Solución a problemas de ingeniería agronómica integrando modelos matemáticos con funciones elementales reales y análisis visual con herramientas software
Palabras clave:
AGROMATEMATICA, MATEMATICA AGRICOLA, MODELADO MATEMATICO PARA AGRICULTURA, FUNCIONES ELEMENTALES, SOFTWARE PARA ANALISIS GRAFICO, TOMA DE DECISIONESSinopsis
La ingeniería agronómica es una disciplina que se ocupa de la aplicación de los principios y técnicas de la ciencia y la tecnología en la producción de alimentos, la protección de cultivos y el manejo de recursos naturales. Requiere de una gran cantidad de conocimientos en matemáticas para poder tomar decisiones y resolver problemas de manera eficiente, la integración de modelos matemáticos con funciones elementales reales es una técnica muy útil y básica para la resolución de problemas complejos en la agronomía. Estos modelos pueden ser utilizados para predecir el comportamiento de los sistemas agrícolas y evaluar los efectos de los cambios en las variables de entrada. Además, el análisis visual con herramientas software es otra técnica importante en la resolución de problemas en la ingeniería agronómica ya que el uso de gráficos y visualizaciones puede ayudar a identificar patrones y relaciones entre las variables que no son evidentes en los datos crudos,
Este libro presenta la utilidad y relevancia del modelado matemático y la tecnología en la ingeniería agronómica, se encuentra organizado para abordar los contenidos de tal forma que se obtenga un buen nivel de aprendizaje, se incluyen ejemplos prácticos reales y problemas básicos fundamentales provenientes de la experiencia el área agrícola y diversas investigaciones con propuestas de soluciones a los problemas de forma práctica mediante el uso de modelos matemáticos aplicadas con funciones elementales y el software como soporte para el análisis de los resultados mostrando la importancia de la aplicación de las TICs para la toma de decisiones. También se mencionan algunos de los modelos que son de uso frecuente en el quehacer agrícola y la forma de aplicar modelos matemáticos desarrollados en investigaciones previas con el fin de fomentar el interés y la investigación en el campo de la agronomía.
Descargas
Los datos de descargas todavía no están disponibles.
Citas
Al-Jamal, M. (2013). Application of mathematical models in agriculture. https://doi.org/10.1016/j.jssas.2012.06.002
Amthor, J. (2000). The McCree–de Wit–Penning de Vries–Thornley respiration paradigms: 30 years later. Annals of Botany.
Anderson. (2015). Applied groundwater modeling: Simulation of flow and advective transport. Academic press.
Arcos, F. (2013). FERTILIDAD Y NUTRICION VEGETAL.
Arumí, J. (2006). Modelación del impacto de prácticas de manejo agrícola en las aguas subterráneas. http://www.bvsde.paho.org/bvsacd/encuen/model.pdf
Arzadun. (2020). Microeconomía. https://repositoriotec.tec.ac.cr/bitstream/handle/2238/11348/curva_oferta_micro_cap11.pdf?sequence=1&isAllowed=y
ASA-CSSA-SSSA. (1990). Publication Handbook and Style Manual. In: Agricultural Salinity Assessment and Management.
Asadi-Shekari, Z. (2015). Modeling of wheat yield response to irrigation and nitrogen under different climatic conditions using a quadratic response surface model. Agricultural Water Management.
Belcher, K. (2004).
Bolker, B. (2008). Ecological Models and Data in R. Princeton University Press.
Bowen, W. (2001).
Brady, N. (2016). The nature and properties of soils. Pearson.
Candelaria Martínez, B., Ruiz Rosado, O., Gallardo López, F., Pérez Hernández, P., Martínez Becerra, Á., & Vargas Villamil, L. (2011). Aplicación de modelos de simulación en el estudio y planificación de la agricultura, una revisión. Tropical and subtropical agroecosystems, 14(3), 999-1010. http://www.scielo.org.mx/scielo.php?script=sci_abstract&pid=S1870-04622011000300004&lng=es&nrm=iso&tlng=es
Cao, J. (2021). A quadratic regression model for biogas production from maize stalks: Effect of harvest time and cutting length. Bioresource Technology.
