“Año del Buen Servicio al Ciudadano”

FACULTAD DE INGENIERÍA

LAS INDUSTRIAS DE LOS ALIMENTOS EN EL

PERÚ
Curso:
Cálculo de Varias Variables
Bloque:
FC-PREIAM3E1M
Docente:
Santisteban León, Edgar Ovidio

Integrantes:
Belleza Ychpas, Bárbara Yolanda 1611279
Delgado López, Luiggi Donato 1410519
Flores Cachay, Ayrton Cesar 1220263
Huerta Coronado, Jair Robert 1711015
Tamariz Guillermo, Claudia Shirley 1520196
Zevallos Carranza, Rommel Andersen 1611081

2017- 01

1
ÍNDICE

INTRODUCCIÓN ..................................................................................................................... 3
RESUMEN................................................................................................................................. 4
ABSTRACT ............................................................................................................................... 5
1. Generalidades ..................................................................................................................... 6
2. Contextualización del problema............................................................................................. 6
3. Marco teórico ......................................................................................................................... 8
3.1 Situación actual de la industria alimentario en el Perú .................................................... 9
4. Etapas ................................................................................................................................... 10
4.1 Primera etapa: recopilación y procesamiento de información ....................................... 10
4.2 Segunda etapa: Estudio de casos .................................................................................... 18
4.2.1 Caso 1 ...................................................................................................................... 18
4.2.2. Caso 2 ..................................................................................................................... 25
4.2.3. Caso 3 ..................................................................................................................... 38
4.3 Tercera etapa: Responsabilidad social y contaminación ambiental ............................... 42
REFENCIAS ............................................................................................................................ 49

2
INTRODUCCIÓN

El siguiente trabajo se refiere al tema de las industrias alimentarias en el Perú, que se puede

definir como aquella que se encarga de todos los procesos relacionados con la cadena

alimentaria; incluye las fases de transporte, recepción, almacenamiento, procesamiento,

conservación y servicio de alimentos para el consumo humano. La industria alimentaria es

uno de los sectores más importantes, dinámicos y estratégicos de la economía nacional,

principalmente por que las actividades que la conforman están orientadas a la elaboración y

procesamiento de una gran cantidad de bienes destinados al consumo privado (hogares y

empresas).

En la siguiente entrega se solucionará problemas relacionados a esta industria aplicando

métodos matemáticos como derivadas parciales y a la vez se informará a próximos sobre el

incremento de la industria alimentaria en nuestro país, siendo una de las más necesitadas para

la población.

3
RESUMEN

Es necesario conocer todas las definiciones y conceptos matemáticos, para determinar

diferentes problemas de la vida real. En esta oportunidad se enfrenta un problema relacionado

a la industria alimentaria en el Perú; para la cual en esta primera entrega se desarrolla la

primera y segunda etapa en donde aplicaremos conceptos matemáticos aprendidos en clase,

trabajo en equipo, recopilación y procesamiento de información.

En la segunda etapa al desarrollar el caso 1, la cual consiste en ayudar a un subgerente a

decidir cuál modelo es mejor para los gastos de monto monetario considerable, aplicando

derivadas parciales hallamos que para cantidades superiores a 25 millones en publicidad las

ventas empezarán a decaer y para la ecuación del modelo 2 las ventas serán negativas después

de gastar montos superiores a los 25 millones de dólares en publicidad por televisión. Por

último, aplicando derivadas en la ecuación de relación entre la publicidad y ventas se halla

que si se asigna más dinero a la publicidad por televisión las ventas aumentan, pero de forma

mínima, haciendo esta modelo de ecuación el mejor para altos gastos.

Es necesario resaltar que para la ejecución de dicho problema se necesitó del uso de

tecnologías que faciliten la determinación y la conclusión, una buena coordinación

emprendedora de equipo, y las buenas enseñanzas del profesor de manera coherente y firme

que educa al estudiante.

4
ABSTRACT

It is necessary to know all the definitions and mathematical concepts, to determine different

problems of the real life. On this occasion, there is a problem related to the food industry in

Peru; for which in this first delivery, we salve the first and secón Sage applying mathematical

concepts learned in class, teamwork, data collection and processing.

In the second stage, solving case 1, where we must help a sub manager to decide which

model is best for large monetary costs, applying partial derivatives we find that for quantities

over 25 million in advertising sales will start to decline and for model 2 equation sales will be

negative after spending more than $ 25 million in television advertising. Finally applying

derivatives in the relationship equation between advertising and sales, we find that allocating

more money to television advertising sales increase but minimally, making this equation

model the best for high expenses.

It is necessary to emphasize that the implementation of this problem required the use of

technologies that facilitate the determination and conclusion, a good entrepreneurial

coordination of equipment, and the good teaching of the teacher in a coherent and firm way

that educates the student.

5
PROYECTO FORMATIVO EN MATEMÁTICA

1. Generalidades

Título: LA INDUSTRIA DE LOS ALIMENTOS EN EL PERÚ

Curso: CÁLCULO DE VARIAS VARIABLES

Cursos que se integran: Cálculo de varias variables, Lenguaje, Economía General, y

Desarrollo Humano.

Competencias: Potenciar las capacidades de comunicación, de investigación, del uso de

tecnologías, de resolución de problemas, del trabajo en equipo y una actitud

emprendedora; a través del estudio multidisciplinario de una situación problemática de

contexto relacionada con la producción y procesamiento de la páprika; haciendo uso de

modelos matemáticos, del análisis económico, y de una oportuna toma de decisiones con

responsabilidad social

Duración: 12 semanas

Metodología: El Proyecto se desarrollará a lo largo de 12 semanas de clases en forma

progresiva y secuencial, con entregas parciales desde la recopilación de información, su

procesamiento, la solución al problema y la sustentación oral ante un panel de jurados,

previa presentación del informe final escrito. Será desarrollado en grupos de hasta 8

personas, con un claro protagonismo de sus integrantes y una asesoría permanente del

docente.

2. Contextualización del problema

La industria alimentaria en el Perú es aquella que se encarga de todos los procesos

relacionados con la cadena alimentaria; incluye las fases de transporte, recepción,

almacenamiento, procesamiento, conservación y servicio de alimentos para el consumo

humano. La industria alimentaria es uno de los sectores más importantes, dinámicos y

6
 estratégicos de la economía nacional, principalmente por que las actividades que la

conforman están orientadas a la elaboración y procesamiento de una gran cantidad de

bienes destinados al consumo privado (hogares y empresas).

Los sectores más importantes de la industria alimentaria en el Perú son: la industria

cárnica, pesquera, láctea, de bebidas, agroindustria, granos, cereales y semillas. La

industria de alimentos en el Perú ha sido impulsada fundamentalmente por el mayor poder

adquisitivo de la población, influenciado por el crecimiento del empleo y el crédito de

consumo proveído por el sistema financiero. En esta última década, el gasto per cápita

mensual en alimentos en nuevos soles reales se incrementó. Según el INEI en 2014 los

peruanos gastaron S/. 263 en alimentos, el doble que gastan en alquiler de vivienda y

combustible.

La siguiente figura 11, muestra las diversas actividades industriales de alimentos que se

desarrollan en el Perú.

Figura 1. Diversos productos de la industria alimentaria en el Perú.

1 http://industriaalimentaria.org/blog/2017/02/02/
7
3. Marco teórico

Es la industria que se encarga de todos los procesos relacionados con la cadena alimentaria;

incluye las fases de transporte, recepción, almacenamiento, procesamiento, conservación y

servicio de alimentos para el consumo humano.

La industria alimentaria es uno de los sectores más importantes y estratégicos de la

economía nacional. En el 2014 este sector represento el 5.7% del PBI (BCRP). Los

productos de esta industria son de vital importancia para la población en aspectos de

nutrición, salud y seguridad alimentaria. La siguiente gráfica2 muestra la importancia de la

industria alimentaria.

Figura2. Importancia de la industria alimentaria.

Fuente: INEI, 2009

2 https://www.inei.gob.pe/estadisticas/indice-tematico/economia/
8
3.1 Situación actual de la industria alimentario en el Perú

La industria de alimentos en el Perú ha sido impulsada fundamentalmente por el mayor

poder adquisitivo de la población, influenciado por el crecimiento del empleo y el crédito

de consumo proveído por el sistema financiero.

