Apostila Adm.

UNIVERSIDADE FEDERAL DE VIOSA
CENTRO DE CINCIAS AGRRIAS

DEPARTAMENTO DE ECONOMIA RURAL

ERU 431

PLANEJAMENTO DA EMPRESA RURAL

Prof. Aziz Galvo da Silva Jnior

(inclui material dos Profs. :
Jos Luis Braga,
Marcus Henrique S. Mendes e
Altair Dias de Moura)

VIOSA - MG
2007

ERU 431 PLANEJAMENTO DA EMPRESA RURAL
Prof. Aziz G. da Silva Jr.
2
Introduo

Objetivos do Curso

Capacitar futuros profissionais a atuarem no planejamento de empresas agropecurias,
com contribuio efetiva para o aumento da competitividade destas empresas.

Objetivos especficos
Desenvolver capacidade analtica, permitindo compreender as especificidades da
produo agrcola e sua insero econmica no contexto de uma cadeia de produo
do agronegcio;
Apresentar conceitos tericos e utilizar instrumentos de marketing, engenharia de
projetos e pesquisa operacional no planejamento da atividade agropecuria;
Capacitar na utilizao sistemtica, criativa e prtica de softwares, especialmente
planilhas eletrnicas, no planejamento rural;
Viabilizar a aplicao prtica de conceitos tericos e o contato com a realidade rural
atravs da realizao de trabalho em uma propriedade agrcola;
Apresentar, discutir e desenvolver habilidades necessrias para a realizao de
consultoria profissional no meio rural.

Contedo do Mdulo

Administrao Rural (reviso)
Marketing
Oramentao
Anlise de Risco (simulao)
Otimizao (programao linear)
Trabalho prtico (consultoria)

3
EXEMPLOS DE PROBLEMAS PRTICOS:

1. Avaliar atividades agropecurias com base no potencial de mercado
Quantificar mercado para um produto
Selecionar os canais de distribuio
Definir as caractersticas do produto com base nos desejos dos
consumidores
2. Determinar a quantidade de fertilizantes em uma cultura (mximo econmico)
3. Obter previso de preos com base em dados histricos
4. Definir a rea mnima de uma cultura que justifica a compra de uma
colheitadeira
5. Escolher a melhor opo de investimento
6. Definir reas de culturas que maximizem a renda em uma fazenda
analisar as mudanas que podem ocorrer com aumento/diminuio de preos
dos produtos
analisar se a compra de recursos economicamente interessante
definir a quantidade de recursos a serem adquiridos
7. Calcular o custo mnimo de uma rao ou combinao de fertilizantes
8. Definir reas e quantidades de animais que maximizem a renda em uma
propriedade com integrao entre as produes agrcola e animal
9. Definir reas de atividades considerando o planejamento de vrios anos (culturas
perenes)
10. Obter rotas que minimizem o custo de transporte
11. Determinar a localizao de um depsito em uma propriedade rural que
minimize o custo de transporte
12. Analisar o risco de prejuzo de um empreendimento
4
1. REVISO ADMINISTRAO RURAL E
AGRONEGCIO

1.1. Importncia da Administrao Rural

Contedo
Caractersticas da agricultura
Papel da administrao rural na competitividade do agronegcio
Exemplo: cadeia de pecuria de corte

a) Caractersticas da agricultura

No agronegcio, o segmento de produo agropecurio apresenta caractersticas
diferenciadas dos outros segmentos, tornando o gerenciamento de propriedades
agrcolas altamente complexo.

A terra o principal fator de produo e a maioria das atividades produtivas so
desenvolvidas no campo. O solo um componente vivo e em cada propriedade agrcola
suas particularidades fsicas, biolgicas, qumicas e topogrficas so, em ltima
instncia, nicas. A produo agropecuria depende de processos bioqumicos, tornado
o tempo de produo diferente do tempo de trabalho. A produo tambm irreversvel
e os produtos so, geralmente, altamente perecveis. Finalmente, o clima determina
diversos processos biolgicos e afeta diretamente os trabalhos realizados a campo, com
isto, a produo agrcola tipicamente estacional.

b) Enfoque de Agronegcio (Cadeia de Produo)

Levando-se em considerao as caractersticas especficas da propriedade rural, o gestor
deve utilizar instrumentos administrativos para aumentar a competitividade do
empreendimento rural.

Competitividade definida como ... a capacidade da empresa formular e implementar
estratgias concorrncias que lhe permitam ampliar ou conservar, de forma duradoura,
uma posio sustentvel no mercado (IEL, 2000). No contexto atual da economia
mundial, caracterizada pela abertura de mercados e intensificao das transaes
comerciais entre pases, a organizao da cadeia de produo, ou seja, a organizao do
conjunto dos elementos de um sistema produtivo e das relaes econmicas entre eles,
assume papel decisivo no sucesso econmico das empresas. A abordagem da
Administrao Rural deve, obrigatoriamente, levar em considerao o enfoque de
agronegcio, o qual foi definido por John DAVIS e Ray GOLBERG em 1957 como ...
soma das operaes de produo e distribuio de suprimentos agrcolas, das
operaes de produo nas unidades agrcolas, do armazenamento, processamento e
distribuio dos produtos agropecurios e itens produzidos a partir deles.

Fluxos em uma cadeia de produo

5
Os principais fluxos em uma cadeia de produo so:

1) o fluxo fsico: que inclui a transferncia de insumos, matrias primas, produtos semi-
elaborados e produtos elaborados entre os elos de cadeia de produo.
2) o fluxo monetrio: que ocorre em direo oposta ao fluxo de produtos, ou seja do
consumidor final at o primeiro elo da cadeia de produo e finalmente,
3) o fluxo de informaes: troca de dados e informaes entre empresas e o seu
ambiente externo.

A eficincia de uma cadeia de produo depende da organizao de todos estes fluxos.
Por suas caractersticas, nmero de empresas, localizao e infra-estrutura, a empresa
rural o elo crtico nesta organizao. A otimizao do fluxo de produto, por exemplo,
depende de um adequado planejamento da produo agropecuria, o qual deve estar
relacionado com demanda do mercado. Na negociao de margens de comercializao e
definio contratos, o conhecimento da composio dos custos nas empresas rurais
imprescindvel. Finalmente, para atender a mercados cada vez mais exigentes, tanto em
qualidade quanto em diversidade e funcionalidade de produtos, o fluxo de informaes
entre todos os elementos de uma cadeia de produo essencial.

cliente
final
insumos
agro-
pecuria
proces-
samento
distribuio
Fluxo de Informaes (externo e interno)
Fluxo Monetrio
Fluxo de Produtos / Subprodutos

Fig 1. Fluxos em uma cadeia de produo

Cadeia de produo desorganizada

Em uma cadeia de produo desorganizada, como a cadeia de hortifrutigranjeiros, o
consumidor paga um preo maior pelo produto devido a ineficincias no transporte, no
gerenciamento e na troca de informaes entre os elementos da cadeia de produo. O
nvel de desperdcio de produtos tambm alto, diminuindo consideravelmente a
rentabilidade do negcio para o produtor rural.

6

Fig 2. Fluxo de produtos em uma cadeia de produo desorganizada

Cadeia de produo organizada

A suinocultura e a avicultura so, por outro lado, exemplos de cadeias de produo
altamente organizadas. Nestas cadeias, a indstria de processamento, chamada de
integradora, controla o fluxo de produtos, o fluxo monetrio e o fluxo de informaes.
Estas empresas conseguem atender a demandas especficas do mercado, oferecendo
produtos com alto valor agregado a custos altamente competitivos. A logstica no
fornecimento de insumos para a produo agrcola, passando pelo transporte de matria
prima para o processamento at a entrega de produto processado nas gndolas dos
supermercados realizada com grande eficincia. Na definio de margens, o produtor
rural o elemento mais frgil e com menor poder de barganha. Entretanto, h a garantia
de rentabilidade mnima para o produtor, alm do incentivo e apoio para o aumento da
eficincia gerencial nas propriedades rurais integradas ao sistema de produo.

Fig 3. Fluxo de produtos em uma cadeia de produo organizada
insumos
agro-
pecuria
proces-
samento
atacado
varejo
cliente
final
insumos
agro-
pecuria
proces-
samento
atacado
varejo
cliente
final

7
Exemplo prtico da importncia da Administrao Rural (Pecuria de Corte)

Um estudo sobre competitividade da pecuria de corte (IEL, 2000) demonstrou o papel
chave do gerenciamento de empresas rurais. Foram identificados dois sistemas de
produo: Sistema A: pecuria tecnificada e Sistema B: pecuria no-tecnificada.

Os direcionadores de competividade: tecnologia, insumos, gesto, estrutura de
mercado, ambiente institucional e relaes de mercado foram selecionados e a situao
destes direcionadores para cada elo da cadeia de produo (produo, abate,
processamento e distribuio) foi determinada a partir de entrevistas com pesquisadores
e profissionais ligados a reas. Nos grficos a seguir, nota-se que mesmo no sistema de
produo tecnificada a situao do indicador gesto considerada muito insatisfatria.

Fig 4. Situao dos indicadores de competitividade dos elementos de uma cadeia de
produo tecnificada

Fig 5. Situao dos indicadores de competitividade dos elementos de uma cadeia de
produo no tecnificada
muito
favorvel
favorvel
neutro
desfavorvel
muito
desfavorvel
-2,0
-1,0
0,0
1,0
2,0
Tec Ins Ges EsM Amb ReM
Producao
Processamento
Abate
Distribuicao
muito
favorvel
favorvel
neutro
desfavorvel
muito
desfavorvel
-2,0
-1,0
0,0
1,0
2,0
Tec Ins Ges EsM Amb ReM
Producao
Processamento
Abate
Distribuicao
8
1.2 Processo de Tomada de Decises

Contedo
Processo de tomada de deciso
Especialista/experientes
Formal
Caractersticas de decises
Modelagem

a) Tomada de Deciso

O produtor rural toma continuamente decises relacionadas a problemas atuais e futuros
e at mesmo a ausncia de mudanas uma escolha, talvez no a mais adequada, mas
certamente uma deciso. A administrao profissional de uma empresa rural
caracteriza-se portanto, pela formalizao do processo de tomada de deciso, o qual
envolve as estapas de:

1) identificao e definio do problema,
2) coleta de dados relevantes, fatos e informaes,
3) identificao e analise das alternativas,
4) tomada de deciso, ou seja, seleo da melhor alternativa,
5) implementao da deciso e
6) observao e controle dos resultados

Tomada de Deciso no Formalizada

Historicamente, a ocupao do territrio brasileiro ocorreu atravs da distribuio de
terras aos grupos dominantes da sociedade. O trabalho escravo e a mentalidade colonial
marcaram profundamente o setor rural. O sucesso do empreendimento estava
relacionado a posio na sociedade do proprietrio e rede de influncias polticas, os
quais garantiam recursos e principalmente garantia de preos e mercados.

Mesmo aps o processo de industrializao, j no sculo XX, o gerenciamento das
propriedades rurais manteve o carter no cientfico. A poltica agrcola estava inserida
no esforo de industrializao do pas e levaram a um enfoque excessivamente
produtivista no gerenciamento da produo. Com a garantia de preos e mercado, o
produtor rural passou a privilegiar o aumento da produo, negligenciando aspectos
gerenciais, econmicos e financeiros. A partir dos anos 80, o processo inflacionrio
contribui para o aumento da instabilidade do ambiente econmico e o aumento da
complexidade do gerenciamento de empresas rurais.

O gerenciamento tradicional caracterizado basicamente pela tomada de decises no
formalizadas. O produtor rural, quando defrontado com um problema, utiliza-se de sua
expertise ou feeling, que podem ser traduzidos como o conjunto de habilidades,
competncias e experincias na busca de solues adequadas.

Este processo tem claramente diversas vantagens, pois
Foi aprovado em diversos testes, ou seja, decises anteriores,
O custo baixo,
9
O processo muito rpido sendo, portanto
Altamente eficiente.

Entretanto, h desvantagens importantes, principalmente quando se considera a
complexidade do ambiente econmico atual. O processo depende normalmente de uma
nica pessoa, geralmente o prprio proprietrio rural. O processo no pode ser
transmitido a outras pessoas e a medida que o problema a ser solucionado aumenta de
complexidade, o processo gera resultados cada vez mais insatisfatrios.

Tomada de Deciso Formalizada

O processo de tomada de decises econmicas, baseia-se, necessariamente, em modelos
matemticos e pode ser dividido nas seguintes etapas:

1. Definir Problema
2. Formular modelo
3. Implementar modelo
4. Obter dados
5. Implementar modelo
6. Soluo

Sua principal vantagem o fato de ser replicvel e conseguentemente delegado a outros
funcionrios. Como desvantagens podem de ser citados o custo, a menor rapidez e a
necessidade de treinamento na construo, implementao e utilizao do resultado de
modelos formais.

Tipos de Decises

As decises podem ser classificadas conforme os seguintes parmetros:
Importncia
Frequncia
Iminncia
Reversibilidade
Nmero de alternativas

1.3 Modelagem

Modelos so representaes simplificadas de uma situao ou realidade, os quais podem
ser manipulados, fornecendo resultados teis para a soluo de problemas reais.
Qualquer deciso, mesmo a mais simples, baseada em modelos, normalmente modelos
mentais e altamente simplificados.

Os principais tipos de modelos so
Mentais
Visuais (mapas e plantas)
Fsicos (maquetes)
Matemticos
10

a) Modelos Matemticos

Os modelos matemticos utilizam no s elementos de lgebra, mas tambm
componentes lgicos, sendo representados normalmente por uma relao funcional
entre variveis dependentes e independentes. Um exemplo simples de um modelo
matemtico, largamente utilizado em decises econmicas o modelo de clculo da
margem bruta.
Margem Bruta = Receitas Despesas

Margem Bruta uma varivel dependente, que conforme o prprio nome indica,
depende da Receita e Despesa que neste modelo so variveis independentes, ou seja,
so definidas fora do modelo.

Um modelo matemtico pode ser representado ento por uma funo e variveis
representadas formalmente pela seguinte notao:
Funo: f()
Varivel dependente: y e
Variveis independentes: x1, x2, ..., xn
Ex. y = f(x1, x2) ou Margem Bruta = f(receita, despesas)

b) Categorias Modelos

Os modelos matemticos podem ser divididos em categorias, as quais esto
relacionadas com 3 tipos bsicos de informaes.

Descritivos: Estes modelos geram informaes que descrevem uma situao
especfica na empresa rural. Um exemplo de informao descritiva a determinao
do risco de prejuzo de uma atividade. Qualquer agricultor sabe que o risco da cultura
de milho menor que o risco da cultura do morango. Neste caso o tomador de
deciso gera modelos mentais a partir de informaes e/ou experincias anteriores e
obtem resultados qualitativos. Um modelo de simulao por outro lado permite, por
exemplo, quantificar o risco de prejuzo de um atividade em funo da variao de
preo do produto. Neste exemplo o modelo tem uma funo conhecida e as variveis
independentes ou so desconhecidas ou so incertas. A renda dada pela quantidade
produzida e pelo preo do produto. O modelo determinar, por exemplo, que h um
risco de 22% da renda ser negativa.
Funo f() conhecida: Renda = qte x preo
Variveis desconhecida ou incerta: preo na colheita ?

Preditivos: Modelos preditivos permitem, por exemplo, obter o preo futuro de um
produto. A anlise de regresso um modelo preditivo bastante conhecido e tem
como objetivo definir uma funo matemtica a partir de variveis independentes
conhecidas, (preos histricos) permitindo, portanto prever o preo futuro de um
produto ou insumo. O modelo a formalizao matemtica do modelo mental que
permite a qualquer tomador de deciso prever o preo futuro para 2005 de um
determinado produto com base nas seguintes informaes histricas hipotticas.

