Año. XX. Ed. X. Vol. XX.

Espacio para el editor

Revista de educación matemática

Coeficiente de Difusión de la Broca del Café

Diffusion Coefficient of the Coffee Berry Borer

Laura Daniela Santander Rengifo1 – Paulo César Carmona Tabares 2

Recibido Aceptado
Día-mes-Año Día-mes-Año
Espacio para el Espacio para el
editor editor

Resumen

Teniendo en cuenta que el principal insecto plaga en los países cafeteros es la broca del
café, Hypothenemus hampei, se desarrolla este trabajo con el objeto de determinar el
coeficiente de dispersión (difusión) de la broca del café, basándose en una ecuación
diferencial parcial (EDP) que se aproxime a la formulación del sistema biológico. Para
esto, se procede con la resolución de la EDP por el método de separación de variables y
se utilizan datos obtenidos de trabajo de campo para establecer las condiciones (inicial
y de frontera) que bajo la aplicación de un método estadístico adecuado (bootstrap)
permitirá la estimación del parámetro buscado.

Palabras Clave: Broca del Café, Difusión, Separación de Variables, Bootstrap.

Abstract

Bearing in mind that the principal insect pest in coffee countries is the coffee berry borer,
hypothenemus hampei, this work is developed in order to determine the Diffusion
Coefficient of the Coffee Berry Borer, based on a partial differential equation (PDE) that
it approximates to the formulation of the biological system. For this, we proceed with the

1 Programa de Licenciatura en Matemáticas, Universidad del Quindío, Colombia

ldanielasr@gmail.com
2 Ph. D. en Matemáticas Aplicadas, Programa De Física, Universidad del Quindío , Colombia,

paulocct@uniquindio.edu.co

1
Laura Daniela Santander Rengifo y Paulo César Carmona Tabares

resolution of the EDP by the method of separation of variables and data obtained from
field work are used to establish the conditions (initial and boundary) that under the
application of an appropriate statistical method (bootstrap) will allow the estimate of the
sought parameter.

Keywords: Coffee Berry Borer, Diffusion, Separation of Variables, Bootstrap.

Introducción

La agricultura en Colombia ha sido un pilar económico muy importante a lo largo de

muchos años, debido entre otros factores, a las condiciones climáticas con las que se
cuenta. La actividad agrícola se caracteriza por los monocultivos tecnificados por región
como por ejemplo: caña de azúcar, café, flores y algodón entre otros; siendo la caficultura
una actividad que ha dado el mayor reconocimiento internacional al país, gracias al
proceso de producción de alta calidad de café.

El café que se produce en Colombia necesita condiciones climáticas específicas para su

obtención, aunque es un producto propio de la zona tropical, su cultivo exige, además,
condiciones especiales de suelo, temperatura, precipitación y cierta altitud sobre el nivel
del mar. Las condiciones ideales para el cultivo se encuentran entre los 1.200 y 1.800
metros de altura sobre el nivel del mar (msnm), con temperaturas templadas que oscilan
entre los 17ºC y los 23ºC (ver Federación Nacional de Cafeteros, 2010). Los suelos de las
zonas cafeteras colombianas se caracterizan por ser en su mayoría derivados de cenizas
volcánicas, lo que los dota de un alto contenido de material orgánico y buenas
características físicas para la producción de café (ver Federación Nacional de Cafeteros,
2014). Todo este proceso de producción, se ha visto afectado recientemente por
determinados factores como son el cambio climático y el aumento de plagas, generando
en ocasiones un deterioro incorregible en los frutos.

En el centro del país se produce el grueso de la cosecha cafetera colombiana, liderando

en producción el Departamento del Huila, por encima de Antioquia, Caldas, Quindío y
Risaralda (ver Federación Nacional de Cafeteros, 2012), donde se hallan modernos
cultivos de café que conviven con los de productores más pequeños y tradicionales. Para
efectos del impacto en la región, se realiza mayor énfasis en el Departamento del Quindío
y el norte del Valle como muestra de estudio, localizados al suroccidente de Colombia en
la Cordillera Central, zona montañosa a una altura que varía entre 1.200 msnm (La
 Coeficiente de Difusión de la Broca del Café

Tebaida) y 4.750 msnm (Nevado del Quindío) con un promedio de 1.450 msnm y una
temperatura que oscila entre 18◦C y 22◦C (ver Martínez et. al, 2008).

