Biblioteca Florestal
Digital

Use of linear programming models in experimentation with plant nutrients

Show simple item record

dc.contributor.author Garcia, Mauro Brino
dc.contributor.author Gomide, Lucas Rezende
dc.date.accessioned 2015-09-03T19:10:54Z
dc.date.available 2015-09-03T19:10:54Z
dc.date.issued 2013-04
dc.identifier.citation GARCIA, M. B.; GOMIDE, L. R. Use of linear programming models in experimentation with plant nutrients. Cerne, Lavras, v. 19, n. 2, p. 255-261, abr./jun. 2013. pt_BR
dc.identifier.issn 0104-7760
dc.identifier.uri http://www.bibliotecaflorestal.ufv.br:80/handle/123456789/15052
dc.description.abstract Nutrition is an important issue of plant cultivation and experimentation with plant nutrients is a supporting tool for agriculture. However, use of high purity grade reagents as nutrient sources can be expensive and increases the cost of an experiment. The objective of this study was to minimize the acquisition cost of high purity grade reagents in experiments on plant nutrient deficiency by using the missing element technique through linear programming models, and to generate recommendation tables for preparation of culture solutions, as well as to quantify gains through a simulated experiment. Two linear programming models were formulated containing concentration constraints for each nutrient in the culture solution. Model A was based on 16 reagents for preparation of the culture solution, while model B was based on 27 reagents, looking to increase choice options. Results showed that both models minimized the acquisition cost of reagents, allowing a 9.03% reduction in model A and a 25.98% reduction in model B. The missing sulfur treatment proved the most costly for reagent acquisition while the missing nitrogen treatment proved the least costly. It was concluded that the formulated models were capable of reducing acquisition costs of reagents, yet the recommendations generated by them should be tested and checked for practical viability. pt_BR
dc.description.abstract A nutrição vegetal é um importante aspecto no cultivo de espécies, sendo a experimentação nutricional uma ferramenta de suporte à agricultura. Entretanto, o uso de reagentes p.a. como fontes de nutrientes é caro e aumenta os custos do experimento. Assim, objetivou-se, com este trabalho, minimizar o custo de aquisição de reagentes p.a. em experimentos de deficiência nutricional de plantas, considerando a técnica do elemento faltante, por meio de modelos de programação linear, gerar tabelas de recomendação para a elaboração de soluções de cultivo e quantificar os ganhos por um experimento simulado. Dois modelos de programação linear foram formulados, contendo restrições de concentração para cada nutriente na solução de cultivo. O modelo A baseou-se na utilização de 16 reagentes na elaboração da solução de cultivo, já, o modelo B empregou 27, com o intuito de aumentar as opções de escolha. Os resultados mostraram que os dois modelos minimizaram o custo na aquisição de reagentes, com redução de 9,03% (modelo A) e 25,98% (modelo B). O tratamento de omissão de Enxofre foi o mais oneroso para a aquisição de reagentes e o de omissão de Nitrogênio o menos oneroso. Conclui-se que os modelos formulados foram capazes de reduzir os custos na aquisição dos reagentes; porém deve-se testar as recomendações geradas pelos mesmos e verificar sua viabilidade prática. pt_BR
dc.format 7 páginas pt_BR
dc.language.iso en pt_BR
dc.publisher Universidade Federal de Lavras pt_BR
dc.relation.ispartofseries Cerne:v.19,n.2;
dc.subject.classification Ciências Florestais::Silvicultura::Solos e nutrição florestal pt_BR
dc.title Use of linear programming models in experimentation with plant nutrients pt_BR
dc.title Uso de modelos de programação linear aplicado à experimentação nutricional de plantas pt_BR
dc.type Artigo pt_BR

Files in this item

Files Size Format View
Cerne_v19_n2_p255-261_2013.pdf 790.9Kb application/pdf View/Open ou Pre-visualizar

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Sobre a Biblioteca Florestal

Browse

My Account