Tesis I Salas Calderon Dan Maykoll

I. Problema.
Cul ser el nivel econmico de dao de la Moniliasis del cacao
(moniliophthora roreri) enfermedad clave del cultivo de cacao (CCN-51 ISC 95,
ISC 6, IMC 67),) de nueve aos de establecimiento en un suelo ultisol?

II. Objetivo.
2.1. General.
- Conocer el nivel econmico de dao de la Moniliasis del cacao
(Moniliophthora roreri) enfermedad clave del cultivo de cacao
(CCN-51) de 9 aos de establecimiento en un suelo ultisol.

2.2. Especifico.
- Conocer el nmero de mazorcas por planta evaluada que causan
dao econmico a la plantacin.
- Conocer el comportamiento de Moniliophthora roreri.
- Evaluar el grado de infestacin diaria de Moniliophthora roreri.
- Conocer la sintomatologa que presenta tanto en mazorcas recin
infectadas como en mazorcas de avanzada infestacin.

III. Justificacin.
Las principales razones para realizar esta investigacin es porque la
produccin de cacao es considerado como generador de ingresos para las
familias que se dedican a esta actividad, adems es un cultivo
permanentemente que brinda sus frutos de manera continua; pero la incidencia
en el dao ocasionado por los Monila es cada vez mayor.

La justificacin de esta investigacin tiene como propsito determinar el nivel
de dao econmico y otros factores que inciden infestacin de la Moniliasis del
cacao en Torna vista. Debido a que en tan solo aos la implementacin de este
cultivo ha ido avanzando, as como tambin Moniliasis ha ido infestando ms y
ms plantaciones.

Es de mucha importancia conocer el nivel de dao econmico para saber
cundo esta enfermedad ya est causando prdidas econmicas al agricultor,
y cuando es el momento exacto para su control y as evitar ms perdidas
econmicas.

IV. fundamento.

Este trabajo de investigacin se fundamenta en una urgencia del conocimiento
del nivel econmico de dao requerido por y algunas empresas situadas en el
borde e interiores de la carrera a Torna vista.
Debido a que muchos agricultores estn perdiendo sus cosechas por la
incidencia de este hongo ya que no puedes decidir cundo es el momento
adecuado para controlar a monilia en las plantaciones de cacao.
Este trabajo tambin se fundamenta en la importancia socio econmico que ha
desarrollado este cultivo en esta zona de la Regin de Hunuco, debido a que
muchos agricultores que sembraban cultivos ilegales, optaron por este cultivo
alternativo que genera ingresos econmicos importante para la familia.

V. Marco terico.

5.1. Historia del cacao

Una linda leyenda narra que Quetzalcatl, el dios de la luna y de los vientos,
descubri el rbol del cacao en los campos luminosos de los hijos del sol. Lo
regal a los hombres que le llamaron El alimento de dioses. A partir del
250 d.c. los mayas de las tierras bajas crearon Ciudades-Estado tan
importantes como Tikal (Guatemala) y Copn (honduras). En ellas, elaboran
el kakaw (cacao) como bebida caliente de la clase alta, hechos que se
refleja en las elegantes vasijas halladas en las tumbas de sus nobles.
El cacao tena gran valor para los mayas y fue utilizado como moneda,
elemento de intercambio comercial y pieza clave para la preparacin de
comidas y bebidas. El registro arqueolgico de cacao ms antiguo hasta la
fecha se remonta a 2,600 aos atrs.
Por sus caractersticas fsicas, las semillas del cacao se convirtieron en una
pseudo moneda para intercambios comerciales. Fue descubierto por os
espaoles en el ao de 1502 cuando Cristbal colon se encontr con una
embarcacin Maya en el Golfo de Honduras cargada de este elemento, pero
segn las crnicas fue Hernn Cortez, de os primeros en probar su sabor.
Segn las leyendas aztecas, Quetzalcatl antes de partir para Tapallan,
profetizo que regresara por donde sale el sol. En el ao sealado en el
calendario azteca como Ce-acalt. Esta fecha corresponda al ao 1579 de la
era cristiana, justo cuando los primeros espaoles al mando de Hernn
Cortez desembarcaron en las costas orientales de Mxico esta coincidencia
en el tiempo supuso para los aztecas el anunciado regreso de su dios
desterrado. Y el recibimiento de los espaoles como seres divinos. Despus
de ofrecer mltiples regalos de incalculable valor y uno de sus mejores
palacios para aposento de Cortez y sus hombres, Moctezuma ofreci en vaso
de oro a los visitantes la bebida ms sagrada para los aztecas: el chocolate.

