, ESTUDIO SOBRE LA DISTRIBUCION ESPACIAL DE LA ... - Corpoica
, ESTUDIO SOBRE LA DISTRIBUCION ESPACIAL DE LA ... - Corpoica
, ESTUDIO SOBRE LA DISTRIBUCION ESPACIAL DE LA ... - Corpoica
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
•<br />
•<br />
•<br />
A la memoria de mt padre<br />
A mi esposa Lilia<br />
A mis hijos<br />
üi<br />
A mi madre<br />
A mis hermanos.
iv<br />
CONTENIDO<br />
I - INTRODUCCION --------------------------------- 1<br />
• II - REVISION <strong>DE</strong> LITERATURA ---------------------- 4<br />
III - MATERIALES Y METOOOS ----------------------- 30<br />
IV - RESULTADOS ----------------------------------- 36<br />
v - DISCUSION -------------------------------------- 60<br />
VI - CONCLUSIONES Y RECOMENDACIONES ----------- 66<br />
VII - RESUMEN ------------'"------------------------- 69<br />
VIII - LITERATURA CONSULTADA -------------------- 72<br />
IX - APENDICE ------,------------------------------ 77<br />
Página.
•<br />
• siembran<br />
1 - INTRODUCCION<br />
El frijol es uno de los alimentos básicos del pueblo mexicano y<br />
su cultivo cubre grandes áreas agrícolas del país. Según las memorias<br />
de la Secretaría de Agricultura y Ganadería (1969-1970), en México se<br />
2,200,000 Has. con frijol y se obtiene una producción de<br />
1,100,000 toneladas; este cultivo ocupa el 20. lugar en extensión cultiva-<br />
da y el 50. en el valor comercial de la producción ($1,750,000,000.00).<br />
Uno de los problemas principales que tiene el cultivo del frijol<br />
es el de las plagas y, entre éstas, posiblemente la más dai'lina sea la<br />
conocida comunmente con el nombre de conchuela (Epilachna varivestis<br />
Muls.). Este insecto se presenta en todas las zonas productoras de fri-<br />
jol en la República Mexicana ocasionando dai'los severos a la planta y<br />
..<br />
aunque su control es factible con el empleo de insecticidas, el uso de<br />
éstos aumenta los costos de producción (Terrazas Loyola, 1947; Corra<br />
les Romero, 1956; Byerly, 1969).<br />
El control químico de los insectos plagas no es una medida<br />
de control definitiva, sino más bien un paliativo esporádico. Teniendo<br />
en mente lo anterior y para hacer frente a los problemas de plagas, el<br />
hombre ha desarrollado técnicas mediante el estudio de las poblaciones<br />
insectiles en su medio ambiente, que le permiten un manejo adecuado<br />
de ciertos factores de éste, tratando de evitar el incremento de las po-<br />
blaciones perjudiciales y procurando el incremento de las benéficas.
•<br />
•<br />
•<br />
es necesario disponer de cierta información básica. Parte de esta infor<br />
mación básica es el conocimiento de la distribución espacial de los insec<br />
tos, es decir, el arreglo o disposición que presentan los insectos en el<br />
habitat que ocupan.<br />
3<br />
La presente investigación tuvo como finalidad estudiar y tratar<br />
de explicar la distribución espacial de la conchuela del frijol bajo condi<br />
ciones de invernadero. Las observaciones se realizaron desde mayo<br />
hasta noviembre de 1970 en los invernaderos del Colegio de Postgradua<br />
dos en Chapingo, Méx.
El insecto.<br />
4<br />
JI - REVISION <strong>DE</strong> LITERATURA<br />
La siguiente reseña bibliográfica sobre la biología y hábitos<br />
, del insecto está basada en los artículos publicados por: Howard y<br />
•<br />
English (1924), Eddy Y Clarke (1929), Sweetman y Fernald (1930),<br />
Douglass (1928), (1933), Landis (1935), Howard (1941), Pacheco<br />
(1954), Bancroft y Brindley (1956) y Byerly (1969). Los autores an-<br />
tes nombrados realizaron sus trabajos en México y Estados Unidos.<br />
Los adultos invernantes invaden los cultivos de frijol duran-<br />
te los meses de Mayo y Junio, en México y en los meses de Junio y<br />
Julio, en Estados Unidos. Las hembras invernantes ovipositan a<br />
los 8-10 días después de terminar su periodo de invernación, en ma-<br />
sas de 40-50 huevecillos en el envés de las hojas. Los huevecillos<br />
son de forma elíptica, de color amarillo claro recién puestos, pero<br />
luego se tornan de un color anaranjado. Las larvas son de color<br />
amarillo y tienen el cuerpo cubierto de espinas; éstas son ramifica-<br />
das y con las puntas de color negro. Las pupas son también de co-<br />
lor amarillo al igual que los adultos, los cuales poseen 8 puntos ne-<br />
gros en cada élitro.<br />
El desarrollo biológico de la conchuela del fríjol es bastan-<br />
te influenciado por la temperatura y la humedad; considerando la in-<br />
fluencia de estos factores fIsicos el resumen biológico sobre el insec-
..<br />
to es el siguiente: el período de preoviposición varía entre 5 y 6 días; el<br />
período de incubación de los huevecillos varía entre 5 y 12 días; el perío<br />
do larval tione una duración de 3 a 4 semanas y durante este tiempo el<br />
insecto pasa por 4 mudas; el estado de pupa tiene una duración entre 8<br />
y 12 días.<br />
5<br />
Las larvas tienden a permanecer y a alimentarse en el envés de<br />
las hojas, debido posiblemente a su alta susceptibilidad a los rayos sola<br />
res y a la baja humedad. El daño ocasionado por las larvas al alimentar<br />
se da una apariencia esqueletizada al follaje.<br />
Distribución y Muestreo.<br />
Uno de los problemas principales en el campo de la ecología<br />
aplicada, y en particular en el de la entomología económica, es el de<br />
estimar la población de insectos que se encuentran en un cultivo en un<br />
momento dado. El conocimiento de una población de insectos nos per<br />
mite (Rojas, 1964):<br />
1) Estimar la necesidad de establecer el control de una especie perju<br />
dicial a un cultivo .<br />
2) Valorar' la efectividad del método de control utilizado.<br />
3) Correlacionar las poblaciones de insectos de una especie dada con<br />
el grado de daño ocasionado.<br />
4) Determinar tendencias en las poblaciones a aumentar o disminuir<br />
con los afios.
