La verdad de un mito urbano
Un hecho real en la vida de Dantzig,
dio origen a una famosa leyenda en 1939, cuando él era solo un estudiante.
Al comienzo de una clase a la que Dantzig llegó con retraso, su
profesor escribió en la pizarra dos ejemplos famosos de problemas
estadísticos no resueltos.Al llegar Dantzig a clase, pensó que los dos
problemas eran tarea para la casa y los anotó en su cuaderno. Muy preocupado el
Joven Dantzig, analizo los problemas y para su concepción"le parecieron
ser un poco más difíciles de lo normal", pero unos pocos días después
obtuvo soluciones completas para ambos, aun creyendo que estos eran tareas que
debía entregar, se las mostro a su profesor. Seis semanas después, Dantzig
recibió la visita de su profesor Neyman, quien había preparado una de las
soluciones de Dantzig para ser publicadas en una revista matemática. Años
después otro investigador, Abraham Wald, publicó un artículo en el que
llegaba a la conclusión del segundo problema, y en el cual incluyó a Dantzig
como coautor.
Esta historia comenzó a difundirse, y fue usada como una lección
motivacional demostrando el poder del pensamiento positivo. A través del tiempo
el nombre de Dantzig fue removido y los hechos fueron alterados, pero la
historia básica persiste en la forma de un mito urbano.
SABIAS QUE...
SABIAS QUE...
La Sociedad de Programación
Matemática honró a Dantzig creando el Premio Dantzig, otorgado cada tres años
desde 1982 a una o dos personas que hayan logrado un impacto significativo en
el campo de la programación matemática.
Importancia de su contribución
Erróneamente, pudiéramos tener la
simple visión de un científico destacado y aparentemente similar a otras
importantes personalidades. Sin embargo, su labor revolucionó la aplicabilidad
de las matemáticas. Su impulso aún es vital.
Es reconocido por todos que el
problema de la programación matemática ha tenido dos excepcionales creadores:
George Dantzig y Leonid Kantorovich. Ellos son los indiscutibles padres
fundadores de la Programación Lineal, la que ha generado toda la teoría de la
Programación Matemática. Kantorovich desarrolló el modelo básico buscando
optimizar los planes de la economía soviética. Dantzig introdujo el algoritmo
Simplex, que permite resolver el modelo con rapidez y exactitud. Cuando
Kantorovich recibió el Premio Nobel por su contribución expresó en su discurso
su rabia por no haber sido compartido con Dantzig. Nunca se ha explicado por
qué no fue un premio compartido como el de Nash. Se arguye, no sin base, que
los matemáticos soviéticos habrían desarrollado el Simplex si las primeras
aplicaciones de la Programación Lineal, debidas a Kantorovich y su modelo, no
hubieran sido vetadas por la burocracia soviética. La labor de Kantorovich fue
truncada y éste se dedicó a hacer trabajos de teoría en matemáticas bien alejadas
de problemas concretos. Algunos expertos militares rusos y de otras
nacionalidades han hecho cálculos sobre el papel que hubiera jugado, el método
de Kantarovich, en el planeamiento de la logística de las grandes operaciones
del ejército soviético en la reducción del costo de vidas y esfuerzos.
T. J. Koopmans propuso el término
“Programación Lineal” durante una visita de Dantzig en 1948. Su padre Tobías
sugirió el término dual, que es clave en la teoría, mientras visitaba a su hijo
y oía las discusiones de éste con otros colegas. El término primal fue una
consecuencia del significado de dual y por tanto es también mérito de Tobías.
Una de las más famosas aplicaciones
del algoritmo fue el realizado en la solución de determinar una dieta óptima al
más bajo costo posible, para paliar el déficit debido a la II Guerra Mundial.
El resultado fue el establecimiento de una política de estímulo para los
productos deficitarios. Jack Laderman desarrolló, usándola, unas tablas para el
National Bureau of Standards. George Stigler, quien elaborara una política para
desarrollar alimentos nutritivos a bajo costo, obtuvo también el Premio Nobel.
El método desarrollado por Dantzig es
catalogado como uno de los más importantes en toda la historia de las
matemáticas aplicadas, pues por el uso del Simplex es posible tomar decisiones
óptimas en muchas clases de problemas prácticos de gran complejidad.
Modestamente, Dantzig decía siempre que él se sorprendía de lo bien que se
comportaba el Simplex. Si vemos que éste es usado corrientemente para
establecer donde se deben situar mejor los recursos, planear la producción,
hacer horarios e itinerarios, planear las inversiones en el mercado bursátil,
formular estrategias tanto en actividades civiles como militares en forma
óptima, esta modestia es más que ejemplarizante. Además de este aporte, Dantzig
avanzó en diversos.
campos desbrozando el terreno para el
desarrollo de otros modelos. No es posiblehablar de teoría de descomposición,
análisis de sensibilidad, comple-mentariedad, ni de los campos más
especializados de la optimización como la programación en gran escala, no
lineal, estocástica, etcétera, sin referirse a que fueron sus contribuciones
las que marcaron el inicio.
