Modelos matemáticos para describir la producción de biomasa de la Moringa oleifera
Main Article Content
Abstract
Los modelos matemáticos se utilizan en diferentes ramas del conocimiento por la posibilidad de expresar matemáticamente las relaciones entre los fenómenos, los mismos constituyen herramientas de vital importancia para la toma de decisiones en el campo de la producción animal y agrícola, así como en la investigación. Son herramientas que permiten estimar los parámetros de los procesos biológicos, y realizar proyecciones futuras de los resultados productivos, por lo que su empleo constituye una vía efectiva para modelar el crecimiento de los cultivos. En la presente investigación se realizó un estudio sobre las aplicaciones de la modelación matemática para el desarrollo de pastos y forrajes en Cuba con el objetivo de dar a conocer las características e importancia del uso de la misma. Se presenta un resumen de algunos conceptos relacionados con la modelación y los tipos principales de modelos que se pueden utilizar para describir el crecimiento. Se propone el uso de los mismos para describir el crecimiento de la Moringa oleifera, ya que en la actualidad son escasos los estudios sobre la modelación matemática de dicho cultivo.
Article Details
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento-no comercial de Creative Commons 4.0 que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista. Bajo esta licencia el autor será libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
- El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia
Bajo las siguientes condiciones:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
References
Addiscott, T. M. 1993. Simulation modelling and soil behavior. Geoderma.
Aduriz-Bravo, A. 2012. A "Semantic" View of Scientific Models for Science. Science & Education.
Agudelo, D.A., Cerón, M.F. y Restrepo, L. F. 2008. Modelación de funciones de crecimiento aplicadas a la producción animal. Revista Colombiana de Ciencias Pecuarias. Consultado el 25 de abril de 2018.
Álvarez, A., Herrera, R.S., Noda, Aida C. y Díaz, Laisurys. 2012. Comportamiento de las precipitaciones en el Instituto de Ciencia Animal en Cuba durante el período 1970-2009, como base para el manejo estratégico de los pastos. Revista Cubana de Ciencias Agrícolas. 46:301p.
Ambrosano, G. 1990. Models and simulation and their application to livestock breeding. A review. Sao Paulo.
Antignani, D., Ferriani , A., Tadeu, G., Puntel, M., Teodoro, A., y García, T. (2014). Acta Sci. Recuperado el 5 de Noviembre de 2017, de Anim. Sci.: http://www.scielo.br.
Augusto, T. 2009. Modelo de regresión para estimar el volumen total con corteza de árboles de Pinustaeda L. en el sur de Brasil. Revista Forestal Mesoamericana Kurú, 6 (16), p. 16-20 pp.
Balzarini, M., Di Rienzo, J., González, L., y Robledo, C. 2001. Paquete estadístico INFOSTAT, versión 2001. Córdoba, Argentina.
Bamishaiye, E., Olayemi, E., Awagu, E., y Bamshaiye, O. 2011. Proximate and phytochemical composition of Moringa oleifera leaves at three stages of maturation. Adv. J. Food Sci. Technol., 3(4).
Barker, D., Ferraro, F., La Guardia, R., Mark, R., Lopes, F., y Albrecht, K. 2010. Analysis of Herbage Mass and Herbage Accumulation Rate Using Gompertz Equations. Agronomy Journal, 102(3).
Bernal, J. 1991. Pastos y forrajes tropicales: producción y manejo. 2da Edición. Banco Ganadero, Colombia.
Bingham, N.H. y Frees, J. M. 2010. Regression Linear Models in Statistics. Imperial College. London. UK. 282 p.
Bowen, W. 1997. Experimentos de campo y el arte de los modelos. Lima, Perú.
Bravo, J. A. 2010. Aplicación del método Bootstrap para la estimación deparámetros poblacionales en Parcelas Permanentes de Muestreo y en la modelación Matemática en plantaciones de Pinus cubensis Griseb. TESIS EN OPCIÓN AL GRADO CIENTÍFICO DE DOCTOR EN CIENCIAS FORESTALES, Instituto de Ciencia Animal, La Habana, Cuba.
Brown, P., y Rothery, P. 1997). Models in Biology: mathematics, statistics, and computing. United Kingdom: Chichester.
