Esta tesis propone un modelo dinámico de optimización matemática para la cadena de suministro (CS) de pellets combustibles en el estado de Querétaro, codificada en GAMS, abordando la variabilidad en disponibilidad y composición de la biomasa residual agrícola (47 variedades de cultivos, 422 mil de toneladas de residuos agrícolas por año) y la demanda energética estacional en el mismo estado. El objetivo fue diseñar una CS adaptable que maximice el beneficio económico y social, y minimice emisiones de CO₂, comparando un modelo dinámico (que integra fluctuaciones en los parámetros de la CS a través del tiempo) con uno estático (que mantiene fijos los parámetros). La metodología incluyó una investigación y análisis profundo sobre temas similares así como la recolección de datos de residuos, obtenidos principalmente por la SIAP, y demanda energética así como parámetros ambientales y sociales, seguido de un modelado matemático en GAMS mediante programación mixta entera lineal (MILP) y mixta entera no lineal (MINLP), con variables como ubicación de plantas, flujos logísticos, costos, generación de emisiones y beneficios sociales; además se evaluaron dos tratamientos de almacenamiento (con/sin control de humedad y temperatura) y se realizó un análisis multiobjetivo (económico, ambiental, social). Los resultados mostraron que el modelo dinámico aumentó las emisiones en un 1.5% frente al estático y disminuyó los costos y el impacto social en un 24.1% y 78.3% respectivamente, prediciendo una menor producción de pellets (38,528 vs. 342,104 toneladas/año).