Baixe o app para aproveitar ainda mais
Prévia do material em texto
- 206 - ARTIGO - PESQUISA OPERACIONAL APLICAÇÃO DA PROGRAMAÇÃO LINEAR PARA DEFINIÇÃO DO CULTIVO DE CULTURAS OTIMIZADO EM UMA PROPRIEDADE RURAL DE MÉDIO PORTE ANDREI BALSAN, AUGUSTO DE LIMA FABBRIN, IVETE LINN RUPPENTHAL Resumo: O objetivo deste estudo é analisar e determinar as culturas que irão otimizar o lucro naquele ano agrícola, em uma propriedade rural situada na região Noroeste do Rio Grande do Sul. O método de estudo caracteriza-se pelas abordagens dedutiva, qualitativa e quantitativa, com procedimentos descritivos e de estudo de caso. Para a coleta de dados foram utilizadas as técnicas de observação e entrevista com o proprietário e agrônomo. A análise de dados foi efetuado através da ferramenta Solver do Excel, a qual utilizou-se para a elaboração e solução do modelo matemático. Foi realizado um levantamento da receita bruta por hectare plantado das três culturas (milho, painço e soja) na propriedade rural, apuração dos custos e, por fim, aplicação da Programação Linear para verificar qual a quantidade de área da propriedade rural que deve ser destinada para o plantio de cada cultura, de modo a maximizar o lucro. Com o resultado deste estudo confirma-se que a Programação Linear e o relatório de sensibilidade fornecem informações relevantes para o gerenciamento de uma propriedade rural, visto que o mesmo apresentou as culturas que trazem mais lucro, dado as restrições existentes e a quantidade de hectares que é viável plantar de cada cultura visando maximizar o lucro. Desta forma, pode-se concluir que a utilização da Programação Linear pode contribuir significativamente na gestão dos recursos de uma propriedade rural. Palavras Chave: Programação linear, Análise de Sensibilidade, Maximização do lucro. 1. Introdução Com o passar dos anos a agricultura evoluiu, pois pouco tempo atrás era basicamente familiar, onde somente eram cultivados produtos para consumo próprio. Com o aumento populacional, a globalização e a concorrência, a demanda por produção de soja, milho, trigo, painço, entre outras culturas, aumentou gradativamente. A diversidade de culturas, ambiente, clima e solo, diferenciam-se em relação a seus custos de produção, onde algumas são mais rentáveis que outras em determinadas épocas do ano. As empresas buscam formas de otimizar a produção para aumentar o lucro e diminuir os custos, o mesmo ocorre na agricultura, onde na atualidade em qualquer propriedade são feitos planejamentos que possibilitam ao agricultor com o auxilio de engenheiros agrônomos e - 207 - técnicos obter maior lucro em suas propriedades, otimizando a utilização de máquinas, equipamentos, insumos, transportes, recursos financeiros, matéria-prima e mão de obra disponíveis. A Programação Linear é uma ciência eficiente que utiliza métodos próprios capazes de solucionar problemas e facilitar a tomada de decisão através de cálculos. Por meio da coleta de dados envolvendo custos, demanda, variáveis e restrições utilizando a programação linear pode-se chegar a função objetivo, capaz de determinar a melhor maneira de produzir, com o que se tem disponível, no caso, o mix de produção mais rentável que cumprirá o principal objetivo de maximizar o lucro ou minimizar o custo (RODRIGUES 2013). O presente trabalho evidencia o problema da pesquisa: é possível melhorar a lucratividade de uma propriedade rural através da aplicação da programação linear? Diante deste contexto, o objetivo proposto por meio da programação linear é analisar e determinar a cultura que vai obter mais lucro naquele ano agrícola, em uma propriedade rural situada na região Noroeste do Rio Grande do Sul, no primeiro semestre de 2016. O presente trabalho torna-se relevante por apresentar resultados de forma simples, claros, objetivos e significativos de quais decisões devem ser tomadas buscando a solução ótima na produção agrícola desta propriedade. Para a concretização deste estudo foi feito um levantamento de produção da situação atual, o levantamento dos custos dos insumos, aplicação da programação linear para determinar a quantidade de hectares cultivados por cultura e por fim, auxiliar o agricultor a fazer a tomada de decisão de qual cultura agregara mais lucro. 