tesis 2012 unfv nemoeder

TABLA ESTÁNDARPARA ESTIMAR LA MASADE UN MILLAR DE ALEVINES DE GAMITANA Colossoma macropomum (CUVIER, 1818)

EN RELACIÓN A SU LONGITUD PROMEDIO

LIMA – PERÚ 2012

STANDARD TABLE TO ESTIMATE THE MASS OF A THOUSAND GAMITANA Colossoma macropomum (CUVIER,1818) FINGERLINGS IN RELATION WITH THEIR AVERAGE LENGTH

TESISpara optar al título profesional de

INGENIERO PESQUERO ACUICULTOR

Presentado por el BachillerGUILLERMO EDER FELIPA ALEJOS

Asesor

Ing. WALTER EDUARDO BLAS RAMOSUniversidad Nacional Federico Villarreal

Asesor

Dr. FERNANDO ALCÁNTARA BOCANEGRAInstituto de Investigaciones de la Amazonía Peruana

TABLA ESTÁNDARPARA ESTIMAR LA MASADE UN MILLAR DE ALEVINES DE GAMITANA Colossoma macropomum (CUVIER, 1818)


LIMA – PERÚ 2012

STANDARD TABLE TO ESTIMATE THE MASS OF A THOUSAND GAMITANA Colossoma macropomum (CUVIER,1818) FINGERLINGS IN RELATION WITH THEIR AVERAGE LENGTH

TESISpara optar al título profesional de

INGENIERO PESQUERO ACUICULTOR

Presentado por el BachillerGUILLERMO EDER FELIPA ALEJOS

Asesor

Ing. WALTER EDUARDO BLAS RAMOSUniversidad Nacional Federico Villarreal

Asesor

Dr. FERNANDO ALCÁNTARA BOCANEGRAInstituto de Investigaciones de la Amazonía Peruana

UNIVERSIDAD NACIONAL FEDERICO VILLARREALFACULTAD DE OCEANOGRAFÍA, PESQUERÍA, CIENCIAS ALIMENTARIAS Y ACUICULTURAESCUELA PROFESIONAL DE INGENIERÍA EN ACUICULTURA

INTRODUCCIÓN 1

CAPÍTULO I. OBJETO DE LA INVESTIGACIÓN 2

1.1. Antecedentes 21.2. Planteamiento del problema 31.3. Objetivos 4 1.3.1. Objetivo general 4 1.3.2. Objetivo específico 41.4. Justificación e importancia 41.5. Alcances y limitaciones 51.6. Definición de variables 5

CAPÍTULO II. MARCO TEÓRICO 6

2.1. Muestreo 62.2. Estadística inferencial 92.3. Contraste de hipótesis 102.4. Prueba “t” para dos muestras independientes 112.5. Software ImageJ 122.6. Hipótesis 12 CAPÍTULO III. MÉTODO 13

3.1. Ámbito temporal y espacial del estudio 133.2. Tipo de investigación 143.3. Diseño de investigación 143.4. Estrategia de prueba de hipótesis 153.5. Marco de muestreo 163.6. Unidad experimental 163.7. Unidad de análisis 163.8. Método experimental de muestreo 173.9. Variables de investigación 173.10. Población 173.11. Muestra 173.12. Técnicas de investigación 18 3.12.1. Instrumentos de recolección de datos: 18

3.12.1.1. Materiales 183.12.1.2. Equipos 193.12.1.3. Software 20

3.12.2. Procedimiento 21

Contenido

Etapa I: Etapa del estudio preliminar 21Etapa II: Etapa del estudio definitivo 211. Procedimiento de recolección de datos 24

1.1. Obtención de la masa 251.1.1. Medición de la masa de un millar de alevines 251.1.2. Medición de la masa individual de los alevines 26

1.2. Obtención de la longitud individual 271.2.1. Disposición de los alevines para el registro

fotográfico 272. Procesamiento de fotografías digitales (ImageJ) 29Etapa III: Etapa de procesamiento y análisis de datos 331. Resultados al final de cada evaluación 35

1.1. Resultados por cada unidad experimental 351.2. Resultados promedios de las tres

unidades experimentales 35Etapa IV: Etapa de validación 361. Validación estadística 36

1.1. Prueba “t” para muestras independientes (SPSS) 372. Validación experimental 39

2.1. Validación de la ecuación: y = a xb 402.2. Comprobación de la ecuación 40

CAPÍTULO IV. PRESENTACIÓN DE RESULTADOS 45

4.1. Etapa I: Etapa del estudio preliminar 454.2. Etapa II: Etapa del estudio definitivo 484.3. Etapa III: Etapa de procesamiento y análisis de datos 484.4. Etapa IV: Etapa de validación 57

CAPÍTULO V. DISCUSIÓN 71

5.1. Discusión y conclusión 715.2. Recomendaciones 72

REFERENCIAS BIBLIOGRÁFICAS 73

ANEXOS 74

Lista de figuras

Lista de ecuaciones

Ecuación 1. Tamaño de muestra 7

Ecuación 2. Coeficiente de variación (CV) 8

Figura 1. Vista Satelital del Centro de Investigaciones de Quistococha - IIAP 14

Figura 2. Diseño de investigación. 15

Figura 3. Estrategia de prueba de hipótesis 15

Figura 4. Unidades experimentales 16

Figura 5. Materiales utilizados durante todos los muestreos 19

Figura 6. Equipos utilizados durante todos los muestreos 20

Figura 7. Software utilizados durante el procesamiento de datos 20

Figura 8. Procedimiento para la siembra de post larvas 22

Figura 9. Condiciones del estanque con dique debilitado 23

Figura 10. Procedimientos para la medición de la masa conjunta de un

millar de alevines 25

Figura 11. Procedimientos para la medición de la masa

individual de alevines 26

Figura 12. Disposición del material biológico para el registro fotográfico 28

Figura 13. Grupo de fotografías: Uso del software ImageJ 29

Figura 14. Medición de la longitud total de una muestra ≥ 30 alevines 41

Figura 15. Síntesis de la metodología a seguir por cada evaluación 43

Figura 16. Curva potencial preliminar: Análisis de las variables

de masa y longitud 46

Figura 17. Curva potencial definitiva: Análisis de las variables

de masa y longitud 67

Lista de tablas

Tabla 1. Actividades realizadas en cada evaluación para el control de variables 24

Tabla 2. Formato utilizado para el registro de los datos de los muestreos 34

Tabla 3. Valores de masas a contrastar 37

Tabla 4. Resultados de la prueba “t” arrojados por el software SPSS: Estadísticos de grupo (de la tabla 3) 37

Tabla 5 Resultados de la prueba “t” arrojados por el software SPSS: 38 Prueba de muestras independientes

Tabla 6. Tabulación de la ecuación: y = a x b 40

Tabla 7. Matriz de consistencia 44

Tabla 8. Resultados de la masa de un millar de alevines (masa millar) y longitud individual por cada muestreo 45

Tabla 9 Resultados de los muestreos alternativos 3 y 4 46

Tabla 10: Número de alevines contados con relación al valor de promedio de la longitud 47

Tabla 11: Resultado promedio individual del muestreo piloto 48

Tabla 12: Estimadores estadísticos para una muestra de 3 000 alevines a un nivel de confianza de 99 %, Z = 2,58 48

Tabla 13: Evaluación N° 1 – Día 12 49








Tabla 21: Resultados promedios de masa y longitud para cada una de las evaluaciones 57

Tabla 22: Valores de masas registradas correspondientes a cada estanque de la primera a la octava evaluación 58

Tabla 23: Valores de masas a contrastar de la primera evaluación 59

Tabla 24: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la primera evaluación: Estadísticos de grupo 59

Tabla 25: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la primera evaluación: Prueba de muestras independientes 59

Tabla 26: Valores de masas a contrastar de la segunda evaluación 60

Tabla 27: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la segunda evaluación: Estadísticos de grupo 60

Tabla 28: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la segunda evaluación: Prueba de muestras independientes 60

Tabla 29: Valores de masas a contrastar de la tercera evaluación 61

Tabla 30: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la tercera evaluación: Estadísticos de grupo 61

Tabla 31: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la tercera evaluación: Prueba de muestras independientes 61

Tabla 32: Valores de masas a contrastar de la cuarta evaluación 62

Tabla 33: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la cuarta evaluación: Estadísticos de grupo 62

Tabla 34: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la cuarta evaluación: Prueba de muestras independientes 62

Tabla 35: Valores de masas a contrastar de la quinta evaluación 63

Tabla 36: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la quinta evaluación: Estadísticos de grupo 63

Tabla 37: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la quinta evaluación: Prueba de muestras independientes 63

Tabla 38: Valores de masas a contrastar de la sexta evaluación 64

Tabla 39: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la sexta evaluación: Estadísticos de grupo 64

Tabla 40: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la sexta evaluación: Prueba de muestras independientes 64

Tabla 41: Valores de masas a contrastar de la séptima evaluación 65

Tabla 42: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la séptima evaluación: Estadísticos de grupo 65

Tabla 43: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la séptima evaluación: Prueba de muestras independientes 65

Tabla 44: Valores de masas a contrastar de la octava evaluación 66

Tabla 45: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la octava evaluación: Estadísticos de grupo 66

Tabla 46: Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la octava evaluación: Prueba de muestras independientes 66

Tabla 47: Tabla estándar 68

Tabla 48: Medición de la longitud total de treinta alevines por cada estanque 69

Tabla 49: Número de alevines contados del valor de la masa estándar 70

Lista de anexos

Anexo 1. Uso del software SPSS: Prueba “t” para muestras independientes. 74

Anexo 2. Preparación de los estanques para la siembra de post larvas 79

Anexo 3. Medición de los parámetros del agua de los estanques 80

Anexo 4. Alimentación de los alevines 81

Anexo 5. Proceso de repartición tradicional de los alevines 82

10

A mi amiga y compañera de muchas aulas, Angela Berrocal, como reconocimiento por haber logrado el primer lugar de la promoción.

A mi abuela Yolanda como un homenaje y tributo a su

recuerdo.

A Dios, a mis padres: Sra. María Alejos y Sr. Guillermo Felipa, a mis hermanos: Heinz y Jeff.

Agradecimientos

A las autoridades y a todo el personal científico, técnico y administrativo del Instituto de Investigaciones de la Amazonía Peruana (IIAP), por medio del Programa de Investigación para el Uso y Conservación del Agua y sus Recursos (AQUAREC), por el financiamiento y facilidades brindadas para la ejecución de este estudio.

Al Ing. Salvador Tello, Dr. Fred Chu y al Blgo. Luciano Rodríguez por darme la oportunidad de ejecutar este proyecto.

Al Ing. Agustín Gonzales, por haberme facilitado el ingreso al IIAP como practicante.

Dr. Fernando Alcántara y el Ing. Walter Blas, por su constante asesoramiento y compromiso con la investigación.

A la Blga. Violeta Valdivieso, por su constante asesoramiento a lo largo de toda la investigación.

Al Ing. Daniel Oré, por sus recomendaciones, sugerencias y observaciones brindadas.

A la Ing. Luz Taype, por haberme enseñado la química de la vida.

Al Ing. Valentín Mogollón, por su gran sentido del humor y confianza de siempre.

Al Ing. Manuel Figueroa, por sus consejos y conocimientos compartidos.

A la Ing. Miryam Muñóz, por haberme enseñado el mundo microscópico.

Al Ing. Llontop Vélez, por su predisposición para compartir sus conocimientos.

Al Dr. Víctor Moreno, por sus consejos y recomendaciones.

A la Ing. Catalina Díaz, por haberme formado en la línea de la investigación.

A la Blga. Betty Gamero, por sus enseñanzas y consideración de siempre.

A la Dra. Susana Sirvas, por haberme enseñado el valor de la ética profesional.

Al Dr. Juan Acosta, Ing. César Luck, Ing. Carmen San Román, Lic. Marcela Uría, Ing. Gabriela Molina, Ing. Miriam Niebuhr, Ing. Claudio Álvarez, Ing. Edwin Lazo, Ing. Gustavo Saavedra, Ing. Walter Smith, Ing. César Peña, Ing. Guillermo Tello, Ing. Gustavo Laos, Dr. Pedro Rodenas, Ing. Gregorio Gallo, por haberme brindado sus conocimientos de manera desinteresada en mi formación profesional.

Al personal técnico y administrativo que labora en el Programa de Investigación para el Uso y Conservación del Agua y sus Recursos: Lamberto Arévalo, Vilto Huayunga Sairo, Italo Orbe, Edwin Agurto, Cherry Yahuarcani, Asunción Apuela, Hugo Marichin, Medardo Montoya, Eder Montoya, Domingo García, Luis Zafra, Edgar Taricuarima, al Sr. Miguel Ríos y a la Sra. Mercedes Torres por las facilidades brindadas durante la ejecución de la tesis.

A los tesistas (CIQ- IIAP) 2012, Ely Maynas, Italo Bardales, Margarita Colichón y Edgar Meza; a los(as) practicantes IIAP 2012, de Iquitos: Jae Paredes, Kathy Soria, Sheyla Perez, Christian Manchinari, Paul Franco, Joao Oliveira, Omar Delgado; Tingo María: Wilson Rodríguez, Raúl Pullido, Enrique Cornejo, Miguelina Vicuña; Pucallpa: Lewis Valerio, Caleb Angulo; Chiclayo: Iván Collin Guevara, Martín Correa y Lima: Fransisk Sánchez, por su amistad, apoyo y momentos gratos.

A todos mis compañeros de estudio, en especial a Rosa Gaona, Diana Allain, Carlos Julca, Paul Haro, Wilmer Gaspar, Jorge Espinoza, Luis Calderón y Peter Alcocer, por ser incondicionales.

A todas aquellas personas que de alguna forma contribuyeron a la realización de la presente investigación.

“La muerte no es triste, lo triste es que la gente no sepa vivir”

Película, El Guerrero Pacífico (2006)

Palabras claves: Alevines, masa estándar, gamitana Colossoma macropomum.

La elaboración de una tabla estándar de alevines de gamitana Colossoma macropomum, relacionando la masa y longitud para estimar una determinada masa estándar que contiene aproximadamente un millar de alevines, fue el objetivo principal de la presente investigación. La experimentación se inició con un estudio preliminar, para evaluar el comportamiento de las variables y un posible ajuste u optimización de la metodología. El estudio definitivo consistió en la evaluación periódica de alevines a partir de tres mil post larvas de diez días de edad que fueron sembrados a una densidad de 60 post larvas/m2 en cuatro estanques con dimensiones de 10 x 5 x 1 m de largo, ancho y tirante respectivamente; las evaluaciones se realizaron a partir del día doce luego de la siembra, con una frecuencia de seis días, es decir, a los (12, 18, 24, 30, 36, 42, 48, 54) días. Por cada evaluación se hicieron tres muestreos (uno por estanque, un estanque no se tomó en cuenta para las evaluaciones por no haber estado bajo las mismas condiciones que los demás), cada muestreo consistió en la medición de la masa conjunta de mil alevines, seguido de la medición de la masa individual y longitud individual de una muestra determinada estadísticamente, que resultó ser 41, sin embargo se decidió trabajar con 60 individuos. La medición de la masa individual tuvo como finalidad validar estadísticamente (prueba “t”) la masa total promedio del millar de alevines de los estanques por cada evaluación. Los resultados promedios de la masa del millar de alevines con la medición de la longitud individual de la muestra (60) se plasmaron en una curva potencial: masa (y) vs longitud (x), obteniéndose la ecuación y = 36,951 x2,4725, con una correlación r = 0,9901. Para validar esta ecuación, se remplazaron valores de tallas convenientes en la variable independiente (x) para obtener masas estándares correspondiente aproximadamente a un millar de alevines, con ello se obtuvo una tabla estándar de masa y longitud. Luego se midió la longitud total de una muestra de alevines (se consideró ≥ 30) y por cada estanque se obtuvo un promedio de longitud, dicho valor fue cotejado en la tabla estándar para obtener el valor de la masa estándar. Finalmente se midió una masa de alevines para cada valor de la masa estándar y se hizo el conteo de los alevines para determinado valor, resultando valores muy cercanos al millar, teniendo un error máximo del 4,8 % por encima del millar y un coeficiente de variación (CV) del 1,5 %.

Resumen

TABLA ESTÁNDAR PARA ESTIMAR LA MASA DE UN MILLAR DE ALEVINES DE GAMITANA Colossoma macropomum (CUVIER, 1818)


Keywords: Fingerlings, standard mass, gamitana Colossoma macropomum.

The elaboration of a standard table of gamitana Colossoma macropomum fingerlings, relating their mass and length to estimate a determined standard mass, which it will contain a thousand fingerlings approximately, it was the main objective of the present research. The experiment was started with a preliminary study to evaluate the behaviour of the variables and a possible adjustment or optimization of the methodology. The final study consisted in the periodic evaluation of fingerlings from three thousand post larvae of ten days old that were seeded at a density of 60 post larvae/m2 in four ponds, with it dimensions of 10 x 5 x 1 m lenght, wide and tight respectively, the evaluations were made from the twelfth day after sowing, with a frequency of six days, at the (12, 18, 24, 30, 36, 42, 48, 54) days old. For each evaluation, it was done three samplings (one per pond, one pond was not taken into account for the evaluation because of not being under the same conditions as the others), each sample consisted in measuring the joint mass of thousand fingerlings, followed by the measurement of individual mass and individual length of a determined sample statistically, which proved to be 41, however it was decided to work with 60 individuals. The measurement of the individually mass had the purpose of validate statistically (t test) the average total mass of thousand fingerlings of the ponds for each assessment. The average results of the mass of thousand fingerlings with the measuring of the individual length of the sample (60) it was reflected in a potential curve: mass (y) vs length (x), with the obtaining of the equation y = 36,951 x2,4 725, with a correlation r = 0,9901. To validate this equation, the values were replaced convenient sizes in the independent variable (x) to get standards masses corresponding to a thousand fingerlings approximately, with that it was obtained a standard table of mass and length. Then it was measured the total length of one sample of fingerlings (it was considered ≥ 30) and for each pond was obtained an average length, that value was checked in the standard table to get the value of the standard mass. Finally, the fingerling mass was measured for each value of the standard mass and the fingerling counting was done to a determined value, resulting values very close to a thousand, with a maximum error of 4,8 % above the thousand and a coefficient of variation (CV) of 1,5 %.

Abstract

STANDARD TABLE TO ESTIMATE THE MASS OF A THOUSAND GAMITANA Colossoma macropomum (CUVIER, 1818) FINGERLINGS

IN RELATION WITH THEIR AVERAGE LENGTH

TABLA ESTÁNDAR PARA ESTIMAR LA MASA DE UN MILLAR DE ALEVINES DE GAMITANA Colossoma macropomum (CUVIER, 1818) EN RELACIÓN A SU LONGITUD PROMEDIO 1

En la Amazonía existe una gran diversidad biológica de especies, dentro de ella podemos encontrar una amplia variedad de peces. La gamitana Colossoma macropomum es una de las principales especies consumidas en esa región, siendo utilizada como primera

fuente de proteína, además de ser una especie bastante cotizada, le da un estatus económico elevado. Es por esta razón que esta especie no es ajena a la práctica de la acuicultura, el cultivo de esta especie ha tenido un enorme crecimiento en los últimos años, esto se debe fundamentalmente a los avances en la producción de alevines en laboratorio, los mismos que son distribuidos a los piscicultores de la región para su cultivo. A pesar que la producción de alevines en laboratorio ya es una práctica dominada por las instituciones especializadas, aún existen algunas falencias en la etapa post producción, específicamente en la distribución de dichos individuos, puesto que hasta la actualidad la cuantificación de los alevines se hace de forma individual y manual, lo que conlleva a un posible estrés de los individuos, una elevada intervención de la mano de obra, daños mecánicos contra los alevines en el conteo, elevado porcentaje de error en el conteo de alevines y sus consecuentes pérdidas económicas.