La mayor amenaza en la producción del café es la broca, cuyo nombre científico es

Hypothenemus hampei, la cual es una especie de coleóptero curculiónido de la subfamilia
Scolytinae originario de África y con el tamaño de la cabeza de un alfiler. Una plaga
difícil de erradicar debido a que sigue reproduciéndose y dispersándose al emerger de los
frutos maduros del suelo. Es conocida por ser la plaga que más daño causa a los cultivos
de café a nivel mundial (70 países) (ver Jaramillo et. al, 2006).

Dada la irregularidad en la infestación de la broca del café, se hace necesario el estudio

de su dinámica de propagación o, lo que hace referencia a como se distribuyen y se
dispersan en un cafetal, los individuos de la población de broca en determinado momento.

1. El Modelo
Para modelar matemáticamente el problema de la dispersión de la broca del café, se
supone un ambiente aislado, donde no hay intervención de otras especies en el
crecimiento de la broca. Además, basándose en la estrategia de recolección (re-re), se
plantea un modelo en un espacio unidimensional. Así, esta dinámica es descrita por el
siguiente problema con valores iniciales y de frontera:
𝜕𝐵 𝜕*𝐵
⎧ = 𝛼 * + 𝜀𝐵, 𝑥𝜖Ω 𝑦 𝑡𝜖𝐽
⎪ 𝜕𝑡 𝜕𝑥
𝜕𝐵 𝜕𝐵
⎨ 4 =0= 4
⎪ 𝜕𝑡 567 𝜕𝑡 569
⎩ 𝐵(0, 𝑥) = 𝐵7 (𝑥)
Donde 𝐵 ≡ 𝐵 (𝑡, 𝑥) representa la concentración de broca en el lugar 𝑥 ∈ Ω = [0, 𝐻]
y en el tiempo 𝑡 ∈ 𝐽 = (0, 𝐿], α es la difusividad (coeficiente de dispersión) y 𝜀 la tasa
intrínseca de crecimiento, asumiendo una distribución inicial de la broca dada por
𝐵(0, 𝑥) = 𝐵0(𝑥).

Posteriormente, se muestra que el problema (3.1) tiene única solución y se halla

explícitamente su solución analítica siguiendo la metodología de (ver Myint-U, 2007).

3
Laura Daniela Santander Rengifo y Paulo César Carmona Tabares

1.1. Existencia y Unicidad de la Solución del Problema de Valores

Iniciales y de Frontera
Considere el problema con valores iniciales y de frontera
𝜕𝐵 𝜕*𝐵
⎧ = 𝛼 * + 𝜀𝐵, 𝑥𝜖Ω 𝑦 𝑡𝜖𝐽
⎪ 𝜕𝑡 𝜕𝑥
𝜕𝐵 𝜕𝐵
⎨ 4 =0= 4
𝜕𝑡 567 𝜕𝑡 569
⎪
⎩ 𝐵(0, 𝑥) = 𝐵7 (𝑥)
Y suponga que 𝐵7 (𝑥) es continua. Entonces, existe una única solución formal dada por
G
𝑎7 FP R 𝑛𝜋𝑥
JKLMNO Q STU
𝐵 (𝑡, 𝑥) = + E 𝑎F 𝑒 9 cos O Q
2 𝐻
F6H

Donde 𝑎F está dado por

2 9 𝑛𝜋𝑥
𝑎F = [ 𝐵7 (𝑥) cos O Q 𝑑𝑥 con 𝑛 = 1,2, …
𝐻 7 𝐻
Además, 𝐵 (𝑡, 𝑥) es absolutamente convergente para 𝑡 ≥ 0 y 0 ≤ 𝑥 ≤ 𝐻.

La prueba se compone de los siguientes pasos: inicialmente se construye la solución

analítica mediante el método de Separación de Variables , después se verifica que la
solución analítica satisface la ecuación diferencial y las condiciones iniciales y de
frontera, y por último se muestra que la solución analítica es única.