En esta última década el gasto per cápita mensual en alimentos en nuevos soles reales se

incrementó. En el 2014 el gasto de consumo de alimentos de los hogares peruanos

representó el 40.7% del gasto per cápita (S/. 263). El ingreso real promedio per cápita de

los hogares a escala nacional en 2014 ascendió a 855 nuevos soles, representa un

incremento de 1% respecto al 20133.

El crecimiento de las exportaciones y la apertura de nuevos mercados contribuyen

positivamente con el crecimiento de la industria de alimentos en el Perú.

Gracias a las mayores preferencias arancelarias, los mercados destinos internacionales de

los productos agroindustriales peruanos se han triplicado, pasando de 52 a 148 países en

los últimos 10 años. El desarrollo y expansión del sector retail en nuestro país, amplio los

canales de distribución de los productos elaborados por la industria alimenticia,

permitiendo llegar a clientes de diversos segmentos socioeconómicos, incrementando las

ventas, desarrollando nichos de mercado, e impulsando la generación de nuevas empresas

y el crecimiento de la pequeñas y medianas empresas de alimentos.

3 (INEI, 2014, El Comercio, lima, Perú. Recuperado de: http://elcomercio.pe/economia/peru/inei-peruanos-

gastan-alimentos-vivienda-189323)

9
 Figura 3. Las 10 empresas de alimentos más rentables del Perú.4

Fuente: América Economía Intelligence, 2013

4. Etapas

4.1 Primera etapa: recopilación y procesamiento de información

I. Sectores de la industria de los alimentos en el Perú

A continuación, se muestra una tabla comparativa en la que se aprecian diversos sectores

de la industria de alimentos que se desarrolla en el Perú.

4 Las 10 empresas de alimentos más rentables del Perú: http://rankings.americaeconomia

.com/2012/las-500-empresas -mas-grandes-de-america-latina/alimentos.php
10
Tabla 1. Matriz Comparativa

PRINCIPALES PRINCIPALES ADITIVOS ¿TIENEN ALGÚN RIESGO PARA PROCESOS

CATEGORÍAS INSUMOS QUÍMICOS LA SALUD? INDUSTRIALES
INVOLUCRADOS
1. INDUSTRIA • Carnes de res • Antioxidantes • Exceso de consumo puede Deshuesados y sacrificio
CÁRNICA • Carne de cerdo (retrasan la oxidación de causar:
• Grasa grasas) enfermedades cardiovasculares
• La mezcla de • Emulsionados • Diabetes
algunas (inyectar agua en los • Afecta la memoria
vísceras alimentos)

2. INDUSTRIA • Anchoveta Emulsificadores y • Algunos pescados cuando • Recepción de la

PESQUERA • Jurel Estabilizadores están mal preservados se materia prima
• Perico contaminan y tras su ingestión • Almacenamiento
• Conchas de se presentan náuseas, vómitos, refrigerado
abanico cefalea, diarrea, sequedad de • Selección
• Bonito boca, urticaria, diarrea y • Lavado
• Caballa broncoespasmo. • Corte
• Machete • Envasado
• Habitualmente los síntomas •
• Sardina Pesado
son autolimitados. •
• Pejerrey Congelado
• Cojinoba • Desblocado
• Jurel • Glaseado
• Cierra • Empaque
• Chita • Almacenamiento
• Lisa Congelado
• Lenguado • Despacho

11
3. INDUSTRIA • Leche de vaca • Ácido Láctico Pueden causar: • Filtración
LÁCTEA • Leche de oveja • Ácido Sorbico • Estreñimiento • Homogenización
• Leche de cabra • Sorbato de Potasio • Reacciones alérgicas • Esterilización
• Desolación

4. INDUSTRIA • Agua Ácido fosfórico: • Infarto cerebral • Tratamiento de

DE BEBIDAS • Crea un medio ácido • Depresión agua potable
que mejora la absorción del • Problemas dentales • Elaboración de
dióxido de carbono, • Diabetes bebida terminada
reduciendo la presión que • Embazados de los
genera el dióxido de carbono refrescos
y permitiendo así el • Etiquetado de los
embotellamiento. refrescos
Ácido cítrico: • Almacenamiento
• Es un acidulante y distribución
usado para complementar
sabores frutados en las
bebidas. Mantiene los
niveles de pH bajos,
impidiendo el crecimiento
de organismos.

12
5. AGROINDUSTRIA • Algodón • Tocoferol • Trastornos tendinosos Algodón:
• Café • Colorantes • Síndrome del túnel • Tejido
• Cacao • Ácido Cítrico carpiano • Teñido
• Caña • Ácido ascórbico • Osteoporosis • Estampado
• Sasha
Inchi

6. INDUSTRIA DE • Trigo • Perborato de sodio • Pie Negro Café:

GRANOS, • Soya, • Peróxido de bencillo • Caries • Recolección
CEREALES Y • Sorgo • Bromato de potasio • Hemiltosporosis • Despulpado
SEMILLAS • Arroz • Fermentación
• Lavado
• Secado
• Tostado
• Molido

13
II. Vida útil de los alimentos

a) ¿Qué es la microbiología predictiva?

La microbiología predictiva es una herramienta que permite conocer el comportamiento de

los microorganismos en todo un rango de condiciones y combinaciones ambientales

distintas. Se basa en la aplicación de modelos matemáticos para predecir el

comportamiento de los microorganismos en un alimento, según variables ambientales

reproductibles, como el grado de acidez, humedad, atmosfera, temperatura…, cuyos

efectos sinérgicos influyen entre sí para ejercer un mayor o menor grado de protección

frente a la alteración microbiana.

Una de las principales ventajas de la aplicación de modelos predictivos es la versatilidad y

flexibilidad que proporcionan, siendo una herramienta de gran utilidad para fabricantes de

alimentos a la hora de:

• Asegurar la calidad y seguridad alimentaria

• Tomar decisiones sobre el diseño y la composición de nuevos productos (nuevas

formulaciones de alimentos)

• Estimar la vida útil de los alimentos, en coherencia con la legislación aplicable y,

por lo tanto, poder predecir y actuar sobre el deterioro de los alimentos. Los modelos

predictivos microbiológicos son la base que se utiliza en los análisis cuantitativos de

riesgos.

b) Clasificación de los diversos modelos matemáticos que son usados en la

microbiología.

Según su finalidad:

• Modelos probabilísticos

• Modelos cinéticos

14
Según el fundamento matemático:

• Modelo empírico: Ajuste a partir de los datos obtenidos experimentalmente

• Modelo mecanístico: Parte de una base teórica biológica.

Esquema propuesto por Whiting y Buchanan (1993):

• Modelos primarios: Cambio en el número de microorganismos en el tiempo bajo

ciertas condiciones ambientales

- Ecuación Gompertz

- Ecuación Baranyi y Roberts

- Modelo lineal en 3 fases

Figura 4. Modelo primario propuesto por Whiting y Buchanan (1993).5

5 Modelo primario propuesto por Whiting y Buchanan: https://www.google.com.pe/search?q=

Esquema+de+Whiting+y+Buchanan+grafica&hl=es-
15
 • Modelos secundarios: Cambios en los parámetros de crecimiento frente a los

factores ambientales.

- Modelos Raíz cuadrada

- Ecuaciones polinómicas

- Redes Neuronales Artificiales

Figura 5. Ecuación de Ratkowsky (1973). 6

• Modelos terciarios: Softwares:

- Combase PMP

- SSP

- Food Spoilage predictor

6 Recuperado de: http://www.fao.org/docrep/V7180S/v7180s07.htm

16
c) Elabore una infografía mostrando la clasificación con ejemplos de los alimentos

según su vida útil.

17
4.2 Segunda etapa: Estudio de casos

4.2.1 Caso 1

PUBLICIDAD DE LOS PRODUCTOS ALIMENTICIOS PROCESADOS.