Burguillo, F. J. 2005. Ajuste de ecuaciones a curvas: introducción a la regresión lineal y no lineal. Recuperado el 23 de abril de 2018, de http://web.usal.es/.
Buslenko, N. P. 1988. Modelación de sistemas complejos. Moscú, Rusia: Editorial Nauka.
Buxton, D., and S. Fales. 1994. Plant environment and quality. In: G. Fahey, editor, Forage quality, evaluation, and utilization. American Society of Agronomy, Madison, WI, USA. p. 155-199 pp.
Calzada, J.M., Enríquez, J. F., Hernández, A., Ortega, E., Mendoza, S. I., 2014. Growth analysis of maralfalfa grass (Pennisetum sp.) in a warm humid climate. Revista Mexicana de Ciencias Pecuarias. 5(2):247-260 pp.
Camejo, M. 2015. Modelación Física-Matemática de la actividad eléctrica ventricular cardíaca en equinos. Tesis en opción al grado científico de Máster en Biomatemática. Universidad Agraria de La Habana, Departamento de morfofisiología. Mayabeque.
Candelaria, B., Rosado, O., López, G., Pérez, P., Martínez, A., y Vargas, L. 2011. Aplicación de modelos de simulación en el estudio y planificación de la agricultura. Una revisión. Recuperado el 15 de Abril de 2018, de http://www.scielo.org.mx.
Casas, G., Rodríguez, D., y Afanador, G. 2010. Propiedades matemáticas del modelo de Gompertz y su aplicación al crecimiento de los cerdos. Revista Colombiana de Ciencias Pecuarias.
Chacín, F. 1998. Análisis de regresión y superficie de respuesta. Cásares. R. Segovia, A. Gaskin. D. Facultad de Agronomía. Universidad Central de Venezuela. 111p.
Coquillard, P., y Hill, D. 1997. Modélisation et simulation d’écosystèmes. Des modèles déterministes aux simulations à événements discrets. París, Francia: Masson.
Crespo, G. 2010. Utilización de residuales de las instalaciones pecuarias para la producción de pastos y forrajes tropicales. Resúmenes. Congreso 45 Aniversario del Instituto de Suelo y VII Congreso de la Sociedad Cubana de la Ciencia del Suelo. La Habana, Cuba.41 p.
Cuevas, R. 2014. Matemáticas para la toma de decisiones. Recuperado el 2 de Noviembre de 2017, de http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r76474.pdf.
Danfaer, A. (1990). A dynamic model of nutrient digestión and metabolism in lactating dairy cows. Report from Matinal Institute of Animal Science. Denmark.
Dey, D., Ghosh, S., y Mallick, B. 2011. Bayesian modelling in bioinformatics. . Boca Raton: Chapman & Hall/CRC.
Del Pozo, P. P. y Herrera, R. S. 1995. Modelado del crecimiento del pasto estrella (Cynodonn lemfuensis). Modelo multiplicativo con control de la curva de crecimiento y los efectos ambientales. Revista de Pastos y Forrajes 18(2):171-177 pp.
Del Pozo, P.P. 1998. Análisis del crecimiento del pasto estrella (C.nlemfuensis) bajo condiciones de corte y pastoreo. Tesis en opción al grado de Doctor en Ciencias Agrícolas. ISCAH-ICA, La Habana, Cuba. 105 p.
Del Pozo, P., y Cossio, N. 2006. Modelo matemático para predecir el crecimiento y rendimiento de la especie Bougainvillea campanulata Heimerl bajo condiciones de monte natural en Puerto Margarita. Revista Ciencias Técnicas Agropecuarias, 15(4), 21-23 pp.
Díaz, Dalibia. 2007. Evaluación agronómica de nuevas variedades Pennisetum purpureum en condiciones de sequía el Valle del Cauto. Tesis en opción al Título Académico de Máster en Pastos y Forrajes. Universidad de Matanzas "Camilo Cienfuegos”, 84 p.
Di Rienzo, J. A. 2011. Análisis de regresión. Recuperado el 23 de abril de 2018, de http://sites.google.com/site/dirienzojulio.