El presente trabajo de investigación se enfoca directamente en la etapa post producción de alevines que se hace referencia líneas arriba, y tiene como objetivo elaborar una tabla estándar para estimar la masa de un millar de peces para diferentes tallas en la etapa de alevinaje. Esta investigación, a través del uso de la tabla estándar, deja de lado la metodología tradicional que consistía en el conteo manual de los alevines y contribuye con nuevas tecnologías para la medición de peces, a través del procesamiento de imágenes digitales mediante un software.

En el capítulo I se refiere al objeto de la investigación. Se plantea el problema y sus variables, se expresan los objetivos, se justifica la importancia de la presente investigación en la acuicultura, así como sus alcances y limitaciones.

En el capítulo II se refiere al marco teórico, donde se han citado y explicado teorías que respaldan el uso de las mismas en la presente investigación.

El capítulo III, describe el desarrollo de la investigación, así como la metodología utilizada, el uso de software y el procesamiento de los datos de campo.

En el capítulo IV se presentan los resultados obtenidos en el campo y en el gabinete.

Finalmente en el capítulo V, a través de las discusiones se hace un análisis de los resultados obtenidos, no se discute con otros autores porque no se han encontrado antecedentes de esta naturaleza.

Introducción


OBJETO DE LA INVESTIGACIÓN

1.1. Antecedentes

La práctica de la piscicultura con especies nativas se inició en la década de 1970, experimentando con gamitana Colossoma macropomum y paco Piaractus brachypomus, en el criadero de Quistococha (Maynas), y desde ahí se distribuyeron alevines de éstas y otras especies a los reservorios de San Lorenzo (Piura) al IVITA (Pucallpa) y a la Estación Pesquera de San Martín, así como a numerosos piscicultores de toda la Amazonía peruana (IIAP, 2006).

Son muchos los estudios que se han realizado en gamitana que han proporcionado importantes aportes científicos sobre esta especie, tales como las características biológicas, de reproducción, alimentación, crecimiento; también se ha trabajado ampliamente en piscicultura, en la tecnificación de su cultivo en estanques y, en algunos casos, en jaulas flotantes.

A lo largo de la vida del pez, la masa corporal varía como una potencia de la longitud (relación alométrica). Así es posible establecer la relación a través de la ecuación de la curva W = aLb; donde W es la masa total en gramos, y L la longitud total en centímetros, mientras que a y b son constantes, debido a que la talla es una magnitud lineal y la masa proporcional al cubo de la talla, si el pez al crecer mantiene la forma, se dice que el crecimiento es isométrico y b es muy cerca o igual a 3. (Granado,1996)

I.


Para la obtención de estas relaciones se necesita efectuar los muestreos mecánicos actualmente utilizados, que pueden generar pérdidas de ejemplares por el manipuleo, de ahí que nace la necesidad de crear una tabla estándar, similar a las que actualmente se vienen utilizando en la industria de los salmónidos, para la estimación del número de alevines, relacionando su longitud total y su masa.

1.2. Planteamiento del problema

La acuicultura en la Amazonía peruana ha tenido un enorme crecimiento en los últimos años, esto se debe fundamentalmente a los grandes avances en la producción de alevines en condiciones controladas (Reyes, 1998 citado por Deza & cols 2002). La producción de estos alevines es una práctica dominada por las instituciones especializadas en acuicultura amazónica. El Instituto de Investigaciones de la Amazonía Peruana (IIAP) que promueve el desarrollo de la acuicultura amazónica (IIAP, 2000), efectivamente viene produciendo alevines desde 1985 hasta la fecha, los mismos que son abastecidos a diferentes lugares para su cultivo. A pesar que ya se domina este procedimiento, aún existen algunas falencias en la etapa post producción, específicamente en la distribución y despacho de dichos individuos, puesto que hasta la fecha la cuantificación de dichos alevines se hace de forma individual y manual. Este tipo de manipuleo genera muchos problemas que a continuación se detallan:

Una elevada intervención de la mano de obra para llevar a cabo este procedimiento, ya que los alevines son contados uno por uno.

Excesivo tiempo de espera de los compradores en el proceso de despacho de los alevines.

Posible estrés hacia los alevines por el manipuleo.

Generación de daños mecánicos que producen laceraciones en el cuerpo de los alevines, dejándolos propensos a contraer enfermedades.

Generación de error en el conteo de los alevines en perjuicio de la institución o comprador.

Generación de pérdidas económicas a la institución o comprador, lo que alteraría el stock de peces de la Institución o comprador.

Es por ello que se propone trabajar con una nueva metodología, creando una tabla estándar para la cuantificación de alevines, relacionando variables de longitud promedio y masa promedio de dichos alevines.

¿Cuál es el efecto del uso de la tabla estándar frente al conteo manual para estimar la masa de un millar de alevines a una determinada longitud promedio en el proceso de repartición?


1.3. Objetivos

1.3.1. General

Elaborar una tabla estándar para estimar la masa de un millar de alevines de gamitana para diferentes tallas en la etapa de alevinaje.

1.3.2. Específicos

Reducir el tiempo de la mano de obra requeridas para el proceso de repartición de alevines.

Reducir el tiempo de espera de los compradores en el despacho de los alevines.

Reducir el posible estrés de los alevines producido en el manipuleo.

Reducción de los daños mecánicos de los alevines en el conteo.

Reducción del porcentaje de error en el conteo de alevines.

Evitar posibles pérdidas económicas por error en el número de alevines distribuidos.

1.4. Justificación e importancia

El trabajo de investigación resulta importante porque la metodología propuesta del uso de la tabla estándar reducirá considerablemente el manipuleo, lo que conllevará a una reducción del tiempo de uso de la mano de obra del personal, también se reducirá el posible estrés y las posibles laceraciones en el cuerpo de los alevines generado en el proceso de repartición, que, a posteriori, podría afectar el desarrollo normal del crecimiento de los individuos. Con el uso de esta tabla se tendrá una mejor estimación del número de alevines, en comparación al conteo manual, por ser una actividad realizada por operarios con diferentes técnicas y sumado a ello distracciones que conllevarían a confusión en el conteo, podrían resultar con altos porcentajes de error. Finalmente, debido a estos errores humanos que son comunes en el conteo, se producirán pérdidas económicas, afectando el stock de la Institución y la inversión del comprador.


1.5. Alcances y limitaciones

Los resultados y conclusiones de esta investigación tienen validez y pueden generalizarse a la población conformada por los alevines de la especie gamitana Colossoma macropomum que han sido criados en la Amazonía.

La tabla estándar sólo tiene una cobertura para la especie gamitana Colossoma macropomum en etapa de alevinaje, que en la presente investigación se ha considerado una talla de (2,5 – 5,6) cm.

1.6. Definición de variables

1.6.1. Variable independiente x: Longitud total promedio de una muestra de alevines de gamitana Colossoma macropomum.

1.6.2. Variable dependiente y: masa estándar obtenida de una tabla estándar para alevines de gamitana Colossoma macropomum.


MARCO TEÓRICO

2.1. Muestreo

En principio, hay dos métodos de recopilación de datos: enumeración completa y muestreo. Una encuesta marco o censo de pesquería se lleva a cabo por lo general por medio de una enumeración completa. Para estimar el total de captura anual, el ideal sería una enumeración completa. Sin embargo, este método sobrepasa en general el presupuesto de la mayor parte de los centros de investigación sobre pesquerías. Por ello, se requiere un sistema adecuado de muestreo para obtener datos representativos que puedan ser extrapolados a toda la pesquería.

El diseño de muestreo permite estimar estadísticas descriptivas, tales como media, varianza y distribuciones de frecuencia, sin supuestos sobre la población. Estas estadísticas están diseñadas sin sesgo, es decir, se confía en que estén en torno al valor auténtico que se obtendría con muestreo repetido en virtud del diseño de muestreo probabilista. El muestreo basado en un modelo, por otra parte, permite ajustar el modelo sin supuestos sobre el muestreo. Los parámetros estimados son insesgados según el modelo, es decir, no tienen sesgo si el modelo es cierto y completo.

En la práctica, ambas teorías requieren compromisos, ya que el muestreo probabilístico pocas veces resulta el ideal y nunca se confía plenamente en un modelo. Cochran(1977)

II.


Métodos de muestreo: En ciencias biológicas, la mayor parte de las investigaciones son cuantitativas, con observaciones de hechos numéricos llamados datos. Las entidades biológicas son contadas o medidas y es evidente que debe existir algún método objetivo para tomar, presentar y analizar estos datos. Una distinción importante es la que se puede hacer entre observaciones y experimentos. Las observaciones son datos obtenidos sin haber manipulado el sistema y son utilizadas para describir regularidades u ordenamientos biológicos (patrones). Los datos experimentales en cambio son datos obtenidos a partir de manipulaciones de las variables que se piensa pueden estar determinando cierto patrón. Los mismos análisis estadísticos pueden realizarse a partir de observaciones o experimentos. Sin embargo, los procesos que determinan los patrones biológicos observados sólo pueden ser explicados mediante un experimento bien diseñado. En cambio, resultados similares obtenidos a partir de observaciones pueden ser causados por el efecto de cierta variable desconocida o no detectada. Esto sugiere que el conocimiento del mundo debería estar basado solamente en experimentos, sin embargo esto no es enteramente posible y hay ciertas preguntas para las cuales no es posible diseñar un experimento, pero se pueden realizar observaciones dirigidas que sirvan para contestarlas. Underwood (1997). Una de las formas de tomar muestras de peces de un estanque es usando redes barrederas pequeñas especialmente construidas, con una longitud de 2 a 8 m y entre 1 a 2 m de profundidad, pueden ser particularmente eficacespara tomar muestras de pequeños peces en los ríos. Dos personas pueden manipularlas aunque un solo operador también puede usar algunas microredes barrederas.

Tamaño de muestra: Bejarano & cols (2006), Webster (1996), Montgomery & Runger (1996).

El tamaño de muestra depende del parámetro que deseamos estimar, es decir podemos estar interesados en conocer un media aritmética poblacional (µ), una proporción poblacional (P), diferencias de medias (µ1 - µ2) o una diferencia de proporciones (P1- P2). Para cada uno de estos casos existe una determinada fórmula. Para fines del presente trabajo de investigación, nos enfocaremos exclusivamente en conocer la media aritmética poblacional (µ).

Tamaño de muestra para estimar µ:

n =Z

Z(N-1).E2+

.N.sα

α

2

2

2

2

2

2.σEcuación 1. Tamaño de muestra.


Donde:

, es el coeficiente de confianza cuyo valor depende del nivel de confianza que se prestablece. Es decir, para un nivel de confianza del 99 % le corresponde

es la varianza de la característica que se está estudiando. Nos indica que a mayor variabilidad en la población, le corresponde mayor tamaño en la muestra y a menor variabilidad en la población le corresponde un menor tamaño de muestra.

, es el error máximo permisible que estamos dispuestos a cometer para estimar µ para un determinado nivel de confianza establecido

, Tamaño de muestra de la población.N

Z α2

Z α2 = 2,58.

E

Para calcular el tamaño de muestra para estimar una media se necesita conocer la varianza s2 de la población objetivo, para lo cual se tiene en cuenta las siguientes recomendaciones:

Recurrir a estudios similares al que se quiere estudiar y de ahí obtener el valor que corresponde a la varianza.

Realizar un estudio piloto y estimar el valor que le corresponde a (lo que finalmente se hizo en la presente investigación).

Coeficiente de variación (CV): Bejarano & cols. (2006), Webster (2006).

Una aplicación importante de la desviación típica es servir de medida de la dispersión, pero hay ciertas limitaciones. Si se consideran dos o más distribuciones con medias bastantes diferentes o que se midan en unidades distintas será peligroso extraer conclusiones sobre la dispersión a partir del único valor típico de la desviación típica. A menudo será necesario recurrir al coeficiente de variación (CV) que sirve como medida relativa de la dispersión. El coeficiente de variación mide el grado de dispersión de un conjunto de datos en relación con su media. Para calcularlo se divide la desviación típica de una distribución por su media y el resultado se multiplica por 100.

Para cuantificar la precisión relativa de una estimación de la media poblacional se determina el coeficiente de variación de la media muestral utilizando la siguiente fórmula:

2σ

CV = (100)sX

Ecuación 2.

Coeficiente de Variación (CV).

s2


2.2. Estadística inferencial

Las poblaciones suelen ser demasiado grandes para estudiarlas en su totalidad. Es necesario elegir una muestra representativa que tenga un tamaño más manejable. La muestra se utiliza entonces para conclusiones de la población que nos interesa. Por ejemplo, podemos calcular la media aritmética de la muestra, el estadístico X, y estimarlo como estimación de la media aritmética de la población µ. Webster (1996)

Distribuciones muestrales: Si ponemos como ejemplo el estudio de un estanque de peces con N = 3 000 individuos, en la cual queremos tomar una muestra de n = 1 000. A partir de esta muestra podríamos calcular la media X correspondiente a los 1 000 individuos. Esta media muestral nos servirá después como estimación de µ, media aritmética de la población N.

El error muestral: La diferencia entre el parámetro de la población (media aritmética µ de los 3 000 peces) y el estadístico de la muestra X utilizado para estimar el parámetro de la población (1 000 peces) se denomina error muestral. Es evidente que nunca podremos calcular el tamaño del error muestral, puesto que la media poblacional es desconocida. Debemos de ser conscientes de la probabilidad de incurrir en un cierto error muestral.

El error típico de la distribución muestral: La distribución muestral de las medias muestrales tiene también una varianza (σ2). Esta varianza de la distribución de todas las medias muestrales es como cualquier otra varianza. Mide la dispersión de las observaciones individuales (medias muestrales) en torno a su media µ (media general). Por lo tanto mide la tendencia a incurrir en error de muestreo en el intento de estimar el parámetro. Además esta varianza como cualquier otra varianza, es la media aritmética de las desviaciones respecto de la media elevadas al cuadrado.

Normalidad: Si los datos de una población siguen una distribución normal, la distribución muestral de las medias muestrales también será normal.

Efecto del tamaño de la muestra sobre el error típico: De la población de N = 3 000 peces, es indudable que con una muestra mayor tienda a dar un error más pequeño. El simple cálculo aritmético nos dice que si n aumenta, σ deberá disminuir.

Teorema central del límite: Como se ha visto anteriormente, una distribución de medias muestrales sigue una distribución normal. Entonces deberemos recurrir al teorema central del límite. Esta proposición esencial afirma que para cualquier población, sea normal o no, la distribución normal se aproximará a la normalidad con tal que el tamaño de la muestra sea grande.


Aunque la población no responda a una distribución normal o no conozcamos su distribución, el teorema central del límite nos permite deducir que la distribución muestra seguirá una distribución normal si el tamaño de la muestra es suficiente.En general se acepta que si el tamaño de la muestra es n = 30 como mínimo, es lo bastante grande para concluir que el teorema central del límite garantizará una distribución normal en el proceso de muestreo, con independencia de la distribución de la población original.

2.3. Contraste de hipótesis

Bejarano & cols (2006) señalan que el propósito de la prueba de hipótesis es ayudar al investigador a tomar decisiones referentes a una población considerando la información de una muestra de dicha población, de forma similar Petri & Watson (2006), afirman que la prueba de hipótesis es un proceso que consiste en hacer inferencias acerca de una población usando la información obtenida de una muestra, sin embargo se tiene que reconocer que es imposible estar absolutamente seguros que esas inferencias acerca de la población son correctas y ponen como ejemplo lo siguiente: “Una muestra seleccionada al azar es poco probable que sea exactamente igual a una segunda muestra al azar, probablemente en ninguno de estos casos, el estadístico determinado, no será igual al parámetro de la población que es la estimación de la que estamos probando una hipótesis”.

El presente trabajo de investigación no es ajeno a la estadística y se apoya en la estadística inferencial para determinar una suposición de un determinado parámetro de la población, esta inferencia será nuestra hipótesis. La hipótesis que contrastaremos se llama hipótesis nula (H0 ), esta hipótesis se contrastará con la hipótesis alternativa (Ha ). Después, a partir de los resultados de nuestra muestra (estadísticos), podremos rechazar la hipótesis nula en favor a la hipótesis alternativa o bien no rechazaremos nuestra hipótesis nula y suponemos que nuestra inferencia o suposición inicial acerca del parámetro poblacional es correcta.

Webster (1996) afirma que la hipótesis estadística es una afirmación de lo que creemos sobre una población. Por lo general esta hipótesis se refiere a los parámetros de la población acerca de los cuales se quiere hacer la afirmación.

El hecho de no rechazar la hipótesis nula no implica que ésta sea cierta, significa simplemente que los datos de la muestra son insuficientes para inducir un rechazo de la hipótesis nula.


Nivel de significación,Webster (1996) señala que cada hipótesis se contrasta a un nivel de significación elegido. En paralelo a los intervalos de confianza, los niveles de significación corrientes denominados valores de α (valores de alfa), son (1, 5, 10) %, sin embargo se pueden elegir otros valores de α que satisfagan las necesidades del investigador. Cuando decidimos sobre el rechazo de una hipótesis podemos cometer dos tipos de equivocaciones. Será un error del tipo I si rechazamos la hipótesis nula que es verdadera. Se verá después en este mismo capítulo que el nivel de significación o valor de α utilizado para la prueba es la probabilidad de cometer un error del tipo I. Por otra parte, podríamos dejar de rechazar una hipótesis nula que es falsa, la que se denomina error del tipo II, la probabilidad de cometer un error del tipo II se llama β.

2.4. Prueba “t” para dos muestras independientes

La prueba “t” para dos muestras independientes, se utiliza por ejemplo, si deseamos determinar si existe alguna diferencia al momento de comparar las masas medias de dos grupos de alevines a una determinada longitud, luego trabajaremos con la muestra de dicha población de alevines para determinar si la hipótesis es correcta. Esta prueba es una de las más frecuentemente utilizadas, sin embargo se corre el riesgo de utilizarla inadecuadamente cuando no se tienen claros los supuestos en las cuales esta prueba es válida. Esta prueba es usada para comparar las medias de dos grupos independientes de observaciones usando muestras representativas de una población.

Petri & Watson (2006), indican que la validez de la prueba “t” para dos muestras independientes depende de varios supuestos que deben ser cumplidos:

Las dos muestras deben ser independientes y representativas de la población de interés (idealmente siendo elegida al azar) para eliminar toda forma de asignaciones parciales en una experimentación en estudio, debemos asignar al azar cada animal para uno de los grupos.

Además, la variable de interés deberá tener aproximadamente una distribución normal (campana de Gauss) en cada población de las muestras tomadas. Una pequeña desviación de la normalidad de la muestra no es crucial.

Adicionalmente, la variabilidad de las observaciones en cada grupo, como medida por las dos varianzas (homocedasticidad). Este supuesto es importante, podemos verificar esto por la prueba de Levene (prueba F).


2.5. Software Imagej

El software ImageJ es una aplicación del software de Java para procesamiento y análisis de imágenes, fue desarrollado por Wayne Rasband en los Institutos Nacionales de Salud de Estados Unidos, Bourne (2010).

Cristobal & cols. (2011) afirman que este software es útil para una amplia gama de aplicaciones de imágenes en las ciencias biomédicas, que es un recurso clave en los laboratorios y se utiliza en todo el mundo en procesamiento de imágenes médicas, sobre todo en la investigación.

Así mismo, Eichinger & Rivero (2006), señalan que existen muchos paquetes de software disponibles con las que se analizan y procesan imágenes, sin embargo el software ImageJ es de libre descarga y puede ser suficiente para muchos propósitos. Nejat (2012) explica por qué se debe usar este software en el cálculo de la longitud y número de neuritas (prolongaciones que tiene una neurona), el número promedio de las neuritas por célula, pueden ser contados manualmente de manera muy fácil; sin embargo, la determinación de la longitud media de estas neuritas requiere del software ImageJ.

2.6. Hipótesis:

2.6.1. Hipótesis general: La elaboración de una tabla como estándar para estimar la masa de un millar de alevines de gamitana, disminuye el error de estimación.

