El desarrollo de la programación lineal ha sido calificado.

Entre los avances científicos más importantes del medio

Siglo 20, y debemos estar de acuerdo con esta valoración. Sus

El impacto desde 1950 ha sido extraordinario. Hoy es

La herramienta estándar que ha salvado miles o millones de

Dólares para muchas empresas o negocios de modernidad.

tamaño en las diversas naciones industrializadas del mundo;

y su uso en otros sectores de la sociedad se ha ido difundiendo.

rápidamente. Una proporción importante de todos los cálculos científicos.

En las computadoras está dedicado al uso de la programación lineal.

(Hillier y Lieberman 2001, p.24).

Porque los primeros años de linealidad.

Hace mucho tiempo, decidí usar la palabra "shoppe" en el artículo

Título para transmitir el entorno "más simple" de los lineales.

pioneros en programación, la programación lineal (LP) y la

Computadora digital electrónica (¡una expresión pasada de moda!)

Ambos evolucionaron durante la década de 1940, con ambos

campos consiguiendo su mayor impulso poco después de la guerra mundial

II. LP y ordenadores crecieron juntos. Incluso podemos decir

que venían del mismo barrio (científico);

Incluso tenían un conjunto de amigos mutuos. En este trabajo, nosotros

Discutir nuestra visión de esta relación y las influencias del LP.

y las computadoras han tenido en el otro.

El libro, Una perspectiva de la computadora (Eames 1973), docu-

menta una exposición patrocinada por IBM del mismo nombre. As

Te abres camino a través de la secuencia de tiempo pre del libro

Desde la década de 1940, encuentras dos.

páginas opuestas (pp. 142-143), una sobre investigación de operaciones y

La otra sobre programación lineal, con referencias a von.

Neumann, Morgenstern, Dantzig, Koopmans y Leontief.

Como veremos, estos son los "The Boyz" n the

2. O, LP, Y MATRIX INVERSION

Hoy en día, hay poco argumento que la investigación de operaciones

(OR), las matemáticas y las computadoras están íntimamente relacionadas.

Mucho de lo que ocurre en el álgebra lineal y el análisis numérico.

sis impactos O, especialmente la búsqueda continua de efi-

Métodos informáticos precisos y precisos para resolver conjuntos.

de ecuaciones lineales simultáneas. Del matemático

punto de vista, "El problema central del álgebra lineal es

la solución de ecuaciones lineales "(Strang 1988, p. 1), y

"El problema más importante del álgebra lineal numérica.

Es el desarrollo de algoritmos, es decir, de aritmética.

Procedimientos para la solución de sistemas de ecuaciones lineales.

con muchas incógnitas "(Stiefel 1963, p. 1).

Desde la perspectiva de OR, el éxito de la programación lineal.

ming descansa en gran medida en los avances realizados en nuestra capacidad para

Resolver sistemas lineales a gran escala y en incrementos de com-

velocidad del puter Por lo tanto, O debe mucho al análisis numérico.

y ordenadores. Sin embargo, cuando estudiamos cómo estos campos

han desarrollado, no es una subestimación para afirmar que

La necesidad de resolver sistemas lineales a gran escala que surgen en

Programación lineal y modelos de entrada / salida de Leontief.

el mayor impulso detrás de muchos de los desarrollos (y

fondos de investigación) en análisis numérico y computación desde

los años cincuenta.

En su artículo, "Impacto de la programación lineal en comités

puter Development, "George B. Dantzig, el desarrollador de

El modelo de programación lineal y el inventor de la simulación.

algoritmo plex, señala que se aclaró muy temprano en

Su trabajo (circa 1946-1947) que el éxito de su U.S.

Los modelos de planificación de la Fuerza Aérea requerían la ayuda de computadoras.

Para resolver grandes sistemas cuadrados (triangulares) y rectangulares.

de ecuaciones (Dantzig 1988). Relacionado con este trabajo estuvo el

necesidad de invertir matrices de entrada-salida de Leontief (Morgenster

1954). Casi al mismo tiempo, von Neumann y sus socios

Ciates estaban abordando "... un problema absolutamente fundamental

lem en el análisis numérico: cómo resolver mejor un sistema grande

de ecuaciones lineales "(Goldstine 1972, p. 289).