Di Rienzo, J.A., Balzarini, M., Casanoves, F., González, L., Tablada, M.,Guzmán, W. y Robledo, C.W. 2012. Software estadístico InfoStat. Estadística y Biometría. Facultad de Ciencias Agropecuarias. Universidad Nacional de Córdoba. Argentina.
Domínguez, J., Rodríguez, F.A., Núñez, R., Ramírez, R., Ortega, J.A. and Ruiz, A.2013. Adjustment of nonlinear models and estimation of growth parameters in tropicarne cattle. Agrociencias, 47(1), p. 25-34pp.
Foidl, N., Makkar, H., y Bekker, K. 2001. The potential of Moringa oleifera for agricultural and industrial uses. Proceedings of International Workshop. What development potential for Moringa products?, Dar Es Salaam, Tanzania.
Fortes, Dayleni. 2012. Comportamiento morfofisiológico de Pennisetum purpureum vc. Cuba CT-115 utilizado como banco de biomasa. Tesis en opción al grado científico de Doctor en Ciencias Agrícolas. 102 p.
Freund, R., Wilson, W., y Sa, P. 2006. Regression analysis. San Diego: Elsevier.
Friedrich, T. 2014. roducción de alimentos de origen animal. Actualidad y perspectivas. Revista Cubana de Ciencias Agrícolas.
Gallardo, P. C. (2008). Recuperado el 16 de Abril de 2018, de http://tsg.icme11.org/document/get/838.
Gálvez, G., Sigarroa, A., López, T., y Fernández, J. (2010). Modelación de cultivos agrícolas. Algunos ejemplos. Cultivos tropicales, 31p.
García, C. 1996. Estabilidad de algunos criterios de selección de modelos. Recuperado el 15 de Enero de 2018, de http://dialnet.unirioja.es/.
García, C., Martínez, R., Tuero, R., Cruz, A., Romero, A., Estanquero, L., y otros. 2009. Evaluación de Panicum máximum vc. Mombaza y modelación de indicadores agronómicos durante tres años en un suelo ferralítico rojo típico de la provincia La Habana. Revista Cubana de Ciencia Agrícola, 43(2), 297-302 pp.
Guerra, Caridad W., Cabrera, A., Fernández, L. 2003. Criterios para la selección de modelos estadísticos en la investigación científica. Revista Cubana de Ciencias Agrícolas. 37:3p.
Hair, J., Anserson , R., TATHAM, R., y Black, W. 1995. Multivariate Data Analysis (4ta Edición ed.). Englewood Cliffs: Prentice Hall.
Hernández, N., Soto , F., y Caballero, A. 2009. Modelos de simulación de cultivos. Características y usos. Cultivos Tropicales.
Herrera, R.S. y Ramos, N. 2006. Factores que influyen en la producción de biomasa y la calidad. En: Pennisetum purpureum para la ganadería tropical. Instituto de Ciencia Animal. La Habana. Cuba. 79 p.
Herrera, R. 2009. Mejoramiento de Pennisetum purpureum en Cuba. Revista Cubana de Ciencias Agrícolas.
Hooker, C. 1994. Value and system: notes toward the definition of agri-culture. Journal of Agriculture and Environmental Ethics, 7, 1-84pp.
Izaguirre, F. y Martínez, T. 2008. El uso de árboles multipropósito como alternativa para la producción animal sostenible. Tecnología en Marcha 21: 2-40 pp. http://dialnet.unirioja.es/servlet/articulo?codigo=4835697.
Jarquín, H. 2003. Producción de biomasa de Moringa oleifera bajo diferentes densidades de siembra y frecuencias de corte en el trópico seco de Nicaragua.
Jay, O. 2012. Metodología para la comparación de tratamientos en modelos de regresión no lineal aplicados a procesos biológicos. Tesis presentada en opción al título de Doctor en Ciencias Veterinarias., Instituto de Ciencia Animal.
Jyothi, P.V. 1990. Pollination ecology of Moringa oleifera (Moringaceae). Proceedings of the Indian Academy of Sciences (Plant Sciences). 100:33p.
Jones, J., Hoogenboom, G., Porter, C., Boote, K., y Batchelor, W. 2003. The DSSAT Cropping System Model.
Karadavut, U. 2009. Non-linear models for growth curves of triticale plants under irrigation conditions.
