See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/228715742

Aplicación de la programación lineal en el sector forestal

Article · January 2004

CITATIONS READS
2 1,426

4 authors, including:

Leticia Vargas
Laboratoire d’Analyse et d’Architecture des Systèmes (LAAS)
4 PUBLICATIONS   20 CITATIONS   

SEE PROFILE

All content following this page was uploaded by Leticia Vargas on 24 May 2016.

The user has requested enhancement of the downloaded file.

Aplicación de la programación
lineal en el sector forestal
Leticia Vargas Suárez, Israel Cano Robles
Roger Z. Ríos Mercado
División de Posgrado en Ingeniería de Sistemas. FIME-UANL
{leti, israel, roger}@yalma.fime.uanl.mx

RESUMEN
Aunque en los últimos 50 años diversas industrias han obtenido beneficios
económicos sustanciales a través de modelos de optimización, en el sector forestal
los esfuerzos para desarrollar estos modelos han sido escasos. Sin embargo en
los inicios de los noventa, importantes compañías forestales privadas chilenas,
junto con académicos de la Universidad de Chile, desarrollaron un conjunto de
modelos de optimización que han permitido competir en la economía globalizada.
Este escrito describe uno de los problemas operativos optimizados (la tala de
corto plazo), su representación matemática simplificada, su resolución a través
de un lenguaje de modelado matemático y los beneficios que ha reportado.
PALABRAS CLAVE
Investigación de operaciones, sector forestal, tala de corto plazo, programación
lineal, modelo de optimización, método símplex.

ABSTRACT
Despite the fact that during the last 50 years diverse industries have found great
economical benefits from optimization models, the forestry sector had seen very
few efforts in the development of such models. However, in the early nineties, the
mayor Chilean private forestry firms together with academics from the University
of Chile developed a set of optimization models that has enabled them to compete
in the globalized economy. This article describes one of the operative problems
studied (short-term harvesting), its simplified mathematical representation, its
resolution using a modelling language and the benefits it has brought.
KEYWORDS
Operations research, forestry sector, short-term harvesting, linear programming,
optimization model, simplex method.

INTRODUCCIÓN
George Dantzig, uno de los más brillantes precursores de la ciencia de la
toma de decisiones, explica, en su trabajo con Thapa,1 como disciplinas muy
diversas pueden conceptualizarse en términos similares a partir de los principios
de la programación lineal (PL). La programación lineal puede verse como parte
de un desarrollo tecnológico que le ha dado a la humanidad la capacidad de
formular objetivos generales y establecer el camino de decisiones detalladas que
deben tomarse para alcanzar estos objetivos en forma óptima. Las herramientas

Ingenierías, Julio-Septiembre 2004, Vol. VII, No. 24 19

Aplicación de la programación lineal en el sector forestal / Leticia Vargas Suárez, et al

para lograr lo anterior son: métodos para formular rodales (secciones) razonablemente homogéneos en
problemas reales en términos matemáticos detallados cuanto a: edad de los individuos (árboles), calidad
(modelos), técnicas para resolver los modelos del terreno y esquema de administración. La
(algoritmos) y las máquinas para construir los maquinaria utilizada la determina el tipo de terreno
modelos y ejecutar los algoritmos (computadoras y donde se ubica el bosque. En bosques con pendiente
programas de cómputo). alta, por ejemplo, se usan grúas y cables; mientras
Hillier y Lieberman2 expresan en forma breve, que en los terrenos planos se utilizan tractores o
el tipo más común de aplicación abarca el problema deslizaderos. Una vez obtenidas las trozas (troncos),
general de asignar recursos limitados entre actividades debe establecerse cómo cortarlas a fin de poder
competitivas de manera óptima. Con más precisión, cubrir la demanda. Los cortes pueden realizarse en
este problema incluye elegir el nivel de ciertas el bosque mismo y las piezas obtenidas distribuirse
actividades que compiten por recursos escasos directamente a los puntos de demanda. Otra
necesarios para realizarlas. Después, los niveles de alternativa es transportar las trozas completas a un
actividad elegidos dictan la cantidad de cada recurso centro de corte para su distribución posterior.
que consumirá cada una de ellas. La variedad de Las instrucciones de corte (patrón de corte)
situaciones a las que se puede aplicar esta descripción son simplemente una secuencia de longitudes y
es, sin duda, muy grande, y va desde la asignación diámetros que deben obtenerse de acuerdo a un orden
de instalaciones de producción hasta la asignación decreciente de diámetro (cada diámetro define a un
de los recursos nacionales a las necesidades de un producto con su correspondiente valor comercial),
país; desde la selección de una cartera de inversiones, tal como se aprecia en la figura 1.
hasta los patrones de envío; desde la planeación La idea es respetar el orden dado, pero obteniendo
agrícola, hasta el diseño de una terapia de radiación, el mayor número posible de piezas. Por ejemplo
etc. No obstante, el ingrediente común de estas (figura 2), se trata de obtener primeramente, una
situaciones es la necesidad de asignar recursos en pieza de 8.10 m de longitud y que cumpla con un
ambientes restringidos. diámetro de al menos 24 cm. Si después de cortar
En este artículo se explica cómo se aplicaron los los primeros 8.10 m el diámetro se reduce a menos
principios de la PL para establecer el nivel de las de 24 cm, entonces se trata de obtener una pieza de
actividades necesarias para lograr una tala de corto 4.10 m de longitud con un diámetro no menor a 20
plazo óptima en un grupo de compañías forestales cm. El resto del tronco se utiliza para celulosa con
latinoamericanas. Se presenta el modelo matemático un diámetro mínimo de 8 cm.
que representa a dicho problema operativo en forma
simplificada, las herramientas para su solución y,
finalmente, los beneficios que pueden obtenerse al
aplicar esta técnica de optimización.

