Proyecto integrados cálculo y estadística

36
Instituto Superior Tecnológico Privado Tecsup Proyecto integrador 2016 Aplicaciones de cálculo y estadística Título del proyecto: El modelo matemático como instrumento para mejorar el nivel económico en el sector agrícola. Integrantes: Flores Quispe, Willy Rafael López Janampa, Raúl Elías Huamaní Jacinto, Brian Ciclo: II sección: C-D Especialidad: Mantenimiento de Maquinaria Pesada Profesor: Edgar Antonio Izquierdo Espinoza Miguel Ángel Ortiz Maguiña Carlos Alberto Jara Alva 1

Transcript of Proyecto integrados cálculo y estadística

Page 1: Proyecto integrados cálculo y estadística

Instituto Superior Tecnológico

Privado Tecsup

Proyecto integrador 2016Aplicaciones de cálculo y estadística

Título del proyecto: El modelo matemático como instrumento para mejorar el nivel

económico en el sector agrícola.

Integrantes: Flores Quispe, Willy Rafael

López Janampa, Raúl Elías

Huamaní Jacinto, Brian

Ciclo: II sección: C-D

Especialidad: Mantenimiento de Maquinaria Pesada

Profesor: Edgar Antonio Izquierdo Espinoza

Miguel Ángel Ortiz Maguiña

Carlos Alberto Jara Alva

Santa Anita – Lima

2016

1

Page 2: Proyecto integrados cálculo y estadística

ÍNDICECARATULA ………………………………………………………………. 1

INDICE ………………………………………………………………. 2

RESUMEN ………………………………………………………. 3

INTRODUCCION ……………………………………………………………..... 4

CAPITULO I

PLANTEAMIENTO DEL PROBLEMA A INVESTIGAR1.1. FUNDAMENTACION DEL PROBLEMA ……………………………. 6

1.2. FORMULACION DEL PROBLEMA ……………………………... 6

1.2.1. Problema general

1.2.2. Problemas específicos

1.3. FORMULACION DE OBJETIVOS DE INVESTIGACION ……………... 6

1.3.1.Objetivo general1.3.2.Objetivos específicos

CAPITULO II

2.1. JUSTIFICACION ……………………………………………………7

2.2. ANTECEDENTES ……………………………………………… 7

2.3. MARCO TEORICO ………………………………………………………...7

CAPITULO III

VARIABLES DE INVESTIGACION

3.1. Variables cualitativas ……………………………………...11

3.2. Variables cuantitativas ……………………………………..11

3.3. Variables independientes …………………………………..11

3.4. Variables dependientes …………………………………..11

3.5. Variable interviniente ……………………………………11

2

Page 3: Proyecto integrados cálculo y estadística

CAPITULO IVMETODOLGIA DE LA INVESTIGACION

4.1. Tipo y nivel de investigación ……………………………...12

4.2. metodología de la investigación ……………………………..12

4.3. Población …………………………….12

4.4. Muestra …………………………….12

CAPITULO V

PRESENTACION DE RESULTADOS

5.1. Interpretación analítica de resultados ……………………...13

CONLUSIONES ………………………………………………………………..23

SUGERENCIAS ………………………………………………………………..24

ANEXO …………………………………………………………………25

BIBLIOGRAFIA …………………………………………………………………26

3

Page 4: Proyecto integrados cálculo y estadística

Resumen

La agricultura en el Perú, es una actividad económica muy importante

heredada desde el tiempo de los incas y practicada hasta ahora. El territorio

peruano tiene gran potencialidad de producción, gracias a sus tierras fértiles

que posee en las regiones de costa, sierra y selva. Sin embargo, en los últimos

50 años la agricultura ha sufrido grandes cambios, pasando de ser una

actividad concentrada en grandes masas como haciendas en las décadas de

los 60, a ser un proceso de reforma agraria que se inició en el año 1969, con la

parcelación de tierras por familia y/o propietarios individuales con este nuevo

contexto la agricultura logró desarrollarse adoptando nuevas ideas, técnicas e

inversión.

En los últimos años la agricultura ha mostrado gran dinamismo promovido por

la agro-exportación tanto en el mercado nacional como en el mercado exterior,

el cual permitió ampliar en número de empleos en este sector. Además; la

economía de las familias agricultoras está en crecimiento, sin embargo, todavía

existe deficiencias debido al ritmo variable de los precios de los productos en el

ámbito comercial (precio en chacra y precio en el mercado).

