Desarrollo y aplicación de los modelos de simulación para el estudio de la dinámica de poblaciones

Contenido principal del artículo

Hugo Leonardo Benítez-García
Ileana Miranda-Cabrera

Resumen

Este artículo es una revisión de la selección de modelos matemáticos para el estudio de la dinámica de poblaciones y los sistemas informáticos que se han empleado para su simulación. Se muestran algunos ejemplos de modelos que simulan la dinámica de plagas y las ventajas y desventajas de las herramientas estadísticas que se emplean para la modelación. Se evidenció que, a pesar de los adelantos en las Tecnologías de la Informática y las Comunicaciones en Cuba y el resto del mundo, la modelación matemática para el control de plagas no cuenta con sistemas informáticos de fáciles acceso y utilización para la simulación de los procesos. Se resalta la importancia de implementar una herramienta informática eficaz y amigable, que permita la simulación de modelos matemáticos para interpretar las relaciones que las plagas establecen con sus enemigos naturales y el ambiente en los ecosistemas y tomar decisiones sobre su manejo. La revisión presenta los pasos a seguir en la simulación de la dinámica de poblaciones y se muestran algunos de los modelos desarrollados en Cuba.

Detalles del artículo

Cómo citar
Benítez-García, H. L., & Miranda-Cabrera, I. (2018). Desarrollo y aplicación de los modelos de simulación para el estudio de la dinámica de poblaciones. Revista De Protección Vegetal, 33(2). Recuperado a partir de https://revistas.censa.edu.cu/index.php/RPV/article/view/963
Sección
ARTÍCULOS RESEÑA

Citas

May-Cen I de J. Modelos de Dinámica Poblacional en Ecología. Revista del Centro de Graduados e Investigación Instituto Tecnológico de Mérida. 2016;32(60):50-5.

Miranda I. Modelación matemática de la dinámica de poblaciones: desarrollo histórico y uso práctico en Cuba. Rev. Protección Veg. 2014;29(3):157-67.

Gilligan CA. Sustainable agriculture and plant diseases: an epidemiological perspective. Phil Trans R Soc B. 2008:741-59.

Sapoukhina N, Paillard S, Dedryver F, Vallavieille-Pope Cd. Quantitative plant resistance in cultivar mixtures: wheat yellow rust as a modeling case study. New Phytologist. 2013:888-97.

Gómez JR. Modelo presa-depredador y su contextualización en el ámbito nacional e internacional. Escuela de Ciencias: Universidad EAFIT. 2009:10.

Ciancio A. Modeling nematodes regulation by bacterial endoparasites. En: Integrated Management and Biocontrol of Vegetable and Grain Crops Nematodes. Mukerji K.G, editor. Springer. 2008:321-337.

Sáez E, Stange E, Szántó I, González-Olivares E, Falconi M. Chaotic dynamics and coexistence in a three species interaction model. International Journal of Biomathematics. 2015;8(2):25.

Luc M, Sikora R, Bridge J. Plant Parasitic Nematodes in Subtropical and Tropical Agriculture. 2 ed: CABI Publishing; 2006. 237-83 p.

Ferrera Z, Zamora Y, Castillo Y, Miranda I. SimulPoP: Sistema para la simulación de la dinámica de poblaciones plagas empleando el modelo Anderson y May. [Tesis de Diploma]. Universidad Agraria de La Habana. Mayabeque. 2014.

Van Den Bosch R. Biological control of insects. Annual Review of Ecology and Systematics. 1971;2:45-66.

Miranda I, Hernández-Ochandía D, Martínez B, Hernández Y, Rodríguez MG. Modelación de la interacción Meloidogyne incognita (Kofoid y White) Chitwood- Trichoderma asperellum Samuels, Lieckfeldt & Nirenberg en garbanzo (Cicer arietinum L.). Rev. Protección Veg. 2016;31(2):194-200.

Polack LA. Interacciones tritróficas involucradas en el control de plagas de cultivos hortícolas [Tesis Doctoral]. Universidad Nacional de La Plata. Argentina. 2008.