•<br />
•<br />
6<br />
Debido a 10 dif{cil que es el enumerar a todos los insectos pre<br />
sentes en un habitat determinado, es necesario y conveniente recurrir<br />
a las técnicas del muestreo para estimar la densidad de una población<br />
insectil, es decir el número de organismos presentes por unidad de<br />
área, volumen o espacio (Rojas, 1964; Southwood, 1966).<br />
No es posible planear un método único de muestreo para todos<br />
los insectos, ya que en el desarrollo de un plan adecuado de muestreo<br />
se debe tener en cuenta tanto el aspecto estadístico como el aspecto<br />
biológico. Desde el punto de vista estrictamente estadístico, para po<br />
der establecer un plan de muestreo se requiere del conocimiento de<br />
la distribución espacial de los organismos objeto del muestreo, en ba<br />
se a esa distribución es posible calcular el tamafio de las unidades de<br />
muestreo, el número de ellas y la forma de colectarlas. Desde el<br />
punto de vista biológico, antes de proceder a un plan de muestreo, se<br />
requiere un conocimiento de la biología y hábitos del-insecto que se<br />
desea muestrear (Strickland, 1961; Southwood, 1966; Carrillo Liz,<br />
1970) •<br />
La importancia del conocimiento de la distribución espacial<br />
de los insectos, cuando se llevan a cabo diversos estudios ecológicos<br />
sobre las poblaciones insectiles, ha sido enfatizada por varios auto<br />
res; algunas de las razones expuestas sobre dicha importancia son<br />
las siguientes:
;<br />
f<br />
•<br />
•<br />
los hábitos de oviposición y alimentación, la movilidad y la estructura de<br />
edades de la población (Andrewartha, 1961; Lyons, 1964; Reyna Robles,<br />
1969).<br />
Algunos aspectos bioecológicos de la distribución espacial.<br />
8<br />
Debido a la complejidad inherente a los fenómenos biológicos se<br />
debe tener gran cuidado al l:epresentar tales procesos por medio de una<br />
distribución estadfstica. Cuando se trata de ajustar un fenómeno biológi<br />
co, tal como la distribución espacial de los insectos, deben tenerse en<br />
cuenta algunos aspectos importantes como los que se mencionan en los<br />
párrafos siguientes.<br />
Cuando los insectos invaden un habitat su distribución espacial<br />
es frecuentemente al azar; esta condición aleatoria puede ser real o ar<br />
tificial debido a la baja densidad relativa del insecto. También se ha ob<br />
servado que la distribución de los insectos puede cambiar de acuerdo con<br />
la estructura de edades de la población (Southwood, 1966; Carrillo Liz,<br />
1970) .<br />
Se ha encontrado que la distribución espacial de huevecillos de<br />
Lepidoptera, en ocasiones, depende de la edad de la planta donde se ha<br />
ce la determinación (Hirata, 1962 citado por Southwood, 1966).<br />
Variaciones en la densidad de las poblaciones de insectos a<br />
menudo conducen a cambios, al menos aparentes, en la distribución es<br />
pacial de los mismos; con bajos niveles de infestación se han observado
•<br />
•<br />
9<br />
distribuciones al azar y con altos niveles de infestación distribuciones de<br />
contagio (Southwood, 1966).<br />
El método de muestreo escogido por el experimentador puede<br />
cambiar la distribución aparente del insecto (Waters and Henson, 1959).<br />
Así por ejemplo, Shibuya y Ouchi (1955), citados por Southwood (1966),<br />
encontraron que el insecto del género Asphondylia, causante de agallas<br />
en soya, presentaba una distribución en forma de agregados (contagio)<br />
al tomar la planta como unidad de muestreo, pero si se escogían los<br />
ejotes como unidades de muestreo la distribución del insecto era al<br />
azar. La explicación de este cambio de distribución es que las plantas<br />
que poseen mayor cantidad de ejotes son preferidas por las hembras y<br />
por lo tanto poseen mayor cantidad de huevecillos.<br />
Es bastante notorio el hecho de que las poblaciones de insectos<br />
tienen tendencia a presentarse en grupos o agregados y las distribucio<br />
nes matemáticas que describen ésta conducta de los insectos reciben el<br />
nombre de distribuciones de contagio. Se ha observado que en las dis<br />
tribuciones de contagio la varianza es numéricamente mayor que la me<br />
dia y depende de ésta y, por lo tanto, la relación varianza-media es ma<br />
yor que la unidad (Southwood, 1966).<br />
Dicha tendencia de los insectos a presentarse en forma de<br />
agregados es una conducta bastante compleja. No obstante, Waters<br />
(1959) anota las siguientes causas para tratar de explicar dicha conduc-
•<br />
11<br />
frecuencias, etc. Estas representaciones gráficas de los datos nos dan<br />
una idea, muy preliminar, sobre la forma de la distribución de los mis·<br />
mas (Bliss, 1958;. Morris, 1955; Waters, 1959; Huntsberger, 1967).<br />
Varias distribuciones de probabilidades se han propuesto en el<br />
campo entomológico, para describir la distribución espacial de los in·<br />
sectas, entre otras la binomial negativa, la Poisson, la logarítmica,<br />
la Neyma tipo A, etc. Estas distribuciones son una especie de arqueti·<br />
po que sirven al técnico de orientación general y como puntos de refe-<br />
rencia para ayudarle a describir la distribución espacial de los insec-<br />
tos.<br />
•<br />
Obviamente en procesos como los anteriores es necesaria la<br />
estimación de ciertos valores caracterfsticos o paramétricos que a la<br />
postre definen una forma de distribución específica. Para ello se cal-<br />
culan ciertos valores conocidos como medidas de tendencia central y<br />
de dispersión, representadas muy frecuentemente por la media y la<br />
varianza respectivamente, y aunque no necesariamente constituyen<br />
• parámetros de todas las distribuciones teóricas, por lo general son<br />
funciones de aquéllos (Huntsberger, 1967).<br />
Un aspecto de gran importancia en el estudio o interpreta-<br />
ción de la distribución espacial de los insectos lo constituyen las<br />
pruebas sobre bondad de ajuste, mediante las cuales se comprueba<br />
el ajuste de una distribución teórica a los datos observados. (Va-<br />
rios autores se han ocupado de este tema entre los cuales es de
•<br />
•<br />
•<br />
interés mencionar a Ascombe, 1950 y Evans, 1953).<br />
12<br />
Bliss y Fisher (1953) anotan que una de las pruebas más convin<br />
centes para conocer la bondad de ajuste es la correlación o discrepancia<br />
entre las frecuencias observadas y sus valores esperados, comprobada<br />
mediante la prueba de Ji-cuadrada, la cual toma valores entre cero e in<br />
finito, y los valores próximos a cero indican un excelente ajuste.<br />
Varios autores han llamado la atención sobre la aceptación de<br />
una distribución teórica por el solo hecho de dar un buen ajuste a los<br />
datos observados; asi por ejemplo, Waters y Henson (1959) indican que<br />
una aceptación incondicional de la distribución teórica puede llevar a<br />
conclusiones erróneas por algunas razones como las siguientes: los<br />
datos observados se pueden ajustar a varias distribuciones teóricas;<br />
la misma distribución se puede originar de distintos modelos matemá<br />
ticos y biológicos; los parámetros de la mayoría de las distribuciones<br />
de frecuencias discretas dependen, en mayor o menor grado, de la<br />
forma y tamaf'lo de la unidad de muestreo y de la densidad de la pobla<br />
ción.<br />
Modelos matemáticos propuestos para describir la distribución espa<br />
cial de los insectos.<br />
Varios modelos de distribuciones matemáticas se han pro<br />
puesto para describir la distribución espacial de los insectos; una<br />
lista de los modelos más conocidos es la siguiente:
14<br />
La función de probabilidades de la distribución de Poisson está<br />
dada por la siguiente expresión (Steel y Torrie, 1960):<br />
P(X) = e-m m X x = O, 1, 2, .•.<br />
x'.<br />
en donde m es la media y es igual a la varianza, y "e" es la base de 10-<br />
garítmos naturales.<br />
Para que la distribución de Poisson describa un patrón de dis-<br />
tribución de insectos, es necesario que se cumplan ciertos requisitos<br />
(Blíss, 1958 Y 1965; Waters y Henson, 1959; Green, 1966; Southwood,<br />
1966): 1) iodos los insectos deben tener igual oportunidad de ocupar<br />
cualquier unidad de muestreo; 2) todas las unidades de muestreo deben<br />
tener igual posibilidad de ser ocupadas por cualquier insecto; 3) la pre-<br />
sencia o ausencia de un insecto en una unidad de muestreo no debe afec-<br />
tar la presencia. o ausencia de otros insectos. Esto no significa que la<br />
distribución sea uniforme, sino que debe haber igual posibilidad para<br />
que un insecto ocupe cualquier punto en el espacio muestra!.<br />
Debido a que en la naturaleza es poco probable que se cumplan<br />
los requisitos antes mencionados, la mayoría de los investigadores es-<br />
tán de acuerdo en afirmar que, bajo condiciones naturales, es raro en-<br />
contrar un patrón de distribución de insectos que sea adecuadamente<br />
descrito por la serie Poissoniana (Harcourt, 1961 y 1963: Southwood,<br />
1966: Pielou, 1969: Reyna Robles, 1969).