Kiviste, A. J., G., Álvarez, A., Rojo, A., Ruíz, D. 2002. Funciones de crecimiento de aplicación en el ámbito forestal. Ministerio de Ciencia y Tecnología. Instituto de Investigaciones y Tecnología Agraria y Alimentaria. Madrid. 190 p.
Krishna, V. 2005. Crop growth modeling and its applications in agricultural meteorology. Satellite Remote Sensing and GIS Applications in Agricultural Meteorology.
Kuei Lin, L. 2000. A Note on the Concordance Correlation Coefficient. Biometrics. 56: 324-325 pp.
León-Velarde, C., y Barrera , V. 2003. Métodos biomatemáticos para el análisis de sistemas agropecuarios en el Ecuador. Quito, Ecuador: INIAP y CIP.
López, J. 2014. Evaluación de tres densidades de cultivo de Moringa oleifera, en el suroccidente de Guatemala. Trabajo presentado a la Facultad de Ciencias Ambientales y Agrícolas, Universidad Rafael Landívar, Guatemala.
López, J.L. 2016. Modelación y simulación del rendimiento del pasto estrella (C.nlemfuensis) bajo diferentes condiciones de manejo y escenarios climáticos. Tesis presentada en opción al título de Máster en Biomatemática, Universidad Agraria de La Habana.
Madden, L. (1890). Quantification of disease progression. Recuperado el 5 de Febrero de 2018, de https://www.msu.edu/user/staatz/Staatz-Quantification.pdf.
Martin, T. 2007. Un repaso por las características de la Moringa oleifera. Recuperado el 20 de abril de 2018, de http://www.ergomix.com.
Martínez, R.O. 2007. Características de los clones de hierba elefante Cuba CT-115, Cuba CT-169 y Cuba OM-22 (Pennisetum sp.) liberados por el Instituto de Ciencia Animal. Eds. M.F. Díaz, R.S. Herrera, T. Ruíz. Cuba. 208 p.
Martínez, R. O., Tuero, R., Torres, Verena y Herrera. R. S. 2010b. Modelos de acumulación de biomasa y calidad en las variedades de hierba elefante, Cuba CT-169, OM-22 y king grass durante la estación lluviosa en el occidente de Cuba. Revista Cubana de Ciencias Agrícolas. 44: 189p.
Menchaca, M. A. 1978. Modelo multiplicativo con efectos de curva de lactancia controlados para el análisis estadístico de experimentos con vacas lecheras. Instituto de Ciencia Animal, La Habana, Cuba.
Morton, J.F. 1991. The horseradish tree, Moringa pterigosperma (Moringaceae). A boon to arid lands? Economic Botany. 45 (3):318p.
Neylon, J.M., y L. Kung. 2003. Effects of cutting height and maturity on the nutritive value of corn silage for lactating cows. J. Dairy Sci. 86:2163-2169 pp.
Nobre, P., Misztal, R., Tsuruta, S., y Bertrand, J. 2003. Analysis of growth curves of cattle by multiple-trait and random regression models. Journal of Animal Sciences.
Noguera, R., Pereira, R., y Solarte, C. 2008. Comparison of non-lineal models to describe growth curves in guinea pigs (Cavia Porcellus) from birth to slaughter age. Livestock Research for Rural Development.
Ortiz, R. J. 2000. Modelación y simulación matemática del reciclaje de N, P y K en sistemas de pastoreo vacuno. Tesis de Doctorado, Instituto de Ciencia Animal, La Habana, Cuba.
Padilla, C., Fraga, N., Scull, I., Tuero, R., y Sarduy, L. 2014. Efecto de la altura de corte en indicadores de la producción de forraje de Moringa oleifera vc. Plain. Revista Cubana de Ciencia Agrícola, 48(4).
Padilla, C., Valenciaga, N., Crespo, G., y González, D. 2017. Requerimientos agronómicos de Moringa oleifera (Lam.) en sistemas ganaderos.
Parrotta, J. (2000). Bioecología de Arbóreas Nativos y Exóticos de Puerto Rico y las Indias Occidentales. (Capítulo Moringa oleifera). Puerto Rico.
