Diseño de un modelo de análisis de
información para la producción equina

Basado en un modelo de simulación con Vensim

Pablo Felipe Valencia Arango
. Uniagraria. Facultad de Zootecnia. Trabajo de Grado con Mención Especial. pablofvalencia@gmail.com Director: Oscar Fernando Ospina Rivera. Medico Veterinario, Especialista en Gerencia en Tecnología.

INTRODUCCION

La cría de caballos debe ser vista como una actividad empresarial, que requiere de la medición de parámetros donde se puedan establecer fortalezas y debilidades, y en base a estas poder plantear posibles acciones a desarrollar.

He aquí la importancia de generar información, para que los caballistas puedan establecer el desempeño de su actividad, apoyados en indicadores zootécnicos que ayuden a la toma de decisiones garantizando el buen desempeño de todo el sector.

El presente trabajo consistió en el diseño de un modelo de simulación donde se representa un criadero de caballos desde el punto de vista de alimentación, población, reproducción y producción, a través del cual es posible visualizar diferentes escenarios y elegir cual nos aportara las mejores condiciones para conseguir el correcto funcionamiento de un criadero.

METODOLOGIA

Como metodología para el trabajo, se utilizo la Teoría General de Sistemas (TGS).

El primer paso para el desarrollo del modelo de simulación consiste en comprender el comportamiento del sistema real definiendo los elementos que intervienen en el mismo y las posibles interrelaciones que existen entre ellos. El dicho aristotélico de que el todo es más que sus partes cobra aquí un especial significado. (Garcia). Es así como se definieron los subsistemas o procesos más relevantes, que son: alimentación, población, reproducción y producción, que mediante la conceptualización de los eventos apreciables para cada subsistema se desarrollaron enfoques por procesos (Black-box, Input-output) donde se establecieron las variables más representativas que marcan el flujo de energía dentro de los subsistemas. Una vez jerarquizados estos elementos se les dieron valores numéricos para más tarde convertirlos en ecuaciones matemáticas. De aquí el siguiente paso es formular dichas ecuaciones en una hoja de cálculo para validarlas con el fin de verificar que su comportamiento sea el esperado, para que posteriormente arrojen datos que puedan ser analizados y den a entender el funcionamiento y las interrelaciones del sistema real.

RESULTADOS Como resultado del trabajo se obtuvo el modelo formulado en hoja de calculo en Microsoft Excel, que contempla los subsistemas de alimentación, población, reproducción y producción, alguno de los cuales se muestran a continuación:

Figura 1. Modelo subsistema Alimentación.

El subsistema alimentación nos indica la capacidad de carga (cantidad de animales adultos que se pueden mantener) de los potreros, basado en la cantidad de forraje que puede ser ofrecido a los animales.

El subsistema población, nos determina la distribución de los animales según su etapa fisiológica, es decir el número de animales lactantes, en crecimiento, en desarrollo, en finalización y adultos, teniendo en cuenta las mortalidades, los descartes y las ventas para un periodo de 12 meses.

El subsistema reproducción plantea los eventos reproductivos representados en indicadores de eficiencia, eficacia y productividad, a través de los cuales se llegara al objetivo máximo que serán los partos como indicador de eficacia.

Como consecuencia de la reproducción esta la producción que nos llevara al objetivo de tener animales para la venta.

El modelo de simulación desarrollado es de tipo estocástico-dinámico ya que maneja dos variables, la aleatoriedad y la estacionalidad que son importantes para la representación de un sistema abierto como lo es un criadero de caballos.

Se desarrollo también una nueva TAR (Tasa Armónica de Reposición) la cual es una ecuación que determina la proporción de animales que deben entrar y salir del sistema anualmente.

IEPR: intervalo entre partos real.

IEPN: intervalo entre partos normal.

ED: edad de descarte.

EPP: edad al primer parto.

EDAD PROM: edad promedio.

MA: mortalidad adultos.

DS: descarte por selección.

EDAD MEDIA: media de la vida reproductiva.

Esta contempla aspectos de tipo reproductivo ya que a un mayor Intervalo Entre Partos aumenta la proporción de yeguas a descartar. En segundo lugar incluye la vida reproductiva que esta dada por la diferencia entre la edad de descarte y la edad al primer parto, es decir que entre mayor sea el tiempo en que una hembra este activa reproductivamente menor será el numero de hembras que se deban reponer cada año. En tercer lugar tiene en cuenta la edad promedio ya que a mayor o menor edad promedio existirá cierta probabilidad de descartar hembras por problemas relacionados con la edad. Como cuarto factor maneja las mortalidades y por ultimo contempla los descartes por selección.

CONCLUSIONES Y RECOMENDACIONES

Actualmente nos encontramos en la era del conocimiento, donde los profesionales deben tener plena comprensión del mundo en el que se desenvuelven. Esta capacidad de discernimiento se lograra con estudios que sean cada vez mas profundos donde se llegue a tener plena noción del comportamiento de los sistemas así como de la capacidad de predecir su funcionamiento. Es aquí donde cobran importancia los modelos de simulación ya que con ellos es la mejor forma de conocer un sistema, estos traen consigo la conceptualización de sistemas y desarrollos matemáticos que permiten avances significativos en todas las ciencias, pues es el punto mas alto de abstracción al que puede llegar ciencia alguna. Los modelos de simulación son herramientas bastante completas ya que condensan tres tipos de información, los modelos mentales dados por la experiencia que se consigue con el trabajo a través del tiempo, la información escrita y la información numérica, siendo estos tres componentes los pilares fundamentales para la comprensión de la realidad, ya que de la mano con las ciencias de la complejidad nos permite observar que las acciones que se emprenden en un sistema no tienen únicamente el efecto que nosotros deseamos, sino que tendrá múltiples efectos y, tal vez, a largo plazo, resultados contrarios a los que deseamos. Por este motivo pueden ser utilizados como banco de aprendizaje para nuevas generaciones.

El modelo de simulación resultado de este trabajo puede ser adaptable a otros sistemas de producción pecuario, específicamente a sistemas de producción bovino. He aquí la importancia y profundidad de este trabajo, dada la aplicabilidad en diversas áreas concernientes a la zootecnia.

Este trabajo sirve como base para el planteamiento de que la producción pecuaria en especial la cría de caballos se debe profesionalizar haciendo uso de la tecnología, entendiéndose esta como el aprovechamiento practico del conocimiento, registrando datos, midiéndolos, analizándolos para llegar al objetivo final que será la organicidad, mejoramiento y productividad; por que lo que no se puede definir, no se puede medir, lo que no se puede medir, no se puede controlar, lo que no se puede controlar, no se puede mejorar, y lo que no se puede mejorar, se deteriora.

BIBLIOGRAFIA

- FORRESTER, Jay W. System Dinamics, System Thinking and Soft OR. Massachusetts Institute of Technology. USA. August 18, 1992.

- MARTIN GARCIA, Juan, Sysware, Primera edición, Barcelona España, 2004.

- JOHANSEN, Oscar Bertoglio, Introducción a la teoría general de sistemas, Editorial Limusa, 1994.

(*) Puede solicitar información más detallada de este trabajo al autor

---