rule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373

Hungarian method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373

Hypercube queueing model Larson. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373

Hyperexponential distribution.................................................................... 377

Hypergame analysis.............................................................................. 377

Hyperplane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377

Identity matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379

IFORS........................................................................................... 379

IFR.............................................................................................. 379

IIASA............................................................................................ 379

liD.............................................................................................. 379

Imbedded Markov chain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379

Implementation Woolsey . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379

Implementation in the public sector Chelst . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380

Table of contents xv

Implicit enumeration............................................................................. 385 Implicit price . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Importance sampling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Impossibility theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Inactive constraint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Incidence matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Incident . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Independent float . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Independent private values bidding model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Indirect costs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 Industrial applications Singhal/Fortuinlvan Beek/Van Wassenhove............................... 385 Industrial dynamics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391 Industrial engineering and operations research- the interface Wilhelm/Jarvis................... 391 Infeasible solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393 Inference engine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393 Infinitesimal perturbation analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393 Influence diagrams............................................................................... 394 Information systems and database design in OR/MS Miiller-Merbach. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394 INFORMS....................................................................................... 396 Initial feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396 Information technology benefits Samuelson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396 Input process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398 Input-output analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398 Input-output coefficients . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399 Insensitivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399 Institute for Operations Research and the Management Sciences (INFORMS) . . . . . . . . . . . . . . . . . . . . . 399 Integer goal programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399 Integer-programming problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399 Intelligent manufacturing systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399 Intensity function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399 Interactive multiple-objective mathematical programming Pet-Edwards/Mollaghasemi............. 399 Interchange heuristic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402 Interfering float. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402

Interior point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 402 Interior-point methods Terlaky/Boggs............................................................ 402

International Federation of Operational Research Societies (IFORS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411 International Institute for Applied Systems Analysis (IIASA)...................................... 411

Intervention model............................................................................... 411

Inventory modeling Silver. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411 Inverse matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418

IP............................................................................................... 418 IS............................................................................................... 418 Isomorphic graph.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418 ISOP 9000 standard.............................................................................. 418 Isoquant. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418

xvi Table of contents

Iteration. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418

IVHS............................................................................................ 418

Jackson network................................................................................. 419

JIT.............................................................................................. 419

Job shop scheduling Rabelo/Jones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419

Johnson's theorem............................................................................... 429

Judgmental bootstrapping. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429

Just-in-time (JIT) manufacturing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 429

Karmarkar's algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431

Karush-Kuhn-Tucker (KKT) conditions........................................................... 431

Kendall's notation................................................................................ 431 Kilter conditions................................................................................. 431

KKT conditions.................................................................................. 431

Klee-Minty problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431

Knapsack problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431

Knapsack problems with nonlinearities Bretthauer/Shetty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432

Knowledge acquisition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435

Knowledge base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435

Knowledge engineer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435 Konigsberg bridge problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435

Konig's theorem................................................................................. 435 Kruskal's algorithm.............................................................................. 435

Kuhn-Tucker (KT) conditions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435

Lack of memory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437

Lagrange multipliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437

Lagrangian decomposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437

Lagrangian function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437 Lagrangian relaxation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437 Lanchester attrition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437 Lanchester's equations Engel..................................................................... 437 Laplace-Stiel1jes transform . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 440 Laplace transform . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 440 Large-scale systems Ho.......................................................................... 440

Latest finish time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 442

Latest start time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 442

Latin square . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443

LCFS... ... . .. ... ... .... ... ... ..... .... ... ... ... ... . ...... ... ... ... ... . ... ... . ... ... ... ... .... ... 443

LCP............................................................................................. 443

LDU matrix decomposition. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443

LEARNING Buck . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443

Learning cUIVes Loerch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 445

Least-squares analysis............................................................................ 448 Leontief matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 448 Level crossing methods BriU. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 448

Level cUIVe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450

Lexicographic ordering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450

Table of contents xvii

Lexico-positive (negative) vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450

LGP............................................................................................. 450

Libraries Reisman/Xu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450

LIFO............................................................................................ 452

Likelihood ratio.................................................................................. 452

Limiting distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 452

Lindley's equation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 452

Line............................................................................................. 452

Linear combination . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453

Linear equation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453

Linear-fractional programming problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453

Linear functional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453

Linear inequality. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453

Linear programming HiUier. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453

Line segment.................................................................................... 457

Lipschitz......................................................................................... 457

Little's Law Albin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457

Little's law in distributional form Servi... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 458

Local balance equations.......................................................................... 459

Local improvement heuristic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459

Local maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459

Local minimum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459

Local optimum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459

Local solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459

Location analysis ReVeUe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 459

Logical variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 465

Logic programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 465

Logistics Solomon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 465

Log-linear model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468

Longest-route problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468

Loss function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468

Lottery . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 468

Lower-bounded variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469

Lowest index anticycling rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469

LP............................................................................................... 469

LU matrix decomposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469

MAD............................................................................................ 471

Maintenance Ushakov............................................................................ 471

MAKESPAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 471

Malcolm Baldridge award . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 71

Manhattan metric................................................................................ 471

Manpower planning Bartholomew . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 71

Manufacturing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 73

MAP............................................................................................. 473

Marginal value (cost) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473

xviii Table of contents

Marketing Eliashberg!Lilien/Wind............ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473

Markov chain equations Stewart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 77

Markov chains Harris . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481

Markov decision processes White . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 484

Markovian arrival process (MAP) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 486

Markov processes Miller. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 486

Markov property. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490

Markov random field............................................................................. 490

Markov renewal process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490

Markov routing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490

Marriage problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490

Master problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490

Matching Eglese . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490

Material handling Rosenblatt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 492

Material requirements planning. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495

Mathematical model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495

Mathematical programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 495

Mathematical-programming problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 496

Mathematical-programming socie~............................................................... 496

Mathematical-Programming System (MPS).. ............. .............................. ........... 496

Matrices and matrix algebra Tucker . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 496

Matrix-analytic stochastic models Neuts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 499

Matrix gaine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

Matrix geometric . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

MAUT........................................................................................... 503

Max-flow min-cut theorem....................................................................... 503

Maximum. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

Maximum feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

Maximum-flow network problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

Maximum matching problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

MCDM........................................................................................... 503

Measure of effectiveness (MOE) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

Medical practice and health care management Ozgen/ Flagle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 503

Memoryless property . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508

Menu planning. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508

Metagaine analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508

Method of stages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 508

Military operations other than war Hartley....................................................... 508

Military operations research Thomas/Sheldon.................................................... 513

MIMD .... ........ .... .......... .......... ................ ...... .............. .............. ..... 516

Minimum. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 516

Minimum-cost network-flow problem............................................................. 516

Minimum (maximum) feasible solution....... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 516

Minimum spanning tree problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517

Minor........................................................................................... 517

Table of contents xix

MIP............................................................................................. 517

MIS............................................................................................. 517

Mixed-integer programming problem (MIP). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517

Mixed network . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517

Model........................................................................................... 517