ELEMENTOS DEL CONCEPTO DEL NIVEL DE DAO ECONMICO

Los elementos que Stern et al. propusieron formalmente en 1959
esencialmente son los mismos que se usan hoy y son: dao econmico, nivel
de dao econmico y umbral econmico. Colectivamente, estos elementos
forman el concepto de NDE.

Dao econmico. El dao econmico es el ms elemental de los elementos
del NDE, y fue definido por Stern et al. como "la cantidad de dao que justifica
el costo de medidas artificiales de control." Esta definicin ha sido criticada
por varios investigadores porque no da una expresin cuantitativa de la
justificacin econmica.
Sin embargo, Southwood y Norton (1973) presentaron una expresin
matemtica prctica que ha sido ampliamente usada. Esa expresin es:
C(a) = Y[s(a)] x P[s(a)] Y(s) x P(s) donde: Y = rendimiento, P = precio por
unidad de rendimiento, s = nivel del dao por la plaga, a = accin de control
[s(a)] es el nivel de dao en cuanto es modificado por la accin de control,
y C = costo de la accin de control. Esta ecuacin simplemente establece que
el costo de la tctica de control es igual al rendimiento multiplicado por el
precio cuando se aplica la tctica de control, menos el rendimiento
multiplicado por el precio sin la tctica. En consecuencia, el dao econmico
comienza en este punto, por ejemplo, cuando el costo del dao es igual al
costo de supresin. Aunque no fue reconocido por Stern et al., otro til nivel
de dao para tener en cuenta es la barrera de dao (Pedigo et al. 1986),
tambin llamada el umbral de dao. La barrera de dao es el nivel de dao
ms bajo que se puede medir (Fig. 2). Este nivel de dao ocurre antes que
haya prdida econmica. Expresada en trminos de rendimiento, la prdida
econmica se alcanza en el umbral de la ganancia y el umbral de la ganancia
est ms all de la barrera de dao. Para productos de alto valor, la barrera
de dao puede estar muy cerca al umbral de la ganancia. Un principio bsico
de MIP que resulta de la relacin barrera de dao/dao econmico, es que no
hay nivel de dao por debajo de la barrera de dao que justifique la
supresin, pero el dao predicho que resultar en dao econmico s lo
justifica.
Nivel de Dao Econmico. Otro de los elementos bsicos, el nivel de dao
econmico, fue definido por Stern et al. como la ms baja densidad de
poblacin que causar dao econmico. El NDE es la ms bsica de las
reglas para decidir; es un valor terico que, si realmente llega a ser alcanzado
por una poblacin de plagas, resultar en dao econmico. Por tanto, el NDE
es una medida contra la cual evaluamos el estatus destructivo y el potencial
de una poblacin de plagas.
Aunque el NDE se expresa como la densidad de una plaga, realmente es un
nivel de dao que tiene un ndice (indexado) relativo al nmero de insectos.
Por razones prcticas usamos el nmero de insectos, por ejemplo,
usualmente es ms fcil contar plagas en lugar de proyectar y cuantificar
daos futuros. La relacin entre el NDE y la barrera de dao se muestra en
laFig. 3.
Como el NDE realmente es un grado de dao, algunas veces es til pensar
en l en trminos de un equivalente de dao (Pedigo et al. 1986). Un
equivalente de dao es el dao total producido por un solo individuo plaga
durante toda su vida. Es un valor potencial, por ejemplo, una plaga que muere
prematuramente obtendr solo un equivalente parcial. El concepto de usar
equivalentes de dao es particularmente apropiado cuando se trabaja con
poblaciones que tienen generaciones discretas y cuando se trata de
considerar la mortalidad y su efecto en el dao total. Si se usan solo los
nmeros, el umbral econmico puede requerir ser colocado por encima del
NDE cuando comienza una generacin para tener en cuenta la mortalidad
subsecuente. Cuando se usan equivalentes de dao, el umbral econmico
siempre est por debajo del NDE, como lo present el modelo de Stern et al.
Los equivalentes de dao tambin han sido usados para desarrollar
los NDEs para complejos de insectos plagas con hbitos alimenticios
similares (Hutchins et al. 1988).
Bien sea expresado como nmeros o como equivalentes de dao, el NDE es
gobernado por cinco variables primarias: costo de la tctica de manejo por
unidad de produccin, (C), valor de mercado por unidad de produccin (V),
unidades de dao por plaga (I), perjuicio o prdida por unidad de dao (D), y
la reduccin proporcional en ataque de la plaga (K). Si la relacin entre estas
variables es lineal o lo es ms o menos, el NDE se puede dar como:
EIL = C/VIDK
En casos en los cuales D es fuertemente curvilnea, sera necesario
reemplazar D con una funcin compleja que relacione el dao con el perjuicio
causado por una poblacin (Pedigo et al. 1986). Despus, la regla final de
decisin, un UE objetivo, se basa en este valor calculado.
Como es representada por sus variables, la ecuacin del NDE es un
verdadero principio unificador de MIP. Como tal, la ecuacin brinda una base
para decisiones estratgicas para la investigacin de prioridades en MIP y
para el desarrollo de sistemas de manejo sostenible en el medio ambiente.
Umbral Econmico. El umbral econmico (UE) difiere del NDE en que, en
lugar de ser terico, es una regla prctica o de operacin. Stern et
al. Definieron el como "la densidad de poblacin a la cual debe ser
determinada (iniciada) una accin de control para impedir que una creciente
poblacin de plaga alcance un nivel de dao econmico." Aunque se mide en
densidad de insectos, el UE realmente es el tiempo que hay para tomar una
accin, es decir, los nmeros simplemente son un ndice de ese tiempo.
Algunos investigadores se refieren al UE como el umbral de accin para
enfatizar el verdadero significado del UE. La relacin del UE con el NDE y los
momentos de accin se muestran en la Fig. 4.
El UE es un valor complejo que depende de estimar y predecir varios
parmetros difciles. Los ms significativos de ellos incluyen 1) las variables
del NDE (esto es porque el UE se basa en el NDE), 2) fenologa de la plaga y
del hospedero, 3) crecimiento de la poblacin y de las ratas de dao, y 4)
demoras de tiempo asociadas con las prcticas de MIP usadas. A causa de
las incertidumbres involucradas, particularmente en las ratas de crecimiento
de la poblacin de plagas, la mayor parte de los UEs son relativamente
crudos; no arrojan el mismo nivel de resolucin cualitativa de los NDEs.

