Modelos para estimar la dinámica de crecimiento y la degradabilidad ruminal in situ del pasto king grass (Pennisetum purpureum) cosechado a diferentes edades

Abstract

La presente investigación trata de evaluar varios modelos matemáticos para estimar la dinámica de crecimiento y la degradabilidad ruminal in situ del pasto King grass (Pennisetum purpureum) a diferentes edades de crecimiento. La investigación profundizó en la aplicabilidad de modelos matem´aticos lineales y no lineales que permitan mejorar el manejo de sistemas de producci´on agropecuarios. En este sentido, las variables de estudio son la cantidad de biomasa, altura de la planta, contenido de materia seca, contenido de prote´ına, contenido de fibra detergente neutra y degradabilidad ruminal en funci´on del tiempo. Los datos para la presente investigaci´on fueron proporcionados por el Instituto Nacional de Investigaciones Agropecuarias (INIAP). Para todas las variables estudiadas, excepto la degradabilidad ruminal, el modelo que mejor se ajusta fue el modelo lineal c´ubico, ya que present´o los mejores coeficientes de determinación (R2) y los valores más bajos seg´un la m´etrica de error utilizada en cada caso. Esto nos indica una mejor explicaci´on de la varianza total de la variable estudiada mediante el modelo de regresi´on. Por otro lado, para la variable de degradabilidad ruminal del pasto King grass (cosechado a los 56 d´ıas), el modelo de mejor ajuste asociado a un menor valor del cuadrado medio del error (varianza) fue el de Mitscherlich. Este presenta valores confiables de las fracciones de degradabilidad ruminal (A: fracción soluble, B: fracci´on insoluble pero potencialmente degradable, k: tasa de degradación y el tiempo de Lag: de retraso de degradaci´on). En síntesis, podemos deducir que el modelo lineal cúbico es el que mejor se ajusta para predecir el comportamiento de las variables estudiadas en este trabajo, con la excepci´on de la degradabilidad ruminal. Para esta última, se emple´o el modelo de Mitscherlich, el cual es de tipo no lineal, con el fin de estudiar su comportamiento.