Con el fin de modelar las ventas de sus productos enlatados, suponga que un fabricante

agroindustrial de los alimentos utiliza esta ecuación:

𝑆 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑏1 𝑦

Donde S representa las ventas regionales en millones de soles, X son los gastos en

publicidad por televisión en millones de soles e Y son otros gastos de producción en millones

de soles. Aunque este modelo representa la relación que existe entre la publicidad y las ventas

en soles para pequeñas modificaciones en los gastos de publicidad, para el subgerente de

marketing es evidente que esto no se aplica en altos gastos de publicidad por televisión a

nivel nacional. Sabe por experiencia que aumentar los gastos en publicidad televisiva tiene

como resultados mayores ventas, pero con tasa de rendimiento decreciente para el producto.

Él sabe que algunas agencias de publicidad modelan la relación entre la publicada y ventas

mediante la función:

−𝑥
𝑆𝑛 (𝑥; 𝑦) = 24,58 + 325,18 (1 − 𝑒 14 ) + 𝑏1 𝑦 (1)

Donde S representa las ventas regionales en millones de soles, X son los gastos en publicidad

por televisión en millones de soles e Y son otros gastos de promoción en millones de soles.

Para los gastos en publicidad por televisión de hasta 20 millones de soles, la ecuación (1) se

aproxima mucho a:

𝑆1 (𝑥; 𝑦) = 30 + 20𝑥 − 0,4𝑥 2 + 𝑏1 𝑦 (2)

18
 La misión de ustedes, como equipo, es ayudar al subgerente a decidir cuál modelo es mejor

para los gastos de monto monetario considerable, para ellos respondan las siguientes

interrogantes.

a) Determinar la expresión para según el resultado obtenido. ¿Esto indica que las ventas

podrían decaer después de gastar cierta cantidad en publicidad por televisión? De ser así,

¿A cuánto ascendería esta cantidad?

Definimos:

x: gastos en publicidad por TV en millones de soles

y: otros gastos de promoción en millones de soles

En primer lugar, determinaremos la expresión de la derivada parcial de la función S1 respecto

de x.

𝑆1 (𝑥; 𝑦) = 30 + 20𝑥 − 0,4𝑥 2 + 𝑏1 𝑦

Derivando respecto de x

𝜕𝑆1 𝜕(30 + 20𝑥 − 0,4𝑥 2 + 𝑏1 𝑦)

=
𝜕𝑥 𝜕𝑥

Tratar b1y como constante y aplicar la regla de la suma: (f + g)’ = f’ + g ‘

𝜕𝑆1 𝜕(30) 𝜕(0,4𝑥 2 ) 𝜕(𝑏1 𝑦)

= − +
𝜕𝑥 𝜕𝑥 𝜕𝑥 𝜕𝑥

𝜕𝑆1
= 0 + 20 − 0.8𝑥 + 0
𝜕𝑥

𝝏𝑺𝟏
= 𝟐𝟎 − 𝟎. 𝟖𝒙
𝝏𝒙

Observamos que la expresión hallada corresponde a una recta cuyo gráfico se muestra a

continuación:

19
 𝝏𝑺𝟏
𝝏𝒙

Publicidad por
Televisión
I1 I x
2

𝝏𝑺𝟏
Grafica 1. De , obtenido de software Geogebra.
𝝏𝒙

La gráfica nos muestra la tasa de variación de la función S1 respecto de x. Si P(x) es la

función que representa a la tasa, podemos verificar que P(x) podrá ser positiva, nula o

negativa. Dicho de otro modo, la tasa de variación será positiva o creciente en un intervalo I1,

nula para un valor específico de x, y negativa o decreciente en un intervalo I2.

Para determinar el punto exacto en el que la tasa se vuelve nula igualamos P(x)=0

-0.8x + 20 = 0

0.8x = 20

x = 25

Entonces como X está en millones, podemos decir lo siguiente:

• Para valores de X, menores a 25 millones, la función S1 estará creciendo.

• Para X igual a 25 millones la función alcanza su máximo valor. (Segunda derivada de

S1 < 0)

• Para valores de X, mayores a 25 millones, la función S1 estará decreciendo.

20
 Según lo analizado, de acuerdo al modelo S1 las ventas podrían decaer luego de presentar

gastos en publicidad por televisión mayores a 25 millones.

b) Con respecto al modelo dado por (2):

I. ¿Este modelo indica que las ventas se volverán negativas después de gastar cierta

cantidad en publicidad por televisión?

El modelo S1 representado por la ecuación:

𝑆1 (𝑥; 𝑦) = 30 + 20𝑥 − 0,4𝑥 2 + 𝑏1 𝑦

Depende de dos variables (x e y). Si bien es cierto que las ventas se ven afectadas por ambos

parámetros podemos analizar mediante la gráfica para un valor positivo de b1. Las ventas

empiezan a decaer a partir de x = 25 millones. Si mantengo un valor de y constante podemos

ver que al incrementar el valor de x la función S1 corta al plano XY, por lo que los valores de

S1 empiezan a ser negativos. La cantidad a partir de la cual las ventas se volverán negativas

dependerá del valor de y.

Un esbozo del modelo para un valor de b1 > 0 sería:

S
1

Gráfica 2. De 𝑺𝟏 , obtenido de Calculadora de Google.

21
 I. ¿Después de cierto punto, deja de ser útil este modelo para pronosticar las

ventas?

Por el enunciado inicial, sabemos que un mayor gasto en publicidad por televisión conllevaría

a un incremento de las ventas. Es decir, la función que represente a las ventas deberá ser

siempre creciente respecto a los gastos en publicidad por televisión. Por ello el modelo S1

dejara de ser útil a partir del punto en el que empieza a decrecer respecto de X (25 millones).

Grafica 3. De 𝑺𝟏 para y nulo, obtenido de software Geogebra.

c) Determine la expresión para según el resultado obtenido:

Determinaremos la expresión de la derivada parcial de la función Sn respecto de x.

−𝑥
𝑆𝑛 (𝑥; 𝑦) = 24,58 + 325,18 (1 − 𝑒 14 ) + 𝑏1 𝑦

22
 Derivando respecto de x.
−𝑥
𝜕𝑆𝑛 𝜕(24,58 + 325,18 (1 − 𝑒 14 ) + 𝑏1 𝑦)
=
𝜕𝑥 𝜕𝑥

Tratar by como constante y aplicar la regla de la suma: (f + g)’ = f’ + g ‘

−𝑥
𝜕 (325,18 (1 − 𝑒 14 ))
𝜕𝑆𝑛 𝜕(24.58) 𝜕(𝑏1 𝑦)
= + +
𝜕𝑥 𝜕𝑥 𝜕𝑥 𝜕𝑥

𝝏𝑺𝒏 −𝑥
= 𝟐𝟑. 𝟐𝟐𝑒 14
𝝏𝒙

i. ¿Esto indica que, si se asigna más dinero a la publicidad por televisión, las ventas
seguirán aumentando?

De la expresión hallada, podemos decir que la tasa de cambio de la función Sn siempre será

creciente respecto de x, puesto que 𝜕𝑆𝑛/𝜕x es mayor a cero.

Gráficamente tenemos:

𝝏𝑺𝒏
𝝏𝒙 Tasa de Rendimiento de
las Ventas

x
Publicidad por
Televisión

𝝏𝑺𝒏
Gráfica 4. De , obtenido de software Geogebra.
𝝏𝒙

Dicho de otro modo, las ventas siempre serán crecientes ante un incremento del gasto en

publicidad por televisión.

23
ii. Cuando las ventas promocionales se mantienen constantes, ¿Sn crece con una tasa
creciente o decreciente?

En el gráfico anterior podemos observar que la tasa de variación ira decreciendo respecto de

x. Esto va de acorde a lo mencionado en el enunciado del caso, puesto que se conoce que un

aumento de los gastos en publicidad televisiva tiene como resultado mayores ventas, pero con

una tasa de rendimiento decreciente (La razón de crecimiento cada vez será menor).

iii. ¿Sn es un mejor modelo para altos gastos?

Definitivamente se observa que el modelo Sn representa mucho mejor la relación Ventas vs

Gastos en Publicidad puesto que la tasa de variación es siempre positiva y decrece conforme

el gasto en publicidad por televisión se acentúa.