Casida, J. (2004). Golden age of insecticide research: Past, present, or future? Annual review of entomology.
Casierra, F. (2007). Análisis del crecimiento en frutos de tomate (Lycopersicon esculentum Mill.) cultivados bajo invernadero. http://www.scielo.org.co/scielo.php?pid=S0120-99652007000200012&script=sci_arttext&tlng=es
Castellazzi, M. (2008). A systematic representation of crop rotations.
Chávez, D. (2013). La Matemática: Una herramienta aplicable a la Ingeniería Agrícola. Revista Ciencias Técnicas Agropecuarias. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2071-00542013000300014&lng=es&tlng=es.
Chen, X. (2017). Nutrient uptake and nitrogen use efficiency of maize (Zea mays L.) under different levels of nitrogen fertilization in soils with various organic matter content. PloS one. https://doi.org/10.1371/journal.pone.0171961
Cory, G. (2002). WEPP simulation of observed winter runoff and erosion in the U.S. Pacific Northwest.
Cropaia. (2021, abril 15). Las unidades en el informe del análisis de suelo | Cropaia. https://cropaia.com/es/blog/analisis-de-suelo-unidades/
Cropaia1. (2020, abril 3). Conversión de unidades agrícolas | Cropaia. https://cropaia.com/es/blog/conversion-unidades-agricolas/
Djebali. (2015). Growth and yield components of durum wheat genotypes under drought stress: Morphological and physiological traits. Journal of Agronomy and Crop Science. https://doi.org/10.1111/jac.12105
Duan, L. (2017). Quadratic programming irrigation scheduling model for maize based on soil water content and meteorological data. Transactions of the Chinese Society of Agricultural Engineering.
Dunne, T. (1978). Water in environmental planning. Freeman.
Escalant, E. (2008). Modeling bean root growth in soil: Comparison of linear and nonlinear approaches. Agronomy Journal. https://doi.org/10.2134/agronj2007.0183
Euskadi. (2022). Funtzio trigonometrikoak—Hiru. https://www.hiru.eus/es/matematicas/funciones-trigonometricas
Fang, Y. (2020). Application of Microsoft Excel in Analysis of Soil Moisture Data for Precision Irrigation. https://www.mdpi.com/2073-4395/10/2/246
FAO. (2013a). Guía para la conversión de unidades en la agricultura. http://www.fao.org/3/a-i3461s.pdf
FAO. (2013b). Unidas para la Alimentación y la Agricultura). (2013). Guía para la conversión de unidades en la agricultura. http://www.fao.org/3/a-i3461s.pdf
Faroni, A. (1992). ´Influencia de la temperatura sobre los parámetros biológicos de Rhyzopertha dominica. https://www.miteco.gob.es/ministerio/pags/biblioteca/plagas/BSVP-18-02-455-467.pdf
Feddes, R. (1978). Simulation of field water use and crop yield. Simulation monographs.
Fernández, E. (2014). Determinación de la superficie de un terreno agrícola utilizando el método 345. Revista Ingeniería de Construcción. https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0718-50732014000200002&lng=es&tlng=es
García, F. (2014). Root Growth and Functioning under Abiotic Stress Scenarios. Plant Roots: The Hidden Half. https://doi.org/10.1201/b17061-16
García, M. (2003). Modelos matemáticos para la producción vegetal. Universidad Nacional de Colombia.
Garg, S. (2019). Response of tomato to nitrogen and potassium fertilization under drip irrigation system.
GeoGebra. (2022). La interfaz de GeoGebra. https://geogebra.es/cvg/manual/interfaz/index.html
Ghasemi, S. (2016). Wheat yield prediction using the logistic equation with N application rates and climatic data. Agricultural Water Management,.
Giraldo, J. (2013). Evaluación de la humedad en suelos cultivados con fríjol (Phaseolus vulgaris) mediante el uso de técnicas de teledetección.
Giraldo, L. (2007). Adaptación del modelo DSSAT para simular la producción de Brachiaria decumbens.
Gómez, J. (2008). Matemáticas para ciencias agrarias. Pearson Educación.
Granada. (2010). Cálculo de Dosis letal.