•<br />
•<br />
•<br />
Distribución normal.<br />
15<br />
Información sobre las características de la distribución normal<br />
se pueden encontrar en Steel y Torrie (1960). Las limitaciones de esta<br />
distribución para describir una distribUción espacial de insectos han si-<br />
do discutidas por Waters y Henson (1959). Harcourt (1961). Morris<br />
(1961). Kobayashi (1965) y Southwood (1966).<br />
Distribución binomial.<br />
Las características de la distribución oinomial han sido expli-<br />
cadas por Steel y Torrie (1960) y los aspectos sobre su aplicación para<br />
descriOir un evento biológico. tal como la distribución espacial de los<br />
insectos. han sido indicados por Reyna Robles (1969).<br />
DistriOuciones de contagio.<br />
Distrioución binomial negativa.<br />
La distribución espacial de la mayoría de las poblaciones de<br />
insectos estudiadas puede ser descrita por la distribución binomial<br />
negativa.<br />
La función de probabilidades de esta distribución está dada<br />
por la siguiente expresión (Patil y Joshi. 1968)1<br />
P(x) = nx k) pk qX<br />
nk) xl<br />
x=0.1.2 •... ro = kq<br />
......;..,"----<br />
P
•<br />
17<br />
Debido a los problemas que ocasiona la inestabilidad del expo<br />
nente k de la binomial negativa, varios autores se han pronunciado en<br />
favor de un valor común para dicho exponente; este valor común de k<br />
sería de gran utilidad en el análisis de varianza y en el desarrollo de<br />
un plan de muestreo secuencial. Las comparaciones de las medias de<br />
distintos recuentos serían más directas e inequívocas si las respecti<br />
vas distribuciones tuvieran la misma dispersión en términos dek<br />
(Bliss y Owen, 1958; Southwood, 1966). Los métodos para el cálculo<br />
de una k común fueron bien enunciados y explicados por Bliss y Owen<br />
(1958).<br />
Ascombe (1950) anota que la distribución binomial negativa<br />
se puede originar en los siguientes casos:<br />
1). Muestreo binomial inverso. Si una proporci6n de individuos en<br />
una poblaci6n poseé una cierta característica, el número de mues<br />
tras, en exceso de k, que se deben tomar para obtener k indivi<br />
duos con dicha característica, tendrá una distribuci6n binomial<br />
negativa con exponente k.<br />
2). Muestreo Poisson heterogéneo. Si el parámetro de una distribu<br />
ci6n de Poisson varia con el tiempo, bajo ciertas condiciones, se<br />
obtiene una distribuci6n binomial negativa.<br />
3). Combinación de serie Poissoniana y distribución logarítmica. Si<br />
un número de colonias se distribuye como una serie Poissoniana,
•<br />
4) •<br />
18<br />
pero el número de individuos por colonia sigue una distribución loga<br />
rítmica, la distribución consecuente de los individuos, seguirá una<br />
distribución binomial negativa.<br />
Procesos de nacimientos. muertes y tasas de inmigración. Los na<br />
cimientos y muertes expresados por individuo y la tasa de inmigra<br />
ción expresada por unidad de tiempo. conducen a una población cuyo<br />
tamafio constituirá una serie binomial negativa.<br />
Southwood (1966) indica otro caso: Verdadero contagio. Cuando<br />
se presenta el caso de que la presencia de un individuo en una unidad de<br />
muestreo incrementa la probabilidad de que otro también esté presente<br />
en esa unidad de muestreo, se dice que hay verdadero contagio y puede<br />
originarse una distribución binomial negativa.<br />
Distribución de Neyman tipo A.<br />
Esta distribución fue propuesta por Neyman (1939), para des<br />
cribir la distribución de larvas a partir de colonias formadas por ma<br />
sas de hueve cilla s depositados al azar. en una área de determinado ta<br />
mafia.<br />
Varios autores han encontrado útil esta distribución para des<br />
cribir la distribución espacial de larvas, tan pronto eclosionan de las<br />
masas de huevecillos (Beall y Reseia, 1953; Gurland, 1958).<br />
Distribución logarítmica.<br />
La distribución logarítmica fue propuesta por Fisher (1943),
•<br />
como límite de la distribución binomial negativa cuando el valor del parA-<br />
metro k tiende a cero (Ascombe, 1950; Bliss, 1965; Reyna RObles,1969).<br />
Indices de dispersión o agregación.<br />
Consideraciones generales acerca de los índices.<br />
19<br />
En los estudios sobre distribución espacial de los insectos, ade-<br />
más de ajustar una distribución teórica a la distribución observada, es<br />
conveniente tratar de medir el grado de contagio en la población; dicho<br />
grado de contagio se expresa por medio de índices o coeficientes de agre-<br />
gación, los cuales son calculados en base a cantidades reales obtenidas<br />
del muestreo (Southwood, 1966).<br />
Hasta la fecha. se han propuesto varios índices para medir o<br />
expresar el grado de contagio de una población de insectos, pero Lefko-<br />
vitch (1966) considera que los índices propuestos hasta ese ano no eran<br />
satisfactorios para medir el contagio de una población insectil. Green<br />
(1966) considera que un buen índice debe reunir las siguientes caracte-<br />
1<br />
rí,llHcas:<br />
•<br />
1). Debe proporcionar valores reales y continuos en todo el rango de<br />
agregación, considerando que el rango de agregación va desde la<br />
máxima regularidad a la máxima agregación. Se dice que hay<br />
niáxima regularidad cuando topas y cada una de las unidades de<br />
muestreo están ocupadas por un organismo, y la relación varian-<br />
za-media es cero; la máxima agregación se presenta cuandoto-
•<br />
,1,<br />
dos los individuos están en una de las unidades de muestreo y la<br />
relación varianza-media es,<br />
m<br />
2). Sobre el rango anterior el valor del indíce no debe ser afectado por<br />
20<br />
las variaciones en la media poblacional, ni por el tamafl.o de la uni-<br />
dad de muestreo.<br />
3). Debe ser fácil de calcular.<br />
un buen índice:<br />
Lefkovítch (1966)
agregación. El valor numérico para esta relación es menor que la unidad<br />
21<br />
para distribuciones regulares; igual a la unidad para distribuciones de Poi<br />
sson y mayor que la unidad para las distribuciones de contagio (Lyons,<br />
1964). Pero también se ha mencionado (Green, 1966; Southwood, 1966)<br />
que la relación varianza-media, en las distribuciones de contagio es in<br />
fluenciada por el tamafio de la unidad de muestreo y por el número total<br />
de individuos observados.<br />
Reyna Robles (1969) anota que el índice A fue satisfactorio pa<br />
ra medir la dispersión de las distribuciones de no contagio, mientras<br />
que los índices le e lc parecen ser los mejores índices para medir la<br />
agregación en las distribuciones de contagio.<br />
Algunas aplicaciones prácticas de los modelos matemáticos propuestos.<br />
Evans (1953) encontró que los huevecillos del Aphis fabae (Scop),<br />
tienen una distribución en el campo de tal forma que es bien descrita<br />
por la distribución binomial negativa. El autor, por el método de mo<br />
mentos, estimó un valor para el parámetro k de 0.5.<br />
Davis y Wadley (1949) publicaron un trabajo sobre Melanoplus<br />
mexicanus (Sauss). Los autores anotan que el conocimiento de la dis-<br />
tribución de los huevecillos del insecto en el campo es esencial para<br />
poder realizar un muestreo más eficiente de los mismos, ya que el in<br />
secto tiene el hábito de ovipositar la mayoría de sus huevecillos en el<br />
borde de los campos. Cuando las posturas son escasas se ajustan a
•<br />
23<br />
(1959). En su publicación, los autores anotan que la distribución es al azar<br />
pero con tendencia al contagio; las plantas de mayor altura y edad reciben<br />
más masas de huevecillos que las demás; sin embargo esta diferencia no<br />
es muy grande, por lo cual la distribución de las masas de huevecillos es<br />
al azar.<br />
Putman y Shk10v (1956) encontraron que la distribuci6n de los<br />
.<br />
hueve cilla s de Camnulla pellucida (Scudd .. ) es descrita por la distribución<br />
binomial negativa con un parámetro k = 1.07. Variaciones notables en la<br />
topografía y en la cobertura de la vegetación pueden alterar la distribu-<br />
ci6n de estos huevecillos.<br />
Harcourt (1960) public6 un articulo sobre la distribuci6n espa-<br />
cial de los estados inmaduros de Plutella maculipennis (Curt) y en él<br />
concluy6 que la distribución binomial negativa. caracteriza bien dicha<br />
distribución, pero el valor del parámetro k aumenta cuando la distribu-<br />
ción tiende a la normalidad. El valor de k muestra cierta estabilidad<br />
para cada estadía del insecto, independientemente de la media de la<br />
población. Las valores de k para cada estad{o del insecto se calcula-<br />
ron mediante la f6rmula siguiente:<br />
k" n1 2<br />
8 2 -m<br />
y son los que aparecen a continuaci6n:
.-<br />
Huevecillo 0.64<br />
12 estadío 1.15<br />
22 estadío 2.02<br />
30 estadio 2.09<br />
40 estadio 2.01<br />
Pupa 4.00<br />
24<br />
Harcourt (1961), en su trabajo sobre la distribución espacial de<br />
Pieris rapa e (L) presentó, entre otras, las siguientes conclusiones: a<br />
densidades muy bajas de infestación, la distribución de los estados inma-<br />
