Aplicacin de la programacin

lineal en el sector forestal

Leticia Vargas Surez, Israel Cano Robles
Roger Z. Ros Mercado
Divisin de Posgrado en Ingeniera de Sistemas. FIME-UANL
{leti, israel, roger}@yalma.me.uanl.mx

RESUMEN
Aunque en los ltimos 50 aos diversas industrias han obtenido benecios
econmicos sustanciales a travs de modelos de optimizacin, en el sector forestal
los esfuerzos para desarrollar estos modelos han sido escasos. Sin embargo en
los inicios de los noventa, importantes compaas forestales privadas chilenas,
junto con acadmicos de la Universidad de Chile, desarrollaron un conjunto de
modelos de optimizacin que han permitido competir en la economa globalizada.
Este escrito describe uno de los problemas operativos optimizados (la tala de
corto plazo), su representacin matemtica simplicada, su resolucin a travs
de un lenguaje de modelado matemtico y los benecios que ha reportado.
PALABRAS CLAVE
Investigacin de operaciones, sector forestal, tala de corto plazo, programacin
lineal, modelo de optimizacin, mtodo smplex.
ABSTRACT
Despite the fact that during the last 50 years diverse industries have found great
economical benets 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 rms 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 simplied mathematical representation, its
resolution using a modelling language and the benets it has brought.
KEYWORDS
Operations research, forestry sector, short-term harvesting, linear programming,
optimization model, simplex method.
INTRODUCCIN
George Dantzig, uno de los ms brillantes precursores de la ciencia de la
toma de decisiones, explica, en su trabajo con Thapa,1 como disciplinas muy
diversas pueden conceptualizarse en trminos similares a partir de los principios
de la programacin lineal (PL). La programacin lineal puede verse como parte
de un desarrollo tecnolgico 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 ptima. Las herramientas

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

19

Aplicacin de la programacin lineal en el sector forestal / Leticia Vargas Surez, et al

para lograr lo anterior son: mtodos para formular

problemas reales en trminos matemticos detallados
(modelos), tcnicas para resolver los modelos
(algoritmos) y las mquinas para construir los
modelos y ejecutar los algoritmos (computadoras y
programas de cmputo).
Hillier y Lieberman2 expresan en forma breve,
el tipo ms comn de aplicacin abarca el problema
general de asignar recursos limitados entre actividades
competitivas de manera ptima. Con ms precisin,
este problema incluye elegir el nivel de ciertas
actividades que compiten por recursos escasos
necesarios para realizarlas. Despus, los niveles de
actividad elegidos dictan la cantidad de cada recurso
que consumir cada una de ellas. La variedad de
situaciones a las que se puede aplicar esta descripcin
es, sin duda, muy grande, y va desde la asignacin
de instalaciones de produccin hasta la asignacin
de los recursos nacionales a las necesidades de un
pas; desde la seleccin de una cartera de inversiones,
hasta los patrones de envo; desde la planeacin
agrcola, hasta el diseo de una terapia de radiacin,
etc. No obstante, el ingrediente comn de estas
situaciones es la necesidad de asignar recursos en
ambientes restringidos.
En este artculo se explica cmo se aplicaron los
principios de la PL para establecer el nivel de las
actividades necesarias para lograr una tala de corto
plazo ptima en un grupo de compaas forestales
latinoamericanas. Se presenta el modelo matemtico
que representa a dicho problema operativo en forma
simplicada, las herramientas para su solucin y,
nalmente, los benecios que pueden obtenerse al
aplicar esta tcnica de optimizacin.
DESCRIPCIN DEL PROBLEMA
Un administrador forestal debe considerar
diversas cuestiones al aprovechar un bosque para
obtener benecios econmicos. Una de las reas
a estudiar es la tala a corto plazo, denindolo
como un perodo de cuatro a doce semanas. Para
responder a la pregunta: cules y cuntos rboles
deben talarse el siguiente trimestre para obtener el
mximo benecio?, debe conocerse la demanda de
madera en trminos de la longitud y el dimetro de
los troncos.
Para decidir cmo talar un bosque, se divide en