DESCRIPCIÓN DEL PROBLEMA

Un administrador forestal debe considerar
diversas cuestiones al aprovechar un bosque para
obtener beneficios económicos. Una de las áreas
a estudiar es la tala a corto plazo, definiéndolo
como un período de cuatro a doce semanas. Para
responder a la pregunta: ¿cuáles y cuántos árboles
deben talarse el siguiente trimestre para obtener el
máximo beneficio?, debe conocerse la demanda de
madera en términos de la longitud y el diámetro de
los troncos.
Para decidir cómo talar un bosque, se divide en Fig. 1. Clasificación de la madera por su longitud.

20 Ingenierías, Julio-Septiembre 2004, Vol. VII, No. 24

 Aplicación de la programación lineal en el sector forestal / Leticia Vargas Suárez, et al

REPRESENTACIÓN DEL PROBLEMA EN UN

MODELO DE OPTIMIZACIÓN
Este artículo considera sólo uno de los cinco
modelos documentados: OPTICORT, un sistema
para resolver la planeación de la tala a corto plazo.
OPTICORT es un modelo lineal con un procedimiento
de generación de columnas (véase Murty4). Las
principales decisiones que apoya son:
a. Qué rodales de bosque talar, entre los que tienen
árboles ya maduros y carreteras de acceso,
b. Qué maquinaria utilizar en cada fase del
proceso,
c. Qué volumen cortar y sus correspondientes
Fig. 2. Ejemplos de patrones de corte.
patrones de corte y
d. Qué productos entregar para satisfacer la demanda,
Cuáles árboles hay que talar y cómo cortarlos no es válido guardar inventario.
son las únicas decisiones. Los costos de transporte
Un punto medular del desarrollo fue la definición
asociados a las parejas origen-destino también
de los patrones de corte, ya que su número crece
deben considerarse. Además de que, para cubrir
en forma exponencial. En un primer intento, el
la demanda, no sólo es necesario contar con los
modelo se construyó con un conjunto de patrones
árboles cortados adecuadamente; sino también con la
predeterminado y de cardinalidad moderada para
maquinaria necesaria para su tala, corte y transporte.
cada rodal de bosque. Cuando el modelo funcionó
El problema es entonces:
exitosamente, se desarrolló un esquema de generación
1. Conocer la demanda y, en base a ella, de columnas para construir automáticamente
2. Definir los rodales de bosque a talar, sus patrones los patrones de corte. Los beneficios de esta
de corte y las asignaciones de maquinaria automatización han sido:
necesaria para producción y transporte de
a. Ahorro de tiempo en comparación con la
producto terminados.
alternativa de generar patrones manualmente,
Hacer manualmente la asignación de la madera- b. Obtener un conjunto mayor de buenos patrones,
en-pie con la demanda es un problema combinatorio c. Se observó que la solución (función objetivo)
difícil, cuya solución no óptima produce tala mejora entre un 3 y 6 % en comparación con
excesiva y pérdida significativa por degradación, la solución obtenida usando un conjunto fijo de
con la consecuente pérdida económica. Además, patrones.
existe el problema adicional de lograr la asignación
óptima de maquinaria de tala y transporte.
El grupo chileno de Weintraub et al.3 desarrolló
un conjunto de 5 modelos. Tres atacan problemas
operativos:
1. El ya descrito en el inciso anterior,
2. La calendarización diaria de camiones de
transporte para la entrega de materia prima y
producto terminado y
3. La ubicación de la maquinaria de tala y transporte
y de las rutas de acceso. Los dos restantes resuelven
la calendarización táctica de la tala de mediano
plazo y la planeación estratégica de largo plazo.