duros del insecto es descrita por la serie de Poisson. y a densidades de<br />
infestación medianas y altas por la distribución binomial negativa. La<br />
distribución tiende a ser regular a medida que aumenta el desarrollo lar-<br />
vario, debido a eliminación diferencial de los insectos por enemigos natu-<br />
rales. El valor del parámetro k es independiente de la densidad de la po-<br />
blación, pero puede ser afectado por el tamaflo de la unidad de muestreo.<br />
Los valores de k para los distintos estadíos son:<br />
Huevecillo 2.82<br />
-'<br />
>.<br />
10 estadío 2.87<br />
22 estadío 2.97<br />
'"<br />
30 estadío 2.89<br />
40 estadío 2.99<br />
5º estadío 2.84<br />
Pupa 1. 51
•<br />
25<br />
Forsythe et al. (1963), mediante la relación varianza-media,<br />
comprobaron que Acyrthosiphon pisum (Harris) tiene una distribución<br />
de contagio. Los autores concluyeron que la distribución binomial ne-<br />
gativa describía la distribución de los áfidos bajo una diversidad de con-<br />
diciones, siempre y cuando la infestación no fuera muy baja .<br />
• Kuno (1963) estudió la distribución espacial de las poblaciones<br />
de ninfas de Nilaparvata ludens Stal., De1phacodes stritella Fallén y<br />
NephoteHix cincticeps Uhler, en cultivos de arroz. El autor encotltró<br />
que cuando estos insectos invaden un campo, su distribución es descri-<br />
ta adecuadamente por la distribución de Poisson, pero después de esta-<br />
blecidos su distribución es bien descrita por la distribución binomial ne-<br />
gativa. El parámetro k tiene un valor constante para cada especie, in-<br />
dependientemente de la densidad de infestación. Las tres especies<br />
muestran distinto grado de contagio, debido a la nabilidad de reproduc-<br />
ción y dispersión de cada una.<br />
Harcourt (1963) encontró que la distribución espacial de los<br />
estados inmaduros de LeptinotarsllL decemlineata (Say), es descrita<br />
por la distribución binomial negativa, y encontró los siguientes valo-<br />
res del parámetro k para los distintos estadías del insecto:<br />
Adulto 1. 95<br />
huevecillo 4.10<br />
1 Q estadio 0.68
28<br />
Nakasuji et al. (1965) estudiaron la distribución espacial de tres<br />
hemípteros en relación con los hábitos y algunas características de los<br />
mismos.<br />
Para el insecto Nezara viridula (L) los autores encontraron que<br />
los machos tienen una distribución espacial que es descrita por una dis<br />
tribución de contagio, en cambio la distribución de las hembras y las<br />
posturas de éstas, en forma de masas de huevecillos, son descritas<br />
por una distribución al azar. La distribución espacial de los machos de<br />
Acanthocoris sordidus (Thumb.) es bien descrita por una distribución<br />
al azar, pero la de las hembras y la de las posturas son descritas por<br />
una distribución de contagio. En cuanto a Scotiphora lurida Burm.,<br />
la distribución espacial de los machos y la de los huevecillos son ade<br />
cuadamente descritas por una distribución de contagio, en cambio la de<br />
las hembras es descrita por una distribución al azar.<br />
Kobayashi (1966) realizó estudios sobre los procesos biológi<br />
cos que generan la distribución espacial de los huevecillos de Pieris<br />
rapa e crucivora (L) Y concluyó lo siguiente: bajo condiciones unifor<br />
mes de luz, las visitas delas hembras a las plantas para ovipositar<br />
tienen una distribución tal que es bien descrita por la distribución de<br />
Poisson; los huevecillos depositados por las hembras en cada visita<br />
son descritas por la distribución logarítmica y la frecuencia observa<br />
da de huevecillos encontrados por planta se ajustó a la distribución bi-
29<br />
nomial negativa. Por lo tanto, la binomial negativa se origina de la unión<br />
de una distribución de Poisson y una logarítmica.<br />
Harcourt (1967) encontró que la distribución de los huevecillos<br />
de Hylemya brassicae (Bouché) es bien descrita por la distribución bino<br />
mial negativa con un valor del parámetro k= O. 95.<br />
Bullock (1970) observó que la distribución de los huevecillos de<br />
Hylemya arambourgi Séguy, en cebada, es bien descrita por la distribu<br />
ción binomial negativa con un parámetro k. 2.4; el autor anotó que el nú<br />
mero de tallos de las plantas pueden afectar la distribución de los hueve<br />
cilIos y que cuando las plantas tienen un solo tallo la distribución de los<br />
huevecillos es al azar.<br />
Sterling (1971) encontró que las larvas del complejo bellotej'o<br />
del género Heliothis no tienen una distribución al azar en los campos<br />
del algodonero, sino que dichas larvas tienen tendencia a presentarse<br />
en agregados, es decir, que su distribución es de contagio. El autor<br />
encontró que la distribución binomial negativa describe bien la distri<br />
bución espacial de las larvas de Heliothis; y menciona que el valor<br />
del parámetro k es igual a 1.14, pero este valor puede variar con la<br />
densidad de la población del insecto.
El insecto.<br />
30<br />
III - MATERIALES Y METOOOS<br />
Para la ejecución del presente trabajo se escogió la conchuela<br />
del frijol, Epilachna varivestis Muls., por las siguientes razones, El<br />
insecto se presenta en todas las zonas productoras de frijol en la Repú<br />
blica Mexicana, ocasionando danos al cultivo (Byerly, 1969), el insecto<br />
es de fácil manejo y la mayoría de sus aspectos biológicos y ecológicos<br />
han sido estudiados.<br />
El estudio sobre la distribución espacial de la conchuela del<br />
frijol se realizó bajo condiciones de invernadero, utilizando 2 jaulas<br />
de 7 x 3.5 x 1.8 metros; (largo, ancho y alto respectivamente) las jau<br />
las se construyeron de madera y se cubrieron con tela de manta de cie- .<br />
lo.<br />
En el interior de cada jaula se ordenaron 90 macetas, en 9<br />
hileras de 10 macetas cada una; se dejó una distancia de 2 - 3 cm. en<br />
tre las macetas y de 70 cm. entre las hileras (Ver Figura No. 1): en<br />
cada maceta se sembraron 3 semillas de frijol y 12 días después de la<br />
germinaci.ón se raleó dejando 1 planta por maceta.<br />
Se utilizaron dos niveles de infestación, un nivel bajo de in<br />
festación, consistente en 75 huevecillos por jaula y un nivel alto con<br />
sistente en 750 hueveci.llos por jaula. Estos dos niveles de infesta<br />
ción se escogieron en base a observaciones realizadas por Reyna Ro-
Ies (1969), sobre infestaciones iniciales de la conchuela en forma nattl<br />
ral, en Chapingo, México.<br />
32<br />
Para generar la infestación alta, en el centro de una de las jau<br />
las se liberaron 10 parejas de adultos de conchuela, y para generar: la<br />
infestación baja se liberaron 3 parejas en la otra jaula. Tres veces al<br />
día se revisaron las plantas en cada jaula y cuando se obtuvo el número<br />
de huevecillos aproximado para el nivel de infestación deseado, se reti<br />
raron los adultos.<br />
Después de la eclosión de los huevecillos, cada 4a 6 días se<br />
revisaron todas las plantas en cada jaula para observar y anotar el nú<br />
mero de larvas por planta.<br />
El presente trabajo consistió de dos ensayos realizados duran<br />
te 1970. En el primer ensayo se utilizó la variedad de frijol Bayo-107<br />
y en el segundo la variedad Bayomex. El primer ensayo se sembró el<br />
12 de mayo y finalizó el 8 de agosto y el segundo se sembró el 20 de<br />
agosto y finalizó el 30 de noviembre.<br />
Se consideró conveniente realizar dos ensayos porque en el<br />
primero y con el nivel alto de infestación, el follaje de las plantas de<br />
frijol fue consumido por las larvas de la conchuela antes de que esta<br />
completara su desarrollo larval, posiblemente debido a que las plan<br />
tas desarrollaron muy poco follaje.
•<br />
33<br />
Los adultos de conchuela liberados en el primer ensayo eran<br />
adultos invernantes y los liberados en el segundo ensayo provenían de<br />
una cría mantenida por el Depto. de Entomología del INlA, en Chapin<br />
go-, México .<br />
Método de muestreo.<br />
Para el estudio de la distribución espacial de la conchuela en<br />
frijol, se escogió como unidad de muestreo a la planta. Dentro de esta<br />
unidad se hizo una división por estratos, consistentes en forma ascen<br />
dente en estrato inferior, medio y superior. Esta división se determi<br />
nó a simple vista de acuerdo con el desarrollo vegetativo de la planta.<br />
En cada recuento se anotó el número de larvas de los diversos<br />
estadíos que se encontraron presentes en cada uno de los estratos men<br />
cionados, en todas y cada una de las unidades de muestreo en ambas<br />
jaulas.<br />
Análisis de los datos.<br />
Los datos obtenidos en el presente trabajo fueron procesados<br />
por el Centro de Estadística y Cálculo del Colegio de Postgraduados<br />
de Chapingo, Méx., mediante un programa llamado TOPFIT, (Reyna<br />
Robles, 1969).<br />
El programa TOPFIT está escrito en lenguaje FORTRAN IV<br />
Y se utilizó para calcular algunos índices de agregación y para probar<br />
el ajuste de varias distribuciones teóricas a los datos observados.