20

rodales (secciones) razonablemente homogneos en

cuanto a: edad de los individuos (rboles), calidad
del terreno y esquema de administracin. La
maquinaria utilizada la determina el tipo de terreno
donde se ubica el bosque. En bosques con pendiente
alta, por ejemplo, se usan gras y cables; mientras
que en los terrenos planos se utilizan tractores o
deslizaderos. Una vez obtenidas las trozas (troncos),
debe establecerse cmo cortarlas a n de poder
cubrir la demanda. Los cortes pueden realizarse en
el bosque mismo y las piezas obtenidas distribuirse
directamente a los puntos de demanda. Otra
alternativa es transportar las trozas completas a un
centro de corte para su distribucin posterior.
Las instrucciones de corte (patrn de corte)
son simplemente una secuencia de longitudes y
dimetros que deben obtenerse de acuerdo a un orden
decreciente de dimetro (cada dimetro dene a un
producto con su correspondiente valor comercial),
tal como se aprecia en la gura 1.
La idea es respetar el orden dado, pero obteniendo
el mayor nmero posible de piezas. Por ejemplo
(gura 2), se trata de obtener primeramente, una
pieza de 8.10 m de longitud y que cumpla con un
dimetro de al menos 24 cm. Si despus de cortar
los primeros 8.10 m el dimetro se reduce a menos
de 24 cm, entonces se trata de obtener una pieza de
4.10 m de longitud con un dimetro no menor a 20
cm. El resto del tronco se utiliza para celulosa con
un dimetro mnimo de 8 cm.

Fig. 1. Clasicacin de la madera por su longitud.

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

Aplicacin de la programacin lineal en el sector forestal / Leticia Vargas Surez, et al

Fig. 2. Ejemplos de patrones de corte.

Cules rboles hay que talar y cmo cortarlos no

son las nicas decisiones. Los costos de transporte
asociados a las parejas origen-destino tambin
deben considerarse. Adems de que, para cubrir
la demanda, no slo es necesario contar con los
rboles cortados adecuadamente; sino tambin con la
maquinaria necesaria para su tala, corte y transporte.
El problema es entonces:
1. Conocer la demanda y, en base a ella,
2. Denir los rodales de bosque a talar, sus patrones
de corte y las asignaciones de maquinaria
necesaria para produccin y transporte de
producto terminados.
Hacer manualmente la asignacin de la maderaen-pie con la demanda es un problema combinatorio
difcil, cuya solucin no ptima produce tala
excesiva y prdida signicativa por degradacin,
con la consecuente prdida econmica. Adems,
existe el problema adicional de lograr la asignacin
ptima de maquinaria de tala y transporte.
El grupo chileno de Weintraub et al.3 desarroll
un conjunto de 5 modelos. Tres atacan problemas
operativos:
1. El ya descrito en el inciso anterior,
2. La calendarizacin diaria de camiones de
transporte para la entrega de materia prima y
producto terminado y
3. La ubicacin de la maquinaria de tala y transporte
y de las rutas de acceso. Los dos restantes resuelven
la calendarizacin tctica de la tala de mediano
plazo y la planeacin estratgica de largo plazo.

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

REPRESENTACIN DEL PROBLEMA EN UN

MODELO DE OPTIMIZACIN
Este artculo considera slo uno de los cinco
modelos documentados: OPTICORT, un sistema
para resolver la planeacin de la tala a corto plazo.
OPTICORT es un modelo lineal con un procedimiento
de generacin de columnas (vase Murty4). Las
principales decisiones que apoya son:
a. Qu rodales de bosque talar, entre los que tienen
rboles ya maduros y carreteras de acceso,
b. Qu maquinaria utilizar en cada fase del
proceso,
c. Qu volumen cortar y sus correspondientes
patrones de corte y
d. Qu productos entregar para satisfacer la demanda,
es vlido guardar inventario.
Un punto medular del desarrollo fue la denicin
de los patrones de corte, ya que su nmero crece
en forma exponencial. En un primer intento, el
modelo se construy con un conjunto de patrones
predeterminado y de cardinalidad moderada para
cada rodal de bosque. Cuando el modelo funcion
exitosamente, se desarroll un esquema de generacin
de columnas para construir automticamente
los patrones de corte. Los beneficios de esta
automatizacin han sido:
a. Ahorro de tiempo en comparacin con la
alternativa de generar patrones manualmente,
b. Obtener un conjunto mayor de buenos patrones,
c. Se observ que la solucin (funcin objetivo)
mejora entre un 3 y 6 % en comparacin con
la solucin obtenida usando un conjunto jo de
patrones.

