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

net/publication/256911319

Evaluación de diferentes modelos de optimización para la planificación de

faenas silvícolas.

Article  in  Bosque · January 1998

CITATION READS

1 17

2 authors, including:

F. Muñoz
University of Concepción
65 PUBLICATIONS   198 CITATIONS   

SEE PROFILE

All content following this page was uploaded by F. Muñoz on 28 July 2015.

The user has requested enhancement of the downloaded file.

BOSQUE 19(1): 13-26, 1998

ARTICULOS

Evaluación de diferentes modelos de optimización para la

planificación de faenas silvícolas*
E v a l u a t i o n of different optimisation m o d e l s to schedule silvicultural operations

ANDRE LAROZE 1 , PAULINA PINTO 2 , FERNANDO MUÑOZ 3

1
Departamento Ciencias Forestales, P. Universidad Católica de Chile. Casilla 306, Correo 22,
Santiago, Chile. 2 Cochrane 1477, Osorno, Chile. 3 Departamento Manejo Forestal, Gerencia Regional
Concepción, Forestal Mininco S.A. Los Canelos 79, San Pedro, Concepción.

SUMMARY

Silvicultural tasks in Chile, due to their seasonal character as well as to their short duration present the highest level
of labour instability among forestry activities, causing a continuous renewal of non-specialised workers. To revert
this situation, the number of workers required, considering cost and labour stability simultaneously should be
determined in advance. The objective of this study was to develop and compare several models that elaborate
planning strategies for silvicultural tasks, based on different objective functions and constraint sets. The results
obtained indicate that the analysed models contribute to an effective scheduling of a company's silvicultural
activities at an operational level.

Key words: operational planning, activity scheduling.

RESUMEN

Actualmente en Chile las faenas forestales con mayor inestabilidad laboral son las intervenciones silvícolas. Debido
a su temporalidad y corta duración generan una continua rotación de mano de obra con bajo nivel de especializa­
ción. Para aminorar esta situación es necesario dimensionar con la debida anticipación las jornadas requeridas para
ejecutar tales actividades, considerando simultáneamente aspectos de costo y estabilidad laboral. El objetivo de este
estudio fue desarrollar y comparar diferentes modelos matemáticos para resolver el problema de planificación de las
faenas silvícolas de una empresa forestal. Para interpretar adecuadamente las distintas exigencias planteadas por la
empresa se formularon modelos con diferentes funciones objetivo y conjuntos de restricciones. Los resultados
obtenidos indican que los modelos analizados permiten planificar en forma más eficiente las faenas silvícolas a
nivel operativo.

Palabras claves: planificación operativa, programación de actividades.

INTRODUCCION tivos están en c o n s t a n t e c a m b i o y las a c t i v i d a d e s

A c t u a l m e n t e , el sector forestal se destaca c o m o
u n o d e los a g e n t e s m á s d i n á m i c o s d e l a e c o n o ­
m í a c h i l e n a q u e h a l o g r a d o l a inserción d e sus
p r o d u c t o s e n los m e r c a d o s e x t e r n o s . Sin e m b a r ­
g o , e n u n a e c o n o m í a abierta, los factores p r o d u c -
* Proyecto FONDECYT 1960248.
se tornan c a d a v e z m á s c o m p e t i t i v a s y m e n o s
r e n t a b l e s . E s t a situación ha l l e v a d o a las e m p r e ­
sas del sector a desarrollar n u e v a s técnicas q u e
les p e r m i t a n m e j o r a r la rentabilidad de sus inver­
s i o n e s , m e d i a n t e el a u m e n t o en los r e n d i m i e n t o s ,
la o p t i m i z a c i ó n de los sistemas p r o d u c t i v o s y la
m i n i m i z a c i ó n tanto de los costos operativos c o m o
de administración.