11
Ano Preo
2001 100
2002 101
2003 103
2004 104
2005 ?

Funo f() desconhecida: Preo 2005 = coeficienteA * anoX ... ?
Variveis conhecidas: preos histricos

Prescritivos: A partir de uma funo e variveis conhecidas possvel prescrever
aes que otimizem uma situao. Modelos de otimizao, como a programao
linear, permitem, por exemplo, determinar a melhor combinao de alimentos para
obter uma rao, que ao mesmo tempo atenda s exigncias de crescimento de um
animal e seja a mais barata possvel. Nestes casos, a funo custo da rao bem
conhecida, ou seja, o custo da rao dado pela soma do custo de cada um de seus
componentes. O custo de cada componente obtido pelo preo unitrio vezes a
quantidade que ser utilizada. As exigncias mnimas so coeficientes tcnicos.
Como os preos so conhecidos, nestes modelos, busca-se determinar a quantidade
de cada componente que torna a funo objetivo (custo da rao) o menor possvel.
Funo f() conhecida: $ rao = $ alimento a x qte alimento a + $ b * ...
Variveis conhecidas: necessidade NDT, preo alimento

1.4 reas e Funes da Administrao Rural

a) reas
Produo
Terra, mquinas, benfeitorias
Recursos Humanos
Motivao
Treinamento
Finanas
financiamentos
Comercializao/Marketing
Marketing estratgico
Marketing operacional (4 p)

b) Funes
Planejamento
Implementao
Organizao
Direo
Controle

c) Planejamento

12
1. Planejamento:
Esboar solues potenciais
2. Implementao:
Selecionar o plano e
coloc-lo em operao
3. Controle:
Analisar e avaliar o
progresso do plano
4. Os objetivos
esto sendo
alcanados ?
5. A soluo
est sob controle
do agricultor ?
No
Sim
Sim
No

Fonte: KAY (1986).
Fig 7. Fluxograma das funes administrativas

d) Implementao

Organizao
Recursos
Organograma
Direo
Comportamento Humano
Hierarquia de Necessidades
Fisiolgicas, segurana, social, estima e auto-realizao
Motivao
Liderana
Comunicao

13
e) Controle

Escriturao Rural
Apresentao de resultados
Balano patrimonial
Demonstrao de renda lquida
PLANILHA ESCRITURAO

incio final % final diferena resultados % diferena
INVENTRIO
TOTAL 238.083 218.666 100,00 -19.417 95.350 100,00 123.316
capital mdio 95.350 133.024
Terra 69.759 69.759 31,90 0 36.000 37,76 33.759
Benfeitorias 52.752 47.997 21,95 -4.755 12.500 13,11 35.497
Mquinas 36.842 32.822 15,01 -4.020 17.500 18,35 15.322
Animais 77.000 64.627 29,56 -12.373 29.350 30,78 35.277
Provises 1.050 2.100 0,96 1.050 0 0,00 2.100
Insumos 680 1.360 0,62 680 0 0,00 1.360
BALANO PATRIMONIAL
ATIVO 242.283 247.699 100,00 5.416 110.350 100,00 137.349
circulante 5.930 32.494 13,12 26.564 15.000 13,59 17.494
permanente 236.353 215.206 86,88 -21.147 95.350 86,41 119.856
PASSIVO 242.283 247.699 5.416 110.350 137.349
exigvel 1.500 200 -1.300 3.750 -3.550
PATRIMNIO 240.783 247.499 6.716 106.600 140.899
liquidez 3,9533 162,4685 4,0000
solvncia (endividam.) 0,0062 0,0008 0,0352
DEMONSTRAO DE RENDA LQUIDA
RENDA LQUIDA 10.016 23.346 -13.330
RENDA BRUTA 50.827 100,00 54.925 100,00 -4.098
leite 29.382 57,81 49.275 89,71 -19.893
venda animais 10.400 20,46 5.650 10,29 4.750
arroz 1.800 3,54 0 0,00 1.800
feijo 900 1,77 0 0,00 900
arrendamento e serv. 8.345 16,42 0 0,00 8.345
C. OPERACIONAL 40.811 100,00 31.579 100,00 9.232
mo de obra 2.234 5,47 0 0,00 2.234
insumos 1.192 2,92 0 0,00 1.192
animais 17.841 43,71 27.462 86,96 -9.621
mquinas 128 0,31 2.450 7,76 -2.323
reduo do capital 19.417 47,58 1.668 5,28 17.750
RETORNO AOS FATORES DE PRODUO
RENDA LQUIDA 10.016 23.346 -13.330
capital mdio 228.374 95.350 133.024
c. oportunidade trabalho 1.440 5.000 -3.560
RENDA ADM. E TRAB. 8.576 18.346 -9.770
juros 13.702 taxa 0,06 5.721 7.981
RENDA ADM. -5.126 12.625 -17.751
custo oportunidade adm. 1.440 2.300 -860
RENDA CAPITAL 7.136 16.046 -8.910
taxa retorno do capital 3,12% 16,83% -0,14
LUCRO -6.566 10.325 -16.891
Faz. Cristais
CADERNO DE ESCRITURAO
ERU 430 / Prof. Aziz G. da Silva Jr.
228.374
Faz. ERU

14
Balano Patrimonial
Retrato da empresa em determinado momento
Permite analisar a sade financeira da empresa
solvncia: risco de endividamento
liqidez: capacidade de saldar compromissos no curto prazo

Demonstrao de Renda
Resultados econmicos da empresa durante determinado perodo
Permite calcular os resultados das atividades
Avaliao da remunerao do trabalho e do capital

Dados Tcnicos
Controle da produo
Indicadores de produtividade
produo/ha
produo/mdo
produo/capital investido

Dados Econmicos + Dados Tcnicos
Tomada de deciso
funo de produo
anlise econmica

Softwares
Escriturao.xls
Bonanza
RuralPro

Bibliografia

SOUZA, R., GUIMARES, J. M.P., MORAIS, V. A., ANDRADE, J. C.
Administrao da Fazenda (Coleo do Agricultor), So Paulo: Globo Rural,
1990.
IEL. Estudo sobre a eficincia econmica e competitividade da cadeia
agroindustrial da pecuria de corte no Brasil. Braslia: IEL, 2000.

ANEXO

SOFTWARE RURALPRO
http://www.emater.df.gov.br

RuralPro 2005
Esta verso foi desenvolvida a partir do RuralPro 2000. Foram acrescentados recursos de
anlise econmicas e financeiros, que propiciar informaes sobre o desempenho das
atividades agropecurias da empresa rural, o que permitir ao usurio intervir no processo
produtivo, buscando maximizar o lucro da empresa, reduzir riscos e potencializar os pontos
15
fortes.
Este software permite aos tcnicos e aos agricultores, de maneira simples e objetiva, analisar o
desempenho econmico de suas propriedades rurais e de suas atividades. Os usurios podero
realizar simulaes com diferentes exploraes, reas exploradas, custos de produo,
disponibilidade de mo de obra e renda a ser obtida, delimitando claramente os possveis
problemas e resultados econmicos, que so fatores determinantes para um gerenciamento
racional da propriedade familiar.
Sistema mnimo necessrio: Windows 95 ou posterior; 16Mb de memria RAM; Processador
486/100 ou acima; Placa de vdeo VGA 640 x 480; Drive de CD-ROM de 4x; 12 Mb de espao
em disco.
Com ele pode-se obter:
Valor atualizado do patrimnio;
Nvel percentual de utilizao da terra;
Composio do percentual do rebanho;
Participao de itens de receitas e despesas em todas as suas exploraes;
Ponto de equilbrio;
Custos fixos e custos variveis de cada explorao;
Margem bruta e margem lquida por hectare;
Rentabilidade de cada explorao e da propriedade como um todo.
Cadastro e avaliao de mquinas, benfeitorias e animais.
e mais ...

Grficos rpidos

16
2 MARKETING

2.1 Conceitos bsicos de Marketing

Definio: Mktg: o direcionamento da empresa em relao aos clientes e mercado
Conceitos bsicos
- necessidades
- fsicas
- sociais
- individuais
- desejos
- objetos que satisfazem uma necessidade
- demandas
- desejos infinitos
- recursos limitados
- qdo. viabilizados pelo poder de compra: desejos => demandas
- produto
- troca
- transao
- troca quantificada
- mercado
- grupo de compradores reais e potenciais de um produto
Nveis:
- estratgico: definio dos objetivos da empresa levando-se em considerao o
mercado, os produtos e a concorrncia
- operacional: implementao do conceito estratgico de marketing

2.2. Anlise de Mercado

a) Cadeia de Comercializao no agronegcio:

Indstria de Insumos

Loja de Insumos

Propriedade Rural

Entreposto (armazenamento)

Pr-processadora

Indstria de Processamento

Atacado

Varejo

Consumidor Final

17

componentes

indstria de
insumos

empresa
rural

processamento

distribuio

consumidor
n empresas poucas muitos muito poucas poucas muitos
Marketing rural agrcola agroindustrial alimentar
compra/venda venda direta venda direta
contrato
integraco
contrato venda direta

b) Classificao de mercados

vendedores
compradores
1 alguns muitos
1 monoplio
bilateral
monopsnio
alguns oligoplio
bilateral
oligopsnio
muitos monoplio

oligoplio Poliplio

c) Tipos de mercados (por tipo de comprador e produto)

- mercado consumidor
- mercado organizacional
- mercado de servios

Mercado Consumidor
- modelo de comportamento do consumidor (influncias)
- culturais (cultura, classe social)
- social (grupos de referncia, famlia, papeis e posies sociais)
- pessoal (idade, ocupao, condies econmicas, estilo de vida, personalidade)
- psicolgico (motivao, percepo, aprendizagem, crenas e atitudes)
- decises de compra (tipos)
- complexa
- habitual
- impulsiva
- adaptativa

Mercado Organizacional
- tipos:
- industrial
- revendedor
- governamental
- Caractersticas
- estrutura do mercado e demanda
- nmero menor de compradores (oligopsnio)
- maior escala
- demanda derivada. Ex.: ^ carne suna = ^ milho
- demanda rgida (curto prazo). Ex.: + preo couro ^ demanda fbrica
sapato
18
- compra profissional
- processo de deciso mais estruturado
- contato mais estreito entre comprador e vendedor
- participantes do processo de deciso de compra
- usurio: utilizar o produto
- influenciadores: especifica caracterstica do produto (pessoal tcnico)
- compradores: autoridade formal para definir fornecedores e condies de
compra
- decisores: tomadores de deciso. Decises rotineiras compradores e decisores
so a mesma pessoa.
- controladores: controlam o fluxo de informaes, podem evitar que vendedores
tenham acesso aos usurios (pessoal tcnico e secretrias

Mercado de Servios
- imaterialidade
- dependncia
temporal
espacial e
pessoal
- no armazenvel

d) Quantificao de mercados

e) Mensurao da demanda do mercado
Q = n. q. p (n: nmero de compradores, q: quantidade comprada; p: preo)
anlise de sries temporais
Qe = f(x1, x2, ..., xn)
ex.: demanda por refrigerante per capita por ano:
Qr/pc = -145,5 + 6,46temperatura +2,37renda100Us$

f) Segmentao de mercados (critrios)
- critrios
regionais
demogrficos
psicolgicos
comportamento do consumidor
necessidades humanas
mercado potencial

volume de mercado
markt share
19
g) Seleo de mercados alvos e segmentos de mercado
avaliao
tamanho e crescimento do segmento
atratividade estrutural
objetivos e recursos da empresa
h) Posicionamento da Oferta
como os consumidores definem o produto
estratgios:
atributos: ex.: custo reduzido
benefcios: ex.: reduz colesterol
usurios: ex.: para crianas
contra um concorrente: ex.: melhor que o caf do cerrado
combinao de estratgias

2.3. Marketing Estratgico

a) Questes:
- quais mercados devem ser atendidos ?
- quais segmentos devem ser priorizados ?
- quem so os concorrentes ?
- quais produtos devem ser oferecidos ?
- quais tendncias podero influenciar os mercados e os produtos ?

b) Planejamento Estratgico

Sensibilizao
+
Misso
+
Fatores-chaves de sucesso
+
Diagnstico estratgico
v N
Anlise Interna Anlise Externa
pontos fortes/fracos ameaas/oportunidades
N v
Definio dos Objetivos
+
Estratgias
+
Implantao e Controle

Tipos de estratgias

mercado
produto/servio
existente novo
existente penetrao no mercado desenvolvimento de
mercado
novo desenvolvimento de
produtos
diversificao

20
Matriz de Ansoff
- Penetrao no mercado.
- Desenvolvimento de produtos.
- Desenvolvimento de Mercado
- Diversificao
horizontal: utilizao do know-how em outros mercados. Ex.: know-how de
distribuio
vertical: atuao na produo de insumos e/ou processamento do produto
lateral: incorporao de produtos estranhos ao portflio da empresa

Estratgias em relao a Mercados e Produtos

m
1
m
2
m
3
m
1
m
2
m
3
m
1
m
2
m
3
m
1
m
2
m
3
m
1
m
2
m
3
p1 p1 p1 p1 p1
p2 p2 p2 p2 p2
p3 p3 p3 p3 p3
concentra
o
segmento e
produto
especializa
o
produto
especializa
o
segmento
especializa
o
seletiva
cobrir todo
mercado

m = mercados
p = produtos
c) Portflio de Negcios

- Gesto de Investimentos
- Equilbrio entre Unidades Estratgicas de Negcios
- Mtodo Boston Consulting Group (Growth-Share Matrix)
matriz de crescimento e participao no mercado

alto

Vedetes ou Estrelas

Dilemas

Taxa
de
cres-
cime
nto
do
merc
ado

baixo

Vacas de Leite

Peso Morto
grande pequena
parte relativa de mercado

d) Anlise dos competidores

- identificao dos concorrentes
21
- ponto de vista do setor
- ponto de vista do mercado
- objetivos dos concorrentes
- estratgias dos concorrentes
- anlise das foras e fraquezas do concorrente
- tipos de concorrentes (estratgias de ao)
- concorrentes forte x fracos
- concorrentes prximos x distantes
- concorrentes agressivos x cooperativos

2.4. Marketing Operacional

a) Marketing Mix ou Composto de Marketing

4P: product (produto), price (preo), place (ponto de distribuio), promotion
(promoo)

Produto
- ciclo de vida do produto vendas/lucro
- introduo
- crescimento
- maturidade
- declnio

- caractersticas
- imagem
- identificao
- embalagem
- sortimento

Preo
- valor
- diferenciao
- poltica de descontos

Distribuio
- escolha distribuidores
- canais de comercializao
- tcnicas de venda
- tcnicas de distribuio

Promoo (propaganda)
- mensagem
- estilo
- intensidade
- campanhas
- veculo de divulgao

Bibliografia

22
GEPAI. Gesto Agroindustrial - Volume 1. So Paulo: Atlas. 1997. 573 p.
GEPAI. Gesto Agroindustrial - Volume 2. So Paulo: Atlas. 1997. 323 p.
PINAZZA, L. A.; ALIMANDRO, R. (org). Reestruturao do agribusiness brasileiro:
agronegcios no terceiro milnio. Rio de Janeiro: ABAG (Associao Brasileira de
Agribusiness), 1999. 280p.
KOTLER, P.; ARMSTRONG, G. Princpios de marketing. Prentice Hall: Rio de
Janeiro. 1993. 478p. n biblioteca UFV 658.8 K87p

Exerccios

1. Esquematize o mercado potencial, o volume de mercado e o markt share de uma
agroindstria no Brasil, indicando os valores aproximados (ordem de grandeza)

2. Indique uma vantagem e uma desvantagem para uma empresa que atua no
agronegcio considerando cada uma das estratgias abaixo:
a) concentrao em um segmento e produto
b) especializao em um produto
c) especializao em um segmento
d) especializao seletiva
e) no especializao

3. Para uma micro empresa que processe alimentos na regio de Viosa qual das
estratgias acima seria a mais indicada. Explique. (escolha uma agroindstria
qualquer).

4. Considerando os produtos: milho-gro e leite de cabra, indique a importncia de
cada um dos sub-tens do marketing-mix (produto, preo, distribuio e promoo).
Use a seguinte escala: ++, +, o para muito importante, importante e no importante,
respectivamente.

ANEXO

FEIRAS DE NEGCIOS COMO INSTRUMENTO DE
MARKETING DE CANAIS NO AGRONEGCIO

Aziz Galvo da Silva Jnior
1

Resumo

Custos de distribuio so altamente significativos, chegando a representar, no caso
de alimentos embalados, at 41% do preo do produto final. A definio adequada de
canais de distribuio uma tarefa da rea de marketing e um fator crtico para a
competitividade de uma cadeia de produo. As empresas devem utilizar

1
Professor do Departamento de Economia Rural, Engenheiro Agrnomo e Mestre em Economia Rural
pela Universidade Federal de Viosa, Doutor em Administrao Rural pela Universidade de Bonn,
Alemanha.
23
metodologias adequadas para o contato com distribuidores e parceiros de negcios,
desenvolvendo e implementando projetos de marketing de canais voltados para feiras
de negcios. Feiras profissionais ocorrem em todo o mundo e pases como a Frana e
Alemanha desenvolveram uma indstria de feiras altamente profissional. No Brasil, as
feiras FISPAL, na rea da agroindstria de alimentos e a feira AGRISHOW, na rea
agropecuria, so os eventos profissionais mais importante no agronegcio.

1. Introduo

No agronegcio, os fluxos de produtos, de informaes e monetrio entre os diversos
segmentos de uma cadeia de produo so cada vez mais complexos. A coordenao
adequada destes fluxos define a eficincia competitiva de uma cadeia de produo e,
em ltima instncia, de todas as empresas envolvidas. Com a abertura de mercados e
a presso por desenvolvimento de novos produtos para mercados cada vez mais
segmentados, a disponibilizao eficiente do produto para o consumidor final torna-se
essencial.

Os custos de distribuio so bastante elevados. No caso de alimentos embalados,
41% do preo final do produto so custos de distribuio, como pode ser visto na
tabela abaixo que apresenta dados dos EUA. Os valores servem de referncia
tambm para o Brasil e demonstram a importncia dos canais de distribuio para as
empresas, especialmente no agronegcio.

Tabela 1. Participao (%) dos itens de custo no preo final do produto nos EUA.

ITENS AUTOMVEIS SOFTWARES GASOLINA ALIMENTOS
EMBALADOS
Distribuio 15 25 28 41
Manufatura 40 65 19 33
Insumos 45 10 53 26
Fonte: ROSEMBLOON, 1999.

2. Marketing de Canais

Marketing definido como o direcionamento da empresa em relao a clientes e
mercados. Em relao a nveis de deciso, o marketing ocorre nos nveis estratgico e
operacional. No nvel estratgico so definidos os objetivos da empresa em funo de
anlises de longo prazo das exigncias dos clientes, do comportamento do mercado e
da atuao dos concorrentes. No nvel operacional, o planejamento estratgico
implementado em decises especficas relacionadas s caractersticas dos produtos,
da poltica de preos, da comunicao e da distribuio. Estas aes so conhecidas
tambm como marketing mix ou 4 Ps (dos termos em ingls: product, price,
promotion, place).

Marketing de canais est relacionado com a distribuio de produtos da empresa at o
consumidor final, agregando as funes de utilidade de forma, de tempo, de posse e
de lugar. BERMAN (1996) define canais de distribuio como uma rede organizada
de agncias e instituies combinadas, que desempenham as atividades
mercadolgicas necessrias para ligar produtores a usurios. Outra definio dada
por ROSEMBLOON (1999) que enfoca o processo de deciso, onde um canal de
distribuio a organizao contratual externa que a gesto utiliza para atingir seus
objetivos. Nesta definio destacado o carter externo, no qual necessrio o uso
de conceitos intra-organizacionais.
24

Existem diversas estruturas de canais de distribuio, as quais tem evoludo nas
ltimas dcadas, tornando-se cada vez mais complexas (NEVES, 2003). A seleo de
uma estrutura depende das caractersticas do produto e do mercado. O canal mais
simples de distribuio a venda direta do produtor ao consumidor final. Empresas
modernas utilizam uma matriz de distribuio, com o objetivo de minimizar os custos
envolvidos.