1.1.1. Construcción analítica de la solución

Empleando el método de separación de variables, suponemos una solución de la forma,
𝐵 (𝑡, 𝑥) = 𝑇(𝑡) 𝑋(𝑥) ≠ 0.
Así, se genera un problema con valores en la frontera para la variable espacial
𝑑* 𝑋
*
+ 𝜆* 𝑋(𝑥 ) = 0
f 𝑑𝑥
𝑑𝑋 𝑑𝑋
(0) = 0 = (𝐻)
𝑑𝑥 𝑑𝑥
Además, un problema con valores iniciales (problema de Cauchy) para la variable
temporal:
𝑑𝑇
+ (𝛼𝜆* − 𝛼𝜀) 𝑇(𝑡) = 0
h 𝑑𝑡
𝑇(0) = 𝑇7
 Coeficiente de Difusión de la Broca del Café

De donde se obtiene una solución en serie (formal):

G
𝑎7 2 9 𝑛𝜋𝑥 FP R
JKLMNO Q STU 𝑛𝜋𝑥
𝐵 (𝑡, 𝑥) = + E j [ 𝐵7 (𝑥) cos O Q 𝑑𝑥 k 𝑒 9 cos O Q
2 𝐻 7 𝐻 𝐻
F6H

Adicionalmente, se debe verificar que la solución satisface la E.D.P, la condición inicial

y las condiciones de frontera.

1.1.2. Unicidad de la Solución

Para mostrar la unicidad de la solución del problema con valores iniciales y de frontera,
(Se sigue la metodología de Myint-U, 2007). Suponga que existen dos soluciones distintas
𝐵H (𝑡, 𝑥) y 𝐵* (𝑡, 𝑥) .

𝑈(𝑡, 𝑥) = 𝐵H (𝑡, 𝑥) − 𝐵* (𝑡, 𝑥), pretendemos mostrar que 𝑈(𝑡, 𝑥) ≡ 0. Sustituyendo 𝑈

en el problema, se genera
𝜕𝑈 𝜕*𝑈
⎧ = 𝛼 * + 𝜀𝑈, 𝑥𝜖Ω 𝑦 𝑡𝜖𝐽
⎪ 𝜕𝑡 𝜕𝑥
𝜕𝑈 𝜕𝑈
⎨ 4 =0= 4
𝜕𝑡 567 𝜕𝑡 569
⎪
⎩ 𝑈(0, 𝑥) = 0
Ahora, sea la función
1 N*MT 9
𝐽(𝑡) = 𝑒 [ 𝑈(𝑡, 𝑥)* 𝑑𝑥
2𝛼 7

mn mn
Derivando con respecto a 𝑡, y dado que o
mT 567
=0= o
mT 569
, tenemos:
𝐻
𝜕𝑈 2
𝐽p (𝑡) = 𝑒−2𝜀𝑡 [ J U 𝑑𝑥 ≤ 0
0 𝜕𝑡

Como la condición inicial 𝑈(0, 𝑥) = 0, tenemos 𝐽(0) = 0. Esta última condición y el

hecho que 𝐽7 (𝑡) ≤ 0 implican que 𝐽(𝑡) es una función decreciente de 𝑡. Así, 𝐽(𝑡) ≤ 0,

Pero por definición 𝐽(𝑡) ≥ 0, por tanto, 𝐽(𝑡) = 0 para todo 𝑡 ≥ 0.

Ya que 𝑈(𝑡, 𝑥) es continua, 𝐽(𝑡) = 0 implica que 𝑈(𝑡, 𝑥) = 0 en 0 ≤ 𝑥 ≤ 𝐻, 𝑡 >

0 y por tanto 𝐵H (𝑡, 𝑥) = 𝐵* (𝑡, 𝑥), es decir, el problema tiene única solución.