P.C.C. 2011. Lineamientos de la política económica y social del Partido y la Revolución. Partido Comunista de Cuba, La Habana.
Pérez, C. 2012. Moringa oleifera Lam., especie forestal de usos múltiples. Trabajo de fin de carrera. Revisión bibliógrafica, E.U.I.T. Forestal (U.P.M.), Madrid.
Petit, J., F. Casanova, y F. Solorio. 2010. Rendimiento de forraje de Leucaena leucocephala, Guazuma ulmifolia y Moringa oleifera asociadas y en monocultivo en un banco de forraje. Rev. Forest. Venezolana 54:161-167pp.
Posada, S., Ramírez, J.F. y Rosero, R., 2014. Producción de metano y digestibilidad de mezclas kikuyo (Pennisetum clandestinum)-papa (Solanum tuberosum). Agronomía Mesoamericana, 25 (1), p.141-150 pp.
Ramírez, J., Verdecia, D., y Leonard, I. 2008. Rendimiento y caracterización química del Pennisetum Cuba CT 169 en un suelo pluvisol. Revista Electrónica de Veterinaria.
Ramírez, J.L. 2010. Rendimiento y calidad de cinco gramíneas en el Valle del Cauto. Tesis presentada en opción al título de Doctor en Ciencias Veterinarias, Instituto de Ciencia Animal, La Habana, Cuba, 121p.
Ramos, N.E. 1983. Contribución al estudio de especies y variedades del género Cynodon para la producción de forraje. Tesis presentada en opción al grado de candidato a doctor en ciencias agrícolas. Instituto Superior de Ciencias Agropecuarias de la Habana.196 p
Ramos, N., Herrera, R.S., Schalitz, G. y Curbelo. F. 1995. Estudio del rendimiento y calidad de gramíneas templadas evaluadas en Cuba. Revista Cubana de Ciencias Agrícolas. 29:109 p.
Ramos, O., Castillo, J., y Sandóval, J. 2015. Efecto de intervalos y alturas de corte en la productividad forrajera de Moringa oleifera. Revista Bio Ciencias.
Reyes S., Ledin, S. y Ledin, I. 2006. Biomass production and chemical composition of Moringa oleifera under different management regimes in Nicaragua. Agroforestry Systems, de http://www.formad-environnement.org/9-Moringa_Sanchez_2006_BiomassProduction_nicaraya.pdf.
Ribeiro, A. 2005. Curvas de crescimento em Produção Animal. Revista brasileña de Zootecnia.
Rodríguez, J., Gutiérrez, E., y Rodríguez, H. 2010. Dinámica de sistemas de pastoreo. México: Editorial Trillas.
Rodríguez, Lourdes., Torres, Verena., Martínez, R.O., Jay, O., Noda, Aida C. y Herrera, Magaly. 2011. Modelos para estimar la dinámica de crecimiento de (Pennisetum purpureum) vc. Cuba CT-169. Revista Cubana de Ciencias Agrícolas. 45:349 pp.
Rodríguez, J., y Steegmann, C. 2012. Modelos matemáticos.
Rodríguez, Lourdes. Larduet, R., Martínez, R.O., Torres, Verena., Herrera, Magaly., Medina, Yolaine. y Noda, Aida C. 2013. Modelación de la dinámica de acumulación de biomasa en Pennisetum purpureum cv. King grass en el occidente de Cuba. Revista Cubana de Ciencias Agrícolas. 47:119 pp.
Rodríguez, L. 2015. Modelación y simulación de la producción de biomasa de Pennisetum Purpureum Schum vc. king grass y su aplicación en la alimentación animal. Tesis en opción al grado científico de Doctor en Ciencias Veterinarias, Instituto de Ciencia Animal.
Roloff, A., Weisgerber, H., Lang, U., y Stimm, B. 2009. Enzyklopädie der Holzgewächse, Handbuch und Atlas der Dendrologie. Alemania: WILEY-VCH Verlag GmbH & Co. KGaA.
Ruíz, T., Torres, V., Febles, G., Díaz, H., Sarduy, L., y González, J. (2012). Utilización de la modelación para estudiar el crecimiento de Tithonia diversifolia colecta 10. Revista Cubana de Ciencias Agrícolas.