A implementao do marketing voltado para canais de distribuio deve permitir que a
empresa defina a melhor estrutura de distribuio e a forma de relacionamento com o
distribuidor, ou num contexto mais amplo, com seus parceiros de negcios. O mix da
poltica de comunicao imprescindvel neste processo, sendo a participao
estrutura em feiras um dos instrumentos mais eficientes no marketing de canais.

3. Feiras no Agronegcio

A tradio de feiras tem suas origens na idade mdia. A maioria das feiras neste
perodo, como ocorre ainda hoje, tinha como objetivo a venda direta de produtos
agrcolas para consumidores finais. Entretanto, algumas feiras atingiam escala
regional e internacional e se tornaram centro de contato entre produtores e
distribuidores. Este carter mais amplo representou uma transformao qualitativa
nestes eventos, os quais passaram a representar, para as cidades nas quais ocorriam,
uma significativa fonte de poder econmico e poltico. Cidades de paises centrais da
Europa, como a Alemanha e Frana, mantm uma tradio de aproximadamente 10
sculos na organizao de feiras de negcios, nas quais o objetivo principal no a
venda direta e sim o contato com potenciais parceiros, a concretizao e manuteno
de parcerias de negcios.

Entre 82 mil feiras cadastradas (AUMA, 2004), que ocorrem em todo o mundo, 55%
ocorrem na Unio Europia, 13% em outros pases europeus, 19% na sia e, bastante
desproporcional sua importncia econmica e participao no comrcio mundial,
somente 10,7% das feiras so realizadas nas Amricas. A Alemanha o pas com
maior tradio em feiras e conta com 20% da capacidade mundial em sediar estes
eventos, contando ainda com 3 dos 4 maiores complexos mundiais.

3.1 Feiras agropecurias

No agronegcio, a feira internacional mais importante voltada para o segmento
agrcola a SIA (Salon International de LAgriculture), que ocorre em Paris desde
1964, atraindo na edio de 2004, 673 mil visitantes e 1.130 expositores. Outras feiras
importantes na Europa so as feiras alems Eurotier e Agritechnica, que ocorrem em
anos alternados na cidade de Hannover. A Eurotier ocorre deste 1975 e a Agritechnica
deste 1985, e estas feiras atraram nas ltimas edies, respectivamente, 120 e 228
mil visitantes e contaram com 1.331 e 1.392 expositores. As feiras alems tem, em
relao feira francesa, um carter mais internacional, sendo que 1/3 dos expositores
tem origem em 33 (Eurotier) e 36 (Agritechnica) paises diferentes. Feiras voltadas para
segmentos especficos ocorrem em diversos pases europeus e uma feira de destaque
pela sua importncia econmica e tecnolgica para a produo pecuria intensiva a
feira VIV, que ocorre em Utrech na Holanda.

Na Amrica do Norte h diversas feiras importantes. A World AG Expo em Tulare na
Califrnia, ocorre desde 1968 e atrai cerca de 100 mil visitantes e 1.500 expositores,
sendo a grande maioria expositores e visitantes norte-americanos.

25
No anexo 1, so listadas 185 feiras catalogadas pela AUMA, que ocorrero em 2005.

O Brasil tem forte tradio em feiras e exposies agropecurias. Entretanto, a grande
maioria destes eventos tem como foco principal atraes musicais, rodeios e buscam
atrair o pblico em geral. Normalmente, ocorrem leiles, atraindo exclusivamente
profissionais da rea de pecuria bovina. Os expositores buscam, quando presentes,
consolidar a marca, no implementando aes estruturadas para contatos com
distribuidores e parceiros de negcios. A estrutura de apoio para expositores
profissionais precria.

As feiras EXPOINTER e EXPOZEBU so eventos tradicionais que atraem, h
dcadas, os profissionais e empresrios ligados pecuria nacional. Caracterizada
desde sua primeira edio em 1994 como evento profissional, a feira AGRISHOW, em
Ribeiro Preto, SP, tem se consolidado como o evento mais importante no
agronegcio brasileiro. Com o crescimento contnuo de pblico e expositores, o evento
passou a ser realizado em outras cidades. Alm do evento AGRISHOW FFH (Flores,
Frutas e Hortalias) que era realizado em Jundiai, SP, e no foi reeditado, o evento
realizado nos principais ncleos do agronegcio brasileiro:

AGRISHOW RIBEIRO PRETO, em Ribeiro Preto, SP (maio)
AGRISHOW COMIGO, em Rio Verde, GO (abril)
AGRISHOW CERRADO, em Rondonpolis, MT (abril, aps o AGRISHOW
Ribeiro Preto)
AGRISHOW LUIS EDUARDO MAGALHES, em Luiz Eduardo Magalhes, BA
(junho)

Abaixo, so apresentados os dados (no auditados) da edio de 2004 do
AGRISHOW RIBEIRO PRETO.

TABELA 1: Dados (no auditados) da Feira AGRISHOW 2004 em Ribeiro Preto

Riberao Preto (Brasil)
AGRISHOW Exposio Internacional de Tecnologia Agrcola (International
Exhibition of Agricultural Technology)
Local Instituto de Agronomia
Data da Fundao 1994
Intervalo anual
datas 26.04.2004 - 01.05.2004
25.04.2005 - 30.04.2005
organizador ABIMAQ-Brazilian Machinery Manufacturers Association
Av. Jabaquara, 2925 4 andar 04045-902 Sao Paulo
Fon: ++55-11-55826428 Fax: ++55-11-55826429
http://www.abimaq.com.br
setores Produo agrcola, produo florestal, horticultura, vinicultura,
piscicultura, produo animal (cdigo AUMA 49)
Produtos principais Mquinas agrcolas, implementos agrcolas, tratores, peas
de reposio, sementes, fertilizantes, proteo de plantas,
equipamentos para armazenagem, sistemas de irrigao,
bombas, equipamentos de embalagem, tecnologia de
comunicao, equipamentos de segurana e servios.
26
Horrio de
abertura
Diariamente de 8 s 18, aberta ao pblico.
estatstica
04 1997 04 1998 04 2004
Auditoria No No no
Perfil dos expositores
expositores 247 301 600
domstico 540
estrangeiros 60
da Alemanha 2
Origem dos expositores (2004) de 7 pases (* = participao oficial )
Brasil, China (PR), Frana, Alemanha*, ndia, Itlia*, USA
Perfil dos visitantes
visitantes 80 000 85 000 150 000
profissionais 108 000
Pblico em geral 42 000
Perfil dos visitantes (profissionais): no disponvel

Copyright AUMA - Subject to change

3.2 Feiras Agroindustriais (setor alimentao)

No setor de alimentao, as principais feiras internacionais so, novamente, feiras que
ocorrem na Alemanha e Frana. Na Frana, a SIAL (Salon International de
lAlimentation) ocorre desde 1964 em Paris, e reuniu na sua edio de 2004, 5.179
expositores, a maioria deles, diferentemente da feira agrcola que ocorre na mesma
cidade, tinham origem em pases estrangeiros (3.695). O nmero de visitantes
alcanou 135 mil. Na Alemanha, a Semana Verde de Berlin (Gruene Woche), ocorre
desde 1926 e atraiu 495 mil visitantes e contou com 1.542 expositores, sendo 472
estrangeiros de 58 pases diferentes. A feira ANUGA focada no pblico profissional e
ocorre desde 1924 na cidade de Colnia, Alemanha. 5.448 expositores, sendo 4.490
do exterior (88 pases diferentes) atraem um pblico de mais de 161 mil visitantes.

No anexo 2, so listadas 169 feiras catalogadas pela AUMA, que ocorrero em 2005,
na rea de alimentos.

No Brasil, a FISPAL maior evento do setor de alimentao e bebida e ocorre
anualmente na cidade de So Paulo.

TABELA 2: Dados (no auditados) da Feira FISPAL 2004 em So Paulo.

Sao Paulo (Brasil)
FISPAL Technologia / Techno Plus - Exposio Internacional de
Processamento e Embalagem de Alimentos (International Exhibition for
Food Processing and Packaging)
local Parque do Anhembi
data Fundao 1985
intervalo (ano) anual
datas 23.05.2005 - 26.05.2005
27
Organizador Brasil Rio - Promoes e Empreendimentos Ltda.
Avenida das Americas 1155 1155 - sl 1512 22631-040 Rio de
Janeiro - RJ
Fon: ++55-21-4935856 Fax: ++55-21-4934215
e-mail: brasilrio@openlink.com.br
member of following organization/s: UBRAFE
Patrocinador Ministrio da Agricultura
Setores Processamento de alimentos e mquinas para embalagem
(indstria 61)
Produtos
principais
Mquinas para processamento, tecnologia de embalagem,
tecnologia de laticnios, equipamentos para panificao,
equipamento para processamento de carne, produo de
bebidas.
Horrio de
Abertura
diariamente 14.00-22.00 h, feira exclusiva para visitantes
profissionais
Estatstica
06 2001 06 2002 06 2003
Auditoria No No no
Perfil dos expositores
expositores 1 926 2 579 1 838
domsticos 1 560 2 233 1 718
estrangeiros 366 346 120
Da Alemanha 22
Com estande prprio 20
representane 2
Origem dos expositors (2003) de 4 pases (* = participao oficial)
Argentina*, Brasil, Alemanha*, Itlia*
Perfil dos visitantes
visitantes 54 237 110 200 68 622
domstico 51 079
estrangeiros 3 158
Visitants profissionais 54 237 110 200 68 622
domstico 51 079
estrangeiros 3 158
Perfil dos visitantes profissionais: no disponvel

Copyright AUMA - Subject to change

4. Metodologia de Marketing de Canais voltada para Feiras de Negcios

Dentre as funes de marketing que podem ser realizadas em feiras o contato com
parceiros de negcios o mais importante. Marketing voltado para canais de
distribuio, tendo como objetivo a realizao de parcerias, difere do marketing
tradicional por dois aspectos principais: o objeto da anlise no diretamente o
consumidor final e no oferecido um produto ou servio concreto e sim uma parceria,
mais especificamente uma oportunidade de negcio (SILVA, 1997).

28
Antes de iniciar propriamente o contato com parceiros, imprescindvel selecionar
corretamente a feira. Especialmente quando o objetivo penetrar em mercados
internacionais, a busca por informaes atualizadas e confiveis sobre o evento de
grande importncia. Como um guia inicial e fonte de informao, o site da Federao
Alem de Feiras de Negcios e Exposies (www.auma.de) de grande valia. O site
permite selecionar feiras e eventos conforme diferentes critrios e disponibiliza dados
importantes quanto ao nmero e estrutura de visitantes e expositores. Aps a
pesquisa inicial, importante obter dados qualitativos de instituies que apiam a
participao em feiras, escritrios de representao e empresas que j participaram do
evento. Os custos de participao em eventos, principalmente internacionais, so
altos, o que refora a importncia de um planejamento bem feito.

A participao em feiras permite:
obter uma viso geral do segmento, pois concentram as principais empresas
do setor;
aumentar a transparncia do mercado;
a abertura de novos mercados;
uma comparao direto de preos e produtos com os concorrentes;
troca intensa de informaes

Figura 1. Site da Federao Alem de Feiras de Negcios (www.auma.de)

Selecionado o evento adequado, a metodologia utilizada para o contato com parceiros,
do ponto de vista de um escritrio de marketing de canais ou setor de uma corporao
2
, segue os seguintes passos:

2 Esta seo tem como referncia o artigo Marketing de Software Agrcola: Anlise do
Mercado Europeu e experincias do autor e do consultor Claus Traeger, da empresa
CONSIM, em projetos de marketing de canais no mercado europeu durante o programa
HESE (How to export software to europe) / SOFTEX.
29

a) Preparao inicial do material
Esta etapa compreende o preenchimento de banco de dados com informaes
da empresa interessada em penetrar no mercado alvo, de seus produtos/servios e
canais de distribuio utilizados atualmente. Alm disto, fornecido material
informativo (folder, prospecto, demo) sobre produtos e sobre a empresa em lngua
local, ou no mnimo em ingls, quando tratar-se de um evento internacional.

b) Preparao final do material
Todo o trabalho realizado nesta fase visa apresentar a parceria como uma
oportunidade de negcios. Este enfoque deve demonstrar claramente as vantagens
para a empresa distribuidora ou parceira com a incluso do novo produto em seu
portfolio.

c) Anlise do mercado consumidor e distribuidor
Esta fase compreende as atividades de levantamento e anlise do mercado
para um produto/servio, identificao e anlise das caractersticas do consumidor
final, levantamento dos tipos de fornecedores existentes para estes consumidores e
preparao de banco de dados com empresas parceiras potenciais, a partir das
informaes levantadas anteriormente.

d) Preparo da estratgia de argumentao no contato com os parceiros
Esta etapa consiste basicamente na preparao de um "fact-sheet"
descrevendo as caractersticas do produto, da empresa e as vantagens do negcio.
Trs questes vitais para o parceiro devem ser aqui respondidas, quais sejam: qual o
ganho com a parceria, qual o investimento necessrio e qual o tempo de retorno.

e) Contato com o mercado
A comunicao com o mercado realizada atravs de campanha de
telemarketing a partir de informaes do banco de dados das empresas potenciais,
apresentando a parceria como uma oportunidade de negcios. Aps o contato
telefnico, o material promocional (carta de apresentao, fact-sheet, prospectos,
demo etc.) enviado para as empresas interessadas.

f) Negociaes
A concluso do processo a negociao de um contrato de parceria visando a
distribuio de produtos e servios no mercado europeu.

5. Concluses

No agronegcio, a coordenao da cadeia de produo, seja o fluxo monetrio, de
informaes ou de produtos essencial para o aumento da competitividade de toda a
cadeia. A definio, implementao e manuteno de uma rede intra-organizacional
que tenha como objetivo de interligar produtores a usurios fator crtico de sucesso.

A participao em feiras um instrumento essencial na implementao do marketing
de canais. Ocorrem milhares de eventos que viabilizam o contato entre produtores e
potenciais distribuidores e a participao nestes eventos deve ocorrer de forma
estruturada e contar com apoio de profissionais capacitados.

6. Bibliografia

30

AUMA, 2004. www.auma.de .

BERMAN, B. Marketing channel, New York: John Willey, 1996.

NEVES, M. F. Canais de distribuio no agronegcio: conceitos bsicos. In NEVES,
M. F.; CASTRO, L. T. (org.). Marketing e estratgia em agronegcios e alimentos.
So Paulo: Atlas, p 223-49, 2003.

NEVES, M. F.; CASTRO, L. T. (org.). Marketing e estratgia em agronegcios e
alimentos. So Paulo: Atlas, 2003.

ROSEMBLOON, B. Marketing channel. Hinsdale: The Dryden Press, 1999.

SILVA JR., A. G. da; TRAEGER, C. Marketing de Software Agrcola: Anlise do
Mercado Europeu. in Agrosoft (ed.) Agrosoft 97, Belo Horizonte. 1-6. 1997

31
3 ORAMENTAO

3.1 Anlise Econmica da Empresa Rural

Funo de Produo
Forma sistemtica de apresentar a relao entre insumos e produo
Utilidade prtica
instrumento indispensvel para tomada de deciso econmica de quanto
produzir
Limitaes
falta de dados cientficos
falta de conhecimentos administrativos para utilizar as funes j disponveis

Exemplo
Quantidade produzida de milho em funo da quantidade de fertilizante aplicado
Estgios: a medida que aumenta a quantidade de insumos
1: a produo cresce muito
2: a produo cresce cada vez menos
3: a produo diminui
QUANTO PRODUZIR ?

Tabela

Insumo Produo
0 0
2 30
4 54
6 68
8 74
10 68

32

Grfico

Fig 6. Grfico de uma funo de produo

Anlise Marginal
Custos marginal
ex. cada saca de insumo custa $ 50
usando mais 1 saca de insumo
custo marginal: $50 x 1 = $50
Receita marginal
ex. cada saca do produto vale $ 10
usando mais 1 saca de insumo a produo aumentou em 7 sacas
receita marginal: = $ 10 x 7 = $70

Tabela

Insumo Produo Insumo Custo
Marginal
Produto
Marginal
Receita
Marginal
0 0
2 30 2 $ 100 30 $ 300
4 54 2 $ 100 24 $ 240
6 68 2 $ 100 14 $ 140
8 74 2 $ 100 6 $ 60
10 68 2 $ 100 -6 $ -60

-10, 0
0, 0
10, 0
20, 0
30, 0
40, 0
50, 0
60, 0
70, 0
80, 0
0, 0 2, 0 4, 0 6, 0 8, 0 10, 0 12, 0
insumo
p
r
o
d
u
o
produo p. mdi o p. margi nal
33
EXERCCIO:
Determine a quantidade de fertilizante que deve ser utilizado em uma
cultura da regio

Preo Produto (p): _______
Preo Insumo (i): _______

Insumo Produo Insumo Custo
Marginal
Produto
Marginal
Receita
Marginal

i
p
34
Custos de Produo
Custos Variveis:
variam conforme a quantidade produzida
ex.: fertilizantes, semente, combustvel

Custos Fixos
no variam conforme a quantidade produzida
ex.: depreciao, custos de oportunidade, mo de obra fixa

Depreciao
Conceito:
custo no monetrio (no h desembolso de dinheiro), para refletir a perda de
valor do bem com a idade e o uso
Mtodos
linear
saldo decrescente
fundo de formao do capital

Exemplo de Depreciao
Depreciao linear (D)
D = valor do bem novo - valor residual
tempo de vida til

Trator
valor novo: 50.000
valor residual: 5.000
vida til: 10 anos
Depreciao anual ?

Custo de Oportunidade
Conceito:
custo no monetrio que reflete o valor financeiro do melhor uso alternativo do
recurso
Tipos
custo de oportunidade do capital fixo empatado
custo de oportunidade do trabalho gerencial

Exemplo de Custo de Oportunidade
Uso alternativo do capital (quanto renderia o capital se investisse na poupana)
CO = capital * melhor taxa alternativa
Custo Oportunidade do Capital
capital fixo: 100.000
taxa alternativa: 6% ao ano
Custo oportunidade anual: ?

