CAPTULO 1 INTRODUCCIN 1.

.1 IMPORTANCIA DE LA PESCA La importancia de la pesca en un pas no se puede medir exclusivamente en trminos de contribucin al PIB, sino que debe atender al hecho que los recursos y los productos de la pesca son componente fundamental de la alimentacin y de la generacin de empleo. Otro aspecto fundamental de los recursos pesqueros es su carcter auto-renovable. Esto significa que si un recurso pesquero, o cualquier otro recurso biolgico auto-renovable, se gestiona correctamente su duracin es prcticamente ilimitada, al contrario de lo que sucede con los recursos minerales. Una conclusin importante es que las caractersticas biolgicas deben constituir la base fundamental para la conservacin y la gestin de los recursos pesqueros. Esto no significa que se menosprecien los efectos sociales o econmicos, o cualquier otro, en la gestin pesquera. En particular, en el caso de Portugal se puede afirmar que la contribucin de la pesca al PIB es inferior al 1,5%. No obstante, en el mbito de la alimentacin, por ejemplo, un consumo anual de 60 kg. de pescado por habitante, constituye un valor elevado, solo superado por los consumos per capita de pescado en Islandia, Japn o en algunas pequeas naciones insulares. Debemos considerar asimismo, que el 40% de las protenas necesarias provienen de la pesca, lo que representa el 15% del gasto en alimentacin de la poblacin portuguesa. Desde un punto de vista social, se estima que actualmente en Portugal existen 34 000 pescadores. Considerando que cada puesto de trabajo en el mar genera de quatro a cinco puestos de trabajo en tierra (en industrias de conservas, congelados y harinas, en la comercializacin, administracin, investigacin, formacin, etc.) se puede decir que en los diversos sectores de la pesca trabajan cerca de 150 000 portugueses. Por todo ello, considerando una unidad familiar de un mnimo de tres personas, no seria exagerado afirmar que cerca de medio milln de portugueses dependen de la actividad pesquera. 1.2 GESTIN DE LOS RECURSOS PESQUEROS Stersdal (1984) defini el principio general de la gestin pesquera como: Obtener la MEJOR utilizacin POSIBLE del recurso en provecho de la COMUNIDAD Si bien, en cada caso concreto ser necesario determinar lo que se entiende por mejor, posible y comunidad. En efecto, mejor puede significar: Mayor cantidad capturada Mayor valor de la captura Mayor beneficio (diferencia entre el valor de la captura y los costos de explotacin) Ms divisas Ms empleo, etc.

Comunidad tambin puede significar: La poblacin del mundo

 Posible

La Comunidad Europea (CE) Un pas Una regin Grupos de intereses (pescadores, armadores, consumidores,...)

Atendiendo al carcter autorenovable de los recursos pesqueros y, por tanto, a la necesidad de garantizar su conservacin a fin de que se pueda aplicar el principio general durante muchos aos. Esto quiere decir, que conservar solo por conservar los diversos elementos de un ecosistema dando igual importancia a todos ellos no constituye una actitud racional. 1.3 INVESTIGACIN DE LOS RECURSOS PESQUEROS El esquema (Figura 1.1) muestra que la investigacin pesquera contempla varios sectores de la actividad pesquera. Este curso se ocupa fundamentalmente de los modelos de evaluacin destinados a apoyar la gestin pesquera. De los varios trabajos sobre evaluacin de los recursos pesqueros los libros y/o manuales de Beverton y Holt (1956), Ricker (1958, 1975) y Gulland (1964, 1983) constituyen referencias histricas obligadas.

Figura 1.1 Sectores de la actividad pesquera 1.4 EVALUACIN DE LOS RECURSOS PESQUEROS Para evaluar un recurso pesquero es necesario: Disponer de las bases de datos apropiadas. Llevar a cabo los anlisis ms importantes. Realizar proyecciones a Corto y a Largo Plazo de las capturas y de los stocks. Determinar puntos de referencia biolgicos a Largo Plazo. Estimar los efectos a Corto y a Largo Plazo en las capturas de los stocks para diferentes estrategias de explotacin pesquera.