2.6.2. Hipótesis específica: La elaboración de una tabla como estándar para estimar la masa de un millar de alevines de gamitana disminuye el tiempo para el proceso de repartición, tiempo de espera de los compradores, laceraciones en el cuerpo de los alevines, el porcentaje de error en el conteo y facilitará el manejo para su comercialización.


MÉTODO3.1. Ámbito temporal y espacial del estudio:

El trabajo de investigación se llevó a cabo en las instalaciones del Centro de Investigaciones de Quistococha, perteneciente al Instituto de Investigaciones de la Amazonía Peruana (IIAP), en el marco del Programa de Investigación para el Uso y Conservación del Agua y sus Recursos (AQUAREC), ubicado en el kilómetro 4,5 de la Carrera Iquitos – Nauta, Centro Poblado de Quistococha, Distrito de San Juan, Provincia de Maynas, Región Loreto. Este trabajo de investigación se dio inicio con un estudio preliminar que empezó el 5 de febrero del 2012 y terminó el día 13 de marzo del 2012. El estudio definitivo empezó el día domingo 25 de marzo del 2012 y finalizó el 21 de mayo del 2012.

III.


Figura 1. Vista Satelital del Centro de Investigaciones de Quistococha – IIAP.Con fines de mejor ubicación se hizo un contraste de imagen, el área a color pertenece al CIQ – IIAP, el área a blanco y negro corresponde a terceros. En la figura inferior se muestran los laboratorios de reproducción de peces amazónicos.

3.2. Tipo de investigación

Cuantitativa.

3.3. Diseño de investigación:

3.3.1. Validación estadística: Prueba “t” de Student para dos muestras independientes.

3.3.2. Validación experimental: Validación de la ecuación y del coeficiente de variación (CV).


Validación estadística

Prueba “t”

Validación experimental

Coeficiente de variación (CV)

Prueba “t” para

comparar las masas

medias de dos grupos

de alevines.

Comparar las masas

medias del grupo 1 y

grupo 2.

Comparar resultados

de estudio preliminar

con estudios

definitivo.

Validación de la ecucación.

Validación del coeficiente

de variación (CV).

Figura 2. Diseño de investigación.

Figura 3. Estrategia de prueba de hipótesis.

3.4. Estrategia de prueba de hipótesis

3.4.1. Prueba “t” de Student para dos muestras independientes

Comparar si existen diferencias significativas entre las masas medias de dos grupos de alevines. Grupo 1: La masa del millar de alevines frente al Grupo 2: La masa proyectada a mil alevines en base a la masa individual promedio.

3.4.2. Coeficiente de variación

Comparar los coeficientes de variación entre el estudio preliminar y el estudio definitivo.


3.5. Marco de muestreo

Doce mil alevines distribuidos en cuatro estanques de tierra con dimensiones de (10 x 5 x 1) m de largo, ancho y tirante respectivamente.

3.6. Unidad experimental:

Las unidades experimentales consistieron en cuatro estanques de tierra con dimensiones de (10 x 5 x 1) m de largo, ancho y tirante respectivamente.

a b c

Figura 4. Unidades experimentales. (a). Vista de las unidades experimentales I, II, III y IV. (b). Vista de las unidades

experimentales II y III. (c). Cartel de la unidad experimental I. Ver la preparación de los estanque en el Anexo 2.

3.7. Unidad de análisis

La unidad analizada fue la masa (sin agua) de mil alevines de gamitana además de la masa (sin agua) individual y longitud total individual de una muestra de alevines.


3.8. Método experimental de muestreo:

3.8.1. Etapa I: Estudio preliminar

3.8.2. Etapa II: Estudio definitivo

3.8.3. Etapa III: Procesamiento y análisis de datos de las evaluaciones

3.8.4. Etapa IV: Validaciones

3.9. Variables de investigación

3.9.1. Variable y: Masa promedio de un millar de alevines de gamitana.

3.9.2. Variable x: Longitud total individual promedio de una muestra de sesenta alevines.

3.9.3. Variación de la estimación a través del coeficiente de variación (CV) del estudio preliminar y estudio definitivo.

3.10. Población (N)

La población total (N) fue de 12 000 alevines distribuidos en cuatro estanques de tierra, correspondiendo una cantidad de N’ = 3 000 alevines a cada uno de ellos.

3.11. Muestra: Por unidad experimental (estanque)

3.11.1. N’: 3 000 post larvas sembrados por estanque.

3.11.2. n’: 1 000 alevines de extraídos al azar de N’, para determinar la masa promedio de un millar de alevines.

3.11.3. n’’: 60 alevines extraídos al azar de N’, para determinar la longitud total promedio de los alevines, ver tabla 12.


3.12. Técnicas de investigación

3.12.1. Instrumentos de recolección de datos: Descripción de materiales, equipos y software:

3.12.1.1. Materiales

En la figura 5 se indica en forma gráfica, los siguientes materiales:

a. Pipetas Pasteur de plástico (3 ml), para retirar las impurezas de los envases donde se encontraba el pez al momento del registro fotográfico.

b. Placas Petri, como recipiente individual (sólo hasta la tercera evaluación, ya que hasta ese momento, su talla lo permitía) de los peces al momento del registro fotográfico.

c. Envases rectangulares de pet (politereftalato de etileno) de 400 ml de capacidad, como recipiente individual (de la cuarta evaluación en adelante) de los peces al momento del registro fotográfico.

d. Envases rectangulares de tecnopor (poliestireno expandido) de 300 ml de capacidad, como recipiente de apoyo para colocar la fauna acompañante y otras impurezas.

e. Cubetas de (10, 20, 60) L de capacidad, como reserva de agua en el momento de la biometría, la cubeta de 60 L sirvió como depósito de alevines durante la recolección, conteo dentro y fuera del estanque.

f. Cucharas de plástico, como herramienta de transporte en el manipuleo de los alevines durante la biometría.

g. Mallas de acuario (redes, “jamos”), como herramienta de manipuleo de los alevines durante la biometría.

h. Malla rectangular de 1 m x 3 m (para alevines), como herramienta de pesca de los alevines en el estanque.

i. Regla metálica milimetrada de 100 mm, como patrón de medida durante el registro fotográfico.

j. Caja de cartón, como protector contra el aire al momento de utilizar la balanza en la medición de la masa individual de los alevines.

k. Alimento: (harina de pescado + harina de soya + polvillo de arroz).

l. Material biológico: Doce millares de post larvas de gamitana de 10 días de edad.


Figura 5. Materiales utilizados durante todos los muestreos.

3.12.1.2. Equipos

En la figura 6 se indican en forma gráfica, los siguientes materiales:

a. Balanza digital KINLEE (EKA08S) de 5 000 g (a razón de 1 g), para la medición conjunta del millar de alevines.

b. Balanza digital CAMRY (EHA701) de 200 g (a razón de 0,02 g), para la medición individual de los alevines.

c. Oxímetro YSI 55 DISSOLVED OXYGEN [sensibilidad: +/- 0,1mg/l; rango: (0,00 – 10) mg/], para el monitoreo del oxígeno disuelto de las unidades experimentales.

d. Potenciómetro WTW (pH: sensibilidad: +/- 0,004; rango: 0,000 - 14,000. Temperatura: sensibilidad: +/- 0,2 °C; rango (0,0 – 60) °C, para el monitoreo del pH y temperatura de las unidades experimentales.

e. Cámara digital Panasonic DMC-ZS10, como herramienta de captura de imágenes digitales.

f. Computadora portátil Toshiba/Satelite C845D - SP4216SL, para el uso de los software.


Figura 6. Equipos utilizados durante todos los muestreos.

3.12.1.3. Software

En la figura 7 se indican en forma gráfica, los siguientes materiales:

a. ImageJ 1.46, software utilizado para la medición digital de la longitud total de los alevines.

b. Statistical Package for the Social Sciences (SPSS) version 18, paquete estadístico.

a b

Figura 7. Software utilizados durante el procesamiento de datos. (a). Software ImageJ.

(b). Paquete estadístico SPSS 18.


3.12.2. Procedimiento

Etapa I: Descripción del estudio preliminar

El trabajo de investigación se inició con un estudio preliminar que empezó el 5 de febrero del 2012 y terminó el día 13 de marzo del 2012.

Dicho estudio tuvo como finalidad de evaluar el comportamiento de las variables consideradas para el análisis y un posible ajuste u optimización en la metodología propuesta en el perfil de tesis. Este estudio consistió en evaluar las variables de masa y longitud de alevines a partir de post larvas (diez días de edad) que fueron sembrados en un estanque grande de tierra con dimensiones de 50 x 20 x 1,5 m de largo, ancho y tirante respectivamente, a una densidad de 60 post larvas/m2 y bajo las mismas condiciones en las que normalmente son cultivados. Para las evaluaciones se hicieron muestreos luego de la siembra, desde los días 20 hasta el día 47 de edad, con una frecuencia de 9 días. Cada muestreo consistió en la medición de la masa conjunta (sin agua) de mil alevines, seguido de la medición de la longitud de cada ejemplar de una pequeña muestra al azar (> 30) del estanque. De esta manera se hicieron cuatro muestreos, a los (20, 29, 38, 47) días de edad, los resultados fueron plasmados en una curva potencial: masa (y) - longitud (x), obteniéndose la ecuación y = 45,814 x2,5519, con una correlación r2 = 0,9871. Luego de la obtención de la curva se realizó la comprobación de la ecuación, se midió la longitud total de una pequeña muestra (> 30) de alevines del estanque y el valor promedio (x = x1 cm) se remplazó en la variable x de la ecuación obteniendo un resultado y = y1 g, masa en la cual se esperaba tener una cantidad cercana al millar, sin embargo al hacer el conteo, se obtuvieron resultados bastante alejados, por debajo y por encima del millar. Cabe mencionar que en las dos últimas evaluaciones, luego del muestreo de rutina se hicieron dos muestreos adicionales, en las que se encontraron valores de masa del millar de alevines considerablemente alejados del primer valor que se halló.

Etapa II: Descripción del estudio definitivo

El estudio definitivo empezó el día domingo 25 de marzo del 2012 y finalizó el 21 de mayo del 2012.

Luego de analizar los resultados en la parte preliminar se ajustó la metodología, primero se propuso trabajar en cuatro estanques pequeños, con dimensiones de 10 x 5 x 1 m de largo, ancho y tirante respectivamente a una densidad de 60 post larvas/m2 y bajo las mismas condiciones normales de cultivo, con la finalidad de obtener un promedio de masas promedios por millar de alevines por cada evaluación. El segundo ajuste consistió en trabajar con una pequeña muestra de alevines (n’’) al que, además de medirle su longitud individual, se le midió su


masa individual (sin agua), esto con la finalidad de validar estadísticamente los resultados de la masa promedio del millar de alevines por cada evaluación. Para esta validación se utilizó la prueba “t” de Student para muestras independientes, contrastando dos grupos: el grupo 1 (masa promedio del millar de alevines) frente al grupo 2 (masa proyectada para mil alevines en base a la masa individual promedio). Luego de esta validación, las variables de masa promedio del millar de alevines y la longitud total promedio por cada evaluación fueron plasmadas en una ecuación, esta ecuación también tuvo que ser validada, pero experimentalmente. Finalmente se propuso hacer las mediciones con el software ImageJ con la finalidad de evitar el posible estrés por manipuleo a los alevines.

Así se dio inicio a la segunda y definitiva experimentación. Se sembraron 3 000 post larvas de gamitana de diez días de edad en cada una de las cuatro unidades experimentales, en adelante estanques.

a

d

b

e

c

f

Figura 8. Procedimiento para la siembra de post larvas. (a). Equipos de medición de pH y oxígeno disuelto, ver Anexo 3.

(b). Evaluación previa de las condiciones físico químicas del estanque. Ver resultados de la medición de los parámetros en Anexo 2.

(c). Post larvas de alevines contadas en el “Laboratorio de reproducción de peces amazónicos” distribuidas en cinco baldes con

aireadores, listas para la siembra. (d), (e), (f). Colocar el balde sobre la superficie del agua del estanque y tomar un volumen del

estanque aproximado a la tercera parte del volumen del balde. Luego de quince minutos repetir la misma acción, pero tomando un

volumen aproximadamente a las dos terceras partes del balde, esperar diez minutos y verter las post larvas hacia el estanque.


Durante el periodo de siembra, hasta la fecha de la primera evaluación, día doce, se fueron observando las condiciones de funcionamiento de los estanques, resultando que, de los cuatro estanques que se consideraron para las evaluaciones, tres permanecieron en óptimas condiciones durante ese periodo, pero uno de ellos tuvo drenaje de agua por debilitamiento de uno de sus diques, por lo que se decidió prescindir de aquel para las evaluaciones, sin embargo se les siguió suministrando alimento a las post larvas durante el mismo tiempo y horario que lo demás estanques operativos. Este último estanque (estanque IV) fue usado en la validación de la ecuación, ver tabla 48 y 49.

Por lo tanto, se hicieron evaluaciones en tres estanques pequeños. Para fines prácticos, los estanques fueron nombrados con números romanos consecutivos I - II - III.

El alimento se le suministró diariamente (anexo 4), aproximadamente a las siete horas, a excepción de los días de evaluación en el que se suspendió la alimentación hasta el siguiente día. La alimentación se dio a una tasa del 5 % de su biomasa.

Los estanques tuvieron entrada y salida de agua, con un caudal promedio de 0,1 litros/segundo.

Las evaluaciones empezaron el día doce luego de la siembra, con una frecuencia de seis días hasta llegar a la octava evaluación, día 54.

a b c

Figura 9. Condiciones del estanque con dique debilitado. (a). En el área delimitada por el círculo se observa el dique

debilitado. (b). Vista lateral interna del estanque que muestra la erosión del dique. (c). Vista superior del dique debilitado.


1. Procedimiento de recolección de datos

Las evaluaciones consistieron en muestreos y cada muestreo consistió en la medición de la masa conjunta (sin agua) de mil alevines de cada estanque (masa millar), seguido de la medición de la masa individual (sin agua) y longitud individual de una pequeña muestra (n’’), esta muestra fue determinada estadísticamente (tabla 11) en función a la totalidad de post larvas (3 000) sembradas en cada estanque, sin embargo se consideró una muestra de 60 alevines para todos los muestreos a fin de disminuir el error estadístico.

En síntesis se hicieron ocho evaluaciones, a los (12, 18, 24, 30, 36, 42, 48 y 54) días de sembrados, que incluyeron un total de 24 muestreos, tal como se muestra en la tabla 1.

Evaluación N°

Fecha (aa mm dd)

Número de muestreos

Días de sembrados

Edad del alevín (días)

1 2012 Abril 06 3 12 22

2 2012 Abril 12 3 18 28

3 2012 Abril 18 3 24 34

4 2012 Abril 24 3 30 40

5 2012 Abril 30 3 36 46

6 2012 Mayo 06 3 42 52

7 2012 Mayo 12 3 48 58

8 2012 Mayo 18 3 54 64

Total 8 24

Tabla 1. Actividades realizadas en cada evaluación para el control de variables


Figura 10. Procedimientos para la medición de la masa conjunta de un millar de alevines. La presente secuencia de fotos pertenece a la séptima (penúltima) evaluación. (a). Se extrajo una muestra > 1 000 de alevines de

cada estanque. (b). Se retiró la maleza y fauna acompañante (renacuajos, odonatos, etc.). (c). Se contaron mil alevines y se separaron en otro recipiente. Los alevines sobrantes fueron devueltos a su estanque de origen. (d)., (e)., (f). Con la

ayuda de una malla de acuario (“jamo”), se retiró el agua.

1.1. Obtención de la masa

La medición en masa, se hizo en forma conjunta e individual, para el primer caso se utilizó una balanza digital de 5 000 g y para el segundo caso se utilizó una balanza digital 200 g.

1.1.1. Medición de la masa conjunta de un millar de alevines por estanque.

Se extrajeron los alevines del estanque.

Se hizo el conteo de mil alevines.

Se midió la masa (sin agua) de los mil alevines.

Se hizo el registro.

a

d

b

e

c

f


(g). Rápidamente se midió la masa conjunta de los alevines. (h). Vista superior de los alevines, masa conjunta, luego de la lectura, inmediatamente se le suministró agua. (i). Se registró la masa del millar de alevines para cada una de las

unidades experimentales.

g h

i

1.1.2. Medición de la masa individual de una muestra de los alevines por estanque.

Se extrajo una muestra al azar de sesenta alevines.

Se midió la masa individual (sin agua) de cada individuo con su respectiva medición de longitud.

Se hizo el registro.

Figura 11. Procedimientos para la medición de la masa individual de alevines. La presente secuencia de fotos pertenece a la primera evaluación. (a). Luego de la medición de la masa del millar de alevines (figura 10), se extrajo un muestra (de 60

alevines del mismo estanque. (b). Con la ayuda de una malla de acuario y una cuchara de plástico se transportó un (1) ejemplar hacia la balanza previamente tarada que contenía una placa Petri con agua para recepcionar la muestra. (c). La balanza siempre estuvo dentro de una caja de cartón, para evitar que la masa del aire altere la masa del individuo. Luego de la lectura, el ejemplar

fue separado individualmente en una placa Petri o en un recipiente más grande (500 ml), dependiendo su tamaño.

a b c


1.2. Obtención de la longitud individual

Tanto la medición de la masa individual y longitud individual fueron procedimientos que se complementaron, ya que al individuo que se le midió su masa tuvo que ser el mismo al que se le midió su longitud. Conforme se fue midiendo su masa se colocó a cada individuo en recipientes individuales, estos recipientes se agruparon de cinco en cinco. Cada grupo (de cinco recipientes) se colocó sobre una mesa con fondo blanco y con un patrón de medición, una regla de 100 mm, todo esto con la finalidad de hacer una toma fotográfica de cada grupo. Debido a que se evaluaron a sesenta alevines, se obtuvieron doce fotografías digitales para su procesamiento.

La medición de la longitud se hizo procesando fotografías digitales con el software ImageJ 1.46.

1.2.1. Disposición de los alevines para el registro fotográfico

La secuencia fue la siguiente: primer grupo de alevines en recipientes individuales (1 – 5) + regla + fotografía (figura 12.a), segundo grupo de alevines (6 – 10) + regla + fotografía (figura 12.b); así hasta completar los doce grupos, o sea se evaluaron un total de sesenta alevines por cada estanque.

Sólo se utilizaron cinco recipientes ya que, luego de cada toma fotográfica, los alevines evaluados fueron extraídos de los mismos y repuestos con otros cinco.


Figura 12. Disposición del material biológico para el registro fotográfico. La presente secuencia de fotos pertenece a la séptima evaluación. Se tuvo un riguroso control en la evaluación de cada ejemplar, para ello se utilizó una nomenclatura

muy sencilla con finalidad de identificar a cada ejemplar. (a). Al lado inferior derecho se observa una nomenclatura (I – 1 – 5), donde el primer elemento (I) indicó el origen del alevín, de qué estanque (I) fue extraído, el segundo y tercer

elemento formaron un intervalo [1 – 5] que indicó el número asignado a cada alevín, así, de izquierda a derecha: (individuo 1 – individuo 2 – individuo 3 – individuo 4 – individuo 5), a los cuales les correspondió una única masa individual que fue

registrado anteriormente (ver grupo de tablas 7). (b). Nomenclatura (I – 6 – 10): estanque I, (individuo 6 – individuo 7 – individuo 8 – individuo 9 – individuo 10). (c).,(d).,(e).,(f). De igual manera que los casos a y b. Nota: La regla se encuentra

ubicada debajo del tercer recipiente de cada fotografía

a

d

b

e

c

f


2. Procesamiento de fotografías digitales (ImageJ)

El procesamiento de las fotografías se hizo utilizando el software ImageJ versión 1.46.

A continuación se presenta una explicación detallada de la aplicación de este software para medir longitudes, en este caso, de peces.

La secuencia de pasos está dividida en tres partes, las cuales se presentan secuencialmente desde la figura13.a hasta la figura 13.l.