Indicadores Econmicos
Margem Bruta
indica a viabilidade do empreendimento a curto prazo. A receita paga os gastos
com insumos.
35
Renda Lquida
indica a viabilidade do empreendimento a longo prazo. A receita paga os gastos
com insumos, mas no paga os custos fixos, p. ex. depreciao
resultado: daqui a 10 anos no h recurso para substituir o trator

Margem Bruta
Receita (R)
R = preo produto x quantidade produzida
Custos Variveis (CV)
CV = preos insumos x quantidades insumos
Margem Bruta (MB)
MB = R CV
PLANILHA CUSTO DE PRODUO

Renda Lquida
Custos Fixos (CF):
depreciao
custo oportunidade do capital
custo oportunidade do trabalho
Renda Lquida (RL)
RL = MB - CF, ou
RL = R - (CV + CF)
PLANILHA CUSTO DE PRODUO

3.2 Planejamento

Planejamento
Nveis do planejamento
estratgico
gerencial
operacional

Nvel Estratgico
Longo prazo
Etapas
determinar objetivos da empresa
anlise do ambiente
ameaas / oportunidades
anlise interna da empresa
pontos forte / pontos fracos
gerao, avaliao e seleo de alternativas

36
Nvel Gerencial (Ttico)
Captao e alocao de recursos
Nvel de produo
Distribuio da produo
Mtodos
oramentao
ponto de nivelamento
anlise de projetos
programao linear
anlise de risco

Nvel Operacional
Voltado para o curto e mdio prazo
Conduo das atividades selecionadas
Quais so as etapas ?
Como conduzi-las ?
Quem executar as tarefas ?
Quando utilizar os recursos alocados ?

3.3 Oramentao e Anlise de Preos

Oramentao
Determina o fluxo de receitas e despesas esperados com base em previses
Indicadores:
Receita Lquida Total (Margem Bruta)
Razo Receita/Custo
PLANILHAS xORAMENTAO.xls e xPREOS.xls
37
US$
RESULTADOS ECONMICOS valor sacas
Lucro 78,35 12,99
Relacao Benefcio/Custo 1,13
RECEITAS Unidade V.U. Qtd. Valor sacas
sc 6,03 111,67 673,35 111,67
CUSTOS Unidade V.U. Qtd. Valor sacas
595,00 98,67
Operacoes 142,19 23,58
conservao do solo ht 24,52 0,30 7,36
calagem ht 16,38 0,25 4,10
arao ht 22,13 0,00 0,00 *
gradagem leve ht 22,86 0,00 0,00 *
gradagem niveladora ht 23,31 0,00 0,00 *
plantio/adubao ht 18,91 0,00 0,00 *
plantio/adubao (p. direto) ht 28,97 0,40 11,59 *
adubao cobertura ht 14,48 0,50 7,24 *
aplicao herbicidas (2x) ht 17,06 0,60 10,24 *
aplicao inseticidas (3x) ht 17,06 1,00 17,06 *
tratamento de sementes ht 0,35 1,00 0,35
mo-de-obra auxiliar dh 5,28 1,00 5,28
colheita ht 41,55 0,50 20,78 *
transp.interno-plantio ht 15,66 1,50 23,49 *
transp.interno-colheita $ 0,31 112,00 34,72 *
Insumos 361,25 59,91
Sementes sc 1,00 62,76 62,76 *
calcrio ton 20,32 0,75 15,24 *
fert.4-14-8 ton 152,17 0,00 0,00 *
fert.4-30-16+Zn ton 291,67 0,35 102,08 *
cobertura 20-0-30 ton 204,71 0,30 61,41 *
cobert. Sulf. De amnia ton 177,54 0,30 53,26 *
inseticida trat. Sementes lt 7,12 0,44 3,13 *
inseticida lt 9,06 0,60 5,44 *
dessecante lt 6,74 4,00 26,96 *
herbicida lt 10,32 3,00 30,96 *
Administrao 91,56 15,18
viagens %custos 6,00 1,00 30,21
ass. tcnica %custos 1,00 1,00 5,03 *
m.d.o. administrativa %custos 2,50 1,00 12,59 *
contabilidade %custos 1,50 1,00 7,55
conserv. / deprec. %custos 0,50 1,00 2,52
comercializao %receitas 2,00 1,00 13,47
impostos e taxas %receitas 3,00 1,00 20,20
* coeficientes tcnicos variveis conforme pacote tecnolgico
MILHO
Oramento: PLANTIO DIRETO (6.700 kg/ha)

38
Anlise de preos (previses)
variaes estacionais
tendncias

Srie Histrica com Preos Nominais

PRECOS NOMINAIS
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
1993 101125 106625 124300 171125 223750 300000 420625 598 786 1113 1549 2087
1994 2569 3046 4280 6375 9100 13468 6,38 6,21 6,31 7,03 7,09 6,78
1995 6 5,4 4,8 4,8 4,8 5,4 5,4 5,4 5,4 6 6,6 6,6
1996 6,6 6,6 6,6 7,2 8,39 8,05 8,04 8,27 8,25 8,12 7,52 6,6
1997 5,78 5,71 5,87 6,2 6,41 6,2 6,18 6,31 6,53 6,72 6,75 6,75
1998 7,19 7,14 7,03 7,18 7,45 7,2 7,23 7,18 7,02 7,1 7,37 7,93
1999 8,12 8,27 8,29 8,23 8,27 8,3 8,28 8,19 8,83 9,79 11,34 11,51
2000 12,25 11,54 10,94 11,01 11,36 10,81 10,88 11,92 11,66 11,51 10,68 9,07
2001 8,08 7,37 7,01 7,24 7,36 7,83 8,7 9,43 9,88 10,05 10,23 10,49
2002 10,32 10,91 11,15 11,57 12,54 12,75 13,11 14,09 15,57 18,96 22,69 20,72
2003 19,65 20 17,38 17,36 15,64 14,78 12,96

Indexador IGP (ndice geral de preos da Fundao Getlio Vargas)

IGP
1993 5566,04 7165,16 9064,65 11585,5 14853,8 19647,1 25682,7 33,8909 45,2545 61,9942 82,779 114,744
1994 156,304 222,248 316,504 558,393 653,026 920,44 0,49061 0,51745 0,53473 0,54302 0,55687 0,57062
1995 0,57387 0,58168 0,58837 0,59902 0,61279 0,61525 0,63136 0,64551 0,65383 0,64677 0,64826 0,65688
1996 0,65866 0,67045 0,67554 0,67703 0,68177 0,69322 0,70168 0,70933 0,70935 0,71028 0,71184 0,71383
1997 0,70867 0,71987 0,72289 0,73128 0,73559 0,7378 0,74296 0,74363 0,74334 0,74772 0,75026 0,75649
1998 0,76171 0,76841 0,76857 0,77034 0,76933 0,7711 0,77326 0,77032 0,76901 0,76786 0,76863 0,76725
1999 0,77477 0,78368 0,81847 0,83468 0,83493 0,83209 0,84058 0,85394 0,86632 0,87906 0,89567 0,91833
2000 0,92963 0,93911 0,94089 0,94259 0,94381 0,95014 0,95897 0,95065 0,99849 1,00538 1,0091 1,01304
2001 1,02074 1,02574 1,02923 1,03746 1,04918 1,0538 1,06919 1,08651 1,09629 1,10045 1,11641 1,12489
2002 1,12692 1,12906 1,13109 1,13233 1,14026 1,15292 1,17298 1,19703 1,23644 1,28429 1,35094 1,4016
2003 1,43423 1,467 1,4895

MILHO
Preos (sacas 60 kg) PR
VALOR IGP: 1,48950
Mdia 16,387 Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
x y 17,21 16,01 15,24 15,10 16,01 16,07 16,02 16,39 16,45 17,33 17,87 17,01
1993 24,59 27,06 22,17 20,42 22,00 22,44 22,74 24,39 26,28 25,87 26,74 27,87 27,09
1994 19,61 24,48 20,41 20,14 17,01 20,76 21,79 19,37 17,88 17,58 19,28 18,96 17,70
1995 13,31 15,57 13,83 12,15 11,94 11,67 13,07 12,74 12,46 12,30 13,82 15,16 14,97
1996 16,16 14,93 14,66 14,55 15,84 18,33 17,30 17,07 17,37 17,32 17,03 15,74 13,77
1997 12,70 12,15 11,81 12,10 12,63 12,98 12,52 12,39 12,64 13,08 13,39 13,40 13,29
1998 14,05 14,06 13,84 13,62 13,88 14,42 13,91 13,93 13,88 13,60 13,77 14,28 15,39
1999 15,75 15,61 15,72 15,09 14,69 14,75 14,86 14,67 14,29 15,18 16,59 18,86 18,67
2000 17,22 19,63 18,30 17,32 17,40 17,93 16,95 16,90 18,68 17,39 17,05 15,76 13,34
2001 12,01 11,79 10,70 10,14 10,39 10,45 11,07 12,12 12,93 13,42 13,60 13,65 13,89
2002 17,73 13,64 14,39 14,68 15,22 16,38 16,47 16,65 17,53 18,76 21,99 25,02 22,02
2003 19,36 20,41 20,31 17,38

39
Sazonalidade mdia => 100
105,031 97,72 92,98 92,141 97,702 98,051 97,776 100,04 100,39 105,73 109,05 103,82
80
85
90
95
100
105
110
115

Tendncia
2004 14,8 14,8
y = -0,2943x + 604,56
R
2
= 0,0697
0,00
5,00
10,00
15,00
20,00
25,00
30,00
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
40
EXERCCIO:
Determinar ndices de sazonalidade e preo para milho em 2004

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
A B C D E F G H I J K L M N
MILHO
VALOR IGP: 1,48950
Mdia 14,789 Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
x y
1993 27,06 22,17 20,42 22,00 22,44 22,74 24,39 26,28 25,87 26,74 27,87 27,09
1994 24,48 20,41 20,14 17,01 20,76 21,79 19,37 17,88 17,58 19,28 18,96 17,70
1995 15,57 13,83 12,15 11,94 11,67 13,07 12,74 12,46 12,30 13,82 15,16 14,97
1996 14,93 14,66 14,55 15,84 18,33 17,30 17,07 17,37 17,32 17,03 15,74 13,77
1997 12,15 11,81 12,10 12,63 12,98 12,52 12,39 12,64 13,08 13,39 13,40 13,29
1998 14,06 13,84 13,62 13,88 14,42 13,91 13,93 13,88 13,60 13,77 14,28 15,39
1999 15,61 15,72 15,09 14,69 14,75 14,86 14,67 14,29 15,18 16,59 18,86 18,67
2000 19,63 18,30 17,32 17,40 17,93 16,95 16,90 18,68 17,39 17,05 15,76 13,34
2001 11,79 10,70 10,14 10,39 10,45 11,07 12,12 12,93 13,42 13,60 13,65 13,89
2002 13,64 14,39 14,68 15,22 16,38 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2003 0,00 0,00 0,00
Sazonalidade mdia => 100
Tendncia
2004
0
0,2
0,4
0,6
0,8
1
1,2
0,00
0,20
0,40
0,60
0,80
1,00
1,20
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
41
Anotaes (exerccio)

Indicadores
Receitas (R)
R = quantidade produo x preo previsto
Custo
C = quantidade de insumos x preo previsto
Receita Lquida (Margem Bruta)
RL = R - C
Razo Benefcio/Custo
RBC = R / C

Exemplo Oramento
Receita
100 sacas/ha x $ 7 /saca = $ 700
Custo
soma gastos com insumos = $ 600
Receita Lquida (MB)
$ 700 - $ 600 = ?
Relao Benefcio/Custo
RBC = $ 700 / $ 600 = ?
para cada $1 gasto = retorno de ?

Ponto de Nivelamento
Anlise de Custos e Receitas
custos fixos, custos variveis e receitas
Permite:
analisar oramentos parciais
nvel mnimo de produo

Exemplo Ponto Nivelamento
Colheita manual x mecnica
Calculo incremental
aumento da receita
diminuio dos custos
PLANILHA PONTO DE NIVELAMENTO
42
PONTO DE NIVELAMENTO
por ha
RECEITA 3675
CUSTOS dados
Custo Fixo 99.000 preo mquina 550.000
depreciao 49.500 vida til 10
custo oportunidade 33.000 valor sucata 10%
Custo Varivel 160 juros 6%
Ponto Nivelamento 28
AREA RECEITA CUSTO TOTAC. Fixo C. Varivel
0 0 99.000 99.000 0
10 36.750 100.600 99.000 1.600
20 73.500 102.200 99.000 3.200
30 110.250 103.800 99.000 4.800
40 147.000 105.400 99.000 6.400
50 183.750 107.000 99.000 8.000
60 220.500 108.600 99.000 9.600
70 257.250 110.200 99.000 11.200
80 294.000 111.800 99.000 12.800
90 330.750 113.400 99.000 14.400
100 367.500 115.000 99.000 16.000
0
50.000
100.000
150.000
200.000
250.000
300.000
350.000
400.000
0 10 20 30 40 50 60 70 80 90 100
RECEITA CUSTO TOTAL C. Fixo C. Varivel

43
EXERCCIO:
Calcular a rea mnima que justique a compra de uma colheitadeira

Anotaes (exerccio)

rea
$
44

Matemtica Financeira
Anlise de projetos
Clculo de indicadores que consideram a variao do capital com o tempo (juros)
Valor Presente Lquido
Taxa Interna de Retorno
Tempo de Retorno do Capital

REA: 10 Prof. Aziz
Taxa de Desconto 0,1 DER / UFV
INDICADOR
Margem Bruta MB 43.628,72
Relao Benefcio/Custo RBC 2,41
Tempo de Retorno do Capital TRC 4 8 21 (anos, meses, dias)
Valor Presente Lquido VPL 14.229,35
Taxa Interna de Retorno TIR 38,6%
PRECO (POR SACA) 132,40 preco receita custos MB
aumento % (otimista) 10 145,64 85.636,32 34.222,48 51.413,84
mais provvel 0 132,40 77.851,20 34.222,48 43.628,72
baixa % (pessimista) -10 119,16 70.066,08 34.222,48 35.843,60
MB = 0 -56 58,20 34.222,48 34.222,48 -
PRODUO (EM SACA) 588,00 producao receita custos MB
aumento % (otimista) 10 646,80 85.636,32 34.222,48 51.413,84
mais provvel 0 588,00 77.851,20 34.222,48 43.628,72
baixa % (pessimista) -10 529,20 70.066,08 34.222,48 35.843,60
Producao = 0 -56 258,48 34.222,48 34.222,48 -
TAXA DE DES VPL
0,00 43.628,72
0,05 24.612,86
0,10 14.229,35
0,15 8.304,06
0,20 4.792,01
0,25 2.642,70
0,30 1.292,57
0,35 427,09
0,40 (135,72)
0,45 (504,59)
0,50 (746,45)
CAF TRADICIONAL
Resultados
Cenrios
(20.000)
(10.000)
0
10.000
20.000
30.000
40.000
50.000
0,00 0,10 0,20 0,30 0,40 0,50 0,60
VPL

45
EXERCCIO:
Escolha a melhor opo de investimento

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
A B C D E F G H
PROJETOS
0 1 2 3 4
A -900 320 320 320 320
B -800 0 0 0 1300
DIF
vpl 0% 6% 12% 18% 24% TIR
A
B
DIF
R$ 0
R$ 0
R$ 0
R$ 1
R$ 1
R$ 1
R$ 1
0% 5% 10% 15% 20% 25%
A
B

Anotaes (exerccio)

46
4 ANLISE DE RISCO

Simulao
Anlise de risco em projetos
Sem anlise de risco
qual o melhor projeto ?
a) RL = $ 1.200
b) RL = $ 2.000
Anlise de risco (chance de obter o valor estimado)
qual o melhor projeto ?
a) 80% de obter RL $ 1.200
b) 70% de obter RL $ 2.000)

Simulao (mtodo Monte Carlo)
Selecionar variveis relevantes
Obter distribuio de probabilidade das variveis selecionadas
Sortear valores
Calcular indicador
N de indicadores suficiente ?
Analisar resultados

47
VALOR IGP: 1,48950
Mdia(1) 14,745 Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
Mdia(3) 16,89 15,58 15,02 15,10 16,01 16,07 16,02 16,39 16,19 16,81 17,08 16,46
Mdia(2) CV % 30,8 23,5 22,6 21,7 24,3 23,9 23,6 25,7 25,7 25,3 26,5 26,9
1993 24,59 10,3 27,06 22,17 20,42 22,00 22,44 22,74 24,39 26,28 25,87 26,74 27,87 27,09
1994 19,61 10,8 24,48 20,41 20,14 17,01 20,76 21,79 19,37 17,88 17,58 19,28 18,96 17,70
1995 13,31 10,1 15,57 13,83 12,15 11,94 11,67 13,07 12,74 12,46 12,30 13,82 15,16 14,97
1996 16,16 8,9 14,93 14,66 14,55 15,84 18,33 17,30 17,07 17,37 17,32 17,03 15,74 13,77
1997 12,70 4,2 12,15 11,81 12,10 12,63 12,98 12,52 12,39 12,64 13,08 13,39 13,40 13,29
1998 14,05 3,5 14,06 13,84 13,62 13,88 14,42 13,91 13,93 13,88 13,60 13,77 14,28 15,39
1999 15,75 9,7 15,61 15,72 15,09 14,69 14,75 14,86 14,67 14,29 15,18 16,59 18,86 18,67
2000 17,22 9,1 19,63 18,30 17,32 17,40 17,93 16,95 16,90 18,68 17,39 17,05 15,76 13,34
2001 12,01 12,0 11,79 10,70 10,14 10,39 10,45 11,07 12,12 12,93 13,42 13,60 13,65 13,89
2002 15,621 8,5 13,64 14,39 14,68 15,22 16,38 16,47 16,65 17,53
Distribuio de freqncia preo do milho
mnimo 10,14
mdia 16,12
mximo 27,87
CV % 24,3%
N dados 116
bloco Freq Acum % %acumPreo
<10,0 0 0 0 0 10,0
<12,5 16 16 14 14 12,5
<15,0 42 58 36 50 15,0
<17,5 27 85 23 73 17,5
<20,0 14 99 12 85 20,0
<22,5 8 107 7 92 22,5
<25,0 3 110 3 95 25,0
<27,5 5 115 4 99 27,5
<30,0 1 116 1 100 30,0
valor aleatrio 35
Preo 12,5
MILHO
0
5
10
15
20
25
30
35
40
45
<
1
0
,
0
<
1
2
,
5
<
1
5
,
0
<
1
7
,
5
<
2
0
,
0
<
2
2
,
5
<
2
5
,
0
<
2
7
,
5
<
3
0
,
0