5
Laura Daniela Santander Rengifo y Paulo César Carmona Tabares

2. Datos de Campo
Para el desarrollo de la investigación se buscó la asesoría de un brocólogo1 para la
recolección de datos en una finca cafetera ubicada en el municipio del Caicedonia. Dicha
finca está dividida en 14 lotes de cultivo de café de donde se obtuvieron los datos
necesarios para la consecución del objetivo general.
Los lotes se denotan por 𝐿r con 𝑖 = 1,··· ,14. En la siguiente tabla se muestra el
porcentaje de infestación de broca obtenido a partir del re-re realizado para diferentes
momentos de tiempo.
Porcentaje de broca del café por lote (%)
Fecha 𝐿H 𝐿* 𝐿v 𝐿w 𝐿x 𝐿y 𝐿z 𝐿{ 𝐿| 𝐿H7 𝐿HH 𝐿H* 𝐿Hv 𝐿Hw
12/02/2013 3 4.4 2.8 2.4 4.5 3.7 3.7 4 3.3 2.9 41 2 0.8 4.5
03/07/2013 2.8 7.6 4.1 1.9 2.8 3 3.8 2.5 4.6 4.3 1.1 0.3 2.3 3.2
23/08/2013 2.9 2.8 4.1 2.3 2.9 2.2 2.7 2.5 2.1 4.5 2.1 3.5 3.5 2.3
24/10/2013 11.4 3.5 3.8 3.9 4.8 1.6 5.1 17.9 5.5 14.3 2.8 2 1.4 3.9
21/10/2014 27.4 32.4 13.9 13.1 16.8 21.1 11.4 9.1 9 18.6
01/12/2014 7.9 6.2 5 6.5
23/12/2014 4.1 6.9 4.1 9.7 6.1 4.9
06/02/2015 4.2 5.3 4.8 4.6 4.6 2.8 3.7 4.5 7
11/05/2015 1.2 0.1 0.8 2 2 2 3.9 2.6 5.3 5.9
18/07/2015 4.2 4.7 5.7 6.1 5.6 5.2 8.3 3.8
07/11/2015 0.6 0.6 3.7 4 3.9 4.7 3.5 3.5 3.2 3

Dado que los datos recolectados en las muestras se obtuvieron entre febrero de 2013 y
noviembre de 2015, se pretende generar valores mensuales del porcentaje de broca del
café presente en cada lote, para esto se realiza una interpolación mediante el Método de
Mínimos Cuadrados ( ver Cruces, A, 2012) partiendo de los datos de la muestra de la
tabla anterior.

La metodología empleada fue dividir en 34 meses, dado que entre febrero de 2013 y
noviembre de 2015 son las fechas en que los datos fueron recolectados, se le dio un valor
comprendido en el intervalo [1,34], así, en particular para 𝐿H , se genera una curva que se
ajuste a los pares ordenados {(1,3), (6,2.8), (7,2.9), (34, 0.6)} mediante el método de
Mínimos Cuadrados (ver Ilustración 1).

En particular, Para el lote 𝐿1 tenemos

Datos del lote 𝐿1
 Coeficiente de Difusión de la Broca del Café

Fecha % de Broca
12/02/2013 3
03/07/2013 2.8
23/08/2013 2.9
24/10/2013 11.4
21/10/2014
01/12/2014
23/12/2014
06/02/2015
11/05/2015
18/07/2015
07/11/2015 0.6

Ilustración 1: Regresión Cuadrática para el lote 𝐿H .

Luego, la curva resultante que mejor se ajusta a 𝐿1 es la función cuadrática

𝑓1 (x) = −0,001743635882x2 − 0,01137965222x + 3,002954768

Así, la información (real y estimada) para el lote 𝐿1 a lo largo de los 34 meses se resume
en la siguiente tabla:

De igual manera bajo la misma metodología y los datos de campo recolectados, se

obtienen los datos estimados para cada lote. Toda la información se resume en la siguiente
tabla.

7
Laura Daniela Santander Rengifo y Paulo César Carmona Tabares

3. Cálculo del Coeficiente de Dispersión

3.1. Valores de los Parámetros del Modelo
Se definen los parámetros 𝐻, 𝐿 y 𝜀 de la siguiente manera: 𝐻 es el límite superior del
intervalo que representa el dominio espacial, 𝐿 es el límite superior del intervalo que
representa el dominio temporal y 𝜀 es la tasa intrínseca de crecimiento de la broca del
café.

