2
1
3
4Resumo: Este estudo teve como objetivo aplicar modelos matemticos ao crescimento de tilpias
5do Nilo (Oreochromis niloticus) criadas em tanques-rede no Submdio do So Francisco e escolher
6o(s) modelo(s) que melhor representa(m) as condies de criao para a regio. Foram utilizados os
7modelos no-lineares de Brody, Bertalanffy, Logstico, Gompertz e Richards. Os modelos foram
8ajustados s sries de peso por idade de acordo com os mtodos iterativos de Gauss, Newton,
9Gradiente e Marquardt. Foi utilizado o procedimento "NLIN" do Sistema SAS (2003) para
10obteno das estimativas dos parmetros a partir dos dados disponveis. O melhor ajuste dos dados
11foram realizados pelos modelos de Bertalanffy, Gompertz e Logstico, que so equivalentes para
12explicar o crescimento dos animais at 270 dias de criao. Sob o ponto de vista comercial,
13recomenda-se a comercializao das tilpias com pelo menos 600 g, que estimado nos modelos de
14Bertalanffy, Gompertz e Logstico para criaes superiores a 183, 181 e 184 dias, e para massa de
15at 1 Kg, sugere-se a suspeno da criao em at 244, 244 e 243 dias, respectivamente.
16
17Palavras-chave: economia, equaes, Oreochromis niloticus
18
19
22
23Abstract: This study aimed to apply mathematical models to the growth of Nile tilapia
24(Oreochromis niloticus) reared in cages the lower So Francisco basin and choose the model(s) that
25best represent(s) the conditions of creation for the region. Were tested nonlinear models of Brody,
3
2
4
26Bertalanffy, Logistic, Gompertz, and Richards. The models were fitted to the series of weight for
27age according to the methods Gauss, Newton, Gradiente e Marquardt. It was used the procedure
28"NLIN" of the System SAS (2003) to obtain estimates of the parameters from the available data.
29The best fit of the data were performed by models Bertalanffy, Gompertz and Logistic which are
30equivalent to explain the growth of the animals up to 270 days of creation. From the commercial
31point of view, it is recommended that commercialization of tilapia from at least 600 g, which is
32estimated in models of Bertalanffy, Gompertz and Logistic for creating over 183, 181 and 184 days,
33and up to 1 Kg mass , suggest the suspension up to the establishment 244, 244 and 243 days,
34respectively.
35
36Keywords: economy, equations, Oreochromis niloticus
37
38
39
INTRODUO
40
41
47pois, um parmetro ecolgico importante que pode servir como indicador das condies de vida
48desses organismos: aqueles que vivem em melhores condies ambientais vo crescer mais rpido
49do que aqueles esto inseridos em ambientes no ideais ou degradados (SIANGAS et al., 2012).
50
51desenvolvimento da piscicultura: rico em gua, tanto em quantidade quanto qualidade e ainda, por
5
3
6
52apresentar clima quente com pequena variao de temperatura ao longo do ano (CODEVASF,
532010).
54
55troca completa de gua na forma de fluxo contnuo, facilita a visualizao dos peixes e agiliza o
56manejo dos animais. O desenvolvimento do cultivo em tanques-rede deve ser gerido com
57planejamento, conhecimento tcnico-legal, visando sustentabilidade do negcio.
58
Nessa concepo, o objetivo deste trabalho foi aplicar modelos matemticos ao crescimento
MATERIAL E MTODOS
70
71
72
No total, foram 270 dias, sendo 9 biometrias, com 83 peixes pesados em cada medio,
7
4
8
78maio de 2011. As medies foram realizadas mensalmente. Os alevinos utilizados apresentavam
79peso mdio inicial de 10,53 2,17 g.
80
81Para a alimentao dos peixes, foi ofertada rao comercial extrusada, inicialmente a 44% de
82protena bruta (PB), e de acordo com a evoluo dos peixes, houve diminuio no teor de PB da
83rao para 36%, e posteriormente, para 32%. A quantidade de rao foi calculada, para cada viveiro,
84com base na biomassa: proporo de 4% e 3%.
85
Foram utilizados cinco modelos no-lineares para escolher o que melhor descreveu a curva de
86crescimento dos peixes. So eles: Brody (BRODY, 1945), Bertalanffy (BERTALANFFY, 1957),
87Gompertz (LAIRD, 1965), Logstico (NELDER, 1961), Richards (RICHARDS,1959), que tem sua
88representao matemtica de acordo com as equaes: Eq.1, Eq.2, Eq.3, Eq.4 e Eq.5,
89respectivamente.