48
INDICADORES ECONMICOS R$ SC ANLISE DE RISCO
Preco saca 14,75 mnimo -308,21
Receitas 1.192,74 81 mdia 279,08
Custos 1.022,59 69 mximo 1577,56
Lucro 170,15 12 CV 119%
Relacao Benefcio/Custo 1,17
N dados 250
CENRIOS (lucros) preco saca R$ SC Bloco Freq. Acum. % % acum
otimista 22,12 766,52 52 <-250 4 4 1,6 1,6 -250
provvel 14,75 170,15 12 <0 52 56 20,8 22,4 0
pessimista 7,37 -426,22 -29 <250 67 123 26,8 49,2 250
<500 69 192 27,6 76,8 500
FRONTEIRA (precos) <750 36 228 14,4 91,2 750
preco saca = lucro zero 12,64 0,00 0 <1000 12 240 4,8 96,0 1000
custo por saca <1250 8 248 3,2 99,2 1250
<1500 1 249 0,4 99,6 1500
<1750 1 250 0,4 100,0 1750
<2000 0 250 0,0 100,0 2000
<2250 0 250 0,0 100,0 2250
MILHO
Resultados
Frequncia por Bloco
0
10
20
30
40
50
60
70
80
<-250 <0 <250 <500 <750 <1000 <1250 <1500 <1750 <2000 <2250
Freqncia Acumulada
0
10
20
30
40
50
60
70
80
90
100
-250 0 250 500 750 1000 1250 1500 1750 2000 2250

49
EXERCCIO:
Calcular o risco de prejuzo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
A B C D E F G H I J K L M N O
VALOR IGP: 1,48950
Mdia(1) 15,236 Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
Mdia(3) 16,89 15,58 15,02 15,10 16,01 16,07 16,02 16,39 16,45 17,33 17,87 17,01
Mdia(2) CV % 30,8 23,5 22,6 21,7 24,3 23,9 23,6 25,7 24,4 25,0 27,7 26,6
1993 24,59 10,3 27,06 22,17 20,42 22,00 22,44 22,74 24,39 26,28 25,87 26,74 27,87 27,09
1994 19,61 10,8 24,48 20,41 20,14 17,01 20,76 21,79 19,37 17,88 17,58 19,28 18,96 17,70
1995 13,31 10,1 15,57 13,83 12,15 11,94 11,67 13,07 12,74 12,46 12,30 13,82 15,16 14,97
1996 16,16 8,9 14,93 14,66 14,55 15,84 18,33 17,30 17,07 17,37 17,32 17,03 15,74 13,77
1997 12,70 4,2 12,15 11,81 12,10 12,63 12,98 12,52 12,39 12,64 13,08 13,39 13,40 13,29
1998 14,05 3,5 14,06 13,84 13,62 13,88 14,42 13,91 13,93 13,88 13,60 13,77 14,28 15,39
1999 15,75 9,7 15,61 15,72 15,09 14,69 14,75 14,86 14,67 14,29 15,18 16,59 18,86 18,67
2000 17,22 9,1 19,63 18,30 17,32 17,40 17,93 16,95 16,90 18,68 17,39 17,05 15,76 13,34
2001 12,01 12,0 11,79 10,70 10,14 10,39 10,45 11,07 12,12 12,93 13,42 13,60 13,65 13,89
2002 17,73 20,0 13,64 14,39 14,68 15,22 16,38 16,47 16,65 17,53 18,76 21,99 25,02 22,02
2003 19,36 8,9 20,41 20,31 17,38
Distribuio de freqncia preo do milho
mnimo
mdia
mximo
CV %
N dados
bloco Freq Acum % %acumPreo
<10,0
<12,5
<15,0
<17,5
<20,0
<22,5
<25,0
<27,5
<30,0
valor aleatrio
Preo
MILHO
0
0,2
0,4
0,6
0,8
1
1,2
<
1
0
,
0
<
1
2
,
5
<
1
5
,
0
<
1
7
,
5
<
2
0
,
0
<
2
2
,
5
<
2
5
,
0
<
2
7
,
5
<
3
0
,
0

Anotaes (exerccio)

50
ANEXO 1

Planejamento Sob Condies de Risco: Anlise de
Sensibilidade

Prof. Altair Dias de Moura

Introduo
Oramentao restries da metodologia:
Relativa estabilidade de coef. Tcnicos
Relativa estabilidade de preos
Decises envolvem vrios anos de investimento
Desejvel :
Introduzir risco na tomada de deciso de projetos
Anlise de Sensibilidade (AS) primeira esforo nesse sentido

Anlise de Sensibilidade
Conceito:
Estuda comportamento varivel rentabilidade (Var. Sada) em funo da
mudana de determinada varivel do projeto
Ex:
Variao TIR em funo Variao preo frango
5 % aumento Preo 15% aumento rentabilidade

Objetivo identificar importantes (variveis sensveis do projeto):
Var. Sensvel: pequena alteraes nela ocasionam grandes variaes na
rentabilidade
Mostra ao tomador de deciso quais variveis necessitam de maior ateno
durante implantao e controle do projeto

Altera-se uma varivel de cada vez:
Assume que o resultado de uma var. independente das outras do projeto
Caso contrrio: Se h correlao entre variveis, estas devem ser mudadas em
conjunto.

Conceito de Elasticidade
Avalia efeito de uma varivel em outra.
Elast.= % em R / % em V R1-R2 /R1
V1-V2 /V1
Projetos avaliar rentabilidade (ex TIR):
Ex: Elasticidade preo da Rao em relao a TIR :
Elast. Preo rao - TIR = % TIR / % Preo rao TIR1-TIR2 /TIR1
PR1-PR2 /PR1
51
Tipos Elasticidade
Elsticas % rentab. > % var >1
Efeito da var. mais que proporcional
Inelsticas % rentab. < % var <1 e >0
Efeito da var. menos que proporcional
Unitrias % rentab. = % var. = 1
Efeito da var. proporcional

Exemplo:
- Considerar um projeto de suinocultura com TIR de 30% a.a., quando o preo
do milho , que compe a rao dos animais, R$ 7,0/sc. Estudando a
sensibilidade do preo do milho em relao a TIR do projeto, constatou-se que
quando o preo do milho sobe para R$ 7,70/saca, a TIR do projeto cai para 20%.
Calculamos a elasticidade em questo da seguinte forma:

- Clculo:
Elast. Preo milho - TIR = 30% - 20% / 30% = 0,33/ 0,10 = - 3,3
7,0 - 7,70 / 7,0

- Significa: variao de 1% no preo do milho reduz (-) TIR em 3,3%. Nesse
intervalo em questao Elasticidade Elstica.

Uso da Anlise Sensibilidade
I Identificar Variveis Sensveis:
Testa-se isoladamente cada varivel do projeto identificando as que
apresentam maiores elasticidades.
- Tempo o fator restritivo

Projeto Frangos (5000 aves/ano)

TABELA 1: Anlise de Sensibilidade da TIR do projeto em relao a variao no preos
das raes iniciais e finais.

% Var. Preo Valor Preo Rao Valor TIR (%) % Var. da Elasticidade
da Rao Inicial Final TIR
+30 0,2210 0,1950 3,40 93,10 -3,10
+28 0,2176 0,1920 6,82 86,15 -3,07
+20 0,2040 0,1800 19,79 59,85 -2,99
+15 0,1955 0,1725 27,48 44,25 -2,95
+10 0,1870 0,1650 34,93 29,14 -2,91
+ 5 0,1785 0,1575 42,19 14,42 -2,88
0 0,1700 0,1500 49,30 - -
- 5 0,1615 0,1425 56,30 14,19 -2,84
-10 0,1530 0,1350 63,19 28,17 -2,81
-15 0,1445 0,1275 70,01 42,00 -2,80
-20 0,1360 0,1200 76,76 55,69 -2,78

52
Projeto Frangos (5000 aves/ano)

Uso da Anlise Sensibilidade
I I Alterao em conjunto de variveis:
- Vivel quando identifica-se 3 ou 4 var. importantes no mximo
- Mais variveis mais complexo e trabalhoso
- Tempo o fator restritivo novamente
Alterando 3 variveis:

ANEXO 2

Simulao de Monte Carlo
Altair Dias de Moura
Introduo
Simulao:
Mtodo analtico procura imitar vida real
Uso: qdo outros mtodos -> complexidade matemtica ou difcil reproduo das
condies
Risco ???
Incapacidade prever eventos futuros
Vria de acordo com condies do evento:
Aposta $1,00
Aposta $10.000,00

Distribuo Probabilidade
Aplica-se as variveis sensveis do modelo;
Estudar comportamento da varivel: srie histrica etc;
definir a distribuo probabilidade mais realstica;
Tipos: vrios...

TABELA 2: Anlise de sensibilidade da TIR do projeto em relao a variao no valor de
construo do galpo.

% Var. Valor Valor Valor TIR % Var. da Elasticidade
do Galpo Galpo (%) TIR
+20 1200 44,79 9,14 -0,46
+15 1150 45,85 7,00 -0,47
+10 1100 46,95 4,77 -0,47
+ 5 1050 48,10 2,40 -0,48
0 1000 49,30 - -
- 5 1050 50,55 2,50 -0,50
-10 1100 51,86 5,19 -0,52
-15 1150 53,22 7,95 -0,53
-20 1200 54,64 10,83 -0,54

53
Definindo um distr. freqncia:
Srie de preos produto A:
100 valores, min. $5, mx $14,8


Distribuao Freqncia Preo A
0
5
10
15
20
25
30
35
<5 <7 <9 <11 <13 <15 <17
Faixas de Valores
F
r
e
q
n
c
i
a
Distribuio de Freqncia para Preos de A:
Faixas de valores Nmero de observaes Freqncia acumulada
< $5 0 0
>= $5 e < 7 11 11
>= $7 e < 9 22 33
>= $9 e < 11 33 66
>= $11 e < 13 25 91
>= $13 e < 15 9 100
>= $15 0

100

54

Simulao Monte Carlo
Comportamento randmico Casino Monte Carlo
Ex: jogo de dados:
Possveis valores: 1, 2, 3, 4, 5 e 6
Valor de uma jogada: ?????
Variveis da simulao (var. entrada)
Faixa valores conhecidas (distr. probabilidade)
Simulao:
gera valores aleatrios respeitando o comportamento da varivel de entrada.
Anlise simulao: comportamento das var. de sada

Etapas Sim. Monte Carlo
Desenvolvimento Modelo:
Modelar o fenmeno em planilha eletrnica
Identificar fonte Incerteza/ risco:
Identificar variveis sensveis e de risco;
Estudar comportamento de cada uma;
Gerar uma distribuo de probabilidade p/ cada uma;

Etapas Sim. Monte Carlo
Identificar Varivel(is) de Anlise:
Variveis cujo resultado vai ser anlisado para avaliar o risco
Geral Simulao:
Executar o modelo N vezes, gerando assim a srie de valores para a varivel de
anlise;
Anlise do modelo simulado:
Obter distr. freqncia das var. de sada;
Tomar deciso c/ base informaes
Distribuo Freqncia Acumulada
0
20
40
60
80
100
120
<5 <7 <9 <11 <13 <15
Faixa de Valores
P
r
o
b
a
b
i
l
i
d
a
d
e
55
Anlise Resultados

Frequncia por Bloco
0
10
20
30
40
50
60
70
80
<-250 <0 <250 <500 <750 <1000 <1250 <1500 <1750 <2000 <2250
Freqncia Acumulada
0
10
20
30
40
50
60
70
80
90
100
-250 0 250 500 750 1000 1250 1500 1750 2000 2250
56
5 OTIMIZAO

5.1 Introduo

Histrico:
- Evoluo 2 Guerra Mundial (problema de distribuio de suprimentos);
- Mtodo simplex

Aplicaes na agricultura
- combinar empreendimentos que maximizem a renda (margem bruta);
- calcular rao/adubao de custo mnimo;
- determinar o uso timo de recursos;
- selecionar rotas de custo mnimo;
- planejamento multiperidicos.

Elementos bsicos
a) Funo objetivo. ex.: maximizar renda da empresa rural
b) Alternativas. ex.: milho e soja
c) Restries. ex. terra, capital (giro) e mquinas (trator)

5.2 Soluo Grfica

Informaes
Funo objetivo: renda SOJA / ha + renda MILHO / ha
Renda SOJA: (produtividade sacas / ha x Preo saca) x rea (ha)
2.400 kg / 60 = 40 sacas / ha
40 sacas / ha * U$ 8.95 / saca x rea (ha)
= U$ 358 x rea (ha)
Renda MILHO: (produtividade sacas / ha x Preo saca) x rea (ha)
5.500 kg / 60 = 91,7 sacas / ha
91,7 sacas / ha * U$ 6,50 / saca x rea (ha)
= U$ 596 x rea (ha)
358 SOJA + 596 MILHO

sujeito s seguintes restries
Terra: 50 ha
Capital: U$ 12.000
Mquina (hora trator): 520 horas/mquina (do trator da cooperativa durante o perodo)

Coeficientes Tcnicos:
Terra:
SOJA: para cada ha de soja so necessrios : 1 ha de terra
MILHO: para cada ha de milho so necessrios:1 ha de terra

Capital de giro:
SOJA: para cada ha de soja so necessrios (US$):
gastos com operaes *: 126,90
57
gastos com insumos: 163,97
Total 290,87
MILHO: para cada ha de milho so necessrios (US$):
gastos com operaes *: 153,88
gastos com insumos: 256,20
Total 410,08
* considerando somente custos variveis (combustvel, leo, ...). Custos fxos
(depreciao, remunerao do capital, ...) no so calculados

Mquina:
Operaes que necessitam de trator (conservao do solo, preparo do solo,
plantio, tratos culturais, colheita)
SOJA: para cada ha de soja so necessrios; 15,68 horas trator
MILHO: para cada ha de milho so necessrios: 12,55 horas trator

Modelo:
(SOJA = s e MILHO = m)
max RENDA) 358s +596 m
st
TERRA) 1s + 1m <= 50
CAPITAL) 291s + 410m <= 12000
MAQUINA) 15,68s + 12,55m <= 520

Soluo Grfica:
(SOJA = s e MILHO = m)

Equaes
Equao Terra: 1s + 1m = 50
1m = 50 1s
m = 50/1 1s/1
m = 50 1s
traando a reta
qdo s = 0; m = 50 (m = 50 1*0)
qdo m = 0; s= 50 (0 = 50 1s => 1s = 50 => s = 50/1)
Equao Capital: 291s + 410m = 12.000
410m = 12000 291s
m = 12000/410 291s/410
m = 29,27 0,71s
traando a reta
qdo s = 0; m = 29,27 (m = 29,27 0,71*0)
qdo m = 0; s= 41,22 (0 = 29,27 0,71s => 0,71s = 29,27 => s =
29,27/0,71)
Equao Mquinas: 15,68s + 12,55m <= 520
12,55m = 520 15,68s
m = 520/12,55 15,68s/12,55
m = 41,43 1,25s
traando a reta
qdo s = 0; m = 41,43 (m = 41,43 1,25*0)
qdo m = 0; s= 33,14 (0 = 41,43 1,25s => 1,25s = 41,43 => s =
41.43/1,25)
58

Renda da Empresa:
358s + 596m = renda
Iso-Renda: linha com combinaes de s e m que geram a mesma receita
ex. : renda = U$ 5.960
358s + 596m = 5960
596m = 5960 358s
m = 5960/596 358s/596
m = 10 0,60s
traando a reta
qdo s = 0; m = 10 (m = 10 0,60*0)
qdo m = 0; s= 16,65 (0 = 10 0,60s => 0,60s = 10 => s
= 10/0,60)

0
10
20
30
40
50
60
0 10 20 30 40 50 60
soja
m
i
l
h
o
RENDA
Terra
Capital
Mquina
SOJA
MILHO

Soluo
- Algum vrtice do polgono 0abc
- Aumentar a renda (iso-receitas) at quando existam recursos disponveis.
- Ptos:
a) recurso limitante: capital
pto: s= 0; m = 29,27
renda = 385*0 + 596*29,27
= 17.444,92
b) recursos limitantes capital e mquina
pto: quando retas capital e mquina se igualam
m = 29,27 0,71s <=> m = 41,43 1,25s
29,27 0,71s = 41,43 1,25s
-0,71s + 1,25s = 41,43 29,27
0,54s = 12,16
a
b
c
59
s = 22,52
substitundo na reta capital ou mquina
m = 29,27 0,71*22,52
m = 29,27 15,99
m = 13,28
renda = 358*22,52 + 596*13,28
= 8.062,16 + 7.914,88
= 15.977,04
c) recurso limitante mquina
pto: s = 33,16; m = 0
renda = 385*33,16 + 596*0
= 12.766,60

Soluo: pto a) 29,27 ha de milho e 0 ha de soja

5.3 Anlise de Sensibilidade

Na soluo tima planta-se somente milho. Caso a renda da soja aumente, espera-se que
esta cultura participe da soluo tima.
- considerando, como exemplo, que a renda da soja aumente para U$596
- Graficamente a soluo seria no ponto b (22,54 ha de soja e 13,27 ha de milho), pois
no possvel traar outra reta de Iso-receita para a qual existam recursos suficientes
(capital ou mquina)

0
10
20
30
40
50
60
0 10 20 30 40 50 60
soja
m
i
l
h
o
RENDA
Terra
Capital
Mquina
SOJA
MILHO

FAIXA DE VARIAO PARA VARIVEIS (alternativas MILHO e SOJA)

- Utilizando-se as inclinaes das retas possvel determinar o limite de aumento e
decrscimo da renda para cada uma das alternativas.
- Inclinaes: terra: 1,00 (no considerado pois no faz parte do polgono soluo)
capital: 0,71
60
mquina: 1,25
RENDA (termo de troca s/m): 0,60 = 358/596
- MILHO: Faixa de variao da soluo tima
- acrscimo permitido: infinito
a soluo s inclui milho, caso a renda do milho aumento a soluo fica
ainda mais favorvel para esta cultura, e a combinao tima no se
altera
29,27 milho e 0 soja
- decrscimo permitido: novo termo de troca (inclinao) 0,71
nova relao RENDA: 0,71 = 358/m
m = U$ 504 / ha
decrscimo: 596 504 = U$ 92
novo Preo: 504/91,7 = US$ 5,50/saca
Se ocorrer diminuir mais do que US$ 91 na renda do MILHO, a soluo se
altera

- SOJA: Faixa de variao da soluo tima
- acrscimo permitido: 0,60 => 0,71
nova relao RENDA: 0,71 = s/596
s = US$ 423,16 / ha
acrscimo: 423,16 358 = US$ 65,16
novo Preo: 423,16/40 = US$ 10,58/saca
Se ocorrer aumento maior do que US$ 65,16 na renda, a soluo se altera
- decrscimo permitido: infinito
a soluo original no inclui a soja, caso a renda/preo da soja diminua,
ficar mais desfavorvel ainda para esta cultura, mantendo-se portanto a

FAIXA DE VARIAO PARA RESTRIES

- TERRA:
- acrscimo permitido: infinito
a restrio terra no interfere no modelo pois h 50 ha disponveis e s
esto sendo utilizados: 29,27 ha (29,27 de milho e 0 ha de soja), ou seja
esto sobrando 20,73 ha.
- decrscimo permitido: 20,73 ha
caso a rea disponvel seja menor que 29,27 a soluo tima, apesar de
continuar a incluir somente MILHO mudar.

