Investigacion de operaciones

Historia Investigación de Operaciones

  • 264

    II Guerra Púnica, Siglo III A.C: Inicio de la investigación operativa.

    II Guerra Púnica, Siglo III A.C: Inicio de la investigación operativa.
    Arquimides propone una solución con el fin de ayudar y resolver un problema que presentaba la ciudad de Siracura, de un modo más estratégico y táctico.
  • 1503

    Realización de diferentes tipos de máquinas bélicas.

    Realización de diferentes tipos de máquinas bélicas.
    Leonardo Da Vinci realizó construcción de barcos, vehículos acorazados, cañones y catapultas.
  • Newton, Leibnitz, Bernoulli y Lagrange trabajaron en la obtención de máximos y mínimos condicionados de ciertas funciones.

    Newton, Leibnitz, Bernoulli y Lagrange trabajaron en la obtención de máximos y mínimos condicionados de ciertas funciones.
    Fourier esbozó métodos de la actual programación lineal y Monge con la ayuda de la geometría descriptiva desarrolló el método gráfico.
  • Taylor desarrolló la maximización del rendimiento de los mineros.

    Taylor desarrolló la maximización del rendimiento de los mineros.
    Se determinó que la única variable significativa era el peso combinado de la pala y su carga.
  • Estudio de la Potencia Balística de las fuerzas opositoras y la ley cuadrática de combate de Lanchester.

    Estudio de la Potencia Balística de las fuerzas opositoras y la ley cuadrática de combate de Lanchester.
    Determinar a partir de un sistema de ecuaciones diferenciales el desenlace de una batalla militar en función de la fuerza numérica relativa y la capacidad relativa de fuego de los combatientes.
  • Modelos matemáticos de teorías de colas.

    Modelos matemáticos de teorías de colas.
    Erlang realizó un estudio acerca de las fluctuaciones de la demanda de instalaciones telefónicas en relación con el equipo automático.
  • Teoría de juegos.

    Teoría de juegos.
    Neumann desarrolló fundamentos matemáticos de la programación lineal.
  • Programación lineal.

    Programación lineal.
    Leonid Vitálievich y Tjalling Charles desarrollaron la teoría matemática de la programación lineal.
  • Organización de los recursos de Estados Unidos.

    Organización de los recursos de Estados Unidos.
    Esta organización se realizó por medio de modelos de optimización resueltos gracias a la progamación lineal.
  • Problema de Koopmans - Kantarovitch.

    Problema de Koopmans - Kantarovitch.
    Estudio del problema del transporte por primera vez dando como solución métodos geométricos, formulación de la estructura y planteamiento, buscando minimizar los costos relacionados con el movimiento o traslado de materiales.
  • Representaciones matemáticas de los convoyes de la U-BOOTS WAFFE.

    Representaciones matemáticas de los convoyes de la U-BOOTS WAFFE.
    Se tuvo en cuenta una serie de restricciones y condiciones. Gracias a esto se pudo llegar a determinar si eran mejor una estrategia basada en convoyones formados por un gran grupo o por el contrario por un grupo pequeño. Debido a dicha estrategia se disminuyó la cantidad de barcos hundidos mientras aumentaba la destrucción de submarinos alemanes.
  • Problema de la dieta.

    Problema de la dieta.
    A raíz de la preocupación del ejército americano por asegurar requerimientos nutricionales básicos para sus tropas al menor costo posible se dio una solución al problema mediante un método heurístico examinando 510 posibles combinaciones de alimentos incluyendo más tarde el método simplex.
  • Proyecto SCOOP (Scientific Computation Of Optimun Programs).

    Proyecto SCOOP (Scientific Computation Of Optimun Programs).
    Se formo un grupo de trabajo dedicado a mejorar los procesos de planificación a gran escala. George Bernard desarrolló en este año el algoritmo del método simplex.
  • Interés y desarrollo de la investigación operativa.

    Interés y desarrollo de la investigación operativa.
    Aplicación en el campo del comercio y las industrias.
  • Uso de modelos de optimización.

    Uso de modelos de optimización.
    Este uso es importante y frecuente en la toma de decisiones, ayuda a resolver problemas de grandes complejidades para así obtener mejores algoritmos de solución.