21

Aplicacin de la programacin lineal en el sector forestal / Leticia Vargas Surez, et al

El esquema de generacin de columnas se basa

en un algoritmo de ramificacin y acotamiento
ligado al inventario de bosques de la organizacin.
La idea bsica del esquema es: en el nodo inicial se
selecciona un primer corte y en cada nodo hijo se
generan nuevas ramas de posibles alternativas de
corte. El valor de cada rama lo determina el valor
de venta de la pieza correspondiente de acuerdo a su
dimetro y longitud. Cada ruta posible desde el nodo
padre hasta el nal del rbol corresponde a un patrn
de corte. El esquema comprende tambin decisiones
de paro y eleccin de rutas.
A continuacin se explica el modelo matemtico
lineal del problema descrito. Este modelo est
compuesto por:
1. Los parmetros o datos del problema, los cuales
se conocen con certeza,
2. Las variables de decisin,
3. La funcin objetivo a ser optimizada y
4. Las restricciones.
Estos cuatro elementos forman entonces una
representacin matemtica de la realidad que puede
resolverse utilizando las tcnicas explicadas en
el siguiente apartado. Si los datos no se conocen
con certeza, el modelo matemtico es diferente. Se
plantea entonces en trminos de un valor esperado
lo cual implica distribuciones de probabilidad.
ndices y conjuntos:
i I Conjunto de terrenos disponibles para
cosechar
j J Conjunto de los patrones de corte
k K Conjunto de los tipos de productos
d D Conjunto de los destinos a proveer de
madera
t T Conjunto de los perodos de tiempo

Parmetros:
VOLi Volumen de madera disponible en el terreno
i (m3); i I
DMk Dimetro de producto k (cm); k K
COSTi Costo de cosechar terreno i ($/m3); i I
CACt Capacidad de produccin en tiempo t (m3);
tT
DId,t
Dimetro promedio requerido en destino
d en perodo t (cm); d D, t T
Dminktd Demanda mnima del producto k en el
perodo t para el destino d (m3); k K, t T,
dD
Dmax ktd Demanda mxima del producto k en el
perodo t para el destino d (m3); k K, t T,
dD
PVd,k Precio de venta del producto k a destino
d ($/m3); k K, d D
CTAidk Costo de transportacin del producto k entre
el terreno i y el destino d ($/m3); i I, d D,
kK
RijkFraccin del producto k obtenido por m3 cortado
con patrn j en terreno i; i I, j J, k K
Variables de decisin:
Volumen de madera transportado (vendido)
Yidkt
desde el terreno i al destino d de un producto k
en el perodo t (m3); i I, d D, k K, t T.
Kijt Volumen de madera producida en el terreno I
usando el patrn de corte j en el perodo t (m3);
i I, j J, t T
Modelo:
Maximizar
f(Y,K) =

( PV

dk

i,d,k,t

CTA idk ) Yidkt COSTi K ijt

(1a)

ijt

sujeta a:

ijt

VOLi

ijt

CAC t

K ijt

i I (1b)

j,t

t T

(1c)

i,j

kij

i,k,t (1d)

Y
Y
Y

idkt

k,d,t

(1e)

idkt

k,d,t

(1f)

idkt

D min
ktd

D max
ktd

DM Y
k

idkt

DIdt

i,k

K ijt , Yidkt

22

idkt

d,t (1g)

i,k

0 i,j,k,d,t (1h)

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

Aplicacin de la programacin lineal en el sector forestal / Leticia Vargas Surez, et al