Se halló una distancia conocida

a. Se insertó una fotografía: fila de comandos, clic en FILE › OPEN, ventana búsqueda.

b. Se seleccionó la fotografía a evaluar, clic en ABRIR.

Barra de lectura

Barra de herramientas

Fila de comandos

Grupo de fotografías: Uso del softare ImageJA

Figura 13. a. Alternativa con teclado: Control + O.

Figura 13. A. Ventana ImageJ.

Figura 13. b. Se recomienda enumerar las fotografías siguiendo la secuencia (1-60) para evitar confusiones.

a b


c. Se enfocó la regla de la fotografía (zoom): barra de herramientas, clic en el ícono MAGNIFYING GLASS (lupa).

d. Se hizo una línea recta sobre la regla en una distancia conocida (por ejemplo del 1 al 2): barra de herramientas, clic en el ícono de STRAIGHT (línea recta), luego clic (sin soltar), en la línea vertical de la regla que indica exactamente 1 cm y arrastrar hasta la otra línea vertical que indica exactamente 2 cm, soltar el clic, así se tuvo una línea recta (amarilla) que como se muestra en la barra de lectura (lenght = 79,38 px).

c d

Figura 13. c. Alternativa con teclado: +/- . Figura 13. d. La flecha amarilla muestra la medida en píxeles.

Se calibró la fotografía

e. Se abrió la ventana de calibración: fila de comandos, clic en ANALYZE › SET SCALE.

f. Aparece la ventana de calibración. La calibración, sencillamente consiste en programar al software para que, en lugar de mostrar valores en pixeles, muestre valores en unidades métricas, en este caso, centímetros. Para esta finalidad se “informó” al software que lo que había medido en pixeles (79,38) equivalía a una distancia que ya se conocía (1 cm), de esa manera quedó calibrada dicha fotografía. En adelante todo lo que se midió en la fotografía con la herramienta STRAIGHT el software lo midió en pixeles, sin embargo automáticamente lo convirtió en centímetros.


fe

Figura 13. e. Inicio de la calibración.

Figura 13. g. Inicio de la calibración. Figura 13. h. Abrir la ventana de calibración.

Figura 13. f. Abrir la ventana de calibración.

g. En la ventana de calibración, DISTANCE IN PIXELS (distancia en pixeles) = 79,378; lo que indicó un valor más exacto en pixeles (milésimas) de la medición que se hizo en la regla (1 cm).

h. Se hizo la calibración: En la ventana de calibración se completó como sigue: en KNOWN DISTANCE (distancia conocida) › 1,00; en UNIT OF LENGHT (unidad de medida) › cm, (Se observó en SCALE el valor de 79,378 pixel/cm, lo que indicó que, a partir de ese momento, por cada 79,378 pixeles en la fotografía equivaldrá a 1 cm en la fotografía original), clic en OK.

Nota: Cada fotografía debe ser calibrada, ya que no todas han sido tomadas con el mismo zoom y distancia.

hg


Se midieron los alevines

i. Se midió la longitud total de los alevines: Luego de la calibración, se enfocó a uno de los cinco ejemplares a medir (se eligió al segundo). Barra de herramientas, clic derecho en STRAIGHT, se seleccionó la herramienta SEGMENTED LINE, doble clic en la boca del alevín, apareció una línea amarilla que fue indicando el recorrido del cursor del mouse, a lo largo del recorrido se presentó una curva (ver la fotografía, altura del pedúnculo caudal) se hizo un solo clic para curvar la línea y se continuó con el recorrido, al llegar a la aleta caudal hizo doble clic nuevamente para finalizar el recorrido.

Nota: Observar que al hacer el recorrido, la barra de lectura va mostrando la distancia en centímetros.

j. Se mostró la ventana de resultados: fila de comandos, clic en ANALYZE › MEASURE.

Figura 13. i. Herramienta línea segmentada. Figura 13. j. Abrir cuadro de resultados: Control +.

ji


k. Apareció la ventana de resultados, donde indicó el resultado de la medición que se hicieron. Aquí se almacenaron progresivamente todas medidas que se hicieron, sólo se presionaron las teclas Control + M luego de cada medición y automáticamente se fueron registrando los datos.

l. Se guardaron los resultados: en la ventana de resultados hacer clic en FILE › SAVE AS o con el teclado: Control + S, guardarlo en una carpeta. El archivo se guardará en formato Microsoft Excel.

lk

Figura 13. k. Aquí se irán almacenando los datos. Figura 13.l. El archivo se abrirá en Excel.

Etapa III. Procesamiento y análisis de datos de las evaluaciones

Los resultados de cada una de los muestreos fueron registrados en la tabla 2. En total se utilizaron ocho tablas, una por evaluación.


Tabla 2. Formato utilizado para el registro de los datos de los muestreos por cada evaluación.

Masa (g) de 1000 alevines por cada unidad experimental

Unidad experimental I Unidad experimental II Unidad experimental III X

a b c dMasa individual (g) y longitud individual (cm) de 60 alevines por cada unidad experimental

N°

Unidad experimental I Unidad experimental II Unidad experimental III

Masa Masa x 1000 Longitud Masa Masa x1000 Longitud Masa Masa x1000 Longitud

1 0,16 160 2,019 0,14 140 2,364 0,12 120 1,495

2 0,08 80 1,510 0,08 80 1,537 0,22 220 2,301

3 0,14 140 1,789 0,18 120 1,719 0,14 140 2,093

4 0,20 200 2,034 0,12 120 1,578 0,16 160 1,912

5 0,06 60 1,355 0,28 280 1,792 0,28 280 2,190

6 0,06 60 1,339 0,18 180 1,711 0,28 280 2,329

7 0,12 120 1,454 0,14 140 1,874 0,26 260 2,173

8 0,14 140 1,566 0,26 260 2,121 0,10 100 1,712

9 0,16 160 1,887 0,16 160 1,936 0,22 220 2,153

10 0,14 140 1,666 0,18 180 2,099 0,12 120 1,830

11 0,16 160 1,660 0,18 180 1,963 0,12 120 1,810

12 0,16 160 1,801 0,10 100 1,807 0,24 240 2,361

13 0,18 180 1,768 0,14 140 1,944 0,12 120 1,829

14 0,08 80 1,475 0,24 240 2,112 0,18 180 1,876

15 0,12 120 1,345 0,08 80 1,736 0,20 200 1,931

16 0,16 160 1,626 0,12 120 1,552 0,22 220 2,193

17 0,18 180 1,836 0,12 120 1,867 0,22 220 1,968

18 0,14 140 1,562 0,14 140 2,067 0,20 200 2,058

19 0,16 160 1,742 0,06 60 1,433 0,16 160 1,760

20 0,14 140 1,820 0,04 40 1,494 0,18 180 1,959

21 0,10 100 1,486 0,18 180 1,859 0,16 160 1,967

22 0,14 140 1,784 0,16 160 1,988 0,12 120 1,661

23 0,16 160 1,952 0,16 160 1,969 0,18 180 1,899

24 0,10 100 1,721 0,12 120 1,470 0,20 200 2,036

25 0,10 100 1,578 0,12 120 1,415 0,28 280 2,245

26 0,10 100 1,500 0,16 160 1,881 0,18 180 1,867

27 0,08 80 1,476 0,08 80 1,241 0,28 280 2,088

28 0,12 120 1,755 0,14 140 1,777 0,24 240 2,054

29 0,06 60 1,558 0,12 120 1,608 0,16 160 2,068

30 0,08 80 1,500 0,16 160 1,652 0,16 160 1,911

31 0,18 180 1,694 0,18 180 1,869 0,28 280 2,140

32 0,10 100 1,523 0,18 180 1,995 0,18 180 1,901

33 0,14 140 1,632 0,18 180 1,984 0,20 200 2,061

34 0,12 120 1,645 0,20 200 2,050 0,20 200 2,059

35 0,14 140 1,602 0,22 220 2,127 0,12 120 1,995

36 0,14 140 1,511 0,14 140 1,809 0,14 140 1,816

37 0,14 140 1,660 0,08 80 1,511 0,16 160 2,010

38 0,12 120 1,712 0,16 160 2,076 0,18 180 1,946

39 0,14 140 1,572 0,14 140 2,089 0,18 180 1,911

40 0,10 100 1,597 0,12 120 1,643 0,20 200 2,119

41 0,18 180 1,873 0,20 200 1,998 0,10 100 1,750

42 0,10 100 1,645 0,12 120 1,800 0,14 140 1,829

43 0,14 140 1,622 0,16 160 1,893 0,16 160 1,994

44 0,10 100 1,636 0,10 100 1,606 0,16 160 2,033

45 0,12 120 1,767 0,16 160 1,652 0,14 140 1,811

46 0,12 120 1,786 0,12 120 1,396 0,22 220 2,351

47 0,14 140 1,809 0,14 140 1,850 0,16 160 1,988

48 0,14 140 1,727 0,26 260 2,425 0,16 160 1,802

49 0,16 160 1,958 0,12 120 1,616 0,10 100 1,717

50 0,16 160 1,750 0,10 100 1,424 0,18 180 1,995

51 0,10 100 1,602 0,04 40 1,205 0,14 140 1,972

52 0,16 160 1,727 0,18 180 1,980 0,20 200 2,166

53 0,14 140 1,683 0,14 140 1,790 0,18 180 1,865

54 0,14 140 1,697 0,16 160 1,838 0,18 180 1,801

55 0,16 160 1,763 0,14 140 1,770 0,20 200 1,887

56 0,18 180 1,999 0,12 120 1,645 0,12 120 1,750

57 0,16 160 1,727 0,14 140 1,688 0,18 180 1,988

58 0,22 220 2,040 0,12 120 1,643 0,20 200 1,875

59 0,12 120 1,509 0,10 100 1,523 0,16 160 1,636

60 0,14 140 1,773 0,14 140 1,652 0,20 200 1,909

X a’ b’ c’ a’’ b’’ c’’ a’’’ b’’’ c’’’ X Masa X Masa x 1000 X Longitud

e f g


1. Resultados al final de cada evaluación:

1.1. Resultados por cada unidad experimental (resultados promedios parciales).

Masa conjunta de un millar de alevines: a, b, c

Promedio de masa individual (X Masa):

(e) = [(a’ + a’’ + a’’’)/3]

Promedio de la masa individual de sesenta alevines: a’, a’’, a’’’

Promedio de masa proyectada a mil alevines en base a la masa individual: b’, b’’, b’’’

Promedio de la longitud total de los alevines: c’, c’’, c’’’

1.2. Resultados por cada evaluación (resultados promedios de promedios).

Promedio de masa proyectada para mil alevines en base a la masa individual promedio (X Masa x 1000):

(f) = [(b’ + b’’ + b’’’)/3]

Promedio de la longitud total de los alevines (X Longitud):

(g) = [(c’ + c’’ + c’’’)/3]


Etapa IV: Etapa de Validaciones.

Las ocho evaluaciones anteriores consistieron en la recolección de datos de campo con la finalidad de obtener una relación entre las variables analizadas, sin embargo, antes de encontrar esta relación, se tuvo que hacer una validación estadística. Luego de esta validación se plasmaron los resultados de las evaluaciones en una curva potencial. Esta curva también tuvo que ser validada, pero en este caso con una validación experimental.

1. Validación estadística:

Se realizó este procedimiento adicional porque en el estudio preliminar se tuvieron diferentes valores de masa del millar de alevines para un mismo día de evaluación, lo que no nos permitió tener un valor cercano al parámetro poblacional, es por ello que para esta etapa definitiva se decidió trabajar con diferentes estanques para obtener un promedio de masas del millar de alevines por cada evaluación y, además, tener un registro de promedios de las masas individuales de alevines por cada estanque de una pequeña muestra (n’’), de manera tal que al llevarlas al millar (x 1 000) se obtenga un valor similar a la masa del millar de alevines de ese mismo estanque. Es aquí donde nos apoyamos de la estadística para determinar qué tan semejantes son esos valores de masas. Para tal fin se hizo el análisis estadístico utilizando la prueba “t” para comparar medias de muestras independientes, en este caso de dos grupos:

Grupo 1 (G1): Masa de mil alevines por cada estanque. En cada evaluación se tuvieron 3 valores de masa de un millar de alevines (uno por estanque), (n1 = 3)

Grupo 2 (G2): Proyección de masa de mil alevines en base a la masa individual promedio. En cada evaluación se tuvieron 180 valores de masa individual de alevines (sesenta/estanque). Sin embargo, se consideraron sólo valores promedios de los grupos de sesenta alevines, o sea, tres valores promedios (n2 = 3).


Tabla 4. Estadísticos de los Grupo 1 y Grupo 2 correspondiente a la tabla 3

Tabla 3. Valores de masas a contrastar

1.1. Prueba “t” para muestras independientes: G1 vs G2 utilizando el software SPSS

EstanqueEvaluación X

Grupo 1 (g) Grupo 2 (g)

I 127,00 133,00

II 141,00 145,00

III 156,00 180,33

X 141,33 152,78

EJEMPLO DEMOSTRATIVO

Planteamiento de la hipótesis:

H0: µG1 = µG2

Ha: µG1 ≠ µG2 (hipótesis bilateral)

Nivel de significación: α = 0,01

Se “alimentan” los datos en el software y se obtienen los siguientes resultados: (Ver anexo 1, uso del software para esta prueba)

Grupos n Media Desviación típica Error típico de la media

Evaluación X G1 3 141,3333 14,50287 8,37324

G2 3 152,7767 24,60467 14,20551


Tabla 5. Resultados de la prueba “t” arrojados por el software SPSS: Prueba de muestras independientes (de la tabla 3)

Prueba de Levene para la igualdad de

varianzas

Prueba “t” para la igualdad de medias

F Sig. t glSig.

(bilateral)Diferencia de medias

Error típico de la diferencia

99 % Intervalo de confianza para la

diferencia

Inferior Superior

Evaluación x

Se han asumido varianzas iguales 1,332 0,313 -0,694 4 0,526 -11,44333 16,48962 -87,36312 64,47645

No se han asumido varianzas iguales

-0,694 3,240 0,534 -11,44333 16,48962 -101,01224 78,12557

Análisis de los resultados: Webster (1996), Bejarano & cols. (2006), Nel (2008).

Antes de analizar los estadísticos de la prueba “t”, debemos comprobar si se cumple con el requisito de homocedasticidad, o sea que las varianzas de cada grupo deben ser iguales, para ello existe la prueba Levene (H0: todas las varianzas que se comparan son iguales), si al hacer el test de Levene, el valor ρ (en SPSS, el valor de ρ es denotado por “Sig.”) es menor a 0,01 (ρ < 0,01) se rechazará la H0 de que no existe diferencia entre las varianzas y se aceptará la hipótesis alternativa (Ha) de que hay diferencias entre las varianzas en estudio. Ahora analizaremos el ejemplo de la tabla 3, observamos la prueba de Levene (ρ = 0,313), por lo tanto no rechazaremos la hipótesis nula H0 y podemos concluir que se cumple con el requisito de homocedasticidad.

Finalmente analizamos la prueba “t”:

Son de máxima importancia el valor “t” y la indicación bilateral ρ = 0,526. Estos dos últimos estadísticos nos indican que no rechazaremos la hipótesis nula de H0: µG1 = µG2.

El intervalo de 99 % se muestra en la última columna. Cero es el valor del parámetro de especificación en la hipótesis nula, H0 significa que las diferencias de medias es cero, de hecho el cero se encuentra dentro del intervalo señalado, motivo por el cual la hipótesis nula no fue rechazada.


El valor de ρ = 0,526, indica que la probabilidad de obtener una diferencia en las medias al menos tan grande como 11,4 g es del 52,6 %, si la hipótesis nula es verdadera.

La hipótesis nula, que afirma que no hay diferencia entre la masa media de los alevines del Grupo 1 con el Grupo 2, tiene altas probabilidades de ser cierta, por lo tanto no rechazamos la hipótesis nula.

Decisión estadística:

Debido a que ρ > 0,01 no rechazamos la hipótesis nula H0: µG1 = µG2

Conclusión

Según la decisión estadística, no existen diferencias significativas entre las masas medias de los Grupos de alevines.

“Nunca debemos aceptar la hipótesis nula, se argumenta con frecuencia que nuestras dos únicas opciones posibles son: rechazar o no rechazar la hipótesis nula. Nunca se puede probar sin lugar a dudas que la hipótesis nula es correcta y por consiguiente nunca es

posible aceptarlas como tal” Webster (1996, p 391).

2. Validación experimental

Luego de validar los grupos de medias de masas, los valores de masa total promedio y longitud individual promedio se plasmaron en una ecuación: y = a xb (figura 17) que expresa la masa (y) de un millar de alevines teniendo la longitud promedio (x), sin embargo, esta ecuación también tuvo que pasar por una validación, pero en este caso, una validación experimental.

2.1. Validación de la ecuación: y = a xb

Como se muestra en la tabla 6, se le dieron valores convenientes a la variable independiente (x) con el fin de obtener masas correspondientes a un millar de alevines para cada valor de x. Para fines de mejor entendimiento, en adelante, denominaremos a esta masa como masa estándar.


x (cm) y (g)

2,5 y1

2,6 y2

2,7 y3

2,8 y4

2,9 y5

3,0 y6

3,1 y7

3,2 y8

3,3 y9

3,4 y10

3,5 y11

3,6 y12

3,7 y13

3,8 y14

3,9 y15

4,0 y16

x (cm) y (g)

4,1 y17

4,2 y18

4,3 y19

4,4 y20

4,5 y21

4,6 y22

4,7 y23

4,8 y24

4,9 y25

5,0 y26

5,1 y27

5,2 y28

5,3 y29

5,4 y30

5,5 y31

5,6 y32

Según la ecuación, si se tiene una longitud total promedio de 5,2 cm; en y28 g habrá aproximadamente un millar de alevines.

2.2. Comprobación de la ecuación:

Consistió en el conteo de los alevines de la masa estándar (tabla 6) y de esta manera comprobar que existe un valor aproximado al millar. Se hicieron cuatro comprobaciones, tres con los alevines de los estanques en evaluación y uno con los alevines del estanque 4 que se descartó para las evaluaciones, ver figura 9.

Luego de la octava evaluación, los alevines fueron extraídos de los estanques de tierra y fueron llevados a los estanques de concreto del Laboratorio de Reproducción de Peces Amazónicos manteniéndolos separados de acuerdo a su estanque de origen.

Tabla 6. Tabulación de la ecuación: y = a xb


Como parte de esta nueva metodología se propuso extraer una muestra al azar ≥ 30 alevines (por ser una muestra estadísticamente válida) para hacer la medición de longitud total, obteniéndose un promedio. La medición se hizo de forma manual (ictiómetro, regla) y digital. El resultado digital fue redondeado al décimo y al ser comparado con el resultado manual resultaron ser iguales. Los resultados fueron trabajados sólo con un (1) decimal.

Luego de obtener el promedio en longitud, se cotejó esta longitud hallada en la tabla estándar para determinar la masa estándar.

Se extrajeron alevines de los estanques y se midió el valor de la masa estándar de alevines de la cantidad brindada por la tabla 6.

a bc

Figura 14. Medición de la longitud total de una muestra ≥ 30 alevines. (a). Se extrajo una muestra al azar de treinta alevines. (b). Medición digital usando el software ImageJ. (c). Medición manual, usando una regla

metálica, no hubieron diferencias en el resultado.


d e

e

Figura 14. (d). Se extrajeron alevines de los estanques. (e). Se midió la masa determinada en la tabla 3.

Figura 14. (f). Luego de la medición, se contaron los alevines y fueron devueltos a los estanques.

Dichos alevines se separaron en diferentes recipientes y fueron contados en su totalidad uno por uno (1 x 1), similar al conteo manual en el proceso de repartición (anexo 5 el proceso de repartición de alevines).