Gutiérrez, C. (2002). Escenarios para el aprovechamiento del acuífero del Valle de Querétaro.
Guzmán, G. (2005). Aplicación de los sistemas de información geográfica en la agricultura de precisión.
Hall, J. (2019). Mathematical Modeling: Applications with GeoGebra.
Hernández, F. (2022). Fluctuaciones d precio. https://www.agro-tecnologia-tropical.com/fluctuaciones_de_precio.html
Hernández, G. (1996). Modelaje de la erosión de suelos en Costa Rica mediante el modelo WEPP.
Hinsinger, P. (2003). Origins of root-mediated pH changes in the rhizosphere and their responses to environmental constraints: A review. Plant and Soil.
Holmann, F. (1997). Alternativas en la Región Pacífico Central de Costa Rica: Un modelo de simulación aplicable a sistemas de doble propósito.
Hukumchand, V. (2015). Applications of mathematical functions in agriculture. International Journal of Science and Research,.
Hunt, R. (1982). Plant growth curves: The functional approach to plant growth analysis. Edward Arnold Publishers.
Hunt, R. (2016). Plant growth curves: The functional approach to plant growth analysis.
IICA. (2014). Manual de agricultura de precisión. http://www.gisandbeers.com/RRSS/Publicaciones/Manual-Agricultura-Precision.pdf
Ishida, K. (2012). Non-linear relationship between stem diameter and specific hydraulic conductivity of the stem in pimiento (Capsicum annuum L.). Journal of Horticultural Science & Biotechnology. https://doi.org/10.1080/14620316.2012.11512839
Jiang, Y. (2020). Dynamic modeling and prediction of olive tree diameter and height growth based on LSSVM and polynomial regression models.
Jiménez, E. (2009). Métodos de Control de Plagas.
Jovanovic, N. (2019). A novel approach to estimating soil infiltration rates for precision irrigation management in vineyards. Agricultural Water Management.
Just EXW. (2022). Las partes de las hojas de Excel. https://es.justexw.com/las-partes-de-las-hojas-de-excel.html
Kang, Y. (2018). Modeling soybean growth and yield with functions of leaf area and leaf area ratio.
Leiva, L. (2004). Métodos para el cálculo de áreas y volúmenes en topografía. Revista de la Facultad de Ingeniería Universidad Central de Venezuela.
Li, L. (2020). Root growth and water uptake of wheat seedlings under heterogeneous soil moisture conditions. Irrigation Science.
Li, X. (2020). Modeling the growth of tomato (Solanum lycopersicum L.) in response to temperature using quadratic polynomial equations. Horticulture, Environment, and Biotechnology.
Li, Y. (2017). Importance of Unit Conversion in Agricultural Research. Journal of Agricultural Science.
Liu, H. (2016). A sigmoid function for fitting growth curves of greenhouse cucumber. Journal of plant growth regulation. https://doi.org/10.1007/s00344-015-9532-1
Liu, Y. (2015). A new method for modeling microbial population dynamics in soil using exponential growth functions. Environmental Science and Pollution Research.
López, I. (2016). The use of the exponential growth function in plant growth analysis. Agric Sci Technol.
López, J. (2014). Importancia de la enseñanza de funciones en bachillerato La importancia... | Download Scientific Diagram. https://www.researchgate.net/figure/Figura-6-Importancia-de-la-ensenanza-de-funciones-en-bachillerato-La-importancia-de-la_fig2_308516835
Ma, L. (2016). An optimization model for water-saving irrigation scheduling based on quadratic programming in paddy fields. Agricultural Water Management.
Madridmas. (2019). ¿Para que sirven las raíces cuadradas? - Matemáticas y sus fronteras. https://www.madrimasd.org/blogs/matematicas/2019/09/29/146990
MAG. (2021). Tomate riñón. http://sipa.agricultura.gob.ec/index.php/situacionales-agricolas/situacional-tomaterinon
Maiti, A. (2018). Piecewise linear regression modeling of growth curves of tea (Camellia sinensis L.) plants in response to nitrogen nutrition. Journal of Plant Nutrition.