13
ANDRE LAROZE, PAULINA PINTO, FERNANDO MUÑOZ
En este contexto, los m o d e l o s de optimización
p e r m i t e n e n c o n t r a r b u e n a s soluciones para proble­
m a s d e p r o g r a m a c i ó n d e actividades, tales c o m o
la selección de e s q u e m a s de m a n e j o , la p r o d u c ­
ción de rollizos y la asignación de transporte. L o s
p r o b l e m a s analizados p o r las e m p r e s a s forestales
c o r r e s p o n d e n , p r i n c i p a l m e n t e , a c ó m o invertir
eficientemente sus r e c u r s o s a un nivel de planifi­
c a c i ó n e s t r a t é g i c o ( B a r r o s y W e i n t r a u b 1982,
G a r c í a 1984); y a nivel táctico (Laroze y Greber
1 9 9 1 , W e i n t r a u b et al. 1994) y operativo (Laroze
1997, W e i n t r a u b et al. 1989, W e i n t r a u b et al.
1997); la atención se ha focalizado en aspectos de
cosecha, accesibilidad y transporte. Sin e m b a r g o ,
las técnicas de s i m u l a c i ó n y optimización han sido
m u y p o c o utilizadas p a r a resolver p r o b l e m a s rela­
c i o n a d o s con las a c t i v i d a d e s silvícolas ( M u ñ o z y
Andalaft 1991).
L a s faenas silvícolas son las que presentan la
m a y o r inestabilidad laboral dentro del sector fo­
restal n a c i o n a l y las q u e e m p l e a n obreros con
m e n o r e s niveles de especialización. E s t o se d e b e a
la t e m p o r a l i d a d y corta duración de este tipo de
a c t i v i d a d e s , l o q u e c o n l l e v a c o n t r a t a c i o n e s por
corto p l a z o y u n a c o n t i n u a rotación de los trabaja­
d o r e s . E s t a situación p o d r í a ser revertida al reali­
zar u n a planificación de las faenas silvícolas que
c o n s i d e r e s i m u l t á n e a m e n t e aspectos d e m i n i m i ­
zación de costos y de estabilidad laboral; es decir,
q u e m a n t e n g a la d o t a c i ó n de trabajadores foresta­
les c o n t r a t a d o s lo m á s estable posible, reduciendo
las fluctuaciones m e n s u a l e s q u e n o r m a l m e n t e se
e x p e r i m e n t a n , sin q u e ello v a y a en perjuicio de
los costos o p e r a c i o n a l e s . De esta forma, se p o ­
drían d i s m i n u i r los t i e m p o s ociosos de c a m p a m e n ­
tos forestales, a u m e n t a r la eficiencia en el uso de
los r e c u r s o s a d m i n i s t r a t i v o s de la e m p r e s a y lo­
grar una m a y o r estabilidad laboral q u e estimule la
c a p a c i t a c i ó n p o r parte de los contratistas.
A través de este e s t u d i o se desarrollaron m o d e ­
los de o p t i m i z a c i ó n q u e permiten p r o g r a m a r las
faenas silvícolas de u n a e m p r e s a forestal para un
horizonte de planificación de u n a temporada. D a d o
q u e n o existe u n m o d e l o p r o b a d o p a r a resolver
este tipo de p r o b l e m a , fue necesario diseñar, eva­
luar y c o m p a r a r formulaciones alternativas. Para
ello se i m p l e m e n t a r o n distintas funciones objetivo
y conjuntos de restricciones, cuyas soluciones se
analizaron en t é r m i n o s de costo y estabilidad la­
boral. De esta m a n e r a fue posible d e t e r m i n a r qué
factores tienen m a y o r relevancia p a r a el problema,
14
d e m o d o d e p o d e r seleccionar u n m o d e l o que per­
mita generar soluciones implementables a nivel
operativo.
INFORMACION BASICA
Se utilizaron datos de faenas silvícolas propor­
cionados por el D e p a r t a m e n t o de M a n e j o Forestal
de la G e r e n c i a Regional C o n c e p c i ó n de la e m p r e ­
sa Forestal M i n i n c o S.A. Esta información se ex­
trajo del plan operativo para este tipo de activida­
des correspondiente al año 1995. De los antece­
dentes p r o p o r c i o n a d o s por la e m p r e s a se eligieron
20 predios, con diferentes características, con el
fin de tener diversidad de situaciones. Los datos
utilizados consisten en superficies, costos, rendi­
m i e n t o s y p e r í o d o s factibles de ejecución para 8
faenas silvícolas. Se consideró un horizonte de
planificación de 12 períodos m e n s u a l e s . En base a
esta información se realizaron los diferentes análi­
sis p r e s e n t a d o s en este estudio.
El n ú m e r o de predios y faenas seleccionados,
j u n t o con la duración del horizonte de planifica­
ción, c o r r e s p o n d e n a un p r o b l e m a de t a m a ñ o real,
representativo de las decisiones que se realizan a
nivel de un Distrito (la unidad administrativa bási­
ca de la e m p r e s a participante en el estudio). El
cuadro 1 indica la dimensión de dos problemas,
que c o r r e s p o n d e n a la formulación m á s simple y
la m á s c o m p l e t a analizada, respectivamente.
MODELAMIENTO DEL PROBLEMA
Basándose en el programa anual establecido para
las faenas de m a n e j o , los m e s e s en que es factible
realizar las intervenciones, los rendimientos y c o s ­
tos esperados, y el presupuesto disponible, es p o ­
sible utilizar técnicas de p r o g r a m a c i ó n m a t e m á t i ­
ca para d i m e n s i o n a r eficientemente las j o r n a d a s
m e n s u a l e s r e q u e r i d a s p a r a c a d a faena e n c a d a
predio.
Sin e m b a r g o , d a d o que el p r o b l e m a de la plani­
ficación de faenas silvícolas no está claramente
definido, se evaluaron diferentes m o d e l o s , forma­
dos a partir de la c o m b i n a c i ó n de distintas funcio­
nes objetivo y conjuntos de restricciones. A s í fue
posible analizar múltiples escenarios y c o m p a r a r
las soluciones óptimas correspondientes a cada for­
mulación.
 PLANIFICACION OPERATIVA, PROGRAMACION DE ACTIVIDADES

CUADRO 1

Caracterización de dos problemas de optimización.

Characterization of two optimization problems.

Criterio Problema A Problema B

Función objetivo Minimizar costo total Minimizar costo total

Tipo de restricciones Cumplimiento de faenas (A) Cumplimiento de faenas (A)

Rango de jornadas (R)
Fluctuación máxima (F)
Superficie mínima y máxima (S)
Condición de continuidad (C)

Número de variables 364 1456

Número de variables enteras 0 1092

Número de restricciones 100 1354

Coeficientes distintos de cero 3213 10195

s
A c o n t i n u a c i ó n se presenta la n o m e n c l a t u r a uti­ Y ijk = V a r i a b l e binaria q u e indica el inicio de la
lizada p a r a r e p r e s e n t a r las distintas funciones o b ­ faena j en el predio i d u r a n t e el p e r í o d o k
j e t i v o y restricciones c o n s i d e r a d a s . P o s t e r i o r m e n ­ (condición final: Ysijk+1 = 0);
te, se p r e s e n t a n las características de tales funcio­
nes objetivo y restricciones. Y f i j k = V a r i a b l e binaria q u e indica el cierre de la
faena j en el predio i durante el p e r í o d o k.

NOMENCLATURA Variables auxiliares:

Subíndices: Nk = V a r i a b l e de contabilidad q u e indica el nú­

m e r o de j o r n a d a s requeridas para todas las
i = Predio (i = 1, ..., I) faenas a ejecutar durante el p e r í o d o k.
j = Faena (j = 1, ..., J)
k = P e r í o d o (k = 1, ..., K) Parámetros de las faenas:

Variables de decisión: F Coeficiente binario q u e indica la factibilidad

ijk
de realizar la faena j del predio i d u r a n t e el
X ijk = V a r i a b l e c o n t i n u a q u e indica la superficie período k;
i n t e r v e n i d a en el p r e d i o i, faena j d u r a n t e
Rijk = R e n d i m i e n t o de la faena j en el p r e d i o i
el p e r í o d o k (ha); durante el período k (jornadas/ha);

Hijk = Variable binaria q u e indica la ejecución de C i j k C o s t o de realizar la faena j en el p r e d i o i

la faena j en el predio i durante el período k durante el p e r í o d o k ($/ha);
(condición inicial: Hij0 = 0, condición fi­
nal: Hijk+1 = 0); Cs i j k C o s t o de iniciar la faena j en el p r e d i o i
durante el período k ($);
15
ANDRE LAROZE, PAULINA PINTO, FERNANDO MUÑOZ

