Escolar Documentos
Profissional Documentos
Cultura Documentos
Autores:
1. Jorge Luis Nizama Paz
2. Manuel Augusto Barnuevo Lachos
3. Csar Hugo Garca Torres
4. Csar Zea Santamara
5. Edgard Vsquez Snchez
6. Giovana Livia Crdova
INDICE
Subttulos
ndices especficos: tablas, ilustraciones, grficas, apndices, etc.
RESUMEN EJECUTIVO
INTRODUCCIN
En la Regin Lambayeque el suelo est constituido por 1423,130 hectreas, de los que
son aptos para uso agrcola el 18.9% (270,000 has), para pastos 15.4%, proteccin
61.8% y para produccin forestal 3.9%. Actualmente, solo el 13.2% del suelo se utiliza
en la actividad agrcola (77,135.12 has en cultivos en limpio y 11,109.48 has en cultivos
permanentes). El potencial de tierras en aptitud agrcola es de 270 000 has, de las que
slo se utilizan el 69.7%. (Portal Agrario www. portalagrario.gob.pe)
Actualmente el sector se encuentra sumido en una larga crisis, con sus principales
subsectores estancados; los mismos que no han encontrado an una ruta segura para su
normal desempeo econmico, y sin haber desarrollado alternativas vlidas para salir
adelante, mediante la implementacin de Programas y Proyectos que permitan
modernizar y diversificar su base productiva.
MATERIALES
METODOLOGA
b. Dendograma
c. componentes principales
d. Atractores
f. ndices de diversidad
PROCEDIMIENTO
b.- Dendograma
Utilizando el PAST multivar - custer analysis obtenemos un dendograma que nos dice
como estn agrupados los aos en funcin a su similaridad; es decir, determinamos
periodos de rendimiento similar. La opcin me sirve para encontrar tendencias
generales; usando la medida de similaridad de Horn, observamos la existencia de tres
periodos, dos definidos en los extremos y un tercer periodo en el centro. Es decir el
Dendograma (grafico 1), me indica similaridad entre grupos de aos. Podemos observar
similaridad entre los periodos: 1989 1998; 1999 2004 y 2005 2013 y a la vez el
dendograma me sugiere que estos periodos son diferentes.
A pesar de ser menos conocido, el ndice de Horn es recomendable debido a su relativa independencia del tamao
muestral y diversidad (Wolda 1981; Magurran 2004)
0.992
0.976
0.960
0.944
Similarity
0.928
0.912
0.896
0.880
Con la opcin multivar principal components del PAST obtenemos una matriz de
correlaciones, en la que observamos el componente principal, su auto- valor y el
porcentaje de varianza correspondiente. En nuestro caso se ha utilizado tres
componentes principales a pesar de que el punto de corte (Joliffe cut-off : 1,4) nos
indica que hasta el CP8 puede ser utilizado. Al
considerar tres CP se utiliza solo el 51,81 % y
se pierde el 48,18 % de la varianza
COMPONENTES PRINCIPALES
P Auto-valor % varianza
C
1 16.4116 34.19
2 7.69911 16.04
3 3.63977 7.58
d.- Atractores
Grafico.- Atractores componentes principales 1 con 3 Grafico.- Atractores componentes principales 2 con 3
Debemos tener en cuenta que cada cuadrante nos indica el nivel de correlacin y
nmero de individuos presentes en un ao especifico. As en el cuadrante I (eje x y
y positivos se ubicar aquellas variables de los componentes 1 y 2 que en esos aos
tuvieron el mayor rendimiento por hectrea. En el cuadrante IV (eje x positivo y
negativo, se ubicara aquellas variables del componente 1 con mayores rendimientos. En
el cuadrante III (eje x y y negativos) se ubicara aquellas variables de los
componentes 1 y 2 con menores rendimientos o menor nmero de individuos; y en el
cuadrante II (eje x negativo y y positivo) se ubicar variables del componente
principal 2 con mayores rendimientos.
