El cambio de escala de conocimiento mediante la transformación de datos en información útil es el aporte clave del análisis avanzado. La rentabilidad de la agricultura de precisión depende fuertemente del correcto modelado de la incertidumbre de sus variables. Reconocer esta realidad incierta, aprender a usar las herramientas correctas para modelar su comportamiento y medir el impacto en los resultados, son los principales objetivos de esta presentación. Estudios recientes en nuestra región indican que las variaciones en el rendimiento del suelo se explican en el 15% de las condiciones climáticas, lo que lleva a las variables del manejo del cultivo a un aporte del 85% de los rendimientos. Es por lo anterior que propongo un ciclo de seminarios donde se exponen modelos de rendimiento agrícolas y ganaderos, aplicando las herramientas de Simulación de Montecarlo, ajuste de series de datos y optimización, para obtener información justificable que contribuye a la toma de decisiones de los productores. En este primer seminario mostraré un modelo simple de rendimiento de cultivos (soja, maíz, trigo y avena). Demostraré cómo es posible transformar modelos basados en escenarios deterministas en modelos estocásticos, que capturan la incertidumbre de las múltiples variables de una producción agronómica.