Mu

est

ra(x1,x2,...,

x n)

x, p

rom

ed

io m

ue

stra

ls,

de

svia

ció

n e

sta

nd

ar

mu

est

ral

n' =

1 0

00

Mu

est

ra(x1,x2,...,

x n)

x, p

rom

ed

io m

ue

stra

ls,

de

svia

ció

n e

sta

nd

ar

mu

est

ral

n''

= 6

0

Va

lida

ció

ne

sta

dís

tic

a(P

rue

ba

“t”

)

Ec

ua

ció

n

Va

lida

ció

ne

xpe

rim

en

tal

- M

asa

mill

ar

(g)

- M

asa

ind

ivid

ua

l pro

me

dio

(g

)-

Lo

ng

itu

d in

div

idu

al p

rom

ed

io (

cm

)-

Ma

sa in

div

idu

al p

rom

ed

io (

g)

x 1

00

0 =

m

asa

pro

yec

tad

a a

mil

(g)

µ

N' =

3 0

00

ale

vin

es s

xs

x-

Ma

sa p

roye

cta

da

a m

il (g

)

- M

asa

mill

ar

(g)

- L

on

git

ud

ind

ivid

ua

l pro

me

dio

(c

m)

N =

9 0

00

ale

vin

es

Esta

nque

I

Esta

nque

II

Esta

nque

III

Fi

gura

15.

Sín

tesis

de

la m

etod

olog

ía a

seg

uir p

or c

ada

eval

uaci

ón.


Tabl

a 7.

Mat

riz

de c

onsi

sten

cia

: TA

BLA

EST

AN

DA

R P

AR

A E

STIM

AR

LA

MA

SA D

E U

N M

ILLA

R D

E A

LEV

INES

DE

GA

MIT

AN

A C

olos

som

a m

acro

pom

um (

Cuv

ier

1818

) EN

REL

AC

IÓN

A S

U L

ON

GIT

UD

PR

OM

EDIO

PR

OB

LEM

AS

OB

JET

IVO

SH

IPÓ

TES

ISV

AR

IAB

LES

IND

ICA

DO

RES

MET

OD

OLO

GÍA

Prob

lem

a ge

nera

lO

bjet

ivo

Gen

eral

Hip

ótes

is G

ener

alIn

depe

ndie

nte

“X”

Varia

ble

Inde

pend

ient

e

Pobl

ació

n12

000

ale

vine

s.

Mue

stra

1 00

0 a

levi

nes.

Tip

o de

In

vest

igac

ión

Cua

litat

iva

Cua

ntita

tiva

Niv

el d

e In

vest

igac

ión

Des

crip

tivo

Cor

rela

cion

alIn

fere

ncia

l

Dis

eño

de

Estu

dio

Expe

rimen

tal

Valid

ació

n

Téc

nica

sO

bser

vaci

ónM

uest

reo

Valid

ació

n

¿Qué

efe

cto

tend

rá la

ela

bora

ción

de

la t

abla

est

ánda

r pa

ra e

stim

ar

la m

asa

de u

n m

illar

de a

levi

nes

de g

amita

na p

ara

dife

rent

es lo

ngi-

tude

s en

la p

rodu

ctiv

idad

de

una

empr

esa

acuí

cola

?

Elab

orar

una

tab

la e

stán

-da

r pa

ra e

stim

ar l

a m

asa

de u

n m

illar d

e al

evin

es d

e ga

mita

na p

ara

dife

rent

es

long

itude

s.

La

elab

orac

ión

de

tabl

as

está

ndar

es p

ara

estim

ar l

a m

asa

de u

n m

illar

de a

levi

-ne

s de

gam

itana

, red

ucirá

el

erro

r de

estim

ació

n.

Long

itud

prom

edio

de

alev

i-ne

s de

gam

itana

.Va

riabl

e In

depe

ndie

nte

Prob

lem

as E

spec

ífico

sO

bjet

ivos

Esp

ecífi

cos

Hip

ótes

is Es

pecí

ficas

.D

epen

dien

te “

Y”

Varia

bles

Dep

endi

ente

s

¿De

qué

man

era

afec

ta e

l est

rés

de lo

s ale

vine

s gen

erad

o en

el m

a-ni

pule

o?

Redu

cir

el p

osib

le e

stré

s de

los

alev

ines

pro

duci

do

en e

l man

ipul

eo.

La e

labo

raci

ón d

e ta

blas

es-

tánd

ares

red

ucirá

el

estr

és

prod

ucid

o en

el m

anip

uleo

.

Mas

a es

tánd

ar d

e lo

s al

evi-

nes d

e ga

mita

na.

Gra

mos

¿Cóm

o af

ecta

n a

los

alev

ines

los

daño

s oc

asio

nado

s en

su

man

ipu-

leo?

Redu

cir

el g

rado

de

daño

s m

ecán

icos

de

los

alev

ines

oc

urrid

os

por

man

ipul

a-ci

ón e

n el

con

teo.

La e

labo

raci

ón d

e ta

blas

es-

tánd

ares

red

ucirá

los

daño

s m

ecán

icos

de

los a

levi

nes e

n el

con

teo.

El t

iem

po p

ara

el p

roce

so

de re

part

ició

n.

¿Qué

efe

cto

tend

rá l

a re

ducc

ión

del p

orce

ntaj

e de

err

or e

n el

pro

-ce

so d

e re

part

ició

n?

Redu

cir

el t

iem

po d

e es

-pe

ro d

e lo

s cl

ient

es e

n el

pr

oces

o de

repa

rtic

ión.

La e

labo

raci

ón d

e ta

blas

es-

tánd

ares

red

ucirá

y fi

jará

un

máx

imo

porc

enta

je d

e er

ror

en e

l con

teo.

¿Qué

efe

cto

tend

rá e

l ten

er u

na

buen

a es

timac

ión

acer

ca d

el st

ock

de a

levi

nes

que

pose

e la

Ins

titu-

ción

?

Redu

cir

las

posib

les

pérd

i-da

s ec

onóm

icas

por

err

or

en e

l núm

ero

de a

levi

nes

dist

ribui

dos.

La

elab

orac

ión

de

tabl

as

está

ndar

es e

vita

rá p

érdi

das

econ

ómic

as

cons

ider

able

s de

bido

a l

a re

ducc

ión

del

erro

r en

el

cont

eo l

os a

le-

vine

s.


PRESENTACIÓN DE RESULTADOS

4.1. Etapa I: Etapa del estudio preliminar

IV.

4.1.1. Del procedimiento de recolección de datos

Resultados obtenidos durante las cuatro evaluaciones.

Tabla 8. Resultados de masa de un millar de alevines (masa millar) y longitud individual por cada muestreo

Evaluación N°Número de muestreos

Edad del alevín Masa millar (g)Longitud total promedio (cm)

1 1 20 122 1,47

2 1 29 310 2,18

3 1 38 886 2,98

4 1 47 1 378 3,94


Tabla 9. Resultados de las evaluaciones alternativos 3 y 4

Evaluación N°Número de muestreos

Edad del alevín Masa millar (g)Longitud total promedio (cm)

3* 1 38 722 2,98

4* 1 47 1 590 3,94

*Estos resultados no fueron considerados en la curva por haberse hallado fuera del momento de la evaluación.

Figura 16. Curva potencial preliminar: Análisis de las variables masa y longitud.

Los resultados se plasmaron en una curva potencial: longitud total (x) – masa total (y).

0 1 2 3 4 50

200

400

600

800

1000

1200

1400

1600

masa (g)

y = 45,814 x2,5519

R2 = 0,9871

Longitud total (cm)


Tabla 10. Número de alevines contados con relación al valor de promedio de la longitud

L.t promedio (cm)

Masa – tabla (g) # alevines contados Error (%)

Muestra 1 4,0 1 575 1 232 23,2

Muestra 2 3,9 1 477 1 153 15,3

Muestra 3 3,8 1 382 955 4,5

Muestra 4 4,0 1 575 782 21,8

Comprobación de la ecuación del estudio preliminar:

Coeficiente de variación (CV):

De la ecuación 2Coeficiente de Variación (CV).CV= (100)s

x

CV= 19,65 %

CV= (100)202,53481 030,5


4.2. Etapa II: Etapa del estudio definitivo

4.2.1. Determinación del tamaño óptimo de muestra (n’’) para medir la longitud individual y masa individual

4.2.1.1. Muestreo piloto: Se utilizaron 300 ejemplares de 22 días de edad (12 días de sembrados) para determinar su masa promedio individual y longitud promedio individual.

4.2.1.2. Determinación del tamaño de muestra (n’’)

Tabla 11. Resultado promedio individual del muestreo piloto

Variables Promedio de 300 alevines ( X )

Longitud (cm) 1,790

Masa (g) 0,15

Tabla 12. Estimadores estadísticos para una muestra de 3 000 alevines a un nivel de confianza de 99 %, Z = 2,58

VariablesPromedio

individual (X)Desviación estándar

(s) = 5 % XError (E) = 2 % X

Longitud (cm) 1,790 0,0895 0,0358

Masa (g) 0,15 0,0075 0,003

Determinación del tamaño de muestra a un nivel de confianza del 99 % (Z= 2,58) y un error (E) del 2 %.

n’’ =(N-1).E2 + Z2 .σ2

Z2 .s2.N2α

n’’ = n’’ =2,582.0,08952.3 000 2,582.0,00752.3 000

(3000-1).0,03582+2,582.0,08952

n’’ = 41 n’’ = 41

(3000-1).0,0032+2,582.0,00752

De la ecuación 1.Tamaño de muestra.

Tamaño de muestra para la longitud. Tamaño de muestra para la masa.

4.3. Etapa III: Del procesamiento y análisis de datos de las evaluaciones

Resultados de masa y longitud de alevines en las ocho evaluaciones.

2α

2α

49

Tabla 13. Evaluación N° 1 – Día 12.



127 141 156 141,33

Masa individual (g) y longitud individual (cm) de 60 alevines por cada unidad experimental

N°



1 0,16 160 2,019 0,14 140 2,364 0,12 120 1,495

2 0,08 80 1,510 0,08 80 1,537 0,22 220 2,301

3 0,14 140 1,789 0,18 120 1,719 0,14 140 2,093

4 0,20 200 2,034 0,12 120 1,578 0,16 160 1,912

5 0,06 60 1,355 0,28 280 1,792 0,28 280 2,190

6 0,06 60 1,339 0,18 180 1,711 0,28 280 2,329

7 0,12 120 1,454 0,14 140 1,874 0,26 260 2,173

8 0,14 140 1,566 0,26 260 2,121 0,10 100 1,712

9 0,16 160 1,887 0,16 160 1,936 0,22 220 2,153

10 0,14 140 1,666 0,18 180 2,099 0,12 120 1,830

11 0,16 160 1,660 0,18 180 1,963 0,12 120 1,810

12 0,16 160 1,801 0,10 100 1,807 0,24 240 2,361

13 0,18 180 1,768 0,14 140 1,944 0,12 120 1,829

14 0,08 80 1,475 0,24 240 2,112 0,18 180 1,876

15 0,12 120 1,345 0,08 80 1,736 0,20 200 1,931

16 0,16 160 1,626 0,12 120 1,552 0,22 220 2,193

17 0,18 180 1,836 0,12 120 1,867 0,22 220 1,968

18 0,14 140 1,562 0,14 140 2,067 0,20 200 2,058

19 0,16 160 1,742 0,06 60 1,433 0,16 160 1,760

20 0,14 140 1,820 0,04 40 1,494 0,18 180 1,959

21 0,10 100 1,486 0,18 180 1,859 0,16 160 1,967

22 0,14 140 1,784 0,16 160 1,988 0,12 120 1,661

23 0,16 160 1,952 0,16 160 1,969 0,18 180 1,899

24 0,10 100 1,721 0,12 120 1,470 0,20 200 2,036

25 0,10 100 1,578 0,12 120 1,415 0,28 280 2,245

26 0,10 100 1,500 0,16 160 1,881 0,18 180 1,867

27 0,08 80 1,476 0,08 80 1,241 0,28 280 2,088

28 0,12 120 1,755 0,14 140 1,777 0,24 240 2,054

29 0,06 60 1,558 0,12 120 1,608 0,16 160 2,068

30 0,08 80 1,500 0,16 160 1,652 0,16 160 1,911

31 0,18 180 1,694 0,18 180 1,869 0,28 280 2,140

32 0,10 100 1,523 0,18 180 1,995 0,18 180 1,901

33 0,14 140 1,632 0,18 180 1,984 0,20 200 2,061

34 0,12 120 1,645 0,20 200 2,050 0,20 200 2,059

35 0,14 140 1,602 0,22 220 2,127 0,12 120 1,995

36 0,14 140 1,511 0,14 140 1,809 0,14 140 1,816

37 0,14 140 1,660 0,08 80 1,511 0,16 160 2,010

38 0,12 120 1,712 0,16 160 2,076 0,18 180 1,946

39 0,14 140 1,572 0,14 140 2,089 0,18 180 1,911

40 0,10 100 1,597 0,12 120 1,643 0,20 200 2,119

41 0,18 180 1,873 0,20 200 1,998 0,10 100 1,750

42 0,10 100 1,645 0,12 120 1,800 0,14 140 1,829

43 0,14 140 1,622 0,16 160 1,893 0,16 160 1,994

44 0,10 100 1,636 0,10 100 1,606 0,16 160 2,033

45 0,12 120 1,767 0,16 160 1,652 0,14 140 1,811

46 0,12 120 1,786 0,12 120 1,396 0,22 220 2,351

47 0,14 140 1,809 0,14 140 1,850 0,16 160 1,988

48 0,14 140 1,727 0,26 260 2,425 0,16 160 1,802

49 0,16 160 1,958 0,12 120 1,616 0,10 100 1,717

50 0,16 160 1,750 0,10 100 1,424 0,18 180 1,995

51 0,10 100 1,602 0,04 40 1,205 0,14 140 1,972

52 0,16 160 1,727 0,18 180 1,980 0,20 200 2,166

53 0,14 140 1,683 0,14 140 1,790 0,18 180 1,865

54 0,14 140 1,697 0,16 160 1,838 0,18 180 1,801

55 0,16 160 1,763 0,14 140 1,770 0,20 200 1,887

56 0,18 180 1,999 0,12 120 1,645 0,12 120 1,750

57 0,16 160 1,727 0,14 140 1,688 0,18 180 1,988

58 0,22 220 2,040 0,12 120 1,643 0,20 200 1,875

59 0,12 120 1,509 0,10 100 1,523 0,16 160 1,636

60 0,14 140 1,773 0,14 140 1,652 0,20 200 1,909

X 0,13 133 1,680 0,15 145 1,785 0,18 180,33 1,963 X Masa X Masa x 1000 X Longitud

