Evolución de la Investigación de Operaciones

  • Desarrollo durante la segunda Guerra Mundial

    Desarrollo durante la segunda Guerra Mundial
    Durante este periodo, la investigación de operaciones se utilizó ampliamente en el ámbito militar para resolver problemas logísticos y estratégicos. Se aplicaron técnicas de optimización y modelado matemático para mejorar la toma de decisiones. Referencia: Hillier, F. S., & Lieberman, G. J. (2005). Introduction to Operations Research. McGraw-Hill.
  • Teoría de juegos

    Teoría de juegos
    John von Neumann y Oskar Morgenstern publicaron "La Teoría de Juegos y Comportamiento Económico" en 1944, que abrió un nuevo campo de investigación en la teoría de la decisión. Referencia: Von Neumann, J., & Morgenstern, O. (1944). Theory of Games and Economic Behavior. Princeton University Press
  • Desarrollo del método Simplex

    Desarrollo del método Simplex
    En 1947, George Dantzig desarrolló el método Simplex, uno de los algoritmos más importantes en la optimización lineal. Referencia: Dantzig, G. B. (1963). Linear Programming and Extensions. Princeton University Press
  • Análisis de redes

    Análisis de redes
    En la década de 1950, se desarrollaron técnicas de análisis de redes para resolver problemas de flujo en redes. Referencia: Ford, L. R., & Fulkerson, D. R. (1962). Flows in Networks. Princeton University Press
  • Investigación de operaciones en la industria

    Investigación de operaciones en la industria
    Durante la década de 1950, la investigación de operaciones se extendió a la industria, resolviendo problemas de producción y distribución. Referencia: Churchman, C. W., Ackoff, R. L., & Arnoff, E. L. (1957). Introduction to Operations Research. John Wiley & Sons.
  • Decisión multicriterio

    Decisión multicriterio
    A partir de la década de 1960, la investigación de operaciones se expandió a la toma de decisiones multicriterio. Referencia: Fishburn, P. C. (1967). Decision and Value Theory. John Wiley & Sons
  • Avances en la optimización estocástica y la simulación

    Avances en la optimización estocástica y la simulación
    Durante este período, hubo avances significativos en la optimización estocástica y la simulación. Se desarrollaron técnicas para abordar problemas con incertidumbre y aleatoriedad, como la planificación financiera y el análisis de riesgos. Referencia: Shapiro, A. (2014). Stochastic Programming. Wiley
  • Enfoque en la optimización basada en datos y el aprendizaje automático

    Enfoque en la optimización basada en datos y el aprendizaje automático
    En los últimos años, ha habido un enfoque creciente en la optimización basada en datos y el aprendizaje automático en la investigación de operaciones. Se han desarollado técnicas de minería de datos, optimización combinatoria y algoritmos de aprendizaje automático. Referencia: Bertsimas, D., & Freund, R. M. (2020). Data, Models, and Decisions: The Fundamentals of Management Science. Dynamic Ideas