Modelo bioeconómico que pronostica las consecuencias técnicas, biológicas y económicas en el cultivo de langostino

Carlos Peña, Greyci Risco, Luigi Cardoza, Edwin Ubillus, Claudio Olaya

Resumen


La investigación tuvo como objetivo diseñar un modelo bioeconómico en el cultivo de langostino que permita a los técnicos y directivos tomar decisiones y ser más competitivo; para establecer el diseño se procedió a establecer la arquitectura del modelo de simulación bioeconómico de acuerdo al requerimiento de las empresas langosteras, para cumplir con este objetivo se procedió a desarrollar y organizar el modelo de simulación Bioeconómica, para ello se realizaron pruebas y ensayos del modelo de simulación Bioeconómica el cual permita determinar los posibles errores que se hallan originado en la fase de desarrollo y organización, al final se procede a implementar las puesta en vivo del modelo de simulación Bioeconómica, para poder establecer el modelo bioeconómico se comenzó con seleccionar una arquitectura tecnológica conceptual, diseñar un modelo biológico del cultivo de langostino, se diseñó un modelo tecnológico, diseñar un modelo económico y posteriormente se diseñó los reportes gerenciales y los cubos OLAP. Se inició con el modelamiento AS-IS y TO-BE, se estableció los requerimientos funcionales y no funcionales, se determinó el patrón arquitectónico que más se adecua, el modelo biológico y el modelo económico y de gestión, se consolido los distintos sub modelos que intervienen en el ciclo productivo.


Texto completo:

PDF

Referencias


Almendarez, L.C. 2015. La Bioeconomía acuícola como herramienta para la toma de decisiones empresariales. ContactoS 98: 14-18.

Anaya, R. 2017. Cambio climático y su impacto en la industria pesquera en el Perú Una mirada desde la perspectiva del Biocomercio, periodo 2017 Tesis de Maestría, Pontifica Universidad Católica del Perú. Lima. Perú.

Araneda, M.; Hernández, J.M.; Gasca E. 2011. Optimal harvesting time of farmed aquatic populations with nonlinear size-heterogeneous growth. Natural Resource Modeling 24: 477-513.

Arteaga, J.; Gonzáles, L.; López, R.; Mogrovejo, L. 2017. Planeamiento Estratégico para la Industria Acuicultura. Tesis para obtener el grado de magíster en administración estratégica de empresas, Pontificia Universidad Católica del Perú. Lima, Perú.

Brambila, J. 2011. Bioeconomía: instrumento para su análisis económico. Edit. SAGARPA/COLPOS. Primera edición. México. 305 pp.

Burgos, M. 2012. Modelo de programación matemática para la optimización de las utilidades bajo niveles de riesgo en una empresa de cultivo de langostinos del Perú. Tesis de maestría, Universidad Nacional de Ingeniería. Lima, Perú. 152 pp.

Díaz, B.; Zafra, T. 2008. Modelo biológico, económico y social del cultivo de Litopenaeus vannamei (langostino) en el Departamento de Tumbes, Perú. 1998. Tesis de Doctorado. Universidad Nacional de Trujillo. Trujillo. Perú.

González, B. 2002. Modelación bioeconómica de un sistema de producción de camarón Litopenaeus stylirostris en Escuinapa Sinaloa México. Tesis doctoral. Universidad de Colima, México. 200 pp.

Kam, L.E.; Leung, P.S.; Ostrowski, A.C. 2003. Economics of offshore aquaculture of Pacific threadfin (Polydactylus sexfilis) in Hawaii. Aquaculture 223: 63– 87.

Mohammadian, M. 2003. What is Bioeconomics: Biological Economics. Journal of Interdis-ciplinary Economics 14(4): 319-337.

Peralta, A. 2018. Modelo de inteligencia de negocios para mejorar las decisiones empresariales en la Dirección de Desarrollo Empresarial de la UNAMBA. Tesis de Maestría, Universidad Nacional de San Antonio Abad del Cusco. Perú.

Posadas, B.C.; Hanson, T.R. 2006. Economics of integrating nursery systems into indoor biosecure recirculating saltwater shrimp grow-out systems. In: P.S. Leung and C. Engle, (Eds.) Shrimp culture: economics, market, & trade. Ames, Blackwell Publishing. pp. 279–290.

Sobares de Lima, J. M., 2009. Modelo bioeconómico para la evaluación del impacto de la genética y otras variables sobre la cadena cárnica vacuna de Uruguay. PhD. Tesis, Universidad Politécnica de Valencia. Departamento de Estadística e Investigación Operativa Aplicadas y Calidad, Valencia, España.

Sosa, J. 2018. Modelo de Data Mart para Empresas Inmobiliarias. CASO: Inmobiliaria Alegría S.R.L. Tesis de Maestría. Instituto Científico Tecno-lógico del Ejército. Lima. Perú.

Ticona, H. 2016. Impacto de las tecnologías OLAP en la toma de decisiones de los órganos administrativos del distrito judicial de la región Puno. Tesis de Maestría, Universidad Nacional del Altiplano. Puno. Perú.

Torres, C. 2018. Sistema Móvil para la Inteligencia de Negocios del proceso de ventas en Schroth Corporación Papelera S.A.C., Lima. Tesis de Maestría. Universidad Cesar Vallejo. Lima. Perú.

Vargas, B.; Cuevas, M. 2009. Stochastic model to estimate economic values of production and functional traits in dairy cattle. Agrociencia 43: 881-893.

Winston, W. 2005. Investigación de operaciones: Aplicaciones y algoritmos. International Thomson Editores, S. A. de C.V., 1275 pp.




DOI: http://dx.doi.org/10.17268/manglar.2019.002

Enlaces refback

  • No hay ningún enlace refback.


Licencia de Creative Commons
Manglar is licensed under a Creative Commons Reconocimiento-NoComercial 4.0 Internacional License.