0,153 152,78 1,810

50




354 348 363 355,00


N°



1 0,22 220 2,297 0,36 360 2,245 0,36 360 2,465

2 0,40 400 2,569 0,36 360 2,332 0,22 220 2,110

3 0,28 280 2,484 0,36 360 2,478 0,28 280 2,220

4 0,24 240 2,314 0,36 360 2,578 0,62 620 3,099

5 0,24 240 2,311 0,38 380 2,631 0,54 540 2,976

6 0,32 320 2,142 0,22 220 2,078 0,26 260 2,155

7 0,46 460 2,329 0,24 240 2,281 0,28 280 2,387

8 0,44 440 2,510 0,22 220 2,094 0,28 280 2,364

9 0,48 480 2,687 0,26 260 2,222 0,22 220 2,494

10 0,34 340 2,292 0,28 280 2,416 0,44 440 2,526

11 0,20 200 1,878 0,32 320 2,090 0,20 200 1,670

12 0,34 340 2,471 0,28 280 2,298 0,40 400 2,458

13 0,56 560 2,936 0,26 260 2,365 0,30 300 2,433

14 0,40 400 2,614 0,16 160 2,193 0,26 260 2,515

15 0,46 460 2,541 0,24 240 2,183 0,50 500 2,623

16 0,32 320 2,533 0,26 260 2,275 0,24 240 2,069

17 0,40 400 2,576 0,32 320 2,268 0,22 220 2,188

18 0,42 420 2,531 0,28 280 2,187 0,30 300 2,296

19 0,36 360 2,513 0,36 360 2,438 0,32 320 2,409

20 0,26 260 2,034 0,34 340 2,483 0,24 240 2,127

21 0,22 220 2,208 0,32 320 2,278 0,24 240 2,006

22 0,48 480 2,708 0,34 340 2,462 0,38 380 2,799

23 0,36 360 2,559 0,28 280 2,370 0,38 380 2,607

24 0,36 360 2,563 0,38 380 2,601 0,38 380 2,573

25 0,32 320 2,409 0,28 280 2,322 0,52 520 2,843

26 0,30 300 1,983 0,18 180 2,201 0,62 620 2,846

27 0,28 280 2,392 0,46 460 2,717 0,76 760 2,939

28 0,42 420 2,756 0,36 360 2,478 0,54 540 2,725

29 0,26 260 2,265 0,22 220 2,090 0,28 280 2,397

30 0,30 300 2,386 0,24 240 2,423 0,34 340 2,617

31 0,46 460 2,745 0,36 360 2,567 0,68 680 2,804

32 0,32 320 2,679 0,26 260 2,243 0,56 560 2,649

33 0,66 660 3,226 0,26 260 2,339 0,46 460 2,572

34 0,68 680 3,193 0,30 300 2,228 0,28 280 2,137

35 0,34 340 2,625 0,48 480 2,773 0,60 600 3,196

36 0,50 500 2,751 0,38 380 2,524 0,56 560 2,748

37 0,30 300 2,349 0,20 200 1,878 0,40 400 2,732

38 0,80 800 3,104 0,44 440 2,515 0,28 280 2,123

39 0,28 280 2,220 0,36 360 2,508 0,32 320 2,420

40 0,30 300 2,406 0,32 320 2,444 0,62 620 2,839

41 0,52 520 2,694 0,28 280 2,147 0,32 320 2,356

42 0,28 280 2,215 0,56 560 2,988 0,26 260 2,161

43 0,32 320 2,395 0,36 360 2,659 0,34 340 2,433

44 0,28 280 2,359 0,26 260 2,286 0,46 460 2,562

45 0,28 280 2,370 0,46 460 2,779 0,32 320 2,438

46 0,32 320 2,180 0,32 320 2,232 0,62 620 2,834

47 0,24 240 1,836 0,54 540 2,784 0,30 300 2,201

48 0,20 200 2,006 0,40 400 2,691 0,32 320 2,404

49 0,38 380 2,614 0,50 500 2,700 0,26 260 2,294

50 0,36 360 2,659 0,36 360 2,550 0,20 200 2,189

51 0,20 200 1,897 0,36 360 2,537 0,50 500 2,563

52 0,34 340 2,407 0,28 280 2,461 0,58 580 2,604

53 0,34 340 2,051 0,24 240 2,291 0,32 320 2,523

54 0,20 200 1,996 0,40 400 2,634 0,26 260 2,470

55 0,24 240 2,105 0,30 300 2,482 0,50 500 2,727

56 0,48 480 2,744 0,28 280 2,040 0,46 460 2,663

57 0,48 480 2,655 0,32 320 2,136 0,46 460 2,605

58 0,32 320 2,407 0,28 280 2,127 0,28 280 2,159

59 0,26 260 2,267 0,50 500 2,767 0,36 360 2,446

60 0,26 260 2,322 0,34 340 2,583 0,28 280 2,221

X 0,36 356 2,437 0,33 327 2,400 0,38 385 2,483 X Masa X Masa x 1000 X Longitud

0,356 356,00 2,440

51




636 582 678 632,00


N°



1 0,30 300 2,150 0,34 340 2,496 1,08 1 080 3,717

2 0,40 400 2,883 0,54 540 3,193 0,96 960 3,590

3 0,32 320 2,700 1,02 1 020 3,656 0,66 660 3,533

4 0,72 720 3,455 0,40 400 2,575 0,60 600 2,891

5 0,72 720 3,255 0,64 640 3,039 0,62 620 3,044

6 0,78 780 3,531 0,38 380 2,553 0,22 220 2,111

7 0,90 900 3,698 0,76 760 3,423 0,38 380 2,483

8 0,28 280 2,642 0,46 460 2,661 0,66 660 3,562

9 0,66 660 3,532 0,60 600 2,885 0,84 840 3,618

10 0,52 520 3,408 0,64 640 3,065 0,64 640 3,065

11 0,42 420 2,661 0,62 620 2,975 0,40 400 2,361

12 0,66 660 3,562 0,56 560 3,110 0,62 620 3,076

13 0,42 420 2,546 0,52 520 2,836 0,52 520 2,585

14 0,96 960 3,504 0,44 440 2,673 0,72 720 3,315

15 0,34 340 2,546 1,04 1 040 3,680 0,54 540 3,180

16 0,42 420 2,582 0,62 620 2,990 1,08 1 080 3,833

17 0,50 500 2,922 0,40 400 2,428 0,62 620 3,172

18 0,46 460 2,728 0,52 520 2,668 1,08 1 080 3,708

19 1,08 1 080 3,585 1,02 1 020 3,685 0,52 520 2,800

20 0,46 460 2,496 0,46 460 2,558 0,72 720 3,195

21 0,84 840 3,409 0,54 540 2,914 0,36 360 2,441

22 0,34 340 2,298 0,34 340 2,439 0,60 600 2,889

23 0,40 400 2,706 0,44 440 2,637 0,56 560 2,991

24 0,38 380 2,617 0,72 720 3,462 0,72 720 3,357

25 0,36 360 2,666 0,50 500 2,953 0,54 540 2,973

26 0,76 760 3,529 0,64 640 3,468 0,70 700 3,393

27 0,42 420 2,863 0,78 780 3,551 0,68 680 3,164

28 0,48 480 2,987 0,84 840 3,677 0,34 340 2,708

29 0,90 900 3,684 0,50 500 3,123 0,64 640 3,232

30 1,02 1 020 3,896 0,36 360 2,868 0,94 940 3,638

31 0,92 920 3,612 0,46 460 2,829 0,66 660 2,969

32 0,76 760 3,593 0,40 400 2,793 0,78 780 3,060

33 1,12 1 120 3,807 0,36 360 2,714 0,42 420 2,640

34 1,02 1 020 3,635 1,18 1 180 3,901 0,64 640 3,376

35 0,62 620 2,950 0,42 420 2,771 0,66 660 3,484

36 0,64 640 2,955 0,46 460 2,830 1,12 1 120 3,964

37 0,80 800 3,505 0,38 380 2,619 1,04 1 040 3,708

38 1,16 1 160 3,901 0,36 360 2,658 0,68 680 3,290

39 0,36 360 2,745 0,48 480 2,825 0,46 460 2,978

40 0,40 400 2,868 0,70 700 3,408 0,46 460 2,910

41 0,38 380 2,669 0,68 680 3,378 0,50 500 2,886

42 0,90 900 3,984 0,84 840 3,527 0,58 580 2,992

43 0,44 440 3,103 0,48 480 2,988 0,84 840 3,251

44 0,40 400 2,803 0,40 400 2,768 0,86 860 3,568

45 0,70 700 3,408 0,48 480 2,907 1,28 1 280 4,201

46 0,34 340 2,529 0,84 840 3,533 0,64 640 2,917

47 0,64 640 3,167 0,72 720 3,532 0,46 460 2,726

48 0,34 340 2,684 0,70 700 3,306 0,28 280 2,193

49 0,40 400 2,710 0,34 340 2,662 0,66 660 3,408

50 0,76 760 3,597 1,04 1 040 3,606 0,64 640 3,439

51 0,52 520 2,873 0,64 640 3,418 0,76 760 3,416

52 1,46 1 460 4,201 0,52 520 3,266 0,74 740 3,436

53 0,62 620 3,475 0,48 480 2,970 0,54 540 2,919

54 0,60 600 3,163 0,38 380 2,671 0,48 480 2,813

55 0,58 580 3,022 0,38 380 2,768 0,50 500 3,005

56 1,14 1 140 3,906 0,50 500 2,935 0,72 720 2,940

57 1,12 1 120 3,821 0,56 560 3,250 0,74 740 3,323

58 0,42 420 2,761 0,48 480 2,761 1,20 1 200 3,974

59 0,76 760 3,488 0,58 580 3,257 0,34 340 2,527

60 0,46 460 2,850 0,36 360 2,464 0,94 940 3,687

X 0,63 633 3,147 0,57 571 3,026 0,67 670 3,160 X Masa X Masa x 1000 X Longitud

0,625 624,56 3,111

52




1 005 890 902 932,33


N°



1 0,94 940 3,773 0,98 980 3,710 0,66 660 3,120

2 0,90 900 3,622 0,64 640 3,059 0,64 640 3,047

3 0,68 680 3,267 1,00 1 000 3,874 0,84 840 3,360

4 1,20 1 200 3,924 1,04 1 040 3,896 0,54 540 2,301

5 0,88 880 3,488 1,20 1 200 3,905 0,54 540 2,400

6 1,22 1 220 3,964 1,80 1 800 4,520 0,56 560 2,341

7 2,10 2 100 4,001 0,98 980 3,610 0,72 720 3,316

8 0,82 820 3,493 1,06 1 060 3,740 1,08 1 080 3,701

9 2,32 2 320 4,554 0,72 720 3,254 0,46 460 2,651

10 0,54 540 2,707 1,36 1 360 3,933 0,92 920 3,445

11 0,64 640 3,167 0,60 600 2,789 0,68 680 3,135

12 1,66 1 660 4,258 0,60 600 2,940 1,08 1 080 3,398

13 1,90 1 900 4,643 1,58 1 580 4,141 0,68 680 3,164

14 0,82 820 3,468 1,08 1 080 3,899 1,04 1 040 3,339

15 1,12 1 120 3,799 0,70 700 3,246 0,72 720 3,298

16 1,08 1 080 3,972 0,74 740 3,377 1,22 1 220 3,457

17 1,54 1 540 4,182 0,60 600 2,801 1,62 1 620 4,333

18 0,38 380 2,718 1,22 1 220 3,907 1,76 1 760 4,401

19 0,80 800 2,441 0,68 680 3,054 0,86 860 3,344

20 1,16 1 160 3,977 1,14 1 140 3,544 1,06 1 060 3,821

21 0,98 980 3,700 3,02 3 020 6,062 0,92 920 3,856

22 2,06 2 060 4,477 1,12 1 120 3,718 0,74 740 3,301

23 0,58 580 2,813 1,74 1 740 4,192 1,22 1 220 3,910

24 1,26 1 260 4,009 0,72 720 2,922 2,30 2 300 4,674

25 1,12 1 120 3,708 0,64 640 2,941 1,80 1 800 4,252

26 0,74 740 2,397 0,74 740 2,765 1,18 1 180 3,480

27 1,14 1 140 3,627 0,82 820 3,355 1,72 1 720 4,576

28 0,80 800 3,493 0,80 800 2,955 0,64 640 3,267

29 2,24 2 240 4,407 0,72 720 3,326 0,76 760 3,286

30 0,74 740 3,328 0,44 440 2,919 1,12 1 120 3,689

31 1,23 1 230 3,801 0,64 640 3,058 1,22 1 220 3,899

32 1,04 1 040 3,754 1,30 1 300 3,800 0,70 700 3,132

33 1,64 1 640 4,185 0,82 820 3,386 1,02 1 020 3,737

34 0,84 840 3,408 1,12 1 120 3,714 1,16 1 160 3,910

35 0,66 660 2,666 0,64 640 3,028 0,78 780 3,140

36 0,84 840 3,439 0,94 940 3,667 1,72 1 720 4,307

37 0,84 840 3,427 1,08 1 080 3,714 0,84 840 3,327

38 0,82 820 3,462 0,66 660 3,128 0,52 520 2,798

39 0,36 360 2,746 1,68 1 680 4,237 1,14 1 140 3,799

40 0,40 400 2,888 0,84 840 3,463 0,70 700 3,150

41 1,74 1 740 4,534 1,04 1 040 3,702 0,46 460 2,789

42 1,74 1 740 4,399 1,44 1 440 3,987 0,74 740 3,499

43 1,16 1 160 3,953 0,64 640 3,082 0,72 720 3,377

44 2,04 2 040 4,737 1,16 1 160 3,728 1,12 1 120 3,801

45 0,54 540 2,905 0,92 920 3,456 1,14 1 140 3,811

46 0,58 580 2,924 1,02 1 020 3,740 0,74 740 3,415

47 0,50 500 2,954 0,82 820 3,304 1,54 1 540 4,371

48 1,06 1 060 3,835 0,86 860 3,386 1,38 1 380 4,292

49 1,12 1 120 3,897 0,82 820 3,306 1,36 1 360 4,212

50 1,00 1 000 3,889 0,90 900 3,626 1,50 1 500 4,413

51 1,60 1 600 4,499 0,78 780 3,260 0,96 960 3,723

52 1,64 1 640 4,314 1,32 1 320 4,235 1,42 1 420 4,399

53 0,94 940 3,719 1,26 1 260 3,731 0,66 660 3,398

54 1,06 1060 3,861 0,64 640 2,924 0,56 560 3,378

55 0,90 900 3,674 0,70 700 3,236 0,58 580 2,931

56 1,72 1 720 4,353 0,56 560 2,988 0,46 460 2,333

57 1,44 1 440 4,016 0,80 800 3,465 0,92 920 3,792

58 1,00 1 000 3,866 1,04 1 040 3,723 0,70 700 3,338

59 0,82 820 3,582 0,74 740 3,416 0,58 580 2,822

60 1,06 1 060 3,833 1,08 1 080 3,856 1,64 1 640 4,188

X 1,11 1 112 3,682 0,98 979 3,528 0,98 984 3,519 X MasaX Masa X Masa x 1000 X Longitud

1,025 1 024,94 3,576

53




1 574 1 404 1 583 1 520,33


N°



1 0,94 940 3,712 0,80 800 3,557 1,26 1 260 3,723

2 2,10 2 100 4,669 1,12 1 120 3,698 1,78 1 780 4,356

3 1,88 1 880 4,354 2,54 2 540 5,191 5,53 5 530 6,933

4 1,98 1 980 4,485 0,96 960 3,755 2,14 2 140 4,600

5 2,10 2 100 4,551 2,86 2 860 5,758 2,12 2 120 4,121

6 2,28 2 280 4,702 0,96 960 3,732 1,68 1 680 3,999

7 1,54 1 540 4,208 3,42 3 420 5,912 1,70 1 700 4,137

8 0,74 740 3,221 1,36 1 360 3,705 0,68 680 3,844

9 2,40 2 400 5,144 2,68 2 680 5,678 1,02 1 020 3,540

10 2,30 2 300 5,090 3,24 3 240 5,904 2,12 2 120 4,538

11 1,76 1 760 4,213 1,28 1 280 4,089 1,30 1 300 4,112

12 1,74 1 740 4,191 1,94 1 940 4,191 2,46 2 460 5,196

13 1,08 1 080 3,778 2,44 2 440 5,129 0,96 960 3,569

14 2,40 2 400 5,222 2,64 2 640 5,207 2,90 2 900 5,771

15 2,24 2 240 4,855 0,98 980 3,420 1,04 1 040 3,990

16 1,92 1 920 4,403 2,15 2 150 4,811 1,98 1 980 4,395

17 1,84 1 840 4,300 2,18 2 180 4,889 3,14 3 140 5,214

18 1,08 1 080 3,599 1,80 1 800 4,005 1,38 1 380 4,112

19 3,30 3 300 5,823 2,64 2 640 5,266 2,32 2 320 4,754

20 1,94 1 940 4,574 2,66 2 660 5,659 0,52 520 2,948

21 2,82 2 820 5,403 2,60 2 600 5,628 1,04 1 040 3,999

22 1,00 1 000 3,576 0,90 900 3,365 1,26 1 260 4,387

23 1,12 1 120 3,699 2,18 2 180 4,732 1,56 1 560 4,412

24 1,92 1 920 4,454 1,20 1 200 3,641 2,32 2 320 4,899

25 1,64 1 640 4,002 1,34 1 340 3,721 1,74 1 740 4,489

26 1,40 1 400 3,788 1,40 1 400 3,797 1,50 1 500 4,278

27 2,04 2 040 4,507 1,36 1 360 3,713 0,96 960 3,792

28 1,02 1 020 3,601 1,12 1 120 3,861 0,90 900 3,779

29 1,42 1 420 3,704 1,02 1 020 3,717 0,66 660 3,532

30 2,22 2 220 4,665 0,82 820 3,310 1,30 1 300 3,590

31 2,16 2 160 4,600 2,22 2 220 4,750 5,08 5 080 6,395

32 3,34 3 340 6,355 1,24 1 240 3,987 0,70 700 3,455

33 2,20 2 200 5,108 1,60 1 600 4,002 0,88 880 3,593

34 0,60 600 2,840 1,68 1 680 4,188 1,00 1 000 3,912

35 1,52 1 520 4,099 2,16 2 160 4,721 2,48 2 480 4,945

36 1,10 1 100 3,818 1,10 1 100 3,830 1,72 1 720 4,664

37 1,42 1 420 3,788 1,80 1 800 4,344 2,02 2 020 4,399

38 1,32 1 320 3,655 0,64 640 2,900 0,94 940 3,838

39 1,98 1 980 4,999 1,08 1 080 3,888 0,86 860 3,607

40 1,18 1 180 4,001 1,66 1 660 4,677 1,78 1 780 4,201

41 0,88 880 3,511 1,06 1 060 3,531 1,00 1 000 3,835

42 0,90 900 3,706 1,40 1 400 4,158 3,04 3 040 5,932

43 1,10 1 100 3,752 0,98 980 3,830 1,00 1 000 3,980

44 1,40 1 400 3,981 1,10 1 100 3,977 3,96 3 960 6,420

45 1,48 1 480 3,953 1,32 1 320 3,612 1,96 1 960 4,521

46 1,48 1 480 4,089 1,42 1 420 4,099 0,94 940 3,611

47 2,04 2 040 4,521 1,20 1 200 4,030 1,60 1 600 4,251

48 1,00 1 000 3,732 1,08 1 080 3,602 1,14 1 140 3,921

49 2,66 2 660 5,509 1,02 1 020 3,855 1,00 1 000 3,944

50 1,26 1 260 3,980 1,14 1 140 3,978 2,16 2 160 4,718

51 1,20 1 200 3,920 1,70 1 700 4,422 1,10 1 100 3,921

52 1,24 1 240 3,955 2,28 2 280 4,781 3,68 3 680 6,105

53 1,40 1 400 4,101 1,04 1 040 3,805 1,00 1 000 3,701

54 0,80 800 3,511 0,78 780 3,808 2,12 2 120 4,599

55 1,70 1 700 4,233 0,98 980 3,855 2,06 2 060 4,758

56 2,20 2 200 4,791 2,06 2 060 4,720 1,28 1 280 3,207

57 2,80 2 800 5,588 1,55 1 550 4,533 1,32 1 320 3,665

58 2,50 2 500 5,301 0,82 820 3,207 0,46 460 2,904

59 1,96 1 960 4,442 0,80 800 3,550 1,36 1 360 3,448

60 2,32 2 320 5,215 0,98 980 3,801 2,14 2 140 4,704

X 1,72 1 722 4,326 1,57 1 575 4,225 1,72 1 718 4,303 MasaX Masa X Masa x 1000 X Longitud

1,671 1 671,28 4,284

54




1 922 1 873 1 902 1 899,00


N°



1 2,58 2 580 5,831 3,82 3 820 7,672 2,44 2 440 5,571

2 2,26 2 260 5,212 1,50 1 500 4,506 1,70 1 700 4,415

3 2,22 2 220 5,231 2,26 2 260 5,200 1,36 1 360 4,599

4 1,22 1 220 3,957 0,92 920 3,409 3,00 3 000 7,155

5 2,66 2 660 5,609 1,80 1 800 4,901 2,12 2 120 4,816

6 2,26 2 260 5,182 0,98 980 3,668 1,36 1 360 3,857

7 1,82 1 820 4,584 2,34 2 340 5,578 1,32 1 320 3,915

8 2,26 2 260 5,158 2,14 2 140 5,111 2,26 2 260 5,112

9 2,68 2 680 5,992 2,26 2 260 5,212 1,44 1 440 3,821

10 2,02 2 020 4,302 1,14 1 140 3,614 2,26 2 260 5,192

11 2,26 2 260 5,134 1,38 1 380 3,821 1,02 1 020 3,601

12 1,66 1 660 4,114 3,18 3 180 7,373 0,98 980 3,668

13 1,78 1 780 4,288 1,54 1 540 4,111 2,16 2 160 5,112

14 2,00 2 000 4,421 0,98 980 3,808 1,24 1 240 3,711

15 2,02 2 020 4,322 2,54 2 540 5,607 1,56 1 560 4,032

16 2,12 2 120 4,782 2,26 2 260 5,172 3,86 3 860 7,979

17 1,42 1 420 4,012 4,20 4 200 8,332 2,82 2 820 6,215

18 2,26 2 260 5,172 1,46 1 460 3,974 2,10 2 100 4,710

19 1,72 1 720 4,222 2,24 2 240 5,144 1,36 1 360 3,721

20 1,82 1 820 4,334 0,98 980 3,808 2,14 2 140 4,897

21 2,26 2 260 5,112 1,32 1 320 3,633 3,82 3 820 7,833

22 0,98 980 3,586 0,92 920 3,409 2,20 2 200 5,105

23 1,68 1 680 4,273 1,64 1 640 4,282 3,16 3 160 7,321

24 1,32 1 320 3,833 3,70 3 700 6,786 2,06 2 060 4,716

25 0,92 920 3,409 1,44 1 440 3,847 1,60 1 600 4,234

26 1,50 1 500 4,051 1,18 1 180 3,510 1,24 1 240 3,658

27 2,54 2 540 5,558 1,52 1 520 4,233 0,80 800 3,399

28 2,52 2 520 5,500 0,90 900 3,612 1,40 1 400 4,016

29 1,26 1 260 3,612 2,72 2 720 5,798 2,72 2 720 5,977

30 1,26 1 260 3,699 1,00 1 000 3,665 4,36 4 360 8,893

31 2,26 2 260 5,182 2,12 2 120 5,721 1,90 1 900 4,437

32 1,02 1 020 3,699 2,06 2 060 4,669 1,46 1 460 3,992

33 2,26 2 260 5,112 2,26 2 260 5,152 2,30 2 300 5,501

34 1,24 1 240 3,666 1,88 1 880 4,333 2,26 2 260 5,112

35 1,44 1 440 4,334 2,38 2 380 5,950 1,52 1 520 4,056

36 2,36 2 360 5,638 2,32 2 320 5,501 3,08 3 080 6,998

37 1,58 1 580 4,128 0,98 980 3,808 3,02 3 020 6,971

38 1,28 1 280 3,702 1,50 1 500 3,998 0,96 960 3,792

39 2,50 2 500 5,879 2,24 2 240 5,471 1,32 1 320 3,782

40 2,32 2 320 5,501 4,16 4 160 8,224 1,54 1 540 4,088

41 2,16 2 160 5,312 1,68 1 680 4,377 1,84 1 840 4,336

42 2,30 2 300 5,520 1,74 1 740 4,501 2,50 2 500 5,988

43 2,32 2 320 5,569 1,50 1 500 3,985 0,98 980 3,768

44 2,14 2 140 5,221 2,06 2 060 5,130 3,48 3 480 7,707

45 2,26 2 260 5,406 0,98 980 3,799 1,72 1 720 4,421

46 2,00 2 000 5,202 1,48 1 480 4,009 1,74 1 740 4,465

47 0,98 980 3,668 2,34 2 340 5,532 1,54 1 540 4,335

48 2,28 2 280 5,484 1,60 1 600 4,227 0,96 960 3,792

49 2,34 2 340 5,539 2,32 2 320 5,528 1,36 1 360 3,781

50 1,40 1 400 3,846 1,88 1 880 4,416 1,50 1 500 4,325

51 1,66 1 660 4,750 1,92 1 920 4,473 1,80 1 800 4,936

52 1,38 1 380 4,288 1,38 1 380 3,661 0,96 960 3,792

53 2,46 2 460 5,887 1,40 1 400 3,712 1,30 1 300 3,884

54 1,36 1 360 4,005 1,42 1 420 3,967 0,98 980 3,868

55 1,58 1 580 4,233 0,92 920 3,800 1,82 1 820 5,105

56 2,48 2 480 5,879 2,26 2 260 5,512 3,46 3 460 7,802

57 1,60 1 600 4,302 1,74 1 740 4,377 1,14 1 140 4,102

58 2,60 2 600 5,921 1,68 1 680 4,400 0,96 960 3,792

59 1,72 1 720 4,359 3,16 3 160 7,211 1,68 1 680 4,611

60 2,70 2 700 6,283 1,28 1 280 3,817 1,62 1 620 4,562

X 1,92 1 921 4,767 1,88 1 882 4,768 1,90 1 909 4,889 X Masa X Masa x 1000 X Longitud