Marassi, M. (2020). http://intranet.exa.unne.edu.ar/biologia/fisiologia.vegetal/
Marín, S. (2018). Water Use Efficiency in Agriculture. In The Importance of Water Management in Arid and Semi-Arid Regions. Springer.
Marty, F. (2019). Modeling and simulation of growth curves in plants: A review. Frontiers in plant science. https://doi.org/10.3389/fpls.2019.01366
Maza, R. (2019). Piecewise Functions and Their Applications in Agricultural Engineering. In Mathematics and Computing in Agriculture and Nutrition.
Meza, G. (2019). Linear and Piecewise Linear Models in Agricultural Engineering. Springer, Cham.
Morante, C. (2019). Matemática para Agricultores. http://flasa.msinfo.info/portal/bases/biblo/texto/Matematicas_agricultores_Morante_Romero_corg.pdf
Navarro, N. (2010). Curvas de degradación de pesticidas usados en el cultivo de la vid para el control de Lobesia botrana. https://inta.gob.ar/sites/default/files/inta_-_curvas_de_degradacion_de_pesticidas_usados_en_el_cultivo_de_la_vid-_revista_inv-_26_febrero_2016.pdf
Nderitu, J. (2020). Predictive model for tomato yellow leaf curl virus spread using SEIR model.
NETAFIN. (2021). Seleccion y diseno de equipos de inyeccion de fertilizante/. https://www.netafim.com.mx/blog/Seleccion-y-diseno-de-equipos-de-inyeccion-de-fertilizante/
OpenStax. (2023). 4.8 Ajustar modelos exponenciales a los datos—Precálculo 2ed | OpenStax. https://openstax.org/books/precálculo-2ed/pages/4-8-ajustar-modelos-exponenciales-a-los-datos
Ortega, J. (1999). Modelo de optimización económica del manejo del agua de riego en las explotaciones agrícolas: Aplicación de la agricultura de regadío de la provincia de Toledo.
Ozturk, A. (2020). Geogebra application in the analysis of the relationship between temperature and yield of greenhouse tomatoes.
Padhi, J. (2019). Optimal allocation of water for rice cultivation using a function of crop growth stage and water depth. Optimal allocation of water for rice cultivation using a function of crop growth stage and water depth.
Palin. (2023). Función matemática—Definicion.de. Definición.de. https://definicion.de/funcion-matematica/
Pandey, R. (2019). Effect of organic matter on soil fertility and yield of rice. International Journal of Agriculture, Environment and Bioresearch.
Pérez, M. (2006). Modelos de simulación para la elaboración y evaluación de los programas de servicios ambientales hídricos.
Philip, J. (1957). The theory of infiltration: 1. The infiltration equation and its solution. Soil Science.
Preciado, R. (2002). Simulación del crecimiento de maíces precoces en condiciones de secano.
Rabelo, G. (2018). Polynomial regression to estimate growth and yield of tomato in response to nitrogen fertilization. Journal of Plant Nutrition.
Ramírez, I. (2017). Análisis de Datos Agropecuarios. http://repositorio.utmachala.edu.ec/bitstream/48000/14462/1/CAP-5.EstadisticaBasicaConDatosAgropecuarios.pdf
Rencz, N. (2015). Mathematical modeling of the growth of papaya plants based on rational functions. Revista Brasileira de Engenharia Agrícola e Ambiental.
Richards, F. (1959). A flexible growth function for empirical use. Journal of Experimental Botany.
Rodríguez, J. (2000). Planificación de recursos para la modernización de los sistemas arroceros mediante el empleo de modelos de simulación y SIG.
Rui, X. (2014). Application of exponential distribution in corn seeding uniformity. Journal of Agricultural Science and Technology.
Sancho, H. (2020). Curvas de absorción de nutrientes. http://intranet.exa.unne.edu.ar/biologia/fisiologia.vegetal/CURVAS%20DE%20ABSORCION%20DE%20NUTRIENTES.pdf
Seufert, V. (2017). Composition and function of agricultural soils in the world. Springer.
Sharma, P. (2018). Use of linear regression model in predicting the yield of wheat. Agricultural Research Journal.
