Historia de la programación lineal

  • Newtin,Leibnitz, Bernoulli y Lagrange

    Se ocuparon de obtener máximos y mínimos condicionados de determinadas funciones.
  • Gaspar Munge

    Se intereso por problemas de este género. S e remonta a métodos actuales.
  • Jean Baptist - Joseph Fourier

    Intuyeron de forma imprecisa los métodos de programación lineal.
  • Frank L. Hitchock.

    Publica estudios sobre distribución de flujos que anticipa conceptos de programación lineal.
  • Leonid Vitalevich Kantarovich

    Publica monografía "Métodos matemáticos de organización y planificación de la producción"
  • Problema de transporte

    Se formula por primera vez, estudiado por Koopmans y Kantorovich
  • G.B. Dantzing

    Formula el enunciado estándar al que cabe reducir todo problema de programación lineal.
  • John Van Neuman

    Conjeturan la equivalencia de los problemas de programación lineal y la teoría de matrices desarrollada en trabajos anteriores.
  • TJalling Koopman y Kantorovich

    Conectan la programación lineal con la economía, sentando la base para aplicaciones en teoría de precios y asignación de recursos.
  • Dantzing

    Desarrollo el método Simplex
  • Primeras aplicaciones prácticas.

  • William Orchard-Hay

    Desarrolla el primer algoritmo computacional eficiente para el método simplex, permite resolver con ciertas variables.
  • Albert W. Tucker

    Formaliza condiciones de optimalidad.
  • Vladimir Leuin y DOnald Knuth

    Avanzan en la comprensión de la complejidad computacional de la programación lineal.
  • Klee y Minty

    Construyeron un ejemplo que el método simplex tiene complejidad exponencial y buscan alternativas.
  • Leonard Khachigan

    Desarrolla el algoritmo elipsoide, primer método de tipo polinomial para programación lineal.
  • Narendra Karmarka

    Crea el algoritmo de punto interior.
  • CPLEX, Gorub, LINDO

    Se popularizan los softwareś de programación lineal.
  • Programación lineal

    Se integra con Machine Learning e inteligencia Artificia, usandose en optimización de redes, logística, finanzas y ciencia de datos.