Conociendo las ventajas y desventajas que ofrece la agricultura, se busca una

actividad sostenible que pueda beneficiar a las familias dedicas al cultivo, y a la

vez al desarrollo económico del país. Para lograr este propósito, estos dos

índices deben encontrarse paralelos entre sí, para lograr un desarrollo

constante y evolutivo que puede ayudar a fortalecer el sector socioeconómico.

4

Page 5: Proyecto integrados cálculo y estadística

Introducción

El presente proyecto titulado “El modelo matemático como instrumento para

mejorar nivel económico en el sector agrícola” tiene como objetivo elevar el

nivel económico de los agricultores, mediante el uso de modelos matemáticos,

que permita balancear entre el costo de producción y el ingreso económico

percibido por las ventas, para obtener un ingreso económico fijo.

El desarrollo del proyecto, utiliza la estadística como herramienta de

recolección, análisis y presentación de datos. Esta disciplina matemática, nos

ayudara a determinar parámetros y obtener un panorama económico

sintetizado del sector agrícola de las distintas regiones del Perú. Además,

propone el uso un modelo matemático, que permita establecer una ecuación

entre el costo de producción y el ingreso económico.

La matemática como ciencia exacta, es una herramienta fundamental que se

aplica en el mundo económico, para optimizar ingresos de acuerdo a

requerimientos de una empresa y/o persona. En esta oportunidad, el objeto de

estudio es la agricultura; donde se busca optimizar el ingreso económico

familiar; y a la vez, su contribución en la economía del país.

5

Page 6: Proyecto integrados cálculo y estadística

CAPITULO I

Planteamiento del problema a investigar

1.1. Fundamentación del problema

La baja producción agrícola, a causa de la variación de precios en los

mercados; influye en el desarrollo económico del Perú, y afecta la economía de

las familias dedicadas a la agricultura. Conociendo este problema planteamos

por conveniente el desarrollo del proyecto denominado “El modelo matemático

como instrumento para mejorar el nivel económico en el sector agrícola”, con el

propósito de dar solución a este problema.

1.2. Formulación de problema:1.2.1. Problema general: ¿Cómo elevar el nivel económico del sector agrícola mediante un

modelo matemático en el Perú?

1.2.2. Problemas específicos: ¿Cómo mejorar la economía de las familias agricultoras mediante el uso

de un modelo matemático?

¿Cómo influye la matemática en la agricultura?

1.3. Formulación de objetivos:1.3.1. Objetivo general: Elevar el nivel económico del sector agrícola mediante un modelo

matemático en el Perú.

1.3.2. Objetivos específicos: Mejorar la economía de las familias agricultoras mediante un modelo

matemático.

Determinar la influencia de la matemática en la agricultura

6

Page 7: Proyecto integrados cálculo y estadística

CAPITULO II

2.1. Justificación

El presente proyecto nace a raíz de los problemas mencionados anteriormente,

en busca de dar solución, mediante la aplicación de un modelo matemático y

las teorías de optimización para mejorar los ingresos económicos generados

por la actividad agrícola.

La agricultura, es una actividad característica de las zonas rurales y fuente

económica de muchas familias. Esta actividad es el factor que les permite el

acceso a la alimentación, educación, vestimenta y demás necesidades

familiares. Esta es la razón por la cual, se tiene que mejorar la economía

agrícola y lograr la descentralización económica del país.

2.2. Antecedentes:

Siembra y cultivo 2008-2009: Las siembras de arroz a nivel nacional en las

últimas cinco campañas agrícolas, tuvo su mayor nivel de siembras en la

campaña agrícola 2008-2009 con 406,134 ha, siendo un 10.2% superior que la

campaña agrícola anterior. La mayor concentración de las siembras se da en

los meses de noviembre a marzo siendo aproximadamente el 54.8% del total

de siembras a nivel nacional, debido fundamentalmente que en este periodo

del año existe una mayor disponibilidad del recurso hídrico en el norte de país,

posibilitando el incremento de las siembras en este periodo. La superficie

sembrada en la última campaña agrícola es de 387,677 hectáreas, con un

incremento del 5.6% que la campaña agrícola anterior.

2.3. Marco teórico conceptual

Agricultura: es el conjunto de técnicas y conocimientos para cultivar la tierra.