Model accreditation Gass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517

Model builder's risk. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518

Model evaluation Gass. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518

Model management Krishnan.................................................................... 519

Model testing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523

Model user's risk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523

Model validation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523

Model verification. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523

MODI........................................................................................... 523

MOIP............................................................................................ 523

MOLP .. . ... . .. . . ... . ... . .. . ... ... ... ... ... ... ... ... . ... ... ... .. . .. . .. . .. . . .. . ... . ... . .. . .. . .. . .. 524

Monte Carlo sampling and variance reduction Kleijnen/Rubinstein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524

MOR.. .. . . . .. . . .. . . .. . . .. . ... ... ... ... ... ... ... . .. . .. . ... . .. .. . .. . ... .. . ... . ... . .. . ... .... .. . ... 526

MORS .. . . ... . ... . . .. . ... . ... . ... ... ... ... .. . ... . .. . ... ... ... .. . .. . ... ... . .. . .. . ... . ... ... ... ... . 526

MRP... ... . . ..... .. . . ... . ... . ... . .. ... ... ... ... . ... ... ... ... ... ... ... ... ... . ... .. . ... ... ... . ... .. 526

MS.............................................................................................. 526

MSE............................................................................................. 526

Multi-attribute utility theory Sarin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 526

Multicommodity network flows Shetty. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 529

Multi-criteria decision making (MCDM).. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 531

Multi-echelon inventory systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 531

Multi-echelon logistics systems. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 531

Multi-objective linear-programming problem...................................................... 531

Multicommodity network-flow problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 531

Multidimensional transportation problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 532

Multiobjective programming Steuer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 532

Multiple criteria decision making Ramesh/ Zionts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 538

Multiple optimal solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 544

Multiple pricing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 544

Multiplier vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 544

Multivariate quality control Alt/Jain.............................................................. 544

Nash saddle-point................................................................................ 551

Natural resources Weintraub. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 551

Near-optimal solution............................................................................ 555

Neighboring extreme point. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 555

Network......................................................................................... 555

Network design.................................................................................. 555

Network optimization Magnanti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 555

Network planning Rand/Tavares. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 561

Network simplex algorithm...................................................................... 565

xx Table of contents

Networks of queues Serfozo...................................................................... 565

Neural networks lgnizio/Burke . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 569

Newsboy problem............................................................................... 571

Newsvendor problem............................................................................ 571

Newton's method................................................................................ 571

NLP............................................................................................. 572

Node............................................................................................ 572

Node-arc incidence matrix....................................................................... 572

Nonactive (nonbinding) constraint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 572

Non-Archimedean number....................................................................... 572

Nonbasic variable.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 572

Non-compensatory choice strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 572

Nondegenerate basic feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 572

Nondominated solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 572

Nonlinear goal programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 572

Nonlinear programming Fiacco................................................................... 572

Nonnegative solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 580

Nonnegativity conditions......................................................................... 580

Non-preemptive.................................................................................. 580

Nonsingular matrix.............................................................................. 581

Nontrivial solution............................................................................... 581

Nonzero-sum game . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581

Normative model................................................................................ 581

Northwest-comer solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581

NP, NP-complete, NP-hard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581

Null matrix...................................................................................... 581

Null space. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581

Numerical analysis Nash. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581

0, o notation.................................................................................... 585

Objective function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585

Object-oriented database. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585

OEG... ... ... ... . . ... ... . ... ... ... ... ... ... .... ... ... ... . .. ... ... . .. . ... ... ... ... . ... .. . ... ... . .. 585

Offered load . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585

Open network . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585

Operations Evaluation Group (OEG) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585

Operations management Vonderembse/Marchal................................................... 585

Operations Research Society of America (ORSA)................................................. 588

Opportunity cost. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 588

Optimal feasible solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589

Optimal solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589

Optimal value. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589

Optimal value function........................................................................... 589

Optimality criteria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589

Optimization..................................................................................... 589

Optimization of queues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589

Table of contents xxi

Organization Burton/Obel........................................................................ 589

Operations Research Office and Research Analysis Corporation Visco/ Harris..................... 595

OR.............................................................................................. 599

Origin node. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 599

OR/MS.......................................................................................... 599

ORO............................................................................................. 599

ORSA........................................................................................... 599

Out-of-kilter algorithm........................................................................... 600

Output process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 600

Outside obseiVer distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 600

Overachievement variable. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 600

Overflow process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 600

Overtaking....................................................................................... 600

p4............................................................................................... 601

Packing problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 601

Palm measure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 601

Parallel computing Eckstein...................................................................... 601

Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 603

Parameter-homogeneous stochastic process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 603

Parametric bound................................................................................ 603

Parametric linear programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 603

Parametric programming Gal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 604

Parametric solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607

Pareto-optimal solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607

Partial balance equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607

Partial pricing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607

PASTA.......................................................................................... 607

Path............................................................................................. 607

Payoff function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607

Payoff matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607

PDA.... ..... ... . ... . .. . . .. . ... . ... ... ... . .. . ... ... .... ... ... ... ... . .. . ... ... .... ... . .. . ... ... ... 607

PDF............................................................................................. 607

PDSA............................................................................................ 607

Periodic review. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607

PERT............................................................................................ 608

Perturbation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 608

Perturbation analysis Fu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 608

Perturbation methods............................................................................ 611

Petro-chemical industry Baker . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 612

PFl.............................................................................................. 614

Phase I procedure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 614

Phase II procedure............................................................................... 614

Phase-type distribution........................................................................... 614

Phase-type probability distributions Neuts........................................................ 614

Piecewise linear function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 616

xxii Table of contents

Pivot column.................................................................................... 616

Pivot element.................................................................................... 616

Pivot row........................................................................................ 616

Pivot-selection rules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 616

PO.............................................................................................. 616

Point stochastic processes Ushakov.............................................................. 616

Point-to-set map . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 617

Poisson arrivals.................................................................................. 617

Poisson process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 617

Politics Hess/Wong-Martinez . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 617

Pollaczek-Khintchine formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 619

Polling system . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 620

Polyhedron . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 620

Polynomially bounded (-time) algorithm (polynomial algorithm) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 620

Polynomial-time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 620

Polynomial-time reductions and transformations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 620

Polynomial hierarchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 620

Portfolio analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 620

Portfolio theory: mean-variance Board/ Sutcliffe/ Ziemba. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 620

POS............................................................................................. 625

Postoptimal analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 625

Posynomial programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 625

Power model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 625

PP............................................................................................... 625

PPB(S).......................................................................................... 625

Practice of operations research and management science Miser . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 625

Precedence diagramming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 631

Predictive model................................................................................. 631

Preemption...................................................................................... 631

Preemptive priorities............................................................................. 631

Preference theory Dyer/Jia...................................................................... 631

Prescriptive model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 634

Prices........................................................................................... 634

Pricing multipliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 634

Pricing out . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 634

Pricing vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 634

Prim's algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 634

Primal problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 634

Primal-dual algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Primal-dual linear-programming problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Prisoner's dilemma game . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Probabilistic algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Probabilistic programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Probability density function (PDF) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Probability distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Table of contents xxiii

