Modelos matemáticos no lineales aplicados a la agricultura. Revisión sistemática
DOI:
https://doi.org/10.26820/recimundo/9.(2).abril.2025.180-200Palabras clave:
Agricultura, Modelos matemáticos no lineales, Optimización, Predicción de cultivos, Sostenibilidad agrícolaResumen
El objetivo general de esta revisión sistemática fue investigar el uso de modelos matemáticos no lineales en la agricultura, relacionados con la producción de alimentos o la agricultura, identificando las aplicaciones y beneficios para optimizar los procesos de cultivo. Se implementó la metodología PRISMA para seleccionar estudios, incluidos sumarios y resúmenes de trabajo en bases de datos académicas de los últimos diez años. aplicamos un proceso de inclusión y exclusión estricto de acuerdo con las palabras clave, lo que resultó en 40 publicaciones relevantes. Los resultados indican que los modelos matemáticos no lineales son útiles para predecir el rendimiento de los cultivos, combatir la sepa e infecciones, la inmuno profilaxis y la nutrición hídrica y mineral de los cultivos son certeros, relevantes y aplicables al manejo de cultivos en cualquier parte del mundo. Entre las conclusiones relevantes, los modelos investigados pueden contribuir a una agricultura más sostenible y eficiente. Sin embargo, requieren investigación adicional para adaptar y simplificar los modelos de manera que resulten fáciles de usar en el campo.Descargas
Citas
Acuayte-Valdes E; Acuayte-Valdes, M; Hernández-López, J;& López-Cruz (2022).La modelación y simulación matemáticas: una herramienta para la protección de cultivos. Rev. Mex. Cienc. Agríc.13(6). https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-09342022000601129
Aguilar Aguilar, F. (2010). Modelos matemáticos no lineales como herramienta para evaluar el crecimiento de tilapia roja (Oreochromis spp.) y tilapia nilótica (Oreochromis niloticus Var. Chitralada) alimentadas con dietas peletizadas o extruidas. UNAM. Maestría en producción animal. https://repositorio.unal.edu.co/handle/unal/6737
Archontoulis. S, & Miguez F. (2015). Nonlinear Regression Models and Applications in Agricultural Research. Agronomy Journal, 107(2). 786-798 https://acsess.onlinelibrary.wiley.com/doi/full/10.2134/agronj2012.0506
Bakhtiar, Toni, Ihza Rizkia Fitri, Farida Hanum, and Ali Kusnanto. (2022). Mathematical Model of Pest Control Using Different Release Rates of Sterile Insects and Natural Enemies. Mathematics 10(6): 883. https://doi.org/10.3390/math10060883
Boniecki, Piotr, Agnieszka Sujak, Gniewko Niedba?a, Hanna Piekarska-Boniecka, Agnieszka Wawrzyniak, and Andrzej Przybylak. (2023). Neural Modelling from the Perspective of Selected Statistical Methods on Examples of Agricultural Applications Agriculture 13(4): 762. https://doi.org/10.3390/agriculture13040762
Chen, L., Li, J., & Liu, W. (2018). Advances in agricultural models and their applications for sustainable agriculture. Agricultural Systems, 163, 135-147. https://doi.org/10.1016/j.agsy.2018.01.006
Dal'Col A, Maria, Inês, Diel., B & Giacomini, S. (2021). An approach for experiment evaluations for multiple harvests crops based on non-linear regression. Horticultura Brasileira, 39 (3) https://doi.org/10.1590/s0102-0536-20210302
del Pozo, P; & Cossio, N.C (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), 2006, 21-23 Universidad Agraria de La Habana Fructuoso Rodríguez Pérez La Habana, Cuba
FAO. (2021). The State of Food and Agriculture 2021: Making agrifood systems more resilient to shocks and stresses. FAO. https://doi.org/10.4060/cb7348en
Fernández-Chuairey L. (2019). Statistical-Mathematical Modeling in Agrarian Processes. An application in Agricultural Engineering. Universidad Agraria de la habana. https://www.redalyc.org/journal/932/93259288008/
Gabbrielli, M, Allegrezza M, Ragaglini H, Luca Vitale A, and Perego A.(2024). A Review of the Main Process-Based Approaches for Modeling N2O Emissions from Agricultural Soils Horticulturae 10(1): 98. https://doi.org/10.3390/horticulturae10010098
Gálvez, G.; Sigarroa, A.; López, T; & Fernández, J. (2010). Modelación de cultivos agrícolas. Algunos ejemplos, Cultivos Tropicales, 31(3), 60-65. Instituto Nacional de Ciencias Agrícolas. https://www.redalyc.org/pdf/1932/193217921012.pdf
Gao, X., Zhang, W., & Li, S. (2019). Nonlinear mathematical models in crop production and their significance for future food security. Journal of Agricultural Science, 157(3), 255-267. https://doi.org/10.1017/S0021859619000556
Jayasinghe, S. L., Ranawana, C. J. K., Liyanage, I. C., & Kaliyadasa, P. E. (2022). Growth and yield estimation of banana through mathematical modelling: a systematic review. The Journal of Agricultural Science, 160(3–4), 152–167.