En ella se engloban los diferentes trabajos de tratamiento del suelo y los

cultivos de vegetales.

7

Page 8: Proyecto integrados cálculo y estadística

Tipos de agricultura:

agricultura familiar de subsistencia: caracterizada por estar en

condición de inseguridad alimentaria, con escaza disponibilidad de tierra,

sin acceso a créditos e ingresos insuficientes. Generalmente están

ubicados en ecosistemas frágiles de áreas tropicales y alta montaña; y

formar parte de la extrema pobreza rural.

Agricultura familiar en transición: emplea técnicas para conservar sus

recursos naturales, cuenta con mayores recursos agropecuarios y; por lo

tanto, con mayor potencial productivo para el auto consumo y la venta.

Si bien son suficientes para la reproducción de la unidad familiar, no

alcanzan para generar excedentes suficientes para desarrollar su unidad

productiva; además, su acceso al crédito y al mercado aún es limitado.

Agricultura familiar consolidada: dispone de un mayor potencial de

recursos agropecuarios, que le permite generar excedentes para la

capitalización de su vida productiva. Accede a riego y los recursos

naturales, sus parcelas tiene un mejor grado de conservación y uso.

Pueden superar la pobreza.

Volumen de producción: llamado también nivel de actividad, es el

grado de uso de la capacidad de producción. se suele medir como un

porcentaje de dicha capacidad. También se usan magnitudes absolutas,

como unidades de producidas, horas de servicio y cantidad de servicio

realizado.

Modelo matemático: Se usa para expresar relaciones, proposiciones

sustantivas de hechos, variables, parámetros. Se utiliza para estudiar el

comportamiento de sistemas complejos ante situaciones difíciles de

observar en la realidad.

Tipos de modelamiento matemático: se tienen los siguientes

1. Según la información de entrada:

1.1. Modelo heurístico: son los que están basados sobre

las explicaciones de las causas o mecanismos

naturales, que dan lugar al fenómeno estudiado.

8

Page 9: Proyecto integrados cálculo y estadística

1.2. Modelo empírico: son las que utilizan las

observaciones directas o los resultados del fenómeno

estudiado.

2. Según el tipo de representación:

2.1. Modelo cualitativo o conceptual: estos pueden usar

figuras, gráficos o descripciones causales; en general

se conforma con predecir, si el estado del sistema ira

en una determinada dirección, si aumentara o

disminuirá alguna magnitud.

2.2. Modelo cuantitativo o numérico: usan números para

representar aspectos del sistema modelizado, y

generalmente incluyen fórmulas.

3. Según la aleatoriedad:

3.1. Modelo determinista: se conoce de manera puntual

la forma del resultado ya que no hay incertidumbre.

Además, los datos utilizados son conocidos y

determinados.

3.2. Modelo estocástico: de carácter probalístico, no se

conoce el resultado esperado; sino su probabilidad y

por tanto existe una incertidumbre.

4. Según su aplicación u objetivo:

4.1. Modelo de simulación o descriptivo: permite medir

de manera precisa o aleatoria alguna situación; por

ejemplo, aspectos de programación lineal.

4.2. Modelo de optimización: permite determinar el punto

exacto, para resolver alguna problemática

administrativa, de producción o cualquier otra

situación. Este tipo de modelo requiere comprara

9

Page 10: Proyecto integrados cálculo y estadística

diversas condiciones, casos o posibles valores de un

parámetro, y ver cuál de ello resulta optimo según el

criterio elegido.

4.3. Modelo de control: permite saber con precisión el

estado de una organización, investigación o área de

operación. Este modelo pretende ayudar a decidir que

nuevas medidas, variables o parámetros; deben

ajustarse para lograr un resultado concreto del

sistema modelizado.

10

Page 11: Proyecto integrados cálculo y estadística

CAPITULO III

3.3. Variables de investigación

3.3.1. Variables cualitativas

a. Variables cualitativas nominales Tipo de producto

Regiones agrícolas

b. Variables cualitativas ordinales Calidad de producto

Nivel económico

3.3.2. Variables cuantitativas

a. Variables cuantitativas discretas Número de trabajadores

Numero de empleo

b. Variables cuantitativas continuas Producción de cultivo por campaña

Inversión económica

Ingreso económico familiar

3.3.3. Variables independientes Precio del producto

Precio de insumos

3.3.4. Variables dependientes Rentabilidad

Progreso económico poblacional

3.3.5. Variable interviniente Modelo matemático como instrumento para mejorar la

economía.