CLASES DE UMBRALES ECONMICOS

El UE de Stern et al. ha sido aludido como una regla operacional de
decisiones, si bien no es ideal (Mumford y Norton 1984), y es la gua esencial
que debe ser desarrollada en una situacin dada. Sin embargo, el UE es muy
problemtico por su considerable incertidumbre.
Al desarrollar los UEs se han diseado varios enfoques que representan
diferentes niveles de sofisticacin. El nivel de sofisticacin ha sido
determinado en gran parte por los datos existentes y las necesidades de un
programa de manejo particular. La mayor parte de estos enfoques se pueden
agrupar en dos amplias clases, determinaciones subjetivas y determinaciones
objetivas.
UEs Subjetivos vs. UEs Objetivos. Las determinaciones subjetivas son el
enfoque ms crudo para el desarrollo de los UEs. Ellos no se basan en un
NDE calculado; en cambio, se basan en la experiencia de quien los practica.
Ellos han sido llamadosumbrales nominales por Poston et al. (1983) y no
estn formulados con base en un criterio objetivo. Probablemente los
umbrales nominales representan la mayora de los UEs que se encuentran en
las publicaciones de extensin y en las recomendaciones verbales. Aunque
son estticos y posiblemente imprecisos, siguen siendo ms progresistas que
no usar un UE porque de todos modos requieren una evaluacin de la
cantidad de plaga. Por tanto, su uso a menudo puede resultar en la reduccin
del nmero de aplicaciones de pesticidas.
Por otra parte, UEs objetivos, se basan en los NDE calculados y cambian con
cambios en las variables primarias de los NDE (por ejemplo, los valores de
mercado y los costos de manejo). Con UEs objetivos, se calcula un NDE, y se
hacen estimados en relacin con la posibilidad de que la poblacin de la
plaga exceda el NDE. La decisin final sobre la accin que se debe tomar y el
momento de aplicarla se basa en el incremento esperado de dao y en las
demoras logsticas, lo mismo que en las ratas de actividad de las tcticas
usadas. Considerando los diferentes tipos de UEs objetivos, por lo menos se
pueden describir tres. Estos tipos pueden ser llamados 1) UEs fijos, 2) UEs
descriptivos, y 3) UEs dictomos.