Sugerimos que el hallazgo de una solución a un cuadrado

conjunto de ecuaciones lineales AX = b, A una (n x n) matriz, puede

ser visto como un problema unificador entre las computadoras y

O (y, por supuesto, análisis numérico). Además de von

Neumann, los gigantes informáticos de Atanasoff, Goldstine y

Turing reconoció que un medio estable de resolver AX = b.

fue de gran importancia para la resolución de muchas prácticas

Problemas matemáticos y estadísticos. A principios del

En la década de 1940, Atanasoff diseñó una máquina electrónica para resolver.

Ecuaciones lineales simultáneas utilizando la eliminación gaussiana.

... Atanasoff se dio cuenta muy pronto de la importancia de la

Conocido método de eliminación gaussiana para la resolución.

Sistemas en lugar de determinantes. Este último es importante.

En matemáticas puras como medio para mostrar de una manera muy

Forma cerrada elegante las soluciones o

Un estudio del estadístico / economista hotelling indicó.

que la eliminación gaussiana era inestable y que para lograr

Precisión de 5 dígitos, se necesitarían 65 dígitos (Hotelling

1943, Goldstine 1972, pp. 289-290). Esto causó von

Neumann considerará tentativamente los procedimientos iterativos como

discutido en el informe seminal, "Solución de sistemas lineales

Temas de alto orden "(Bargmann et al. 1946). Sin embargo,

von Neumann y Goldstine demostraron que las eliminaciones gaussianas

La nación fue estable para matrices definidas positivas. Esto era

apoyado por el trabajo de Turing (1949) y de Fox et al.

(1948). Básicamente, se demostró que la eliminación gaussiana era

bastante precisa y estable dado que la matriz A no estaba enferma

acondicionado. Goldstine nota que él y von Neumann

estaban tan atrapados con su trabajo en la inversión de la matriz que

La señora von Neumann llamó a su cachorro Irish Setter Inverse

(Goldstine 1972, p. 292).

Procedimientos iniciales basados en máquinas para resolver ecuaciones lineales.

Se llevaron a cabo principalmente utilizando el medio de

Tarjetas perforadas, ejecutadas en calculadoras programadas con tarjeta (CPC)

(Canciller et al. 1950). Un CPC se formó por conexión

una serie de unidades de contabilidad de oficina de IBM estándar

equipo. Utilizó un tabulador de IBM modificado (Tipo 402

o 417) como la unidad de control principal para leer una cubierta de

Tarjetas perforadas (el programa de instrucciones y los datos)

y para la impresión. Cada tarjeta llevaba una instrucción de ocho dígitos.

ción, que especificaba las ubicaciones en el almacenamiento de la

a ser operados, las operaciones a realizar,

Y qué hacer con los resultados. El almacenamiento interno era el

80 contadores mecánicos de la máquina contable. Resultados

Se podría imprimir a una velocidad de 150 líneas por minuto. Perforado

Las tarjetas fueron utilizadas para almacenamiento externo. Un tipo de cálculo 521

Tor punch preparó las cartas y registró los resultados.

2. La historia sobre cómo comenzó: algunas leyendas, un poco

sobre su importancia histórica, y comentarios sobre dónde

Sus muchas extensiones de programación matemática pueden ser

con membrete.

La programación interna se puede ver como parte de un gran

El desarrollo revolucionario que ha dado la humanidad.

La capacidad de establecer objetivos generales y trazar un camino de

Decisiones detalladas a tomar para "mejor" alcanzar sus metas

Ante situaciones prácticas de gran complejidad.

Nuestras herramientas para hacer esto son formas de formular el mundo real.

problemas en términos matemáticos detallados (modelos),

Niques para resolver los modelos (algoritmos), y motores para

Ejecutando los pasos de algoritmos (computadoras y software).

Esta habilidad comenzó en 1947, poco después de la Segunda Guerra Mundial,

y ha mantenido el ritmo desde entonces con lo extraordinario.

Crecimiento de la potencia informática. Tan rápido ha sido el avance.

En la ciencia de la decisión que pocos recuerdan las contribuciones de

Los grandes pioneros que lo empezaron todo. Algunos de sus nombres

son von Neumann, Kantorovich, Leontief y Koopmans.

Los dos primeros fueron matemáticos famosos. Los ultimos tres

Recibió el Premio Nobel de Economía.

En los años desde el momento en que se propuso por primera vez.

en 1947 por el autor (en relación con la planificación

actividades del ejército), la programación lineal y sus múltiples

Las extensiones han llegado a ser de amplio uso. En circulos academicos

científicos de decisión (investigadores de operaciones y gestión

científicos), así como analistas numéricos, matemáticos,

y los economistas han escrito cientos de libros y una

Número incontable de artículos sobre el tema.

