Modelos estadísticos de crecimiento de los langostinos en una piscifactoría

Descripción del Articulo

El objetivo de la tesis es controlar algunas de las variables que intervienen en el crecimiento del langostino durante su cultivo en piscifactorías, con el fin de alcanzar el mayor peso de cosecha. Por lo que, se analizan las herramientas que permiten obtener una estimación confiable del peso y así...

Descripción completa

Detalles Bibliográficos
Autor: Cubas Córdoba, Ana Luisa
Formato: tesis de grado
Fecha de Publicación:2020
Institución:Universidad de Piura
Repositorio:UDEP-Institucional
Lenguaje:español
OAI Identifier:oai:pirhua.udep.edu.pe:11042/4475
Enlace del recurso:https://hdl.handle.net/11042/4475
Nivel de acceso:acceso abierto
Materia:Langostinos -- Cría -- Análisis
Langostinos -- Cría -- Investigación
639.58
Descripción
Sumario:El objetivo de la tesis es controlar algunas de las variables que intervienen en el crecimiento del langostino durante su cultivo en piscifactorías, con el fin de alcanzar el mayor peso de cosecha. Por lo que, se analizan las herramientas que permiten obtener una estimación confiable del peso y así mejorar la toma de decisiones sobre la producción. Para ello, se realizó la construcción y evaluación de los modelos de crecimiento de Gompertz, von Bertalanffy, Logístico y Brody, ampliamente utilizados para describir el crecimiento de especies biológicas, además de un modelo polinomial. El ajuste de la data a los modelos se realizó con métodos de estimación basados en los algoritmos de Levenverg-Marquardt, Gauss-Newton y mínimos cuadrados para ajustarlos al crecimiento del langostino, en términos de peso promedio semanal, por un periodo de veintidós semanas, desde la siembra hasta el momento de la cosecha. Los modelos se evaluaron comparando su coeficiente de determinación corregido, mientras que los cálculos se realizaron con el software Octave. Tras estos desarrollos, se demuestra que la implementación de estos modelos beneficiará al proceso de cultivo del langostino al mejorar la toma de decisiones y permitir determinar el momento óptimo de cosecha.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).