2. Revisão bibliográfica 2.1. Planejamento agrícola 2.1.1. Cultivo da soja O primeiro registro de cultivo de soja no Brasil data de 1914 no município de Santa Rosa, RS. A partir dai a soja começou a ter um crescimento expressivo na sua área cultivada. O crescimento da produção e o aumento da capacidade competitiva da soja brasileira sempre estiveram associados aos avanços científicos e à disponibilização de tecnologias ao setor produtivo (EMBRAPA, 2004). O Brasil é o segundo maior produtor mundial de soja e produz aproximadamente 27% do total produzido no mundo. Na federação o Rio Grande do Sul é atualmente o terceiro maior produtor de soja em grão do Brasil, registrou em 2011 a produção de 11.717.548 toneladas do grão (ATLASSOCIOECONOMICO, 2012). - 208 - A soja é cultivada especialmente nas regiões Centro Oeste e Sul do país e se firmou como um dos produtos mais destacados da agricultura nacional e na balança comercial (MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO, 2015). 2.1.2. Cultivo do milho O Rio Grande do Sul é atualmente o quarto maior produtor de milho em grão do Brasil, superado pelos estados do Paraná, Mato Grosso e Minas Gerais. De acordo com a Pesquisa Agrícola Municipal do IBGE, o RS registrou em 2011 a produção de 5.772.422 toneladas do grão (ATLASSOCIOECONOMICO, 2012). A primeira ideia é o cultivo do grão para atender ao consumo na mesa dos brasileiros, mas essa é a parte menor da produção. O principal destino da safra são as indústrias de rações para animais. O cultivo do milho é realizado em diferentes sistemas produtivos, sendo plantado principalmente nas regiões Centro-Oeste, Sudeste e Sul. O grão é transformado em óleo, farinha, amido, margarina, xarope de glicose e flocos para cereais matinais (MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO, 2015). 2.1.3. Cultivo do painço O painço (Panicum dichotomiflorum Michx) é uma poácea de ciclo anual, sendo cultivado com o objetivo de exploração dos grãos para utilização na alimentação animal, principalmente de pássaros em cativeiro. É também empregado na indústria cervejeira, misturado em pequena proporção com a cevada (SILVA, CRUSCIOL, et al., 2013). O cultivo do painço é uma atividade com produção mundial de 25,6 milhões de toneladas, em área cultivada de 31,2 milhões de hectares. A Índia é o maior produtor (9,1 milhões de toneladas), seguida por Níger (7,6 milhões de toneladas) e Nigéria (2,7 milhões de toneladas). Por sua vez, a produção no Brasil ainda é muito restrita, ao ponto que não há registros nos órgãos oficiais (SILVA, 2014). 2.2. A tomada de decisão na agricultura A teoria da decisão é um conjunto de conhecimentos e técnicas analíticas relacionadas a diferentes graus de formalidade, desenvolvida para ajudar o tomador de decisão a processar escolhas entre um cenário de alternativas, levando em conta as possíveis consequências da decisão, tendo como objetivo a seleção de alternativas que representem um conjunto preferido de consequências (OLIVEIRA, MACHADO, et al., 2007). A tomada de decisão é baseada em um processo de escolha que conduz àquela alternativa que for considerada ótima para a organização, onde, por meio de regras e modelos, o tomador de - 209 - decisão efetua uma escolha racional, ou seja, ele escolhe a melhor alternativa entre as existentes (DUTRA, MACHADO, et al., 2008). Estudos em administração rural mostram que o produtor, antes de dar inícioao processo de tomada de decisão, analisa suas características quanto aos recursos que dispõe e as restrições que o limita. Tais estudos demonstram que o ato administrativo em muitas explorações agrícolas é assumido por apenas uma pessoa, que ao mesmo tempo planeja e executa (CARRIERI, 1992 apud DALCIN, 2010). Segundo Dalcin et al. (2010) na agricultura familiar, a tomada de decisão é mais acentuada. As decisões e ações a serem desempenhadas, nas unidades familiares, dependem muito das situações e dos objetivos do agricultor (DALCIN, 2010). De acordo com Caixeta Filho e Toniello (1992) o uso da Programação Linear para um problema de planejamento agrícola, é preciso levantar os dados relevantes antecipadamente quais atividades explorar naquele ano agrícola. Mas cabe ao produtor analisar os relatórios do software de programação linear e levar em conta outros fatores que não sejam da programação linear para tomar a decisão correta (CAIXETA FILHO e TONIELLO, 1992). 