Rykov, V., Balakrishnan, N., y Nikulin, M. 2010. Mathematical and Statistical Models and Methods in Reliability. London: Springer New York Dordrecht Heidelberg.
Salett, M., & Hein, N. 1999. Modelación matemática: Estrategia para senseñar y aprender matemáticas. Educaión matemática, 11(1), 119-134 pp.
Santana, A.A., Pérez. A. y Figueredo, M. 2010. Efectos del estado de madurez en el valor nutritivo y momento óptimo de corte del forraje napier (Pennisetum purpureum Schum.) en época lluviosa. Revista Mexicana de Ciencias Pecuarias. 1(3): 277 p.
SAS. 2007. Statistical Analisys System. User's guide statistics. SAS Institute Inc. Cary. NC. USA.
Sheaffer, C., P. Seguin, y G. Cuomo. 1998. Sward characteristics and management effects on cool-season grass forage quality. Editorial J. Cherney y D. Cherney. Grass for dairy cattle. Segunda Edición. CABI Publishing, Oxon, Inglaterra.
Sokolowski, J. 2010. Modeling and simulation fundamentals: theoretical underpinnings and practical domains. United States of America: Edited by John A. Sokolowski, Catherine M. Banks.
SPSS. 2010. Versión 19.0 for Windows. Statistical Package for the Social Sciences. IBM.
StatSoft. Inc. 2003. STATISTICA (data analysis software system). Version 6. www.statsoft.com.
Timothy, C.E., Marthews, T.R., Vogt, Deborah R., Purves, D., Rees, M., Hector, A., y Turnbull, Lindsay A.2012. How to fit nonlinear plant growth models and calculate growth rates: an update for ecologists. Methods in Ecology and Evolution. 3: 245-256 p.
Thornley, J., y France, J. 2007. Mathematical Models in Agriculture. Quantitative Methods for the Plant. Animal and Ecological sciences. (Second Edition ed.). Trowbridge: Cromwell Press.
Torres, V. 1995. Contribución a la modelación de un área de pastoreo. Seminario Científico Internacional XXX Aniversario del Instituto de Ciencia Animal, Instituto de Ciencia Animal, La Habana, Cuba.
Torres, V., Lazo. J., Ruiz, T.E. y Noda. A. 1999. Empleo de la modelación matemática en el estudio del pasto C. nlemfuensis. Revista Cubana de Ciencias Agrícolas. 33:363 p.
Torres, V., y Ortiz, J. 2005. Aplicaciones de la modelación y simulación en la producción y alimentación de animales de granja. Revista Cubana Cienc. Agríc., 39:397p.
Torres, V., Sampaio, I., Meyer, R., Noda, Aida., y Sarduy, Lucía. 2012. Criterios de bondad de ajuste en la selección de modelos no lineales en la descripción de comportamientos biológicos. Revista Cubana de Ciencias Agrícolas. 43:113 p.
Torres, V., y Cobo, R. 2015. La Matemática Aplicada en las investigaciones del Instituto de Ciencia Animal, cincuenta años de experiencia. Revista Cubana de Ciencia Agrícola, 49(2).
Vázquez, Y. 2012. Modelación Estadístico-Matemática con variables mixtas para el estudio de la sostenibilidad social en una empresa ganadera bovina. Tesis, Universidad Agrarria de la Habana, La Habana, Cuba.
Vela, J., y Vargas, M. 2009. Caracterización de la dinámica de producción de materia seca del kikuyu (Pennisetum clandestinum) asociado con árboles y en pastoreo para producción de leche en el trópico alto colombiano.
Wand, Y., Monarchi, D. F., Parsons, J., y Woo, C. C. 1995. Theoretical foundations for conceptual modelling in information system development.
Whisler, F., Acock, B., Baker, D., Fye, R., Hodges, H., Lambert, J., y Lemmon, H. 1986. Crop simulation models in agronomic systems. Advances in Agronomy, 40, 141-208 pp.
Winsor, C. 1932. The Gompertz Curve as a Growth Curve. U.S.A.: Proc. Natl.Acad. Sci.
Wu, Z., and G. Roth.2005. Considerations in managing cutting height of corn silage. The Pennsylvania State University, PA, Estados Unidos.