C f i j k = C o s t o de c e r r a r la faena j en el p r e d i o i
d u r a n t e el p e r í o d o k ($).
Parámetros de las restricciones:
S ij = Superficie de la faena j q u e d e b e ser reali­
z a d a en el p r e d i o i (ha);
α j = Superficie m e n s u a l m í n i m a para la ejecu­
ción de la faena j en un predio (ha);
β j = Superficie m e n s u a l m á x i m a p a r a la ejecu­
ción de la faena j en un predio (ha);
δ k = F l u c t u a c i ó n p e r m i t i d a en el n ú m e r o de jor­
nadas entre períodos consecutivos (%);
Minimización de la dotación mensual máxima
(DMM): C o n esta función objetivo se b u s c a m i n i ­
m i z a r aquel p e r í o d o q u e presenta los m a y o r e s re­
q u e r i m i e n t o s de m a n o de obra. Así, en forma indi­
recta, se trata de reducir el n ú m e r o total de traba­
j a d o r e s de la t e m p o r a d a y uniformar la a s i g n a c i ó n
de j o r n a d a s en los distintos períodos. E s t a función
objetivo se a c o m p a ñ a de restricciones q u e asegu­
ran u n a diferencia positiva entre el valor objetivo
y el n ú m e r o de j o r n a d a s contratadas en c a d a p e ­
ríodo de la t e m p o r a d a .
Minimizar Z

M i n k = M í n i m a c a n t i d a d de j o r n a d a s a contratar
d u r a n t e el p e r í o d o k;

M a x k = M á x i m a c a n t i d a d d e j o r n a d a s a contratar
para realizar faenas en el p e r í o d o k;
CT = M á x i m o c o s t o total p e r m i t i d o durante la
temporada ($);
RESTRICCIONES
L a s siguientes restricciones fueron d i s e ñ a d a s
para formular diferentes m o d e l o s q u e representan
el p r o b l e m a de la planificación de faenas silvícolas.

λ = C o n s t a n t e utilizada para efectos de esta­

Restricción de cumplimiento de faenas (A):
blecer la c o n t i n u i d a d de las faenas.
O b l i g a a la solución a realizar el p r o g r a m a anual

FUNCIONES OBJETIVO
p r e e s t a b l e c i d o p a r a las faenas de c a d a predio, por
lo cual se i m p l e m e n t a en todos los m o d e l o s .
A c o n t i n u a c i ó n se describen las diferentes fun­
c i o n e s o b j e t i v o d i s e ñ a d a s p a r a el p r o b l e m a en
cuestión.
Restricciones de rango de jornadas (R): Fuer­
Minimización del costo total: M e d i a n t e e s t a zan la s o l u c i ó n a a s i g n a r m e n s u a l m e n t e , c o n s i d e ­
función objetivo se b u s c a encontrar la solución r a n d o t o d a s las faenas en los diferentes p r e d i o s ,
q u e m i n i m i z a el c o s t o operacional necesario para u n n ú m e r o d e j o r n a d a s q u e n o e x c e d a u n límite
realizar las i n t e r v e n c i o n e s silvícolas. s u p e r i o r ni sea m e n o r a un valor m í n i m o de j o r ­
n a d a s t o t a l e s . E s t a s restricciones p e r m i t e n r e g u ­
Minimizar lar la d o t a c i ó n de trabajadores en t é r m i n o s a b s o ­
lutos.
Minimización del número de jornadas: Esta
función objetivo g e n e r a la solución q u e m i n i m i z a
el n ú m e r o de j o r n a d a s r e q u e r i d a s para ejecutar la
totalidad de las faenas silvícolas.

Minimizar

Minimización de la varianza del número de

jornadas: C o n e s t a función objetivo se p r e t e n d e
m i n i m i z a r la v a r i a n z a en el n ú m e r o de j o r n a d a s
contratadas p a r a c a d a p e r í o d o . E s t a función obje­
tivo es e q u i v a l e n t e a m a x i m i z a r la estabilidad la­
boral.

16
 PLANIFICACION OPERATIVA, PROGRAMACION DE ACTIVIDADES
Restricciones de fluctuación porcentual de jor­
nadas (F): F u e r z a n la s o l u c i ó n a q u e las diferen­
cias relativas, en la d o t a c i ó n de trabajadores entre
m e s e s c o n s e c u t i v o s , no e x c e d a un porcentaje pre­
determinado.
Restricciones de superficie mínima y máxima
(S): F u e r z a n a q u e las faenas a realizar tengan al
m e n o s una e x t e n s i ó n m í n i m a , q u e c o r r e s p o n d e a
un límite práctico p a r a q u e su ejecución sea con­
veniente, y no e x c e d a n u n a extensión m á x i m a , q u e
c o r r e s p o n d e a un límite de control operativo.
Condición de continuidad (C): F a v o r e c e a q u e
las faenas sean r e a l i z a d a s sin interrupción, para lo
cual se asocia un c o s t o a c a d a inicio y término de
faena. Si los costos a s i g n a d o s son suficientemente
altos las c o n d i c i o n e s de c o n t i n u i d a d se transfor­
2
m a n e n restricciones i m p l í c i t a s .
Restricción de costo total máximo (P): Restrin­
ge la solución a no e x c e d e r un presupuesto total
2
Al incluir la condición de continuidad se incluyen los costos
que implican la apertura y cierre de faenas en la función
objetivo de minimización de costos y en la restricción de costo
total máximo. El componente correspondiente a la apertura y
cierre de faenas es el siguiente:
disponible p a r a realizar el conjunto de faenas en
los diferentes predios.
Restricciones de no negatividad: Fuerzan a que
las variables de decisión sean siempre positivas,
ya que éstas d e t e r m i n a n la superficie asignada a
las faenas.
Restricción de variables binarias: Garantiza
q u e las v a r i a b l e s de d e c i s i ó n utilizadas p a r a re­
p r e s e n t a r c o n d i c i o n e s d e e s t a d o sólo p u e d a n to­
m a r valores 0 ó 1 (inactivas y activas, respectiva­
mente).
PARAMETROS BASE UTILIZADOS PARA
LAS RESTRICCIONES
El c u a d r o 2 presenta los valores base corres­
pondientes a las distintas restricciones considera­
das para el p r o b l e m a . En el caso de la fluctuación
permitida en el n ú m e r o j o r n a d a s contratadas en
m e s e s consecutivos, se acepta una variación m á x i ­
ma de ± 1 0 % . En el caso del n ú m e r o de j o r n a d a s
a contratar m e n s u a l m e n t e , el valor m í n i m o se fijó
en 5 8 5 0 y el m á x i m o en 7 1 5 0 j o r n a d a s para todos
los períodos. E s t o s valores corresponden, aproxi­
m a d a m e n t e , a u n a variación del 1 0 % con respecto
al n ú m e r o p r o m e d i o de j o r n a d a s contratadas por
m e s ( 6 5 1 7 ) , s e g ú n l a s o l u c i ó n del m o d e l o d e
minimización de la varianza sujeto al cumplimiento
del plan operativo de faenas. En este cuadro tam­
bién se indica, para c a d a faena, el t a m a ñ o mensual
m í n i m o y m á x i m o q u e p u e d e tener una interven­
ción silvícola si es que ésta se realiza en un pre­
dio. A d e m á s , se indica la constante utilizada para
efectos de d e t e r m i n a r la condición de continuidad,
0.1 ha, y el costo total m á x i m o utilizado c o m o
referencia ( U S D 1675525). Este último valor co­
rresponde a la solución del m o d e l o de m i n i m i ­
zación del costo total sujeto al c u m p l i m i e n t o del
p r o g r a m a de faenas.
17
ANDRE LAROZE, PAULINA PINTO, FERNANDO MUÑOZ