2.2.1. Programação linear A Programação Linear pode ser considerada uma ciência voltada para a resolução de problemas reais, em que se procura trazer para o campo de tomada de decisões (Economia, Medicina, Agricultura, etc.) os métodos próprios de outras áreas científicas; refere-se a um conjunto de métodos cujo objetivo principal é tirar o maior proveito possível de sistemas econômicos, industriais, militares…, cuja estrutura possa ser definida matematicamente (MATOS, SANTOS, et al., S.D). Os problemas de Programação Linear buscam a distribuição eficiente de recursos limitados para atender um determinado objetivo, em geral, maximizar lucros ou minimizar custos. Em se tratando de PL, esse objetivo é expresso através de uma função linear, denominada de "Função Objetivo" (RODRIGUES, 2013). Rodrigues (2013) afirma que é necessário que se defina quais as atividades que consomem recursos e em que proporções os recursos são consumidos. Essas informações são apresentadas em forma de equações lineares, uma para cada recurso. Ao conjunto dessas equações e/ou inequações, denomina-se "Restrições do Modelo". De acordo com Belfiore e Fávero (2013), o modelo matemático de um problema linear pode ser formulado como mostra a figura 1: Figura 1 – Modelo matemático - 210 - Caixeta Filho (2004) ressalta que uma das aplicações da programação linear, ramo da pesquisa operacional, diz respeito ao planejamento agrícola. Para Louhichi et al. (2004) apud Oliszeski (2011) os principais componentes que devem englobar a construção de um modelo para o planejamento agrícola são: - Um conjunto de variáveis de decisão que descrevem as atividades agrícolas e do estado do sistema. - Uma função objetivo que descreve o comportamento do agricultor e os objetivos sobre o risco. - Um conjunto de restrições físicas, financeiras, técnicas, econômicas e agronômicas, representando as especificações de funcionamento do sistema. - Um conjunto de políticas e medidas ambientais, cotas e obrigações, restrições à condicionalidade, etc. 2.3. Descrição do modelo matemático Variáveis de Decisão: Belfiore e Fávero (2013) definem as variáveis de decisão como incógnitas que serão calculadas pela solução do modelo. As variáveis de decisão não podem ter valor negativo. Função Objetivo: segundo Belfiore e Fávero (2013), a função objetivo determina o valor real que se pretende alcançar em função das variáveis de decisão. A função objetivo pode exercer função de maximização ou de minimização. - 211 - Restrições do modelo matemático: Belfiore e Fávero (2013) definem as restrições como um conjunto de equações e inequações que as variáveis de decisão do modelo devem satisfazer. As restrições são limitações físicas impostas no sistema, e afetam diretamente os valores das variáveis de decisão. 2.3.4. Análise de sensibilidade A análise de sensibilidade segundo Belfiore e Fávero (2013) é de grande importância na programação linear, pois tem objetivo de investigar os efeitos que determinadas alterações nos parâmetros do modelo causariam na solução ótima. Lachtermacher (2012) define dois tipos de análise de sensibilidade. O primeiro refere-se às alterações que podem ocorrer nos coeficientes das variáveis de decisão da função objetivo e para as constantes das restrições. O segundo verifica se mais de uma mudança simultânea em um problema altera a sua solução ótima. Neste relatório, alguns conceitos importantes necessitam ser analisados. Preço sombra: Segundo Lachtermacher (2012) o preço sombra representa a quantidade pela qual a função objetivo é alterada, dado um acréscimo de uma unidade na constante da restrição, assumindo que todos os outros coeficientes e constantes das restrições conservam-se inalterados. A interpretação econômica seria até quanto se está disposto a pagar por uma unidade adicional de um recurso. Custo reduzido: Lachtermacher (2012) afirma que o custo reduzido é a quantidade que o coeficiente da função objetivo de uma variável deve melhorar antes dessa variável se tornar básica, ou ainda, pode ser interpretado como a penalização que deverá ser paga para tornar uma variável básica. O custo reduzido mostra quando se esta deixando de ganhar (ou perder) por desprezar determinada alternativa. 