Curiosamente, a pesar de su amplia aplicabilidad hoy en día

problemas cotidianos, era desconocido antes de 1947. Este

no es del todo correcto; Hubo algunas excepciones aisladas.

Fourier (de la serie de Fourier) en 1823 y el pozo

conocido matemático belga de la Vallee Poussin en 1911

Cada uno escribió un artículo sobre eso, pero eso fue todo. Su

El trabajo tuvo tanta influencia en los desarrollos posteriores a 1947 como

Sería encontrar en una tumba egipcia una computadora electrónica

construido en 3000 aC El notable 1939 de Leonid Kantorovich.

monografía sobre el tema también fue descuidada por ideología

Razones éticas en la URSS. Resucitó dos décadas.

Más tarde, después de que los principales acontecimientos ya habían tenido lugar.

en el oeste. Un excelente papel de Hitchcock en 19.

629/5000

El problema del transporte también se pasó por alto hasta después.

Otros a finales de la década de 1940 y principios de la década de 1950 tenían independientemente

Redescubierto sus propiedades.

Lo que parece caracterizar la era anterior a 1947 fue la falta de

Cualquier interés en tratar de optimizar. T. Motzkin en su escuela

Una tesis escrita en 1936 cita solo 42 artículos sobre lineales

Sistemas de desigualdad, ninguno de los cuales menciona un objetivo.

función.

Las principales influencias de la era anterior a 1947 fueron León.

Trabajo de Tief sobre el modelo de entrada-salida de la economía.

(1933), un importante artículo de von Neumann sobre Game The-

Ory (1928), y otra de él sobre un crecimiento económico sostenido.

(1937).

Los recursos podrían resolverse numéricamente. No mucho tiempo despues

Mi primer encuentro con Tucker fue una reunión de

la Sociedad Econométrica de Wisconsin, a la que asistieron

Estadísticos y matemáticos conocidos como Hotelling y

von Neumann, y economistas como Koopmans. yo era un

joven desconocida y recuerdo lo asustada que estaba con

La idea de presentar por primera vez a semejante distinción.

Destinó al público el concepto de programación lineal.

Después de mi charla, el presidente llamó a la discusión. por

un momento hubo el habitual silencio mortal; entonces una mano

se elevó. Fue de Hotelling. Debo apresurarme a explicar

que el hotelling era gordo. Le encantaba nadar en el

Océano y cuando lo hizo, se dice que el nivel del océano.

se levantó perceptiblemente. Esta enorme ballena de hombre se paró en

En la parte trasera de la habitación, su expresiva y gorda cara tomó uno.

De esas sonrisas omniscientes que todos conocemos tan bien. Él dijo:

"Pero todos sabemos que el mundo no es lineal". Habiendo pronunciado

esta devastadora crítica de mi modelo, majestuosamente se sentó

abajo. Y ahí estaba yo, un virtual desconocido, frenéticamente intentando.

para componer una respuesta adecuada.

De repente se levantó otra mano en la audiencia. Era

von Neumann. "Señor presidente, señor presidente", dijo,

"Si al orador no le importa, me gustaría responder por

Él. "Naturalmente, estuve de acuerdo. Von Neumann dijo:" El orador

Tituló su charla 'programación lineal' y expuso cuidadosamente su

axiomas Si tienes una aplicación que satisfaga los axiomas,

Pues utilízalo. Si no lo hace, entonces no lo hagas ", y se sentó.

En el análisis final, por supuesto, Hotelling tenía razón. los

El mundo es altamente no lineal. Afortunadamente los sistemas de lineales.

Las desigualdades (en oposición a las igualdades) nos permiten aproxima-

imate la mayoría de los tipos de relaciones no lineales encontradas

En la planificación práctica.

En 1949, exactamente dos años después de la fecha en que

La programación auditiva se concibió por primera vez, la primera

ence (a veces referido como el Simposio Cero) en

programación matemática se llevó a cabo en la universidad de

Chicago Tjalling Koopmans, el organizador, más tarde titulado el

actas de la conferencia, Activity Analysis of Produc-

Asignación y asignación. Economistas como Koopmans, Kenneth

Flecha, Paul Samuelson, Leonid Hurwitz, Robert Dorfman,

Nicholos Georgescu-Roegen y Herbert Simon; mates-

emáticos como Albert Tucker, Harold Kuhn y David

Vendaval; y tipos de la Fuerza Aérea como Marshall Wood, Murray

Geisler y yo hicimos contribuciones.