Basándose en las dimensiones de la finca donde fueron recolectados los datos de

infestación de broca (14 lotes), y el tiempo que transcurrió durante el proceso (33 meses),
se establecen 𝐻 = 3.5 y 𝐿 = 8.25 (re-escalamiento de los lotes y meses
correspondientemente) de tal forma que sean consistentes con los datos recolectados.

Adicionalmente, se utilizó 𝜀 = 0.003771, de acuerdo con (ver Fernández, 2007).

3.2. Condición Inicial

De acuerdo con la distribución de los lotes de la finca cafetera (ver ilustración de la
izquierda) en los cuales se realizó la recolección de los datos, se construye un grafo (ver
ilustración de la derecha) que representa los lotes y sus adyacencias.
 Coeficiente de Difusión de la Broca del Café

Ilustración 3: Representación de la finca cafetera por

lotes adyacentes.
Ilustración 2: Diagrama de la finca cafetera
estudiada.

A continuación, se eligen aleatoriamente algunos posibles recorridos (caminos

hamiltonianos) para determinar la condición inicial B7 (x); teniendo en cuenta los
primeros datos de infestación recolectados que se muestran en la siguiente tabla:

Ilustración 4: Posibles recorridos de la finca al momento de realizar la recolección.

A partir de los datos iniciales ordenados según los posibles recorridos, se generan curvas
para la condición inicial usando el Método de Mínimos Cuadrados. Como se aprecia en
la siguiente ilustración:

9
Laura Daniela Santander Rengifo y Paulo César Carmona Tabares

Ilustración 5: Condiciones iniciales 𝐵0 (𝑥) asociadas a cada uno de los recorridos establecidos.

En la Ilustración 5, se puede notar que las curvas 𝐵7 (𝑥) que se ajustan a los datos toman
valores eventualmente negativos, ésto debido a que se hace la estimación mediante un
polinomio de grado 13. Sin embargo, esto no afecta los valores iniciales considerados.

3.3. Utilización de los Datos en la Solución Inicial

Utilizando el software matemático, Maple (ver código en los anexos) se forma un sistema
algebraico de ecuaciones que dependan de α (coeficiente de dispersión), para hallar los
distintos valores de éste usando los datos de campo.

Aprovechando que la solución del problema converge absolutamente, tomamos sólo los
términos suficientes de la serie para obtener la información requerida. Específicamente,
utilizando los primeros cinco términos de la serie, la solución se transforma en:

x
𝑎7 2 9 𝑛𝜋𝑥 FP R
JKLMNO Q STU 𝑛𝜋𝑥
𝐵 (𝑡, 𝑥) ≈ + E j [ 𝐵7 (𝑥) cos O Q 𝑑𝑥 k 𝑒 9 cos O Q
2 𝐻 7 𝐻 𝐻
F6H

Siendo 𝐻 = 3.5, 𝐿 = 8.25 y 𝜀 = 0.003771.

 Coeficiente de Difusión de la Broca del Café

Dado (t Š , xŠ ) un dato de campo cualquiera en el tiempo 𝑖 y el espacio 𝑖, entonces se tiene

que
x
𝑎7 2 9 𝑛𝜋𝑥 FP R
JKLMNO Q ST‹ U 𝑛𝜋𝑥r
𝐵 (𝑡r , 𝑥r ) ≈ + E j [ 𝐵7 (𝑥) cos O Q 𝑑𝑥 k 𝑒 9 cos O Q
2 𝐻 7 𝐻 𝐻
F6H

•Ž * 9 FP5 FP5‹ FP *
Sean C7 = *
, 𝐶F = 9 •∫7 𝐵7 (𝑥) cos O 9
Q 𝑑𝑥’ cos O 9
Q y 𝐾F = L𝜀 − O 9 Q S 𝑡r con
𝑛 = 1, … , 5; entonces la ecuación anterior toma la forma

𝐵 (𝑡r , 𝑥r ) = 𝐶7 + 𝐶H 𝑒 (”• K) + 𝐶* 𝑒 (”R K) + 𝐶v 𝑒 (”– K) + 𝐶w 𝑒 (”— K) + 𝐶x 𝑒 (”˜ K)

La cual representa la i-ésima ecuación del sistema algebraico de ecuaciones para α, dado
que los valores de 𝐶™ y 𝐾š son conocidos, se resuelve (numéricamente) dicho sistema
algebraico para obtener distintos valores de 𝛼.