3. Métodos e técnicas de pesquisa Para Güllich, Lovato e Evanlegista, (2007) a metodologia é definida como o estudo das técnicas pela qual irão caracterizar e identificar todas as etapas desenvolvidas no decorrer do desenvolvimento e captação das informações visando atender os objetivos propostos no trabalho. O presente trabalho caracteriza-se quanto a abordagem como dedutiva, qualitativa e quantitativa. Utilizou-se método dedutivo para obter informações bibliográficas sobre a programação linear aplicada na agricultura, para poder desenvolver a formulação do modelo matemático para obter qual cultura é viável cultivar. - 212 - A pesquisa quantitativa foi utilizada para quantificar o custo dos produtos que são aplicados à cultura da soja, milho e painço em uma propriedade agrícola de médio porte, nos meses de julho 2015 até fevereiro de 2016, a fim de apresentar a quantidade de hectares necessário para cada cultura, visando a maximização do lucro. O procedimento envolvido no trabalho é o descritivo, serviu para buscar, registrar e descrever os dados do custo da produção de milho, soja e painço e elaborar o modelo matemático de Programação Linear. Com a técnica de coleta de dados foi possível identificar a quantidade de produtos utilizada em cada cultura nos meses de julho 2015 a fevereiro de 2016. Utilizou-se registros das empresas fornecedoras dos insumos, o software Excel para elaboração das tabelas e cálculos pelo Solver, sobre os dados da produção, além de observação direta e entrevista com o proprietário e agrônomo. A entrevista fez-se necessária para levantamento dos dados sobre a quantidade de insumos utilizados por hectares nas três culturas para elaborar o modelo matemático. Para as técnicas de análise de dados foi utilizado o Software Excel para a elaboração de planilhas eletrônicas sobre dados numéricos referente a produção de cada cultura, bem como para a elaboração e solução do modelo matemático de Programação Linear. A Programação Linear foi utilizada para evidenciar qual a melhor cultura para se explorar naquele momento. 4. Análise e discussão dos resultados 4.1. Levantamento da receita bruta A receita bruta de vendas está diretamente relacionada à produtividade de cada uma das três culturas (milho, painço e soja) por hectare e ao preço de venda de cada saca no mercado. A tabela 1 mostra a receita bruta por hectare de cada culturaem função da produtividade de sacas por hectare e do preço de venda de cada saca. Tabela 1- Receita bruta por hectare Conforme pode ser observado na tabela 1, são colhidas 160 sacas de milho por hectare, o que gera uma receita total de R$ 4.000,00. No caso do painço, são colhidas 25 sacas por hectare, gerando uma receita total de R$ 2.400,00, já a soja são colhidas 65 sacas, gerando uma receita de R$ 4.550,00. 4.2 Apuração dos custos Cultura Sacas por hectare Preço Saca (R$) Total (R$) Milho 160 25 4000 Painço 25 96 2400 Soja 65 70 4550 - 213 - Inicialmente, para proceder a apuração dos custos foi necessária a descrição do processo de plantio de cada uma das três culturas – milho, painço e soja. A partir dessa descrição foram apurados os dados de produção por hectare para cada cultura, conforme apresentado nas tabelas 2 a 4, correspondendo ao milho, painço e soja, respectivamente. Na tabela 2 são apresentados os dados de produção de milho por hectare. Tabela 2 - Dados da produção de milho (por hectare) Na tabela 2 apurou-se os dados de produção do milho, onde observa-se que o custo mais significativo é o da semente, representando um total de R$684,00 por hectare cultivado. Na tabela 3 apresenta-se o levantamento dos custos de produção de painço por hectare Tabela 3 – Dados da produção de painço (por hectare) Como pode-se observar na tabela 3 o fertilizante teve o custo mais significativo, com um total de R$312,00 por hectare cultivado e o custo total para a cultura do painço é de R$864,70. Na tabela 4 apresentam-se os dados de produção da soja por hectares. Tabela 4 - Dados da produção de soja (por hectare) INSUMO