1,904 1 904,00 4,808

55




2 244 2 222 2 370 2 279,67


N°



1 1,28 1 280 3,551 2,12 2 120 5,385 2,36 2 360 5,696

2 2,00 2 000 5,153 1,64 1 640 4,225 1,76 1 760 4,783

3 2,88 2 880 6,273 2,04 2 040 5,014 3,38 3 380 7,412

4 2,16 2 160 5,147 3,48 3 480 7,566 1,64 1 640 3,684

5 4,20 4 200 8,194 2,92 2 920 7,248 1,64 1 640 3,625

6 2,60 2 600 5,635 1,64 1 640 4,225 4,18 4 180 8,611

7 3,74 3 740 7,512 3,52 3 520 7,645 1,98 1 980 5,056

8 3,42 3 420 7,158 5,88 5 880 9,439 3,06 3 060 7,013

9 2,60 2 600 5,529 1,76 1 760 4,767 1,76 1 760 4,727

10 2,84 2 840 5,946 2,84 2 840 5,705 7,46 7 460 11,316

11 4,36 4 360 8,382 1,64 1 640 4,125 2,38 2 380 5,645

12 4,44 4 440 8,422 3,28 3 280 7,422 3,36 3 360 7,489

13 1,64 1 640 4,225 1,76 1 760 4,622 1,64 1 640 4,325

14 3,38 3 380 7,788 1,60 1 600 4,264 3,10 3 100 7,117

15 3,22 3 220 7,463 4,18 4 180 8,595 2,24 2 240 5,263

16 3,08 3 080 7,048 1,64 1 640 4,242 1,64 1 640 4,325

17 2,38 2 380 5,677 3,40 3 400 7,836 1,74 1 740 4,883

18 4,18 4 180 8,520 1,76 1 760 4,837 1,64 1 640 4,625

19 3,34 3 340 7,738 2,68 2 680 5,801 1,68 1 680 4,263

20 3,52 3 520 7,840 2,64 2 640 5,895 1,64 1 640 4,333

21 2,76 2 760 6,125 1,84 1 840 5,009 1,80 1 800 4,838

22 1,64 1 640 4,525 1,22 1 220 3,999 1,72 1 720 4,775

23 2,54 2 540 5,898 3,26 3 260 7,847 2,42 2 420 5,754

24 2,34 2 340 5,698 2,52 2 520 5,752 2,00 2 000 5,188

25 2,78 2 780 5,930 2,10 2 100 5,126 3,18 3 180 7,349

26 3,06 3 060 7,225 2,36 2 360 5,667 2,70 2 700 5,826

27 2,16 2 160 5,193 4,30 4 300 8,838 4,34 4 340 8,862

28 1,42 1 420 4,082 3,18 3 180 7,326 2,24 2 240 5,511

29 2,48 2 480 5,718 1,64 1 640 4,325 2,50 2 500 5,789

30 1,96 1 960 5,069 2,54 2 540 5,715 1,90 1 900 4,817

31 1,96 1 960 5,012 2,14 2 140 5,280 2,42 2 420 5,701

32 2,64 2 640 6,880 2,16 2 160 5,165 1,64 1 640 4,325

33 1,62 1 620 4,721 1,60 1 600 4,289 2,68 2 680 5,734

34 1,56 1 560 4,547 2,12 2 120 5,181 2,04 2 040 5,047

35 1,76 1 760 4,876 1,74 1 740 4,872 2,16 2 160 5,204

36 1,42 1 420 3,772 1,70 1 700 4,723 3,46 3 460 7,835

37 1,68 1 680 4,622 1,76 1 760 4,827 2,44 2 440 5,750

38 1,42 1 420 3,754 1,60 1 600 4,772 3,34 3 340 7,974

39 1,44 1 440 3,802 2,02 2 020 5,298 1,84 1 840 4,850

40 1,38 1 380 3,538 2,34 2 340 5,691 2,42 2 420 5,717

41 1,82 1 820 4,921 1,64 1 640 4,525 2,04 2 040 5,091

42 1,42 1 420 3,931 1,76 1 760 4,727 1,14 1 140 3,931

43 1,76 1 760 4,812 2,00 2 000 5,115 1,12 1 120 3,928

44 1,42 1 420 4,475 1,76 1 760 4,888 1,66 1 660 4,720

45 1,44 1 440 4,401 1,90 1 900 5,032 2,42 2 420 6,029

46 1,48 1 480 4,450 1,48 1 480 4,360 1,56 1 560 4,757

47 1,74 1 740 4,688 1,48 1 480 4,322 1,00 1 000 3,946

48 3,00 3 000 7,014 1,56 1 560 4,417 1,76 1 760 4,304

49 1,56 1 560 4,544 2,42 2 420 5,955 1,80 1 800 4,533

50 1,58 1 580 4,507 1,76 1 760 4,727 1,72 1 720 4,808

51 1,14 1 140 3,901 2,32 2 320 5,850 1,76 1 760 4,787

52 1,68 1 680 4,546 3,00 3 000 7,250 1,74 1 740 4,895

53 1,62 1 620 4,655 1,96 1 960 5,049 1,76 1 760 4,788

54 1,60 1 600 4,595 1,76 1 760 4,794 2,64 2 640 5,807

55 2,24 2 240 5,606 1,80 1 800 4,905 2,50 2 500 5,893

56 1,42 1 420 4,495 1,46 1 460 4,458 2,80 2 800 6,343

57 1,74 1 740 4,834 1,62 1 620 4,464 2,26 2 260 5,648

58 1,88 1 880 4,976 2,08 2 080 5,293 1,64 1 640 4,425

59 1,42 1 420 4,623 1,42 1 420 4,306 2,24 2 240 5,637

60 1,60 1 600 4,665 2,28 2 280 5,613 1,74 1 740 4,894


2,254 2 253,78 5,487

56




2 390 2 400 2 200 2 382,00


N°



1 2,36 2 360 5,696 1,96 1 960 5,012 2,12 2 120 5,385

2 1,76 1 760 4,783 2,64 2 640 6,792 1,64 1 640 4,225

3 3,38 3 380 7,412 1,62 1 620 4,721 1,76 1 760 4,876

4 1,64 1 640 3,684 1,56 1 560 4,547 3,48 3 480 7,566

5 1,64 1 640 3,625 1,76 1 760 4,876 2,92 2 920 7,048

6 4,18 4 180 8,411 1,42 1 420 3,772 1,64 1 640 4,225

7 1,98 1 980 5,056 1,68 1 680 4,622 3,26 3 260 7,847

8 3,06 3 060 7,213 1,42 1 420 3,754 5,88 5 880 9,439

9 1,76 1 760 4,727 1,44 1 440 3,802 1,76 1 760 4,767

10 5,46 5 460 9,016 1,38 1 380 3,538 2,84 2 840 5,705

11 2,38 2 380 5,645 2,04 2 040 5,014 1,64 1 640 4,125

12 3,36 3 360 7,489 2,60 2 600 5,529 3,28 3 280 7,422

13 1,64 1 640 4,325 1,86 1 860 4,812 1,76 1 760 4,622

14 3,52 3 520 7,845 2,60 2 600 5,529 3,08 3 080 7,248

15 2,22 2 220 5,263 2,60 2 600 5,529 4,18 4 180 8,595

16 1,64 1 640 4,325 1,48 1 480 4,450 2,60 2 600 5,529

17 1,64 1 640 4,325 1,74 1 740 4,688 3,40 3 400 7,836

18 1,64 1 640 4,625 3,00 3 000 7,150 1,76 1 760 4,837

19 2,40 2 400 5,602 1,56 1 560 4,544 2,68 2 680 5,801

20 1,64 1 640 4,333 1,58 1 580 4,507 2,64 2 640 5,755

21 1,80 1 800 4,838 3,00 3 000 7,005 1,84 1 840 5,009

22 1,72 1 720 4,775 1,68 1 680 4,546 2,60 2 600 5,529

23 2,42 2 420 5,754 1,62 1 620 4,655 3,26 3 260 7,447

24 2,16 2 160 5,147 1,60 1 600 4,595 2,52 2 520 5,752

25 3,18 3 180 7,249 2,24 2 240 5,606 2,10 2 100 5,126

26 2,70 2 700 5,826 1,42 1 420 4,495 2,50 2 500 5,789

27 4,34 4 340 8,862 1,74 1 740 4,834 4,30 4 300 8,838

28 2,24 2 240 5,511 1,88 1 880 4,976 3,18 3 180 7,226

29 2,50 2 500 5,789 1,74 1 740 4,883 1,64 1 640 4,325

30 2,38 2 380 5,645 1,60 1 600 4,665 2,42 2 420 6,029

31 2,42 2 420 5,701 2,60 2 600 5,529 2,14 2 140 5,280

32 2,38 2 380 5,645 2,00 2 000 5,153 2,16 2 160 5,165

33 2,68 2 680 5,734 2,88 2 880 6,123 2,38 2 380 5,541

34 2,04 2 040 5,047 2,16 2 160 5,147 2,32 2 320 5,181

35 2,16 2 160 5,204 4,20 4 200 8,194 3,08 3 080 7,111

36 2,38 2 380 5,645 1,70 1 700 4,723 1,70 1 700 4,723

37 2,44 2 440 5,750 3,74 3 740 7,769 1,80 1 800 4,827

38 3,34 3 340 7,574 2,60 2 600 5,441 2,60 2 600 5,541

39 1,84 1 840 4,850 2,60 2 600 5,501 2,28 2 280 5,298

40 2,42 2 420 5,717 2,84 2 840 5,811 2,30 2 300 5,691

41 2,60 2 600 5,541 4,36 4 360 8,232 1,64 1 640 4,525

42 1,78 1 780 4,872 2,38 2 380 5,550 1,76 1 760 4,727

43 2,38 2 380 5,645 3,06 3 060 7,125 2,10 2 100 5,115

44 3,06 3 060 7,005 3,38 3 380 7,544 1,76 1 760 4,888

45 4,30 4 300 8,838 3,22 3 220 7,463 2,00 2 000 5,032

46 1,56 1 560 4,757 3,08 3 080 7,248 1,48 1 480 4,360

47 2,38 2 380 5,645 2,38 2 380 5,677 1,48 1 480 4,322

48 1,76 1 760 4,304 4,18 4 180 8,520 2,38 2 380 5,550

49 1,80 1 800 4,533 3,34 3 340 7,538 2,42 2 420 5,555

50 1,72 1 720 4,808 3,52 3 520 7,740 1,76 1 760 4,727

51 1,76 1 760 4,787 2,76 2 760 6,125 2,32 2 320 5,850

52 3,06 3 060 7,008 3,06 3 060 7,225 3,00 3 000 7,052

53 1,76 1 760 4,788 4,44 4 440 8,922 1,96 1 960 5,049

54 2,64 2 640 5,807 2,34 2 340 5,698 2,60 2 600 5,599

55 2,50 2 500 5,893 2,78 2 780 5,930 1,80 1 800 4,805

56 2,80 2 800 6,201 3,06 3 060 7,114 1,46 1 460 4,358

57 2,26 2 260 5,648 2,16 2 160 5,193 1,62 1 620 4,464

58 1,64 1 640 4,425 2,60 2 600 5,611 2,08 2 080 5,192

59 2,24 2 240 5,637 2,48 2 480 5,718 2,60 2 600 5,529

60 2,38 2 380 5,645 1,96 1 960 5,069 2,28 2 280 5,613


2,408 2 408,22 5,690


Tabla 21. Resultados promedios de masa y longitud para cada una de las ocho evaluaciones

Evaluación N°

Masa total promedio de

1 000 alevines (g)

Masa individual promedio de 60

alevines (g) [x 3 estanques]

*Proyección de masa de 1 000

alevines (g)

Longitud total promedio de 60 alevines (cm)[x 3 estanques]

1 141 0,153 152,78 1,810

2 355 0,356 356,00 2,440

3 632 0,625 624,56 3,111

4 936 1,025 1 024,94 3,576

5 1 520 1,671 1 671,28 4,284

6 1 899 1,904 1 904,00 4,808

7 2 279 2,254 2 253,78 5,487

8 2 382 2,408 2 408,22 5,690

*Proyección de masa de 1 000 alevines en base a la masa individual promedio (g): Masa individual x 1 000Las columnas sombreadas contienen valores promedios de masa correspondiente a un millar de alevines, estas masas serán contrastadas en la validación.Los valores de la segunda y quinta columna serán plasmados en una curva exponencial.

En la tabla 21 se muestra una síntesis del resultado de las ocho evaluaciones.

4.4. Etapa IV: Etapa de las validaciones

Resultados de masa y longitud de alevines en las ocho evaluaciones.

4.4.1. Validación estadística: Validación de la masa promedio de 1 000 alevines para cada evaluación

Grupo 1: Promedios parciales por estanque de la masa (g) de 1 000 alevines.

Grupo 2: Promedios parciales por estanque de la proyección de masa (g) de 1 000 alevines en base a la masa individual promedio.


Tabl

a 22

. Val

ores

de

mas

as r

egist

rada

s co

rres

pond

ient

es a

cad

a es

tanq

ue d

e la

prim

era

a la

oct

ava

eval

uaci

ón

Eval

uaci

ón

Esta

nque

12

34

56

78

Gru

po 1

(g

)G

rupo

2

(g)

Gru

po 1

(g

)G

rupo

2

(g)

Gru

po 1

(g

)G

rupo

2

(g)

Gru

po 1

(g

)G

rupo

2

(g)

Gru

po 1

(g

)G

rupo

2

(g)

Gru

po 1

(g

)G

rupo

2

(g)

Gru

po 1

(g

)G

rupo

2

(g)

Gru

po 1

(g

)G

rupo

2

(g)

I12

7,00

133,

0035

4,00

356,

3363

6,00

633,

331

005,

001

111,

51

574,

001

721,

671

922,

001

921,

002

244

2 24

7,33

2 39

02

420,

33

II14

1,00

145,

0034

8,00

327,

0058

2,00

570,

6790

2,00

979,

001

404,

001

574,

671

873,

001

881,

672

222

2 23

4,67

2 40

02

405,

33

III15

6,00

180,

3336

3,00

384,

6767

8,00

669,

6790

2,00

984,

331

583,

001

717,

51

902,

001

909,

332

370

2 28

0,33

2 20

02

399,

00

X14

1,33

152,

7835

5,00

356,

0063

2,00

624,

5693

6,33

1 02

4,94

1 52

0,33

1 67

1.28

1 89

9,00

1 90

4,00

2 27

8,67

2 25

3,78

2 38

2,00

2 40

8,22


Prueba “t”: Comparación de medias: Grupo 1 vs Grupo 2. Evaluación 1

Tabla 23. Valores de masas a contrastar de la primera evaluación

Tabla 24. Estadísticos de los Grupo 1 y Grupo 2 correspondiente a la primera evaluación:

EstanqueEvaluación 1


I 127,00 133,00

II 141,00 145,00

III 156,00 180,33

X 141,33 152,78


Evaluación1

1 3 141,333 3 14,5028 7 8,373 24

2 3 152,776 7 24,6046 7 14,205 51


H0: µGrupo1 = µGrupo2

Ha: µGrupo1 ≠ µGrupo2 (prueba bilateral)


Procesamiento de datos de la tabla 23, en el software SPSS

Tabla 25. Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la primera evaluación : Prueba de muestras independientes

Prueba de Levene para la igualdad

de varianzasPrueba “t” para la igualdad de medias

F Sig. t glSig.




diferencia

Inferior Superior

Evaluación 1

Se han asumido varianzas iguales

1,332 0,313 -0,694 4 0,526 -11,443 33 16,489 62 -87,363 12 64,476 45

No se han asumido

varianzas iguales-0,694 3,240 0,534 -11,443 33 16,489 62 -101,012 24 78,125 57

Análisis de los resultados:

• Test de Levene, (ρ = 0,313), por lo tanto no rechazaremos la hipótesis nula H0 y podemos concluir que se cumple con el requisito de homocedasticidad.

• Prueba “t”: (ρ = 0,526), mayor que 0,01; con lo cual no se cumple la hipótesis alternativa, o sea no hay diferencias significativas en cuanto al Grupo 1 y Grupo 2.


Debido a que ρ > 0,01 no rechazamos la hipótesis nula H0: µGrupo1 = µGrupo2

Conclusión

La hipótesis nula, que afirma que no existe diferencia significativa entre la masa media de los alevines del Grupo 1 con el Grupo 2, tiene altas probabilidades de ser cierta, por lo tanto no rechazamos la hipótesis nula.



Tabla 26. Valores de masas a contrastar de la primera evaluación

Tabla. 27. Estadísticos de los Grupo 1 y Grupo 2 correspondiente a la segunda evaluación:



I 354,00 356,33

II 348,00 327,00

III 363,00 384,67

X 355,00 356,00


Evaluación2

1 3 355,000 0 7,549 83 4,358 90

2 3 356,000 0 28,836 42 16,648 71

Procesamiento de datos de la tabla 26, en el software SPS

Tabla 28. Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la segunda evaluación: Prueba de muestras independientes



F Sig. t glSig.




diferencia

Inferior Superior

Evaluación 2


2,062 0,224 -0,058 4 0,956 -1,000 00 17,209 87 -80,235 88 78,235 88

No se han asumido











Conclusión

La hipótesis nula, que afirma que no hay diferencia significativa entre la masa media de los alevines del Grupo 1 con el Grupo 2, tiene altas probabilidades de ser cierta, por lo tanto no rechazamos la hipótesis nula.



Tabla 29. Valores de masas a contrastar de la tercera evaluación

Tabla 30. Estadísticos de los Grupo 1 y Grupo 2 correspondiente a la tercera evaluación:



I 636,00 633,33

II 582,00 570,67

III 678,00 669,67

X 632,00 624,56


Evaluación3

1 3 632,000 0 48,124 84 27,784 89

2 3 624,556 7 50,079 72 28,913 54


Tabla 31. Prueba “t”, Grupo 1 vs Grupo 2 correspondiente a la tercera evaluación: Prueba de muestras independientes



F Sig. t glSig.




diferencia

Inferior Superior

Evaluación 3


0,016 0,904 0,186 4 0,862 7,443 33 40,099 79 -177,179 89 192,066 55

No se han asumido

varianzas iguales0,186 3,994 0,862 7,443 33 40,099 79 -177,379 71 192,266 37


• Test de Levene, (ρ = 0,904), por lo tanto no rechazaremos la hipótesis nula H0

y podemos concluir que se cumple con el requisito de homocedasticidad.




