Modelos de Programación Lineal Aplicados en Ciencias Agropecuarias
Palabras clave:
modelos, programación lineal, ciencias agropecuarias, , Geogebra, SolverSinopsis
El libro "Modelos de Programación Lineal Aplicados en Ciencias Agropecuarias" presenta herramientas matemáticas y ejemplos prácticos para optimizar recursos y mejorar la planificación en el sector agropecuario. Aborda técnicas como programación lineal, métodos gráficos y analíticos con software como GeoGebra y Solver, aplicadas en producción agrícola, diseño de mezclas, manejo forestal y más. Es una guía clave para estudiantes, investigadores y profesionales interesados en aplicar modelos matemáticos en contextos agropecuarios y mejorar la productividad sostenible.
Referencias
Álvarez, A., & Boche, S. (1999). Modelos matemáticos para describir crecimientos doble sigmoideos en frutos de un nectarín tardío. (cv. Sun Grand). Agro Sur, 27(1), 21–28.
Avanza, M. M., Giménez, L., Mazza, S. M., & Rodríguez, V. A. (2004). Descripción del crecimiento de frutos de naranjo dulce mediante el uso de modelos no lineales. Comunicaciones Científicas y Tecnológicas, Universidad Nacional del Nordeste.
Calvo, H. R., González, A. J., & Pérez, B. S. (1994). Manual de modelos no lineales en los ámbitos agronómico, ganadero y forestal. Ministerio de Agricultura, Pesca y Alimentación, Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria.
Castro-Brindis, R., Galvis-Spindola, A., Sánchez-García, P., Peña-Lomelí, A., Sandoval-Villa, M., & Alcantar-González, G. (2004). Demanda de nitrógeno en tomate de cáscara. (Physalis ixocarpa, Brot.). Revista Chapingo Serie Horticultura, 147–152.
Chávez, D. (2021). Importancia de la enseñanza de las matemáticas en las carreras agropecuarias. Revista Ciencias Técnicas Agropecuarias, 12(1), 78–81.
Cunha, R. L., Silva, B., & Avegliano, P. B. (2023). A Comprehensive Modeling Approach for Crop Yield Forecasts using AI-based Methods and Crop Simulation Models. arXiv preprint arXiv:2306.10121.
Espinoza-Espinoza, J. R., Ortiz-Cereceres, J., Mendoza-Castillo, M. d., Villaseñor-Alva, J. A., Villegas-Monter, A., Peña-Valdivia, C., & Almaguer-Vargas, G. (2022). Modelos de regresión para la estimación del peso fresco y seco de ramas de duraznero. (Prunus persica, L. Batsh.). Revista Chapingo Serie Horticultura, 4(2), 125–131.
Fink, M., Daniels, A., Qian, C., Martínez Velásquez, V., Salotra, S., & Wollherr, D. (2023). Comparison of Dynamic Tomato Growth Models for Optimal Control in Greenhouses. arXiv preprint arXiv:2308.06031.
González-Sánchez, A. J., & Pérez-Brito, D. (2020). Modelos matemáticos en la agricultura. Universidad Autónoma Chapingo.
González-Sánchez, A. J., & Pérez-Brito, D. (2022). Modelación matemática en la agricultura. Universidad Autónoma Chapingo. Retrieved from https://dicea.chapingo.mx/wp-content/uploads/2022/02/Modelacion-Matematica-Agricultura.pdf
Guzmán, E. C., Alcalde, B. S., Mosqueda, V. R., & Martínez, G. A. (1996). Ecuación para estimar el volumen y dinámica de crecimiento del fruto de mango. cv. Manila. Agronomía Tropical, 46(4), 395–412.
Hernández Gómez, F. J., & Hernández Castillo, T. (2019). Investigación de Operaciones: Teoría, Modelos y Problemas Aplicados. Editorial Académica Española.
Hillier, F., & Lieberman, G. (2015). Investigación de Operaciones. (10ª ed.). McGraw Hill.
Jiménez, G. (2020). Investigación de Operaciones. Alfaomega Grupo Editor.
López-Cruz, I. L., & Mora-Aguilar, E. F. (2022). La modelación y simulación matemáticas: una herramienta para la protección de cultivos. Revista Mexicana de Ciencias Agrícolas, 13(6), 1129-1142.
Ortega, D. R. (2000). Perfeccionamiento de la enseñanza de la Matemática en la carrera de Agronomía. (Tesis de maestría). Universidad Central "Marta Abreu" de Las Villas, Santa Clara, Cuba.
Ortega-Farías, S. O., Lozano, P., & Moreno, Y. (2002). Desarrollo de modelos predictivos de fenología y evolución de madurez en vid para vino. cv. Cabernet Sauvignon y Chardonnay. Agricultura Técnica, 62(1), 27–37.
Ortega-Farías, S. O., Lozano, P., & Moreno, Y. (2022). Desarrollo de modelos predictivos de fenología y evolución de madurez en vid para vino cv. Cabernet Sauvignon y Chardonnay. Agricultura Técnica, 62(1), 27–37.
Rodríguez, L. F., & Bermúdez, T. (1995). Usos y aplicaciones de la simulación en la investigación agropecuaria. Agronomía Colombiana, 198–204.
Rodríguez, L. F., & Bermúdez, T. (2020). Usos y aplicaciones de la simulación en la investigación agropecuaria. Agronomía Colombiana, 12(1), 198–204.
Taha, H. (1995). Investigación de operaciones (5ª ed.). Alfa Omega Grupo Editor, S.A.