QUANTIDADE/HA UNIDADE R$/UNID Total Roundup Wg Herbicida 2 kg R$ 23,00 R$ 46,00 Aureo oleo Vegetal 0,8 L R$ 14,00 R$ 7,00 Panther 120 EC (5LT) 0,8 L R$ 52,50 R$ 42,00 DKB240PRO3 1,2 Sc R$ 570,00 R$ 684,00 Fertilizante 12-30-20 300 Kg R$ 78,00 R$ 468,00 Ureia 250 Kg R$ 76,00 R$ 380,00 Herbicida trazina 4 L R$ 12,00 R$ 48,00 Herbicida soberam 230 g R$ 320,00 R$ 73,60 TOTAL R$ 1.748,60 INSUMO QUANTIDADE/HA UNIDADE R$/UNID TOTAL Roundup Wg Herbicida 2 kg R$ 23,00 R$ 46,00 Aureo oleo Vegetal 0,8 L R$ 14,00 R$ 7,00 Panther 120 EC (5LT) 0,8 L R$ 52,50 R$ 42,00 Paiço vermelho 70 kg R$ 96,00 R$ 115,20 Fertilizante 12-39-20 300 Kg R$ 78,00 R$ 312,00 Ureia 250 Kg R$ 76,00 R$ 304,00 Abacus hc 0,5 L R$ 30,00 R$ 15,00 Inseticida Belt 0,05 Ml R$ 470,00 R$ 23,50 TOTAL R$ 864,70 - 214 - Conforme apresentado na tabela 4 o custo mais significativo para a produção da soja é a semente, representando R$540,75 por hectare cultivado. Não foi possível calcular os custos de combustíveis e lubrificantes gastos com cada cultura, pois o produtor não possui essa informação, bem como não foi possível dimensionar este custo. Mas cabe ressaltar que, para ter um custo mais exato precisaria acrescentar o custo de combustível e lubrificante. Após calculada a receita bruta e o custo de cada cultura, calculou-se o lucro que cada cultura proporciona, para isso utilizou-se da formula: A tabela 5 apresenta os lucros por hectare de cada cultura. Tabela 5 - Lucros por hectare de cada cultura Na tabela 5 pode-se visualizar o lucro de cada cultura. A cultura do milho apresenta um lucro de R$2.251,40 por hectare, o painço um lucro de R$1.535,30 por hectare e a soja R$3.202,30 de lucro por hectare. Com esses valores elaborou-se o modelo matemático. 4.2 Elaboração do modelo matemático de Programação Linear INSUMO QUANTIDADE/HA UNIDADE R$/UNID TOTAL Roundup Wg Herbicida 2 kg R$ 23,00 R$ 46,00 Fertilizante Mineral Aller 0,05 Ml R$ 79,00 R$ 3,95 Panther 120 EC (5LT) 0,8 L R$ 52,50 R$ 42,00 Semente 1,75 Kg R$ 309,00 R$ 540,75 Adubo 2-23-23 5 Sc R$ 78,00 R$ 390,00 Roundup Wg Herbicida 2 kg R$ 23,00 R$ 46,00 Carbendazim 0,5 LT R$ 25,00 R$ 12,50 Fungicida Fox 0,4 LT R$ 180,00 R$ 72,00 Fungicida Fox 0,4 LT R$ 180,00 R$ 72,00 Fungicida Fox 0,4 LT R$ 180,00 R$ 72,00 Inseticida Conect 0,5 LT R$ 27,00 R$ 13,50 Inseticida Conect 0,5 LT R$ 27,00 R$ 13,50 Inseticida Belt 0,05 Ml R$ 470,00 R$ 23,50 TOTAL R$ 1.347,70 Descrição Receita bruta (R$) Custo total (R$) Lucro (R$) Milho R$ 4.000,00 R$ 1.748,60 R$ 2.251,40 Painço R$ 2.400,00 R$ 864,70 R$ 1.535,30 Soja R$ 4.550,00 R$ 1.347,70 R$ 3.202,30 - 215 - No presente estudo, utilizou-se a Programação Linear para analisar a quantidade de hectares a ser produzida de cada produto, visando maximizar o lucro. Para tanto, elaborou-se o modelo matemático dividido em função objetivo, variáveis de decisão e restrições do problema. 4.2.1 Função objetivo A função objetivo foi elaborada visando obter os melhores resultados em relação ao lucro das culturas de milho, painço e soja, ou seja, fazer o melhor aproveitamento da área disponível pelo produtor. Durante os meses de julho de 2015 a fevereiro de 2016, a propriedade cultiva milho, painço e soja, que foi adotado como variáveis de decisão, conforme apresentado no quadro 1: Quadro 1 - Variáveis de Decisão do Modelo Matemático A partir da definição das variáveis de decisão foi elaborado o modelo matemático com base nos dados pesquisados na propriedade rural em estudo. A função objetivo busca maximizar o lucro com a quantidade de hectares cultivados para cada cultura, sendo assim, os coeficientes da função objetivo são os lucros de cada uma das três culturas: milho, painço e soja. Desse modo, a função objetivo é dada por: As restrições referem-se a quantidade de insumos em cada processo de produção, ao número de hectares disponíveis de soja, ao número de hectares disponíveis de milho e painço, além das condições de não negatividade, para as culturas de milho, painço e soja respectivamente. Os valores que aparecem ao lado direito da desigualdade relacionam-se à quantidade disponível de cada restrição para o plantio, bem como, representam as restrições de hectares disponíveis das três culturas. Na tabela 6 apresenta-se as