CUADRO 2

Parámetros base utilizados para las restricciones.

Base parameters used for restrictions.

Mess
Me Rango de jornadas Fluctuación permitida [%] Faenaa
Faen Superficie [ha]

Mínimo Máximo (-) (+) Mínima Máxima

1 5850 7150 A 15 85
2 5850 7150 10 10 B 15 100
3 5850 7150 10 10 C 20 80
4 5850 7150 10 10 D 20 100
5 5850 7150 10 10 E 10 150
6 5850 7150 10 10 F 25 225
7 5850 7150 10 10 G 25 225
8 5850 7150 10 10 H 20 250
9 5850 7150 10 10
10 5850 7150 10 10
11 5850 7150 10 10 Constante de continuidad [ha]: 0.1
12 5850 7150 10 10 Costo total máximo [USD]: 1675525

RESULTADOS siendo la m á s eficiente en términos e c o n ó m i c o s ,

E s posible definir u n a gran c a n t i d a d d e m o d e ­
los diferentes c o m o resultado de la c o m b i n a c i ó n
de distintas funciones objetivo con diversos con­
j u n t o s de restricciones. Sin e m b a r g o , para efectos
de este estudio, el análisis se c o n c e n t r ó en los pro­
b l e m a s q u e se describen a c o n t i n u a c i ó n .
COMPARACION DE FUNCIONES OBJETIVO
E s t e análisis se realizó p a r a c o m p a r a r el c o m ­
p o r t a m i e n t o d e los cuatro m o d e l o s básicos, q u e
consisten en c a d a u n a de las funciones objetivo
c o n s i d e r a n d o sólo la restricción del c u m p l i m i e n t o
de las intervenciones silvícolas de a c u e r d o al plan
operativo de la e m p r e s a . P o s t e r i o r m e n t e , tales so­
luciones se confrontan con aquellas que resultan
de incluir una limitante adicional q u e regula la
superficie m e n s u a l m í n i m a y m á x i m a de las fae­
nas. De esta m a n e r a se p u e d e e v a l u a r el efecto q u e
tienen estas restricciones, en t é r m i n o s de costo y
j o r n a d a s , según el tipo de función objetivo.
C o n r e s p e c t o al análisis de los m o d e l o s bási­
c o s , los resultados del c u a d r o 3 indican q u e la
función objetivo de m i n i m i z a c i ó n del costo total,
presenta una gran variación mensual tanto en el
presupuesto c o m o en el n ú m e r o de j o r n a d a s con­
tratadas. La función objetivo de minimización de
j o r n a d a s t a m b i é n g e n e r a u n a alta inestabilidad
operativa y, aun c u a n d o obtiene un mejor rendi­
m i e n t o p r o m e d i o , p r o d u c e un a u m e n t o en el costo
total. Esta situación se d e b e a que los períodos de
mejor rendimiento físico en las faenas no necesa­
riamente coinciden con menores costos
operacionales (por ejemplo: plantaciones). Al c o m ­
parar a m b a s soluciones se observa un incremento
de 3.6% con respecto al costo total (de m i l e s - U S D
1676 a 1736) y u n a disminución de 3 . 5 % en el
n ú m e r o de jornadas requeridas (de 7 6 4 9 0 a 73793).
La figura 1 presenta la distribución m e n s u a l de
j o r n a d a s correspondiente a la solución obtenida
para cada uno de los m o d e l o s básicos. Se observa
que las funciones objetivo de m i n i m i z a c i ó n de la
dotación mensual m á x i m a y de m i n i m i z a c i ó n de
la varianza en el n ú m e r o de j o r n a d a s generan una
distribución h o m o g é n e a de trabajo durante todo el
año. Sin e m b a r g o , esta m a y o r estabilidad laboral
implica un importante incremento en los costos,
situación que es m á s grave en el caso de la
minimización de la varianza. En particular, esta

18
 PLANIFICACION OPERATIVA, PROGRAMACION DE ACTIVIDADES

CUADRO 3

C o m p a r a c i ó n d e f u n c i o n e s objetivo.
Comparison of objective functions.

Análisiss
Análisi Costo [miles-USD] Jornadas Proceso de solución

Minimizar::
Minimizar Sujeto
Sujeto a: Total CV [%] Total CV [%] Iteraciones Tiempo

Costo total A 1676 87.2 76490 94.3 1 00:00:01

Jornadas totales A 1736 91.6 73793 92.9 1 00:00:01
Dotación mensual máxima A 1794 13.5 77088 6.6 221 00:00:08
Varianza jornadas A 1822 11.9 78208 0.5 220 00:02:02

Costo total A, S 1709 48.7 78405 58.4 954 00:00:32

Jornadas totales A, S 1759 49.4 75915 48.3 991 00:00:34
Dotación mensual máxima A, S 1816 16.3 78403 15.1 26802 00:08:14
Varianza jornadas A, S 1825 14.1 78519 8.5 250000 24:10:53

Nota: A = Cumplimiento de faenas; S = Superficie mensual mínima y máxima por faena-predio.