61
0
10
20
30
40
50
60
0 10 20 30 40 50 60
soja
m
i
l
h
o
RENDA
Terra
Capital
Mquina
SOJA
MILHO

5.4 Utilizao do LINDO e EXCEL/SOLVER

SOFTWARE LINDO (Linear, INteractive, and Discrete Optimizer)

JANELA DO MODELO

! modelo MaxRenda0.ltx
max RENDA) 358SOJA + 596MILHO
st
TERRA) 1SOJA + 1MILHO <= 50
CAPITAL) 291SOJA + 410MILHO <= 12000
MAQUINA) 15.68SOJA + 12.55MILHO <= 520

JANELA DE RELATRIOS (reports window)

LP OPTIMUM FOUND AT STEP 1

OBJECTIVE FUNCTION VALUE

RENDA) 17443.90

VARIABLE VALUE REDUCED COST
SOJA 0.000000 65.014633
MILHO 29.268293 0.000000

ROW SLACK OR SURPLUS DUAL PRICES
TERRA) 20.731707 0.000000
CAPITAL) 0.000000 1.453659
MAQUINA) 152.682922 0.000000

NO. ITERATIONS= 1

RANGES IN WHICH THE BASIS IS UNCHANGED:

OBJ COEFFICIENT RANGES
VARIABLE CURRENT ALLOWABLE ALLOWABLE
62
COEF INCREASE DECREASE
SOJA 358.000000 65.014648 INFINITY
MILHO 596.000000 INFINITY 91.601395

RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
TERRA 50.000000 INFINITY 20.731707
CAPITAL 12000.000000 4988.047363 12000.000000
MAQUINA 520.000000 INFINITY 152.682922

* traduo dos principais termos em ingls
objective function value = valor da funo objetivo
reduced cost = custo reduzido
row = linha (em programo linear restries ou recursos)
slack or surplus = falta ou sobra
dual prices = preo dual (sombra)
ranges in which the basis is unchanged = faixa na qual a soluo bsica no se
modifica
obj coefficient ranges = faixa de variao dos coeficientes da funo objetivo
allowable increase = aumento permitido
allowable decrease = decrscimo permitido

SOFTWARE EXCEL (SOLVER)

planilha MaxRenda0.xls

1
2
3
4
5
6
7
A B C D E F G
MAXIMIZAO RENDA RENDA empresa
SOJA MILHO 17.443,90
RENDA $ 358,00 596,00 limite utilizado
Terra ha 1,00 1,00 <= 50,00 29,3
Capital $ 291,00 410,00 <= 12.000,00 12000,0
Mquina h/t 15,68 12,55 <= 520,00 367,3
SOLUO ha 0,00 29,27

FRMULAS
F3 =+$C$7*C3+$D$7*D3
G4 =+$C$7*C4+$D$7*D4
G5 =+$C$7*C5+$D$7*D5
G6 =+$C$7*C6+$D$7*D6

SOLVER Caso esteja instalado, aparece a opo SOLVER... no menu FERRAMENTAS

PARMETROS DO SOLVER

Definir clula de destino: $F$2
Igual a: x max

Clulas variveis: $C$7:$D$7

Submeter s restries: $G$4:$G$6 <= $F$4:$F$6 (referncia de clula <= restries)

OPES (importante garantir que o a soluo seja para um modelo linear e que os valor no
possam ser negativos, ou seja no possvel plantar 10 ha de soja)
x presumir modelo linear

x presumir no negativo

63
RESOLVER
x manter soluo do solver

ANLISE DE SENSIBILIDADE:
Relatrio: sensibilidade

Microsoft Excel 8.0 Relatrio de sensibilidade
Clulas ajustveis

Valor Reduzido Objetivo Permissvel Permissvel
Clula Nome Final Custo Coeficiente Acrscimo Decrscimo
$C$7 ha SOJA 0 -65,01 358 65,0146341 1,00E+30
$D$7 ha MILHO 29,27 0 596 1,00E+30 91,60137

Restries
Valor Sombra Restrio Permissvel Permissvel
Clula Nome Final Preo
Lateral
R.H. Acrscimo Decrscimo
$G$4 <= utilizado 29,3 0 50 1,00E+30 20,73171
$G$5 <= utilizado 12000 1,5 12000 4988,04781 12000
$G$6 <= utilizado 367,3 0 520 1,00E+30 152,6829

Otimizao

Maximizar margem bruta
calcula a combinao de atividade, levando em considerao os recursos da
empresa que maximiza a margem bruta da empresa

64
MAXIMIZAO: Mtodo Grfico Prof. Aziz
FEIJAO MILHO MB empresa feijao/milho
MB ($) 333,00 235,51 10.050,48 1,41
Uso Limite sobra
Terra (ha) 1,00 1,00 34,63 <= 50,00 15,37 1,00
Capital ($) 1257,47 1024,13 40000,00 <= 40.000,00 0,00 1,23
Mquina (ht) 9,11 4,80 250,00 <= 250,00 0,00 1,90
SOLUO (ha) 19,44 15,19
MILHO
FEIJAO
Clulas ajustveis
Valor Reduzido Objetivo PermissvePermissvel
Clula Nome Final Custo CoeficienteAcrscimoDecrscimo
$B$8 SOLUO ( 20,92 0,00 333 128,2924 43,8309
$C$8 SOLUO ( 13,37 0,00 235,51 35,6975 65,4989
Restries
Valor Sombra Restrio PermissvePermissvel
Clula Nome Final Preo Lateral R.HAcrscimoDecrscimo
$D$5 Terra (ha) U34,29 0,00 50 1E+30 15,7092
$D$6 Capital ($) U40000,00 0,17 40000 12264,73 5109,05
$D$7 Mquina (ht)250,00 13,04 250 36,60724 70,3353
0
10
20
30
40
50
60
0 10 20 30 40 50 60
MB ($)
Terra (ha)
Capital ($)
Mquina (ht)
MILHO
FEIJAO

65
EXERCCIO:
Maxime a margem bruta da empresa (mtodo grfico)

Anotaes (exerccio)

66
EXERCCIO:
Utilizao do Solver

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
A B C D E F G H
MAXIMIZAO: Mtodo Grfico Prof. Aziz
FEIJAO MILHO MB empresa feijao/milho
MB ($)
Uso Limite sobra
Terra (ha) <=
Capital ($) <=
Mquina (ht) <=
SOLUO (ha)
MILHO
FEIJAO
0
10
20
30
40
50
60
0 10 20 30 40 50 60
MB ($)
Terra (ha)
Capital ($)
Mquina (ht)
MILHO
FEIJAO

Anotaes (exerccio)

67
EXERCCIO:
Modelagem: compra de recursos

Anotaes (exerccio)

68
Adubao/Rao de custo mnimo
calcula o custo mnimo de uma adubao/rao, levando em considerao as
necessidades nutricionais do animal e o preo dos componentes, PLANILHAS
FertilizaoCustoMnimo e minMetodoGrafico.xls

RESULTADOS ANALTICOS
COD DATA % MO pH P * K * Al H+Al Ca Mg TEXT.
g2 12/nov 2 5 34 45 0,8 3,1 1,2 0,8 2
(m) ac-- (a) (b) (m) (m) (b) (m)
Soma Bases, SB 2,12 (m) Satur. Al, m: 27,44 (m)
CTC efetiva, t: 2,92 (m) Satur. bases, 40,56 (b)
Obs.: (mb) muito baixo; (b) baixo; (m) medio; (a) alto e (ma) muito alto
ac-- muito acido; ac- acido; alc++ muito alcalino; alc+ alcalino
TEXTURA: 1 = arenosa; 2 = media e 3 = argilosa. (*) ppm

69
RECOMENDAES
CULTURA: m e la n c ia AREA: 1 ha
PLANTIO QTE/HA QTE AREA PRNT
Calcario (*, ton) 2,0 2,0 100
Nitrogenio, N 40,0 40,0
Fosforo, P2O5 90,0 90,0
Potassio, K2O 60,0 60,0
COBERTURA
Nitrogenio, N 100,0 100,0
OBS.:
Adubacao na cova
melancia

CUSTO TOTAL: 1.150,00 em 1,00 ha
NOME PRECO QTE * CUSTO
calcario (* ton) 1 2,00 2,00
sulf amonia_plantio 1 200,00 200,00
sulf amonia_cobert 1 500,00 500,00
super simples 1 0,00 0,00
super triplo 1 0,00 0,00
cloreto de potassio 1 0,00 0,00
4-14-8 1 0,00 0,00
0-20-20 1 450,00 450,00
10-30-30 1 0,00 0,00
preo por kilo, exceto calcrio preo por tonelada
indique os preos, clique "enter" e clique em "calcular custo mnimo da adubao" e "ok"
MINIMIZAO DO CUSTO DA ADUBAO
calcular custo m nimo da adubao

70
EXERCCIO:
Minimizar custo rao

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
A B C D E F G H I
MINIMIZAO Mtodo Grfico CUSTO RAO Prof. Aziz
FSOJA MILHO rel.
CUSTO $ USO limite sobra
protena g >=
CH g >=
SOLUO kg
MILHO
FSOJA
0
1
2
3
4
5
0 1 2 3 4 5
CUSTO
protena
CH
MILHO
FSOJA

Anotaes (exerccio)

71
Maximizar margem bruta (transferncia de recursos)
Calcula a combinao de atividades e a transferncia de recursos entre atividades
agrcolas e pecurias, considerando os limites de recursos da empresa

1
2
3
4
5
6
7
8
9
10
11
12
13
A B C D E F G H I J K L
vndFeijao vndMilho MilhoVaca FareloSoja Vaca Feijao Milho
MB 11,10 2,28 -0,038 -0,52 877,00 8.775,85
st uso limite sobra
terraco 1,00 1,00 15,00 <= 15,00 0,00
encosta 3,50 35,00 <= 35,00 0,00
capital 342,40 1.257,47 1.024,13 21.462,33 <= 40.000,00 18.537,67
maquina 9,11 4,80 121,44 <= 250,00 128,56
prodF 1,00 -30,00 0,00 = 0,00 0,00
prodM 1,00 0,017 -103,00 0,00 = 0,00 0,00
PB 0,094 0,479 -480,00 0,00 = 0,00 0,00
NDT 0,887 0,810 -2.400,00 0,00 = 0,00 0,00
S: 344,10 0,00 21.816,12 5.739,63 10,00 11,47 3,53
363,60

Anotaes (exerccio)

72
Maximiza margem bruta (multiperidico)
Maximizar a margem bruta de uma empresa ao final de um determinado perodo,
considerando atividades anuais e pluarianuais e limitaes de recursos da empresa

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
A B C D E F G H I J K L M N O P Q R
PROGRAMAO DINMICA (MULTIPERIDICA) Prof. Az
1 ano 2 ano 3 ano
F. OBJETIVO feijao1 milho1 marcuja1 sTerra1 tCaixa1 feijao2 milho2 marcuja2 sTerra2 tCaixa2 feijao2 milho3 maracuja3 sTerra3 MB
caixa3 1,10 333,00 235,51 4341,00 48119,62
RECURSOS LIMITE
terra1 (ha) 1,00 1,00 1,00 1,00 50,00 = 50
capital1 ($) 1257,47 1024,13 9348,00 20000,00 < 20000
maquina1 (hTr) 9,01 4,60 101,25 194,79 < 250
caixa1 ($) 333,00 235,51 8652,00 -1,00 0,00 = 0
terra2 (ha) -1,00 -1,00 -1,00 1,00 1,00 1,00 0,00 = 0
terraP2 (ha) -1,00 1,00 0,00 = 0
capital2 ($) -1,00 1257,47 1024,13 10858,00 1737,17 < 20000
maquina2 (hTr) 9,01 4,60 166,40 250,00 < 250
caixa2 ($) 1,10 333,00 235,51 10142,00 -1,00 0,00 = 0
terra3 (ha) -1,00 -1,00 -1,00 1,00 1,00 1,00 0,00 = 0
terraP3 (ha) -1,00 1,00 0,00 = 0
capital3 ($) -1,00 1257,47 1024,13 7659,00 11544,33 < 20000
maquina3 (hTr) 9,01 4,60 72,80 250,00 < 250
SOLUCAO feijao1 milho1 marcuja1 sTerra1 tCaixa1 feijao2 milho2 marcuja2 sTerra2 tCaixa2 feijao2 milho3 maracuja3 sTerra3
4,74 0,00 1,50 43,76 14575,93 0,00 0,00 1,50 48,50 31270,90 0,00 30,57 1,50 17,93
ANO 1 ANO 2 ANO 3
feijao1
milho1
marcuja1
sTerra1
feijao2
milho2
marcuja2
sTerra2
feijao2
milho3
maracuja3
sTerra3

Anotaes (exerccio)

73
Minimizar custo de transporte
calcula rotas que minimizem o custo do transporte atendendo a demanda de
pontos de consumo, capacidade de armazenamento e capacidade de produo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
A B C D E F G H I J K L M N O P Q R
MINIMIZAR CUSTO DE TRANSPORTE(minNet01.xls)
F. O. AX AY BX BY BZ X1 X2 Y1 Y2 Y3 Z2 Z3 Z4 CUSTO
CUSTO $ 4,100 2,000 3,000 1,000 2,000 5,000 7,000 9,000 6,000 7,000 8,000 7,000 4,000 130,000
RESTRIES AX AY BX BY BZ X1 X2 Y1 Y2 Y3 Z2 Z3 Z4 LIMITE USO
fabricaA ton 1 1 = 9,0 9,0
fabricaB ton 1 1 1 = 8,0 8,0
depositoX ton -1 -1 1 1 = 0,0 0,0
depositoY ton -1 -1 1 1 1 = 0,0 0,0
depositoZ ton -1 1 1 1 = 0,0 0,0
consumo1 ton -1 -1 = -3,0 -3,0
consumo2 ton -1 -1 -1 = -5,0 -5,0
consumo3 ton -1 -1 = -4,0 -4,0
consumo4 ton -1 = -5,0 -5,0
SOLUCAO AX AY BX BY BZ X1 X2 Y1 Y2 Y3 Z2 Z3 Z4
quantidade ton 0,0 9,0 3,0 0,0 5,0 3,0 0,0 0,0 5,0 4,0 0,0 0,0 5,0
transportada
FBRICAS DEPSITOS CONSUMO
x 1 -3
9 a
y 2 -5
8 b
z 3 -4
4 -5

Anotaes (exerccio)

74
Localizao tima (programao quadrtica)
Determina a localizao que minimiza o custos de transporte

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
A B C D E F G H
MINIMIZAR DISTNCIA (ptos - depsito)
Programao Quadrtica Prof. Aziz (DER-UFV)
X Y Distncia Mximo
Depsito 2.256 3.235
Pontos
a 2.100 4.600 1.374 3.500
b 1.200 2.700 1.184 3.500
c 2.500 1.100 2.149 3.500
d 4.950 4.600 3.020 3.500
Total 7.727
0
1000
2000
3000
4000
5000
6000
0 1000 2000 3000 4000 5000 6000
X
Y
Depsito a b c d

Anotaes (exerccio)

75
5.5 Modelagem

!MAX0
!maximizao da renda de uma empresa
max mb) 333f + 235.51m
st
terra) 1f + 1m <= 50
capital) 1257.47f + 1024.13m <= 40000
maquina) 9.01f + 4.6m <= 250

!MAX1eCap
!incluo da opo de emprstimo de capital a 9% juros
max mb) 333f + 235.51m - 0.09 eCap
st
terra) 1f + 1m <= 50
capital) 1257.47f + 1024.13m -1eCap <= 40000
maquina) 9.01f + 4.6m <= 250

