Análisis al modelo de optimización de los sistemas de producción de los proyectos de mejoramiento de riego ejecutados en la región del Cusco

• Autor: Romero Flores, Robert Antonio
• Formato: tesis doctoral
• Fecha de Publicación: 2023
• Institución: Universidad Nacional Federico Villarreal
• Repositorio: UNFV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unfv.edu.pe:20.500.13084/8151
• Enlace del recurso: https://hdl.handle.net/20.500.13084/8151
• Nivel de acceso: acceso abierto
• Materia: Simulación de sistemas; Optimización; Modelamiento matemático; Procesos de producción; https://purl.org/pe-repo/ocde/ford#1.02.00

La presente tesis expone el análisis del modelo de optimización para sistemas de producción agrícola en proyectos de mejoramiento de riego ejecutados en la región Cusco. El objetivo es Demostrar si el modelo de optimización influye en la administración de los sistemas de producción agrícola en el mejoramiento de riego en la provincia de Anta - Cusco. Como método empleado para el desarrollo del modelo de optimización primero se ha conceptualizado los subsistemas, posteriormente se ha formulado un modelo de simulación. Y por último se construye el modelo de optimización basado en programación no lineal y algoritmos genéticos para determinar los óptimos y el análisis de punto de equilibrio siempre en función a su interacción con el mercado. El marco teórico incluye importantes antecedentes de optimización en investigación de operaciones, algoritmos genéticos y sus aplicaciones. En los resultados para la contrastación de hipótesis se ha utilizado la prueba de Anderson Darling para determinar la normalidad del modelo de simulación con el parámetro p y si el modelo de optimización matemático cumple con las condiciones de Khun-Tucker. En la discusión se verifica que las diversas variables del modelo han dado el valor p <= 0.05. Por lo que el modelo de simulación es válido. También se han validado los óptimos globales y sus restricciones según Khun-Tucker; así mismo, se ha experimentado y obtenido óptimos globales con algoritmos genéticos. Por tanto, el modelo de optimización contribuirá al entendimiento del proceso productivo agrícola en los andes peruanos.