restrições do modelo matemático. Xi VARIÁVEIS X1 Quantidade a ser produzida do milho X2 Quantidade a ser produzida do painço X3 Quantidade a ser produzida de soja - 216 - Tabela 6 - Restrições do modelo matemático Na tabela 6 pode-se observar a apresentação das equações das restrições do modelo matemático. As equações (1 à 20) representam os insumos utilizados nas culturas de milho, painço e soja, a qual deve ser menor ou igual a disponibilidade de insumos existentes. A equação (21) representa os hectares utilizados no cultivo de milho e painço, a qual deve ser menor ou igual a disponibilidade de hectares existente. A equação (22) corresponde aos hectares utilizados no cultivo da soja, a qual também deve ser menor ou igual a disponibilidade de hectares existentes. E por fim, a equação (23) evidencia que as variáveis devem ser maiores ou iguais a zero, ou seja, não podem ser negativas, o que indica a não negatividade. 4.2.2. Resolução do modelo matemático Assim, o modelo matemático constituído de três variáveis de decisão, a função objetivo de vinte e três restrições foram inseridos no software Microsoft Excel, onde foi utilizada a função solver para encontrar a solução ótima, ou seja, a solução que maximiza a margem de Roundup Wg Herbicida 2 + 2 + 2 ≤ 815 kg (1) Áureo óleo Vegetal 0,8 + 0,8 + 0 ≤ 115 L (2) Panther 120 EC (5LT) 0,8 + 0,8 + 0,8 ≤ 225 L (3) DKB240PRO3 1,2 + 0 + 0 ≤ 78 Sc (4) Fertilizante 12-30-20 300 + 300 + 0 ≤ 41000 Kg (5) Ureia 250 + 250 + 0 ≤ 35000 Kg (6) Herbicidatrazina 4 + 0 + 0 ≤ 260 L (7) Herbicida soberam 230 + 0 + 0 ≤ 15000 g (8) Abacus hc 0 + 0,5 + 0 ≤ 35 L (9) Inseticida Belt 0 + 0,05 + 0,05 ≤ 15 l (10) Fertilizante Mineral Aller 0 + 0 + 0,05 ≤ 70 l (11) Semente soja 0 + 0 + 1,75 ≤ 240 Kg (12) Adubo 2-23-23 0 + 0 + 5 ≤ 680 Sc (13) Carbendazim 0 + 0 + 0,5 ≤ 70 LT (14) Fungicida Fox 0 + 0 + 0,4 ≤ 55 LT (15) Fungicida Fox 0 + 0 + 0,4 ≤ 55 LT (16) Fungicida Fox 0 + 0 + 0,4 ≤ 55 LT (17) Inseticida Conect 0 + 0 + 0,5 ≤ 70 LT (18) Inseticida Conect 0 + 0 + 0,5 ≤ 70 LT (19) Paiço vermelho 0 + 70 + 0 ≤ 5000 kg (20) Hectares milho/painço 1 + 1 + 0 ≤ 135 Hectares (21) Hectares soja 0 + 0 + 1 ≤ 135 (22) Não negatividade X1 : X2 ; X3 ≥ 0 (23) - 217 - contribuição do produtor de acordo com a quantidade de hectares cultivados para cada cultura. A Figura 2 demonstra a utilização da ferramenta solver no software Microsoft Excel. Figura 2 - Utilização da ferramenta solver no software Microsoft Excel Depois de calculados os resultados do modelo matemático através do Solver, gerou-se o relatório de sensibilidade a fim de realizar análises referente as alterações que podem ocorrer nas variáveis de decisão da função objetivo e as possíveis alterações que as restrições podem sofrer. 4.2.3. Relatório de sensibilidade Na figura 3 apresenta-se o relatório de sensibilidade gerado através da ferramenta Solver do Excel. - 218 - Figura 3 - Relatório de sensibilidade Microsoft Excel 14.0 Relatório de Sensibilidade Planilha: [POII EXCEL.xlsx]Programação Linear Relatório Criado: 19/05/2016 16:58:48 Células Variáveis Final Reduzido Objetivo Permitido Permitido Célula Nome Valor Custo Coeficiente Aumentar Reduzir $C$5 Milho 65 0 2251,4 1E+30 716,1 $D$5 Painço 70 0 1535,3 716,1 1535,3 $E$5 Soja 135 0 3202,3 1E+30 3202,3 Restrições Final Sombra Restrição Permitido Permitido Célula Nome Valor Preço Lateral R.H. Aumentar Reduzir $F$7 Roundup Wg Herbicida Utilizado 540 0 815 1E+30 275 $F$8 Aureo oleo Vegetal Utilizado 108 0 115 1E+30 7 $F$9 Panther 120 EC (5LT) Utilizado 216 0 225 1E+30 9 $F$10 DKB240PRO3 Utilizado 78 0 78 1E+30 0 $F$11 Fertilizante 12-30-20 Utilizado 40500 0 41000 1E+30 500 $F$12 Ureia Utilizado 33750 0 35000 1E+30 1250 $F$13 Herbicida trazina Utilizado 260 179,025 260 0 0 $F$14 Herbicida soberam Utilizado 14950 0 15000 1E+30 50 $F$15 Abacus hc Utilizado 35 0 35 1E+30 0 $F$16 Inseticida Belt Utilizado 10,25 0 15 1E+30 4,75 $F$17 Fertilizante Mineral Aller Utilizado 6,75 0 70 1E+30 63,25 $F$18 Semente soja Utilizado 236,25 0 240 1E+30 3,75 $F$19 Adubo 2-23-23 Utilizado 675 0 680 1E+30 5 $F$20 Carbendazim Utilizado 67,5 0 70 1E+30 2,5 $F$21 Fungicida Fox Utilizado 54 0 55 1E+30 1 $F$22 Fungicida Fox Utilizado 54 0 55 1E+30 1 $F$23 Fungicida