!MAX2limE
!incluso de limite mximo de emprstimo de capital ($ 15.000,00)
max mb) 333f + 235.51m - 0.09 eCap
st
terra) 1f + 1m <= 50
capital) 1257.47f + 1024.13m -1eCap <= 40000
maxEcap) eCap <= 15000
maquina) 9.01f + 4.6m <= 250

!MAX3per
! incluso de alternativa, cultura permanente (ma = maracuj)
! utilizao de valores mdios anuais
max mb) 333f + 235.51m + 7711.67ma
st
terra) 1f + 1m + 1ma <= 50
capital) 1257.57f + 1024.13m + 9288.33ma <= 40000
maquina) 9.01f + 4.6m + 113.48ma <= 250
maxMa) 1ma <= 0.5

!MAX4etp
! detalhamento da demanda de mquina e mo de obra conforme os
perodos de preparo do solo, plantio, tratos culturais e colheita
max mb) 333f + 235.51m
st
terraco) 1f + 1m <= 15
capital) 1257.47f + 1024.13m <= 20000
! preparo: ago, set, out; plantio: nov,
! tratos culturais: dez, jan, fev, mar colheita: abr, mai
! maquina: disponvel 25 hora/trator por ms
maqPrep) 2.81f + 0.9m <= 75
maqPlan) 1.55f + 0.9m <= 25
maqTrat) 2.75f + 2.2m <= 100
maqColh) 2f + 0.7m <= 50
! mdo: 1/2 tempo 1 funcionrio, 15 dias/homem por ms
mdoPrep) 1f + 0.4m <= 45
mdoPlan) 0.5f + 0.3m <= 30
mdoTrat) 1.6f + 0.55m <= 60
mdoColh) 70.5f + 1m <= 30

!MAX5etpE
! detalhamento do modelo com incluso de alternativa de emprstimo de
capital, aluguel de maquinas e contratao de mo de obra em
diferentes perodos
76
max mb) 333f + 235.51m - 100aTerr - 0.09 eCap
- 10aMaqPrep -10aMaqPlan - 10aMaqTrat -10aMaqColh
- 5cMdoPrep - 5cMdoPlan - 5cMdoTrat - 5cMdoColh
st
terraco) 1f + 1m -1aTerr <= 15
maxAterr) 1aTerr <= 15
capital) 1257.47f + 1024.13m -1eCap <= 20000
maxEcap) 1eCap <= 15000
! preparo: ago, set, out; plantio: nov,
! tratos culturais: dez, jan, fev, mar colheita: abr, mai
! maquina: disponvel 25 hora/trator por ms
maqPrep) 2.81f + 0.9m -aMaqPrep <= 75
maqPlan) 1.55f + 0.9m -aMaqPlan <= 25
maqTrat) 2.75f + 2.2m -aMaqTrat<= 100
maqColh) 2f + 0.7m -aMaqColh <= 50
! mdo: 1/2 tempo 1 funcionrio, 15 dias/homem por ms
mdoPrep) 1f + 0.4m -cMdoPrep <= 45
mdoPlan) 0.5f + 0.3m -cMdoPlan <= 30
mdoTrat) 1.6f + 0.55m -cMdoTrat <= 60
mdoColh) 70.5f + 1m -cMdoColh <= 30

!MIN0
! minimizao do custo de uma rao
! vaca lactao 450 kg +- 15 litrosLeite/dia
min RACAO) 0.52FS + 0.28M
st
PB) 0.479FS + 0.094M >= 1.60
NDT) 0.81FS + 0.887M >= 8.00

!MIN1max
! incluso do limite fisiolgico de matria seca (maxMS) 5.00 kg por
dia por animal
min RACAO) 0.52FS + 0.28M
st
MS) 0.886FS + 0.88M >= 14.30
maxMS) 0.886FS + 0.88M <= 5.00
PB) 0.479FS + 0.094M >= 1.60
NDT) 0.81FS + 0.887M >= 8.00

!MAXAGRPC
! transferncia de recursos
! atividades agricola e pecurias
! legenda vnd = venda (saca 60kg), F = feijao (ha), M= milho (ha),
! VL= vaca lactacao (cabea), FS = farelo de soja (kg)
! Mvl = milho para vl (kg)
max AgrPc) 11.1vndF + 2.28vndM - 0.165Mvl -0.52FS + 877VL
st
terraco) 1F + 1M <= 15
encosta) 3.5VL <= 35
capital) 342.4VL + 1257.47F + 1024.13M <= 20000
maquina) 9.01F + 4.6M <= 250
prodF) vndF - 30F = 0
prodM) vndM + 0.0167Mvl -103.33M = 0
PB) 0.094Mvl + 0.479FS - 480VL >= 0
NDT) 0.887Mvl + 0.810FS - 2400VL >= 0

!MAXmult
! modelo multiperidico
max MULT) 333F3 + 235.51M3 + 4341ma3 +1.1tCaixa2
st
! 1 ano
77
terra1) F1 + M1 + ma1 +sTerra1 = 50
capital1) 1257.47F1 + 1024.13M1 + 9348ma1 <= 20000
maquina1) 9.01F1 + 4.6M1 + 101.25ma1 <= 250
CAIXA1) 333F1 + 235.51M1 + 8652ma1 -tCaixa1 = 0
! 2 ano
terra2) F2 + M2 -F1 -M1 -sTerra1 +sTerra2 = 0
terra2P) ma2 - ma1 = 0
capital2) 1257.47F2 + 1024.13M2 + 10858ma2 -tCaixa1 <= 20000
maquina2) 9.01F2 + 4.6M2 + 166.4ma2 <= 250
CAIXA2) 333F2 + 235.51M2 + 10142ma2 +1.1tCaixa1 -tCaixa2 = 0
! 3 ano
terra3) F3 + M3 -F2 -M2 -sTerra2 +sTerra3 = 0
terra3P) ma3 - ma2 = 0
capital3) 1257.47F3 + 1024.13M3 + 7659ma3 -tCaixa2 <= 20000
maquina3) 9.01F3 + 4.6M3 + 72.8ma3 <= 250
78
Anexo

Apostila de Laboratrio
3

Autores: Prof. Jos Luis Braga e Marcus Hernique Soares Mendes

Pr-requisitos
Para realizar as atividades prticas satisfatoriamente, deve-se:
Possuir acesso ferramenta MS-Excel.
Ter instalado: o add-in Solver e as ferramentas de Visual Basic for Applications
(VBA).

Objetivos gerais
Capacitar o aluno a:
Resolver problemas de otimizao.
Analisar as respostas obtidas.
Aplicar ferramentas de VBA para resoluo de problemas.

INTRODUO

Na UNIDADE 3 A estrutura de sistemas de apoio deciso, da apostila de
ERU520, foi feita uma breve discusso dos principais conceitos relacionados com a
arquitetura de SADs e seus principais componentes ou mdulos. Algumas
consideraes tambm foram feitas sobre como implementar SADs, e as principais
classes de ferramentas que permitem obter uma implementao foram brevemente
discutidas.
A planilha Excel foi citada e includa na categoria de Gerador de SAD, ou
seja, como um pacote integrado de software que propicia a construo rpida, fcil e
barata de um SAD.
Nesse adendo da apostila de ERU520, que est sendo denominada Apostila de
Exerccios, os recursos do Excel que o tornam a ferramenta mais usada no mundo
todo para apoio a deciso sero apresentadas e discutidas. Ser enunciado um problema
simples de Programao Linear, e a sua soluo ser implementada passo a passo no
Excel, exemplificando em cada passo os recursos necessrios e como us-los.
Ao final, mais alguns exerccios so propostos, para que vocs possam treinar
na tcnica. Vocs estaro, ento, de posse de um conhecimento inestimvel na rea de
SAD, que certamente vai ser muito til no seu dia-a-dia.

PROBLEMA DE OTIMIZAO
Conceito
um processo que encontra a melhor, ou a tima, soluo para um modelo
(termo que empregado para significar a representao de um sistema do mundo real).

3
Apostila de Apoio da Disciplina ERU 520 Tecnologia da Informao, Prof. Jos Luis Braga (DPI-UFV)
79
Pode ser definido como uma tcnica de planejamento a qual visa diminuir custos ou
aumentar lucros por meio de auxilio aos tomadores de deciso para que encontrem o
melhor modo de alocar recursos escassos (insumos de produo, tempo de mquinas,
dinheiro, entre outros) sujeitos a algum tipo de restrio ou regulamentao.
Essa tcnica de planejamento possui enfoque matemtico, e pelo fato de
computadores possurem excelente capacidade de processamento numrico, esses so os
meios mais utilizados para a resoluo dos problemas de otimizao.
As vantagens mais aparentes, que o uso desse processo:
- Permite identificar as melhores opes em estudos de Qualidade Total;
- Permite a identificao de gargalos em linhas de produo;
- Fornece diretrizes para expanso.
Uma considerao importante que o termo otimizao refere-se tanto
maximizao quanto minimizao, depende do tipo de problema abordado, por
exemplo: ao tratarmos de um problema referente a otimizar custo, trata-se de um
problema de minimizao, caso fosse otimizar lucro seria um problema de
maximizao.

Estrutura geral
Otimizar:

em que Z = Funo objetivo; X
1
, X
2
..... X
n
so as variveis de deciso.
As equaes (1), (2) at (m) representam as restries do modelo.
As variveis de deciso usualmente indicam os montantes dos itens que
compe a funo-objetivo. Portanto em um problema onde um produtor cultive caf e
milho, as variveis de deciso so facilmente identificadas como sendo as quantidades
de caf e milho cultivados, pois ambas representam o montante das atividades do
modelo.
As restries do modelo indicam os limites do mundo real. Portanto em um
problema onde um produtor cultive caf e milho pode-se verificar que algumas das
possveis restries so a quantidade de terra, mo-de-obra e fertilizantes disponveis.
Uma restrio bem comum a no-negatividade das variveis de deciso, pois
na maioria das situaes reais os valores negativos no tm sentido econmico. Na
prtica um agricultor no pode cultivar quantidades negativas de caf e milho, ele
espera cultivar uma combinao dessas culturas que lhe propicie maior lucro dado
suas restries de produo.

0 .... , ,
) (
....... .......... .......... ..........
) 2 (
) 1 (
... Z
3 2 1
... 2 2 1 1
2 ... 2 22 1 21
1 ... 2 12 1 11
: .
2 2 1 1
2
1
>=
+ + + =
= + + +
= + + +
= + + +
n
mn m m
n
n
A S
n n
x x x x
b x a x a x a m
b x a x a x a
b x a x a x a
x c x c x c
m n
n
n
80
Resoluo de problemas de otimizao no MS-Excel
Para a resoluo de problemas de otimizao por meio do MS-Excel a
ferramenta Solver o meio mais utilizado.
O Solver um add-in
4
(suplemento) desenvolvido pela empresa americana
Frontline Systems que devido facilidade de uso e excelente desempenho para a
resoluo de problemas de otimizao foi integrado no pacote de instalao padro do
MS-Excel desde fevereiro de 1990. Desde ento, mais de 80 milhes de cpias do
Solver foram distribudas aos usurios do MS-Excel.
O Solver padro que acompanha o Microsoft Excel usa uma implementao
bsica do mtodo Simplex para resolver o primal dos problemas lineares de otimizao.
Alm disso, limitado a duzentas variveis de deciso. No entanto, existem outras
verses que so utilizadas para resolver problemas no lineares e com maior quantidade
de variveis de deciso.
Dica: Se voc no consegue localizar o suplemento Solver em seu
computador, possvel instal-lo por meio do CD do MS-Office. Aps realizar a
instalao deve-se usar o comando Suplementos no menu Ferramentas para carregar o
suplemento no MS-Excel (Figura 1).

Figura 1 - Carregando o suplemento Solver no MS-Excel.

4
Componente que pode ser instalado em seu computador para adicionar comandos e funes ao MS-Excel.
81
Aplicaes do Solver
Pode-se aplicar a ferramenta Solver em qualquer problema de um segmento
empresarial que se caracterize pela necessidade de alocao de recursos escassos entre
atividades alternativas, como por exemplo:
rea de finanas e investimento
o Otimizao de portfolio;
o Oramento de capital.
Indstria Manufatureira
o Mistura de leos ou raes animais;
o Corte timo de peas.
Redes de transporte
o Rotas de escoamento de produo;
o Carregamento de veculos.

Utilizao do Solver
Nesse tpico aborda-se como utilizar o suplemento Solver disponvel no MS-
Excel, ou seja, como modelar o problema de otimizao de modo que o Solver possa
resolv-lo.
Primeiramente, deve-se abrir o Solver, para isso basta clicar no Menu
Ferramentas e em seguida no item Solver. Com isso, abrir uma nova tela
representada pela Figura 2 onde sero solicitadas informaes a respeito do problema de
otimizao a ser resolvido.

Figura 2 - Tela inicial do suplemento Solver no MS-Excel.
Para ilustrar a resoluo de problemas de otimizao no MS-Excel
proposta uma atividade prtica, um problema simples, descrito a seguir:
Um agricultor detm know-how para plantar milho e caf em sua propriedade.
Sabe-se que para produzir um lote de milho o agricultor necessita de 11 hectares de
terra e 2 horas de trabalho por dia. J a produo de um lote de caf requer 60 hectares
de terra e exige 4 horas de trabalho por dia. O agricultor calcula lucro de R$ 1050,00 e
de R$ 2500,00 por lote de milho e caf produzidos, respectivamente. A quantidade de
terra limitada a 300 hectares e existem trs pessoas responsveis pelo plantio, cada
uma com uma jornada de oito horas de trabalho por dia (o que totaliza 24 horas por dia
de mo de obra). O agricultor tem alta demanda de ambos os produtos e deseja produzir
a quantidade de cada um que maximiza seu lucro total, ou seja, o agricultor quer saber
qual a combinao entre seus insumos (terra e mo de obra) para que ele obtenha o
82
maior lucro possvel com as culturas (caf e milho), e evidentemente que atenda as
limitaes de insumos.

Auditoria
Auditoria um recurso proporcionado pelo MS-Excel que visa verificar a
consistncia do modelo formulado na planilha de trabalho. Por meio desse recurso
possvel verificar as clulas precedentes e as dependentes, o que auxilia o modelador do
problema na deteco de erros.
A Figura 3 ilustra um modelo no qual so exibidos os precedentes da clula
E10, a qual uma frmula dada por = A10*A6+B10*B6. Portanto possui como
precedentes as clulas: A10, A6, B10 e B6.

Figura 3 - Recurso de auditoria exibindo os precedentes da clula E10.

83
O uso desse recurso vlido somente quando as clulas da planilha
relacionam-se entre si por meio de frmulas, ou seja, o valor de uma determinada clula
uma combinao do valor de outras clulas.
Outra opo para verificar o relacionamento entre clulas apertar a tecla F2
quando uma clula que contm frmula estiver selecionada, dessa forma, a frmula da
clula selecionada aparecer e todas as outras clulas compreendidas nessa frmula
sero destacadas.

Funo-objetivo
Para configurar a funo-objetivo, basta inserir a referncia da clula que
representa o valor da funo-objetivo da planilha Excel no campo Definir clula de
destino, como mostrado na Figura 4. A clula cuja referncia E10 representa a
funo-objetivo no exemplo considerado. A partir da, necessrio informar se o
problema de maximizao, minimizao ou de atingir uma meta (nesse caso, deve-se
entrar com a meta a ser alcanada).

Figura 4 - Configurao da funo-objetivo no Solver.

Variveis de deciso
Para configurar as variveis de deciso, basta inserir a referncia das clulas
que representam os valores das variveis de deciso da planilha Excel no campo Clula
Variveis, o qual especifica as clulas que podem ser ajustadas at que as restries do
problema sejam atendidas e a clula especificada na caixa Definir clula de destino
atinja sua meta, como mostrado na Figura 5.
As clulas cujas referncias so A6 e B6 representam as variveis de deciso
do problema no exemplo considerado.
O boto Estimar faz uma previso de todas as clulas diferentes de frmulas
citadas pelas frmulas na caixa Definir clula de destino e coloca suas referncias na
caixa Clulas variveis.

84

Figura 5 - Configurao das variveis de deciso no Solver.

Definio de restries
Para configurar as restries, basta clicar no boto Adicionar mostrado na
Figura 6 e preencher o campo Referncia da clula com a referncia do lado esquerdo
da restrio e o campo Restrio com a referncia para o lado direito da mesma, como
na Figura 7.

Figura 6 - Restries no Solver.

Figura 7 - Definio das restries no Solver.
85

Quando o problema contiver um nmero grande de restries, recomendado
que se agrupe as restries pelos sinais de desigualdade ou igualdade (<, > ou =), pois
dessa forma pode-se adicionar ao solver todas as restries de mesmo sinal de uma
nica vez (basta selecionar todo o conjunto de clulas cujas restries possuem mesmo
sinal), o que economizar bastante tempo de configurao das restries.

Outras opes
Na janela Parmetros do Solver exibida na Figura 6, ao clicar no boto
Opes uma nova janela intitulada Opes do Solver aberta, e a partir dessa pode-se
controlar os recursos avanados do processo de soluo, carregar ou salvar definies
de problemas e definir parmetros para os problemas lineares e no lineares. Cada
opo tem uma definio padro adequada maioria dos problemas, conforme
apresentado na Figura 8.

Figura 8 - Configurao das opes do Solver.

Maiores detalhes sobre cada parmetro de configurao podem ser obtidos
consultando a ajuda fornecida pelo software.

Anlise de relatrios
Uma vez realizada a configurao completa dos parmetros do Solver basta
clicar no boto Resolver para que se inicie a busca da soluo tima para o problema.
Durante o processo de execuo, o usurio pode observar as aes do Solver no rodap
esquerdo do MS-Excel. E ao final do processo aberta uma janela intitulada
Resultados do Solver
5
, conforme a Figura 9, na qual o Solver informa se a soluo
tima foi encontrada ou no.

5
O Anexo mostra quais so as possveis respostas do Solver.
86

Figura 9 - Janela de resultados do Solver.

Nessa janela, o usurio pode optar por adotar a soluo encontrada pelo Solver
ou recuperar os valores da soluo original. Alm disso, pode-se optar pelo
fornecimento dos relatrios de resposta, sensibilidade e limites. A seguir, esses so
explicados com detalhe.

Relatrio de resposta
Nesse relatrio so fornecidas informaes sobre a soluo tima e o valor
timo da funo-objetivo. No exemplo dado, Figura 10, tem-se que x
1
= 3,1578947 e x
2

= 4,42105263, com a F.O. = 14368,42. Note que, uma vez que se colocou nomes
imediatamente acima das clulas que continham as variveis de deciso e a funo
objetivo, esses rtulos aparecem no relatrio e o tornam mais legvel.
Em relao s restries importante salientar a informao sobre o status da
restrio, o qual indica o quanto se est prximo do limite da restrio na soluo tima.
O status No agrupar significa que a restrio no atingiu o limite, enquanto o status
Agrupar indica que no h sobra da restrio.

87
Figura 10 - Relatrio de resposta do Solver.

O item Transigncia interpretado como sendo o que ainda se tem disponvel
da restrio. No exemplo dado, observa-se que as restries 1 e 2 possuem transigncia
= 0, ou seja, todos os seus recursos foram utilizados, o que condiz com o seu status.

Relatrio de sensibilidade
A anlise de sensibilidade consiste em verificar como podem variar as
constantes do problema, os coeficientes da funo-objetivo e os lados direito das
restries, sem que a soluo tima sofra alteraes substanciais. Essa anlise baseia-se
na teoria do mtodo Simplex.
No quadro Clulas Ajustveis da Figura 11, os coeficientes da funo-objetivo
so analisados. Apresentam-se os custos marginais (coluna custo reduzido) das
variveis. Como essa a soluo tima de um problema de maximizao, os custos
marginais das variveis de deciso s podem ser nulos ou negativos. Em seguida so
mostrados os valores dos coeficientes da varivel na funo-objetivo e o mximo
aumento e mxima diminuio permissvel, no sentido de que x
1
= 3,157894 e x
2
=
4,4210 continuem a ser a soluo tima.

Figura 11 - Relatrio de sensibilidade do Solver.

evidente que ao alterar um coeficiente na funo-objetivo o valor desta se
modifica, mesmo mantendo o valor das variveis de deciso. Mas o que esta anlise
quer dizer como se pode variar a inclinao do plano que representa a funo-objetivo
sem que a soluo ocorra em outro vrtice. Por exemplo: considerando a varivel x
1,
o
coeficiente pode variar de 458,34 (1050 591,66) at 1250 (1050 + 200) sem que
ocorram mudanas na soluo tima.
No quadro Restries da Figura 11 realizada a anlise de sensibilidade ao
valor do lado direito das restries. Ao alterar um destes valores, altera-se a restrio do
problema, e conseqentemente a regio de soluo, o que pode fazer com que a soluo
tima ocorra em outro vrtice. Os valores dados nas colunas Permissvel Acrscimo e
Permissvel Decrscimo so os valores que podem ser somados e subtrados,
respectivamente ao valor inicial (coluna Restrio Lateral) sem que a soluo tima
mude de vrtice.
88
A coluna Preo-Sombra fornece o acrscimo na funo-objetivo para cada
unidade de recurso adicional. No exemplo dado, se aumentssemos a restrio 1 de 300
para 301 a funo objetivo seria acrescida de 10,5263. A relao acrscimo de recurso /
acrscimo na funo-objetivo se mantm enquanto o vrtice timo no se alterar, ou
seja, dentro dos valores dados pelo acrscimo e decrscimo permissveis.

Relatrio de limites
Indica o quanto os valores para as clulas variveis podem ser aumentados e
diminudos sem violar as restries do seu problema. Para cada clula varivel, esse
relatrio relaciona o valor timo, bem como o menor e maior valores que podem ser
utilizados sem violar as restries, conforme a Figura 12.
Limite Mnimo - o menor valor que uma varivel bsica (clula ajustvel:
X
1
e X
2
) pode assumir enquanto todas as demais clulas variveis so mantidas fixas e
ainda satisfazem todas as restries.
Limite Mximo - o maior valor que uma varivel bsica (clula ajustvel:
X
1
e X
2
) pode assumir enquanto todas as demais clulas variveis so mantidas fixas e
ainda satisfazem todas as restries.
Resultado de Destino - corresponde ao valor da funo-objetivo (aquela que
se pretende maximizar/minimizar) da funo-objetivo, quando a clula varivel
analisada est em seu limite mnimo ou mximo.

Figura 12 - Relatrio de limites do Solver.

CONSULTAS WHAT-IF (ATINGIR META)

Um recurso de extremo valor para os tomadores de deciso o que permite
fazer simulaes com os resultados de problemas de deciso. Por exemplo, pode ser
interessante variar os valores de algumas variveis de entrada, para ver o que acontece
com os resultados. Ou ento o contrrio, alterar valores de variveis de resultados, e ver
89
qual deve ser a correspondente alterao nas variveis de entrada, para permitir obter
aqueles valores na sada.
Esses dois recursos caem na categoria de simulaes: a) what-if, ou seja, o
que aconteceria se; e b)goal-seeking, ou atingimento de meta . O Excel
oferece recursos dessa natureza, que podem ser facilmente utilizados, e nessa parte do
material, eles vo ser apresentados.
Por exemplo, quando soubermos o resultado desejado de uma nica frmula,
mas no o valor de entrada de que a frmula necessita para determinar o resultado,
pode-se usar o recurso Atingir Meta. Ao utiliz-lo, o Microsoft Excel varia o valor
em uma clula especfica at que uma frmula dependente daquela clula retorne o
resultado desejado. Por exemplo, na Figura 13, x1 representa a quantidade de milho, da
pergunta-se: quantos hectares de milho o produtor deve vender para que se obtenha um
lucro de R$ 20.000,00?

Figura 13 - Exemplo do recurso atingir meta.

Deve-se configurar o recurso da forma representada na Figura 13, ou seja, o
campo Definir Clula recebe uma referncia clula que depende de outra especfica, o
campo Para Valor recebe o valor a ser alcanado e o campo Variando Clula recebe
uma referncia clula especfica que se deseja variar.
Na Figura 14, observa-se que o resultado encontrado a produo de
8,5213032 hectares de milho para o lucro de R$20.000,00. Note que as restries no
so satisfeitas, pois esse recurso as ignora.

Figura 14 - Resultado do exemplo do recurso atingir meta.

90
Suponha que o agricultor vislumbrou a possibilidade de aumentar o lucro do
milho para R$ 2500,00, a Figura 15 exibe o que aconteceria se isso realmente se
concretizasse.

Figura 15 - Aumento do lucro do milho para 2500.

Portanto com a nova configurao percebe-se que o agricultor necessitaria de
apenas 3,578947 hectares para plantar milho e obter o lucro de R$ 20.000,00. No
entanto as restries ainda no estariam satisfeitas.

CENRIOS NO MS-EXCEL

O MS-Excel dispe de uma poderosa ferramenta de auxlio para tomada de
decises, podendo simular diversos cenrios variando clulas passveis de alteraes.
Utiliza-se bastante esta ferramenta na rea financeira e em qualquer rea
pertinente a uma simulao de variveis. Pode-se gravar estes cenrios, gerar relatrios
estticos e dinmicos com as variveis envolvidas na simulao.

Criando cenrios
Consideremos o exemplo do produtor de milho e caf citado na pgina 8. A
partir deste problema modelaremos trs situaes (ruim, regular e tima).
Iniciaremos pela criao do cenrio ruim. Primeiramente deve-se clicar em
Cenrios no Menu Ferramentas. Feito isso, deve-se clicar em Adicionar para informar
o nome do cenrio, e as clulas as quais desejamos variar, como na Figura 16. A seguir,
deve-se informar os valores para as clulas variveis, conforme a Figura 17.

91

Figura 16 - Criao do cenrio ruim para o problema do agricultor.

Figura 17 - Valor das clulas variveis no cenrio ruim.

Os outros dois cenrios so criados da mesma forma. Ao final do processo
pode-se consultar o Gerenciador de Cenrios a fim de verificar quais cenrios existem
(Figura 18).

Figura 18 - Gerenciador de cenrios.

Resumos estticos e dinmicos
No gerenciador de cenrios, clicando-se no boto Resumir, ser exibida a
janela Resumo do Cenrio, solicitando a regio de Clulas de Resultado (Clulas que
dependem das clulas variveis escolhidas a critrio do usurio). Aparecer o resumo
92
sem formatao primeiramente, podendo format-lo conforme desejar, como na Figura
19.

Figura 19 - Resumo esttico dos cenrios.

Os trs cenrios so apresentados, seguidos dos valores das clulas variveis de
cada um e das clulas de resultado (lucro, valor da restrio e valor da restrio 2).
Esse tipo de relatrio de grande valia ao tomador de deciso, pois fornece
uma viso holstica e comparativa dos cenrios projetados.
O relatrio comparativo de cenrios pode ser apresentado de forma dinmica, o
que permite ao usurio selecionar: quais clulas de resultados ou quais cenrios deseja
comparar de forma fcil e rpida (Figura 20).

Figura 20 - Resumo dinmico dos cenrios.

Suponha que o usurio quisesse comparar somente o cenrio ruim e o timo.
Por meio da tabela dinmica, bastam apenas trs cliques para isso. Veja o procedimento
na Figura 21 e o resultado final na Figura 22.

93

Figura 21 - Desmarcando o cenrio regular no resumo dinmico.

Figura 22 - Resumo dinmico dos cenrios timo e Ruim.

Exerccios propostos
Modele e resolva os exerccios utilizando o Solver:

1) Uma empresa dispe de trs fbricas, localizadas nas regies A, B e C. As fbricas
A e B produzem circuitos impressos para calculadoras, enquanto que a fbrica C
produz visores de cristal lquido para o mesmo fim. A montagem das calculadoras
pode ser feita nas fbricas B e C. Uma calculadora requer 2 circuitos e 1 visor. A
fbrica A pode produzir no mximo 200 circuitos/dia. A fbrica B pode produzir at
150 circuitos/dia. Entretanto, cada calculadora montada nesta fbrica reduz sua
capacidade de produo de circuitos em 1,3 unidades/dia. A fbrica C pode produzir
at 180 visores/dia. Todavia cada calculadora que for montada nesta fbrica reduz
aquela capacidade tem 0,8 unidades/dia.
O objetivo da empresa maximizar a produo diria de mquinas
calculadoras.
Variveis de deciso sugeridas para a formulao:
Cij: circuitos produzidos na fbrica i destinados fbrica j (unid/dia).
Vij: visores produzidos na fbrica i destinados fbrica j (unid/dia).
Mj: calculadoras montadas (= produzidas) na fbrica j ( unid/dia).

2) No prximo vero um agricultor pode produzir milho, soja e bois. Para produzir 1 t
de milho so requeridos 0,6 ha de terra e R$ 3500 em gastos diversos. Por outro
lado, 1 t de milho gera uma receita bruta de R$ 6000. Para produzir 1 t de soja so
necessrios 0,8 ha de terra e R$ 4200 em gastos diversos. Por outro lado, 1 t de soja
gera uma receita bruta de R$ 6500. Para produzir 1 t de boi so requeridos 2,5 ha de
94
terra e R$ 16000 em gastos diversos. Por outro lado, 1 t de boi gera uma receita
bruta de R$ 29000.
O agricultor dispe de 500 ha de terra e de R$ 600000 em caixa para gastos da
produo. Ele pode aumentar sua disponibilidade de caixa de dois modos. Em
primeiro lugar, ele pode arrendar at 150 ha de terra para um vizinho que se dispe a
pagar R$ 1400 por ha (no entanto, apenas 50% do valor do arrendamento ser pago
adiantado e poder ser usado para aumentar a disponibilidade de caixa).
Em segundo lugar, o agricultor pode conseguir crdito bancrio. Para produzir
milho o agricultor consegue um financiamento de at R$ 3000 por ha de milho; para
produzir soja o agricultor consegue um financiamento de at R$ 3400 por ha de soja
e, para produzir bois, o agricultor consegue um financiamento de at R$ 2500 por ha
dedicado a esta atividade. O limite total de crdito do agricultor R$ 1.100.000. O
juro do crdito de lavoura e de 20% e o juro de crdito pecuria de 35%.
O agricultor deseja maximizar sua disponibilidade de caixa no fim do vero
(aps comercializar sua produo, pagar emprstimos eventuais e receber o restante
do arrendamento, se houver).
Obs: devido fiscalizao, o crdito obtido para uma atividade qualquer no
poder ser desviado para outra.
Variveis de deciso sugeridas para a formulao:
Cj : crdito tomado para a atividade j (em R$)
Pj : dinheiro prprio usado na atividade j (em R$)
Xj : produo obtida na j-sima atividade (em t)
A : arrendamento de terras para o vizinho (em ha)
S : saldo de dinheiro prprio no utilizado para produo.

Os dois exerccios foram extrados de LANZER (1988).

BIBLIOGRAFIA

ALBRIGHT, S.C. VBA for modelers: developing decision support
systems with microsoft excel. Duxbury, 2001.

LANZER, E.A. Programao linear: conceitos e aplicaes. 2.ed. Rio de Janeiro:
IPEA/INPES, 1988. 258 p.

NOSSA, V., CHAGAS, J.F. Usando programao linear na contabilidade decisorial
Revista Brasileira de Contabilidade (RBC), set./out. 1997.

OLIVEIRA, J.F. Utilizao do solver do Excel. DEEC - Faculdade de Engenharia da
Universidade do Porto, maio 1998. 9 p.

PRADO, D. Programao linear. Belo Horizonte: EDG, 1999. 205 p.

RASGDALE, C.T. Spreadsheet modeling and decision analysis: a practical
introduction to management science. 2.ed. Cincinnati, Ohio: South-Western College
Publishing, 1997. 742 p.

www.solver.com.

www.indiana.edu/~mgtsci/home_VBA.html.
95
Bibliografia

BEIERLEIN, J. G., SCHNEEBERGER, K. C., OSBURN, D. Principles of agribusiness
management. Waveland press: Long Grove. 2003. 326p.
BOEHJE, M. D.; EIDMAN, V. R. Farm management. John Wiley & Sons: New York.
1983. 8junp.
CAIXETA-FILHO, J. V. ; GAMEIRO, A. H. (org.) Sistemas de Gerenciamento de
Transportes: Modelagem Matemtica. Editora Atlas: So Paulo, 2001, 125p.
CAIXETA-FILHO, J. V. ; GAMEIRO, A. H. (org.) Transporte e Logstica em
Sistemas Agroindustriais. Editora Atlas: So Paulo, 2001, 218p.
FNP: Agrianual 2006: anurio da agricultura brasileira. FNP: So Paulo.
FNP: Anualpec 2006: anurio da pecuria brasileira. FNP: So Paulo.
GEPAI: Gesto Agroindustrial. Editora Atlas: So Paulo, 1997, 573p. volume I e
volume II.
HARSCH, S. B.; CONNOR, L. J.; SCHWAB, G. D. Managing the farm business.
Prentice Hall:London, 1981. 384p.
KAY, R. D. Farm management: planning, control and implementation. McGraw-Hill:
New York, 1981. 370p.
KOTLER, P.; ARMSTRONG, G. Princpios de marketing. Prentice Hall: Rio de
Janeiro. 1993. 478p. n biblioteca UFV 658.8 K87p
LOPES, J. E. P. Anlise econmica de contratos de integrao usados no complexo
agroindustrial avcola brasileiro. Viosa: UFV. (tese mestrado). 105p. 1992.
MAGALHES, C. A. Planejamento da empresa rural: mtodos de planejamento e
processos de avaliao. Impr. Univ. : Viosa, 1992. 100p (apostila n 313)
MOURA, A. D. Sistema inteligente de apoio deciso aplicado ao gerenciamento da
produo de frango de corte. UFV: Viosa. (Tese mestrado). 92p. 1995.
NEVES, M. F., CASTRO, L. T. (org.). Marketing e estratgia em agronegcios e
alimentos. Editora Atlas:So Paulo, 2003. 365.
NORONHA, J. F. Projetos agropecurios: administrao financeira, oramento e
viabilidade econmica. Ed. Atlas: So Paulo, 1987. 269p.
PINAZZA, L. A.; ALIMANDRO, R.; Reestruturao no Agribusiness Brasileiro:
Agronegcios no Terceiro Milnio. Abag agroanalysis FGV: Rio de Janeiro, 1999,
266p.
RAGSDALE, C. T. Spreadsheet modeling and decision analysis: a practical
introduction to management science. South-western college publishing:Cincinnati,
1998. 742p.
SILVA JR. A. G. da. Sistema de suporte deciso integrado a sistemas especialistas:
uma aplicao para o gerenciamento de fazendas produtoras de leite. UFV: Viosa
(Tese mestrado). 94p. 1993.
SILVA JR. A. G. da. NOTAS DE AULA: disponvel no site
www.gestaodoagronegocio.com.br/aziz (em disciplina eru431 apostila)
MOORE, J. H., WEATHERFORD, L. R. Tomada de deciso em administrao
com planilhas eletrnicas. Bookman:Porto Alegre, 2005. 643p.
WOILER, S; MATHIAS, W.F. Projetos: planejamento, elaborao e anlise. Ed.
Atlas: So Paulo. 1986. 294p.
BATALHA, M.O. Gesto agroindustrial. So Paulo: Atlas, 2001.

Apostila Adm.

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apostila Adm.

Uploaded by

Copyright:

Available Formats

UNIVERSIDADE FEDERAL DE VIOSA

CENTRO DE CINCIAS AGRRIAS

ERU 431 PLANEJAMENTO DA EMPRESA RURAL

You might also like