Ingenierías, Julio-Septiembre 2004, Vol. VII, No. 24 21

Aplicación de la programación lineal en el sector forestal / Leticia Vargas Suárez, et al

El esquema de generación de columnas se basa Parámetros:

en un algoritmo de ramificación y acotamiento VOLi Volumen de madera disponible en el terreno
ligado al inventario de bosques de la organización. i (m3); i ∈ I
La idea básica del esquema es: en el nodo inicial se DMk Diámetro de producto k (cm); k ∈ K
selecciona un primer corte y en cada nodo hijo se COSTi Costo de cosechar terreno i ($/m3); i ∈ I
generan nuevas ramas de posibles alternativas de CACt Capacidad de producción en tiempo t (m3);
corte. El valor de cada rama lo determina el valor tÎT
de venta de la pieza correspondiente de acuerdo a su
DId,t Diámetro promedio requerido en destino
diámetro y longitud. Cada ruta posible desde el nodo d en período t (cm); d ∈ D, t ∈ T
padre hasta el final del árbol corresponde a un patrón
Dminktd Demanda mínima del producto k en el
de corte. El esquema comprende también decisiones período t para el destino d (m3); k ∈ K, t ∈ T,
de paro y elección de rutas. d∈D
A continuación se explica el modelo matemático Dmax ktd Demanda máxima del producto k en el
lineal del problema descrito. Este modelo está período t para el destino d (m3); k ∈ K, t ∈ T,
compuesto por: d∈D
1. Los parámetros o datos del problema, los cuales PVd,k Precio de venta del producto k a destino
se conocen con certeza, d ($/m3); k ∈ K, d ∈ D
2. Las variables de decisión, CTAidk Costo de transportación del producto k entre
3. La función objetivo a ser optimizada y el terreno i y el destino d ($/m3); i ∈ I, d ∈ D,
k∈K
4. Las restricciones.
RijkFracción del producto k obtenido por m3 cortado
Estos cuatro elementos forman entonces una con patrón j en terreno i; i ∈ I, j ∈ J, k ∈ K
representación matemática de la realidad que puede
Variables de decisión:
resolverse utilizando las técnicas explicadas en
Yidkt Volumen de madera transportado (vendido)
el siguiente apartado. Si los datos no se conocen
desde el terreno i al destino d de un producto k
con certeza, el modelo matemático es diferente. Se en el período t (m3); i ∈ I, d ∈ D, k∈ K, t ∈ T.
plantea entonces en términos de un valor esperado
Kijt Volumen de madera producida en el terreno I
lo cual implica distribuciones de probabilidad.
usando el patrón de corte j en el período t (m3);
Índices y conjuntos: i ∈ I, j ∈ J, t ∈ T
i ∈ I Conjunto de terrenos disponibles para Modelo:
cosechar
Maximizar f(Y,K) =
j ∈ J Conjunto de los patrones de corte
k ∈ K Conjunto de los tipos de productos ∑ ( PV
i,d,k,t
dk − CTA idk ) Yidkt − ∑ COSTi K ijt
ijt
(1a)
d ∈ D Conjunto de los destinos a proveer de
madera sujeta a:
t ∈ T Conjunto de los períodos de tiempo ∑K
j,t
ijt ≤ VOLi i ∈ I (1b)

∑K
i,j
ijt ≤ CAC t t ∈T (1c)

∑R j
kij K ijt ≥ ∑Y
d
idkt ∀ i,k,t (1d)

D min
ktd ≤ ∑Y
i
idkt ∀ k,d,t (1e)

D max
ktd ≥ ∑Y
i
idkt ∀ k,d,t (1f)

∑ DM Y
i,k
k idkt ≥ DIdt ∑Y
i,k
idkt ∀ d,t (1g)