Con la opcin multivar principal components del PAST obtenemos una matriz de
correlaciones y luego usando la opcin view loading hacemos un anlisis de los
componentes principales. Vamos a definir componentes principales de acuerdo al
porcentaje de varianza aportados por cada variable.
#REF! MANDARINA
#REF!
Determinacin de la diversidad.
a. Dominancia
b. Equidad de la comunidad.
Sabemos que hay un atractor definido por el mayor nmero de individuos de cada una
de las variables (especies cultivadas), otro con el menor nmero y otro intermedia;
vamos a medir su diversidad con mayor precisin ms rigurosamente.
Los resultados asumidos por el PAST se dan en logaritmos neperianos. Para para una
mejor comprensin de los resultados vamos a utilizar logaritmos en base 2 para el
clculo de los ndices: Margalef y Shannon-Wiener
Riqueza Especfica:
Definido como el nmero de especies cultivadas por ao. Los datos obtenidos del
periodo 1989 2013, se encuentran en los anuarios estadsticos del Ministerio de
Agricultura regin Lambayeque.
S1
DMg =
log 2 N
Donde:
S = nmero de especies
N = nmero total de individuos
En el clculo de este ndice, como cualquier otro que utilice logaritmos, es preciso notar
que el resultado depende del tipo de logaritmo que se emplee.
Ao Margalef Margalef
1989 (ln)
2.531 (Log 2)
1.754
1990 2.537 1.758
1991 2.605 1.806
1992 2.464 1.708
1993 2.392 1.658
1994 2.832 1.963
1995 2.827 1.960
1996 2.964 2.054
1997 2.984 2.069
1998 3.084 2.138
1999 3.007 2.085
2000 3.093 2.144
2001 2.996 2.076
2002 3.038 2.106
2003 2.914 2.020
2004 3.052 2.115
2005 2.867 1.988
2006 2.973 2.061
2007 2.743 1.901
2008 2.875 1.993
2009 3.132 2.171
2010 2.972 2.060
2011 3.011 2.087
2012 2.865 1.986
2013 2.884 1.999
Los Valores inferiores a 2,0 son considerados como relacionados con zonas de baja
diversidad (en general resultado de efectos antropognicos) y valores superiores a 5,0
son considerados como indicativos de alta biodiversidad (Margalef R, 1995). A mayor
valor del ndice, mayor nmero de especies, lo que nos estara indicando que en los aos
1998, 2004 y 2009 como se observa en el grafico 3 se obtuvo el mayor valor del ndice,
mientras que en los aos 1992, 1993 se observa los menores valores del ndice. Lo cual
supone una alteracin originada por factores climticos o antropognicos en dichos
periodos
Determinacin de la estructura
Peet (1974) clasific estos ndices de abundancia en ndices de equidad, aquellos que
toman en cuenta el valor de importancia de cada especie, e ndices de heterogeneidad,
aquellos que adems del valor de importancia de cada especie consideran tambin el
nmero total de especies en la comunidad. Sin embargo, cualquiera de estos ndices
enfatiza ya sea el grado de dominancia o la equidad de la comunidad, por lo que para
fines prcticos resulta mejor clasificarlos en ndices de dominancia e ndices de
equidad.
Dominancia
ndice de Simpson
2
= pi
Donde:
pi = abundancia proporcional de la especie i, es decir, el nmero de individuos
de la especie i dividido entre el nmero total de individuos de la muestra.
Manifiesta la probabilidad de que dos individuos tomados al azar de una muestra sean
de la misma especie. Est fuertemente influido por la importancia de las especies ms
dominantes (Magurran, 1988; Peet, 1974). Como su valor es inverso a la equidad, la
diversidad puede calcularse como 1 (Lande, 1996).