•<br />
34<br />
Para procesar los datos con el programa TOPFIT fue necesario<br />
arreglar las observaciones originales en tablas de frecuencias, con los<br />
valores de clase en orden ascendente. Las tablas de frecuencias elaoo-<br />
radas con los datos originales fueron las siguientes:<br />
4 sobre el número de huevecillos por planta.<br />
16 sobre el número total de larvas del 12 , 22, 30, Y 42 estadío por plan-<br />
ta, en todas las fechas de recuentos.<br />
28 sobre el número de larvas del 12, 2 Q , 32 Y 42 estadio por planta en<br />
cada fecha de recuento.<br />
19 sobre el número total de larvas por planta en cada fecha de recuento.<br />
4 sobre el número de pupas por planta.<br />
12 sobre el número total de larvas por estrato inferior, medio y supe-<br />
rior por planta en todas las fechas de recuentos.<br />
32 sobre el número total de larvas por estrato inferior medio y supe-<br />
rior en cada. fecha de recuento.<br />
Un procedimiento común para probar la bondad de ajuste de<br />
una distribución teórica a una distribuci6nobservada, consiste en el<br />
cálculo de las frecuencias esperadas para cada clase; dichas frecuen-<br />
cias se comparan con sus correspondientes frecuencias observadas<br />
mediante la siguiente expresión:<br />
N<br />
X2 = L. (oi - ei)2<br />
i=1 ei<br />
en donde o corresponde a las frecuencias<br />
observadas y e a las esperadas<br />
(calculadas).
36<br />
IV-RESULTADOS<br />
Resultados sobre las pruebas de bondad de ajuste<br />
De las tablas de frecuencias elaboradas con los datos originales<br />
se escogieron 21 al azar, con las cuales se realizaron pruebas prelimi-<br />
nares. Para cada una de las 21 tablas de frecuencias se probó el ajuste<br />
de las siguientes distribuciones teóricas: binomial, Poisson, normal,<br />
doble Poisson" Neyman tipo A, binomial negativa, logarítmica, y tres<br />
distribuciones de las mencionadas (Poisson, Neyman tipo A y binomial<br />
negativa), pero truncadas en la clase de cero.<br />
Trabajando a un nivel de probabilidades del 5%, las pruebas pre-<br />
liminares mostraron lo siguiente:<br />
1) Q.ue las distribuciones normal, binomial y doble Poisson no dieron<br />
},. :!t.<br />
ajustes en ninguno de los casos.<br />
2) Que la distribución logarítmica dió ajuste en 2 de los 21 casos po-<br />
sibles, pero en dichos casos la distribución binomial negativa dió<br />
mejores ajustes.<br />
3) Que la distribuci6n binomial negativa di6 ajustes en 17 de los 21<br />
casos posibles (6 veces completa y 11 veces truncada).<br />
4) Que la distribución de Neyman tipo A dió ajustes en 4 de los 21<br />
casos posibles.<br />
5) Que la distribución. de Poisson (truncada) di6 ajustes en 3 de los<br />
21 casos posibles.
37<br />
De acuerdo con estos resultados, el resto de las tablas de fre-<br />
.. "<br />
cuencia "', se procesaron para determinar s610 el ajuste para las distri-<br />
buciones binomial negativa, Neyrnan tipo A y Poisson, tanto en su for-<br />
ma completa como truncada.<br />
Los resultados obtenidos al procesar los datos de los recuen-<br />
tos de los dos ensayos realizados bajo condiciones de invernadero,<br />
para estudiar la distribución espacial de los estados inmaduros de la<br />
conchuela del frijol, Epilachna varivestis Muls., se dan en los cua-<br />
dros 1 a 9.<br />
En el cuadro 1 se indica el número total de tablas de frecuen-<br />
cia procesadas, en cuántas de ellas se obtuvieron ajustes y el número<br />
de veces que cada una de las tres distribuciones teóricas propuestas<br />
(binomial negativa, Neyrnan tipo A y Poisson, en. sus formas completa<br />
y truncada) dieron ajustes. Se puede observar que las tres distribu-<br />
ciones teóricas dieron ajustes en un 77% del total de las tablas de fre-<br />
cuencia.<br />
Los valores para las pruebas de bondad de ajuste que apare-<br />
cen en los cuadros 2, 3, 4 Y 5, están dados en valores de probabili-<br />
dad en porcentajes, y se obtuvieron de tablas de Ji-cuadrada. Estos<br />
valores fluctúan entre O y 100; a mayor valor de probabilidad mejor<br />
es el ajuste.<br />
En el cuadro 2 se presentan los resultados del ajuste, para el
número de huevecillos de conchuela por planta. De los cuatro recuentos<br />
procesados, solamente la distribución espacial de los huevecillos del se<br />
gundo ensayo con infestación alta fué descrito por la distribución de Poi<br />
sson truncada, pero con una bondad de ajuste de 5-100/0 de probabilidad.<br />
38<br />
En el cuadro 3 se indican los ajustes para. los recuentos de núme<br />
ro de larvas de conchuela de diversos estadías por planta, en distintas<br />
fechas de recuento y en todas las fechas, y el número de pupas por plan<br />
ta.<br />
Ninguno de los tres modelos propuestos fue adecuado para des<br />
cribir la distribución espacial de las larvas de conchuela del 1 ero esta<br />
día en el primer ensayo con infestación baja. En el segundo ensayo con<br />
infestación baja la distribución binomial negativa describe, mediana<br />
mente, la distribución espacial de las larvas de conchuela del ler. es<br />
tadía.<br />
La distribución espacial de las larvas de conchuela del 1 er. es<br />
tadío fué bien descrita por las distribuciones truncadas binomial negati<br />
va, en el primer ensayo con infestación alta, y Neyman tipo A, en el<br />
segundo ensayo con infestación alta. En el mismo caso en el cual dió<br />
buen ajuste la distribución de Neyman tipo A, también. la binomial ne<br />
gativa truncada describe la distribución espacial de las larvas, con una<br />
bondad de ajuste de 30-400/0 de probabilidad.<br />
En el primer ensayo con infestación baja y en los dos ensayos
.<br />
con infestación alta, la distribución espacial de las larvas de conchuela<br />
de120. estadío fue adecuadamente descrita por la distribución binomial<br />
negativa, bien fuera completa o truncada. En el segundo ensayo con in<br />
festación baja la distribución binomial negativa truncada describe la dis<br />
tribución espacial de las larvas del segundo estadío, pero con una bondad<br />
de ajuste de 5-10"10 de probabilidad.<br />
39<br />
También se observa en el cuadro 3 que la distribución espacial<br />
de las larvas de conchuela del 3er. estadía es descrita por la distribu<br />
ción binomial negativa en sus formas completa y truncada, con bondades<br />
de ajuste mayores del 50"10 de probabilidad.<br />
La distribución espacial de las larvas de conchuela del 40. es<br />
tadio es adecuadamente descrita por las distribuciones de Neyman tipo<br />
A y de Poisson truncada, en el primer ensayo con infestación baja: pe<br />
ro en el segundo ensayo con infestación baja la binomial negativa com<br />
pleta y truncada dieron mejores ajustes que las otras distribuciones<br />
teóricas. En los dos ensayos con infestaciones altas nuevamente la<br />
distribución binomial negativa completa y truncada describe bien la<br />
distribución espacial de las larvas.<br />
En cuanto a la distribución espacial de las pupas de la con<br />
chuela, ésta es bien descrita por las distribuciones binomial negati<br />
va truncada, Neyman tipo A y Poisson truncada, en los ensayos con<br />
infestación baja, y por la distribución binomial negativa truncada en
el segundo ensayo con infestación alta.<br />
40<br />
En el cuadro 4 se anotan los resultados sobre la bondad de ajuste<br />
obtenidos al procesar los recuentos del número total de larvas de con<br />
chuela por planta en distintas fechas de recuento. La distribución espa<br />
cial de las larvas de conchuela es descrita satisfactoriamente por las<br />
distribuciones binomial negativa, completa y truncada, Neyman tipo A<br />
y Poisson truncada, en el primer ensayo con infestación baja, y descri<br />
ta mediananlente por la binomial negativa, completa y truncada, y por<br />
la distribución de Neyman tipo A, ene.! segundo ensayo con infestación<br />
baja. En cambio, en los ensayos con infestación alta, la distribución<br />
espacial de las larvas de conchuela es adecuadamente descrita por la<br />
distribución binomial negativa completa y truncada.<br />
