Programación lineal en la siembra de girasol, ajonjolí y de sorgo en Agrícola Olivo, C.A.
DOI:
https://doi.org/10.30545/academo.2026.n2.1415Palabras clave:
Modelos matemáticos, gestión agrícola, toma de decisiones, producción agrícola, asignación de recursosResumen
Determinar los beneficios del uso de la programación lineal y el análisis post-optimal en la mejora de recursos operativos, además de la maximización del beneficio económico de la Unidad de Producción Agrícola Olivo, C.A., a través de la distribución eficiente de la superficiede siembra de girasol, ajonjolí y sorgo. Esto llevó a estudiar los efectos de la integración tanto de la programación lineal como del análisis post-optimal en el afinamiento de recursos en la Unidad de Producción Agrícola Olivo, C.A. Metodológicamente, se recolectaron datos de rendimiento e inversión mediante una entrevista al productor y se diseñó un modelo matemático de maximización ejecutado con el software WinQSB. Los resultados demostraron que la solución óptima inicial exige la siembra de 48 hectáreas de girasol, 36 de ajonjolí y 6 de sorgo; con ello se maximiza la ganancia a 6.621.469,00 Bs. en las 90 hectáreas cultivadas, satisfaciendo la totalidad de las restricciones operativas. La modelación matemática es una herramienta gerencial estratégica que mitiga el riesgo y la incertidumbre, proveyendo certezas científicas para la toma de decisiones en la gestión de la producción agrícola.
Descargas
Referencias
Alvarado-Boirivant, J. (2013). Modelo de optimización para un asentamiento agrícola en La Cruz de Guanacaste, Costa Rica. Revista Intersedes, 14(29), 19-42. https://www.scielo.sa.cr/pdf/is/v14n29/a02v14n29.pdf
Benini, M., Detti, P., & Nerozzi, L. (2025). Optimization models and algorithms for sustainable crop planning and rotation: An arc flow formulation and a column generation approach. Omega, 135, 103250. https://doi.org/10.1016/j.omega.2025.103320
Castillo Ortiz, S., Flores Cabrera, J., Ayala Castillo, M., Carachure Pichardo, C., & Ayala Castillo, A. (2025). Optimización del sector agrícola mediante el análisis de datos para una gestión eficiente de los recursos naturales: Una perspectiva para México. Ciencia Latina Revista Multidisciplinar, 9(2), 240-257. https://doi.org/10.37811/cl_rcm.v9i2.16816
González, A., & García, G. (2015). Manual práctico de investigación de operaciones I. Universidad del Norte. https://api.pageplace.de/preview/DT0400.9789587416459_A26200876/preview-9789587416459_A26200876.pdf
Liu, H. & Hu, L. (2025). Research on Crop Allocation and Revenue Analysis in Farmland Based on Linear Programming Models. International Journal of New Developments in Engineering and Society, 9(2). https://doi.org/10.25236/IJNDES.2025.090205
Organización para la Cooperación y el Desarrollo Económico & Organización de las Naciones Unidas para la Alimentación y la Agricultura. (2024). OCDE‑FAO perspectivas agrícolas 2024‑2033. https://doi.org/10.1787/2b0c9d81-es
Ramírez, V., Vásquez, M., & Ruiz, M. (2022). El método simplex como herramienta en la optimización de recursos de una empresa agroindustrial. Religación, 7(34), e210980. https://doi.org/10.46652/rgn.v7i34.980
Real Academia Española. (2024). Diccionario de la lengua española: Agricultura (23ª ed.). https://dle.rae.es/agricultura?m=form
Sandmann, A., Barbieri, J., Kripka, M., & Hoose, A. (2025). Mathematical modeling for maximizing agricultural productivity in Serranópolis do Iguaçu, PR, Brazil. Engenharia Agrícola, 45(2), e20240012. https://doi.org/10.1590/1809-4430-Eng.Agric.v45nespe120240182/2025
Secretaría de Agricultura y Desarrollo Rural (2016). Tipos de cultivo, estacionalidad y ciclos. https://www.gob.mx/agricultura/articulos/tipos-de-cultivo-estacionalidad-y-ciclos
Universidad de Valencia, España. (2010). Introducción al programa WinQSB. http://www.uv.es/martinek/material/WinQSB2.0.pdf
Wang, C., Zhang, J., Wang, T., Zeng, B., Wang, B., Chen, Y., & Chen, Y (2025). Intelligent optimization-based decision-making framework for crop planting strategy with total profit prediction. Agriculture, 15(16), 1736. https://doi.org/10.3390/agriculture15161736