K ijt , Yidkt ≥ 0 ∀ i,j,k,d,t (1h)

22 Ingenierías, Julio-Septiembre 2004, Vol. VII, No. 24

 Aplicación de la programación lineal en el sector forestal / Leticia Vargas Suárez, et al

donde (1a) representa la ganancia total de la venta,

(1b) es la restricción de existencia de madera,
(1c) denota la capacidad de producción, (1d) es la
restricción de transporte de acuerdo a la producción
de cada producto, en cada terreno y durante cada
período de tiempo, (1e) y (1f) son los límites de
demanda (mínima y máxima) para cada producto
en cada destino durante cada período, (1g) modela
el diámetro promedio mínimo necesario para los
productos de cada destino durante cada período
y (1h) es la restricción de no negatividad de las
variables. Como puede apreciarse, este es un modelo
de programación lineal.
documentar el contenido del modelo. Otro beneficio
es la independencia entre el lenguaje y los algoritmos
MÉTODO DE SOLUCIÓN de solución. Se han desarrollado varios lenguajes
Es común que, en la práctica, los modelos de PL de modelado excelentes en las últimas dos décadas,
tengan cientos o miles de restricciones funcionales que incluyen AMPL, MPL, GAMS y LINGO. En
(ecuaciones lineales) y variables de decisión (nivel el desarrollo del presente trabajo hacemos uso de
de las actividades). Formular modelos tan enormes GAMS.5
puede ser una tarea desalentadora. Sencillamente Una vez construído el modelo formulado (trabajo
no es práctico escribir la formulación algebraica ni hecho por el LM), éste debe resolverse utilizando
introducir los parámetros en una hoja de cálculo. algún algoritmo, en este caso el Método Símplex.
Entonces, ¿cómo se construyen estos modelos Este método es un algoritmo eficiente y confiable
grandes en la práctica? Se requiere el uso de un para resolver problemas de PL. También proporciona
lenguaje de modelado (LM). Un LM de programación la base para llevar a cabo, en forma muy eficiente,
matemática es un “software” de diseño especial las distintas etapas del análisis posóptimo. Aunque
para formular de modo eficiente los modelos de tiene una interpretación geométrica útil, el Método
programación lineal. Aún cuando un modelo tenga Símplex es un procedimiento algebraico basado en
miles de restricciones funcionales, éstas son de la eliminación de Gauss para resolver un sistema de
relativamente pocos tipos y las del mismo tipo siguen ecuaciones lineales.
el mismo patrón. De igual manera, las variables de
decisión estarán dentro de unas cuantas categorías. GAMS permite el acceso a varios solucionadores,
Así, si se usan grandes bloques de datos en bases de CPLEX es uno de ellos. Durante más de una década,
datos, un lenguaje de modelado construirá todas las CPLEX ha sido la marca comercial del “software” que
restricciones del mismo tipo a la vez tomando en ha marcado el camino de la solución de problemas
cuenta las variables de cada tipo. de PL cada vez más grandes. Los extensos esfuerzos
de investigación y desarrollo han permitido una
Además de formular con eficiencia un modelo, serie de actualizaciones con incrementos drásticos
un LM facilita: en la eficiencia. CPLEX usa el método símplex y
1. Las tareas de administración del modelo, inclusive sus variantes (como el método símplex dual) para
el acceso a los datos (todavía mejor, el modelo es resolver estos problemas masivos. Además del método
independiente del tamaño de los datos), símplex, CPLEX cuenta con otras herramientas para
2. La modificación del modelo cuando se desee y resolver tipos especiales de problemas de PL. Una
3. El análisis de las soluciones. es un algoritmo de punto interior, otra es el método
símplex de redes. Pero CPLEX va más allá de la PL
También puede producir informes resumidos en el e incluye algoritmos modernos para programación
lenguaje de los tomadores de decisiones, al igual que entera y programación cuadrática.

Ingenierías, Julio-Septiembre 2004, Vol. VII, No. 24 23

Aplicación de la programación lineal en el sector forestal / Leticia Vargas Suárez, et al

Retomando la resolución del modelo reducido de

OPTICORT, éste omite el análisis de la asignación
de maquinaria y utiliza un conjunto fijo de patrones
de corte. La solución de los rodales de bosque a talar
es simplemente en base a costos de producción vs.
ganancias, y no se contempla ningún análisis del
terreno o características de los árboles. Recordando
las cuatro decisiones que OPTICORT apoya se
observa entonces que el modelo simplificado sólo
contempla tres, no resuelve qué maquinaria utilizar
en cada fase del proceso. Esto debido a que los
parámetros utilizados no indican el tipo de terreno
ni la maquinaria disponible o si se cuenta con un
camino para llegar a este terreno.