Fox Utilizado 54 0 55 1E+30 1 $F$24 Inseticida Conect Utilizado 67,5 0 70 1E+30 2,5 $F$25 Inseticida Conect Utilizado 67,5 0 70 1E+30 2,5 $F$26 Paiço vermelho Utilizado 4900 0 5000 1E+30 100 $F$27 Hectares disponivel Utilizado 135 1535,3 135 0 70 $F$28 hectares soja Utilizado 135 3202,3 135 1 135 - 219 - Pode-se verificar no relatório de sensibilidade na parte das células variáveis a coluna final valor que apresenta a quantidade a ser produzida de cada cultura. Essa coluna exibe que devem ser produzidos 65 hectares de milho, 70 hectares de painço e 135 hectares de soja. O Custo reduzido traz valores apenas para aquelas culturas que não são cultivadas, o que não é o caso deste estudo. A coluna Objetivo Coeficiente apresenta o lucro de cada cultura por hectare, de acordo com a coluna de Objetivo Coeficiente o milho obtém um lucro de R$2.251,40, painço um lucro de R$1.535,30 e a soja um lucro de R$3.202,30 e as colunas Permitido Aumentar e Permitido Reduzir, trazem o valor que pode ser acrescido ou reduzido do lucro das culturas, que não vai modificar a quantidade de hectares a ser cultivada de cada cultura. Já a segunda parte do relatório de sensibilidade apresenta as alterações com relação às restrições do modelo matemático. A coluna Final Valor traz quanto de cada restrição é utilizado para o cultivo das três culturas, sendo que através desta coluna pode-se programar quanto de cada restrição precisa para o cultivo das culturas. A coluna Preço Sombra apresenta quanto pode ser acrescido ao lucro total em caso de adquirir uma unidade a mais. De acordo com o preço sombra a cada hectare que aumentar na cultura de soja sofre um acréscimo de R$3.202,30 ao lucro final e a cada hectare de milho e painço que aumentar sofre um acréscimo de R$1.535,30 ao lucro final. Através desta analise pode-se perceber que se o agricultor tivesse mais hectares disponíveis ele poderia aumentar a sua lucratividade em R$3.202,30 por hectare a mais cultivado porem, sabe-se que atualmente o agricultor não tem mais hectares disponíveis não sendo possível aumentar o cultivo de soja. Na coluna Restrição Lateral R.H. aparece a disponibilidade de cada restrição, no caso da soja a disponibilidade é de 135 hectares e nas colunas Permitido Aumentar e Permitido Reduzir apresenta-se a quantidade que pode ser aumentado ou reduzido de cada restrição sem interferir nas demais restrições e este acréscimo ou redução irá aumentar ou diminuir o lucro do agricultor, isto para aqueles produtos que possuem preço sombra maior que zero. Para as restrições que há sobras de recursos, na coluna Permitido Reduzir aparece a quantidade que pode ser reduzida de cada restrição sem afetar a lucratividade. Como houve sobra de insumos sugere-se ao agricultor que compre somente os insumos necessários para a produção das três culturas, podendo desta forma diminuir custos e com essa redução de custos, fazer investimentos para a propriedade. 4.4 CONSIDERAÇÕES FINAIS De um modo geral muitas propriedades rurais se deparam com a dúvida de quais culturas produzir naquele ano agrícola para otimizar a lucratividade. Diante disso a principal contribuição deste estudo foi a otimização da rentabilidade do cultivo de culturas de milho, painço e soja em uma propriedade rural no noroeste do Rio Grande do Sul. Por intermédio do - 220 - levantamento da receita bruta e dos custos de produção por hectare plantado das três culturas na propriedade rural, possibilitou encontrar a modelagem das restrições do problema estudado e os coeficientes da função objetivo, o que facilitou a posterior análise do que deveria ser cultivado com o uso do Solver do Software Excel. Os objetivos propostos foram alcançados e comprovados por meio do relatório de sensibilidade, gerado pelo Solver, que auxilia no processo de tomada de decisão, pois as análises realizadas apresentaram contribuições relevantes para a gestão de uma propriedade rural, baseado na análise das três culturas produzidas. Diante do problema de pesquisa evidenciado no estudo, que visava saber se é possível melhorar a lucratividade de uma propriedade rural através da aplicação da programação linear, confirmou-se com a aplicação da programação linear e com o relatório de