Cuadro 4.-Indice de Simpson
Indices de Simpson
1
0.8
0.6
0.4
0.2
0
DOMINANCIA DIVERSIDAD
ndice de Shannon-Wiener
H = p i ln pi
Indice de Shannon-Wiener
4.4000
4.2000
4.0000
3.8000
3.6000
3.4000
3.2000
Para probar la hiptesis nula de que las diversidades provenientes de los tres atractores son
iguales, seguimos el procedimiento propuesto por Hutcheson. (citado por Zar, 1996)
Datos:
a.- Para cada muestra calculamos el ndice de diversidad ponderado (Hp) en funcin de la
frecuencia de cada especie
( N log2 N ) f i log2 f i
H p=
N
5831444.259774585906.1279
H p= = 3,91
318954.6
b.- Para cada muestra calculamos la varianza del ndice de diversidad ponderado
var =
f i log 22 f i( f i log2 f i) /N
N2
77386121.595527772153307720.8/364879.5556
var 1 = = 0,00001
133137090062.4200
63577407.810219671467598407.8 /314614.1667
var 2= = 0,000011
98982073867.3612
67282235.998221030535013743.9/318954.6
var 3 = = 0,000013
101732036861.16000
Atractores Diferencia
A1 A2 D var = 0,00001+ 0,000011 0,000021 0,0046
H p H p
t= 1 2
Dvar
Atractores Valor t
A1 A 2 4.034.17 -30.43
t=
0.0046
A1 A 3 4.033.91 25
t=
0.0048
A2 A 3 4.173.91 53.06
t=
0.0049
2
( var 1+ var 2 )
g .l .=
( var 21 / N 1 )+ ( var 22 / N 2 )
Atractore Grados de
s Libertad
A1 A 2 ( 0.00001+0.000011 )2 0.000000000441 669 540
t= 0.000000000000000658
0.000012 0.000011 2
( 364879.5556
+ )(
314614.1667 )
A1 A 3 ( 0.00001+0.000013 )2 0.000000000529 658 026
t= 0.000000000000000803919
0.000012 0.0000132
( 364879.5556
+ )(
318954.6 )
A2 A 3 ( 0.000011+ 0.000013 )2 0.000000000576 629 880
t= 0.00000000000000091446
0.0000112 0.0000132
( 314614.1667
+ )(
318954.6 )
RESULTADOS
El uso del programa PAST nos ha permitido obtener datos estadsticos de cada una de
las variables en el periodo 1989 2013; as en el caso del arroz obtuvimos la siguiente
informacin: rendimiento mnimo: 4 316 kilos; rendimiento mximo: 9 117 kilos. El
promedio de produccin fue de 7 156,6 kilos, con una desviacin estndar de 1 376,34
kilos, el coeficiente de variabilidad fue de 19,23 lo que nos indica una baja variabilidad
en el rendimiento por hectrea entre aos.
ARROZ
CASCARA
N 25
Min 4316
Max 9117
Sum 178917
Mean 7156.68
Std. error 275.269
Variance 1894325
Stand.
desviacin 1376.345
Median 7681
25 percentil 5777.5
75 percentil 8272.5
Skewness -0.4726108
Kurtosis -1.054038
Geom. mean 7018.545
Coeff. var 19.23161
Arroz
Frjol.
A partir del ao 1994, el cultivo de frjol, adquiri importancia en los agricultores del
departamento por su demanda en el mercado internacional que lo converta en un
producto de exportacin, dando lugar incluso a la instalacin de la Oficina Prompex
menestras Lambayeque, con el objeto de contribuir a mejorar la competitividad y
rentabilidad de la oferta exportable del frjol Caupi. El comportamiento del cultivo en
los ltimos diez aos muestra un crecimiento del 26 % respecto a siembras, en tanto que
en produccin y rendimiento el incremento es ligero y del orden del 5 % y 7 %
respectivamente, a consecuencia de la disponibilidad de semillas mejoradas.
Caa de azcar