En el cuadro 5 se indican los resultados sobre la bondad de<br />
ajuste obtenidos al procesar los recuentos del número de larvas de<br />
conchuela por estratos por planta, considerando las fechas de re<br />
cuentos en forma individual y conjunta.<br />
Se puede observar que las tres distribuciones propuestas<br />
mostraron la mayoría de sus ajustes y los mejores de ellos, para<br />
los recuentos analizados en forma individual, es decir, por fechas<br />
de recuentos.<br />
De los tres modelos propuestos ninguno describe la distribu<br />
ción espacial de las larvas de conchuela en el estrato inferior de las
42<br />
Resultados sobre algunos Indices de Agregación.<br />
En los cuadros 6, 7, 8 Y 9 se indican los valores para la media,<br />
la varianza y para algunos índices de agregación obtenidos al procesar,<br />
con el programa TOPFIT, las diversas tablas de frecuencia, elabora-<br />
das con los recuentos sobre los estados inmaduros de conchuela por<br />
planta.<br />
Una inspección general a los cuatro cuadros nos permite obser-<br />
var que hay una variación muy grande para los valores de la media y<br />
la varianza en todos los censos, lo cual contribuye poderosamente a la<br />
variabilidad observada en la relación varianza-media. No obstante, se<br />
puede apreciar que en todos los casos la relación varianza-media tiene<br />
un valor mayor que la unidad; lo cual es una de las características de<br />
las distribuciones de contagio.<br />
Aparentemente los valores del índice varianza-media tienden a<br />
disminuir a medida que avanza el desarrollo larvario del insecto. Así<br />
por ejemplo, el valor correspondiente a los huevecillos fluctúa entre<br />
40 Y 50, pero para las larvas del 40. estadio y para las pupas, fluctúa<br />
entre 2 Y 10 (cuadros 6 y 7). Igual conducta se puede observar en los<br />
cuadros 8 y 9, en los cuales se nota que a medida que el desarrollo de<br />
las larvas avanza, el valor de la relación varianza-media es menor.<br />
También es notorio el hecho de que cuando la relación varian-<br />
za-media tiene un valor aproximado a 2 unidades, la distribución de<br />
....<br />
'"
Poisson dió ajustes muy buenos (Cuadros 7, 8 Y 9).<br />
43<br />
El índice de David y Moore (1) es muy similar a la relación va<br />
rianza-media, por cuanto que es una modificación de ésta, a saber<br />
r"V/m-l, y por lo tanto sus valores y tendencias están muy relaciona<br />
dos con los del índice varianza-media.<br />
El índice de Morisita (Jo ) también alcanza valores significati<br />
vamente mayores que la unidad en casi todos los casos. En Jos ensa<br />
yos con infestaciones bajas el valor del índice es visiblemente mayor<br />
que en los ensayos con infestaciones altas.<br />
El valor de este índice muestra la tendencia a tener una rela<br />
ción inversa con el valor de la varianza, en el estado de hueve cilla y<br />
en los estadíos 10. y 20. de las larvas de la conchuela. La tendencia<br />
anterior no es muy notoria en los estadías 30. y 40. Y en el estado de<br />
pupa. Dentro de la tónica anterior, el valor del índice tiende también<br />
a disminuir de valor a medida que avanza el desarrollo larvario del<br />
insecto.<br />
Con relación al valor de k, utilizado como índice de agregación,<br />
es evidente que mediante el programa TOPFrT no fue posible calcular<br />
lo por el método de máxima verosimilitud, en todos los casos. El pa<br />
rámetro k muestra una tendencia a aumentar de valor a medida que<br />
avanza el desarrollo larvario del insecto, alcanzando los valores más<br />
altos (cercanos a la unidad) en. las últimas formas de su desarrollo lar-
vario, principalmente en el 40. estadío y en el estado de pupa.<br />
44<br />
Los valores del parámetro k son bastante inestables debido a que<br />
dicho valor depende, en gran parte, del valor de la media, y bajo las con<br />
diciones del presente trabajo, los valores de la media fluctuaron entre<br />
0.082 y 8.89.
CUADRO 2 - Probabilidades (en porcentaje) para las bondades de ajuste,<br />
mediante la prueba de Ji-cuadrada, de los recuentos del número<br />
de huevecillos de conchuela por planta.<br />
Nivel de Infestación Ensayo BN N P<br />
t<br />
Bajo 1<br />
Bajo 2 t<br />
Alto 1 t t +<br />
Alto 2 t + 5-10<br />
BN Distribución binomial negativa.<br />
N " de Neyman tipo A.<br />
P " de Poisson.<br />
t " truncada.<br />
- Insuficientes grados de libertad.<br />
t Probabilidades menores del 50/0.<br />
46
..<br />
CUA DRO 7 (Concluye ••• )<br />
Nivel de<br />
Esta- infesta- Ensa- ID v v/m l. I k-1 k<br />
dío ción yo Fecha<br />
40. Alto 2 20-X 2.58 26.78 10.34 4.58 9.34 0.277 0.152<br />
24-X 5.64 32.85 5.81 1.84 4.81 1. 172 0.764<br />
Todas 5.43 32.18 5.92 1. 89 4.92 1.10 0.690<br />
Pupas Bajo 1 0.760 1. 50 1. 96 2.26 0.96 0.794 0.593<br />
Bajo 2 0.660 2.98 4.48 6.25 3.48 0.191 0.136<br />
Alto 2 5.52 39.28 7. 11 2.09 6.11 0.903 *<br />
"El programa no funcionó en estos casos.<br />
""
CUADRO 9 (Concluye ••. )<br />
Nivel de<br />
Estrato Infesta- Ensa- Fecha m v<br />
ción yo<br />
Superior Alto 2 12-X 0.666 5.25<br />
16-X 0.580 2.29<br />
20-X 0.455 1. 26<br />
24-X 0.433 0.967<br />
Todas 0.550 2.91<br />
*El programa no funcionó en estos casos.<br />
vlm lo--<br />
7.88 11.38<br />
3.92 6.04<br />
2.77 4.93<br />
2.23 3.88<br />
5.21 8.55<br />
1<br />
6.88<br />
2.92<br />
1. 77<br />
1. 23<br />
4.21<br />
k-l<br />
0.096<br />
0.200<br />
0.257<br />
0.351<br />
0.132<br />
k<br />
a.091<br />
0.172<br />
0.256<br />
0.437<br />
0.140<br />
Pruebas de boúélád'dé'ijuste<br />
60<br />
V-DISCUSION<br />
Observando los resultados que aparecen en los cuadros l. 2, 3, 4<br />
Y 5, encontramos que:<br />
De las 115 tablas de frecuencias procesadas se lograron ajustes<br />
en 77.4% de ellas, lo cual indica que el programa de TOPFIT fue adecua<br />
do para procesar el tipo de datos obtenidos en el presente trabajo. En el<br />
22.6% de los casos no hubo ajustes, ello se debió a valores muy altos de<br />
Ji-cuadrada en unos casos y, en otros casos, a falta de grados de libertad<br />
debido posiblemente a. que las tablas de frecuencia estaban conformadas<br />
por muy pocas clases (ver ejemplos del apéndice).<br />
La distribución binomial negativa, en sus formas completa y trun<br />
cada, dió la mayoda de los ajustes, seguida por la distribución de Ney<br />
man tipo.A, completa y truncada, y por la distribución de Poisson trun<br />
cada. Es notable el hecho de que en algunos casos las tres distribuciones<br />
a la vez, dieron buenos ajustes, lo cual nos confirma la idea de que va<br />
rias distribuciones teóricas pueden describir adecuadamente la misma<br />
distribución observada.<br />
También se puede observar que la distribución binomial. negati<br />
va, completa y truncada, dió ajustes en el 50% de los 89 casos posibles<br />
en forma independiente, es decir que en dichos casos las otras dos dis<br />
tribuciones no dieron ajustes. En 48 de los 49 casos restantes dieron
61<br />
ajustes las tres distribuciones y solamente en un caso dió ajuste la dis<br />
tribución de Poisson truncada, en forma independiente, pero con una<br />
bondad de ajuste de 5-100/0 de probabilidad.<br />
La distribución de Poisson dió ajustes en 18 de los 115 casos po<br />
sibles y en todos ellos dió el ajuste en su forma truncada.<br />
Las razones para truncar una distribución, son varias y obede<br />
cen a distintas causas, a veces muy complejas. Así por ejemplo,<br />
Bliss (195 18) anota que la mayoría de las distribuciones espaciales de<br />
insectos son unimodales y que si la distribución observada tiene dos<br />
modas, y una de ellas es en la clase de cero, posiblemente sea debido<br />
al azar oa que las unidades con esta clase de cero estén en áreas eco<br />
lógicamente diferentes en las cuales es difícil que el insecto ocurra, y<br />
por lo tanto es aconsejable un ajuste con una distribución truncada.<br />
Las causas para truncar las distribuciones, en el presente en<br />
sayo, posiblemente serían las siguientes: a) Hasta cierto punto las in<br />