Podemos resumir las etapas de una evaluacin del siguiente modo: a) Definir los objetivos concretos de la evaluacin de acuerdo con la fase de desarrollo de la pesca y de la informacin disponible. b) Organizar la recogida de informacin: Estadsticas comerciales de pesca: captura (total y por especie), rendimientos, esfuerzo de pesca (nmero de mareas, das, lances, tiempo de pesca, etc.), artes usadas. Regmenes de operacin de las flotas y de los artes de pesca utilizados, etc. Muestreo biolgico en los puertos de desembarco. Muestreo biolgico (e informacin sobre la pesca) a bordo de buques comerciales. Muestreo biolgico a bordo de buques de investigacin.

c) Realizar los anlisis El conocimiento del recurso y de los datos de base disponibles determinan el tipo de modelo a utilizar y consecuentemente el tipo de anlisis que se puede llevar a cabo. Como ejemplo ilustrativo veamos algunas situaciones generales:

Comentarios 1. La ausencia de informacin puede impedir ciertas proyecciones pero no impide la realizacin de otro tipo de anlisis. 2. El principio de precaucin obliga a realizar estimaciones (aunque sean groseras) como se comentara ms adelante. CAPTULO 2 MODELOS Y TASAS 2.1 MODELOS La ciencia construye modelos o teoras para explicar fenmenos. Los fenmenos son observados y se establecen relaciones, causas y explicaciones. Las observaciones se realizan sobre la evolucin de magnitudes (caractersticas) con el tiempo (o con otras caractersticas) y tomando en consideracin sus posibles causas (factores). Fsica fenmeno del movimiento de los cuerpos (caractersticas espacios recorridos en relacin a los tiempos invertidos en recorrerlos) Biologa fenmeno del crecimiento (caracterstica talla, o peso, en relacin al tiempo)

2.1.1 ESTRUCTURA DE UN MODELO Suposiciones bsicas simplifican la realidad deben ser simples y tratables matemticamente no pueden ser contradictorias no se demuestran se establecen sobre caractersticas

Las suposiciones bsicas, normalmente, se refieren a la evolucin de las caractersticas y se establecen sobre las tasas de variacin de esas caractersticas. Relaciones (propiedades) se deducen de las suposiciones bsicas, o de relaciones deducidas anteriormente mediante leyes de la lgica (matemtica). Las propiedades tambin llamadas:

resultados o conclusiones del modelo Verificacin los resultados del modelo deben ser coherentes (concordar) con la realidad.

la verificacin implica observacin (prctica): muestreo, mtodos estadsticos,... Perfeccionamiento si los resultados no concuerdan con la realidad se deben modificar las suposiciones bsicas. si la concordancia es aproximada se debe valorar si la aproximacin es suficiente o no. la modificacin de las suposiciones bsicas puede consistir simplemente en ampliar el mbito de la realidad que sirvi de base para las suposiciones, para adaptarlas a la nueva realidad sobre la cual se pretende aplicar el modelo.

Ventajas es ms sencillo analizar las propiedades del modelo que la realidad resultados tiles en la prctica posibilidad de analizar situaciones o escenarios diferentes destacar lo esencial de los fenmenos y sus causas posibilidad de perfeccionamiento

2.1.2 TIPOS DE MODELOS MS USADOS EN LA EVALUACIN PESQUERA Modelos de Produccin

Los modelos de produccin, tambin llamados modelos de Produccin General, modelos Globales, modelos Sintticos o incluso modelos del tipo Lotka-Volterra. Estos modelos consideran el stock en su globalidad, en particular la abundancia total (en peso o en nmero) y estudian su evolucin, los efectos del esfuerzo de pesca, etc. No consideran la estructura de edades o de tamaos del stock. Modelos Estructurales Estos modelos consideran la estructura de edades del stock y la evolucin de esa estructura con el tiempo. Pero, principalmente, se basan en que el stock, en un perodo determinado de tiempo, esta formado por individuos de diferentes cohortes, y por lo tanto de diferentes edades y tamaos. De este modo, permiten anlisis y previsiones de lo que le puede acontecer al stock y a las capturas, basndose en la evolucin de las diferentes cohortes que lo componen. En este manual no se seguir el camino histrico de la construccin de los modelos. Se ha considerado ms conveniente discutir en primer lugar los Modelos Estructurales y posteriormente analizar los Modelos de Produccin. 2.2 TASAS Las suposiciones bsicas de un modelo de la evolucin de una caracterstica precisan del concepto de tasa de variacin de la caracterstica en relacin al tiempo (o a otras caractersticas).