Un esbozo del modelo para un valor de b1 > 0 sería:

Gráfica 5. De 𝑺𝒏 , obtenido de Calculadora de Google.

Se puede notar que la superficie llega a tener un plano asintótico.

24
 4.2.2. Caso 2

Diseño de envases de hojalata para envasar alimentos. Un envase de hojalata se define como

un recipiente rígido a base de metal que se usa para almacenar líquidos y/o sólidos, que puede

además cerrarse herméticamente. Está formado por una delgada capa de acero (dulce) de bajo

contenido de carbono recubierta de estaño. Se caracteriza por tener una buena estanqueidad y

hermeticidad, opacidad a la luz y radiaciones, reciclabilidad, resistencia mecánica y

capacidad de deformación.

El mineral de hierro (el cual se utiliza para obtener el acero dulce) y el estaño son dos metales

que se utilizan en la fabricación de estos envases de hojalata. Se ha estimado que la función

de demanda para el mineral de hierro, en toneladas, está dado por

y para el estaño su función de demanda en toneladas es

siendo 𝑝 y 𝑞 los precios en dólares de una tonelada de mineral de hierro y estaño,

respectivamente.

a) De acuerdo al portal http://www.indexmundi.com/es/precios-de-mercado/, en el mes de

octubre del 2016, el precio en dólares de una tonelada del mineral de hierro asciende a 𝑝

= 58,02 dólares y una tonelada de estaño se cotiza en 𝑞 = 20 099,76 dólares. Estudie, la

variación de la cantidad demandada del mineral de hierro y del estaño cuando los

respectivos precios aumentan en 1,04 y 50,45 dólares, respectivamente.

Para estudiar las variaciones que sufre una función respecto a las variaciones de sus variables

es conveniente recordar el teorema del diferencial total.

25
Definición: Sea f una función diferenciable en el punto (x,y). El diferencial total de f en el

punto (x, y), denotado por df, es una función de las variables x e y de los incrementos ∆x y

∆y y con la regla de correspondencia

𝜕𝑓 𝜕𝑓
𝑑𝑓(𝑥, 𝑦, ∆𝑥, ∆𝑦) = ∆𝑥 + ∆𝑦 7
𝜕𝑥 𝜕𝑦

De este modo si deseamos determinar cómo varia la función de la demanda de Hierro (X (p,

q)) y del Estaño (Y (p, q)) debemos analizar la diferencial total en el punto dado y con las

variaciones respectivas de las variables.

Estudio de la variación de la demanda de Hierro

𝜕𝑋 𝜕𝑋
𝑑𝑋(𝑝, 𝑞, ∆𝑝, ∆𝑞) = ∆𝑝 + ∆𝑞
𝜕𝑝 𝜕𝑞

𝜕𝑋
Calculemos
𝜕𝑝

𝜕𝑋 𝜕(2.36√𝑝 𝐿𝑛(4.86𝑞))
=
𝜕𝑝 𝜕𝑝

Tratar a q como constante y aplicar (a.f)’ = a.f’

𝜕𝑋 𝜕(√𝑝 )
= 2.36𝐿𝑛(4.86𝑞)
𝜕𝑝 𝜕𝑝

Aplicando la regla de potencia

1
𝜕𝑋 𝑝2−1
= 2.36𝐿𝑛(4.86𝑞)
𝜕𝑝 2

Finalmente

𝝏𝑿 𝟏. 𝟏𝟖𝑳𝒏(𝟒. 𝟖𝟔𝒒)
=
𝝏𝒑 √𝒑

7
Libro Matemática III, Félix Carrillo Carrascal, Tomo 2

26
 𝜕𝑋(58.02,20099.76)
Reemplazando para tenemos que:
𝜕𝑝

𝜕𝑋(58.02,20099.76)
= 1.7798948
𝜕𝑝
𝜕𝑋
Ahora, calculemos
𝜕𝑞

𝜕𝑋 𝜕(2.36√𝑝 𝐿𝑛(4.86𝑞))
=
𝜕𝑞 𝜕𝑞

𝜕𝑋 𝜕( 𝐿𝑛(4.86𝑞))
= 2.36√𝑝
𝜕𝑞 𝜕𝑞

𝜕𝑋 4.86
= 2.36√𝑝
𝜕𝑞 4.86𝑞

𝜕𝑋 2.36√𝑝
=
𝜕𝑞 𝑞

𝜕𝑋(58.02,20099.76)
Reemplazando para tenemos que:
𝜕𝑞

𝜕𝑋(58.02,20099.76)
= 0.000894355
𝜕𝑞

Si sabemos además que:

∆p = 1.04

∆q=50.45

Finalmente reemplazamos en

𝜕𝑋 𝜕𝑋
𝑑𝑋(𝑝, 𝑞, ∆𝑝, ∆𝑞) = ∆𝑝 + ∆𝑞
𝜕𝑝 𝜕𝑞

𝑑𝑋(𝑝, 𝑞, ∆𝑝, ∆𝑞) = (1.7798948)(1.04) + (0.000894355)(50.45)

𝒅𝑿(𝒑, 𝒒, ∆𝒑, ∆𝒒) = 𝟏. 𝟖𝟗𝟔𝟐𝟏

27
Dada las condiciones en el mes de octubre, la demanda sufrirá un aumento de 1.896 toneladas

de hierro cuando los precios del hierro y el estaño crezcan en 1.04 y 50.45 respectivamente.

Estudio de la variación de la demanda de Estaño

𝜕𝑌 𝜕𝑌
𝑑𝑌(𝑝, 𝑞, ∆𝑝, ∆𝑞) = ∆𝑝 + ∆𝑞
𝜕𝑝 𝜕𝑞

𝜕𝑌
Calculemos 𝜕𝑝

45.62
𝜕𝑌 𝜕( 𝑝𝑞 )
=
𝜕𝑝 𝜕𝑝

Tratar a q como constante y aplicar (a.f)’ = a.f’

1
𝜕𝑌 45.62 𝜕(𝑝)
=
𝜕𝑝 𝑞 𝜕𝑝

Finalmente

𝜕𝑌 45.62 𝜕(𝑝−1 )
=
𝜕𝑝 𝑞 𝜕𝑝

𝝏𝒀 𝟒𝟓. 𝟔𝟐
= − 𝟐
𝝏𝒑 𝒑 𝒒

𝜕𝑌(58.02,20099.76)
Reemplazando para tenemos que:
𝜕𝑝

𝜕𝑌(58.02,20099.76) 45.62
=−
𝜕𝑝 (58.02)2 (20099.76)

𝝏𝒀(𝟓𝟖.𝟎𝟐,𝟐𝟎𝟎𝟗𝟗.𝟕𝟔)
= −𝟔. 𝟕𝟒𝟐𝟑𝟏𝟑𝟕𝟖 𝒙 𝟏𝟎−𝟕
𝝏𝒑

𝜕𝑌
Ahora, calculemos
𝜕𝑞

45.62
𝜕𝑌 𝜕( 𝑝𝑞 )
=
𝜕𝑞 𝜕𝑞

28
Tratar a p como constante y aplicar (a.f)’ = a.f’

1
𝜕𝑌 45.62 𝜕(𝑞 )
=
𝜕𝑞 𝑝 𝜕𝑞

Finalmente

𝜕𝑌 45.62 𝜕(𝑝−1 )
=
𝜕𝑞 𝑝 𝜕𝑝

𝝏𝒀 𝟒𝟓. 𝟔𝟐
= − 𝟐
𝝏𝒒 𝒒 𝒑

𝜕𝑌(58.02,20099.76)
Reemplazando para tenemos que:
𝜕𝑞

𝜕𝑌(58.02,20099.76) 45.62
=−
𝜕𝑞 (20099.76)2 (58.02)

𝝏𝒀(𝟓𝟖.𝟎𝟐,𝟐𝟎𝟎𝟗𝟗.𝟕𝟔)
= −𝟏. 𝟗𝟒𝟔𝟐𝟑𝟕𝟒 𝒙 𝟏𝟎−𝟗
𝝏𝒒

Si sabemos además que:

∆p = 1.04

∆q=50.45

Finalmente reemplazamos en

𝜕𝑌 𝜕𝑌
𝑑𝑌(𝑝, 𝑞, ∆𝑝, ∆𝑞) = ∆𝑝 + ∆𝑞
𝜕𝑝 𝜕𝑞

𝑑𝑌(𝑝, 𝑞, ∆𝑝, ∆𝑞) = (−6.74231378 𝑥 10−7 )(1.04) + (−1.9462374 𝑥 10−9 )(50.45)

𝑑𝑌(𝑝, 𝑞, ∆𝑝, ∆𝑞) = −7.9938831 𝑥 10−7

Dada las condiciones en el mes de octubre, la demanda sufrirá una caída de

7.9938831 𝑥 10−7 toneladas de estaño cuando los precios del hierro y el estaño crezcan en

1.04 y 50.45 respectivamente.