90
91
Y = A ( 1B ekt ) + ;
92
1B ekt 3 + ;
Y=A
93
Y = A eB e + ;
94
1+B ekt 1+ ;
Y=A
95
1B e + ;
Y =A
(1)
(2)
kt
kt
(3)
(4)
(5)
96
97Em que:
98
99
9
10
100
101animal ao nascimento);
102
105para Bertalanffy, -1 para o Logstico, tende ao para Gompertz e varivel para Richards.
106
107
108diretamente, visto que a resoluo do sistema depende diretamente dos prprios parmetros a serem
109estimados. Deve-se utilizar o processo iterativo para aquisio das estimativas dos parmetros.
110Mtodos iterativos so aqueles que definem uma sequncia infinita de operaes, determinando
111uma sequncia de aproximaes, cujo limite a soluo exata do sistema (BARD, 1974).
112
x1
114
x i ( i=1, 2, ) . Assim, para-se quando a aproximao pretendida alcanada. A reta que passa por
115
(x 1 , y 1=f ( x1 ) )
116de abcissa
117
x 3=x 2
dada por:
x 2=x 1
f ( x 1)
f '(X 1)
da
no ponto
f ( x2 )
f ' ( x2 )
abcissa
do
ponto
de
cruzamento
da
tangente
a f ( x) no
11
12
( x 2, y 2=f ( x 2 ) )
118ponto
119funo
120
f (x) .
127quadrados no lineares. Ele pode ser visto como uma modificao do Mtodo de Newton para achar
128o mnimo de uma funo (HARTLEY, 1961). Diferentemente do Mtodo de Newton, o algoritmo
129de Gauss apenas pode ser usado para minimizar uma soma dos valores quadrados da funo, mas
130tem a vantagem de que as derivadas segundas, que podem ser difceis de calcular, no so
131necessrias (JENNRICH. 1969).
132
133converge para o mnimo local a partir de qualquer valor aproximado, sendo o limite do tamanho do
134passo feito atravs do uso da regio de confiana (MARQUARDT, 1963). Mesmo sendo bastante
135otimizado, este procedimento depende de diversos fatores que podem influenciar na sua
136convergncia ou no, tais como: nmero de dados, do tipo de equao a ser ajustada e das
137estimativas iniciais dos coeficientes (WU, 2000).
138
139mtodo dos mnimos quadrados ou dos mnimos quadrados. Os modelos no lineares so mais
140difceis de estimar parmetros que os modelos lineares (RATKWOSKY,1990). Deve-se escrever a
141expresso de regresso, declarar os parmetros, fornecendo valores iniciais. Alguns modelos so
13
7
14
142difceis de ajustar, e no h garantia de que o procedimento pode ajustar o modelo com sucesso
143(JENNRICH & MOORE, 1975).
144
Para iniciar a estimativa dos parmetros dos modelos matemticos, o procedimento NLIN
145primeiro examina as especificaes dos valores iniciais dos parmetros j inseridos no modelo. Dai
146em diante o NLIN avalia a soma dos quadrados dos resduos em cada combinao de valores de
147parmetros para determinar o conjunto de valores de parmetros que produzem a menor soma dos
148quadrados dos resduos.
149
Os ajustes dos modelos aos dados foram feitos por meio do procedimento NLIN do SAS
1502003 e dos mtodos iterativos de Gauss, Newton, Gradient e Marquadt. Nesses mtodos, o processo
151iterativo converge na j-sima iterao, quando (SQRj-1 QRj) / (SQRj + 10-6) < 10-8. O Valor 10-8
152valor que condiciona a convergncia do modelo. A convergncia de um modelo matemtico garante
153que a Soma dos Quadrados dos Resduos (SQR) dos seus parmetros seja o mnimo, tendendo a
154zero.
155
A seleo do melhor modelo, ou seja: aquele elaborado objetivando a escolha de uma soluo
156tima (BAIO et al., 2013), foi realizada com base de indicadores simples, sendo considerados: a
157convergncia dos dados, o coeficiente de determinao (R 2) e a soma dos quadrados dos resduos
158(SQD). Nesse estudo, peso e massa so considerados sinnimos.
159
O quadro abaixo ilustra uma aplicao do procedimento NLIN do SAS, juntamente com o
160mtodo iterativo de Gauss, no ajuste da funo de von Bertalanffy ao peso de tilpias, no programa
161SAS.