Figura 2.1 Evolucin de la talla (L) de un individuo con el tiempo (o la edad) (t) Para el estudio general de tasas, se substituye la caracterstica L del ejemplo por y, y la variable asociada no ser el tiempo t sino la variable x. Pensando en los modelos de evaluacin y con el fin de simplificar, se considera que la funcin y, solo toma valores reales y no negativos. 2.2.1 TASA MEDIA ABSOLUTA tma(y) Se considera y una funcin de x y el intervalo i de limites (xi, xi+1)

Figura 2.2 Funcin y=f(x) al variar en el intervalo i Sean: Dxi = xi+1 - xi el tamao del intervalo

yi = valor de y cuando x = xi yi+1 = valor de y cuando x = xi+1 La variacin de y en el intervalo Dxi ser Dyi = yi+1 yi La tasa media absoluta, tma(y), de la variacin de y en el intervalo Dxi ser:

Grficamente:

Figura 2.3 Tasa media absoluta de variacin de y en el intervalo Dxi

pendiente de la secante =

= tma(y) durante Dxi

Nota: tma(y) es conocida en la fsica como velocidad media de variacin de y respecto a x, en el intervalo Dxi. 2.2.2 TASA INSTANTANEA ABSOLUTA tia(y) Sea y una funcin de x La tasa instantnea absoluta de y en el punto x = xi es la derivada de y con respecto a x en ese punto.

Figura 2.4 Tasa instantnea absoluta de y en el punto xi Nota: tia(y) es conocida como velocidad instantnea de variacin de y con x en el punto x. Propiedades 1. Dada la tia(y) el clculo de la funcin y se obtiene, por integracin, siendo y = f(x) + Constante, donde f(x) = Primitiva de tia(y) y la Constante es la constante de integracin. Si aceptamos una condicin inicial x*, y*, donde y* es el valor de y correspondiente a x = x*, eliminando la Constante, resulta y = y*+f(x)-f(x*) 2. El ngulo que forma la tangente a la curva y con el eje de las x es la inclinacin. - La tangente trigonomtrica de la inclinacin es la pendiente de la tangente geomtrica. - tia(y) = derivada de y = pendiente = tg (inclinacin) 3. Si en un punto x cumple: tia(y) > 0 entonces y es creciente en ese punto tia(y) < 0 entonces y es decreciente tia(y) = 0 entonces y es estacionaria en ese punto (mximo o mnimo) 4. Si tia(y) = constante = const entonces y es funcin lineal de x, o segn la propiedad 1 (ver pagina 11) ser: y = Constante+ const. x o

y = y* + const.(x-x*)

y vice-versa

5. Si y(x) = u(x) + v(x) entonces tia(y) = tia(u) + tia(v) 6. Si las causas A y B provocan aisladamente variaciones en y entonces las causas A y B simultneamente provocaran una variacin en y tal que

tia(y) total = tia(y) causa A + tia(y) causa B tia(tia(y)) = d2y/dx2 = aceleracin de y en el punto x 7. Si la aceleracin en el punto x es positiva entonces la tia(y) es creciente y si aquella aceleracin es negativa la tia(y) ser decreciente. 2.2.3 TASA MEDIA RELATIVA tmr(y) Se considera y una funcin de x y el intervalo (xi, xi+1) Sean: Dxi = xi+1- xi = tamao del intervalo yi = valor de y cuando x = xi yi+1 = valor de y cuando x = xi+1 xi* = cierto punto del intervalo (xi, xi+1) yi* = valor de y cuando x = xi* xi* puede ser xi, xi+1, , etc.

La tasa media de y relativa a yi* ser:

Comentarios 1. tmr(y) est asociada con la tasa media de variacin porcentual de y en relacin a la media y*, esto es,

2. Se considera

= xi + Dxi/2 = 1/2 . (xi,+ xi+1) = en el intervalo (xi, xi+1) al valor de y

3. Por lo cual, entonces, se llamara cuando Ntese que

puede ser diferente de la media, (yi + yi+1)/2

4. Es frecuente calcular tmr(y) en relacin a 2.2.4 TASA INSTANTANEA RELATIVA tir(y) Sea y una funcin de x La tasa instantnea relativa de y en el punto x = xi es

del intervalo.