Probability distribution selection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Probability generating function................................................................... 635

Probability integral transformation method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635

Problem solving . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 636

Problem structuring methods Rosenhead . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 636

Processor sharing................................................................................ 639

Product form . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 639

Product form of the inverse (PFI) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 639

Product-form solution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 639

Production function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 639

Production management Singhal/ Bitran/ Dasu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 639

Production rule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 7

Product-mix problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 7

Program evaluation Kaplan/Strauss.............................................................. 647

Program evaluation and review technique (PERT) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 649

Project management Rand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 649

Project SCOOP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 650

Projection matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 650

Proper coloring. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 650

Prospect theory. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 650

Protocols . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 650

Pseudoconcave function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 650

Pseudoconvex function.......................................................................... 651

Pseudoinverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 651

Pseudo-polynomial-time algorithm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 651

Pseudorandom numbers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 651

Public policy analysis Walker/Fisher............................................................. 651

Pull system . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653

Pure-integer programming problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653

Push system . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 653

QC.............................................................................................. 655

Q-GERT......................................................................................... 655

QP.............................................................................................. 655

Quadratic assignment problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 655

Quadratic form . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 655

Quadratic-integer programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 655

Quadratic programming Murty . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 655

Quadratic-programming problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 661

Quality control Alt/Jain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 661

Quasi-concave function.......................................................................... 674

Quasi-convex function........................................................................... 674

Quasi-reversibility. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 4

Queue inference engine Larson.................................................................. 674

Queueing discipline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 679

Queueing networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 679

xxiv Table of contents

Queueing theory Heyman........................................................................ 679

RAC............................................................................................. 687

Rail freight operations Martland . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 687

RAND corporation Fisher/Walker . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 690

Random field . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 695

Random number generators L'Ecuyer............................................................ 695

Random variates. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 702

Random walk. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 702

Ranging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 702

Rank............................................................................................ 702

Rate matrix...................................................................................... 702

Ray.............................................................................................. 702

R-chart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 702

R&D............................................................................................. 702

Readiness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 702

Reasoning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 702

Reasoning knowledge. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 703

Recognition problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 703

Recourse linear program. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 703

Reduced costs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 703

Reduced gradient methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 703

Redundancy Ushakov............................................................................ 703

Redundant constraint . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 704

Regeneration points. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 704

Regression analysis Greenberg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 704

Relational database . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 707

Relative costs.................................................................................... 707

Relaxed problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 707

Reliability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 707

Reliability function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 707

Reliability of stochastic systems Gross . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 707

Reneging discipline.............................................................................. 711

Renewal equation................................................................................ 711

Renewal processes Ushakov..................................................................... 711

Representation theorem for polyhedral set . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 712

Research Analysis Corporation (RAC) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 712

Research and development Papageorgiou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 712

Resource aggregation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 717

Resource leveling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 717

Resource smoothing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 717

Response time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 717

Restricted-basis entry rule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 717

Retailing Tone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 718

Revenue equivalence theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 719

Revenue neutrality theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 719

Table of contents xxv

Reversible Markov process. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 719 Revised simplex method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 719 RHS.......... .. . . . . . . . . . . . . . . .. . . . . . .. . .. . . . .. . .. . . . . . .. . .. . . . . . . . .. . . . . .. . . . . . . . . . . . . . . .. . . . . . . 720 Right-hand side . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 720 Right-hand-side ranging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 720 Risk............................................................................................. 720 Risk assessment Chittister/Haimes.............................................................. 720 Risk management Chittister/Haimes............................................................. 722 Ritter's partitioning method...................................................................... 731 Robustness analysis.............................................................................. 731 Role-playing..................................................................................... 731 Rosen's partitioning method...................................................................... 731 Roundoff error . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 731 Route construction heuristic..................................................................... 731 Route improvement heuristic..................................................................... 731 Row vector. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 731 Rule............................................................................................. 732 Rule-based forecasting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 732 Rule set . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 732 Running time of an algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 732 SA............................................................................................... 733 Saddle-point of a function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 733 Saddle-point of a game........................................................................... 733 Saddle-point problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 733 St. Petersburg paradox. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 733 Safety Ushakov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 733 Sand table battle model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 734 Satisficing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 734 Scaling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 734 Scenario. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 734 Scenario analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 734 SCERT............................ .. . .. . .. . . .. . . . . . . . . .. . . . . . .. . . . . .. . . .. . .. . . . . . . . . . . . . . . . . .. . . 734 Schedule recovery . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 734 Scheduling and sequencing HaUl Magazine....................................................... 734 Score functions Rubinstein/Shapiro/Uryasev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 739 Scoring model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 42 Scripted battle model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 42 Search theory Stone . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 42 Second-order conditions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 45 Self-dual parametric algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 45 Semi-Markov process............................................................................ 745 Semi-strictly quasi-concave function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 45 Semi-strictly quasi-convex function. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 45 Sensitivity analysis............................................................................... 745 Separable function............................................................................... 745

xxvi Table of contents

Separable-programming problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 46

Separating hyperplane theorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 46

Series queues. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 46

Service systems.................................................................................. 746

Set-covering problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 46

Set-partitioning problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 46

SEU............................................................................................. 746

Shadow prices. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 46

Shapley value. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 46

Shell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 746

Shew hart chart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 46

Shortest-route problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 46

Signomial programming. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 4 7

SIMD............................................................................................ 747

Simple upper-bounded problem (SUB) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 747

Simplex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 747

Simplex method (algorithm) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 747

Simplex multipliers.............................................................................. 747

Simplex tableau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 747

Simulated annealing Anandalingam.............................................................. 748

Simulation metamodeling Friedman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 751

Simulation optimization Fu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 756

Simulation of discrete-event stochastic systems Gross . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 759

Simulator. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 765

Single-server network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

Singular matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

Sink node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

SIRO............................................................................................ 766

Skew-symmetric matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

Slack variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

Slack vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

SLP............................................................................................. 766

S-model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

Smooth patterns of production. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

Soft systems methodology Checkland . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 766

Sojourn time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 770

Solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 770

Solution space. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 770

sos............................................................................................. 770

Source node . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 770

Space Evans..................................................................................... 770

Spanning tree. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 772

Sparse matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 772

Sparsity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 772

Special-ordered sets (SOS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 772

Table of contents xxvii

Splines Johnson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 772 Sports Ladany................................................................................... 775 Spreadsheets Plane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 780 SQC............................................................................................. 782 Square root law. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 782 ST............................................................................................... 782 Stages........................................................................................... 782 Staircase structure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783 Stanford-B model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783 Stationary distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783 Stationary stochastic process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783 Stationary transition probabilities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783

Statistical equilibrium. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783 Statistical process control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783 Steady state . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783 Steady-state distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783 Steepest descent method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 783 Steiner tree problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 784 Stepping-stone method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 784 Stigler's diet problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 784 Stochastic duel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 784

Stochastic model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 784 Stochastic process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 784 Stochastic programming Sen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 784 Strategic assumption smfacing and testing (SAST)................................................ 789 Strategic choice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 789 Strategic options development and analysis (SODA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 790 Strictly quasi-concave function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 790 Strictly quasi-convex function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 790 Strong duality theorem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 790 Strongly NP-complete (NP-hard) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 790 Strongly polynomial-time algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 790 Structural variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 790

Structured modeling Geoffrion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 790 Structure function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 794

Subjective probability. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 794 Suboptimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 794 SUB problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 794 Super-sparsity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 794 Supplemental variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 794 Supply chain management Johnson/Pyke......................................................... 794 Surplus variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 806

Surplus vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 806

Symmetrtic matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 806 Symmetric network. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 806

xxvili Table of contents

Symmetric primal-dual problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 807

Symmetric zero-sum two-person game. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 807

System.......................................................................................... 807

System dynamics Richardson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 807

System reliability . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 810

Systems analysis Mason . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 811

Tableau.......................................................................................... 821

Tabu search Glover . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 821

Takuchi loss function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 827

Tandem queues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 827

Technological coefficients ................................................... ·'. . . . . . . . . . . . . . . . . . . . 827

Telecommunication networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 827

Terminal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 827

The Institute of Management Sciences (TIMS) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 827

Theorem of alternatives. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 827

Theory of constraints Rand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 827

Thickness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 828

Time/ cost trade-offs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 828

Time series analysis Mastrangelo/Simpson/Montgomery.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 828

Time-stepped simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 833

Timetabling Carter. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 833

TIMS............................................................................................ 836

Tolerance analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 836

Total float . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 836

Total quality management Ramberg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 836

TQC............................................................................................. 842

TQM.. ..... ... . ..... ... . ... . ... ... ... ... . ... ... . ... . ... . .. . ... . .. ... .. .. . ... . . ... . .. . .. ... ... ... 842

Traffic analysis Gazis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 843

Traffic process................................................................................... 848

Traffic equations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 848

Traffic intensity. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 848

Transfer function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 848

Transient analysis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 848

Transition function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 848

Transition matrix................................................................................ 848

Transition probabilities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 848

Transportation problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 848

Transportation problem paradox . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 849

Transportation simplex (primal-dual) method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 849

Transposition theorems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 849

Transshipment problem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 849

Traveling salesman problem Hoffman/Padberg................................................... 849

Tree............................................................................................. 853

Triangular matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 853

Trim problem.................................................................................... 853

Table of contents xxix

Trivial solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 854 Truck dispatching. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 854 Truckload (TL) shipment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 854 TS. .. .. . . . . . . . . . .. . . . . . . . . . . . . . . .. . .. . . . . . .. . . .. . . .. . .. . .. . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . .. . .. . .. 854 TSP.. .. . .. . . . . . . . . . . .. . . . . . . . . . . . . . . . . . .. . .. . . . . . . . . . .. . . . . . . . . . . . . . .. . . . . . .. . .. . .. . . . . . .. . . . . . . 854 Tucker tableau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 854 Two-phase sinlplex method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 854 Unary NP-complete (NP-hard). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 855 Unbalanced transportation problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 855 Unbounded optimal solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 855 Unconstrained optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 855 Unconstrained optimization Sojer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 855 Unconstrained solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 858 Uncontrollable variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 858 Underachievement variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 858 Underdetermined system of linear equations .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . 858 Undirected arc................................................................................... 858 Uninlodular matrix. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 858 Unique solution.................................................................................. 858 Unrestricted variable............................................................................. 858 Unsymmetric prinlal-dual problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 858 Upper-bounded problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 859 Urban services Chelst. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 859 Utility function . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 862 Utility theory Fishburn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 862 Vacation model. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 865 Vacation time.................................................................................... 865 Validation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 865 Valve function................................................................................... 865 VAM.......................... ................................................................... 865 Variance reduction............................................................................... 865 Vector maxinlum problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 865 Vector space..................................................................................... 865 Vehicle routing Bodin............................................................................ 865 Vehicle scheduling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 870 Verification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 870 Verification, validation and testing of models Balci . .. . .. . . . . . . . . .. . . . . . . . . . . . . . .. . . . . . .. . . . . . . . . . 870 VERT............................................................................................ 878 Vertex........................................................................................... 878 Virtual reality.................................................................................... 878 Visualization Bell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 878 Vogel's approxinlation method (VAM)............................................................ 880 Von Neumann-Morgenstem (expected) utility theory.............................................. 880 Voronoi constructs Beichl/Bernal/WitzgaU!Sullivan.............................................. 881 Voronoi diagram. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 883

xxx Table of contents

W&A ........................................................................................... 883

W&T............................................................................................ 883

Waiting time. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 885

War game . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 885 Warehouse problem.............................................................................. 885

Water resources Krzysztojowicz................................................................. 885

Weak duality theorem............................................................................ 888

Weakly-coupled systems......................................................................... 888

Weber problem.................................................................................. 888

Wilkinson equivalent random technique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 888

WIMP........................................................................................... 888

Winner's curse. . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 888

Wolfe's quadratic-programming problem algorithm................................................ 888

Work schedule................................................................................... 888

Worst-case analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 888

X-bar chart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 889

Yield management . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 891

Zero-one goal programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 893

Zero-one variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 893

Zero-sum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 893

Zero-sum game . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 893

Zero-sum two-person game. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 893

Contributors

Leonard Adelman, George Mason University, Fairfax, Virginia. CHOICE THEORY

Vijay K. Agrawal, University of North Carolina at Greensboro, Greensboro, North Carolina. AUTOMATION IN MANUFACTURING SERVICES

Susan Albin, Rutgers University, Piscataway, New Jersey. LITTLE'S LAW

Frank Alt, University of Maryland, College Park. MULTIVARIATE QUALITY CONTROL, QUALITY CONTROL

G. Anandalingam, University of Pennsylvania, Philadelphia. SIMULATED ANNEALING

J. Scott Armstrong, University of Pennsylvania, Philadelphia. FORECASTING

Jay E. Aronson, The University of Georgia, Athens. CLUSTER ANALYSIS

Thomas E. Baker, Chesapeake Decision Sciences, New Providence, New Jersey. PETRO-CHEMICAL INDUSTRY

Osman Balci, Virginia Polytechnic Institute & State University, Blacksburg. VERIFICATION, VALIDATION AND TESTING OF MODELS

Stephen J. Balut, The Institute for Defense Analyses, Alexandria, Virginia. COST ANALYSIS

Steven C. Bankes, 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, UK. MANPOWER PLANNING

Frank M. Bass, The University of Texas at Dallas. ADVERTISING

Isabel Beichl, National Institute of Standards and Technology, Gaithersburg, Maryland. COMPUTATIONAL GEOMETRY, VORONOI CONSTRUCTS

Peter C. Bell, University ofWestern Ontario, Canada. VISUALIZATION

Filmore Bender, University of Maryland, College Park. 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 Board, London School of Economics and Political Science, UK. FINANCIAL MARKETS, PORTFOLIO THEORY: MEAN-VARIANCE