UEs Fijos. El UE fijo es el tipo ms comn de UE objetivo. Con este tipo, el
UE se establece en un porcentaje fijo del NDE, por ejemplo, 50% o 75%. El
uso del trmino fijo no significa que no pueda ser cambiado; quiere decir
que el porcentaje del NDE es fijo. Por tanto, cambia constantemente con
cambios en el NDE. El UE fijo ignora diferencias en crecimiento de la
poblacin y las ratas de dao; sin embargo, los porcentajes usualmente se
establecen conservadoramente bajos, por ejemplo cuando hay error, el error
est del lado de tomar una medida an si no es necesaria. Los UEs son
crudos, pero podran ser los niveles ms altos que se pueden desarrollar
cuando la dinmica de las poblaciones se comprende pobremente. Hay
muchos ejemplos de UEs para cultivos, incluyendo los de plagas de las uvas,
frijoles, soya, arroz y manzanas (Pedigo et al. 1986).

UEs Descriptivos. Los UEs descriptivos son ms sofisticados que los UEs
fijos. En los UEs descriptivos, se hace una descripcin del crecimiento de la
poblacin, lo mismo que de la necesidad, y el momento de, realizar una
accin, lo cual se basa en el aumento futuro esperado de las ratas de
dao. Como ejemplo, el gusano verde del trbol, Plathypenascabra (F.), se
puede muestrear en soya comenzando a finales de junio y se establece una
temprana curva de crecimiento (Fig. 5). Cuando el nmero de larvas causa
perjuicio suficiente para llegar al nivel de dao, se puede aplicar un modelo
estadstico basado en los datos de los muestreos para proyectar el futuro
crecimiento de la poblacin. Si estas proyecciones indican que los nmeros
excedern el NDE durante el perodo susceptible, entonces se realiza una
accin; si no, se continuar con muestreos incrementales para detectar
cambios inesperados en la poblacin hasta cuando el cultivo deje de ser
susceptible. Este enfoque tiene la ventaja de usar datos de muestreos
recientes para hacer un seguimiento de lo daina que es la poblacin de
plaga. Su debilidad est al hacer proyecciones con base en ratas de dao
anteriores; por ejemplo, las ratas de dao futuro pueden no tener una relacin
fuerte con las ratas pasadas, dando origen a errores en la toma de
decisiones.

UEs Dictomos. Los UEs dictomos se pueden desarrollar usando un
procedimiento estadstico para clasificar una poblacin de plaga como
econmica o no econmica a partir de muestras tomadas a travs del tiempo.
El procedimiento estadstico ha sido denominado muestreo secuencial en el
tiempo, el cual se puede usar con el estado daino de una plaga para
determinar de manera objetiva el UE. El procedimiento se basa en la prueba
de la proporcin de probabilidad secuencial como en los muestreos
convencionales o en los de espacios secuenciales. Sin embargo, los
muestreos secuenciales en el tiempo difieren en que, para tomar las
decisiones, se usa una perspectiva del tiempo en lugar de una perspectiva del
espacio. Para ms informacin sobre este enfoque vea Pedigo y Buntin
(1994).