festaciones iniciales fueron dirigidas, en el sentido de gue las libera<br />
ciones de los adultos de conchuela se hicieron en un sitio de las jaulas,<br />
y por lo tanto las posturas se hicieron en forma localizada y, al reti<br />
rar los adultos, el resto de las plantas no tuvieron oportunidad de re<br />
cibir huevecillos, b) Posiblemente las condiciones ecológicas de las<br />
jaulas no fueron muy uniformes, especialmente en cuanto a la luz so<br />
lar, y las larvas de conchuela son muy sensibles a los rayos solares;
!<br />
62<br />
e) Debido a lo antes expuesto la clase de cero no era real y no representa<br />
ba la verdadera distribución espacial del insecto y por lo tanto para hacer<br />
un ajuste correcto hubo necesidad de truncar la distribución en la clase de<br />
cero.<br />
Ninguno de los tres modelos teóricos propuestos fue adecuado pa<br />
ra describir la distribución espacialae los huevecillos de la conchuela,<br />
posiblemente debido al bajo número de masas de huevecillos con las que<br />
se trabajó en el presente estudio. Posiblemente por la misma razón no<br />
hubo ajustes adecuados para los datos sobre la distribución de las larvas<br />
de la conchuela del primer estadía, en los ensayos con infestaciones ba<br />
jas.<br />
La distribución espacial de las larvas de conchuela del primer<br />
estadía, en los ensayos con infestaciones altas, fue bien descrita por<br />
las distribuciones truncadas binomial negativa y Neyman tipo A, espe<br />
cialmente después de que había ocurrido una migración de las larvas des<br />
de sus sitios de eclosión. Las larvas al moverse hacia otras plantas<br />
propician un aumento de clases en las tablas de frecuencia y por lo tan<br />
to habrá un mayor número de grados de libertad para el ajuste y esto<br />
perm ite decisiones más realistas.<br />
Las larvas de conchuela del segundo, tercero y cuarto estadías<br />
están en capacidad de realizar migraciones más notorias que las larvas<br />
del primer estadía, lo cual propició que en estos estadías los ajustes
63<br />
fueran mejores que para el caso anterior.<br />
A medida que avanza el desarrollo larvario del insecto y debido a<br />
las migraciones, se observa que el contagio disminuye. Esta es la ra<br />
zón por la cual en el primer ensayo con infestación baja, la distribución<br />
espacial de las larvas del cuarto estadío y de las pupas es bien descrita<br />
por la distribución de Poisson truncada, cosa que no ocurre en el ensayo<br />
con infestación alta. En este último caso dió mejores ajustes la distri<br />
bución binomial negativa truncada.<br />
Indices de Agregación.<br />
No obstante que el programa TOPFIT es eficiente en cuanto a la<br />
obtención de los valores de Ji-cuadrada para las pruebas de bondad de<br />
ajuste, tiene sus limitaciones por cuanto no es posible en todos los ca<br />
sos obtener los valores de algunos Cndices de agregación, en especial<br />
el valor del parámetro k calculado por el método de máxima verosimili<br />
tud (ver cuadros 6, 7, 8 y 9).<br />
En las distribuciones de contagio la media y la varianza no<br />
son independientes y a veces aumentan y disminuyen de valor en for<br />
ma muy similar. En el presente trabajo se observa que la media y<br />
la varianza están muy relacionadas.<br />
La relación varianza-media se ha propuesto para medir el<br />
grado de contagio de una distribución y en el presente trabajo se en<br />
contró que el valor de la relación es significativamente mayor que la
•<br />
:<br />
unidad,' en la mayoría de los casos indicando un contagio fuerte en la dis<br />
tribución de los estados inmaduros de la conchuela. El valor de la rela<br />
ción tiende a disminúir conforme avanza el desarrollo del insecto, por<br />
que el insecto disminuye la intensidad del contagio por migraciones de<br />
64<br />
los estadías más avanzados. El valor de la relación depende directamen<br />
te de los valores de la varianza y de la media de la distribución, por lo<br />
cual sus valores muestran mucha variación.<br />
Cuando la distribución de Poisson dió buenos ajustes, la rela<br />
ción varianza-media tuvo valores cercanos a la unidad, pero esta ten<br />
dencia no fue consistente en todos los casos.<br />
Los valores del índice de Morisita también nos indican una fuer<br />
te agregación en la distribución espacial de los estados inmaduros de<br />
la conchuela, pero tiene el inconveniente de que sus valores varían in<br />
versamente con el de la media de la población. La tendencia que pre<br />
senta el índice de Morisita es a disminuir de valor a medida que trans<br />
curre el desarrollo del insecto, lo cual nos indica que el insecto dismi<br />
nuye de contagio conforme avanza su desarrollo larvario, principalmen<br />
te por la migración del insecto en busca de nuevas o mejores fuentes de<br />
alimentación.<br />
Con respecto a los valores del parámetro k, estimado por el<br />
método de momentos, también nos indica que la distribución de las for<br />
mas inmaduras de la conchuela muestra un contagio bastante fuerte (va-
,<br />
65<br />
lores pequeños de k). Con el transcurso del tiempo, después de la eclo<br />
sión del insecto, el valor delparámetro k tiende a aumentar de valor, in<br />
dicando que el grado de contagio de la población disminuye, posiblemen<br />
te por migración del insecto en busca de sitios favorables para el desa<br />
rrollo.<br />
Los valore.s del parámetro k son bastante afectados por los de la<br />
media, y su tendencia es a aumentar de valor cuando aumenta el de la<br />
media.
67<br />
posibles y siempre en su forma truncada.<br />
5. - El hecho de que una distribución teórica dé o no ajuste, no es evi<br />
dencia suficiente para juzgar si hayo no contagio en una población.<br />
Es conveniente tener una medida del grado de contagio en dicha pobla<br />
ción y el mejor criterio para medirlo es a través de los índices de agre<br />
gación.<br />
6. - Bajo las condiciones del presente trabajo, el indice de Morisita,<br />
el parámetro k y la relación varianza-media, en este orden y no obs<br />
tante sus límitaciones, nos dan una buena idea del grado de agregación<br />
en la población.<br />
7. - Posiblemente debido a que el presente trabajo se efectuó bajo con<br />
diciones de invernadero y se utilizaron niveles de infestación fijos, hu<br />
bo necesidad de truncar las distribuciones, en algunos casos, para lo<br />
grar buenos ajustes.<br />
8. - El presente trabajo constituye un ensayo preliminar y por lo tanto<br />
el tema no se ha agotado. Es aconsejable que se continúen estos traba<br />
jos en el campo para que las conclusiones tengan aplicación práctica,<br />
en especial para el desarrollo de métodos de muestreo más rápidos y<br />
eficientes.<br />
9. - También es recomendable hacer modificaciones al programa<br />
TOPFIT para que pueda calcular más consistentemente el parámetro
k de la distribución binomial negativa por método de máxima verosimili<br />
tud.<br />
68
69<br />
. VII - R E S U M E N<br />
Uno de los problemas principales en el campo de la entomologia<br />
económica es el del conocimiento del estado actual de las poblaciones de<br />
insectos plagas. Para lograr dicho conocimiento es necesario desarro<br />
llar y aplicar métodos de muestreo que sean rápidos y eficientes. El<br />
desarrollo de un plan de muestreo, que posea las características antes<br />
mencionadas, requiere del conocimiento previo de la biología y distribu<br />
ción espacial del insecto de interés.<br />
La. conchuela del frijol Epilachna varivestis Muls. es uno de los<br />
insectos que más daf\o ocasiona al cultivo del frijol en la República Me<br />
xicana, y aunque su control es factible con el uso de insecticidas, el<br />
uso de éstos aumenta los costos de producción.<br />
El presente trabajo tuvo como finalidad estudiar la distribución<br />
espacial de la conchuela, bajo condiciones de invernadero, y probar el<br />
ajuste de varias distribuciones teóricas a los datos observados con mi<br />
ras a describir la distribución espacial del insecto.<br />