11

Page 12: Proyecto integrados cálculo y estadística

CAPITULO IV

Metodología de la investigación

4.1 Tipo y nivel de investigación

4.1.1. Tipo de investigación: descriptivo- experimental

4.1.2. Nivel de investigación: teórico - aplicativo

4.2. Método de la investigación: estadístico

4.3. Población: Regiones agrícolas de Perú.

4.4. Muestra: regiones productoras de cultivo de arroz

12

Page 13: Proyecto integrados cálculo y estadística

CAPITULO V

Presentación y análisis de resultados

Producción de cultivo por región en toneladas

La unidad de Análisis Económico, de la Oficina de Estudios Económicos y Estadísticos

de MINAGRI; mediante el Sistema Integrado de Estadísticas Agrarias, decide realizar

un estudio de la producción de cultivo de arroz en el Perú. En la siguiente tabla se

muestran los resultados obtenidos de producción de arroz por región.

producción de arroz en miles de tonelada 2016

región toneladasAmazonas 44.2Ancash 33.5Arequipa 12.1Ayacucho 10Cajamarca 9.2Cuzco 0.1Huánuco 6.1Junín 0.1La Libertad 2.7Lambayeque 19.9Loreto 11.9Madre de Dios 2.8Pasco 1.2Piura 139.4San Martin 93.9Tumbes 12.1Ucayali 4.3

Tabla N° 1: regiones productoras de arroz.

Producción de arroz en toneladas 2016

13

Page 14: Proyecto integrados cálculo y estadística

intervalo Xi fi Fi hi Hi xifi (Xi-X)^2 fi(Xi-X)^2[0.1; 14.1[ 7.1 12 12 70.59% 70.59% 85.2 299.1 3589.0[14.1;28.1[ 21.1 1 13 5.88% 76.47% 21.1 10.9 0.0[28.1; 42.1[ 35.1 1 14 5.88% 82.35% 35.1 114.6 8.0[42.1; 56.1[ 49.1 1 15 5.88% 88.24% 49.1 610.4 50.4[56.1; 70.1[ 63.1 0 15 0.00% 88.24% 0 1498.1 0.0[70.1; 84.1[ 77.1 0 15 0.00% 88.24% 0 2777.9 0.0[84.1; 98.1[ 91.1 1 16 5.88% 94.12% 91.1 4449.7 50.4

[98.1; 112.1[ 105.1 0 16 0.00% 94.12% 0 6513.4 0.0[112.1; 126.1[ 119.1 0 16 0.00% 94.12% 0 8969.2 0.0[126.1; 140.1] 133.1 1 17 5.88% 100.00% 133.1 11817.0 50.4

TOTAL 17 3748.3Tabla Nº- 1.1. Tabla de frecuencias de producción de arroz por región

Medidas de posición central

Media: 24.394

Moda: 7.309

Mediana: 9.925

Medidas de desviación

Desviación estándar:

S= (3748.3 / 17-1)1/2

S= 15.30

Varianza

S2=3748.3/ 17-1

S2= 234.26

toneladas0

20

40

60

80

100

120

140

160

Producción de arroz por región

Amazonas AncashArequipa AyacuchoCajamarca CuzcoHuanuco Junín La Libertad LambayequeLoreto Madre de DiosPasco PiuraSan Martin Tumbes Ucayali

regiones

tone

lada

s

Grafica Nº- 01: Histograma producción de arroz por región.

14

Page 15: Proyecto integrados cálculo y estadística

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

120.00%

total y subtotal de producción

Hi hi

Grafica Nº- 02: ojiva Porcentaje de producción

Interpretación de la tabla de resultados:

1. 17 regiones del Perú, se dedican a la producción de cultivo de arroz

2. 12 regiones producen menos de 14.1 toneladas. Esas regiones son:

Arequipa, Cajamarca, Cuzco, Ayacucho, Huánuco, Junín, la libertad,

Loreto, Madre de Dios, Pasco, tumbes y Ucayali. Estas regiones

representan el 70.59% del total de regiones productoras de arroz.

3. Las regiones que tienen una producción mínima de arroz son: Junín,

Huánuco, Pasco con 0.1 toneladas.