sensibilidade, pois identificou qual das três culturas obterá mais lucro naquele ano agrícola, considerando uma maximização do lucro para o produtor rural e respeitando todas as restrições encontradas. Um fator limitante deste estudo refere-se justamente à sua natureza, ou seja, é um estudo de caso específico, o que não permite utilização desse modelo de programação linear para outras propriedades rurais, outro fator limitante refere-se ao dimensionamento de todos os custos de produção. Portanto, vislumbra-se a realização de estudos futuros que analisemtodos os custos de cada cultura para obter um resultado mais preciso, inclusive o custo de combustível que não foi possível dimensionar nesse estudo por falta de dados, então sugere-se ao agricultor que faça esse controle para poder ter uma análise mais precisa e mais completa. Também não foi considerada mão de obra devido a mesma ser familiar. 5. Referências CAIXETA FILHO, J. V.; TONIELLO, B. L. Utilização da Programação Linear para planejamento agrícola em propriedade da região centro-oeste. Universidade de São Paulo. [S.l.], p. 07. 1992. Disponivel em:< http://esalqlog.esalq.usp.br/wp- content/uploads/1992/03/ART6.6.15.pdf >. Acesso em: 09 de maio de 2016. CAIXETA-FILHO, J. V. Pesquisa operacional: técnicas de otimização aplicadas a sistemas agroindustriais. 2. ed. São Paulo: Atlas, 2004. ISBN 85-224-3734-3. DALCIN, D. O processo de tomada de decisão em agricultores de Boa Vista das Missões (RS). Universidade Federal de Santa Maria. Santa Maria, p. 125. 2010. Disponível em:< http://cascavel.ufsm.br/tede/tde_busca/arquivo.php?codArquivo=3284 >. Acesso em: 19 de Abril de 2016. DUTRA, A. S. et al. Alianças estratégicas e visão baseada em recursos: Um enfoque sistêmico do processo de tomada de decisão nas propriedades rurais. SOBER, 2008. - 221 - Disponivel em: <http://ageconsearch.umn.edu/bitstream/109727/2/11.pdf>. Acesso em: 2016 Abril 19. EMBRAPA. Tecnologias de Produção de Soja. [S.l.]: [s.n.], 2004. Disponível em:< http://www.cnpso.embrapa.br/producaosoja/index.htm >. Acesso em: 21 de abril de 2016. LACHTERMACHER, G. Pesquisa operacional na tomada de decisões. São Paulo: Pearson Prentice Hall, 2012. 223 p. p. ISBN 9788576050933. LOVATO, A. Metodologia da pesquisa. Três de Maio: SETREM, 2013. ISBN 9788599020050. MARCONI, M. D. A.; LAKATOS, E. M. Metodologia do Trabalho Científico. 7ª. ed. São Paulo: Atlas S.A, 2012. ISBN 9788522448784. MATOS, C. et al. Programação linear. Faculdade de Ciências e Tecnologia da Universidade de Coimbra. [S.l.], p. 45. S.D. Disponivel em:< http://www.mat.uc.pt/~mcag/FEA2005/Programacao%20Linear.pdf >. Acesso em: 13 de abril de 2016. MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO. Agricultura, 2015. Disponivel em: <http://www.agricultura.gov.br/>. Acesso em: 21 Abril 2016. OLISZESKI, C. A. N. Modelos de planejamento agrícola: um cenário para otimização de processos agroindustriais. Universidade Tecnológica Federal do Paraná. Ponta Grossa, p. 99. 2011. Disponível em:< http://www.pg.utfpr.edu.br/dirppg/ppgep/dissertacoes/arquivos/177/Dissertacao.pdf >. Acesso em: 26 de abril de 2016. OLIVEIRA, L. M. et al. A informação e o processo decisório do produtor rural. SOBER, 2007. Disponivel em: <http://www.sober.org.br/palestra/6/261.pdf>. Acesso em: 19 Abril 2016. RODRIGUES, L. P. Ferramenta Web para Resolução de Problemas de Programação Linear através dos métodos Simplex e Simplex em Duas Fases. Universidade Federal de Goiás. Catalão – GO, p. 145. 2013. Disponível em:< https://dcc.catalao.ufg.br/up/498/o/LeandroPedrosa2013.pdf >. Acesso em: 21 de abril de 2016. SILVA, L. M. D. et al. Comprimento radicular e nutrição de cultivares de painço em resposta à calagem. Científica, Jaboticabal, v. 41, n. 1, p. 64-72, 2013. ISSN 1984-5529. SILVA, S. D. S. D. Teor de biocompostos em germinados de linhaça (Linum usitatissimum L.) e painço (Panicum miliaceum L.). Universidade Federal de Pelotas. Pelotas, p. 96. 2014. Disponível em:< - 222 - http://guaiaca.ufpel.edu.br/bitstream/ri/2717/5/Teor%20de%20biocompostos%20em%20germ inados%20de%20linha%C3%A7a%20(Linum%20usitatissimum%20L.)%20e%20pain%C3% A7o%20(Panicum%20miliaceum%20L.).pdf >. Acesso em: 21 de abril de 2016.
Compartilhar