2 historiadelainvestigaciondeoperaciones 221107022759 6f4d27b0 thumbnail

Historia de la investigación de operaciones

  • Euclides
    300 BCE

    Euclides

    Desarrolla algoritmos matemáticos, como el algoritmo de Euclides para el máximo común divisor.
  • Blaise Pascal y Pierre de Fermat

    Blaise Pascal y Pierre de Fermat

    Establecen las bases de la probabilidad, elemento clave para la IO.
  • Period: to

    Bases matemáticas

  • Abraham de Moivre

    Abraham de Moivre

    Introduce la distribución normal, fundamental para la estadística aplicada en IO.
  • Carl Friedrich Gauss y Adrien-Marie Legendre

    Carl Friedrich Gauss y Adrien-Marie Legendre

    Desarrollan el método de los mínimos cuadrados, crucial para el análisis de datos.
  • Vilfredo Pareto y Frederick Taylor.

    desarrollan modelos de optimización en economía y producción, como los de Vilfredo Pareto y Frederick Taylor.
  • Surgimiento formal de la IO

    Surgimiento formal de la IO

  • Lanchester

    Lanchester

    Formula ecuaciones diferenciales para modelar combates militares.
  • Uso de radares, submarinos y rutas de abastecimiento.

    Uso de radares, submarinos y rutas de abastecimiento.

    Equipos de matemáticos, liderados por Patrick Blackett en Reino Unido y otros científicos en EE.UU., aplican modelos de IO para optimizar el uso de radares, submarinos y rutas de abastecimiento.
  • Método simplex

    Método simplex

    George Dantzig desarrolla el método simplex, revolucionando la programación lineal y convirtiéndolo en una herramienta central de la IO.
  • Expansión y aplicaciones industriales

  • Avances en algoritmos de optimización.

    Avances en algoritmos de optimización.

    La IO se aplica en industrias de manufactura, transporte y telecomunicaciones, con avances en algoritmos de optimización.
  • INFORMS

    INFORMS

    Se funda la Sociedad de Investigación de Operaciones (INFORMS).
  • La IO se expande

    La IO se expande

    Con el desarrollo de computadoras, la IO se expande a modelos más complejos, como la programación entera y la simulación.
  • Inteligencia artificial y optimización avanzada

    Inteligencia artificial y optimización avanzada

  • Integración de la IO con machine learning, big data y análisis predictivo en industrias como logística, salud y finanzas.

    Integración de la IO con machine learning, big data y análisis predictivo en industrias como logística, salud y finanzas.

  • La IO sigue evolucionando con nuevas técnicas de optimización en la toma de decisiones automatizada y la inteligencia artificial.

    La IO sigue evolucionando con nuevas técnicas de optimización en la toma de decisiones automatizada y la inteligencia artificial.