Conclusión








Tabla 32. Valores de masas a contrastar de la cuarta evaluación

Tabla 33. Estadísticos de los Grupo 1 y Grupo 2 correspondiente a la cuarta evaluación:



I 1 005,00 1 111,5

II 902,00 979,00

III 902,00 984,33

X 936,33 1 024,94


Evaluación4

1 3 932,333 3 63,216 56 36,498 10

2 3 1024,943 3 75,007 63 43,305 68


Tabla 34. Prueba “t”: Grupo 1 vs Grupo 2 correspondiente a la cuarta evaluación: Prueba de muestras independientes



F Sig. t glSig.




diferencia

Inferior Superior

Evaluación 4


0,232 0,655 -1,635 4 0,177 -92,610 00 56,634 73 -353,361 67 168,141 67

No se han asumido







Conclusión








Tabla 35. Valores de masas a contrastar de la quinta evaluación

Tabla 36. Estadísticos de los Grupo 1 y Grupo 2 correspondiente a la quinta evaluación:



I 1 574,00 1 721,67

II 1 404,00 1 574,67

III 1 583,00 1 717,5

X 1 520,33 1 671,28


Evaluación5

1 3 1520,333 3 100,848 07 58,224 66

2 3 1671,280 0 83,692 69 48,320 00


Tabla 37. Prueba “t”: Grupo 1 vs Grupo 2 correspondiente a la quinta evaluación : Prueba de muestras independientes



F Sig. t glSig.




diferencia

Inferior Superior

Evaluación 5


0,269 0,632 -1,995 4 0,117 -150,946 67 75,663 29 -499,307 62 197,414 29

No se han asumido











Conclusión




Tabla 38. Valores de masas a contrastar de la sexta evaluación

Tabla 39. Estadísticos de los Grupo 1 y Grupo 2 correspondiente a la quinta evaluación:



I 1 922,00 1 921,00

II 1 873,00 1 881,67

III 1 902,00 1 909,33

X 1 899,00 1 904,00


Evaluación6

1 3 1899,000 0 24,637 37 14,224 39

2 3 1904,000 0 20,199 48 11,662 17


Tabla 40. Prueba “t”: Grupo 1 vs Grupo 2 correspondiente a la sexta evaluación : Prueba de muestras independientes



F Sig. t glSig.




diferencia

Inferior Superior

Evaluación 6


0,77 0,795 -0,272 4 0,799 -5,000 00 18,394 01 -89,687 77 79,687 77

No se han asumido












Conclusión




Tabla 41. Valores de masas a contrastar de la séptima evaluación

Tabla 42. Estadísticos de los Grupo 1 y Grupo 2 correspondiente a la séptima evaluación:



I 2 244 2 247,33

II 2 222 2 234,67

III 2 370 2 280,33

X 2 278,67 2 253,78


Evaluación 7

1 3 2 278,666 7 79,858 21 46,106 16

2 3 2 254,110 0 23,572 98 13,609 86


Tabla 43. Prueba “t”: Grupo 1 vs Grupo 2 correspondiente a la sexta evaluación : Prueba de muestras independientes



F Sig. t glSig.




diferencia

Inferior Superior

Evaluación 7


6,188 0,068 0,511 4 0,636 24,556 67 48,072 93 -196,775 64 245,888 98

No se han asumido

varianzas iguales0,511 2,346 0,654 24,556 67 48,072 93 -349,812 82 398,926 15











Conclusión




Tabla 44. Valores de masas a contrastar de la octava evaluación

Tabla 45. Estadísticos de los Grupo 1 y Grupo 2 correspondiente a la séptima evaluación:



I 2 390 2 420,33

II 2 400 2 405,33

III 2 200 2 399,00

X 2 382,00 2 408,22


Evaluación 8

1 3 2 330,000 0 112,694 28 65,064 07

2 3 2 408,220 0 10,954 74 6,324 72


Tabla 46. Prueba “t”: Grupo 1 vs Grupo 2 correspondiente a la octava evaluación : Prueba de muestras independientes



F Sig. t glSig.




diferencia

Inferior Superior

Evaluación 8


12,731 0,023 -1,197 4 0,298 -78,220 00 65,370 75 -379,193 15 222,753 15

No se han asumido











Conclusión



4.4.2.1. Validación experimental: De la ecuación: y = 36,951 x2,4725

Luego de la validación estadística, los resultados de la tabla 10 se plasmaron en una curva potencial, la masa promedio total fue la variable dependiente (y) y la longitud promedio, la variable dependiente (x)

Figura 17. Curva potencial definitiva: Análisis de las variables masa y longitud.

0 1 2 3 4 50

500

1000

1500

2000

2500

3000

masa (g)

y=36,951x2,4725

R2=0,9901

Longitud total (cm)6


Tabla 47. Tabla estándar

x (cm) y (g)

2,5 356

2,6 392

2,7 431

2,8 471

2,9 514

3,0 559

3,1 606

3,2 656

3,3 707

3,4 762

3,5 818

3,6 877

3,7 939

3,8 1 003

3,9 1 069

4,0 1 138

4,1 1 210

4,2 1 284

4,3 1 361

4,4 1 441

4,5 1 523

4,6 1 608

4,7 1 695

4,8 1 786

4,9 1 879

5,0 1 976

5,1 2 075

5,2 2 177

5,3 2 282

5,4 2 390

5,5 2 501

5,6 2 615

Tabla estándar para estimar la masa de un millar de alevines de gamitana Colossoma macropomum en relación a su

longitud promedio


A continuación se muestran los resultados de longitud total de treinta alevines para los estanques I, II, III y IV.

Tabla 48. Medición de la longitud total de treinta alevines por cada estanque

N° peces medidos

Estanque IL.t (cm)

Estanque IIL.t (cm)

Estanque IIIL.t (cm)

* Estanque IVL.t (cm)

1 5,2 5,5 5,7 6,7

2 5,7 5,6 5,6 5,1

3 6,5 6,0 5,5 4,8

4 5,5 5,7 5,6 4,5

5 5,6 5,2 4,5 4,1

6 4,5 5,5 5,2 5,5

7 5,2 5,7 6,2 2,6

8 4,9 5,2 5,0 5,6

9 5,0 5,0 5,3 4,0

10 5,9 6,7 3,6 4,7

11 5,9 5,2 5,0 5,0

12 3,9 5,0 5,4 5,5

13 6,2 5,8 4,9 4,9

14 5,6 4,8 5,5 4,7

15 5,9 5,7 5,8 4,2

16 4,2 5,6 5,6 5,3

17 5,4 5,5 5,9 3,6

18 5,2 5,0 5,9 4,6

19 6,6 5,0 5,0 5,2

20 5,7 5,2 6,7 5,7

21 6,6 5,6 5,8 4,8

22 4,1 5,0 4,7 4,5

23 5,5 6,2 3,9 4,6

24 5,8 5,2 6,2 4,5

25 4,7 5,0 5,2 4,6

26 3,5 5,4 5,0 4,3

27 4,7 5,0 5,4 5,2

28 5,9 5,9 5,4 5,0

29 5,0 4,2 5,9 4,5

30 5,0 5,4 4,2 4,7

X 5,29 5,39 5,32 4,80

X(redondeada) 5,3 5,4 5,3 4,8

* Como se mencionó anteriormente, se prescindió del estanque VI para las evaluaciones (figura 9); sin embargo, fue tomado en cuenta para la etapa de validación experimental. Como se observa en la tabla 48, la longitud total promedio de 30 ejemplares de este estanque IV, estuvo por debajo del promedio de los otros tres estanques que se utilizaron en la evaluación.


4.2.1. Comprobación: Conteo de alevines contenidos en la masa estándar que fue hallada en la tabla 47.

Coeficiente de variación (CV):

Tabla 49. Número de alevines contados del valor de la masa estándar

L.t promedio

(cm)

Masa – estándar (g)

# alevines contados

Error (%)

Estanque I 5,3 2 282 1 048 4,8

Estanque II 5,4 2 390 1 011 1,1

Estanque III 5,3 2 282 1 032 3,2

* Estanque IV 4,8 1 786 1 024 2,4

* En la tabla 49 se observa que para el estanque IV, con una longitud total promedio de 4,8 cm; le corresponde una masa estándar de 1 786 g, un valor visiblemente por debajo de los otros tres estanques; sin embargo, el número de alevines contados en esa masa estándar fue de 1 024, con un error de 2,4 %, valor dentro del error máximo hallado (4,8 %.)

De la ecuación 2. Coeficiente de Variación (CV)

CV= (100)sx

CV= 1,5 %

CV= (100)15,47851 028,75


5.1. DISCUSIÓN Y CONCLUSIÓN

En el estudio preliminar se registraron diferentes valores de masa millar en un mismo día de muestreo, lo que no nos proporcionó una estimación cercana de los parámetros de la población, es por ello que se tuvo un coeficiente de variación (CV) igual a 19,7 %, número bastante amplio y muy alejado del valor que se esperaba para sustentar el uso de esta tabla estándar, todo lo cual permitió ajustar la nueva metodología.

En el estudio definitivo, la prueba “t”, utilizada para comparar las masas medias de la población del millar de alevines, frente a la masa proyectada a mil en base a la masa promedio individual, dio como resultado el no rechazo de la hipótesis nula que indicaba que ambas poblaciones analizadas eran iguales, por lo tanto queda validado estadísticamente que el estadístico de la muestra (valor promedio de la masa del millar de alevines) se encuentra próxima al auténtico valor de la media poblacional. Este valor de masa junto a la longitud total promedio fue plasmado en la curva potencial, para obtener la ecuación que gobierna el comportamiento de dichas variables.

V.DISCUSIÓN


Al comprobar la ecuación, se evaluaron cuatro estanques, donde se encontró un error máximo de 4,8 % y un error mínimo de 1,1 %, ambos por encima del millar. El coeficiente de variación (CV) fue de 1,5 %, valor muy por debajo comparado al 19,7 % del estudio preliminar. Con este resultado se sustenta el uso de esta nueva metodología.

En conclusión, la tabla estándar elaborada en el presente trabajo de investigación debe ser empleada para la estimación de la cantidad de alevines de gamitana Colossoma macropomum, porque reduce el error de estimación del número de alevines, disminuye el número de horas-hombre, disminuye el posible estrés hacia los alevines, así como sus daños mecánicos y también disminuirían las posibles pérdidas económicas a la institución o al comprador.

Por otro lado, al analizar la gráfica de la curva potencial definitiva (figura 17), se puede inferir que aproximadamente entre los 5 y 6 cm de longitud total, los individuos ya podrían dejarse de considerar alevines y pasar a la terminología de juveniles, al mostrarse la declinación de la curva que podría estar indicando competencia por espacio ante el crecimiento individual de la población.

5.2. RECOMENDACIONES

Realizar tablas estándares similares a la obtenida en la presente investigación para alevines de paco Piaractus brachypomus y sábalo Brycon erythropterum, y determinar el coeficiente de variación (CV) entre las tablas estándares de estas especies.

Continuar la misma línea de investigación con gamitana Colossoma macropomum para obtener una tabla estándar en la etapa de juveniles.


Referencias bibliográficas

Bejarano, L., Mormontoy, W., Tipacti, C. (2006) Muestreo e Inferencia Estadística en Ciencias de la Salud. Perú: Imprenta Unión.

Bourne, R. (2010) Fundamentals of Digital Imaging in Medicine. New York: Springer.

Cristobal, G.; Shelkens, P.; Thienpont, H. (2011) Optical and Digital Image Processing: Fundamentals and Applications. Singapore: Wiley-VCH.

Cochran, W. (1977). Sampling techniques. New York: Wiley & Sons, Inc.

Deza, S., Quiroz, M., Rebaza, M. & Rebaza, C. (2002) Efecto de la densidad de siembra en el crecimiento de Piaractus brachypomus (Cuvier 1818) “paco” en estanque seminaturales de Pucallpa. Perú: IIAP - Folia Amazónica.

Eichinger, L.; Rivero, F. (2006) Dictyostelium discoideum: Methods in Molecular Biology. New Jersy: Humana Press.

FAO (1971) Manual de métodos para la evaluación de las poblaciones de peces. España: ACRIBIA.

Granado, C. (1996) Ecología de peces. Primera edición. España: Universidad de Sevilla.

IIAP (2000) Cultivo y procesamiento de peces nativos: una propuesta productiva para la amazonia peruana. Perú: San Martín.

IIAP (2006) Cultivando peces amazónicos. IIAP: Perú.

Lagler, K., J.E. Bardach, R.R. Miller & D.R. May-Passino. (1990) Ichthyology. New York: John Wiley and Sons.

Montgomery, D. & Runger, G. (1996) Probabilidad y estadísticas aplicadas a la ingeniería. México: Mc Graw Hill.

Nejat, D. (2012) Methods in Enzymology, Volume 509. USA: Elsevier.

Nel, L. (2008) Estadística con SPSS 16. Perú: ISAGRAF.

Petrie, A. & Watson, P. (2006) Statistics for Veterinary and Animal Science. United Kingdom: Blackwell Publishing.

Underwood, A. (1997). Experiments in ecology: Their logical design and interpretation using analysis of variance. United Kingdom: Cambridge University Press.

Webster, A. (1996) Estadística Aplicada para Administración y Economía.Madrid: IRWIN.


ANEXOS

Figura Anexo 1. (a)

Uso del software SPSS: Prueba “t” para muestras independientes.

Hacer clic en VISTA DE VARIABLES, en cada fila colocar el nombre de la variable a analizar.

Anexo 1.


En nuestro caso, como se muestra en el recuadro rojo, en la fila 1 escribiremos “Evaluación I”, en la fila 2 “Evaluación II”, así hasta la fila 8 “Evaluación VIII”. Finalmente, en la fila 9 escribiremos “Grupos” para definir los grupos a contrastar. Luego de definir las variables, hacer clic en VISTA DE DATOS.

Pronto aparecerá la ventana de datos, para este caso que deseamos comparar las medias de masas de dos grupos, debemos “alimentar” los datos de la siguiente manera: En las tres primeras filas (ver recuadro rojo), digitar los datos obtenidos en el campo para la masa de un millar de alevines para cada una de las evaluaciones. En las próximas tres filas, digitar los datos a contrastar (masa proyectada a un millar de alevines). Finalmente, en la columna 9, diferenciar ambos grupos con el número 1 para las tres primeras filas y con el número 2 para las últimas tres filas.

Figura Anexo 1. (b)

Figura Anexo 1. (c)


Luego de haber completado de digitar los datos, procesaremos los datos. Hacer clic en el menú ANALIZAR › COMPARAR MEDIAS › PRUEBA T PARA MUESTRAS INDEPENDIENTES.

Aparecerá un cuadro de diálogo, seleccionar y desplazar a la derecha las variables que se desean contrastar. Seleccionar “Evaluación I” y hacer clic en el recuadro rojo para mover el conjunto de datos a evaluar (figura Anexo 1.e). Luego, (por única vez para todas las evaluaciones), hacer clic en “Grupos” y clic en el recuadro rojo de la figura Anexo 1.f .

Figura Anexo 1. (d)

Figura Anexo I. (e) Figura Anexo I. (f)


Para colocar el intervalo de confianza a la cual se desea trabajar, hacer clic en OPCIONES (figura Anexo 1.i) Aparecerá una nueva ventana (figura Anexo 1.j), digitar el número 99 y hacer clic en CONTINUAR.

Luego hacer clic en DEFINIR GRUPOS, ver recuadro rojo de la figura Anexo 1.g. Aparecerá un sub cuadro de diálogo (figura Anexo 1.h) donde digitaremos el número 1 para el grupo 1 y el número 2 para el grupo 2, hacer clic en CONTINUAR. De esta manera quedan definidos los grupos a contrastar.

Luego de seleccionar la variable a analizar, definir los grupos y el intervalo de confianza, hacer clic en ACEPTAR para el procesamiento estadístico de las variables.

Figura Anexo 1. (g)

Figura Anexo 1. (i)

Figura Anexo 1. (h)

Figura Anexo 1. (j)

Figura Anexo 1. (k)


Finalmente, aparecerá una nueva ventana con los resultados de la Prueba “t” para muestras independientes. Estos resultados muestran el grado de comparación de masas medias de la primera evaluación. Se deberá repetir todo el procedimiento para cada una de las evaluaciones siguientes.

Figura Anexo 1. (l)

Nota: En el Capítulo III, punto 1 de la Etapa IV se hace el análisis de estos resultados (pág. 38).


Preparación de los estanques para la siembra de post larvas.

Los estanques fueron preparados con quince días de anticipación:

Vaciado, secado y encalado (día 1):

a

d

b

e

c

f

Figura Anexo 2. (a).,(b).,(c). Los estanques vacíos fueron limpiados de la maleza, luego se le suministró cal (óxido de calcio) a una proporción de 0,15 kg/m2 y fueron dejados siete días al aire libre. El “caleado” sirvió para eliminar

todas las posibles plagas predadoras de las postlarvas que serán sembradas.

Figura Anexo 2. (d).,(e).,(f.) Se utilizó una motobomba HONDA WB30XT-DRX 5,5 HP para el llenado y como fuente de agua otro estanque de gran volumen de agua. Luego del llenado, se le suministró abono orgánico gallinaza, a una proporción de 0,25 kg/m2. La forma más rentable de aumentar la producción de alimento vivo en los estanques es

sumistrándole abono orgánico y fertilizantes inorgánicos.

Llenado y fertilización con gallinaza (día 8):

Anexo 2.


g

a

h

b

i

c

Figura Anexo 2. (g).,(h).,(i). Al siguiente día se fertilizó nuevamente cada estanque, esta vez se utilizó harina de pescado Prime a una proporción de 0,01 kg/m2. A partir del quinto día de haber sido fertilizado (día 13 del total) se observó la presencia de

organismos zooplanctónicos. En el séptimo día (día 15 del total) se observó la mayor cantidad de microrganismos.

Nota: La figura Anexo 2.i. Fue extraída y modificada de: “Desarrollo de la acuicultura en Cuba: Manejo de estaciones y pesquerías en aguas interiores. FAO”. Díaz & cols. (1989).

Figura Anexo 3. (a).,(b).,(c). Antes de la siembra, se monitoreó constantemente los parámetros del agua para determinar si se encontraban en condiciones de siembra. Finalmente la siembra se llevó a cabo el día quince de haber sido preparados los

estanques.

Fertilización con harina de pescado (día 9):

Medición de los parámetros del agua de los estanques

Anexo 3.


Tabla Anexo 3. Parámetros del agua evaluados el día de la siembra

Alcalinidad mg/l CaCO3

Dureza mg/l pHTemperatura

(°C)Oxígeno

disuelto (ppm)

Estanque I 30 20 6,708 28,1 5,94

Estanque II 30 20 6,494 28,4 5,95

Estanque III 30 20 6,214 28,6 5,80

Estanque IV 30 20 6,547 29,1 5,34

Promedio 30 20 6,491 28,6 5,76

Alimentación de los alevines

Anexo 4.

Figura Anexo 4. (a).,(b).,(c). Durante todo el tiempo que duró la experimentación, se le suministró una mezcla de insumos, bajo la siguiente proporción: 30 % harina de pescado, 30 % harina de soya, 40 % polvillo de arroz. La tasa de alimentación

fue de 5 % y fue ajustada de acuerdo al resultado de la biomasa en las evaluaciones. El alimento fue suministrado diariamente a las siete horas sólo en los alrededores de los estanque. Cuando amanecía lloviendo, se esperaba a que deje de llover para

suministrarle el alimento.

a b c


Proceso de repartición tradicional de los alevines

Anexo 5.

Figura Anexo 5. (a). Los alevines son extraídos de su medio de cultivo y llevados a estanques de mayólica del Laboratorio de Reproducción de Peces Amazónicos. (b). Los alevines son extraídos de cada estanque para su conteo. (c). Conteo manual de los alevines por parte del personal y/o practicantes. Cada bolsa tiene un volumen de agua de 5 L apróx., por cada bolsa se

colocan de 200 a 250 alevines, luego se le suministra oxígeno a cada bolsa y son cerradas herméticamente con ligas.

a b c

83

La única fuerza capaz de mover al mundo es la fuerza de voluntad .

TABLA ESTÁNDAR PARA ESTIMAR LA MASA DE UN MILLAR DE ALEVINES DE GAMITANA Colossoma macropomum (CUVIER, 1818) EN RELACIÓN A SU LONGITUD PROMEDIO

tesis 2012 unfv nemoeder

Education