
George B. Dantzing (8/11/1914, Portland-Oregon ; 13/05/2005, Palo Alto-California), conocido como el Padre de la Programación Lineal y el Inventor del Método Simplex, un algoritmo optimizante para solucionar Problemas de Programación Lineal (PPL) sin importar su tamaño. Irvin Lusting[1], plantea que "él realmente creó la disciplina";. Como muchos gurus, paradojalmente casi fracasa tempranamente en el noveno grado en su curso de Algebra. Afortunadamente para la comunidad científica, su habilidad para las matemáticas mejoró hasta obtener el grado de Licenciatura en Matemáticas y Física (Universidad de Maryland, 1936), un Master en Matemáticas (Universidad de Michigan, 1937) y un Ph.D. en Matemáticas de la Universidad de California-Berkeley, en 1946.
Un incidente durante su primer año en Berkeley lo convirtió en una de las leyendas de las matemáticas en el mundo. Dantzing creía que estaba trabajando en un par de tareas de asignación, pero en lugar de eso había resuelto dos famosos problemas que se creía sin solución, situación que él relataba continuamente[2]:
"Durante mi primer año en Berkeley llegué tarde un día a una de las clases de Neyman[3]. En la pizarra estaban dos problemas que asumí habían sido asignados para práctica. Los copié, y algunos días más tarde me disculpé con Neyman por tomar tanto tiempo. Los problemas me parecieron un poco más difíciles que lo usual. Le pregunté si él todavía deseaba el trabajo, él me dijo que tirara el papel en su escritorio, yo lo hice sobre una ruma de papeles sin esperar oír hablar de él de nuevo. Cerca de seis semanas más tarde, una mañana de domingo, él vino corriendo a mi casa diciendo muy excitado, acabo de escribir una introducción a los dos problemas que haz resuelto y sometido los escritos a una publicación, Resulta que esos dos problemas eran bien famosos, y estaban hasta entonces sin resolver. Yo había resuelto ambos".
Una leyenda había nacido, que tal vez fue la inspiradora de la película
"Good Will Hunting".
Durante la Segunda Guerra Mundial, Dantzing trabajó como Director de la Sección de Analistas de Combate para la Oficina de Control Estadístico y asesor de la Fuerza Aérea Americana. En 1947, mientras trabajaba en el Pentágono, desarrolló la programación lineal para mecanizar los procesos de planeación.
Dantzing abandonó el Pentágono en 1952 para incorporarse a Rand Corporation como investigador, retornando a la Universidad de California-Berkeley en 1960 como Presidente del Centro de Investigación de Operaciones. En 1966 ingresa al Departamento de Investigación de Operaciones de la Universidad de Stanford, donde permaneció por más de 30 años dictando clases e investigando en el área.
Obviamente, Dantzing recibió innumerables premios y honores durante su carrera. Recibió la Medalla Nacional de Ciencias de EE.UU, por sus trabajo en PPL, el Premio Von Newman Theory, el Premio Hervey, entre otros, así como ocho grados honorarios. En 1994, INFORMS (Institute for Operations Research and the Management Sciences) instituyó el Premio a la Disertación George B. Dantzing en su honor.
Dantzing también tuvo su faceta conflictiva, como cuando a los matemáticos como esnobs, cuando estos definían a los investigadores de operaciones como matemáticos de segunda que trabajaban con problemas de juguete, o cuando afirmó que la diferencia entre los investigadores de operaciones y los políticos, es que unos intentan resolver el problema honestamente y el otro está pretendiendo resolver el problema, o cuando sentenció que los que mandan generalmente mueven las manos y dicen 'He considerado todas las alternativas'. Pero eso es casi siempre basura. Lo más probable es que no pudiesen estudiar todas las combinaciones.
