Modelo matemático para determinar la rentabilidad de cultivos en el estado de Hidalgo

Autores/as

DOI:

https://doi.org/10.33448/rsd-v15i3.50771

Palabras clave:

Rentabilidad de cultivos, Modelos de optimización, Productores agrícolas.

Resumen

El sector agrícola del estado de Hidalgo enfrenta diversos desafíos derivados de la volatilidad de precios y de la disminución de acuerdos comerciales asociados a la producción de cebada, cultivo estrechamente vinculado a la industria cervecera. Ante este contexto, el objetivo del presente trabajo es evaluar la rentabilidad de cultivos alternativos a la cebada que apoyen a la toma de decisiones de los productores agrícolas. Para ello, se aplicaron modelos de pronóstico de promedios móviles y suavizamiento exponencial simple para estimar la producción anual de cebada, avena, sorgo y trigo, así como un modelo de optimización basado en programación lineal, considerando restricciones de disponibilidad de superficie agrícola, disponibilidad de semilla y monto de inversión. El modelo propuesto fue resuelto utilizando el software Lingo 19.0 y aplicado a municipios representativos del estado de Hidalgo, principalmente a los pertenecientes al Altiplano hidalguense. Los resultados obtenidos indican que cultivos como el sorgo y la avena representan alternativas viables y rentables para la región de estudio, debido a sus bajos costos de producción y a su adecuada adaptación a las condiciones climáticas y de riego de la región, sin descartar completamente la producción de cebada en aquellos municipios donde continúa siendo estratégica. Se concluye que, el uso de herramientas de optimización es útil en el apoyo a la toma de decisiones para mejorar la rentabilidad de la producción agrícola del altiplano, permitiendo reducir la dependencia de un solo cultivo y mitigar los riesgos asociados a la incertidumbre del mercado.

Referencias

Arias-Collaguazo, W. M., Castro-Morales, L. G., Maldonado-Gudiño, C. W., & Burbano-García, L. H. (2021). Análisis del modelo de optimización aplicado a la producción agrícola en la Asociación del Gobierno Autónomo Parroquial de Cahuasqui. Dilemas contemporáneos: educación, política y valores, 8(3).

Boghi, C. y Shitsuka, R. (2005). Aplicaciones prácticas con Microsoft Office Excel 2003 / Solver. Editora Érica.

Cámara de Diputados. (2025, 22 de abril). Minuta 027. Proyecto de decreto por el que se expide la Ley de Desarrollo Sustentable de la Cafeticultura (Oficio DGPL2P1A3072). https://www.diputados.gob.mx/LeyesBiblio/senclave/66/CS-LXVI-I-2P-27/01_minuta_027_22abr25.pdf

Céspedes-Sabogal, E. S. (2019). Modelo de optimización para la producción y comercialización de productos agrícolas en Colombia.

Chase, OA, Almeida, JFS y Morais, EC (2021). Programação matemática: optimización lineal y no lineal. Editora Dialétrica. ISBN-13: 978-6525201252.

Chopra, S., & Meindl, P. (2013). Supply chain management: Strategy, planning, and operation (5th ed.). Pearson Education.

Fideicomisos Instituidos en Relación con la Agricultura (FIRA). (2022). Avena BMF Chihuahua OI 2022–2023 [PDF]. https://www.fira.gob.mx/InfEspDtoXML/abrirArchivo.jsp?abreArc=102438

Fideicomisos Instituidos en Relación con la Agricultura (FIRA). (2024). Trigo GMF Coahuila de Zaragoza OI 2024–2025 [PDF]. https://www.fira.gob.mx/InfEspDtoXML/abrirArchivo.jsp?abreArc=124717

Fideicomisos Instituidos en Relación con la Agricultura (FIRA). (2025a). Cebada TMF Hidalgo PV 2025 [PDF]. https://www.fira.gob.mx/InfEspDtoXML/abrirArchivo.jsp?abreArc=126014

Fideicomisos Instituidos en Relación con la Agricultura (FIRA). (2025b). Sorgo TMF Puebla PV 2025 [PDF]. https://www.fira.gob.mx/InfEspDtoXML/abrirArchivo.jsp?abreArc=127628

Hartwich, F., & Kormawa, P. (2009). Value chain diagnostics for industrial development. United Nations Industrial Development Organization.