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

(1b) es la restriccin de existencia de madera,
(1c) denota la capacidad de produccin, (1d) es la
restriccin de transporte de acuerdo a la produccin
de cada producto, en cada terreno y durante cada
perodo de tiempo, (1e) y (1f) son los lmites de
demanda (mnima y mxima) para cada producto
en cada destino durante cada perodo, (1g) modela
el dimetro promedio mnimo necesario para los
productos de cada destino durante cada perodo
y (1h) es la restriccin de no negatividad de las
variables. Como puede apreciarse, este es un modelo
de programacin lineal.
MTODO DE SOLUCIN
Es comn que, en la prctica, los modelos de PL
tengan cientos o miles de restricciones funcionales
(ecuaciones lineales) y variables de decisin (nivel
de las actividades). Formular modelos tan enormes
puede ser una tarea desalentadora. Sencillamente
no es prctico escribir la formulacin algebraica ni
introducir los parmetros en una hoja de clculo.
Entonces, cmo se construyen estos modelos
grandes en la prctica? Se requiere el uso de un
lenguaje de modelado (LM). Un LM de programacin
matemtica es un software de diseo especial
para formular de modo eciente los modelos de
programacin lineal. An cuando un modelo tenga
miles de restricciones funcionales, stas son de
relativamente pocos tipos y las del mismo tipo siguen
el mismo patrn. De igual manera, las variables de
decisin estarn dentro de unas cuantas categoras.
As, si se usan grandes bloques de datos en bases de
datos, un lenguaje de modelado construir todas las
restricciones del mismo tipo a la vez tomando en
cuenta las variables de cada tipo.
Adems de formular con eciencia un modelo,
un LM facilita:
1. Las tareas de administracin del modelo, inclusive
el acceso a los datos (todava mejor, el modelo es
independiente del tamao de los datos),
2. La modicacin del modelo cuando se desee y
3. El anlisis de las soluciones.
Tambin puede producir informes resumidos en el
lenguaje de los tomadores de decisiones, al igual que

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

documentar el contenido del modelo. Otro benecio

es la independencia entre el lenguaje y los algoritmos
de solucin. Se han desarrollado varios lenguajes
de modelado excelentes en las ltimas dos dcadas,
que incluyen AMPL, MPL, GAMS y LINGO. En
el desarrollo del presente trabajo hacemos uso de
GAMS.5
Una vez construdo el modelo formulado (trabajo
hecho por el LM), ste debe resolverse utilizando
algn algoritmo, en este caso el Mtodo Smplex.
Este mtodo es un algoritmo eciente y conable
para resolver problemas de PL. Tambin proporciona
la base para llevar a cabo, en forma muy eciente,
las distintas etapas del anlisis posptimo. Aunque
tiene una interpretacin geomtrica til, el Mtodo
Smplex es un procedimiento algebraico basado en
la eliminacin de Gauss para resolver un sistema de
ecuaciones lineales.
GAMS permite el acceso a varios solucionadores,
CPLEX es uno de ellos. Durante ms de una dcada,
CPLEX ha sido la marca comercial del software que
ha marcado el camino de la solucin de problemas
de PL cada vez ms grandes. Los extensos esfuerzos
de investigacin y desarrollo han permitido una
serie de actualizaciones con incrementos drsticos
en la eciencia. CPLEX usa el mtodo smplex y
sus variantes (como el mtodo smplex dual) para
resolver estos problemas masivos. Adems del mtodo
smplex, CPLEX cuenta con otras herramientas para
resolver tipos especiales de problemas de PL. Una
es un algoritmo de punto interior, otra es el mtodo
smplex de redes. Pero CPLEX va ms all de la PL
e incluye algoritmos modernos para programacin
entera y programacin cuadrtica.

23

Aplicacin de la programacin lineal en el sector forestal / Leticia Vargas Surez, et al