15
16
162
title BERTALANFFY;
PROC NLIN METHOD = GAUSS /* utiliza o mtodo iterativo de Gauss */
NOITPRINT /* suprime o resultado de cada iterao */
CONVERGE=10E-8 /* condio para convergncia */
OUTEST=saida1; /* resultados produzidos por iterao */
/* _weight_ = expression; */
PARMS A = 0.3294 /* Valor inicial para o peso adulto, kg */
B = 0.6800 /* Valor inicial para a constante B */
K = 0.1249; /* Valor inicial para K */
MODEL y = A*(1-B*EXP(-K*T))**3; /* modelo bertalanffy */
CO =(1-B*EXP(-K*T)); /* parte do modelo bertalanffy */
..
BOUNDS A=2.841346496 1.55722118 to 13.12548161; /* amplitude de A considerada */
BOUNDS B=1.008 0.0808 to 10.8089; /* amplitude de B considerada */
BOUNDS K=0.133531393 0.013353139 to 10.146884532; /* amplitude de K considerada
*/
DER.A=CO**3; /*derivada parcial com relao a A */
DER.B=-3*A*EXP(-k*T)*CO**2; /*derivada parcial com relao a B */
DER.K= 3*A*B*T*CO**2*EXP(-k*T); /*derivada parcial com relao a K */
OUTPUT OUT= RA_BERT PREDICTED = Y; /* arquivo com valores preditos */
PROC PRINT data=RA_BERT; /* imprime arquivo com valores preditos */
run;
163
RESULTADOS E DISCUSSO
164
165
166
As estimativas dos parmetros para cada modelo de crescimento animal usados na predio de
17
9
18
170Tabela 1. Valores estimados para os parmetros A, B, e k para todos os modelos analisados. Table
1711. Estimated values for the parameters A, B and k for all models analyzed.
Modelo
A
13,4853
4,122
1,521
2,383
0,9728
Brody
Bertalanffy
Logstico
Gompertz
Richards
Parmetro
B
K
0,9812
0,0001
0,9257
0,0037
43,7867
0,0183
5,3516
0,0075
0,4483
0,0086
M
-
4,8917
172
a)
173
d)
c)
b)
D
A)
)E)
B)
C)
1.2
1
Y-observado (Bertalanffy)
Y-estimado ((Bertalanffy)
0.8
Massa (kg)
Y-observado (Brody)
Y-estimado (Brody)
0.6
Y-observado (Gompertz)
Y-estimado (Gompertz)
0.4
Y-observado(Logstico)
Y-estimado (Logstico)
0.2
Y-observado (Richards)
Y-estimado (Richards)
0
30
0
60
175
176
177
178
179
180
19
20
181
10
182
183
184
185
186
187
188
189
190
191
192
193
194Logstico e Richards, de acordo com as equaes: Eq.6, Eq.7, Eq.8, Eq.9 e Eq.10, respectivamente:
195
0,000108 t
10,9257 e0,00369t 3 ;
197
Y =4,122
5,3516e
198 Y =2,383 e
0,00747 t
);
(6)
(7)
(8)
1+43,7867 e0,0183t 1 ;
199
Y =1,5210
(9)
(10)
201
202
Na avaliao desta espcie, a tilpia, os estudos de curvas de crescimento por meio do ajuste
203de equaes de predio do peso em funo da idade do animal tem sido importantes. Os requisitos
21
11
22
204necessrios para obteno de sucesso na produo animal esto se tornando cada vez mais rigorosos
205(CORDEIRO et al., 2012).
206
207iniciais e subestimaram os valores finais, para os 270 dias de criao (Figura 1). FREITAS (2007)
208ao modelar o crescimento de caprinos atravs de modelos no lineares, concluiu que Brody,
209Logstico e Bertalanffy foram adequados para estimar o crescimento de caprinos, em todas as
210idades, sendo a nica exceo o peso ao nascimento, pois os trs modelos o superestimaram em
211magnitude de 10%.
212
213testados que melhor se ajustaram aos pesos observados, como tambm obtiveram MCMANUS et al.
214(2003): o peso adulto estimado foi tambm inferior aos das outras curvas testadas (Brody, Richards)
215para ovinos Bergamcia, na regio de Braslia.