(Parámetros base)

Figura 1. D i s t r i b u c i ó n m e n s u a l de j o r n a d a s s e g ú n función objetivo s e l e c c i o n a d a .

Monthly workforce distribution according to the selected objective function.

19
ANDRE LAROZE, PAULINA PINTO, FERNANDO MUÑOZ
ú l t i m a función objetivo, q u e es insensible al costo
y n ú m e r o total de j o r n a d a s , logra la m a y o r estabi­
lidad laboral m e d i a n t e u n a asignación ineficiente
de faenas: p a r a nivelar el n ú m e r o de j o r n a d a s en
los m e s e s de m e n o r actividad recurre a las inter­
venciones con peores rendimientos. Por consiguien­
te, esta solución i m p l i c a un i n c r e m e n t o del 8.7%
en los costos y de 5 . 4 % en las j o r n a d a s , en rela­
ción con las o b t e n i d a s m e d i a n t e las funciones o b ­
j e t i v o de m i n i m i z a c i ó n del costo total y de las
jornadas, respectivamente.
Al analizar las soluciones a nivel de p r e d i o , se
o b s e r v ó q u e las funciones objetivo de m i n i m i z a ­
ción de costos y j o r n a d a s c o n c e n t r a n la realiza­
ción de c a d a faena sólo en el m e s en q u e es m á s
c o n v e n i e n t e , lo q u e implica, en varios casos, ex­
c e d e r la c a p a c i d a d de gestión real de los contratis­
tas. P o r el contrario, las funciones objetivo de
m i n i m i z a c i ó n de la D M M y m i n i m i z a c i ó n de la
varianza g e n e r a n soluciones que implican niveles
de actividad m e n s u a l m u y bajos en algunos pre­
d i o s , q u e n o justifican m a n t e n e r una faena abierta.
P o r c o n s i g u i e n t e , se a g r e g ó una restricción q u e
limita la superficie m e n s u a l m í n i m a y m á x i m a q u e
d e b e tener u n a faena en un predio. L o s resultados
del c u a d r o 3 m u e s t r a n que esta restricción adicio­
nal i m p l i c a un a u m e n t o importante de los costos
o p e r a c i o n a l e s en el c a s o de las funciones objetivo
de m i n i m i z a c i ó n de costos y j o r n a d a s , p e r o t a m ­
b i é n r e d u c e la variabilidad en los niveles de acti­
vidad m e n s u a l . En el caso de las otras d o s funcio­
nes objetivo, el efecto de la n u e v a restricción tuvo
un i m p a c t o m e n o r en los costos p e r o produjo un
deterioro en la estabilidad laboral.
El t i e m p o de solución es m í n i m o para t o d o s los
m o d e l o s básicos, i n c l u y e n d o el de m i n i m i z a c i ó n
de la v a r i a n z a q u e es el único no-lineal (progra­
m a c i ó n cuadrática). C o n r e s p e c t o a los p r o b l e m a s
c o n variables enteras, se produjo un i n c r e m e n t o
significativo en el n ú m e r o de iteraciones en el caso
de minimización de la D M M , pero el tiempo de
solución no superó los 10 m i n u t o s en un c o m p u t a ­
d o r P e n t i u m I n t e l - 1 6 6 M h z . Sin e m b a r g o , en el
p r o b l e m a de m i n i m i z a c i ó n de la varianza, p o r tra­
tarse de un m o d e l o no-lineal entero, el t i e m p o de
c o m p u t a c i ó n s o b r e p a s ó las 24 horas, aun c u a n d o
se utilizó c o m o p u n t o inicial la solución corres­
pondiente al modelo de minimización de la D M M .
P o r c o n s i g u i e n t e , se seleccionó la mejor solución
factible o b t e n i d a dentro de un límite de 2 5 0 . 0 0 0
iteraciones.
20
EFECTO DEL NIVEL DE EXIGENCIA
P a r a la función objetivo de m i n i m i z a c i ó n del
costo total se formularon m o d e l o s con tres tipos
de restricciones: c u m p l i m i e n t o de faenas, rango
de j o r n a d a s y fluctuación m á x i m a . En este caso, el
análisis consistió en definir diversos niveles de
exigencia para los dos últimos tipos de restriccio­
nes, d o n d e c a d a nivel de exigencia c o r r e s p o n d e a
un d e t e r m i n a d o valor para los parámetros asocia­
dos a las restricciones. Estas p r u e b a s permiten
c o n o c e r el efecto q u e tienen, en los costos y ren­
dimientos, los distintos requerimientos de distri­
bución de j o r n a d a s planteados en el problema.
L o s r e s u l t a d o s del c u a d r o 4 indican q u e m e ­
d i a n t e la restricción q u e limita la fluctuación per­
m i t i d a e n e l n ú m e r o d e j o r n a d a s entre p e r í o d o s
c o n s e c u t i v o s es p o s i b l e lograr un nivel de activi­
d a d c o n s i d e r a b l e m e n t e m á s parejo al utilizar la
función objetivo de m i n i m i z a c i ó n del costo total.
Sin e m b a r g o , se o b s e r v a q u e los c a m b i o s en el
número de jornadas presentan una tendencia en
el t i e m p o , y a s í la diferencia a c u m u l a d a en un
l a p s o de 6 m e s e s es c e r c a n a al 3 5 % en el c a s o de
u n a fluctuación tolerada del 1 0 % ( 4 5 5 5 , 7 3 3 6 y
5 3 7 4 j o r n a d a s p a r a los m e s e s 1, 6 y 12, respecti­
vamente).
Definir un n ú m e r o m á x i m o de j o r n a d a s a con­
tratar p o r período también mejora la distribución
laboral, pero no se evitan algunos meses de m u y
baja actividad, lo que es suficiente para generar
rotación en la m a n o de obra. Al considerar un nú­
m e r o m í n i m o de j o r n a d a s se soluciona el proble­
ma anterior, pero se tiende a concentrar una gran
cantidad de trabajo durante el m e s m á s favorable,
no siendo realista esperar contar con obreros espe­
cializados por un t i e m p o tan breve. U n a mejor
solución, d e s d e el p u n t o de vista de la estabilidad
laboral, se o b t u v o al restringir tanto el n ú m e r o
m í n i m o c o m o e l m á x i m o d e j o r n a d a s , generando
así sólo dos niveles de actividad durante el año,
c a d a nivel c o r r e s p o n d i e n d o a un límite del r a n g o .
Al considerar simultáneamente las restricciones
de r a n g o de j o r n a d a s y fluctuación m á x i m a se
obtiene una solución que no e x c e d e ningún límite
crítico y p e r m i t e u n a transición gradual entre los