CONCEPTOS DEL NIVEL DE DAO ECONMICO Y LA CALIDAD DEL
MEDIO AMBIENTE

Anteriormente, el uso de UEs objetivos ha tenido un impacto importante sobre
la calidad del medio ambiente particularmente en ciertos cultivos en los cuales
es la base para el MIP (National Research Council 1989). La aplicacin
regular de UEs convencionales puede resultar en la reduccin en el uso de
pesticidas al reducir la frecuencia de aplicacin. Realmente se ha estimado
que el monitoreo de las plagas, el establecimiento de los UEs y la reduccin
en las dosis de los plaguicidas pueden reducir el uso de los pesticidas en 30 a
50%. Por tanto, un uso expandido de UEs expandidos se puede considerar
como una importante tctica para conservar la calidad del medio ambiente.
Sin embargo, a parte del desarrollo y aumento del uso de los UEs existentes,
un examen del concepto mismo del NDE tambin puede llevar a mayores
reducciones en el uso de pesticidas.
Concepto de NDE del Medio Ambiente. El reto de ofrecer recomendaciones
de MIP que resulten en aplicaciones cada vez menores de pesticidas a la vez
que se mantiene la produccin agrcola y la rentabilidad es intimidante. En la
mayora de los casos se piden tcticas alternativas que reemplacen los
pesticidas. Actualmente, se est colocando un nfasis particular en el
desarrollo de tcticas de control biolgico que sean seguras y rentables o sea
MIP biolgicamente intenso (por ejemplo, MIP que no sea qumico). A pesar
de que esta prioridad puede ser muy importante, hay lugares, sistemas y
circunstancias en las cuales las tcticas alternativas posiblemente no sean
prcticas, ni siquiera en un futuro distante. Algunas de las situaciones en las
cuales el desarrollo de alternativas se ha quedado rezagado son los cultivos
anuales, las explosiones de poblaciones de plagas espordicas y plagas de
climas del norte, por ejemplo, situaciones agrcolas que incluyen la mayor
parte de los principales productos y sus plagas artrpodas relacionadas.

Reducciones adicionales en la aplicacin de pesticidas en estas situaciones
se pueden y se deben intentar desarrollando NDE con base en el medio
ambiente y sus UEs concomitantes. Un NDE medioambiental es un NDE que
enfoca los aspectos del medio ambiente y trata de incorporar aspectos de una
conciencia medioambiental en su conformacin, por ejemplo, una
manipulacin a propsito de las variables del NDE. Actividades para apoyar
una mayor respuesta a las preocupaciones sobre el medio ambiente en el
NDE incluyen tener en cuenta los costos relacionados con el medio ambiente
en la variable C, reduccin del perjuicio causado por el dao al incrementar la
tolerancia de la planta en la variable D, y desarrollo de una variable K que sea
efectiva y sin embargo responsable desde el punto de vista del medio
ambiente, al reducir las dosis de aplicacin de los pesticidas. Para
informacin detallada sobre las manipulaciones sugeridas de las variables de
los NDE ver Pedigo y Higley (1992).

LIMITATIONES DEL CONCEPTO DEL NDE Y PERSPECTIVAS FUTURAS

Muchos factores han limitado tanto el diseo de nuevos umbrales econmicos
como el desarrollo de los existentes. Algunas de las principales limitaciones
son:

1. Falta de una definicin matemtica completa del UE.
2. Falta de NDEs vlidos

3. Inhabilidad de hacer estimados de la poblacin que sean precisos y
efectivos en cuanto al costo.
4. Inhabilidad para predecir variables crticas para el UE tales como el valor
del mercado y las tendencias de las poblaciones.
5. Falta de una manera simple de incorporar factores externos, especialmente
los costos relacionados con el medio ambiente, en los NDEs.

El desarrollo futuro y la mejora de umbrales econmicos en MIP requiere que
estas limitaciones existentes sean enfocadas y solucionadas donde quiera
que sea posible. Para avanzar, las limitaciones deben ser enfocadas en todas
las reas, incluyendo el trabajo terico, investigacin y la implementacin. En
particular, se necesita investigacin para lograr umbrales mejorados. Aqu, se
necesita el conocimiento de la dinmica de las poblaciones de las plagas y
una mejor posibilidad de predecir las tendencias de las poblaciones. Adems,
se debe dirigir ms investigacin hacia mejorar el conocimiento del dao
causado por las plagas y las respuestas de los hospederos al dao; la
comprensin de esta importante rea an es inadecuada. Ciertamente, el
conocimiento ganado sobre las respuestas del hospedero al dao mejorar
mucho los NDE y los UE que los acompaan. En particular, los UEs
mejorados pueden resultar en soluciones prcticas de manejo en un
momento en que la agricultura est buscando mayor eficiencia en la
produccin y rendimientos sostenibles.


VI. HIPOTESIS.

Hiptesis general:

- Si conocemos el nivel econmico de dao de la moniliasis del cacao
(Moniliophthora roreri) enfermedad clave del cultivo del cacao (CCN-
51). Entonces tendremos informaciones necesarias para saber cul es
el momento indicado para su control, y as evitaremos perdidas en la
produccin y los agricultores tendrn una mejor calidad de vida.
Hiptesis especifica:
- Si conocemos el nmero e mazorcas para planta evaluada que
causen dao econmico a la plantacin, entonces sabremos el nivel
de patogenicidad que tiene una sola mazorca infestada para infectar
mazorcas sanas y as podremos realizar un control eficaz.