216
217peso adulto. As estimativas do parmetro A, em Kg, das tilpias foi maior para Brody (13,4853),
218Bertalanffy (4,1220), Gompertz (2,383), seguidos dos modelos Logstico (1,521) e de Richards
219(0,9728). Esse resultado difere do encontrado por MANRIQUE (2012), ao modelar o crescimento
220do arac bandeira (Ptherophyllum scalare), onde o modelo Logstico apresentou o menor peso
221assinttico (A) 13,98 g e o maior valor obtido foi por Bertalanffy, com 66,62 g.
222
O peso mdio do pescado (tilpias) procurado pelo mercado consumidor encontra-se em torno
223de 600g/850g at 1 Kg, ou seja, o ciclo total de engorda da tilpia ocorre, aproximadamente, em
224180 dias em tanques-rede (NOGUEIRA, 2007). Nesse contexto, os peixes do presente estudo
225poderiam ser comercializados a partir de 183, 247, 181, 184, 183 dias para os modelos de
226Bertalanffy, Brody, Gompertz, Logstico e Richards, respectivamente, quando atingem o peso
227mnimo de comercializao: 600g. E para a massa limite de 1Kg, seriam necessrios 244, 546, 244
228e 243 dias para os modelos de Bertalanfy, Brody, Gompertz e Logstico.
23
24
229
12
Houve uma impossibilidade ao se prever o tempo necessrio para a estimativa tempo (dias)
230necessria para as tilpias atingirem a massa corporal de 1Kg no modelo de Richards: o valor de A
231(Tabela 1) menor que a estimativa pretendida (Y-estimado). Assim, at o momento, esse modelo
232no recomendado para clculos de Y-estimado para os cultivos de tilpia em tanques-rede no
233submdio do So Francisco, quando o peso pretendido for maior ou igual a 972g. Reitera-se aqui
234que, esse resultado devido falta de convergncia dos dados, que ser melhor explorado adiante.
235
236crescimento para atingir o peso assinttico. Segundo MALHADO et al. (2009a), quanto menor o
237valor de k, mais lentamente o animal vai se aproximar do seu peso assinttico, ou seja, menor a
238velocidade de crescimento do animal no sentido de atingir o seu tamanho adulto.
239
O maior valor de k, nesse estudo, foi obtido pelo modelo Logstico (0,0183), seguido por
No modelo de Bertalanffy, como k igual a 0,00369 e seu valor assinttico 4,1220 Kg,
246seriam necessrios, teoricamente (visto que variveis intrnsecas e extrnsecas esto influenciando o
247crescimento do peixe) pouco mais de 4 anos e 7 meses de criao para obter tilpias de pelo menos
2484 Kg. Se, hipoteticamente, fossem mantidos os valores de A e alterado o valor de k para 0,0369,
249seriam necessrios 169 dias para obter tilpias com 4 Kg. Para o modelo de Gompertz, k tem valor
250de 0,00924, valor assinttico de 1,8499 Kg, e levaria teoricamente 570 dias para as tilpias obterem
2511,8 Kg de massa.
252
Servindo apenas para promover ajuste dos dados aos modelos, o parmetro B no ser
253analisado nesse trabalho. Na Tabela 2, encontram-se os critrios utilizados para comparao dos
254modelos matemticos avaliados.
25
26
255
13
259
260
261
262
Com base na convergncia, apenas 3 modelos convergiram pelo mtodo de Gauss. Nenhum
263dos modelos convergiu pelos demais mtodos iterativos: Newton, Gradiente e Marquardt. A
264convergncia de um modelo garante que seus parmetros estimados apresentam melhor ajuste aos
265dados observados, ou seja, a soma dos quadrados dos resduos (SQR) a mnima possvel.
266
267ESPINGOLAN et al. (2009), quando tentaram ajustar esse modelo para analisar o peso de novilhos
268da raa Hereford. Quanto a Richards, a no convergncia dos dados condizente com os descritos
269por KARKACH (2006), que em sua reviso sobre a trajetria e crescimento (de massa) afirma que
270o ajuste modelo de Richards pode falhar na convergncia, algumas ocasies no especficas, o que
271no ocorre to evidentemente para outros modelos.
272
27
28
277
14
Com base no coeficiente de determinao (Tabela 2), nota-se semelhana entre os modelos de
278Bertalanffy, Gompertz e Logstico, pois apresentam valores superiores de R 2 de 0,99. FREITAS &
279COSTA (1983) e RODRIGUES et al. (1992), estudando as diferentes funes (Bertalanffy,
280Logstico e Gompertz) para estimarem curvas de crescimento de sunos, do nascimento ao abate,
281concluram que os modelos tiveram bom ajuste dos dados, com altos valores de R.