Otra diferencia es que la función objetivo en el necesariamente se repiten. Existen tres productos
modelo reducido no contempla el costo de la madera correspondientes a diámetros de 24, 20 y 8 cm
en pie. En el modelo real este costo es importante para respectivamente.
evitar decisiones equivocadas. No necesariamente es Los resultados de la evaluación se muestran en la
mejor cortar los árboles más valiosos, ello mejora las tabla I. Los primeros siete renglones corresponden a
ganancias a corto plazo pero, en el largo plazo, puede características de los datos del problema. Las últimas
significar una reducción del valor en el mercado de cuatro filas reflejan resultados del optimizador como
la empresa. Otra variación con el modelo real es que
este último agrupa las secciones del bosque vecinas
Tabla I. Resultados obtenidos en cada uno de los tres
a fin de optimizar el transporte del producto. modelos.
Característica Tamaño del Modelo
EVALUACIÓN COMPUTACIONAL
Pequeño Mediano Grande
Para propósitos didácticos se usó GAMS5 para Número de 3 5 10
modelar una versión simplificada del modelo terrenos
OPTICORT y se usó CPLEX para resolverlo en una Número de 3 6 15
estación de trabajo SUN Ultra 10 bajo el sistema destinos
operativo Solaris 7 (UNIX). También, con fines Tipo de productos 3 3 3
didácticos, se seleccionó un conjucto de datos
Períodos de 3 4 4
representativos. Al construir los datos uno debe
tiempo
pensar en: establecer las demandas para los diferentes
Patrones de corte 3 3 4
productos en diferentes períodos de tiempo, sugerir
la cantidad de madera en pie disponible, definir la Número de 109 441 1961
capacidad de tala y producción (que en la realidad variables
depende de la disponibilidad de la maquinaria de tala, Número de 97 238 555
corte y transporte), proponer las secciones a talar ecuaciones
suponiendo que se asigna la maquinaria adecuada, Max Z* ($) 1,120,222 162,792 249,104
concretar los patrones de corte que permitan obtener Tiempo de .010 .030 .12
los productos definidos y finalmente obtener un solución (seg)
conjunto de precios de producción, transporte y Volumen vendido 9,430 16,949 65,304
venta para los diversos productos. El modelo se (m3)
resolvió para tres diferentes conjuntos de datos. Volumen 13,366 16,949 65,383
Estos varían en cuanto a tamaño y los datos no producido (m3)

24 Ingenierías, Julio-Septiembre 2004, Vol. VII, No. 24

 Aplicación de la programación lineal en el sector forestal / Leticia Vargas Suárez, et al