- Si conocemos el comportamiento de Moniliophthora roreri en un suelo
Ultisol; entonces sabremos la interaccin suelo-planta-patgeno; as
obtendremos informacin sobre el manejo de esta enfermedad en los
suelos Ultisoles.


- Si conocemos la sintomatologa que presenta tanto en mazorcas
recin infectadas como en mazorcas de avanzada infestacin
entonces obtendremos informacin para identificar a hongos y as
evitar la esporulacin.




VII. METODOLOGIA DE LA INVESTIGACION.

7.1. UBICACIN.
El presente trabajo se realizara en el distrito de Tournavista regin de Huanuco.
El Distrito se encuentra establecido en toda la parte Norte de la capital
provincial. La capital del pueblo de Tournavista (a 250 m. de altitud, en la
margen izquierda del ro Pachitea).
Est ubicado entre los paralelos 8 27' y 92', de lalitud sur, y los meridianos
74 40' y 74 51' de longitud al oeste de Grenwich.

7.2. DURACIN DEL ESTUDIO.
La duracin del trabajo experimental se desarrollar 6 meses calendarios
inicindose el 01 de enero al 31 de Mayo del 2014.
7.3. ECOLOGIA Y CLIMA

De acuerdo a su zona de vida, el distrito tiene bosque hmedo-Tropical (bh-T),
por esta caracterstica el clima es clido y hmedo; con una temperatura media
anual de 25 C, con calor persistente durante las 24 horas del da y
precipitaciones anuales que oscilan entre 1,000 y 5,000 mm.

7.4. SUELOS
Los suelos de Tournavista son pardo Rojisos, con un nivel de acides de 4.5.
altos en cambialbles y bajos en N P K, y su materia Organica. En terminos de
taxonomia los suelos son decritos en Ultisoles siendo su principal
caracteristica de baja humdad
El terreno de la area experimental esta conformado por una terraza con
ondulaciones y pronunciaciones medias de 10 de elevacion.
7.5. DESARROLLO DEL EXPERIMENTO.

7.5.1. Antecedentes del Terreno.
El area donde se desarrollara el experimento en actualmente una
plantacion de Cacao de 9 aos de edad con clones de (CCN- 51,
ISC 95, ISC 6, IMC 67), siendo estos de caracteristicas
organolepticas medias.
7.5.2. Sistema y dencidad de Siembra.
las dencidades optimas para que las plantaciones de acuerdo a
cada clon son estableciadas por el paquete tecnologico, que
generalmente es de 3x3 al tres bolillo teniendo un total de 1283
plantas en 10000 metros cudrados.

7.5.3. Control de malezas.
En este cutivo el control de malezas es una actividad necesaria
pero en el caso de plantaciones avansadas esta labor es oviada por
que las plantas adultas dan sombra y esto es un control natural de
malezas.

7.5.4. Podas.
Este proyecto se desarrollara en una plantacion que no haya sido
pododa, de esta manera prodremos calcular el NDE.

7.6. DISEO EXPERIMENTAL.

En este trabajo no se desarrollo un diseo estadistico, las variables
evaluadas fueron, numeros de frutos/planta, localizacion del primer
fruto/planta infestado de acuedo asu localizacion (alto, medio y bajo),
numero de frutos por planta infestados, costos de produccion.

7.7. VARIABLES EVALUADAS.

Las evaluaciones se realizaron en 10 plantas por variedad de acuerdo a la
metodologia por el proyecto FAO TCP/PER/ 6611.






















Croquis de Distribucion en el Campo experimental


CCN-51 O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O
O O O X O O O X O O O X O O O X O O O X O O O O O O O O O O O
O O O O O X O O O X O O O X O O O X O O O X O O O O O O O O O
O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O

ISC 95 O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O
O O O X O O O X O O O X O O O X O O O X O O O O O O O O O O O
O O O O O X O O O X O O O X O O O X O O O X O O O O O O O O O
O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O

ISC 6 O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O
O O O X O O O X O O O X O O O X O O O X O O O O O O O O O O O
O O O O O X O O O X O O O X O O O X O O O X O O O O O O O O O
O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O

IMC 67) O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O
O O O X O O O X O O O X O O O X O O O X O O O O O O O O O O O
O O O O O X O O O X O O O X O O O X O O O X O O O O O O O O O
O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O


Las X son las plantas que se van a evaluar