29
b) En el archivo CVV_datos PFM2 alimentos.xlsx, ubicado en el Campus Virtual del curso,

se encuentra el historial de precios del mineral de hierro y el estaño. (Descargue el

archivo)

i. Use un software para determinar una expresión polinomial adecuada 𝑝 = (𝑡) para el

precio del mineral de hierro en función del tiempo y 𝑞 = (𝑡) para el precio del estaño en

función del tiempo.

Haciendo uso del Excel calculamos mediante regresión los modelos polinómicos de grado 4

para el precio del Hierro y Estaño en función del tiempo.

Evolución de Precios
25000 100

90
20000 y = 0.1161x4 - 6.4983x3 + 162.18x2 - 1694.9x + 20967
80
15000 70
y= -0.0012x4 + 0.054x3 - 0.6709x2 + 1.1187x + 62.92
10000 60

50
5000
40

0 30
0 5 10 15 20 25

Estaño Hierro Polinómica (Estaño) Polinómica (Hierro)

Gráfica 6. De la evolución de los precios en el tiempo, obtenido de MS Excel 2013

Sea p(t) la función del Precio del Hierro y q(t) la función del precio del Estaño, se obtuvo las

siguientes expresiones polinómicas para representa al precio del hierro y el estaño.

p(t) = -0.0012t4 + 0.054t3 – 0.6709t2 + 1.1187t + 62.92

q(t) = 0.1161t4 - 6.4983t3 + 162.18t2 - 1694.9t + 20967

30
ii. Determine la variación de la cantidad demandada del mineral de hierro y del estaño

con respecto al tiempo para el mes de julio del 2016. Redacte un texto en el que muestre

la interpretación de sus resultados.

Si queremos determinar la variación de la demanda del Hierro y el Estaño en función del

tiempo podemos valernos de la conocida Regla de la Cadena.

Definición: Sea w = f (x, y) y sean x = g(t) e y = h(t). Entonces w es una función de t definida

por la ecuación w=F(t)=f(g(t), h(t)). Si g y h son diferenciables en t y f es diferenciable en

(g(t), h(t)), entonces w es diferenciable en t, siendo

𝑑𝑤 𝜕𝑤 𝜕𝑥 𝜕𝑤 𝜕𝑦
= ( )( ) + ( )( )
𝑑𝑡 𝜕𝑥 𝜕𝑡 𝜕𝑦 𝜕𝑡

Para nuestro caso, podemos definir lo siguiente:

𝑑𝑋 𝜕𝑋 𝜕𝑝 𝜕𝑋 𝜕𝑞
= (𝜕𝑝 ) ( 𝜕𝑡 ) + (𝜕𝑞 ) ( 𝜕𝑡 ) , para el caso del hierro
𝑑𝑡

𝑑𝑌 𝜕𝑌 𝜕𝑝 𝜕𝑌 𝜕𝑞
= (𝜕𝑝) ( 𝜕𝑡 ) + (𝜕𝑞) ( 𝜕𝑡 ) , para el caso de estaño
𝑑𝑡

Primero analicemos la demanda del Hierro respecto del tiempo.

𝑑𝑋
Para calcular necesitamos hallar:
𝑑𝑡

𝝏𝑿
:
𝝏𝒑

𝜕𝑋 1.18𝐿𝑛(4.86𝑞)
=
𝜕𝑝 √𝑝

𝝏𝒑
:
𝝏𝒕

𝜕(−0.0012𝑡 4 + 0.054𝑡 3 − 0.6709𝑡 2 + 1.1187𝑡 + 62.92)

= −0.0048𝑡 3 + 0.162𝑡 2 − 1.3418𝑡 + 1.1187
𝜕𝑡

31
𝝏𝑿
:
𝝏𝒒

𝜕𝑋 2.36√𝑝
=
𝜕𝑞 𝑞

𝝏𝒒
:
𝝏𝒕

𝜕(0.1161𝑡 4 − 6.4983𝑡 3 + 162.18𝑡 2 − 1694.9𝑡 + 20967)

= 0.4644𝑡 3 − 19.4949𝑡 2 + 324.36𝑡 − 1694.9
𝜕𝑡

Ahora determinaremos el valor de cada uno para el ms de Julio del 2016. Vale mencionar que

el número del mes correspondiente parea Julio 2016 es el 19. El precio del hierro fue 56.57 y

el del estaño ascendió a 17826.23.

Calculamos

𝜕𝑋
= 1.78372925385
𝜕𝑝

𝜕𝑝
= 1.1833
𝜕𝑡

𝜕𝑋
= 0.00099573915
𝜕𝑞

𝜕𝑞
= 615.6
𝜕𝑡

Finalmente

𝑑𝑋
= 1.7837 ∗ 1.1833 + 0.0009957 ∗ 615.6
𝑑𝑡

𝒅𝑿
= 𝟐. 𝟕𝟐𝟑𝟔𝟔𝟒
𝒅𝒕

La demanda de Hierro tuvo una variación de 2.72 en el mes de julio de 2016.

Ahora analicemos la demanda del Estaño respecto del tiempo.

32
 𝑑𝑌
Para calcular necesitamos hallar:
𝑑𝑡

𝝏𝒀
:
𝝏𝒑

𝝏𝒀 𝟒𝟓. 𝟔𝟐
= − 𝟐
𝝏𝒑 𝒑 𝒒

𝝏𝒑
:
𝝏𝒕

𝜕(−0.0012𝑡 4 + 0.054𝑡 3 − 0.6709𝑡 2 + 1.1187𝑡 + 62.92)

= −0.0048𝑡 3 + 0.162𝑡 2 − 1.3418𝑡 + 1.1187
𝜕𝑡

𝝏𝒀
:
𝝏𝒒

𝝏𝒀 𝟒𝟓. 𝟔𝟐
= − 𝟐
𝝏𝒒 𝒒 𝒑

𝝏𝒒
:
𝝏𝒕

𝜕(0.1161𝑡 4 − 6.4983𝑡 3 + 162.18𝑡 2 − 1694.9𝑡 + 20967)

= 0.4644𝑡 3 − 19.4949𝑡 2 + 324.36𝑡 − 1694.9
𝜕𝑡

Ahora determinaremos el valor de cada una de las derivadas para el mes de Julio del 2016.

Vale mencionar que el número del mes correspondiente parea Julio 2016 es el 19. El precio

del hierro fue 56.57 y el del estaño ascendió a 17826.23.

Calculamos

𝜕𝑌
= −7.99693227 𝑥 10−7
𝜕𝑝

𝜕𝑝
= 1.1833
𝜕𝑡

𝜕𝑌
= −2.53775733 𝑥 10−9
𝜕𝑞

33
 𝜕𝑞
= 615.6
𝜕𝑡

Finalmente

𝑑𝑌
= −7.99693227 𝑥 10−7 ∗ 1.1833 + −2.53775733 𝑥 10−9 ∗ 615.6
𝑑𝑡

𝒅𝒀
= −𝟎. 𝟎𝟎𝟎𝟎𝟎𝟐𝟓𝟎𝟖𝟓𝟐
𝒅𝒕

La demanda de Estaño tuvo una variación de -0.0000025 en el mes de julio de 2016.