lo son: el valor de la función objetivo, el volumen Weintraub et al.3 sostienen que OPTICORT ha
vendido y producido, respectivamente, y el tiempo sido el primer sistema desarrollado para este tipo de
de solución. Las columnas dos a cuatro indican los aplicación. El esfuerzo tomó dos años y el usuario
tres diferentes modelos resueltos. y la alta dirección de la empresa se involucraron
La diferencia tan marcada en la función objetivo fuertemente en esta solución, siendo ello un factor
puede explicarse porque la mezcla de productos clave de éxito. El sistema está en uso desde 1991,
vendida es muy diferente en cada modelo. No está codificado en un software de PL comercial en
necesariamente se están vendiendo los más caros plataforma PC.
siempre, ya que su demanda puede ser cero. Los
precios de venta y costos de producción son también
muy diferentes en cada modelo. CONCLUSIONES
El análisis de esta información arroja los resultados La PL es una técnica poderosa para tratar
que auxilian en la toma de decisiones. Por ejemplo, problemas de asignación de recursos escasos
para el modelo pequeño se consideró la existencia entre actividades que compiten, al igual que otros
de tres terrenos con un volumen de madera para tala problemas cuya formulación matemática es parecida.
determinado; así como tres destinos o aserraderos Se ha convertido en una herramienta estándar de gran
con una demanda conocida. Los resultados de este importancia para muchas organizaciones industriales
modelo son útiles para el administrador forestal y de negocios.
porque puede formar las siguientes conclusiones: Sin embargo, no todos los problemas de asignación
• La mayor explotación ocurre en el terreno 3 de recursos limitados se pueden formular de manera
(tiene el menor costo de producción y en general que se ajusten a un modelo de PL, ni siquiera como
los costos de transporte más baratos). una aproximación razonable. Cuando no se cumplen
una o más de las suposiciones de PL, tal vez sea
• Éste abastece a los tres destinos,
posible aplicar otro tipo de modelos matemáticos,
• El terreno 2 (con el mayor costo de producción) por ejemplo, los modelos de programación entera o
no se corta. de programación no lineal.
• El terreno 1 únicamente abastece al destino b Tanto en Chile como en otros países, el uso
pero en pequeñas cantidades. de estos modelos ha cambiado drásticamente la
• Se entregan todos los productos a todos los planeación y la administración de los bosques. La
destinos y durante todos los períodos. toma de decisiones se apoya fuertemente en ellos
• El patrón de corte 3 no se usa. y en la actualidad una administración exitosa se
concibe íntimamente ligada al uso de ellos. El
Análisis similares se hacen para los modelos de sector forestal chileno representa el 13% de las
tamaño mediano y grande. exportaciones de este país, siendo este sector el
segundo en importancia después de la minería. Lo
componen compañías privadas dueñas de bosques
maderables de pinos y eucaliptos, aserraderos y
fábricas de celulosa y papel. Las dos compañías
forestales más importantes de Chile están entre las
50 empresas de este ramo más grandes del mundo.
Tienen ventas anuales de aproximadamente un billón
de dólares. El beneficio económico generado por el
cambio de estrategia para la toma de decisiones se
reporta en una ganancia de al menos 20 millones
de dólares al año, además de beneficios de mayor y
mejor protección del ambiente.
En el caso concreto de OPTICORT los beneficios

Ingenierías, Julio-Septiembre 2004, Vol. VII, No. 24 25

 Aplicación de la programación lineal en el sector forestal / Leticia Vargas Suárez, et al

financieros no derivan de una sola fuente, sino de de académicos apoyados para la investigación
varias: aplicada. Otro aspecto a notar es la cultura en
(a) Contempla el apareamiento del binomio madera el ramo, fuertemente arraigada, de compartir
en pie-demanda a cubrir evitando así la tala conocimientos no solamente entre empresas afines,
innecesaria. sino con empresas de otros países o de otros giros.
(b) Ha permitido la reducción de costos de
transportación. Por ejemplo, OPTICORT AGRADECIMIENTOS
determinó que era mejor transportar directamente Este trabajo fue mejorado gracias a las sugerencias
a los centros de demanda el 50% del volumen que y comentarios de dos revisores anónimos. Los dos
originalmente se transportaba a través de centros primeros autores son apoyados económicamente por
intermedios de proceso. el CONACyT como estudiantes de posgrado.
(c) El uso sistematizado de esta herramienta ha
hecho posible que las firmas manejen mayores REFERENCIAS
volúmenes de bosque y más productos y destinos,
además de que hace posible saber si la demanda 1. G. B. Dantzig y M. N. Thapa. Linear Programming
de la temporada podrá ser cubierta. 1: Introduction. Springer-Verlag, New York,
EUA, 1997.
(d) Usar la maquinaria de tala adecuada reduce la
erosión y aunque la reducción de daño ambiental 2. F. Hillier y G. Lieberman. Investigación de
es difícil de cuantificar financieramente, es vital. Operaciones. McGraw-Hill, México, 2001.
(e) También ha sido posible reducir la flotilla de 3. A. Weintraub, R. Epstein, R. Morales, y
camiones de transporte así como el personal J. Serón. Use of OR systems in the Chilean forest
dedicado a la programación y supervisión del industries. Interfaces, 29(1):7-29, 1999.
sistema de transporte. 4. K. Murty. Linear Programming. Wiley, New York,
Algo notable, y que en México debemos propiciar EUA, 1983.
que ocurra con mayor frecuencia, es que el esfuerzo 5. A. Brooke, D. Kendrick y A. Meeraus. GAMS:
sea desarrollado por empresas privadas y un grupo A User’s Guide. The Scientific

26 Ingenierías, Julio-Septiembre 2004, Vol. VII, No. 24

View publication stats