Lawrence Bodin, University of Maryland, College Park. VEHICLE ROUTING

Paul T. Boggs, Sandia National Laboratories, Livermore, California. INTERIOR-POINT METHODS

Kurt M. Bretthauer, Texas A&M University, College Station. KNAPSACK PROBLEMS WITH NONLINEARITIES

Percy H. Brill, University of Windsor, Ontario, Canada. LEVEL CROSSING METHODS

Robert G. Brown, Material Management Systems, Thetford Center, Vermont. EXPONENTIAL SMOOTHING

James R. Buck, University of Iowa, Iowa City. LEARNING

Dennis M. Buede, George Mason University, Fairfax, Virginia. DECISION MAKING, GROUP DECISION COMPUTER TECHNOLOGY

xxxii Contributors

Laura I. Burke, Lehigh University, Bethlehem, Pennsylvania. NEURAL NETWORKS

Richard M. Burton, Duke University, Durham, North Carolina. ORGANIZATION

Kathleen M. Carley, Carnegie Mellon University, Pittsburgh, Pennsylvania. COMPUTATIONAL ORGANIZATION THEORY

Michael W. Carter, University of Toronto, Canada. TIMETABLING

Jonathan P. Caulkins, Carnegie Mellon University, Pittsburgh, Pennsylvania. CRIME AND JUSTICE

Peter Checkland, Lancaster University, UK. SOFT SYSTEMS METHODOLOGY

Kenneth Chelst, Wayne State University, Detroit, Michigan. EMERGENCY SERVICES, IMPLEMENTATION IN THE PUBLIC SECTOR, URBAN SERVICES

Dilip Chhajed, University of Illinois, Champaign. FACILITY LOCATION

Clyde Chittister, Carnegie Mellon University, Pittsburgh, Pennsylvania. RISK ASSESSMENT, RISK MANAGEMENT

Michael D. Clark, Sabre Research, Southlake, Texas. AIRLINE INDUSTRY OPERATIONS RESEARCH

Nastaran Coleman, George Mason University, Fairfax, Virginia. BIN-PACKING

Sue A. Conger, Southern Methodist University, Dallas, Texas. SYSTEMS ANALYSIS, YIELD MANAGEMENT

William W. Cooper, The University of Texas at Austin. DATA ENVELOPMENT ANALYSIS

Richard W. Cottle, Stanford University, Stanford, California. COMPLEMENTARITY PROBLEMS

Sriram Dasu, University of Southern California, Los Angeles. PRODUCTION MANAGEMENT

Kenneth DeJong, George Mason University, Fairfax, Virginia. ARTIFICIAL INTELLIGENCE

James A. Dewar, RAND Corporation, Santa Monica, California. DELPHI METHOD

James S. Dyer, University of Texas at Austin. PREFERENCE THEORY

Joseph G. Ecker, Rensselaer Polytechnic Institute, Troy, New York. GEOMETRIC PROGRAMMING

Jonathan Eckstein, Rutgers University, Piscataway, New Jersey. PARALLEL COMPUTING

Richard W. Eglese, Lancaster University, UK. MATCHING

Jehoshua Eliashberg, University of Pennsylvania, Philadelphia. MARKETING

Joseph Engel, Bethesda, Maryland. ETHICS IN THE PRACTICE OF OPERATIONS RESEARCH, LANCHESTER'S EQUATIONS

Yariv Ephraim, George Mason University, Fairfax, Virginia. HIDDEN MARKOV MODELS

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. QUEUEING DICTIONARY

Peter Fishburn, AT&T Bell Laboratories, Murray Hill, New Jersey. UTILITY THEORY

Gene H. Fisher, RAND Corporation, Santa Monica, California. PUBLIC POLICY ANALYSIS, RAND CORPORATION

Charles D. Flagle, The Johns Hopkins University, Baltimore, Maryland. MEDICAL PRACTICE AND HEALTH CARE MANAGEMENT

Leonard Fortuin, Eindhoven University of Technology, The Netherlands. INDUSTRIAL APPLICATIONS

Richard L. Francis, University of Florida, Gainesville. FACILITY LOCATION

Hershey H. Friedman, Brooklyn College, City University of New York. BOOTSTRAPPING: RESAMPLING METHODOLOGY

Linda Weiser Friedman, Baruch College, City University of New York. BOOTSTRAPPING:

RESAMPLING METHODOLOGY, SIMULATION METAMODELING

John Friel, RAND Corporation, Santa Monica, California. DELPHI METHOD

Michael Fu, University of Maryland, College Park. PERTURBATION ANALYSIS, SIMULATION OPTIMIZATION

Tomas Gal, Fern Universitat, Hagen, Germany. DEGENERACY GRAPHS, PARAMETRIC PROGRAMMING

Roberto D. Galvao, COPPE/Federal University of Rio de Janeiro, Brazil. DEVELOPING COUNTRIES

Donald Gantz, George Mason University, Fairfax, Virginia. GEOGRAPHIC INFORMATION SYSTEMS

Viviane Gascon, Universite du Quebec a Trois­Rivieres, Canada. HEALTH CARE SYSTEMS

Saul I. Gass, University of Maryland, College Park. DOCUMENTATION, FUZZY SETS, GLOBAL MODELS, MODEL ACCREDITATION, MODEL EVALUATION

Denos C. Gazis, Pasha Industries, Katonah, New York. TRAFFIC ANALYSIS

Arthur M. Geoffrion, University of California at Los Angeles. STRUCTURED MODELING

Fred Glover, University of Colorado, Boulder. TABU SEARCH

Hans W. Gottinger, International Institute for Technology Management and Economics, Bad Waldsee, Germany. GLOBAL CLIMATE CHANGE MODELS

Paul Gray, Claremont Graduate School, California. GEOGRAPHIC INFORMATION SYSTEMS

Harvey J. Greenberg, University of Colorado at Denver. ARTIFICIAL INTELLIGENCE

Irwin Greenberg, George Mason University, Fairfax, Virginia. REGRESSION ANALYSIS

Donald Gross, George Mason University, Fairfax, Virginia. DISTRIBUTION SELECTION FOR STOCHASTIC MODELING, RELIABILITY OF STOCHASTIC SYSTEMS, SIMULATION OF DISCRETE-EVENT STOCHASTIC SYSTEMS

Contributors xxxiii

Thomas A. Grossman, Jr., University of Calgary, Canada. CALL CENTERS, EDUCATIONAL ISSUES IN BUSINESS SCHOOLS

Thomas R. Gulledge, George Mason University, Fairfax, Virginia. COST ANALYSIS

Jeffrey L. Guyse, University of California, Irvine. CERTAINTY EQUIVALENCE

Robert W. Haessler, University of Michigan, Ann Arbor. CUTTING STOCK PROBLEMS.