282
Resultados semelhantes foram obtidos em diversos trabalhos que tinham por objetivo modelar
283o crescimento de peso em relao ao tempo de espcies animais para fins comerciais: bovinos e
284caprinos (FREITAS, 2007), ovinos (GUEDES et al., 2004), camaro (SILVA et al., 2007) e coelho
285(FREITAS, 2007), para o modelo de Bertalanffy, pois apresentavam R superiores a 0,99.
286
Outros trabalhos defendem que o modelo de Gompertz melhor descreve o crescimento das
287espcies analisadas, sobrepondo-se aos demais modelos existentes, pelo alto valor do coeficiente de
288determinao: rs (RODRIGUES, 2007), bovinos (MENDES et al., 2009), equinos (MCMANUS et
289al. 2010). Alm do modelo de Gompertz obter alto valor de R para Gompertz, os demais modelos
290descartados apresentavam valor de R inferiores a 0,30.
291
E para o modelo logstico, so exemplos de bons ajustes e alto R 2 (maior que 0,99) para os
292seguintes estudos: peixes (VANDER et al., 2012), plantas (LYRA et al., 2008), bovinos
293(MALHADO et al., 2009b), entre outros, sempre com o objetivo de modelar o crescimento das
294espcies analisadas em relao a t.
295
296estudo do crescimento de bovinos de corte, apontou-se para o modelo de Gompertz como o mais
297adequado para estimar o crescimento de bovinos da raa Nelore (PAZ et al., 2004). Entretanto,
298PEROTTO et al. (1992) sugere o modelo de Richards como o mais adequado para estimar o
299crescimento de fmeas zebunas.
300
O modelo Bertalanffy possibilitou uma curva adequada para a espcie ovina da raa Santa
29
15
30
303Gompertz apresentou ajuste mdio superior e, portanto, indicado para descrio da curva mdia de
304crescimento (Sarmento et al., 2006). No mesmo estudo, observou-se que ovinos Santa Ins machos
305e fmeas, nascidos de partos simples ou duplo, apresentaram padro de crescimento divergente,
306indicando a necessidade de curvas diferentes para descrever seus crescimentos.
307
Quanto soma dos quadrados dos desvios (Tabela 2), o modelo de Bertalanffy e de Gompertz
308so semelhantes, pois SQD igual a 0,00614 e 0,00708, respectivamente. O modelo logstico tem
309valor de SQD maior que os demais modelos: 0,0117. A Figura 2 representa crescimento de massa
310das tilpias analisadas, para Y-estimado (massa estimada), dos modelos de Bertalanffy e Gompertz,
311para tericos 1000 dias de cultivo.
312
G
)F)
H
)
4.5
4
3.5
3
2.5
Massa (kg)
2
Y-estimado (Bertalanffy)
1.5
Y-estimado (Logstico)
Y-estimado (Gompertz)
1
0.5
0
0
100
200
300
400
500
600
Tempo (dias)
313
314
315
316
317
318
319
320
700
800
900 1000
31
32
321
16
322
323
logstico e Gompertz para 1000 dias de criao. Figure 2. Growth curves estimated
324
325
creation.
326
333
Com base na Figura 2, observa-se que mesmo passando-se tericos 1000 dias de criao, o
343com cultivos de at 270 dias, para tanques-rede. Alm disso, seriam necessrios dados de cultivo
344superiores 270 dias para validar o modelos para projees fora do perodo desse estudo, o que no
345est disponvel no presente estudo.
346
347
348
349
CONCLUSO
33
34
350
17
So obtidos bons ajustes com o modelo dos modelos de Bertalanffy, de Gompertz e Logstico
351at 270 dias de criao. Esses modelos so recomendados para o acompanhamento do crescimento,
352em massa, de tilpias do Nilo cultivadas em tanques-rede no Submdio do So Francisco.
353
Os modelos ajustados nesse trabalho podem ser utilizados por criadores de tilpia do Nilo,
354permitindo a obteno de informaes precisas sobre o crescimento de massa dos animais, alm de
355permitir informaes para tomada de futuras decises quanto venda/manejo, para animais da mesma
356espcie sob a mesma situao ambiental (condies de criao sejam semelhantes e que a criao se
357d no Submdio do So Francisco).