Burie J, Langlais M, Calonnec A, Mammeri Y. Modeling the Spread of a Pathogen over a Spatially Heterogeneous Growing Crop. IEEE 4th International Symposium on Plant Growth Modeling, Simulation, Visualization an Applications. 2012:8.

Papaïx J A-CK, Bouvier A, Kiêu K, Touzeau S, Lannou C et al.,. Pathogen population dynamics in agricultural landscapes: The Ddal modelling framework. Infection, Genetics and Evolution. 2014;27:509-20.

Gómez S. Paquetes Estadísticos, Tipos de Paquetes Estadísticos, Ventajas y Desventajas [Web Page]. 2014 [updated 09/07/2017. Available from: http://softwareanalisisdedatoscuantitativos.blogspot.com/2014/04/tipos-de-paquetes-estadisticos.html.

Kowalski R. Computational Logic and Human Thinking: How to be Artificially Intelligent. Cambridge University Press. 2011:276.

Nardin LG. An Adaptive Sanctioning Enforcement Model for Normative Multiagent Systems. 2015.

Betanco NIA, Fernández YdlC. SLD105 propuesta de arquitectura de sistemas multiagente para el sector sanitario. IX Congreso Internacional Informática en Salud. 2013:4.

Possi MdA, Oliveira AdP, Ganns CMC, Ribeiro FC, Claudio JEA. An in-silico immune system model for investigating human autoimmune diseases. XXXVII Conferencia Latinoamericana de Informática. 2011:13.

Herrera OJ, Becerra LA. Diseño General de las Etapas de Simulación de Procesos con Énfasis en el Análisis de Entrada. 12th Latin American and Caribbean Conference for Engineering and Technology. 2014:10.

Coss R. Etapas de la Simulación. En: Noriega Editores, editor. Simulación. Un enfoque práctico. 10 ed. México.1993:10.

Hernández NC, Soto FC, Florido RB, Plana RL, Caballero AN, Maqueira LAL, et al. Utilización de un modelo de simulación para la predicción del comportamiento de algunos cereales en las condiciones de Cuba. Cultivos Tropicales. 2016;37(1):78-84.

Ruiz T, Torres V, Febles G, Díaz H, Sarduy L, González J. Utilización de la modelación para estudiar el crecimiento de Tithonia diversifolia colecta 10. Revista Cubana de Ciencia Agrícola. 2012;46(3):237-42.

Suris MC, Pérez JCZ, Miranda I. Competencia interespecífica entre Heliothis virescens (F.) y Spodoptera frugiperda Smith (Lepidoptera: Noctuidae) en el cultivo del garbanzo. Rev. Protección Veg. 2013;28(3):171-77.

Díaz MP, Castellanos LG, Casanovas EC, Casas GC. Estimación espacial de la intensidad de Alternaria solani Sor. en el cultivo del tomate en la estación de protección de plantas de lajas. Revista Investigación Operacional. 2012;32(1):85-94.

Sebrango CRR, Sánchez LV, Shkedy Z. Modeling dengue outbreak data using nonlinear mixed effects model. Revista Investigacion Operacional. 2017;38(3):252-58.

Baños HL, Miranda I, Martínez MÁ. Modeling host-parasitoid interaction in the system diaphorina citri-tamarixia radiata on muralla paniculata. International J of Math Sci & Engg Appls. 2013;7(1):1-14.

Menéndez EP, Montano JA, Morales Z, Hernández S. Linear regression: An alternative to logistic regression through the non-parametric regression. Revista Investigación Operacional. 2017;38(3):247-51.

Tamayo MI, Puchades YI, Rodríguez RG, González RH, Suárez HJ, Alfonso IT, et al. Modelo de efectos principales aditivos e interacción multiplicativa aplicado a la evaluación de la roya parda de la caña de azúcar. Fitosanidad. 2012;16(3):129-35.

Rodríguez RG, Puchades YI, Abiche WM, Rill SM, Suarez HJ, Salmón YC, et al. Estudio del rendimiento y modelación del período de madurez en nuevos cultivares de caña de azúcar. Cultivos Tropicales. 2015;36(4):134-43.

Artículos más leídos del mismo autor/a

> >> 

Artículos similares

También puede {advancedSearchLink} para este artículo.