dos principales niveles de actividad que ocurren
durante la t e m p o r a d a . A d e m á s , esta formulación
es m á s efectiva ya q u e produce una m e n o r varia­
ción de j o r n a d a s que cualquiera de las restriccio­
nes consideradas en forma independiente, sin in­
currir en un m a y o r costo total.
PLANIFICACION OPERATIVA, PROGRAMACION DE ACTIVIDADES
21
ANDRE LAROZE, PAULINA PINTO, FERNANDO MUÑOZ
F i n a l m e n t e , c o m o e r a d e esperar, m i e n t r a s m á s
exigentes son las condiciones planteadas para el
p r o b l e m a m a y o r es la estabilidad laboral obtenida
y m á s u n i f o r m e el r e n d i m i e n t o p r o m e d i o de las
faenas, pero también son m a y o r e s los costos
operacionales.
EFECTO DEL TIPO DE RESTRICCIONES
P a r a la función objetivo de m i n i m i z a c i ó n de
costos totales se definieron varias alternativas de
restricciones. En cada formulación se considera­
ron n u e v a s restricciones a partir de la condición
básica. P r i m e r o se i n c l u y ó la restricción que limi­
ta la fluctuación en el n ú m e r o de j o r n a d a s , poste­
riormente, se a g r e g ó la del r a n g o de j o r n a d a s , y así
hasta llegar al conjunto c o m p l e t o de restricciones
relevantes p a r a el p r o b l e m a de m i n i m i z a c i ó n de
costos.
L o s resultados presentados en el cuadro 5 m u e s ­
tran c ó m o se c o n t r a p o n e n los intereses e c o n ó m i ­
cos con los de estabilidad laboral y operativa, m e ­
diante el i n c r e m e n t o del costo total a m e d i d a que
a u m e n t a n las restricciones del p r o b l e m a . Por ejem­
plo, se p u e d e constatar q u e limitar el r a n g o de
j o r n a d a s tiene un m a y o r i m p a c t o en el costo que
la restricción de fluctuación, p e r o t a m b i é n un m a ­
yor efecto h o m o g e n e i z a d o r en la distribución de
j o r n a d a s . A d e m á s , se o b s e r v a q u e agregar la res­
tricción de fluctuación a la de r a n g o de j o r n a d a s
tiene un i m p a c t o m í n i m o en el costo, pero intere­
sante en la estabilidad laboral.
Al c o n s i d e r a r s i m u l t á n e a m e n t e las restricciones
de superficie m í n i m a y m á x i m a y la condición de
c o n t i n u i d a d es posible evitar u n a serie de dificul­
tades operativas, pero el costo total i n c r e m e n t a en
un 3 . 2 % . Si a tales restricciones se les agregan las
de r a n g o y fluctuación, el costo total a u m e n t a un
8.5% con r e s p e c t o al m o d e l o básico de m i n i m i z a ­
ción de costos (de m i l e s - U S D 1676 a 1818), m i e n ­
tras q u e el coeficiente de variación en el n ú m e r o
de j o r n a d a s contratadas durante el año d i s m i n u y e
de 9 4 . 3 % a 9.2%.
C o n r e s p e c t o al t i e m p o de solución correspon­
diente a c a d a m o d e l o , los resultados indican que
al considerar el conjunto c o m p l e t o de restriccio­
nes se p r o d u c e un p r o b l e m a combinatorial difícil
de resolver, p r o d u c t o p r i n c i p a l m e n t e del conflicto
entre la c o n d i c i ó n de continuidad y las restriccio­
nes r e l a c i o n a d a s con la distribución de j o r n a d a s
(rango y fluctuación m á x i m a ) . Esta situación deri­
vó en q u e no fue posible encontrar una solución
22
ó p t i m a en m e n o s de 2.5 millones de iteraciones,
equivalente a a p r o x i m a d a m e n t e 12 horas de c o m ­
putación. Sin e m b a r g o , si se hubiera c o n s i d e r a d o
una tolerancia de 3 . 5 % con respecto al límite teó­
rico, se habría encontrado una b u e n a solución en
cerca de 30 mil iteraciones. T o d a s las otras formu­
laciones del p r o b l e m a tuvieron un t i e m p o de solu­
ción inferior a 20 minutos.
ANALISIS TRANSACCIONAL COSTO-ESTABILIDAD
LABORAL
Se resolvió el p r o b l e m a de m i n i m i z a c i ó n de la
varianza del n ú m e r o de j o r n a d a s considerando dis­
tintos niveles para el m á x i m o costo total permiti­
d o . El c u a d r o 6 presenta los principales resultados
correspondientes a este análisis y la figura 2 p r e ­
senta la c u r v a generada a partir de tales resulta­
dos.
E s t e tipo de formulación del p r o b l e m a define la
mejor estabilidad laboral que es posible lograr sin
e x c e d e r un d e t e r m i n a d o presupuesto para la reali­
zación de todas las faenas. Por ejemplo, se obser­
va que para un presupuesto de m i l e s - U S D 1790,
se obtiene un variación de 1.2%, la q u e es inferior
a la variación de 6.6% correspondiente a la solu­
ción de minimización de la D M M con un costo de
m i l e s - U S D 1794 (cuadro 3). En el caso de m i n i m i ­
zación del costo total sujeto a restricciones de ran­
go y fluctuación, la variación en el n ú m e r o de
j o r n a d a s es de 9.2% con costo de m i l e s - U S D 1738
(cuadro 4). C o n el m i s m o presupuesto, al m i n i m i ­
zar la varianza se obtiene un coeficiente de varia­
ción de 8.5%, el que a u m e n t a a 11.4% c u a n d o el
m á x i m o costo total permitido se reduce a miles-
U S D 1730.
La curva que se genera al considerar distintos
niveles de presupuesto c o r r e s p o n d e a los p u n t o s
de transacción m á s eficientes en términos del au­
m e n t o del costo requerido p a r a obtener una m a y o r
estabilidad laboral, a partir de una d e t e r m i n a d a
situación. En el caso analizado en este estudio, la
c u r v a muestra q u e la transacción costo-estabilidad
es relativamente favorable al aspecto laboral hasta
un costo de miles-USD 1730, pero que de ese punto
en adelante una m a y o r estabilidad se logra sólo
con importantes a u m e n t o s en el costo total.
GENERACION DE SOLUCIONES DOMINANTES
Se analizaron dos tipos de problemas para las
funciones objetivo de minimización de la varianza
PLANIFICACION OPERATIVA, PROGRAMACION DE ACTIVIDADES
23
ANDRE LAROZE, PAULINA PINTO, FERNANDO MUÑOZ