Heizer, J., Render, B., & Munson, C. (2020). Principios de Administración de Operaciones (12.ª ed.). Pearson: Estados Unidos.

Hillier, F. S., & Lieberman, G. J. (2010). Introducción a la investigación de operaciones (9.ª ed.). McGraw-Hill: Estados Unidos.

Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and practice (2nd ed.). OTexts: Australia.

Instituto Nacional de Estadística y Geografía. (2019). Conociendo la industria de la cerveza. INEGI. https://www.inegi.org.mx/tablerosestadisticos/industria_cerveza/#Informacion_general

Instituto Nacional de Estadística y Geografía. (2021). Conociendo la industria de la cerveza (Colección de estudios sectoriales y regionales). https://www.inegi.org.mx/contenido/productos/prod_serv/contenidos/espanol/bvinegi/productos/nueva_estruc/702825198428.pdf

Kaplinsky, R., & Morris, M. (2016). Thinning and thickening: Productive sector policies in the era of global value chains. European Journal of Development Research, 28, 625–645. https://doi.org/10.1057/ejdr.2015.29

Lu, S., Liu, Y. S., Long, H. L., & Guan, X. L. (2013). Agricultural production structure optimization: a case study of major grain producing areas, China.

Montoya, R. (2025, 4 de mayo). Productores de Hidalgo y Modelo fijan precio de cebada; finaliza conflicto. La Jornada. https://www.jornada.com.mx/noticia/2025/05/04/estados/productores-de-hidalgo-y-modelo-fijan-precio-precio-de-cebada-finaliza-conflicto

Osaki, M., & Batalha, M. O. (2014). Optimization model of agricultural production system in grain farms under risk, in Sorriso, Brazil. Agricultural Systems, 127, 178-188.

Pereira AS et al. (2018). Metodologia da pesquisa científica. [libro electrónico gratuito]. Santa María/RS. Ed. UAB/NTE/UFSM

Risemberg, RIC y cols. (2026). A importância da metodologia científica no desenvolvimento de artigos científicos. E-Acadêmica , 7 (1), e0171675. https://eacademica.org/eacademica/article/view/675 .

Servicio de Información Agroalimentaria y Pesquera. (2025). Producción agrícola: Cierre de la producción agrícola (1980–2022). https://nube.siap.gob.mx/cierreagricola/

Servicio de Información Agroalimentaria y Pesquera. (2025). Avance de siembras y cosechas: Resumen por estado. http://infosiap.siap.gob.mx:8080/agricola_siap_gobmx/ResumenProducto.do

Shaimardanovich, D. A., & Rustamovich, U. S. (2018). Economic-mathematical modeling of optimization production of agricultural production. Asia Pacific Journal of Research in Business Management, 9(6), 10-21.

Singh, A., & Panda, S. N. (2012). Development and application of an optimization model for the maximization of net agricultural return. Agricultural water management, 115, 267-275.

Taha, H. A. (2012). Investigación de operaciones (9ª ed.). Pearson Educación: México.

Valadez, A. (2023, 4 de diciembre). Grupo Modelo redujo compra de cebada en México; la trae de Australia. La Jornada. https://www.jornada.com.mx/2023/12/04/estados/029n1est

Vázquez-Alfaro, M., Aguilar-Ávila, J., & Palacios-Rangel, M. I. (2021). Cadena de valor de la industria cervecera en México. Nova Scientia, 13(27), 277–299. https://doi.org/10.21640/ns.v13i27.2778

VinePair Staff. (2024, July 22). These are the top 20 beer-producing countries in the world (2024). VinePair. https://vinepair.com/booze-news/top-20-beer-producing-countries-2024/

Descargas

Publicado

2026-03-27

Número

Sección

Ciencias Agrarias y Biológicas

Cómo citar

Modelo matemático para determinar la rentabilidad de cultivos en el estado de Hidalgo. Research, Society and Development, [S. l.], v. 15, n. 3, p. e7315350771, 2026. DOI: 10.33448/rsd-v15i3.50771. Disponível em: https://www.rsdjournal.org/rsd/article/view/50771. Acesso em: 3 apr. 2026.