Antes de 1947 era inconcebible pensar en la existencia de una herramienta como la Programación Lineal, que permitiese examinar millones de combinaciones. No había algoritmo o herramienta computacional que pudiera hacer eso. Una forma de entender la importancia de ella es analizando el ejemplo presentado por el propio Dantzing en una entrevista publicada en The College Mathematical Journal, en marzo de 1986, en la cual plantea:
"Consideré el problema de asignar 70 hombres a 70 empleos. Una 'actividad' consiste en asignar el i-ésimo hombre al j-ésimo empleo. Las restricciones son dos: en primer lugar hay 70 hombres, cada uno de los cuales debe asignarse a un puesto, y en segundo lugar, cada uno de los 70 puestos existentes debe estar ocupado. El nivel de una actividad puede ser 1, lo cual indica que está siendo usada, o 0, lo cual significa que no. En consecuencia hay 2 x 70 =140 restricciones y 70 x 70 = 4.900 actividades con 4.900 variables correspondientes de decisión uno-cero. Por desgracia también hay factorial de 70 permutaciones o formas de hacer las asignaciones. El problema consiste en comparar esta factorial de 70 formas y elegir la que sea la óptima o 'mejor' según algún criterio previamente establecido. En el ejemplo anterior, factorial de 70 es un número muy grande. A fin de tener una idea de qué tan grande es, supóngase que se hubiese tenido una computadora IBM del tipo main-frame en el instante en el que ocurrió el Big Bang hace quince millones de años. ¿Habría podido, entre ese entonces y ahora, examinar todas las soluciones posibles? ¡No! No obstante, supóngase que se hubiese tenido una computadora aun más poderosa, una que pudiese examinar mil millones de asignaciones por segundo. La respuesta seguiría siendo negativa. Aun si la Tierra se llenase con computadoras cuya rapidez fuera de nanosegundos, todas ellas trabajando en paralelo, la respuesta aun sería no. Sin embargo, si existiesen diez Tierra, todas llenas con computadoras del tipo mencionado, todas programadas en paralelo desde el instante del Big Bang hasta que el Sol fuese una esfera fría, entonces quizás la respuesta podría ser sí. Lo notable es que el Método Simplex, con la ayuda de una computadora moderna, puede resolver este problema en una fracción de segundo. Cuando el problema de la planeación fue formulado inicialmente para la Fuerza Aérea, no existía la noción exacta de una función objetivo, la idea de una meta claramente definida. Por supuesto, teníamos sólo un falso respeto hacia el concepto de objetivo. En el discurso de los militares escuché a menudo decir, 'nuestro objetivo es ganar la guerra'. En el mundo de los negocios se escucharía quizás 'nuestro objetivo es obtener ganancias'. Sin embargo, era imposible hallar alguna relación directa entre la meta establecida y las acciones emprendidas para tal fin. No descubrí el modelo de la programación lineal en un instante, sino que tuvo un proceso de evolución. Se dedicó casi un año completo a la tarea de decidir si mi modelo podría ser utilizado en la formulación de problemas prácticos de distribución de tiempos. Como se sabe, la planeación y la distribución de tiempos se llevaron a una escala inmensa durante la guerra. El funcionamiento de la Fuerza Aérea fue equivalente al funcionamiento de la economía de toda una nación. En el proceso intervinieron cientos de miles de personas. La logística tuvo una magnitud difícil de entender para alguien que no haya estado allí. Mi colega Marshall Wood y yo revisamos miles de situaciones tomadas de nuestra experiencia durante la guerra.
Dantzing contribuyó al desarrollo de muchas otras áreas de la Investigación de Operaciones, como la Programación Cuadrática, Teoría de Juegos, Programación Convexa y la Programación Estocástica.
George B. Dantzing tenía dos familias: la propia sanguínea (su esposa Anne, sus hijos David, Paul y Jessica, sus tres nietos y dos bisnietos) y los miles de profesionales y estudiantes que utilizan su legado, y que difícilmente lo olvidarán a pesar de no conocerlo personalmente.
[1] Consultor de Software de Investigación de Operaciones y estudiante en la Universidad de Stanford del Dr. Dantzing.
[2] Institute for Operations Research and the Management Sciences (Informs OnLine).
[3] Jerzy Neyman, matemático y tutor de Dantzing en la Universidad de California Berkeley.