CUADRO 6

Análisis transactional costo-estabilidad laboral.

Trade-off analysis cost-labor stability.

Análisiss
Análisi Costo [miles-USD] Jornadas

Minimizar::
Minimizar Sujeto
Sujet o a: Total Rango CV [%] Total Rango CV [%]

Varianza jornadas A 1821 58 11.9 78208 65 0.5

Varianza jornadas A,P1 1790 58 12.7 77861 168 1.2
Varianza jornadas A, P 2 1760 62 12.8 77003 467 3.1
Varianza jornadas A, P 3 1730 63 12.8 76917 2067 11.4
Varianza jornadas A, P 4 1700 90 22.6 76586 4374 24.8
Varianza jornadas A, P B 1676 209 50.7 76875 11271 59.7

Nota: A = Cumplimiento de faenas; P = Costo total máximo.

(PB = 1676 miles-USD, P 1 = 1790 miles-USD, P 2 = 1760 miles-USD, P 3 = 1730 miles-USD, P 4 = 1700 miles-USD).

por sí m i s m a s un efecto regulador en el caso de la

m i n i m i z a c i ó n del costo total. Sin e m b a r g o , dado
que el p r e s u p u e s t o operativo es mayor, existe tam­
bién una m a y o r latitud para q u e las funciones ob­
jetivo de minimización de la varianza y de la D M M
puedan encontrar una solución más estable
laboralmente, p a s a n d o de un coeficiente de varia­
ción del 5 9 . 7 % al 4 8 . 5 % y del 6 7 . 0 % al 5 3 . 5 % ,
respectivamente.
Figura 2. Curva transaccional costo-estabilidad laboral. D a d o el m i s m o límite presupuestario, la mejor
Trade-off curve cost-labor stability.
respuesta en términos de estabilidad laboral se logra
con el m o d e l o de m i n i m i z a c i ó n de la varianza. Sin
y D M M : el p r i m e r o c o n s i d e r a sólo el c u m p l i m i e n ­ e m b a r g o , se d e b e tener presente que se trata de
to del plan de faenas y el s e g u n d o incorpora ade­ una función objetivo de tipo cuadrática y que al
m á s restricciones de superficie m e n s u a l m í n i m a y considerar variables enteras se transforma en un
máxima por faena-predio. Para ambos problemas p r o b l e m a de difícil solución. La función objetivo
se i n c l u y ó u n a restricción adicional q u e limita el d e m i n i m i z a c i ó n d e l a D M M , e n c a m b i o , corres­
costo total p e r m i t i d o p a r a la solución, utilizando p o n d e a un m o d e l o tipo M i n - M a x , de naturaleza
c o m o p r e s u p u e s t o de referencia el valor obtenido lineal, que p e r m i t e obtener soluciones en un tiem­
al m i n i m i z a r el costo sujeto al m i s m o tipo de res­ po considerablemente menor, sobre todo si aumenta
tricciones. el t a m a ñ o del p r o b l e m a .
L o s resultados del c u a d r o 7 indican que es p o ­ El p r o c e s o de o p t i m i z a c i ó n utilizado g e n e r a
sible mejorar la estabilidad laboral sin a u m e n t a r soluciones d o m i n a n t e s , en el sentido de que tien­
los costos operativos. En el c a s o de los m o d e l o s den a m a x i m i z a r la estabilidad laboral sin a u m e n ­
sin restricciones de superficie m í n i m a y m á x i m a , tar el c o s t o total. Al r e s o l v e r el p r o b l e m a de
el coeficiente de variación d i s m i n u y e de un 9 4 . 3 % m i n i m i z a c i ó n del costo total se obtiene la solución
a un 6 7 . 0 % p a r a la función objetivo de m i n i m i z a ­ e c o n ó m i c a m e n t e m á s c o n v e n i e n t e , y al utilizar el
ción de la D M M y a un 5 9 . 7 % p a r a la de mini­ valor resultante c o m o restricción presupuestaria en
m i z a c i ó n de la varianza. P a r a los p r o b l e m a s que m o d e l o s orientados a h o m o g e n e i z a r la distribu­
consideran las restricciones de superficie, las ga­ ción del trabajo, es posible obtener la mejor solu­
n a n c i a s e n t é r m i n o s d e e s t a b i l i d a d laboral son ción final d e s d e la perspectiva de conjugar dos
m e n o r e s d e b i d o a q u e tales restricciones tienen intereses en conflicto.

24
 PLANIFICACION OPERATIVA, PROGRAMACION DE ACTIVIDADES

CUADRO 7

Generación de soluciones dominantes.

Generation of dominant solutions.

Análisiss
Análisi Costo [miles-USD] Jornadas

Minimizar::
Minimizar Sujetoo a:
Sujet Total Mínimo Máximo CV [%] Total Mínimo Máximo CV [%]

Costo total A 1676 0 444 87.2 76490 0 22688 94.3

DMM A, P B 1676 39 278 60.9 76903 1335 13604 67.0
Varianza jomadas A, P B 1676 63 272 50.7 76875 2333 13604 59.7

Costo total A, S 1709 91 311 48.7 78405 3323 16345 58.4

DMM A, S, P s 1709 62 255 46.5 77863 2148 12869 53.5
Varianza jomadas A, S, P s 1709 94 258 40.1 78287 3323 12863 48.5

Nota: A = Cumplimiento de faenas; P = Costo total máximo; S = Superficie mensual mínima y máxima por faena-predio.
( P B = 1676 miles-USD, P s = 1709 miles-USD).