Retomando la resolucin del modelo reducido de

OPTICORT, ste omite el anlisis de la asignacin
de maquinaria y utiliza un conjunto jo de patrones
de corte. La solucin de los rodales de bosque a talar
es simplemente en base a costos de produccin vs.
ganancias, y no se contempla ningn anlisis del
terreno o caractersticas de los rboles. Recordando
las cuatro decisiones que OPTICORT apoya se
observa entonces que el modelo simplicado slo
contempla tres, no resuelve qu maquinaria utilizar
en cada fase del proceso. Esto debido a que los
parmetros 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 funcin objetivo en el
modelo reducido no contempla el costo de la madera
en pie. En el modelo real este costo es importante para
evitar decisiones equivocadas. No necesariamente es
mejor cortar los rboles ms valiosos, ello mejora las
ganancias a corto plazo pero, en el largo plazo, puede
signicar una reduccin del valor en el mercado de
la empresa. Otra variacin con el modelo real es que
este ltimo agrupa las secciones del bosque vecinas
a n de optimizar el transporte del producto.
EVALUACIN COMPUTACIONAL
Para propsitos didcticos se us GAMS5 para
modelar una versin simplificada del modelo
OPTICORT y se us CPLEX para resolverlo en una
estacin de trabajo SUN Ultra 10 bajo el sistema
operativo Solaris 7 (UNIX). Tambin, con nes
didcticos, se seleccion un conjucto de datos
representativos. Al construir los datos uno debe
pensar en: establecer las demandas para los diferentes
productos en diferentes perodos de tiempo, sugerir
la cantidad de madera en pie disponible, denir la
capacidad de tala y produccin (que en la realidad
depende de la disponibilidad de la maquinaria de tala,
corte y transporte), proponer las secciones a talar
suponiendo que se asigna la maquinaria adecuada,
concretar los patrones de corte que permitan obtener
los productos denidos y nalmente obtener un
conjunto de precios de produccin, transporte y
venta para los diversos productos. El modelo se
resolvi para tres diferentes conjuntos de datos.
Estos varan en cuanto a tamao y los datos no

24

necesariamente se repiten. Existen tres productos

correspondientes a dimetros de 24, 20 y 8 cm
respectivamente.
Los resultados de la evaluacin se muestran en la
tabla I. Los primeros siete renglones corresponden a
caractersticas de los datos del problema. Las ltimas
cuatro las reejan resultados del optimizador como
Tabla I. Resultados obtenidos en cada uno de los tres
modelos.
Caracterstica

Tamao del Modelo

Pequeo

Mediano

Grande

Nmero de
terrenos

10

Nmero de
destinos

15

Tipo de productos

Perodos de
tiempo

Patrones de corte

Nmero de
variables

109

441

1961

Nmero de
ecuaciones

97

238

555

1,120,222

162,792

249,104

Tiempo de
solucin (seg)

.010

.030

.12

Volumen vendido
(m3)

9,430

16,949

65,304

Volumen
producido (m3)

13,366

16,949

65,383

Max Z*

($)

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

Aplicacin de la programacin lineal en el sector forestal / Leticia Vargas Surez, et al

lo son: el valor de la funcin objetivo, el volumen

vendido y producido, respectivamente, y el tiempo
de solucin. Las columnas dos a cuatro indican los
tres diferentes modelos resueltos.
La diferencia tan marcada en la funcin objetivo
puede explicarse porque la mezcla de productos
vendida es muy diferente en cada modelo. No
necesariamente se estn vendiendo los ms caros
siempre, ya que su demanda puede ser cero. Los
precios de venta y costos de produccin son tambin
muy diferentes en cada modelo.
El anlisis de esta informacin arroja los resultados
que auxilian en la toma de decisiones. Por ejemplo,
para el modelo pequeo se consider la existencia
de tres terrenos con un volumen de madera para tala
determinado; as como tres destinos o aserraderos
con una demanda conocida. Los resultados de este
modelo son tiles para el administrador forestal
porque puede formar las siguientes conclusiones:
La mayor explotacin ocurre en el terreno 3
(tiene el menor costo de produccin y en general
los costos de transporte ms baratos).
ste abastece a los tres destinos,
El terreno 2 (con el mayor costo de produccin)
no se corta.
El terreno 1 nicamente abastece al destino b
pero en pequeas cantidades.
Se entregan todos los productos a todos los
destinos y durante todos los perodos.
El patrn de corte 3 no se usa.
Anlisis similares se hacen para los modelos de
tamao mediano y grande.

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

Weintraub et al.3 sostienen que OPTICORT ha

sido el primer sistema desarrollado para este tipo de
aplicacin. El esfuerzo tom dos aos y el usuario
y la alta direccin de la empresa se involucraron
fuertemente en esta solucin, siendo ello un factor
clave de xito. El sistema est en uso desde 1991,
est codicado en un software de PL comercial en
plataforma PC.