De lo calculado anteriormente sabemos que la tasa de variación de la demanda de Hierro

respecto en el mes de julio 2016 es creciente. Esto quiere decir que la demanda de hierro en el

mes de julio presentara un crecimiento de 2.72 toneladas. Por el contrario, la tasa de variación

de la demanda de Estaño en el mes de julio 2016 es negativa, por lo tanto, para este mes la

demanda de Estaño presentara un decaimiento de 0.0000025 toneladas de estaño.

c) Estudie en qué dirección se ha de modificar los precios dados en el ítem a) para elevar al

máximo la cantidad demandada tanto del mineral de hierro y el estaño.

Para determinar la dirección en el que la demanda tendrá un mayor crecimiento recurriremos

al análisis de la gradiente o derivada direccional.

La derivada direccional de una función mide la tasa de variación de la función en la dirección

dada.

Sea z = f (x, y) una función de x e y tal que fx y fy existen. Entonces el gradiente de f, denotado

por 𝛁f(x, y), es el vector

𝛁𝒇(𝒙, 𝒚) = 𝒇𝒙 (𝒙, 𝒚)𝒊 + 𝒇𝒚 (𝒙, 𝒚)𝒋

Teorema

Si v es un vector unitario, la derivada direccional de la función f en el punto (a, b) en la

dirección de v es el producto escalar

34
 ∇f (a, b) · v

Para funciones de tres variables se verifica igualmente esta propiedad. Como se sabe, el

producto escalar es máximo cuando estos vectores son paralelos. Es decir que la derivada

direccional es máxima en la dirección ∇f (a, b).

En este sentido tenemos que si f es diferenciable en el punto (a, b) y se tiene que ∇f (a, b) ≠ 0

entonces:

* El máximo valor de la derivada direccional Df es ||∇f (a, b) || y el vector u es entonces el

vector unitario asociado a ∇f (a, b).

* El mínimo valor de la derivada direccional Df es - ||∇f (a, b) || y el vector u es entonces el

vector unitario asociado a −∇f (a, b).

Esto quiere decir que en el punto (a, b) la función crece más rápidamente en el sentido del

gradiente ∇f (a, b) y decrece más rápidamente en el opuesto.

Para nuestro caso, analizaremos primero la derivada direccional de la demanda del Hierro.

𝛁𝑿(𝒑, 𝒒) = 𝑿𝒑 (𝒑, 𝒒)𝒊 + 𝑿𝒒 (𝒑, 𝒒)𝒋

Calculemos:

1.18𝐿𝑛(4.86𝑞)
𝑋𝑝 (𝑝, 𝑞) = 𝐷𝑝 𝑋 =
√𝑝

2.36√𝑝
𝑋𝑞 (𝑝, 𝑞) = 𝐷𝑞 𝑋 =
𝑞

Para el mes de octubre 2016 el precio del hierro fue 58.02 y el precio del estaño fue

20,099.76.

Reemplazando

1.18𝐿𝑛(4.86∗20099.76)
𝑋𝑝 (𝑝, 𝑞 ) =
√58,02

𝑋𝑝 (𝑝, 𝑞) = 1.7798948

35
 2.36√58.02
𝑋𝑞 (𝑝, 𝑞) =
20099.76

𝑋𝑞 (𝑝, 𝑞) = 0.00099573915

𝛁𝑿(𝒑, 𝒒) = 𝟏. 𝟕𝟕𝟗𝟖𝟗𝒊 + 𝟎. 𝟎𝟎𝟎𝟗𝟗𝟓𝟕𝒋

Por lo tanto, la demanda de hierro tendrá un mayor crecimiento en la dirección

(1.77989; 0.0009957).

Analizamos ahora la derivada direccional de la demanda del Estaño.

𝛁𝒀(𝒑, 𝒒) = 𝒀(𝒑, 𝒒)𝒊 + 𝒀𝒒 (𝒑, 𝒒)𝒋

Calculemos

−𝟒𝟓. 𝟔𝟐
𝒀𝒑 (𝒑, 𝒒) = 𝑫𝒑 𝒀 =
𝒑𝟐 𝒒

−𝟒𝟓. 𝟔𝟐
𝒀𝒒 (𝒑, 𝒒) = 𝑫𝒒 𝒀 =
𝒒𝟐 𝒑

Para el mes de octubre 2016 el precio del hierro fue 58.02 y el precio del estaño fue

20,099.76.

Reemplazando

−45.62
𝑌𝑝 (𝑝, 𝑞 ) =
58.022 (20099.76)

𝑌𝑝 (𝑝, 𝑞) = −6.74231378 ×10−7

−45.62
𝑌𝑞 (𝑝, 𝑞) =
20099.762 (58.02)

𝑌𝑞 (𝑝, 𝑞) = −1.9462374 ×10−9

𝛁𝒀(𝒑, 𝒒) = −6.74231378 ×10−7 𝒊 + −1.9462374 ×10−9 𝒋

36
Por lo tanto, la demanda de estaño tendrá un mayor crecimiento en la dirección (-6.74231378

x 10-7; -1.9462374 x 10-9).

c) Considerando que, en el mes de octubre del 2016, los precios en dólares de una tonelada

del mineral de hierro ascienden a 𝑝 = 58,02 dólares y una tonelada de estaño se cotiza en

𝑞 = 20 099,76 dólares, calcule cómo deberían variar los precios de ambos minerales para

elevar aproximadamente la demanda del mineral de hierro en 20,30 toneladas y disminuir

aproximadamente la demanda del estaño en 52,35 toneladas.

Partiendo de la ecuación de la diferencial total para el hierro y el estaño calculados en el

primer hito.

𝜕𝑋(𝑝, 𝑞) 𝜕𝑋(𝑝, 𝑞)
𝑑𝑋(𝑝, 𝑞, ∆𝑝, ∆𝑞) = ∆𝑝 + ∆𝑞
𝜕𝑝 𝜕𝑞

𝜕𝑌(𝑝, 𝑞) 𝜕𝑌(𝑝, 𝑞)
𝑑𝑌(𝑝, 𝑞, ∆𝑝, ∆𝑞) = ∆𝑝 + ∆𝑞
𝜕𝑝 𝜕𝑞

𝜕𝑋(𝑝,𝑞) 𝜕𝑋(𝑝,𝑞) 𝜕𝑌(𝑝,𝑞) 𝜕𝑌(𝑝,𝑞)

Los valores de , , y ya fueron calculados para el mes de octubre
𝜕𝑝 𝜕𝑞 𝜕𝑝 𝜕𝑞

2016 en el hito a. Así mismo nos señalan que la elevación de la demanda del hierro (𝑑𝑋)

deberá ser 20.3 toneladas y la disminución del estaño (𝑑𝑌) deberá ser 52.35 toneladas.

Reemplazando en las ecuaciones

20.3 = 1.7798948 ∆𝑝 + 0.000894355 ∆𝑞

−52.35 = −6.74231378 x10−7 ∆𝑝 + −1.9462374 x10−9 ∆𝑞

Lo que se obtiene es un sistema de ecuaciones con dos variables que vendrían a ser la

variación del precio del hierro (∆p) y la variación del precio del estaño (∆q).

37
Resolviendo el sistema mediante el método de Gauss.

1.7798948 0.000894355 ∆𝑝 20.3

=
−6.74231378 x10−7 −1.9462374 x10 −9 ∆𝑞 −52.3

∆𝑝 0.6802 0.000894355 20.3

=
∆𝑞 −235.65 −622102520.87 −52.3

∆𝑝 312591.79
=
∆𝑞 −622102520.87

4.2.3. Caso 3

Arequipa: primera cuenca lechera del Perú.

Arequipa continúa siendo la primera cuenca lechera del país, seguida de Cajamarca y la zona

norte de Lima. Se tiene conocimiento que el 90 por ciento de la producción es destinada a las

grandes empresas que elaboran leche evaporada y derivados, mientras que el 10% restante es

para la industria del queso y yogurt.

En la figura adjunta, se muestra la producción nacional de leche de vacuno en el

departamento de Arequipa para el período 2004 – 2014, en toneladas métricas.