358
359
360
REFERNCIAS
361
362BAIO, F. H. R., RODRIGUES, A. D., SANTOS, G. S., SILVA, S. P. Modelagem matemtica para
363seleo de conjuntos mecanizados agrcolas pelo menor custo operacional. Eng. Agrc.,
364Jaboticabal, v.33, n.2, Apr. 2013. Disponvel em: <http://www.scielo.br/scielo.php?script=sci_artte
365xt&pid=S0100-69162013000200018&lng=en&nrm=iso>. Acesso em: 2 de novembro de 2013.
366
367
368BARD, J. Comparison of Gradient Methods for the Solution of the Nonlinear Parameter
369Estimation Problem, SIAM Journal of Numerical Analysis, 7, 157186, 1970.
370
371
372BARD, J. Nonlinear Parameter Estimation, New York: Academic Press, Inc. 1974.
373
374
375BERTALANFFY, L. von. Quantitative laws in metabolism and growth. Quarterly Review of
376Biology, Chicago, v.32, p.217-230, 1957.
377
378
379BRODY, S. Bioenergetics and growth. New York: Reinhold, 1023p. 1945.
380
381
382CODEVASF - COMPANHIA DE DESENVOLVIMENTO DOS VALES DO SO FRANCISCO E
383DO PARNABA. Manual de criao de peixes em tanques-rede. Codevasf, Braslia, 69 p. 2010.
384
385
386CORDEIRO, A. F. S., NS, I. A., OLIVEIRA, S. R. M., VIOLARO, F. A., ANDRIA C. M.
387Efficiency of distinct data mining algorithms for classifying stress level in piglets from their
388vocalization.
Eng. Agrc., Jaboticabal, v.32, n.2, Apr. 2012. Disponvel em:
389<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162012000200001&lng=en&nr
390m=iso>. Acesso em 3 de dezembro de 2013.
391
35
18
36
392
393COSTA, A.C.; NETO, R.V.R.; FREITAS, R.V.F.; FREATO, T.A.; LAGO, A.A.; SANTOS, V.B.
394Avaliao do crescimento de tilpias de diferentes linhagens atravs de modelos no-lineares. Arch.
395Zootec. 58(Supl. 1): 561-564. 2009.
396
397
398ESPINGOLAN, R.; ALBUQUERQUE, L.G.; BALDI, F.; BOLIGON, A.A. Comparao de
399modelos no-lineares utilizando pesos de novilhos da raa Hereford. In: XXI CONGRESSO DE
400INICIAO CIENTFICA DA UNESP, So Jos do Rio Preto, 2009.
401
402
403FAO - Organizao das Naes Unidas para Alimentao e Agricultura. Cultured Aquatic Species
404Information Programme Oreochromis niloticus. Programa de informacin de especies acuticas.
405Texto de Rakocy, J. E. In: Departamento de Pesca y Acuicultura de la FAO. Roma. 2012.
406Disponvel em: <http://www.fao.org/fishery/culturedspecies/Oreochromis_niloticus/es> Acesso em
40729 de novembro de 2013.
408
409
410FREITAS, A. R. Estimativas de curvas de crescimento na produo animal. Embrapa Pecuria
411Sudeste. Documentos, 68. 2007.
412
413
414FREITAS, A.R.; COSTA, C.N. Ajustamento de modelos no lineares a dados de crescimento de
415sunos. Pesquisa Agropecuria Brasileira, v.18, n.10, p.1147-54, out., 1983.
416
417
418FREITAS, A. R. Curvas de crescimento na produo animal. Revista Brasileira de Zootecnia, v.34,
419n. 4, p.786-795, 2005.
420
421
422GUEDES, M.H.P.; MUNIZ, J.A.; PEREZ, J.R.O.; SILVA, F.F.; AQUINO, L.H.; SANTOS, L.C.
423Estudo das curvas de crescimento de cordeiro das raas Santa Ins e Bergamcia considerando
424heterogeneidade de varincias. Cincia e Agrotecnologia, Lavras, v. 28, n 2, p. 381-388. 2004.
425
426
427HARTLEY, H.O. The Modified Gauss-Newton Method for the Fitting of Non-Linear Regression
428Functions by Least Squares. Technometrics, 3, 269280. 1961.
429
430
431JENNRICH, R.I. Asymptotic Properties of Nonlinear Least Squares Estimators. Annals of
432Mathematical Statistics, 40, 633643. 1969.