Li, M., Sun, G., & Liu, Y. (2020). Modeling crop growth and yield prediction using nonlinear approaches in precision agriculture. Computers and Electronics in Agriculture, 172, 105331. https://doi.org/10.1016/j.compag.2020.105331
Li, T., Hasegawa, T., Yin, X., Zhu, Y., Boote, K., Adam, M. & Bouman, B. (2015). Uncertainties in predicting rice yield by current crop models under a wide range of climatic conditions. Glob Chang Biol, 21(3), 1328-1341. https://doi.org/10.1111/gcb.12758
Mansour S, & Elsheery, N. (2022). Agricultural System Modeling and Analysis. CRC Press. 21. https://www.taylorfrancis.com/chapters/edit/10.1201/9781003268468-1/agricultural-system-modeling-analysis-sherine-mansour-nabil-ibrahim-elsheery
Mora-Delgado, J., & Holguín, V. (2018). Aplicación de modelos matemáticos no lineales para la estimación de biomasa forrajera de Tithonia diversifolia (Hemsl.) A. Gray. Revista U.D.C.A Actualidad & Divulgación Científica, 21(1), 43–50. https://doi.org/10.31910/rudca.v21.n1.2018.661
Moulogianni, C. (2022). Comparison of Selected Mathematical Programming Models Used for Sustainable Land and Farm Management Land. 11(8): 1293. https://doi.org/10.3390/land11081293
Neetu, Rani., Kiran, Bamel., Abhinav, Shukla., Nandini, Singh. (2022). Analysis of Five Mathematical Models for Crop Yield Prediction. South Asian Journal of Experimental Biology, .12(1).46-54 https://sajeb.org/index.php/sajeb/article/view/510
Ortiz, P A.; Ramírez, J L. & Simanca, P L (2010). Desarrollo de un modelo matemático no lineal aplicando mínimos cuadrados en un sistema de nivel. .Tecno Lógicas, 1, 91-111. https://www.redalyc.org/pdf/3442/344234322006.pdf
Pérez Soto F, Figueroa Hernández E, Sepúlveda Jiménez S, Salazar Moreno R,Godínez Montoya L y Jiménez García (2021). Modelación matemática en agricultura. Asociación Mexicana de Investigación Interdisciplinaria. https://dicea.chapingo.mx/wp-content/uploads/2022/02/Modelacion-Matematica-Agricultura.pdf
Qayoom, K., & Manzoor, S. (2024). Mathematical Applications for Sustainable Agricultural Development: A Review. Asian Research Journal of Agriculture, 17(3), 92–101. https://doi.org/10.9734/arja/2024/v17i3475
Quintero J; Serna, J; Hurtado N; Rosero Noguera, & Cerón-Muñoz M (2007). Modelos matemáticos para curvas de lactancia en ganado lechero Rev Col Cienc Pec 20:149-156.
Rodríguez González O, Florido Bacallao R &. Varela Nualles(2018). Review Applications of mathematical modeling and agricultural crop simulation in Cuba Cultivos Tropicales, 39(1), 121-126. http://scielo.sld.cu/scielo.php?pid=S0258-59362018000100018&script=sci_abstract&tlng=en
Sulaiman, M.; Umar, M.; Nonlaopon, K.; Alshammari, F.S. (2022). The Quantitative Features Analysis of the Nonlinear Model of Crop Production by Hybrid Soft Computing Paradigm. Agronomy 2022, 12, 799. https://doi.org/10.3390/agronomy12040799
Tiago Teleken J; Cazonatto Galvão, A & da Silva Robazza, W. (2017). Comparing non-linear mathematical models to describe growth of different animals produção animal Acta Sci., Anim. Sci. 39 (1) https://doi.org/10.4025/actascianimsci.v39i1.31366
Tomasiello, S.; & Macías-Díaz, J.E (2023). A Mini-Review on Recent Fractional Models for Agri-Food Problems. Mathematics, 11, 2316. https://doi.org/10.3390/math11102316
Torres Castillo R (2021) Importancia de las ciencias matemáticas en la agricultura. Green World J 4:6. https://doi.org/10.53313/gwj42008
Venturino E. (2023). The usefulness of mathematics in agriculture, for the environment and in contrasting diseases: insights from a wide range of simple models. Communications in Applied and Industrial Mathematics, Commun. Appl. Ind. Math. 15 (1), 27–49. https://intapi.sciendo.com/pdf/10.2478/caim-2024-0002
Venu, V., Sreenath B., & Ramdas E. R. (2023). Various Mathematical Models in Agricultural Engineering. Current Journal of Applied Science and Technology, 42(41), 13–20. https://doi.org/10.9734/cjast/2023/v42i414263
Vermelho, A, B, Vinícius Moreira J, Teixeira I, Akamine, Cardoso V, and . Mansoldo F. (2024). Agricultural Pest Management: The Role of Microorganisms in Biopesticides and Soil Bioremediation Plants 1319: 2762. https://doi.org/10.3390/plants13192762
Zhu, X., Wang, Q., & Su, F. (2021). Challenges and opportunities in applying nonlinear mathematical models to agricultural systems. Agricultural Water Management, 248, 106770. https://doi.org/10.1016/j.agwat.2021.106770
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Cristian Andrés Flores Cadena, Jessica Elizabeth Cedeño Bermeo, Luis Adrián Chóez Acosta, Blakeslees Streisand Suarez Muñoz
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