4. Las regiones que producen entre 14.1 y 56.1 toneladas son:

Lambayeque, Ancash y Amazonas.

5. San Martin, es la segunda región con mayor producción de arroz con

93.1 toneladas.

6. Piura se ubica en el primer lugar, con una producción de 139,1

toneladas de arroz.

7. No existe ninguna región que produce entre 56.1 y 84.1; de la misma

manera, no hay regiones que producen de 98.1 a 126.1 toneladas.

15

Page 16: Proyecto integrados cálculo y estadística

Producción de cultivo por campaña en hectáreas

En el siguiente grafico se muestran la producción de arroz según hectáreas de sembrío entre el mes de agosto-febrero de los últimos 5 años. Tomando en cuenta que en estos meses la producción es mayor realizar una tabla de frecuencias.

producción de arroz por campaña de cosecha(miles de hectáreas)Tiempo xi fi Fi hi Hi Xifi[2011-2012[ 2011.5 286.2 286.2 19.92% 19.92% 575691.3[2012-2013[ 2025.5 299.4 585.6 20.84% 40.76% 606434.7[2013-2014[ 2039.5 261.9 847.5 18.23% 58.99% 534145.05[2014-2015[ 2053.5 300 1147.5 20.88% 79.86% 616050[2015-2016] 2067.5 289.3 1436.8 20.14% 100.00% 598127.75

TOTAL 1436.8

Tabla Nº-02: producción por campaña (hectáreas)

Medidas de posición centralMedia: 24.394

Moda: 7.309

Mediana: 9.925

16

Page 17: Proyecto integrados cálculo y estadística

fi240250260270280290300310

286.2

299.4

261.9

300

289.3

Produccion por campaña

[2011-2012[ [2012-2013[ [2013-2014[ [2014-2015[ [2015-2016]

años

Hect

area

s

Grafica N° 2 de histograma de producción por campaña

Interpretación de los resultados:

1. La menor producción de arroz se produjo en la campaña 2013- 2014, con 261.9 toneladas; el cual, porcentualmente representaría el 23.18 %.

2. La mayor producción se dio, en la temporada 2014 – 2015 con 300 toneladas, representando el 20. 145.

A continuación, se mostrará un cuadro de las superficies cosechadas de arroz a partir del 2004 hasta el 2013. Con los datos de este cuadro se calculará el rango intercuartilico, desviación estándar, Varianza y el coeficiente de variación.

Superficie de arroz cosechada por año (hectáreas) del departamento de San Martin

17

Page 18: Proyecto integrados cálculo y estadística

Tabla de datos Nº- 03: cosecha en toneladas por mes en la región San Martin

Intervalos Xi fi hi Fi Hi[2352;3886[ 3119 14 11.67 14 11.67[3886;5420[ 4653 26 21.67 40 33.34[5420;6954[ 6187 42 35 82 68.34[6954;8488[ 7721 24 20 106 88.34[8488;10022[ 9255 9 7.5 115 95.84[10022;11556[

10789 3 2.5 118 98.34

[11556;13090[

12323 1 0.83 119 99.17

[13090;14624]

13857 1 0.83 120 100

Total 120 100

Tabla de frecuencias Nº- 04: toneladas de producción por mes

Interpretación y análisis de la tabla de frecuencias

1. Para comenzar a calcular las medidas de dispersión comenzamos calculando la media o promedio.

La media o promedio es 6263.7

2. Rango intercuartilico.Para calcular el rango intercuartilico primero hallamos los percentiles (25,50 y 75) que a la vez son el cuartil (1,2 y 3). El rango intercuartilico es la diferencia entre el tercer cuartil (P75) y el primero (P25).Los resultados obtenidos son Q1= 4830, Q2=6150.5 Y el Q3 =7465.3Ahora calculamos el rango intercuartilico que nos resulta 2635.5

3. Desviación estándar.Puede ser representado (Sx, Ox) la desviación estándar obtenida es 2036.34, esto nos muestra que la superficie de cosecha por hectáreas desde el 2004 al 2013 presenta mucha variabilidad tomando en cuenta los meses.

4. Varianza.La varianza nos muestra la variabilidad de las cosechas de arroz (Hectáreas) en San Martin desde el 2004 al 2014. Nos resulta un

18

Page 19: Proyecto integrados cálculo y estadística

número alto lo que significa que la cosecha de arroz varía durante todo el año.