Figura 5. Producción de leche. Departamento de Arequipa 2004 - 2015.

http://siea.minagri.gob.pe/siea/sites/default/files/anuario_produccion_agricola_ganadera.pdf/

A partir de los datos del cuadro en la figura 5, se ha generado el mapa de contorno que se

muestra en la figura 6, en el que la superficie total, del departamento de Arequipa, en la que

38
se produce la leche está representada por el rectángulo cuyos lados miden 212,52 km de oeste

a este y 298,07 km de sur a norte. Considere que 𝑓 (𝑥, 𝑦) modela la producción anual total de

leche en toneladas, en un lugar a 𝑥 kilómetros al este e 𝑦 kilómetros al norte del origen de

coordenadas. Use el mapa de contorno para estimar la producción promedio anual de leche

en el departamento de Arequipa en el período 2004 al 2015.

Solución:

Para el cálculo de la producción promedio de leche en la región de Arequipa recordaremos el

teorema del valor promedio.

Definimos que el valor promedio de una función f de dos variables definida en un rectángulo

es

1
𝑓𝑝𝑟𝑜𝑚 = ∬ 𝑓(𝑥, 𝑦)𝑑𝐴
𝐴(𝑅)
𝑅

Donde A(R) es el área del rectángulo R.

Así mismo podemos definir a la integral como la sumatoria de los valores promedio de la

función en cada uno de los n x m rectángulos, multiplicada por el área respectiva del

rectángulo.

𝑛 𝑚

∬ 𝑓(𝑥, 𝑦)𝑑𝐴 = ∑ ∑ 𝑓(𝑥̅𝑖 , 𝑦̅𝑗 )∆𝐴

𝑅 𝑖=1 𝑗=1

39
Para nuestro caso dividiremos el mapa de contornos en 20 rectángulos.
n

1 2 3 4 5 m

Figura 6. Mapa de contorno de la producción de leche- Departamento de Arequipa 2004

- 2015.

Elaboración propia.

Teniendo como base el cuadro de la figura 5¿6, calcularemos el valor de la función en el

punto medio de cada rectángulo. En caso de que la línea del contorno no contenga un punto

centro del rectángulo, el valor de la función se hallará por interpolación simple ayudándonos

para ello de las líneas punteadas.

Sea Pij el valor de la función en el rectángulo de la fila i y columna j.

P11 = Prod2013 + (Prod2014 - Prod2013) *1/3 = 318,671.34

P12 = Prod2006 + (Prod2015 - Prod2006) *2/3 = 333,031.18

P13 = Prod2010 = 355,013.11

P14 = Prod2011 = 363,668.19

P15 = Prod2012 = 352,405.71

P21 = Prod2013 = 315,380.37

40
P22 = Prod2015 = 335,534.45

P23 = Prod2007 = 365,749.47

P24 = Prod2008 + (Prod2009 - Prod2008) *7/8 = 386,387.69

P25 = Prod2010 + (Prod2011 - Prod2010) *4/9 = 358,859.812

P31 = Prod2005 + (Prod2013 - Prod2005) *5/7 = 310,081.239

P32 = Prod2006 + (Prod2015 - Prod2006) *1/4 = 329,902.092

P33 = Prod2015 + (Prod2012 - Prod2015) *1/2 = 343,970.08

P34 = Prod2010 = 355,013.11

P35 = Prod2012 + (Prod2010 - Prod2012) *2/7 = 353,150.681

P41 = Prod2004 + (Prod2005 - Prod2004) *2/5 = 293,009.64

P42 = Prod2013 + (Prod2014 - Prod2013) *2/13 = 316,899.279

P43 = Prod2014 + (Prod2006 - Prod2014) *1/10 = 325,530.416

P44 = Prod2006 = 328,024.64

P45 = Prod2014 + (Prod2006 - Prod2014) *2/5 = 326,361.824

𝑛 𝑚 4 5

∑ ∑ 𝑓(𝑥̅𝑖 , 𝑦̅𝑗 ) = ∑ ∑ 𝑃𝑖𝑗 = 6´766,644.32

𝑖=1 𝑗=1 𝑖=1 𝑗=1

Luego, como el mapa tiene dimensiones de 212.52km x 298.07km podemos decir que cada

rectángulo será 1/20 del área total.

∆A = (212.52x298.07) /20

∆A = 3,167.3

Por lo tanto, reemplazaremos los valores en

41
 𝑛 𝑚
1
𝑓𝑝𝑟𝑜𝑚 = ∑ ∑ 𝑓(𝑥̅𝑖 , 𝑦̅𝑗 )∆𝐴
𝐴(𝑅)
𝑖=1 𝑗=1

1
𝑓𝑝𝑟𝑜𝑚 = (6′ , 766,644.32)(3,167.3)
63,345.84

𝑓𝑝𝑟𝑜𝑚 = 338,333.071

Por lo tanto, podemos decir que la producción promedio anual en la región de Arequipa es

aproximadamente 333,333.071 toneladas métricas.

4.3 Tercera etapa: Responsabilidad social y contaminación ambiental

a) En un informe publicado en 2013 por la FAO, se da a conocer que anualmente se

desperdician la asombrosa cifra de 1 300 millones de toneladas de alimentos. ¿Qué

daños provocan a los recursos naturales (el clima, el uso del agua, el suelo y la

biodiversidad) este desperdicio de alimentos, teniendo en cuenta que de estos recursos la

humanidad depende para alimentarse?

Según el informe de la FAO, cada año el mundo desperdicia millones de alimentos

producidos, que al no consumirlos provocan daños a nuestros recursos naturales. Entre ellos

se puede mencionar los siguientes:

• El desperdicio de cereales en Asia genera un gran impacto en las emisiones de

carbono, para el agua y el suelo. Como es el caso del arroz, que dada a sus altas

emisiones de metano junto con un elevado nivel de desperdicio.

• El desperdicio de carne en el mundo es relativamente bajo, el sector cárnico genera

un impacto considerable en el ambiente con respecto a la ocupación del suelo y la

huella de carbono, especialmente en los países de ingresos elevados y Latinoamérica,

42
 que en conjunto abarcan el 80 % del total de despilfarro de carne. Excluyendo

Latinoamérica, las regiones de ingresos altos son responsables de cerca del 67 % de

todo el desperdicio de carne.

• El desperdicio de fruta contribuye de manera significativa al despilfarro de agua en

Asia, Europa y Latinoamérica, principalmente por sus niveles extremadamente altos.

• El despilfarro de hortalizas en los países industrializados de Asia, Europa y el sur y

sudeste de Asia se traducen en una gran huella de carbono para ese sector.8

Figura 7. Mal uso de los alimentos

Fuente: Cuarto poder

b) Elabore una lista de por lo menos cinco productos. ¿Consideran ustedes que evitando

el consumo de estos productos cuidarán el planeta, la biodiversidad y hasta su salud?

Cada uno de los integrantes del equipo, ¿está dispuesto a cambiar sus hábitos para

cuidar nuestro planeta?

A veces parece que cuidar el medio ambiente requiere enormes cambios y mucho dinero,

pero no es así. Si reconfiguramos pequeños hábitos cotidianos y cambiamos cosas fáciles por

aquellas que requieren más tiempo y son más sanas, podemos mejorar nuestras vidas y las de

aquellos que nos rodean. De esta manera contribuiríamos con en el bienestar del planeta y

8
http://primeravuelta.com/2016/10/17/columna-cuarto-poder-el-infame-desperdicio-de-alimentos/
43
nuestra salud. A continuación, presentamos una lista de productos que deben evitarse y, al

hacerlo, se cuidará del planeta, la biodiversidad y hasta nuestra salud.

• Café normal:

El café es un cultivo que naturalmente crece en la sombra; sin embargo, a causa de la

alta demanda comercial, los agricultores ahora cultivan el grano en pleno sol. Al

hacerlo, utilizan altísimas cantidades de pesticidas, herbicidas y fertilizantes químicos

que dañan el medio ambiente. También deben talar muchas hectáreas de selva.

• Carne proveniente de granjas industriales:

Este tipo de granjas tiene dos problemas principales:

1. Para cultivar la soya y el maíz transgénico con el que alimentarán a los animales,

primero deben talar enormes zonas forestales.

2. Mantener estas enormes cantidades de carne en refrigeradores o congeladores

consume muchísima energía.

