Modelos matemáticos podem ser utilizados para melhorar a performance, reduzir os custos de produção, e minimizar a exceção de nutrientes através de melhores estimativas da exigência e utilização de alimentos em vários cenários produtivos. Modelos matemáticos podem ser classificados em cinco ou mais categorias dependendo da sua natureza. Um dos maiores problemas na construção de modelos matemáticos é o nível de agregação das equações. Os passos mais importantes são o estabelecimento do propósito do modelo, determinação da melhor combinação de equações empíricas e teóricas para representar das funções fisiológicas dado a disponibilidade de banco de dados, informações tipicamente encontradas a nível de campo, e os benefícios e riscos associados com o uso do modelo na produção animal. Nesse artigo são discutidos cinco sistemas de alimentação padrão de ruminantes mais utilizados atualmente. Eles compartilham de conceitos de exigência e disponibilidade de energia e nutrientes, mas diferem na estrutura e como esses conceitos são abordados. Modelos animais podem ser utilizados para vários propósitos, entre eles uma simples descrição de observações, estimativa de respostas à diferentes manejos, e caracterização de mecanismos biológicos. Dependendo dos objetivos, várias alternativas podem ser utilizadas na construção do modelo matemático, entre elas, equações algébricas simples, equações de relação puramente estatísticas, ou até modelos mecanicistas e dinâmicos. Esse último favorece o uso da quantidade crescente de informações cientificas relacionadas à biologia animal. O desenvolvimento contínuo desses tipos de modelos juntamente com as inovações computacionais e de softwares permitem avanços na forma de uso dos conhecimentos fundamentais de nutrição animal de forma que a produção animal possa ser melhor explorada ao mesmo tempo reduzindo-se o impacto ambiental.
Mathematical models can be used to improve performance, reduce cost of production, and reduce nutrient excretion by accounting for more of the variation in predicting requirements and feed utilization in each unique production situation. Mathematical models can be classified into five or more categories based on their nature and behavior. Determining the appropriate level of aggregation of equations is a major problem in formulating models. The most critical step is to describe the purpose of the model and then to determine the appropriate mix of empirical and mechanistic representations of physiological functions, given development and evaluation dataset availability, inputs typically available and the benefits versus the risks of use associated with increased sensitivity. We discussed five major feeding systems used around the world. They share common concepts of energy and nutrient requirement and supply by feeds, but differ in structure and application of the concepts. Animal models are used for a variety of purposes, including the simple description of observations, prediction of responses to management, and explanation of biological mechanisms. Depending upon the objectives, a number of different approaches may be used, including classical algebraic equations, predictive empirical relationships, and dynamic, mechanistic models. The latter offer the best opportunity to make full use of the growing body of knowledge regarding animal biology. Continuing development of these types of models and computer technology and software for their implementation holds great promise for improvements in the effectiveness with which fundamental knowledge of animal function can be applied to improve animal agriculture and reduce its impact on the environment.