SABIAS QUE...
CASOS REALES DE USO DE LA INVESTIGACIÓN OPERATIVA
SABIAS QUE...
CASOS REALES DE USO DE LA INVESTIGACIÓN OPERATIVA
La siguiente
tabla muestra algunos casos reales de organizaciones que han hecho uso de la
Investigación Operativa y las ganancias y/o ahorros conseguidos a raíz de ello.
Organización
|
Aplicación
|
Año
|
Ahorros anuales
|
The
Netherlands Rijkswaterstaat
|
Desarrollo
de la política nacional de administración del agua, incluyendo mezcla de
nuevas instalaciones, procedimientos de operaciones y costeo
|
1985
|
$15
millones
|
Monsanto
Corp.
|
Optimización
de las operaciones de producción para cumplir metas con un costo mínimo
|
1985
|
$2
millones
|
Weyerhauser
Co.
|
Optimización
del corte de árboles en productos de madera para maximizar su producción
|
1986
|
$15
millones
|
Electrobas/CEPAL
Brasil
|
Asignación
óptima de recursos hidráulicos y térmicos en el sistema nacional de
generación de energía
|
1986
|
$43
millones
|
United
Airlines
|
Programación
de turnos de trabajo en oficinas de reservaciones y aeropuertos para cumplir
con las necesidades del cliente a un costo mínimo
|
1986
|
$6
millones
|
Citgo
Petroleum Corp.
|
Optimización
de las operaciones de refinación y de la oferta, distribución y
comercialización de productos
|
1987
|
$70
millones
|
SANTOS,
Ltd., Australia
|
Optimización
de inversiones de capital para producir gas natural durante 25 años
|
1987
|
$3 millones
|
Electric
Power Research Institute
|
Administración
de inventarios de petróleo y carbón para el servicio eléctrico con el fin de
equilibrar los costos de inventario y los riesgos de faltantes
|
1989
|
$59
millones
|
San
Francisco Police Department
|
Optimización
de la programación y asignación de oficiales de patrulla con un sistema
informatizado
|
1989
|
$11
millones
|
Texaco
Inc.
|
Optimización
de la mezcla de ingredientes disponibles para que los productos de gasolina
cumplieran con los requerimientos de ventas y calidad
|
1989
|
$30
millones
|
IBM
|
Integración
de una red nacional de inventario de refacciones para mejorar el apoyo al
servicio
|
1990
|
$20
millones + $250 millones en menor inventario
|
U.S. Military Airlift Command
|
Rapidez
en la coordinación de aviones, tripulación, carga y pasajeros para manejar la
evacuación por aire en el proyecto "Tormenta del Desierto" en el
Medio Oriente
|
1992
|
Victoria
|
American
Airlines
|
Diseño
de un sistema de estructura de precios, sobreventas y coordinación de vuelos
para mejorar las utilidades
|
1992
|
$500
millones más de ingresos
|
Yellow
Freight System, Inc.
|
Optimización
del diseño de una red nacional de transporte y la programación de rutas de
envío
|
1992
|
$17.3
millones
|
New
Haven Health Dept.
|
Diseño
de un programa efectivo de cambio de agujas para combatir el contagio del
SIDA
|
1993
|
33%
menos contagios
|
AT&T
|
Desarrollo
de un sistema basado en PC para guiar a los clientes del negocio en el diseño
del centro de llamadas
|
1993
|
$750
millones
|
Delta
Airlines
|
Maximización
de ganancias a partir de la asignación de los tipos de aviones en 2.500
vuelos nacionales
|
1994
|
$100
millones
|
Digital
Equipment Corp.
|
Reestructuración
de toda la cadena de proveedores entre proveedores, plantas, centros de
distribución, sitios potenciales y áreas de mercado
|
1995
|
$800
millones
|
China
|
Selección
y programación óptima de proyectos masivos para cumplir con las necesidades
futuras de energía del país
|
1995
|
$425
millones
|
Cuerpo
de defensa de Sudáfrica
|
Rediseño
óptimo del tamaño y forma del cuerpo de defensa y su sistema de armas
|
1997
|
$1.100
millones
|
Procter
and Gamble
|
Rediseño
del sistema de producción y distribución norteamericano para reducir costos y
mejorar la rapidez de llegada al mercado
|
1997
|
$200
millones
|
Taco
Bell
|
Programación
óptima de empleados para proporcionar el servicio a clientes deseado con un
costo mínimo
|
1998
|
$13
millones
|
Hewlett-Packard
|
Rediseño
de tamaño y localización de inventarios de seguridad en la línea de
producción de impresoras para cumplir metas de producción
|
1998
|
$280
millones de ingreso adicional
|