Silva, O. (2001). Uso de modelos de simulación para evaluar sistemas agrícolas de subsistencia en tierras de ladera. 2nd International Symposium Modelling Cropping.
Singels, A. (1991). Determination of optimum wheat cultivar characteristics using a growth model.
Singh, A. (2012). Optimum plant population and row spacing for higher yield in maize (Zea mays L.) under mid-hill conditions of Himachal Pradesh. Indian Journal of Agricultural Sciences.
Singh, K. (2014). Agricultural Applications of Mathematics. International Journal of Research in Agriculture and Food Sciences. https://www.researchgate.net/publication/269698718_Agricultural_Applications_of_Mathematics
Singh, M. (2017). Importance of Unit Conversions in Agronomy. International. Journal of Pure and Applied Bioscience.
Singha, P. (2016). A rational function approach to model nutrient response of a crop. Ecological Modelling.
Smartick. (2015, marzo 16). Ejercicios de números proporcionales. https://www.smartick.es/blog/matematicas/numeros-enteros/ejercicios-de-numeros-proporcionales/
Sokolowski, J. (2018). Modeling and Simulation Fundamentals: Theoretical Underpinnings and Practical Domains.
SQM. (2021). Manejo de nutricion del tomate. https://sqmnutrition.com/essays/manejo-de-nutricion-del-tomate/
Sripada, R. (2018). Comparison of piecewise linear and nonlinear models for modeling crop yield responses to water. Agricultural Water Management.
Sterling. (2014). Trigonometry for Dummies.
Stewart. (2007a). Single variable calculus: Early transcendentals. Cengage Learning.
Stewart, J. (2007b). Single variable calculus: Early transcendentals. Cengage Learning.
Streck, A. (2006). Simulacao do impacto da mudanca climática sobre a água disponível do solo em agroecossistemas de trigo, soja e milho em Santa Maria.
Torgersen, T. (2002). Modeling root-water uptake: I. Analysis of steady-state data obtained in a rhizotron with plants exposed to a salinity gradient.
Torres, R. (2021). Importancia de las ciencias matemáticas en la agricultura. https://www.greenworldjournal.com/_files/ugd/dac1d8_2042662c8896452ab8b2a0ca09950c95.pdf?index=true
UDEC. (2020). Campana de Gauss.
USDA. (2004). Soil Quality Indicators: Infiltration.
Van, H. (2006). Mathematical modeling and simulation for optimizing crop management in precision agriculture. https://link.springer.com/article/10.1007/s11119-006-9015-5
Vázquez, R. (2016). Aplicaciones de la trigonometría en la agricultura.
Venkatasubramanian, V. (2017). Modeling and Simulation in Science, Engineering and Technology.
Verhulst, P. (2018). Notice sur la loi que la population suit dans son accroissement. Corresp. Math. Phys.
Villarraga, S. (2012). La función cuadrática y la modelación de fenómenos físicos o situaciones de la vida real utilizando herramientas tecnológicas como instrumentos de mediación.
Walter, C. (2003). Spatio-temporal simulation of the field-scale evolution of organic Carbon over the landscape.
Williams, J. (1984). A modeling approach to determining the relationship between erosion and productivity.
Yang, Y. (2020). Modeling potato growth and development based on meteorological and agronomic factors. Agricultural Water Management.
YARA. (2022). 3.9. Relación calidad de frutos con fertilización.
Yu, Q. (2021). Modeling the impact of soil tillage practices on maize yield in Northeast China using a functions-based model. Soil and Tillage Research.
Zaman, M. (2020). Optimal irrigation scheduling of wheat using quadratic optimization model under limited water resources. Computers and Electronics in Agriculture.
Zeng, X. (2018). Modeling the population dynamics of strawberry mite pests using exponential models. Journal of Plant Diseases and Protection.
Zhang, J. (2020). Modeling the degradation of pesticides in soils using exponential and power functions. Environmental Science and Pollution Research.
Descargas
Publicado
abril 21, 2023
Derechos de autor 2023 Carmen Elena Mantilla Cabrera, Víctor Alberto Lindao Córdova, Ruth Genoveva Barba Vera, Pablo Israel Álvarez Romero
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