CONCLUSIONES
La PL es una tcnica poderosa para tratar
problemas de asignacin de recursos escasos
entre actividades que compiten, al igual que otros
problemas cuya formulacin matemtica es parecida.
Se ha convertido en una herramienta estndar de gran
importancia para muchas organizaciones industriales
y de negocios.
Sin embargo, no todos los problemas de asignacin
de recursos limitados se pueden formular de manera
que se ajusten a un modelo de PL, ni siquiera como
una aproximacin razonable. Cuando no se cumplen
una o ms de las suposiciones de PL, tal vez sea
posible aplicar otro tipo de modelos matemticos,
por ejemplo, los modelos de programacin entera o
de programacin no lineal.
Tanto en Chile como en otros pases, el uso
de estos modelos ha cambiado drsticamente la
planeacin y la administracin de los bosques. La
toma de decisiones se apoya fuertemente en ellos
y en la actualidad una administracin exitosa se
concibe ntimamente ligada al uso de ellos. El
sector forestal chileno representa el 13% de las
exportaciones de este pas, siendo este sector el
segundo en importancia despus de la minera. Lo
componen compaas privadas dueas de bosques
maderables de pinos y eucaliptos, aserraderos y
fbricas de celulosa y papel. Las dos compaas
forestales ms importantes de Chile estn entre las
50 empresas de este ramo ms grandes del mundo.
Tienen ventas anuales de aproximadamente un billn
de dlares. El benecio econmico generado por el
cambio de estrategia para la toma de decisiones se
reporta en una ganancia de al menos 20 millones
de dlares al ao, adems de benecios de mayor y
mejor proteccin del ambiente.
En el caso concreto de OPTICORT los benecios

25

Aplicacin de la programacin lineal en el sector forestal / Leticia Vargas Surez, et al

nancieros no derivan de una sola fuente, sino de

varias:
(a) Contempla el apareamiento del binomio madera
en pie-demanda a cubrir evitando as la tala
innecesaria.
(b) Ha permitido la reduccin de costos de
transportacin. Por ejemplo, OPTICORT
determin que era mejor transportar directamente
a los centros de demanda el 50% del volumen que
originalmente se transportaba a travs de centros
intermedios de proceso.
(c) El uso sistematizado de esta herramienta ha
hecho posible que las rmas manejen mayores
volmenes de bosque y ms productos y destinos,
adems de que hace posible saber si la demanda
de la temporada podr ser cubierta.
(d) Usar la maquinaria de tala adecuada reduce la
erosin y aunque la reduccin de dao ambiental
es difcil de cuanticar nancieramente, es vital.
(e) Tambin ha sido posible reducir la otilla de
camiones de transporte as como el personal
dedicado a la programacin y supervisin del
sistema de transporte.
Algo notable, y que en Mxico debemos propiciar
que ocurra con mayor frecuencia, es que el esfuerzo
sea desarrollado por empresas privadas y un grupo

26

de acadmicos apoyados para la investigacin

aplicada. Otro aspecto a notar es la cultura en
el ramo, fuertemente arraigada, de compartir
conocimientos no solamente entre empresas anes,
sino con empresas de otros pases o de otros giros.
AGRADECIMIENTOS
Este trabajo fue mejorado gracias a las sugerencias
y comentarios de dos revisores annimos. Los dos
primeros autores son apoyados econmicamente por
el CONACyT como estudiantes de posgrado.
REFERENCIAS
1. G. B. Dantzig y M. N. Thapa. Linear Programming
1: Introduction. Springer-Verlag, New York,
EUA, 1997.
2. F. Hillier y G. Lieberman. Investigacin de
Operaciones. McGraw-Hill, Mxico, 2001.
3. A. Weintraub, R. Epstein, R. Morales, y
J. Sern. Use of OR systems in the Chilean forest
industries. Interfaces, 29(1):7-29, 1999.
4. K. Murty. Linear Programming. Wiley, New York,
EUA, 1983.
5. A. Brooke, D. Kendrick y A. Meeraus. GAMS:
A Users Guide. The Scientic

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