Para el estudio de la distribución espacial de la conchuela se<br />
realizaron dos ensayos en jaulas de 7 x 3.5 x 1. 8 metros (largo, an<br />
cho y alto). Se utilizaron dos niveles de infestación: un nivel bajo,<br />
consistente en 75 huevecillos por jaula y un nivel alto, consistente<br />
en 750 huevecillos por jaula. Estos niveles de infestación se genera<br />
ron liberando adultos en cada jaula, cuando las plantas tenían un mes
de gerrn inadas.<br />
70<br />
Como unidad de muestreo se escogió la planta y dentro de ésta se<br />
hizo una estratificación visual, en estrato superior medio y bajo.<br />
Se tomaron datos cada 4-6 días sobre el número de huevecillos<br />
por planta, núm·ero de larvas de diversos estadíos por planta, número<br />
total de larvas por planta y en cada uno de los estratos.<br />
Los datos originales se arreglaron en tablas de frecuencia y se<br />
procesaron con un programa TOPFIT. Mediante este programa se ob<br />
tienen valores de Ji-cuadrada para cada distribución procesada y con<br />
dichos valores se realizan pruebas de bondad de ajuste. Igualmente,<br />
este programa nos da los valores de algunos índices de agregación.<br />
Mediante el programa TOPFIT se probó el ajuste, a los datos<br />
observados, de. las siguientes distribuciones teóricas: binomial, Poi<br />
sson completa y truncada, normal, doble Poisson, Neyman tipo A com<br />
pleta y truncada, binonHal negativa completa y truncada, y logarítmi<br />
ca. (Las distribuciones truncadas lo fueron en la clase de cero).<br />
Con los datos originales se elaboraron 115 tablas de frecuen<br />
cia, de las cuales en 89 de ellas se logró ajustes de las siguientes die<br />
tribuciones teóricas: binomial negativa completa y truncada, Neyman<br />
tipo A completa y truncada y Poisson truncada.<br />
La distribución binomial negativa completa y truncada describe
•<br />
72<br />
VIII - LITERATURA CONSULTADA<br />
Andersen, F. S. 1964. The negative binomial distribunon and the sampling<br />
of insect populations. Proc. XII. Inter. Congr. Ent. 395.<br />
Andrewartha, H. G. 1961. Introduction to the study oí animal populations.<br />
London, Methuen.<br />
Ascombe, F. J. 1949. The statistical analysis of insects based on<br />
the negative binomial distribution. Biometrics 5: 165-193 .<br />
Ascombe, F. J. 1950. Sampling theory of the negative binomial and<br />
longarithmic series distributions. Biometrika 37:358-382.<br />
Bancroft, T. A. and Brindley, T. A. 1956. Methods for estimation<br />
on size .. of corn borer populations. Proc. X. Inter. Congr.<br />
Ent. 2:1003.<br />
Beall, G. and Rescia, R.R. 1953. A generalization oí Neyman's contagious<br />
distributions. Biometrics 9:354 -3 86.<br />
Bliss, C.1. 1958. The analysis of insect counts as negative binomial<br />
distributions. Proc. X. Inter. Congr. of Entomology 2:1015-<br />
1031.<br />
BUss, C.1. 1965. An analysis oí some insect trap records. (En PatU;<br />
G, p, ed, Classical and contagi'ous discrete distributions).<br />
BUss, C.I. and Fisher, R. A. 1953. Fitting the negative binomial<br />
dístribution to biological data and note on the efficient fitting<br />
of the negative binomial. Biometrics 9:176-200.<br />
BUss, C.I. and Owen, A. R. G. 1958. Negative binomial distributions<br />
wíth a common k. Biometrika 45:37-58.<br />
Bullock, J. A. 1970. The distribution oí attack by a shoot-fly larva.<br />
J. Appl. Ecol. 7:463-479.<br />
Burrage, R. H. and Gyrisco, G. G. 1954. Distribution of third instar<br />
larva e of the european chaíer and the efficiency of various sampling<br />
units for estimating their populations. J. Econ. Ent. 47:<br />
1009-1014.
,<br />
•<br />
Quenouille, M. H. 1949. A relation beweenthe logarithmic, Poisson.<br />
and negative binomial series. Biometrics. 5:162-164.<br />
Reyna Roble!!, R. 1969. Studies on the dispersion of insect populations.<br />
Ph. D. Thesis, Univ. of London, Londres.<br />
Rojas, B. A. 1964. La binomial negativa y la estimación de intensidad<br />
de plagas en el suelo. Fitotec. Latinoamer. 1:27-36.<br />
Shiyomi, M.and Nakamura, K. 1964. Experimental studies on the<br />
distribution of the aphid counts. Res. Popul. Ecol. 6 :79 -87.<br />
Southwood, T. R. E. 1968. Eeological methods with particular reference<br />
to the study of inseet populations. London. Methuen.<br />
Steel, R. G. D. and Torrie, J. H. 1960. PrincipIes and procedures of<br />
statistics. New York McGraw-Hill.<br />
Sterling, W. L. 1971. Comunicación personal.<br />
Strickland, A. H. 1961. Sampling erop pests and their hosts. A. Rev.<br />
Ent. 6:201-220.<br />
Sweetman, H. L. 1932. The effeet of temperature and moisture on<br />
the distribution of the mexican beanbeetle Epilachna corrupta<br />
Muls. J. Econ. Ent. 25:224-240.<br />
Swetman, H. L. and Fernald, H. T. 1930. Ecological studies of the<br />
Mexican bean beetle. Mass. Agr. Exp. Sta. Bull. 261. 32 p.<br />
Terrazas Loyola, J. 1947. Contribución al estudio de la conchuela<br />
del frijol en México. Tesis Ing. Agrónomo. E.N.A. Chapingo,<br />
Méx.<br />
Wadley, F. M. 1950. Notes on the form oí distribution of insect<br />
and plant populations. Ann. Ent. Seco Amer., 43:581-586 •<br />
Waters, W _ E. 1955. Sequencial sampling in ferest insect surveya..<br />
Forest Sci. 1:68-79.<br />
Waters, W. E. 1959. A quantitative measure of aggregation in in- ,<br />
sects. J. Econ. Ent. 52: 1180 -1184.<br />
Waters, W. E. and Hensen, W. R. 1959. Sorne sampling attributes<br />
of the negative binomial distribution with special reference<br />
to forest insects. Forest Sci. 5:397-412.<br />
76
,<br />
77<br />
IX -APENDICE
'.<br />
Pruebas de bondad de ajuste<br />
distribuciones Poisson truncada<br />
X2<br />
grados de libertad<br />
probabilidades<br />
60<br />
ro<br />
'.-<<br />
()<br />
50<br />
40<br />
30<br />
>l 20<br />
<br />
::l<br />
()<br />
10<br />
¡..,<br />
¡:..<br />
O 5 10<br />
Número de pupas<br />
0.048<br />
1<br />
80-90%<br />
Neyman tIpo A<br />
0.18<br />
1<br />
60 -70%<br />
"<br />
binomial negativa<br />
truncada<br />
0.33<br />
2<br />
80-90%<br />
FIGURA 3 - Histograma del número de pupas de conchuela por planta;<br />
primer ensayo con infestación baja,<br />
..,<br />
distribuciones<br />
X2<br />
grados de libertad<br />
probabilidades<br />
.... ro<br />
()<br />
¡:i<br />
IJ.)<br />
() " IJ.)<br />
..<br />
[J;¡<br />
25<br />
20<br />
15<br />
10<br />
5<br />
Prueba de bondad de ajuste<br />
Neyrnan tipo A bino;nial negativa_<br />
13.25 11. 55<br />
8 l><br />
10-20% 10-20%<br />
O 5 10 15 20 25<br />
Número de larvas<br />
"<br />
binomial negativa<br />
truncada<br />
5.80<br />
8<br />
60-70%<br />
FIG URA 4 - Histograma del número de larvas de conchuela por planta 2 q-x -; segundo<br />
ensayo con infestación alta.<br />
o<br />
""
'. • ..<br />
Pruebas de bondad de ajuste<br />
distribución binomial negatIva truncada<br />
X 2<br />
grados de libertad<br />
probabilidades<br />
3<br />
.,.. ro<br />
()<br />
el<br />
\1)<br />
:l<br />
()<br />
\1)<br />
><<br />
¡..<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
O 5 10 15 20<br />
Número de larvas<br />
11.10<br />
25<br />
5<br />
5-10%<br />
FIGURA 8 - Histograma del número de larvas de conchuela por planta 2D-X; segundo<br />
ensayo con infestación alta.<br />
•<br />
•<br />
00<br />
""
'. • ,.<br />
Pruebas de bondad de ajuste<br />
distribuciones Neyrnan tipo A binomial negativa truncada<br />
X2 9.26 8.32<br />
grados de libertad 8 6<br />
probabilidades 30-40% 20-30%<br />
25<br />
20<br />
(1j<br />
'u 15<br />
$O!<br />
(\)<br />
B 10<br />
(\) ..<br />
f;
Pruebas de bondad de ajuste<br />
distribuciones Poisson Neyrnan tipo A binomial negativa<br />
X2 693 63 44<br />
grados de libertad 2 7 4<br />
probabilidades menor del 5% menor del 5% menor del 5%<br />
ro<br />
.....<br />
()<br />
80<br />
g 111<br />
:3<br />
()<br />
ro<br />
H 20<br />
¡i,<br />
10<br />
O 10 15 20 40 60<br />
Número de larvas<br />
FIGURA 11 - Histograma del número de larvas de conchuela por planta 13-VII; primer<br />
ensayo con infestación alta.<br />
"<br />
o:><br />
-,J