433
434
435JENNRICH, R.I.; MOORE, R.H. Maximum Likelihood Estimation by Means of Nonlinear Least
436Squares. American Statistical Association, 1975 Proceedings of the Statistical Computing Section,
4375765. 1975.
438
439
440KARKACH, A.S. Trajectories and models of individual growth. Demographic Research.
44115(Art.12):347-400. 2006.
442
443
37
19
38
444KUBITZA, F. Tilpias na bola de cristal. Panorama da Aquicultura. Vol.17, n 99. Jan/fev, 2007.
445
446
447LAIRD, A.K. Dynamics of relative growth. Growth, Bar Harbor, v.29, p.249-263,1965.
448
449
450LYRA, G.B.; SOUZA, J.L.; LYRA, G.B.; TEODORO, I.; FILHO, G.M. Modelo de crescimento
451logstico e exponencial para o milho BR 106, em trs pocas de plantio. Revista Brasileira de Milho
452e Sorgo, 2008. Vol. 7, N3, pg. 211-230. 2008.
453
454
455MACLEOD, A.J. A generalization of Newton-Raphson. Int. J. Math. Ed. Sci. Tech., v.15, n.1,
456p.117-120. 1984.
457
458
459MALHADO, C.H.M.; CARNEIRO, P.L.S.; MELLO, P.R.A.M. et al. Growth curves in Dorper
460sheep crossed with the local Brazilian breeds, Morada Nova, Rabo Largo, and Santa Ins. Small
461Ruminant Research, v.84, p.16-21, 2009a.
462
463
464MALHADO C.H.M.; RAMOS, A.A.; CARNEIRO, P.L.S.; AZEVEDO, D.M.M.R.; MELO
465P.R.A.R.; PEREIRA, D.G.; SOUZA, J.L.; MARTINS, F.R. Modelos no lineares utilizados para
466descrever o crescimento de bovinos da raa Nelore no estado da Bahia: 1. Efeito ambiental. Revista
467Brasileira de Sade e Produo Animal, 10, 821829. 2009b.
468
469
470MANRIQUE, C.H.E. Modelos no lineares, alometria e dinmica das macromolculas para analisar
471o crescimento do acar bandeira (Ptherophyllum scalare). Dissertao (mestrado) Universidade
472Estadual Paulista, Centro de Aquicultura, Jaboticabal/Sp. 93f. 2012.
473
474
475MARQUARDT, D. W., An algoritmo for least squares estimation of nonlinear paramenter, J. Sor.
476Ind. Appl. Math.11, 431 441. 1963.
477
478
479MCMANUS, C.; LOUVANDINI, H.; CAMPOS, V. Curvas de crescimento no-lineares para peso e
480altura em quatro grupos genticos de cavalos. Rev. Cinc. Anim. Bras., Goinia, v.11, n.1, p.80-89,
4812010.
482
483
484MCMANUS, C; EVANGELISTA, C; FERNANDES, L. A. C.; MIRANDA, R. M.; et al. Curvas de
485Crescimento de Ovinos Bergamcia Criados no Distrito Federal, Revista Brasileira de Zootecnia,
486v.32, n.5, p.1207-1212, 2003.
487
488
489MENDES, P. N.; MUNIZ, J.A.; SILVA, F.F.E.; MAZZINI, A.R.A ; SILVA, N.A.M. . Anlise da
490curva de Crescimento Difsica de Femas Hereford por Meio da Funo No Linear de Gompertz.
491Rev. Cincia Animal Brasileira (UFG), v. 10, p. 454-461, 2009.
492
493
39
20
40
494MENDES, P.N.; MUNIZI, J.A ET AL.; FONSECA, F.; MAZZINI, A.R.A. Modelo logstico
495difsico no estudo do crescimento de fmeas da raa Hereford. Cincia Rural, v.38, n.7, p.19844961990, 2008.
497
498
499MINISTRIO DA PESCA E AQUICULTURA. Produo pesqueira e aqucola - Estatstica 2008 e
5002009. p. 17, 2010.
501
502
503MISCHAN, M.M.; PINHO, S.Z.; CARVALHO, L. R. Determination of a point sufficiently close to
504the asymptote in nonlinear growth functions. Sci. agric. (Piracicaba, Braz.), Piracicaba, v. 68, n. 1,
505Feb. 2011. Disponvel em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S010350690162011000100016&lng=en&nrm=iso>. Acesso em 13 de novembro de 2013.