Yacov Y. Haimes, University of Virginia, Charlottesville. RISK ASSESSMENT, RISK MANAGEMENT

John R. Hall, Jr., National Fire Protection Association, Quincy, Massachusetts. FIRE MODELS AND APPLICATIONS

Leslie Hall, The Johns Hopkins University, Baltimore, Maryland. COMPUTATIONAL COMPLEXITY

Nicholas G. Hall, The Ohio State University, Columbus. SCHEDULING AND SEQUENCING

Carl M. Harris, George Mason University, Fairfax, Virginia. CENTER FOR NAVAL ANALYSES, MARKOV CHAINS, OPERATIONS RESEARCH OFFICE AND RESEARCH ANALYSIS CORPORATION

Dean S. Hartley III, Oak Ridge National Laboratory, Tennessee. BATTLE MODELING, MILITARY OPERATIONS OTHER THAN WAR

Arnoldo C. Hax, MIT, Cambridge, Massachusetts. CORPORATE STRATEGY, HIERARCHICAL PRODUCTION PLANNING

James C. Hearn, University of Georgia, Athens. HIGHER EDUCATION

Sidney W. Hess, Chadds Ford, Pennsylvania. POLITICS

Daniel P. Heyman, AT & T Bell Laboratories, Middletown, New Jersey. QUEUEING THEORY

Frederick S. Hillier, Stanford University, Stanford, California. LINEAR PROGRAMMING

James K. Ho, University of Illinois at Chicago. LARGE-SCALE SYSTEMS

Karla L. Hoffman, George Mason University, Fairfax,

xxxiv Contributors

Virginia. COMBINATORIAL AND INTEGER OPTIMIZATION, TRAVELING SALESMAN PROBLEM

Clyde W. Holsapple, University of Kentucky, Lexington. EXPERT SYSTEMS

Thomas A. Horan, Claremont Graduate School,

California. GEOGRAPHIC INFORMATION

SYSTEMS

James P. lgnizio, University ofVirginia, Charlottesville. NEURAL NETWORKS

Lakshmi S. Iyer, The University of North Carolina,

Greensboro. CLUSTER ANALYSIS

Richard H. F. Jackson, National Institute of Standards

and Technology, Gaithersburg, Maryland. FACTORABLE PROGRAMMING

Kamlesh Jain, Tiffin University, Tiffin, Ohio. MULTIVARIATE QUALITY CONTROL, QUALITY CONTROL

John]. Jarvis, Georgia Institute of Technology, Atlanta. INDUSTRIAL ENGINEERING AND OPERATIONS RESEARCH-THE INTERFACE

Jianmin Jia, Chinese University of Hong Kong.

PREFERENCE THEORY

M. Eric Johnson, Dartmouth College, Hanover, New Hampshire. SUPPLY CHAIN MANAGEMENT

Sharon Johnson, Worcester Polytechnic Institute, 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 Kaku, American University, Washington, DC.

FACILITIES LAYOUT

Gurumurthy Kalyanaram, The University of Texas at

Dallas. ADVERTISING

Edward H. Kaplan, Yale University, New Haven, Connecticut. PROGRAM EVALUATION

Harry H. Kelejian, University of Maryland, College

Park. ECONOMETRICS

L. Robin Keller, University of California, Irvine.

DECISION TREES

Maurice W. Kirby, Lancaster University, UK. HISTORY OF EARLY BRITISH OR

Jack P.C. Kleijnen, Tilburg University, The Netherlands. MONTE CARLO SAMPLING AND

VARIANCE REDUCTION

Howard W. Kreiner, Center for Naval Analysis, Alexandria, Virginia. FIELD ANALYSIS

Ramayya Krishnan, Carnegie Mellon University,

Pittsburgh, Pennsylvania. MODEL MANAGEMENT

Roman Krzysztofowicz, University of Virginia,

Charlottesville. WATER RESOURCES

Shaul Ladany, Ben Gurion University, Beer Sheva,

Israel. SPORTS

Richard C. Larson, MIT, Cambridge, Massachusetts.

HYPERCUBE QUEUEING MODEL, QUEUE INFERENCE ENGINE

Kathryn Blackrnond Laskey, George Mason University,

Fairfax, Virginia. BAYESIAN DECISION THEORY,

SUBJECTIVE PROBABILITY AND UTILITY.

Eugene L. Lawler, University of California, Berkeley. COMBINATORICS

Pierre L'Ecuyer, Universite de Montreal, Canada.

RANDOM NUMBER GENERATORS

Benjamin Lev, University of Michigan, Dearborn. ECONOMIC ORDER QUANTITY MODEL EXTENSIONS

Reuven R. Levary, Saint Louis University, Missouri.

CAPITAL BUDGETING, ENGINEERING APPLICATIONS

Bernard Levin, Rockville, Maryland. FIRE MODELS

AND APPLICATIONS

Matthew]. Liberatore, Villanova University, Villanova, Pennsylvania. AUTOMATION IN MANUFACTURING SERVICES

Gary L. Lilien, Pennsylvania State University, University Park. MARKETING

Andrew G. Loerch, Center for Army Analysis, Fort

Belvoir, Virginia. LEARNING CURVES

John R. Lough, University of Georgia, Athens. HIGHER EDUCATION

Timothy]. Lowe, University of Iowa, Iowa City. FACILITY LOCATION

William F. Lucas, Claremont Graduate School, California. GAME THEORY

Irvin Lustig, ILOG, Mountain View, California. CONSTRAINT PROGRAMMING

Michael Magazine, University of Cincinnati, Ohio. SCHEDULING AND SEQUENCING

Thomas L. Magnanti, MIT, Cambridge, Massachusetts. NETWORK OPTIMIZATION

Nicolas S. Majluf, Catholic University of Chile, Santiago. CORPORATE STRATEGY

Michael D. Maltz, University of Illinois at Chicago. CRIME AND JUSTICE

Andre Z. Manitius, George Mason University, Fairfax, Virginia. CONTROL THEORY

William G. Marchal, The University of Toledo, Ohio. OPERATIONS MANAGEMENT

Carl D. Martland, MIT, Cambridge, Massachusetts. RAIL FREIGHT OPERATIONS

Richard 0. Mason, Southern Methodist University, Dallas, Texas. SYSTEMS ANALYSIS, YIELD MANAGEMENT

Christina M. Mastrangelo, University of Virginia, Charlottesville. TIME SERIES ANALYSIS

Syam Menon, Oklahoma State University, Stillwater, Oklahoma. DATA MINING

Zbigniew Michalewicz, University of North Carolina at Charlotte. EVOLUTIONARY ALGORITHMS

Douglas R. Miller, George Mason University, Fairfax, Virginia. MARKOV PROCESSES

Hugh]. Miser, Farmington, Connecticut. PRACTICE OF OPERATIONS RESEARCH AND MANAGEMENT SCIENCE

Mansooreh Mollaghaserni, University of Central Florida, Orlando. INTERACTIVE MULTIPLE-OBJECTIVE MATHEMATICAL PROGRAMMING

Contributors xxxv

Douglas C. Montgomery, Arizona State University, Tempe. TIME SERIES ANALYSIS

Richard C. Morey, Clear Island Waters, Australia. HOSPITALS

Heiner Miiller-Merbach, Universitat Kaiserslautern, Germany. INFORMATION SYSTEMS AND DATABASE DESIGN IN OR/MS

