Классические задачи маршрутизации транспорта (VRP) относятся к классу статической оптимизации: логист получает полный список заказов вечером, всю ночь суперкомпьютер рассчитывает идеальные маршруты, и утром машины выезжают из депо по жесткому графику. Однако с появлением электронной коммерции (Uber, доставка еды, службы экстренного реагирования) информационная парадигма изменилась. Половина или даже все заказы возникают в режиме реального времени, когда курьеры уже находятся на линии. Для управления этим стохастическим хаосом была создана Динамическая задача маршрутизации (Dynamic VRP, DVRP), требующая передовых алгоритмов перераспределения ресурсов на лету.

Симплекс-метод, разработанный Джорджем Данцигом в 1947 году, превосходно и быстро решал 99 процентов промышленных задач линейного программирования (ЛП). Однако в 1972 году математики Виктор Кли и Джордж Минти сконструировали искусственный многогранник (Куб Кли-Минти), на котором симплекс-метод был вынужден обойти абсолютно все вершины, что требовало экспоненциального времени вычислений. Это породило главную интригу дискретной математики XX века: относится ли линейное программирование к классу задач $P$ (решаемых за полиномиальное время)? В 1979 году советский математик Леонид Хачиян потряс мировой научный мир, опубликовав Метод эллипсоидов, навсегда доказавший, что линейное программирование строго полиномиально.

На протяжении десятилетий мировые банки и хедж-фонды измеряли финансовые риски своих инвестиционных портфелей с помощью метрики Value at Risk (VaR). VaR отвечает на простой вопрос: «какую максимальную сумму мы можем потерять в 99 процентах случаев?». Однако кризис 2008 года показал фатальный математический недостаток VaR: эта метрика абсолютно слепа к тому, что происходит в оставшемся 1 проценте наихудших сценариев. Если убыток превышает VaR, он может привести к мгновенному банкротству. Для решения этой проблемы Р. Тиррелл Рокафеллар и Станислав Урясев в 2000 году внедрили в исследование операций концепцию Условной стоимости риска (Conditional Value at Risk, CVaR), ставшую новым золотым стандартом портфельного моделирования.