5. Coeficiente de variación.Al calcular la división entre la desviación estándar y la media o promedio nos resulta 0.32510 y en porcentaje 32.5% lo que significa que las cosechas de arroz por hectárea varían 32.5% hacia arriba y hacia abajo, esto debido a los distintos tiempos de cosecha durante el año.

Producción e ingresos económicos

Actualmente en el Perú la producción agrícola va en aumento y gracias a esto se genera más trabajo e ingresos económicos a los productores y trabajadores.

A continuación, se evaluará los costos de producción por hectárea y la rentabilidad que esta genera a los productores en un año, esto de diferentes productos tanto frutales (palto y chirimoya) como granos (maíz), tubérculos (papa y camote) y Verduras (zanahoria). Se debe tomar en cuenta que la ganancia o utilidad es neta ya no influye el costo de producción y que la producción tanto de granos como tubérculos solo realiza una vez por año. Mientras que la de los frutales puede variar (dos veces por año) y según la edad que estos tengan la producción será mayor (en este caso los frutales están en plena producción).

Producto Costos de producción (Hectárea)

Ganancia (soles)

Palto Fuerte-Hass 9310 5000Durazno 11 197 5702Maíz amarillo 6691 2257Palta Fuerte-Hass 10922 28000Chirimoya 20757 21242Papa 10887 17112Maíz amarillo 6550 3150Zanahoria 4939 3460

Tabla Nº-05: Costos de producción e ingresos económicos

Para realizar la evaluación respectiva, comenzamos identificando las variables tanto dependientes como independientes. En este caso la ganancia es la variable dependiente y los costos de producción es la variable independiente.

Seguidamente realizamos un diagrama de dispersión.

En el siguiente grafico se muestra los costos de producción versus la ganancia.

Con los datos obtenidos se evaluarán los siguientes puntos: Calcularemos e interpretaremos el coeficiente de correlación lineal (r) y el coeficiente de determinación, realizaremos una ecuación de regresión; interpretaremos el

19

Page 20: Proyecto integrados cálculo y estadística

coeficiente de regresión y el parámetro, realizaremos una estimación utilizando la ecuación de regresión y por ultimo hallaremos el error estándar.

Con los resultados obtenidos evaluaremos cual producto es más rentable para el agricultor y que menos gasto tenga. Con estos resultados podremos observar cual producto es el que debe cultivar el agricultor peruano dependiendo de las zonas de cultivo de estos, para de esta forma mejorar sus ingresos económicos y favorecer su desarrollo.

1. Coeficiente de correlación lineal (r).

En este caso se obtuvo (0,6577) lo que muestra que nuestras variables presentan una asociación fuerte.

2. Coeficiente de determinación (r2)

En este caso se obtuvo (0.4325) lo que muestra que el 43.25 de variabilidad del costo de producción se debe a la ganancia obtenida.

3. Ecuación de regresión.

La ecuación obtenida es (y=A+ B.x) y= 6675.14+ (0.3241) x

4. Interpretación del coeficiente de regresión.

20

4000 6000 8000 10000 12000 14000 16000 18000 20000 220000

5000

10000

15000

20000

25000

30000

Diagrama de dispercion

Page 21: Proyecto integrados cálculo y estadística

El coeficiente de regresión es (0.3241) y como es positivo la asociación es directa entre las variables, y si aumenta la ganancia en una unidad entonces los costos de producción aumentaran en (0.3241).

5. Evaluaremos el costo de producción cuando la ganancia es de 12000 soles.

Y=A+ B.x y = 6675.14+ (0.3241) (12000)Se obtiene que los costos de producción serán un aproximado de 10564.34 soles.

Los resultados obtenidos nos muestran que en la producción de frutales, verduras, tubérculos y granos la ganancia obtenida depende de los costos de producción y aparte de esto de los productos cultivados. Como se observa en la tabla los frutales presentan un costo de producción alto, pero la ganancia obtenida es también alta, esto aparte de que se realizan las cosechas dos veces por año y del tamaño de la planta cuanto más grande hay mayor producción.

Con esto podemos aproximar los costos de producción de acuerdo a las ganancias que se quieren obtener y se debe tomar en cuenta que en los costos de producción se incluyen los fertilizantes, semillas, mano de obra entre otras cosas.