Frederic H. Murphy, Temple University, Philadelphia, Pennsylvania. ECONOMICS AND OPERATIONS RESEARCH

Katta G. Murty, University of Michigan, Ann Arbor. QUADRATIC PROGRAMMING

Steven Nahmias, Santa Clara University, California. GANTT CHARTS

Stephen Nash, George Mason University, Fairfax, Virginia. CALCULUS OF VARIATIONS, NUMERICAL ANALYSIS

Marcel F. Neuts, University of Arizona, Tucson. MATRIX-ANALYTIC STOCHASTIC MODELS, PHASE-TYPE PROBABILITY DISTRIBUTIONS

B0rge Obel, Odense University, Denmark. ORGANIZATION

Sherry L. Oh, University of Calgary, Canada. CALL CENTERS

Hacer Ozgen, Virginia Commonwealth University, Richmond, Virginia. HOSPITALS, MEDICAL PRACTICE AND HEALTH CARE MANAGEMENT

Yasar Ozcan, Virginia Commonwealth University, Richmond, Virginia. HOSPITALS, MEDICAL PRACTICE AND HEALTH CARE MANAGEMENT

Manfred Padberg, New York University, New York. COMBINATORIAL AND INTEGER OPTIMIZATION, TRAVELING SALESMAN PROBLEM

John C. Papageorgiou, University of Massachusetts at Boston. RESEARCH AND DEVELOPMENT

Chad Perry, Queensland University of Technology, Brisbane, Australia. CONSTRUCTION APPLICATIONS

Julia Pet-Edwards, University of Central Florida,

xxxvi Contributors

Orlando. INTERACTIVE MULTIPLE-OBJECTIVE MATHEMATICAL PROGRAMMING

William P. Pierskalla, University of California at Los Angeles. HEALTH CARE SYSTEMS

Donald R. Plane, Rollins College, Winter Park, Florida. SPREADSHEETS

Roman A. Polyak, George Mason University, Fairfax, Virginia. BARRIER FUNCTIONS AND THEIR MODIFICATIONS

Stephen G. Powell, Dartmouth College, Hanover, New Hampshire. EDUCATIONAL ISSUES IN BUSINESS SCHOOLS

Ingrnar R. Prucha, University of Maryland, College Park. ECONOMETRICS

Jean-Francois Puget, ILOG, Gentilly, France. CONSTRAINT PROGRAMMING

David F. Pyke, Dartmouth College, Hanover, New Hampshire. SUPPLY CHAIN MANAGEMENT

Luis C. Rabelo, MIT, Cambridge, Massachusetts. JOB SHOP SCHEDULING

John S. Ramberg, University of Arizona, Tucson. TOTAL QUALITY MANAGEMENT

Ramaswamy Ramesh, State University of New York at Buffalo. MULTIPLE CRITERIA DECISION MAKING

Graham K. Rand, Lancaster University, UK. NETWORK PLANNING, PROJECT MANAGEMENT, THEORY OF CONSTRAINTS

Arnold Reisman, Reisman and Associates, Shaker Heights, Ohio. LIBRARIES

Charles ReVelle, The Johns Hopkins University, Baltimore, Maryland. ENVIRONMENTAL SYSTEMS ANALYSIS, LOCATION ANALYSIS

George P. Richardson, State University of New York at Albany. SYSTEM DYNAMICS

Thomas R. Rohleder, University of Calgary, Canada. CALL CENTERS

Meir J. Rosenblatt, Technion, Haifa, Israel. MATERIAL HANDLING

Jonathan Rosenhead, London School of Economics and

Political Science, UK. PROBLEM STRUCTURING METHODS

Richard 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, Haifa, Israel. COMBINATORIAL OPTIMIZATION BY SIMULATED CROSS-ENTROPY, MONTE CARLO SAMPLING AND VARIANCE REDUCTION, SCORE FUNCTIONS

David M. Ryan, University of Auckland, New Zealand. AIRLINE INDUSTRY OPERATIONS RESEARCH

Thomas L. Saaty, University ofPittsburgh, Pittsburgh, Pennsylvania. ANALYTIC HIERARCHY PROCESS, ANALYTIC NETWORK PROCESS

Andrew P. Sage, George Mason University, Fairfax, Virginia. CYBERNETICS AND COMPLEX ADAPTIVE SYSTEMS

Douglas A. Samuelson, InfoLogix, Inc., Annandale, Virginia. CALL CENTERS, INFORMATION TECHNOLOGY BENEFITS

Rakesh Sarin, University of California at Los Angeles. MULTI-ATTRIBUTE UTILITY THEORY

Siegfried Schaible, University of California, Riverside. FRACTIONAL PROGRAMMING

Marc J. Schniederjans, University of Nebraska, Lincoln. GOAL PROGRAMMING

Marc Schoenauer, Ecole Polytechnique, Paris, France. EVOLUTIONARY ALGORITHMS

David A. Schum, George Mason University, Fairfax, Virginia. DECISION ANALYSIS

William Schwabe, RAND Corporation, Santa Monica, California. GAMING

Suvrajeet Sen, University of Arizona, Tucson. STOCHASTIC PROGRAMMING

Richard F. Serfozo, Georgia Institute of Technology, Adanta. NETWORKS OF QUEUES

Leslie Servi, GTE Laboratories, Waltham,

Massachusetts. LITTLE'S LAW IN DISTRIBUTIONAL FORM

Alexander Shapiro, Georgia Institute of Technology, Atlanta. SCORE FUNCTIONS

Ramesh Sharda, Oklahoma State University, Stillwater, Oklahoma. COMPUTER SCIENCE AND OPERATIONS RESEARCH INTERFACE, DATA MINING

Robert Sheldon, Military Operations Research Society, Alexandria, Virginia. AIR FORCE OPERATIONS ANALYSIS, MILITARY OPERATIONS RESEARCH

Bala Shetty, Texas A&M University, College Station. KNAPSACK PROBLEMS WITH NONLINEARITIES, MULTICOMMODITY NETWORK FLOWS

Douglas R. Shier, Clemson University, South Carolina. GRAPH THEORY

Edgar Sibley, George Mason University, Fairfax, Virginia. ELECTRONIC COMMERCE

Edward A. Silver, University of Calgary, Canada. INVENTORY MODELING

James R. Simpson, Florida State University, Tallahassee. TIME SERIES ANALYSIS

Jaya Singhal, University ofBaltimore, Maryland. INDUSTRIAL APPLICATIONS, PRODUCTION MANAGEMENT

Kalyan Singhal, University of Baltimore, Maryland. AUTOMATION IN MANUFACTURING SERVICES

Ariela Sofer, George Mason University, Fairfax, Virginia. UNCONSTRAINED OPTIMIZATION

Marius M. Solomon, Northeastern University, Boston, Massachusetts. LOGISTICS

Kathleen E, Steke, University of Michigan, Ann Arbor. FLEXIBLE MANUFACTURING SYSTEMS