• Aceite de palma:

Más de la mitad de los alimentos procesados contienen aceite de palma (galletas,

sopas y Nutella). La producción de aceite de palma es uno de los principales factores

que amenazan las selvas en el mundo, particularmente en Asia. Especialistas estiman

que ya se han talado más de 8 millones de hectáreas para cultivar este tipo de árboles,

poniendo en peligro de extinción a los orangutanes.

44
 • Atún aleta azul:

Este tipo de atún se considera un verdadero manjar en Japón y se consume en los

restaurantes de sushi más exclusivos del planeta. La especie está en grave peligro de

extinción, ya que son animales cuyos ciclos reproductivos son muy lentos y la pesca

relativamente alta.

• Maíz OGM:

Este tipo de cultivo es quizá el que más daña el medio ambiente: contamina el aire,

agua y tierra, mata a las abejas y reduce la biodiversidad de un alimento esencial en

muchos países de Centro y Sudamérica.

Estamos dispuestos a cambiar nuestros hábitos considerablemente, ya que los alimentos que

elegimos tienen un gran impacto ambiental. Según una página española “20 minutos”, si

continúan las tendencias actuales, la producción de alimentos por sí sola alcanzará, e incluso

superará, las metas mundiales de gases de efecto invernadero totales en 2050. Así mismo, la

página menciona un estudio de la Universidad de Cambridge, publicado en Nature Climate

Change, sugiere que el cambio a una dieta más sana en todo el mundo es una de las acciones

que deben tomarse para evitar el peligroso cambio climático y asegurar que haya alimentos

suficientes para todos.

c) Su grupo ha sido invitado a participar en un concurso para estudiantes universitarios

con el fin de diseñar una campaña que impulse una alimentación sana y un consumo

de productos amigables con el medio ambiente. En las bases del concurso exigen que el

grupo conformados por ustedes presenten los siguientes lineamientos:

45
 • El eslogan de la campaña debe ser una frase que contenga un mensaje que

resalte conciencia ambiental en la ciudadanía respecto del reciclaje de residuos

sólidos.

• El eslogan ha de ser original y no premiado en otro concurso y/o promovido por

alguna otra institución.

• Publicidad de la Campaña.

• Tiempo de duración.

• Ámbito de aplicación.

Presenten su propuesta y explique, en un texto, con detalle de qué manera su grupo está

cumpliendo con los lineamientos del concurso.

Figura 8. Slogan de la campaña productos amigables con el medio ambiente

46
Publicidad de la campaña:

Como parte de la publicidad se utilizarán los anuncios anexados al trabajo, repartidos y

pegados en las paredes de distintos lugares estratégicos; entre ellos, colegios, universidades,

centros comerciales, centros laborales entre otros. También se crearán módulos de

información en estos lugares, brindando información sobre como una alimentación saludable

puede ayudar al medio ambiente y a su vez se a las personas deseosas por obtener esta

información se les brindará una botella de agua y una manzana.

Esta campaña pretende durar 2 meses en la época de verano, dado la necesidad de la gente a

consumir una fruta y bebida por el calor. Atrayendo así al público a recibir información.

Lineamiento del concurso

Nosotros nos hemos comprometido a cumplir con los lineamientos del concurso, de tal

manera que hemos creado un eslogan con la frase “dame tus desechos y te daré una sonrisa

para la vida”. Nuestra misión es dar a conocer “el compostaje”, que es reciclar los desechos

orgánicos como los restos de comida, frutas, verduras, poda de jardín, cascaras de huevos,

restos de café, aserrín; de esta manera se descompone por dos vías aeróbica, por tener alta

presencia de oxígeno o anaeróbica por tener muy poco oxigeno o casi nada. El resultado de

este proceso es un rico abono orgánico, para la tierra, logrando reducir y reciclar los

desechos. Al recibir esta información anhelamos crear una conciencia de reciclaje en las

personas.

47
Figura 9. Flyer informativo de la campaña

48
REFENCIAS

Industria Alimentaria. Recuperados de: https://es.wikipedia.org/wiki/Industria_alimentaria

Situación Actual de la Industria Alimentaria del Perú. Recuperados de:

http://www.industriaalimentaria.org/assets/situacion_actual_industria_alimentaria_2015.pdf

Guía de Vigilancia de la salud en el sector pesquero. Recuperado de:

https://higieneyseguridadlaboralcvs2.files.wordpress.com/2015/10/vigilancia-de-lasalud-en-

el-sector-pesquero.pdf

Carranza Torres, M. (2009) Reportes Financieros CENTRUM Católica. Recuperado

de:http://centrum.pucp.edu.pe/adjunto/upload/publicacion/archivo/informepesca.pdf

Santofimio, M. (2016). Insumos de la Industria Cárnica. Recuperado de:

https://prezi.com/yxwh062rvhxp/insumos-para-la-industria-carnica/

Comisión Paritaria Sectorial del Convenio Básico de Ámbito Nacional para las industrias

cárnicas. http://www.prevencionlaboral.org/pdf/GUIAS-

Alimentacion/Guia%20para%20la%20Aplicacion%20de%20la%20Vigilancia%20d

ela%20salud%20en%20Industrias%20carnicas.pdf

Drainek (2012). Aditivos Químicos. Recuperado de:

https://es.slideshare.net/Drainek/aditivos-quimicos-14920411

49
amayaaravena (2013). Proceso productivo del café. Recuperado de:

https://es.slideshare.net/amayaaravena/proceso-productivo-del-caf-24940683

Agudelo Chaparro, J. (2014). Sistemas Agroindustriales. Recuperado de:

http://jagudeloc.webnode.es/procesos-agroindustriales/

Dora-Relax.(2012). Enfermedades profesionales en el sector agrícola. Recuperado de:

https://es.slideshare.net/dora-relax/enfermedades-profesionales-en-el-sectoragricola

Planeta tareas. Aditivos Alimentarios-Ingeniería Agroindustrial. Recuperado de:

http://www.planetatareas.com/2013/11/aditivos-alimentarios-ingenieria.html Licata, M. Las

bebidas gaseosas, composición y características de sus ingredientes. Recuperado de:

http://www.zonadiet.com/bebidas/bebidasgaseosas.html Berckemeyer Olaechea; F (2013). Los

5 padecimientos que puede provocar el consumo de gaseosas. Recuperado de:

http://elcomercio.pe/gastronomia/nutricion/padecimientos-que-puede-provocarconsumo-

gaseosas-noticia-1578892

Asociación de Bebidas Refrescantes (ANFABRA). ¿Cómo se realizan los refrescos?.

Recuperado de: http://www.refrescantes.es/refrescos_como_se_hacen/

El Ergonomista (2009). Aditivos Cereales. Recuperado de:

http://www.elergonomista.com/alimentos/aditivospan.htm

50
Samuels & I. C. Hallet. Enfermedades de Cereales, descripción, daños y control integrado.

Recuperado de: http://www.agroes.es/cultivos-agricultura/cultivosherbaceos-

extensivos/trigo/1275-enfermedades-de-cereales

Umar K. Baloch, Alemayehu Refera, Danilo Mejia, FAO, Food Security

Department, Ray Lantin, Magno Meyhuay, Danilo Mejía, FAO(20001).Cereales y

Granos.Recuperado de : http://www.fao.org/in-action/inpho/cropcompendium/cereals-

grains/es/

Fao.org. (2013). FAO - Noticias: El desperdicio de alimentos daña al clima, el agua, la tierra

y la biodiversidad. [online] Recuperado de:

http://www.fao.org/news/story/es/item/196368/icode/

La comida que elegimos tiene impacto ambiental: comer menos carne reduce el cambio

climático - 20minutos.es. (2014). 20minutos.es - Últimas Noticias. Recuperado 7 June 2017,

de http://www.20minutos.es/noticia/2227312/0/cambio-climatico/dieta-alimentacion-

carne/impacto-ambiental/

La comida que elegimos tiene impacto ambiental: comer menos carne reduce el cambio

climático - 20minutos.es. (2014). 20minutos.es - Últimas Noticias. Recuperado 7 June 2017,

de http://www.20minutos.es/noticia/2227312/0/cambio-climatico/dieta-alimentacion-

carne/impacto-ambiental

51