Variación de producción

Un agricultor perteneciente a una conocida Asociación agrícola de Piura posee

una explotación agraria con una superficie de 14 hectáreas. Otro agricultor de

una Asociación de Lambayeque cultiva una explotación de 9 hectáreas. Si el

tamaño medio y la varianza de las explotaciones de los cooperativistas de la

Piura son 9 y 12, y el tamaño medio y la varianza de las explotaciones de los

cooperativistas de Lambayeque son 5 y 7, ¿cuál de los dos agricultores tiene

una posición relativa más importante dentro de su Asociación?

Vamos hallar la desviación estándar

Primero calculamos el coeficiente de asimetría para saber cuánto varía.

Para la asociación agrícola de Piura.

21

Page 22: Proyecto integrados cálculo y estadística

As=3(x-Me)/s

As=3(9-7)/12

As=0.5

El resultado obtenido quiere decir, es de sesgo con cola a la izquierda; es decir,

patlicurtica

Para asociación de Lambayeque también calculamos.

As=3(5-4.5)/7

As=0.21

Quiere decir que también tiene un sesgo de cola a la izquierda; es decir,

platicurtica.

22

0.5

0.21

Page 23: Proyecto integrados cálculo y estadística

Los resultados obtenidos nos dan conocer que la posición relativa o mayor es de la asociación agrícola de Piura ya tiene la mayor.

CONCLUSIONES

La agricultura en el Perú, es una actividad económica práctica desde tiempos antiguos, como fuente de subsistencia alimenticia en las zonas rurales y como ingreso económico para solventar los gastos familiares.

La reforma agraria, le dio un nuevo inicio a la agricultura con la destrucción de las grandes masas, convirtiéndolas en parcelas individuales; donde la producción depende de la habilidad y capacidad de cada propietario y/o productor.

El crecimiento de la producción agrícola, en los últimos cinco años son notables, específicamente del cultivo de arroz. Este resultado, es producto de la agroexportación que permitió elevar las demandas en los mercados nacionales, de diversos cultivos como el caso del arroz.

El precio de los cultivos van en mejora, permitiendo mejora la economía de las familias agricultoras; a la vez, mejorar la calidad de vida en zonas rurales.

La estadística, como herramienta de análisis de datos sirve para tomar decisiones, y a partir de ello, tomar acciones inmediatas de acuerdo a los requerimientos como mejora la producción y la economía.

23

Page 24: Proyecto integrados cálculo y estadística

El uso de los conceptos y modelos matemáticos, permiten optimizar diversas cosas como producción, ingreso económico. En la agricultura permite balancear entre la inversión y el ingreso económico de ventas para mantener una economía estable.

24

Page 25: Proyecto integrados cálculo y estadística

SUGERENCIAS

Usar la estadística para evaluar las situaciones, a través de eso poder tomar decisiones conociendo las circunstancias presentes.

Llevar a la práctica las fórmulas matemáticas en el campo de producción como la agricultura, para modelar algunos aspectos que permitirán mejorar condiciones en beneficio al productor.

25

Page 26: Proyecto integrados cálculo y estadística

ANEXO

Preparación de tierras para el cultivo

Uso de fertilizantes para la producción

26

Page 27: Proyecto integrados cálculo y estadística

Estudio de la calidad de producción de arroz

27

Page 28: Proyecto integrados cálculo y estadística

BIBLIOGRAFIA

1. Recuperado en línea de: http://agroingeniero.blogspot.pe/2012_12_01_archive.html

2. Recuperado en línea de: http://es.slideshare.net/xescobar/manejo-agronmico-en-cultivo-de-arroz

3. Recuperado en línea de: http://www.inia.gob.pe/programas/arroz

4. Recuperado en línea de: http://www.agrobanco.com.pe/pdfs/CapacitacionesProductores/Arroz/Manejo_integrado_en_la_produccion_y_sanidad_del_arroz.pdf

5. Van Ord, Guillermo, El desarrollo de la agricultura moderna y su producción de empleo en el Perú. {en línea} revista ISSUU.

6. Métodos estadísticos aplicados a la agricultura, recuperado en línea de: https://www.uco.es/organiza/departamentos/estadistica/asignaturas/ingeniero_agronomo/metodos%20estadisticos.html

7. Schaum, spiegel. Estadística básica, PDF {en línea}

28