Modelo matemático para predecir la ingesta de materia seca de vacas lecheras

de pastoreo.

El trabajo de la tesis consta de un modelo matemático que predice la ingesta de

materia seca de vacas lecheras en sistemas de pastoreo.
El modelo de ingesta de alimento está basado en el principio básico fill-unit
system (Jarrige et al. 1986). En este sistema las vacas y los alimentos son
descritos en términos de la capacidad de ingesta de alimento (FIC) y Fill,
unidades de saciedad por cantidad de alimento, respectivamente. La ingesta de
materia seca (DMI) se calcula mediante la razón entre FIC y Fill dada por
kg FIC(fill − unit⁄day)
DMI( )=
day Fill(fill − unit⁄kgDM)

La FIC está determinada por la capacidad del animal para procesar la ingesta
del alimento, la cual depende de factores como tamaño, edad, estado de
lactación. El fill está determinado por las propiedades del alimento tales como
digestibilidad y composición química considerando proteína cruda, fibra
detergente neutro y la digestibilidad in vitro de la materia orgánica. Se asume
una alimentación ad libitum, es decir la vaca comerá hasta que la cantidad total
consumida de fill-units es igual a las de FIC.
Factores del animal que permiten estimar la FIC.
Se propone usar la madurez o edad como una medida alternativa para el tamaño
de la vaca en lugar de usar peso corporal (BW). La edad, la paridad, el estado
de lactación y de gestación están relacionados con el tamaño de las vacas y el
estado metabólico los cuales son factores importantes que influyen en la ingesta
de alimento. Zom et al. (2012) propone la curva de la FIC dada por la ecuación
−𝜌 ×𝑑
𝑑 𝛽×(1−𝑒 𝛽 )
−𝜌𝛼 ×((𝑝−1)+ )
FIC(p,d,g) = ([𝛼0 + (𝛼1 − 𝛼2 × 𝑑) × (1 − 𝑒 365 )] × 𝑒 1+e
𝜌𝛾 ×(ln(𝑑)−𝛾)
)×
𝑔
(1+δ𝑔 × (220)),

donde p es el número de paridad, d es días en lactación, 𝛼0 es el nivel inicial de

la capacidad de ingesta de alimento base (bFIC) de una vaca al comienzo de la
primera lactancia, 𝛼1 es el incremento máximo de la bFIC, 𝛼2 es el parámetro de
interacción entre d y p, 𝜌𝛼 es la tasa de incremento de la bFIC de 𝛼0 al nivel
asintótico. Se asume que las vacas están secas en el día 220 de gestación. En
el desarrollo del modelo se sintetizó dicha fórmula considerando sólo algunos
parámetros constantes y los otros se estimaron de los datos experimentales.
Factores del alimento para determinar el SV.
Zom et al. (2012) plantea un sistema que estima un valor de saciedad (SV) de
un alimento específico partiendo de la composición química y la digestibilidad del
alimento. El modelo también está sustentado en dicha fórmula, pero solo pide
como entrada la materia seca (DM) de dos clases de alimento, festuca
arundinacea y lolium multiflorum, para obtener la proteína cruda, la fibra
detergente neutro y la digestibilidad in vitro de la materia orgánica de cada
alimento, se realizó un ajuste de datos obtenidos de la literatura.
Para determinar la ingesta de materia seca, se aplica la fórmula dada por
FIC
DMI(kg⁄𝑑 ) =
∑𝑝 𝑓𝑝 × SV𝑝

Donde 𝑓𝑝 es la fracción del alimento p en la dieta sobre una base de DM y SV𝑝 es

el valor de saciedad del alimento p (/kg DM) (p = 1, 2)
La ejecución del algoritmo del modelo se realizó en Matlab (Matrix laboratory)
mediante una Graphic User Interface (GUI) para que sea amigable al usuario. Al
ejecutar la GUI el usuario teclea las entradas del modelo y presiona los botones
de capacidad de ingesta del animal y el valor de saciedad tanto de festuca
arundinacea como de lolium multiflorum, y finalmente el modelo arroja el
consumo de materia seca del animal.
Los resultados del modelo mostraron ser consistentes con los obtenidos
experimentalmente.

REFERENCIAS

Jarrige, R., Demarquilly, C., Dulphy, J.P., Hoden, A., Robelin, J., Beranger,
C.,Geay, Y., Journet, M., Malterre, C., Micol, D., Petit, M., 1986. The Inra fill-unit
system for predicting the voluntary intake of forage-based diets in ruminants — a
review. J. Anim. Sci. 63, 1737–1758.
Zom, R. L. G., André, G., and Van Vuuren, A. M. (2012). Development of a model
for the prediction of feed intake by dairy cows: 1. Prediction of feed
intake.Livestock Science, 143(1), 43-57.