Ralph E. Steuer, University of Georgia, Athens. MUL TIOBJECTIVE PROGRAMMING

William]. Stewart, North Carolina State University, Raleigh. MARKOV CHAIN EQUATIONS

William R. Stewart, Jr., College of William and Mary, Williamsburg, Virginia. CHINESE POSTMAN PROBLEM

Contributors

Lawrence Stone, Metron Inc., Reston, Virginia. SEARCH THEORY

Todd Strauss, Yale University, New Haven, Connecticut. PROGRAM EVALUATION

Susan Suchocki, Claremont Graduate School, California. GEOGRAPHIC INFORMATION SYSTEMS

xxxvii

Francis Sullivan, Supercomputing Research Center, Bowie, Maryland. COMPUTATIONAL GEOMETRY

Charles M. Sutcliffe, The University of Southampton, UK. FINANCIAL MARKETS, PORTFOLIO THEORY: MEAN-VARIANCE

Edward A. Sykes, Make Systems, Inc., Cary, North Carolina. COMMUNICATIONS NETWORKS

Luis V. Tavares, Instituto Superior Tecnico, Lisbon, Portugal. NETWORK PLANNING

Tamas Terlaky, McMaster University, Hamilton, Ontario, Canada. INTERIOR-POINT METHODS

Clayton Thomas, Air Force Studies and Analysis Agency, Washington, DC. AIR FORCE OPERATIONS ANALYSIS, MILITARY OPERATIONS RESEARCH

Kaoru Tone, National Graduate Institute for Policy Studies, Tokyo, Japan. RETAILING

Alan Tucker, The State University of New Y ark at Stony Brook. MATRICES AND MATRIX ALGEBRA

Stanislav Uryasev, Brookhaven National Laboratory, Upton, New York. SCORE FUNCTIONS

Igor Ushakov, QUALCOMM, San Diego, California. AVAILABILITY, POINT STOCHASTIC PROCESSES, REDUNDANCY, RENEWAL PROCESSES, SAFETY

Paul van Beek, Agricultural University, Wageningen, The Netherlands. INDUSTRIAL APPLICATIONS

Luk Van Wassenhove, INSEAD, Fontainebleau, France. INDUSTRIAL APPLICATIONS

Andrew Vazsonyi, University of San Francisco. DECISION SUPPORT SYSTEMS

Eugene P. Visco, Silver Spring, Maryland.

:xxxviii Contributors

OPERATIONS RESEARCH OFFICE AND RESEARCH ANALYSIS CORPORATION

Mark A Vonderembse, The University of Toledo, Ohio. OPERATIONS MANAGEMENT

Warren E. Walker, RAND Corporation, Santa Monica, California. PUBLIC POLICY ANALYSIS, RAND CORPORATION

William A. Wallace, Rensselaer Polytechnic Institute, Troy, New York. COMPUTATIONAL ORGANIZATION THEORY

Pearl Wang, George Mason University, Fairfax, Virginia. BIN-PACKING

Andres Weintraub, Universidad de Chile, Santiago. NATURAL RESOURCES

Andrew B. Whinston, University of Texas at Austin. EXPERT SYSTEMS

Chelsea C. White, III, University of Michigan, Ann Arbor, Michigan. MARKOV DECISION PROCESSES

Wilbert Wilhelm, Texas A&M University, College Station. INDUSTRIAL ENGINEERING AND OPERATIONS RESEARCH-THE INTERFACE

Yoram Qerry) 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, AT&T, Morristown, New Jersey. POLITICS

R. E. D. Woolsey, Colorado School of Mines, Golden. IMPLEMENTATION

Xiaomei Xu, Cleveland, Ohio. LIBRARIES

Oliver Yu, SRI International, Menlo Park, California. ELECTRIC POWER SYSTEMS

Fatemeh (Mariam) Zahedi, University of Wisconsin, Milwaukee. GROUP DECISION MAKING

Stavros A. Zenios, University of Cyprus, Nicosia and University of Pennsylvania, Philadelphia. BANKING

William Ziemba, University of British Columbia, Canada. FINANCIAL MARKETS, PORTFOLIO THEORY: MEAN-VARIANCE

Stanley Zionts, State University of New York at Buffalo. MULTIPLE CRITERIA DECISION MAKING

IN MEMORIAM

Carl M. Harris-friend, colleague, teacher, OR theoretician, and practitioner par excellence, and dedicated editor.

Hugh J. Miser-friend, author, teacher, and true OR pioneer.

Preface

The goal of the Encyclopedia of Operations Re­search and Management Science is to provide 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). The im­pact of OR/MS on the quality-of-life and economic well-being of everyone is a story that has yet to be told in its full detail and glory. The Encyclopedia of Operations Research and Management Science is the prologue to that story.

APPROACH

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 ORIMS, we enlisted a distinguished international group of academics and practitioners to contribute articles on subjects for which they are renowned. We commissioned over 200 major expository articles and complemented them by numerous descriptions, discussions, defini­tions, and abbreviations. The connections between topics are highlighted by an entry's final "See" state­ment, as appropriate. 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 their research and ap­plied perspectives. In particular, the authors were allowed to use whatever mathematical notation they felt was "standard" for their topics. Of significant importance is that each contributed article has been authored by a leading authority on that particular topic.

AUDIENCE

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.

WHAT IS OPERATIONS RESEARCH AND MANAGEMENT SCIENCE?

Operations research and management science are often equated to one another. If one defines them by the methodologies they employ, the equation would probably stand inspection. If, however, one defines them by their historical developments and the classes of problems they encompass, the equation becomes fuzzy. 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, discrete event 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 organizational management, fi­nancial planning, 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) op-

xlii Preface

erations 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 ORJMS is really given by the coverage of the material in this Encyclopedia.

SECOND EDITION

This second edition of the Encyclopedia of Opera­tions Research and Management Science moves us closer to our goal of providing a comprehensive overview of the theoretical and applied subject mat­ter that forms the ever-expanding field of OR/MS. In planning this second edition, our concerns were twofold: to capture the advances since the 1996 first edition, especially the relationships between ORJMS and information technology, and to update, expand, and correct the original material.

With respect to ORJMS advances, new material ranges from the Analytic Network Process to Data Mining to Electronic Commerce to the Theory of Constraints, just to name a few of the 28 new arti­cles. First edition articles have been updated or re­written by the original and/or new authors. Based on suggestions from the readers of the first edition, we now include more material on the history of ORJMS, and emphasize its origins by an article on early Brit­ish OR. [The interested reader can find more detailed historical discussions that track and contrast ORJMS developments in the U.S. and Great Britain in the 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 Operational Research: "The Or­igin of Operational Research," 32(2), 465-475.]

APPRECIATION

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 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. With special admiration and friendship, we single out Kluwer's editor for the En­cyclopedia, Gary Folven, for his unstinting support, stewardship, and help in bringing both editions to fruition.

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, 201 Philip Drive, Assinippi Park, Nor­well, Massachusetts, 02061, USA.

Editors Saul I. Gass Robert H. Smith School of Business University of Maryland College Park, Maryland

Carl M. Harris School of Information Technology & Engineering George Mason University Fairfax, Virginia