You are on page 1of 2

Las ciencias agropecuarias y la estadística

José Rodolfo Malagón Pulido

Existe una variedad de experiencias o problemas que utilizan la matemática


en las ciencias agropecuarias; Chávez (2006) considero tres clases de problemas
básicos: la primera clase son los problemas de optimización, la segunda son los
problemas estadísticos y la tercera clase son los problemas para obtener cálculo y
relaciones entre magnitudes. Cuando se habla de optimización se busca hallar el
valor optimo a partir del uso de la programación lineal (máximo y mínimos), la
tercera clase indica la modelación matemática a partir del cálculo diferencial e
integral y las ecuaciones diferenciales y los estadísticos que tienen su solución a
través de la estadística descriptiva y/o la estadística inferencial.
La estadística ha logrado tener una evolución en las últimas décadas siendo
una herramienta primordial a la hora de tomar decisiones en diferentes campos del
conocimiento; la estadística es el estudio que reúne, clasifica y recuenta todos los
hechos que tienen una determinada característica en común, para poder llegar a
conclusiones a partir de los datos numéricos extraídos; la estadística se divide en
dos la primera es la descriptiva que se limita a la descripción de un conjunto de
datos sin llegar a conclusiones o a generalizar con respecto a un grupo mayor y la
segunda la inferencial implica el análisis mediante la cual trata de llegar el a
conclusiones a grupos más grandes o población basados en la información de un
grupo menor o muestra. La agronomía como ciencia tiene como objetivo, la
mejorara de cada uno de los procesos productivos y la transformación de
productos alimenticios; la cual se sustenta en principios científicos y tecnológicos,
estudiando los factores físicos (crecimiento de la plántula), químicos (fertilizantes),
biológicos, económicos y sociales. En la parte científica, los agrónomos se valen
de la estadística para realizar cada una de las investigaciones; un ejemplo se da
cuando un agrónomo contrasta dos cultivos que aparentemente tienen las mismas
condiciones pero en una de la parcela o finca se demora su crecimiento, la cual se
logra sacar conclusiones que generan recomendaciones de tipo tecnológico y
productiva.
La importancia de la estadística en las ciencias agronómicas radica en la
implementación de experimentos que se puedan verificar las hipótesis propuestas
de otros trabajos de investigación; el desarrollo de estas experiencias trae consigo
el control de diversos efectos que pueden influir sobre los elementos que conduce
al establecimiento y la verificación de las respectivas hipótesis. De esta forma el
ingeniero agrónomo reproduce las condiciones con sus respectivas características
de la población de estudio, procurando en no caer en errores de tipo experimental
para lograr una excelente investigación.
Para el agrónomo es necesario definir la población que se desea estudiar, y
a partir de ella definir el tamaño de la muestra a la que se le va a llevar acabo la
respectiva investigación (experimento); esto debido que para el ingeniero o
tecnólogo se le vuelve imposible estudiar toda la población; un ejemplo de esto
sería la investigación de un nuevo producto agrícola para el crecimiento de las
plántulas de plátano en una finca de gran extensión, se hace necesario tomar una
muestra representativa que arroje los resultados de la totalidad de la población de
la plantación, las unidades estadísticas a estudiar, los respectivos tratamientos y el
número de repeticiones para después compararlos y sacar las respectivas
conclusiones y consideración de acuerdo a la experiencia propuesta.
En conclusión la estadística en la agronomía es importante ya que el
ingeniero observa, y al observar puede detectar ciertos problemas que pueden
estar ocurriendo con el cultivo; comienza con su experimento que le arroja una
serie de resultados que contrasta con otras experiencias similares, para llegar a
obtener las diferentes probabilidades que tiene los diferentes procedimientos
realizados en la experimentación y sus respectivas conclusiones.

You might also like