El advenimiento o, más bien, la promesa de que la compo-

El puter existiría pronto, la exposición de las matemáticas teóricas

maticianos y economistas a problemas reales durante la guerra,

El interés por mecanizar el proceso de planificación, y por último

Pero no menos importante la disponibilidad de dinero para tal aplicada.

Investigación de todos los convergentes durante el período 1947-1949. los

El tiempo estaba maduro. La investigación realizada en exactamente dos

Años es, en mi opinión, uno de los acontecimientos notables de

historia. Las actas de la conferencia quedan a este

¡Un día muy importante una referencia básica, un clásico!

El método símplex resultó ser una poderosa teoría.

Herramienta científica para probar teoremas, así como una poderosa compo-

herramienta putativa. Para probar teoremas es esencial que

La programación estocástica comenzó en 1955 con mi trabajo.

"Programación lineal bajo incertidumbre" (un enfoque

que ha sido ampliamente ampliado por R. J.-B. Moja en

la década de 1960 y J. R. Birge en la década de 1980). Independientemente,

casi al mismo tiempo en 1955, E. M. L. Beale pro-

Plantea formas de resolver programas estocásticos. Importante con-

Las tribuciones a este campo han sido realizadas por A. Chares.

y W. W. Cooper a finales de la década de 1950, utilizando

restricciones, es decir, restricciones que se sostienen con una probabilidad declarada

bilidad La programación estocástica es una de las más prometedoras.

campos para futuras investigaciones, uno estrechamente vinculado a grandes

Métodos de escala. Un acercamiento que el autor, Peter Glynn.

y Gerd Inflanger investigado (1990), combina Benders '

Principio de descomposición, con ideas basadas en la importancia.

Muestreo y uso de procesadores paralelos.

La Programación Integral comenzó en 1958 por R. E. Gomory.

A diferencia del trabajo anterior sobre el problema del vendedor ambulante.

por D. R. Fulkerson, S. M. Johnson y Dantzig, Gomory

Mostró cómo generar sistemáticamente los planos de 'corte'.

Los cortes son condiciones adicionales necesarias que cuando se agregan a

un sistema de desigualdades existente garantiza que las opciones

La solución de solución se resolverá en enteros. Ellis Johnson de

IBM amplió las ideas de Gomory. Egon Balas y muchos

otros han desarrollado esquemas de eliminación inteligentes para solventar

ing 0-1 cubriendo problemas. Rama-y-se ha convertido

convertirse en una de las maneras más exitosas de resolver practi-

Programas de enteros cal. Aparecen las técnicas más eficientes.

para ser aquellos que combinan planos de corte con bifurcaciones y

ligado.

La teoría complementaria del pivote se inició alrededor

1962-63 por Richard Cottle y Dantzig y en gran medida

Ampliado por Cottle. Fue una consecuencia del método de Wolfe.

Para resolver programas cuadráticos. En 1964 Lemke y How-

Hijo aplicó el algoritmo a los juegos de bimatrix. En 1965

Lemke extendió el enfoque a otros pro- gramas no convexos.

gramos Los resultados de Lemke representan un avance histórico

en el dominio no convexo. En la década de 1970, bufanda, Kuhn y

Eaves extendió este enfoque una vez más a la resolución de

Problemas de punto fijo.

Complejidad computacional. Muchas clases de computación

Problemas técnicos, aunque surgen de diferentes fuentes.

y parecen tener declaraciones matemáticas bastante diferentes

se pueden "reducir" entre sí mediante una secuencia de no demasiado

pasos computacionales costosos. Los que pueden ser tan reducidos.

se dice que pertenecen a la misma clase de equivalencia. Esta

significa que un algoritmo que puede resolver un miembro de una

clase puede ser modificada para resolver cualquier otra en el mismo equivalente

clase alencia La complejidad computacional de un equivalente

La clase alencia es una cantidad que mide la cantidad de

Esfuerzo computacional requerido para resolver lo más difícil.

problema que pertenece a la clase, es decir, su peor caso. Un no-

algoritmo polinómico sería uno que requiere en el

En el peor de los casos, una serie de pasos no menos que algunos exponen-

expresión tial como Lnm, n !, 100 ", donde n y m se refieren a

Las dimensiones de la fila y la columna del problema y L a

la cantidad de bits necesarios para almacenar t

RESUMEN DE MI PROPIO

CONTRIBUCIONES TEMPRANAS

Si me pidieran que resumiera mis principios y quizás mis

Las contribuciones más importantes a la programación lineal, I

Diría que son tres:

(1) Reconociendo (como resultado de mis años de guerra como

un planificador de programa práctico) que la planificación más práctica

Las relaciones podrían reformularse como un sistema de linealidad.

desigualdades

(2) Reemplazo del conjunto de reglas básicas para seleccionar el bien

Planes por una función objetiva. (Las reglas básicas en el mejor de los casos son

sólo un medio para llevar a cabo el objetivo, no el objetivo

tiva misma)

(3) Inventar el método simplex que transformó el

Modelo de programación lineal bastante poco sofisticado de la

economía en una herramienta básica para la planificación práctica de grandes

sistemas complejos.

El tremendo poder del método simplex es un con-

Todavía me sorprende. Resolver por fuerza bruta la cesión.

problema (que mencioné anteriormente) requeriría un sistema solar

Sistema lleno de computadoras electrónicas nano-segundos en funcionamiento

desde el momento del Big Bang hasta el momento en que el universo

se enfría para escanear todas las permutaciones con el fin de seleccionar

el que es mejor Sin embargo, solo toma un momento encontrar

La solución óptima utilizando una computadora personal y

Dard simplex o software de método interior.

En retrospectiva, es interesante observar que el original

El problema que comenzó mi investigación es aún sobresaliente.

A saber, el problema de la planificación o programación de la dinámica.

con el tiempo, particularmente la planificación dinámica bajo

incertidumbre. Si tal problema pudiera resolverse exitosamente

podría (eventualmente a través de una mejor planificación) contribuir a

El bienestar y la estabilidad del mundo.

En 1990, la programación estocástica se ha convertido en un

Campo de investigación y aplicación apasionante con la investigación.

lugar en muchos países. Esta activa y dificil

campo ya ha resuelto algunos importantes planes a largo plazo

problemas Creo que el progreso depende de las ideas.

extraído de muchos campos. Por ejemplo, nuestro grupo en Stan-

ford está trabajando en un método de solución, que combina

El principio de descomposición anidada, muestreo de importancia,

y el uso de procesadores paralelos.

Antes de la programación lineal no era práctico

Estado explícitamente objetivos generales y por lo tanto los objetivos eran a menudo

Confundido con las reglas básicas para la solución. Pedir una mil-

cuál es el objetivo y diría: "El

El objetivo es ganar la guerra ". Al ser presionado para ser más

explícito, un hombre de la Marina podría decir: "La forma de ganar la guerra

es construir acorazados ", o, si es un general de la Fuerza Aérea,

podría decir: "La manera de ganar es construir una gran flota de

bombarderos ". Así, el medio para alcanzar el objetivo se convierte en

El objetivo en sí mismo, que a su vez genera un nuevo terreno.

Reglas en cuanto a cómo lograr los medios tales como

cómo ir mejor sobre la construcción de bombarderos. Estos medios en

volverse confundido con los objetivos.

A partir de 1947, la noción de lo que se entiende por meta.

Se ha ido adaptando a nuestra creciente capacidad de resolver problemas.

problemas complejos A medida que nos acercamos al final del siglo XX,

Los planificadores son cada vez más conscientes de que es posi-

sible optimizar un objetivo específico mientras que, al mismo

tiempo, protegiéndose contra una gran variedad de continuos desfavorables

gencias que puedan ocurrir y aprovechando cualquier

Oportunidad favorable que pueda surgir.

La capacidad para establecer objetivos generales y luego poder

encontrar soluciones políticas óptimas a los problemas prácticos de decisión

Lemas de gran complejidad es el desarrollo revolucionario.

Hablé de antes. Hemos recorrido un largo camino para lograrlo.

este objetivo, pero queda mucho trabajo por hacer, particularmente en

El área de incertidumbre. La prueba final vendrá cuando nosotros

Se pueden resolver los problemas prácticos que originaron el campo.

en 1947

Este artículo apareció originalmente en History of Mathemati-

Programación cal: Una colección de reminiscencias personales,

1991, J. K. Lenstra, A. H. G. Rinnooy Kan, y A. Schrij-

ver (eds.), Elsevier Science Publishers B.V, Amsterdam,

Los países bajos. El derecho de autor es propiedad del autor y es

reimpreso aquí con su permiso