507
508
509NELDER, J.A. The fitting of a generalization of the logistic curve. Biometrics, Washington, v.17,
510p.89-110, 1961.
511
512
513NOGUEIRA, A. Criao de tilapias em tanques-rede. SEBRAE. 2007. Disponvel em:
514<http://www.biblioteca.sebrae.com.br/bds/BDS.nsf/7227D4D9D30AB6CC832573A9006DF4BC/
515$File/NT0003737A.pdf> . Acesso em: 20 novembro de 2013.
516
517
518PASSOS, J. R. S.; PINHO, S. Z.; CARVALHO, L. R.; MISCHAN, M. M. Critical points in logistic
519growth curves and treatment comparisons. Sci. agric. (Piracicaba, Braz.) [online]. 2012, vol.69, n.5,
520pp. 308-312. ISSN 0103-9016.
521
522
523PAZ, C.C.P; PACKER I.U.; FREITAS A.R. et al. 2004. Ajuste de modelos no-lineares em estudos
524de associao entre polimorfismos genticos e crescimento em bovino de corte. Revista Brasileira
525de Zootecnia, v.33, n.6, p.1416-1425.
526
527
528PEROTTO, D.; CUE, R.I.; LEE, A.J. Comparison of nonlinear functions for describing the growth
529curve of three genotypes of dairy cattle. Canadian Journal of Animal Science, v.72, p.773-782,
5301992.
531
532
533RATKOWSKY, D. Handbook of Nonlinear RegressionModels. Marcel Dekker: New York and
534Basel. 1990.
535
536
537RICHARDS, F.J. A flexible growth function for empirical use. Journal of Experimental Botany,
538Oxford, v.10, p.290-300, 1959.
539
540
541RODRIGUES, M. L.; LIMA, S.L.; MOURA, O. M.; AGOSTINHO, C.A.; SILVA, J.H.V.; CRUZ,
542G.R.B.; CAMPOS, V.M.; CASALI, A.P.; MENDES, R.B.; ALBUQUERQUE, A. G. Curva de
543Crescimento em r-touro na fase de recria. Archivos de Zootecnologia. v. 56, n. 214, p. 125-136.
5442007.
545
41
21
42
546
547RODRIGUES, P.B.; MUNIZ, J.A.; PEREIRA, F.A. Estudo comparativo de curvas de crescimento
548em sunos. Cincia e Prtica, v.16, n.1, p.151-157, 1992. SAS. SAS 9.1 for windows Portable
549version (Free). Cary (NC): SAS Inc; 2003.
550
551
552SARMENTO, J. L. R. et al. Estudo da curva de crescimento de ovinos Santa Ins. Revista
553Brasileira de Zootecnia, v.35, n.2, p. 435-442, 2006.
554
555
556SIANGAS, L.E; POUILLY, M.; VALLEJOS, A.; PREZ, T.; REJAS, D. Effect of water quality on
557growth of four fish species in the Itnez basin (Upper Madera, Amazon). Environmental Biology of
558Fishes vol. 95 issue 3 November 2012. p. 371 381. 2012.
559
560
561SILVA, M. C. N.; FRDOU, F. L.; ROSA FILHO, J. S. 2007. Estudo do crescimento do camaro
562Macrobrachium Amazonicum (Heller, 1862) da Ilha de Comb, Belm, Estado Do Par. Amaznia:
563Cincia & Desenvolvimento, v. 2, n. 4, p. 85-104, 2007.
564
565
566TEXEIRA, M.C.; VILLARROEL, A.B.; PEREIRA, E.S.; OLIVEIRA, S.M.P.; ALBUQUERQUE,
567I.A.; MIZUBUTI, I.Y.; Curva de crescimento de cordeiros oriundos de trs sistemas de produo na
568Regio Nordeste do Brasil. Semina: Cincias Agrrias, Londrina, v. 33, n. 5, p. 2011-2018, set./out.
5692012.
570
571
572VANDER, B.S; FREITAS, R.T.F; SILVA, F.F; FREATO, T.A. Avaliao de curvas de crescimento
573morfomtrico de linhagens de tilpia do nilo (Oreochromis niloticus). Cinc. agrotec., Lavras, v. 31,
574n. 5, p. 1486-1492, set./out. 2007.
575
576
577WU, Y. Estimation of gas saturation using P to S converted waves. Annual Meeting SEG/Calgary.
5782000.