o Propiedades 1. Dada la tir(y), el clculo de la funcin y se obtiene por integracin, siendo y = f(x) + Constante, donde f(x) = Primitiva de tir(y) y Constante es la constante de integracin. Si se adopta la condicin inicial x*, y*, donde y* es el valor de y correspondiente a x = x*, tenemos, eliminando la Constante, y = y*+ f(x) - f(x*) 2. Si en un punto x se da: tir(y) > 0 entonces y es creciente en ese punto tir(y) < 0 entonces y es decreciente tir(y) = 0 entonces y es estacionario en ese punto (mximo o mnimo) 3. tir(y) = tia(lny) como se deduce de las reglas de la derivacin 4. Si tir(y)= constante = const. entonces y es funcin exponencial de x, esto es, y = Constante.econst.x o y = y* . econst.(x - x*) y vice-versa. 5. Si y(x) = u(x).v(x) entonces tir(y) = tir(u) + tir(v) 6. Si las causas A y B provocan aisladamente variaciones en y entonces las causas A y B simultneamente provocaran una variacin en y tal que tir(y)total = tir(y)causa A + tir(y)causa B 2.3 MODELO LINEAL SIMPLE Sea y = f(x) Suposicin bsica del modelo tia(y) = Constante = b en el intervalo (xi, xi+1): Dxi = xi+1 xi Condicin inicial x* = xi y* = yi

Figura 2.5 Representacin grfica de un modelo lineal simple Propiedades 1. Expresin general 2. Valor, yi+1 al final del intervalo, Dxi 3. Variacin, Dyi, en el intervalo, Dxi 4. Valor central, ycentrali en el intervalo, Dxi ;

5. Valor acumulado, ycumi en el intervalo, Dxi

o de la Propiedad 1

6.

Valor medio,

, en el intervalo, Dxi o

Otras expresiones tiles 7. Valor acumulado, 8. Valor medio, en el intervalo, Dxi o

, en el intervalo, Dxi

9.

Valor medio,

, en el intervalo, Dxi

10.

Valor medio,

, en el intervalo, Dxi

11. Relacin entre la tma(y) y la tia(y)

12. Si

entonces

y vice-versa e es igual al valor medio, , e igual al valor

13.

En el modelo lineal la media aritmtica de central

Demostraciones ms importantes Expresin Si la tia(y) = b en el intervalo Dxi entonces y es lineal con x y atendiendo a la condicin general inicial ser: y = yi+ b.(x-xi) Propiedad 1 Valor central Propiedad 4 Valor La definicin del valor acumulado ser: acumulado Propiedad 5

Ser necesario usar la frmula de la diferencia de cuadrados, o sea x2i+1 - x2i = (xi+1 - xi).(xi+1 + xi) = Dxi. (xi+1 + xi) y por lo tanto ser: ycumi= aDxi + bDxi. e ycentrali Propiedad 10 2.4 MODELO EXPONENCIAL Sea Suposicin bsica del modelo tir(y) = Constante = c en el intervalo = Dxi (a + b. )

Condicin inicial x* = xi y* = yi Propiedades Considerando que tir(y) = tia(lny) se puede decir que el modelo exponencial de y contra x es equivalente al modelo lineal de lny contra x. As, sus propiedades ms importantes pueden deducirse tomando antilogaritmos a las propiedades del modelo lineal de lny contra x.

Figura 2.6 Representacin grfica del modelo exponencial

Figura 2.7 Representacin grfica del modelo lineal de lny contra x Modelo exponencial de y (y contra x) 1. Expresin general 2. Valor de yi+1 al final del intervalo, Dxi 3. Variacin, Dyi, en el intervalo, Dxi 4. Valor central, ycentrali, en el intervalo Dxi lny = lnyi+c(x-xi) Modelo lineal de lny (lny contra x)

lnyi+1= lnyi+cDxi

calculada a partir de 1

= media geomtrica de los

extremos yi e yi+1) 5. Valor acumulado, ycumi, en el intervalo, Dxi 6. Valor medio, , en el intervalo, Dxi (Dyi substituido por la Propiedad 3)

Otras expresiones tiles 7. Expresiones de variacin, Dyi

8. Expresin de tma(y)

9. Expresin de la tmr(y) en relacin a 10. Expresiones de la tmr(y)

11. y decrece

Si 12.

entonces

y vice-versa es igual al valor central,

En el modelo exponencial, la media geomtrica de

(Propiedad 4) y aproximadamente igual al valor medio, menor sea Demostraciones Valor acumulado Propiedad 5

(Propiedad 6), se aproxima ms cuanto

Relacin entre e Propiedad 6 4 expresin Usando la aproximacin propiedad 6-2 expresin, que: como que h = c. Dxi se deduce de la

y, por lo tanto, para la propiedad 4-1 expresin se concluye que: