A constant pressure on companies to reduce costs while improving quality，efficiency，service and innovation，is on the daily agenda。In this complex and continuously evolving environment，a company's ability to react to the challenges becomes of vital importance。

In this new business reality，managers must have the ability to make decisions quickly and thoroughly，by taking evidence into account，and evaluating consequences and alternative plans in terms of growth，profitability and acceptable risk。In today's environment，being able to make good and fast decisions in all areas of business，including financial and risk management，marketing strategy and customer understanding，production and logistics，procurement and supply chain management，human resources management and development，IT-based process redesign, is becoming strategically important。

CHAPTER 1 INTRODUCTION TO MANAGEMENT SCIENCE    2

1.1 Introduction to Managerial Decision Making    2

1.2 Trends Affecting Decision Making Today    5

1.3 Key Characteristics of Management Science for Decision Making    6

1.4 The Use of Models for Making Decisions    7

1.5 The Use of Software in Decision Making    17

1.6 Applications of Management Science in Business    18

References    22■CHAPTER 2 AVOIDING BAD DECISIONS: The Methodology of

Decision Making    242.1 Introduction    24

2.2 Decision Making Traps    25

2.3 Decision Making Tips    27

2.4 The Rational Methodology for Decision Making    30

2.5 Identification of the Problem    31

2.6 Analysis of the System    33

2.7 Formulation of the Objectives     35

2.8 Initial System Design    37

2.9 Detailed System Design    39

2.10 Solution Implementation and Monitoring    40

References    43Managerial Decision MakingTABLE OF CONTENTSPART IIMODELS IN MANAGERIAL DECISION MAKING45■CHAPTER 3 LINEAR PROGRAMMING    47

3.1 Introduction    47

3.2 Characteristics of LP Problems    48

3.3 A Maximization Problem    50

3.4 A Trial-and-Error Approach in Solving LP Problems    51

3.5 Graphical Solution of a LP Problem    52

3.6 A Minimization Problem    55

3.7 General Formulation and Assumptions of LP Models    56

3.8 Solving LP Problems    58

Problems    59

References    61■CHAPTER 4 USING SOLVER TO SOLVE LINEAR PROGRAMMING

PROBLEMS    634.1 Introduction    63

4.2 Introducing the Model in Excel    64

4.3 Solving the Problem    66

4.4 Understanding and Analyzing the Solution-SOLVER Reports    71

4.5 Solving Integer Programming Problems with SOLVER    75

4.6 Solving Non-Linear Programming Problems with SOLVER    75

4.7 Conclusions    77

Problems    77

References    78■CHAPTER 5 SENSITIVITY ANALYSIS IN LINEAR

PROGRAMMING    795.1 Introduction    79

5.2 An Example    80

5.3 Dual Prices in LP    82

5.4 Reduced Costs in LP    83

5.5 Changes in the Objective Function's Coefficients    84

5.6 Changes in the Right Hand Sides (RHS) of the Constraints    86

5.7 Evaluation of a New Activity    88

5.8 Conclusions    88

Problems    89

References    99

■CHAPTER 6 INTEGER PROGRAMMING    100

6.1 Introduction    100

6.2 Formulating IP Problems with Binary Variables    101

6.3 An Investment Example    103

6.4 Formulating IP Problems with Fixed Costs and/or Discounts    104

6.5 Solving IP Problems    108

6.6 Heuristic Methods to Solve IP Problems    109

6.7 Conclusions    112

Problems    112

References    115

■CHAPTER 7 MULTI-CRITERIA DECISION MAKING    116

7.1 Introduction    116

7.2 Empirical Methods    117

7.3 Goal Programming    119

7.4 The Analytical Hierarchy Process    124

7.5 Using Expert Choice to Solve Multicriteria Problems    130

Problems    135

References    138■CHAPTER 8 STATISTICAL METHODS IN DECISION

MAKING    1398.1 Introduction to Forecasting    139

8.2 Key Concepts about Forecasting    141

8.3 The Moving Averages Forecasting Method    144

8.4 Exponential Smoothing Forecasting Method    148

8.5 Other Forecasting Methods    150

8.6 Linear Regression    152

8.7 Multiple Regression    157

8.8 Discriminant Analysis    161

8.9 Using SPSS for Statistical Analysis    164

Problems    167

References    172

■CHAPTER 9 DECISION ANALYSIS    173

9.1 Introduction    173

9.2 Key Concepts about Decision Analysis    174

9.3 Criteria for Making Decisions under Uncertainty    175

9.4 The Expected Value of Perfect Information    178

9.5 Introduction to Decision Trees    179

9.6 Calculating the Risk Profile a Strategy    184

9.7 Sensitivity Analysis    185

9.8 Using Precision Tree to Solve Decision Analysis Problems    186

Problems    190

References    192

■CHAPTER 10 SIMULATION    193

10.1 Introduction    193

10.2 Key Characteristics of Simulation    196

10.3 Implementation of Simulation under Conditions of Uncertainty    197

10.4 Simulation of Queuing Systems    200

10.5 Simulation of an Inventory System    202

10.6 Analysis of Simulation Results    205

10.7 Using Simulation for Risk Management    207

10.8 Using Simulation for Business Process Reengineering    213

Problems    222

References    225

PART IIIIMPLEMENTING MANAGEMENT SCIENCE IN PRACTICE227■CHAPTER 11 GETTING TO KNOW YOUR CUSTOMER    228

11.1 Introduction    228

11.2 Determining Customer Satisfaction    229

11.3 Designing New Products    233

11.4 Sales-Advertising Response Analysis    236

11.5 Forecasting Sales of New Products    240

11.6 Identifying Areas of Improvement    243

11.7 Studying Product Positioning    246

11.8 Identifying Market Segments    251

11.9 Identifying Prospect Customers    257

Problems    260

References    264

■CHAPTER 12 MARKETING AND SALES MANAGEMENT    265

12.1 Introduction    265

12.2 A Product Selection Problem    267

12.3 Design of Sales Network     269

12.4 Selection of Communication Media    271

12.5 Selection of Location    274

12.6 Design of New Product Marketing Strategy    278

12.7 Design of Promotion Strategy    281

12.8 Sales Strategy    284

12.9 Evaluation of Customer Value for CRM Implementation    287

Problems    292

References    295■CHAPTER 13 PRODUCTION AND INVENTORY

MANAGEMENT    29613.1 Introduction    296

13.2 Production Planning-Selection of Production Mix    297

13.3 Capacity Planning    300

13.4 Outsourcing Management    303

13.5 Planning Production Personnel    304

13.6 Production Planning under Demand Uncertainty    307

13.7 Production and Sales Planning under Discounting    310

13.8 Selection of Production Technology    313

13.9 Sequencing and Scheduling Production Problems    318

Problems    320

References    322

■CHAPTER 14 NETWORKS AND TRANSPORT PROBLEMS    323

14.1 Introduction    323

14.2 The Transportation Problem    324

14.3 Designing the Shortest Path    328

14.4 Managing Network Flow Problems    330

14.5 Designing the Minimum Spanning Tree    332

14.6 Planning Route Schedules with Multiple Vehicles    334

14.7 Scheduling an Airline's Flights    338

14.8 Project Management    342

Problems    345

References    347■CHAPTER 15 LOGISTICS AND SUPPLY CHAIN

MANAGEMENT    34815.1 Introduction    348

15.2 Designing the Supply Chain    349

15.3 Evaluating a Company Acquisition    352

15.4 Planning Product Distribution    355

15.5 Planning Distribution of Hazardous Materials    361

15.6 Selection of Transportation Media     363

15.7 Design and Introduction of New Product     368

Problems    373

References    376

■CHAPTER 16 MANAGING INVESTMENTS    377

16.1 Introduction    377

16.2 A Simple Investment Selection Problem    378

16.3 Selecting a Multi-Period Investment Portfolio    380

16.4 Investing in Real Estate    383

16.5 Multi-Period Investment Planning    388

16.6 Asset and Liability Management in a Bank     391

16.7 Deciding on Production and Capital Structure for a Family Business    395

16.8 Developing Effective Export Planning    398

16.9 Developing a Customized Portfolio among FTSE-20 Companies    401

Problems    405

References    407

■CHAPTER 17 MANAGING UNCERTAINTY IN FINANCE    408

17.1 Introduction    408

17.2 Investment Appraisal    409

17.3 Investment Selection    411

17.4 Business Analysis for a New Product    414

17.5 Project Finance Decision    418

17.6 Stock Portfolio Management    421

17.7 Capacity Planning under Demand Uncertainty    425

17.8 Portfolio Value at Risk (VAR) Calculation    429

Problems    431

References    433

■CHAPTER 18 HUMAN RESOURCES MANAGEMENT    434

18.1 Introduction    434

18.2 Allocating Personnel Workload     435

18.3 Scheduling for Personnel Time    438

18.4 Recruiting Personnel Using Performance Score Cards    440

18.5 Recruiting Personnel Using Multiple Criteria    443

18.6 Implementing a Fair Bonus System    447

18.7 Selecting Training Program     452

18.8 Building up Personnel Motivation    457

Problems    459

References    461

■CHAPTER 19 ORGANIZATIONAL REDESIGN    462

19.1 Introduction    462

19.2 Reorganization of Hospital Processes     463

19.3 Evaluation of the Efficiency of Bank Stores     466

19.4 Supply System Reengineering    472

19.5 Toll Station Management    475

19.6 Planning the Port Services    479

19.7 Factory Production Planning    483

19.8 Reengineering the Rank Xerox Supply Chain     491

References    498■CHAPTER 20 USING MANAGEMENT SCIENCE IN THE

WORLD    49920.1 Introduction    499

20.2 Designing Financial Products at Merrill Lynch    501

20.3 Designing a Supply Chain at IBM    508

20.4 Managing Blood in New York City    513

20.5 Routing and Distribution Scheduling at Federal Express     518

20.6 Human Resources Management at Emporiki Bank     522

20.7 Fire Fighting in Canada     526

20.8 Managing a Supply Chain in the Philippines    530

20.9 Recycling Waste Lube Oils in Greece    533

20.10 Yield Management at American Airlines    538

References    542