CONCLUSIONES A d e m á s , tiende a generar una m e n o r d e m a n d a de

L o s m o d e l o s p l a n t e a d o s p a r a los diferentes aná­
lisis realizados destacan c ó m o el p r o b l e m a de la
p r o g r a m a c i ó n de las faenas silvícolas p u e d e ser
formulado de múltiples m a n e r a s , según los objeti­
vos y prioridades c o n s i d e r a d o s al m o m e n t o de pla­
nificar las actividades.
En tal sentido, la función objetivo de m i n i m i z a ­
ción del costo total prioriza los intereses e c o n ó m i ­
cos, pero m e d i a n t e restricciones d e r a n g o d e jor­
nadas y fluctuación m á x i m a es p o s i b l e mejorar
significativamente la estabilidad laboral. El mejor
resultado se logra c o m b i n a n d o a m b a s restriccio­
nes, ya q u e la s e g u n d a sólo c o n t r o l a la variación
entre m e s e s c o n s e c u t i v o s p e r o no evita las fluc­
tuaciones a c u m u l a d a s a través de la t e m p o r a d a .
Esta situación se corrige al restringir en términos
absolutos el n ú m e r o m í n i m o y m á x i m o de j o r n a ­
das a contratar en c u a l q u i e r p e r í o d o .
M e d i a n t e la función objetivo q u e m i n i m i z a la
varianza se o b t i e n e la m e j o r distribución en cuan­
to a las j o r n a d a s requeridas en la t e m p o r a d a , aun­
q u e para lograrlo el m o d e l o realiza u n a m a l a asig­
nación en t é r m i n o s del r e n d i m i e n t o de las faenas,
q u e lleva a m a y o r e s c o s t o s o p e r a c i o n a l e s . La fun­
ción objetivo d e m i n i m i z a c i ó n d e l a D M M t a m ­
bién tiende a uniformar la distribución de j o r n a ­
d a s , con la ventaja de tratarse de un m o d e l o lineal
q u e r e q u i e r e d e u n m e n o r t i e m p o d e solución.
m a n o de obra y por consiguiente un m e n o r costo
total. Sin e m b a r g o , esta función objetivo se torna
indiferente a la distribución de j o r n a d a s en el tiem­
po una vez que no es posible reducir la dotación
requerida para un d e t e r m i n a d o m e s y, por lo tanto,
es poco efectiva c u a n d o hay niveles de actividad
m u y diferentes durante el año.
L o s resultados del estudio m u e s t r a n c ó m o se
contraponen los intereses e c o n ó m i c o s con los de
estabilidad laboral y operativa. Por consiguiente,
es necesario c o m p a r a r diferentes formulaciones
para lograr una solución que compatibilice los dis­
tintos objetivos de la empresa. En particular, la
generación de soluciones dominantes representa
una buena opción p a r a conjugar los intereses en
conflicto, al permitir mejorar la estabilidad laboral
sin incrementar el costo total.
En general, m e d i a n t e el tipo análisis realizado
en este estudio es posible determinar el efecto que
tienen en la solución del p r o b l e m a tanto la fun­
ción objetivo utilizada c o m o las distintas exigen­
cias consideradas. A d e m á s , permiten al profesio­
nal encargado de planificar las faenas silvícolas
evaluar el costo adicional que implica satisfacer
los diversos requerimientos de la empresa. De ahí
la importancia de aplicar técnicas de p r o g r a m a ­
ción m a t e m á t i c a p a r a planificar en forma eficiente
las faenas silvícolas a nivel operativo.

25
 ANDRE LAROZE, PAULINA PINTO, FERNANDO MUÑOZ
AGRADECIMIENTOS
F u e posible realizar este estudio gracias a la
c o o p e r a c i ó n de C O N I C Y T , a través del p r o y e c t o
F O N D E C Y T 1 9 6 0 2 4 8 , y a Forestal M i n i n c o S.A.
q u e c o l a b o r ó en la definición del p r o b l e m a y faci­
litó la información requerida.
BIBLIOGRAFIA
BARROS, O., A. WEINTRAUB. 1982. Planning for a vertically
integrated forest industry. Operations Research 30: 1168­
1183.
G A R C I A , O. 1984. F O L P I , a forestry oriented linear
programming interpreter, p. 293-305 in Proceedings IUFRO
Symposium on Forest Management Planning and Managerial
Economics. University of Tokyo, Japan.
LAROZE, A. 1997. Sistema Maxben 2.1. Manual del Usuario.
Forestal Mininco S.A.
26
View publication stats
LAROZE, A., B. GREBER. 1991. Multi-level harvest planning
and log merchandising using goal programming, p. 24-30
in Proceedings of the 1991 Symposium on Systems Analysis
in Forest Resources. U.S. Department of Agriculture, Forest
Service, General Technical Report SE-74. Southeastern
Forest Experiment Station, Charleston, SC.
MUÑOZ, F., A, ANDALAFT. 1991. Programación de faenas
de manejo usando técnicas de optimización, p. 259-267 en
Actas II Simposio de Economía Forestal en Chile. Departa­
mento de Ingeniería Industrial, Universidad del Bío-Bío,
Concepción, Chile.
WEINTRAUB, A., R. EPSTEIN, J. SERON, P. TRAVERSO.
1989. Asignador de camiones ASICAM: Implementación y
experiencias. Actas II Taller de Producción Forestal, Fun­
dación Chile, Concepción, Chile.
WEINTRAUB, A., A. MAGENDZO, A. WAINER. 1994. Un
sistema de decisión de cosecha y acceso: OPTIMED. Actas
IV Taller de Producción Forestal, Fundación Chile, Con­
cepción, Chile.
WEINTRAUB, A., R. EPSTEIN, E. NIETO, P. CHEVALIER,
J. GABARRO. 1997. OPTICORT 2: Una herramienta para
la cosecha de bosques. Actas VII Taller de Producción Fo­
restal, Fundación Chile, Concepción, Chile.
Recibido: 28.03.97