3.4. Bootstrap
Cuando se resuelve numéricamente el sistema de ecuaciones, obtenemos cierta cantidad
de valores para α, que mediante el método de Bootstrap (ver Gil, J. 2005) se genera una
generosa cantidad de muestras aleatorias, que permiten estimar la siguiente distribución
muestral del parámetro α.

En la siguiente tabla se resumen algunos resultados obtenidos al aplicar el Método de

Bootstrap desde Maple, realizando un muestreo con reposición de 7500 iteraciones. Note
de la tercera y cuarta columna de la tabla, los valores correspondientes a los estadísticos
media y varianza, permitiendo concluir que el valor del coeficiente de dispersión (en
media) está alrededor de 𝛼 = 0.045 y la varianza entorno a 3 × 10 − 5.

Adicionalmente, un histograma de frecuencias (ver ilustración 6), permite conjeturar

sobre la función de probabilidad del parámetro α, siendo (en su comportamiento) muy
cercana a una distribución normal.

11
Laura Daniela Santander Rengifo y Paulo César Carmona Tabares

Ilustración 6: Histogramas de los valores obtenidos mediante el método de bootstrap de acuerdo a los recorridos
establecidos en la ilustración 4.

Conclusiones.

En este trabajo de grado se obtuvo un estimador del coeficiente de dispersión de la broca

del café, mediante un modelo clásico de difusión utilizando un problema con valores
iniciales y de frontera.

Para lograr los objetivos de esta investigación, se resolvió analíticamente la E.D.P del
problema usando el Método de Separación de Variables. Posteriormente, se utilizaron los
datos de campo recolectados en una finca cafetera en el municipio de Caicedonia para
determinar distintos valores del parámetro; y finalmente se estimó el coeficiente de
difusión bajo el proceso de re-muestreo llamado Bootstrap.

Referencias bibliográficas
 Coeficiente de Difusión de la Broca del Café

• Cruces, A. (2012). El método de mínimos cuadrados, Universidad de sevilla.

http://personal.us.es/sergio/PDocente/lectura.pdf, consultado 13/06/2015.

• Federación Nacional de Cafeteros. (2010). Nuestras Regiones cafeteras. Café de

Colombia. http://www.cafedecolombia.com/particulares/es/la_tierra_del_cafe/reg
iones_cafereras/, Consultado 25/04/2015.

• Federación Nacional de Cafeteros. (2012). Huila, eje del nuevo mapa cafetero
colombiano. https://www.federaciondecafeteros.org/particulares/es/buenas_noticia
s/huila_eje_del_nuevo_mapa_cafetero_colombiano/, Consultado 30/07/2018.

• Federación Nacional de Cafeteros. (2014). Descripción del proceso productivo y

beneficio del café, Guía ambiental para el sector cafetero, Segunda edición, Capítulo
6, 59-60.

• Fernández, S. Cordero, J. (2007). Biología de la Broca del Café Hypothenemus hampei

(Ferrari)(Coleoptera: curculionidae: Scolytinae) en condiciones de laboratorio,
Bioagro, 19(1)-35-40.

• Gil, J. (2005). Aplicación del método Bootstrap al contraste de hipótesis en la

investigación educativa, Revista de educación No 336, 251-265, Universidad de Sevilla.

• Jaramillo, J. Borgemeister, C. Baker,P. (2006). Coffe berry borer hypothenemus hampei

(coleoptera: Curculionidae, Searching for sustainable control strategies, Bulletin of
Entomological Researh 96, 223-233.

• Martínez, V. Cardona, A. Bernal, L. (2008). Informe agropecuario (localización),

Evaluaciones agropecuarias del Departamento del Quindío, 8-9.

• Myint-U, T. Debnath, L. (2007). Separation of Variables, Linear Partial Differential

Equations for Scientists and Engineers.

13