Download PDF
ads:
UNIVERSIDADE REGIONAL DO NOROESTE DO ESTADO DO RIO GRANDE DO SUL
DEPARTAMENTO DE FÍSICA, ESTATÍSTICA E MATEMÁTICA
DEPARTAMENTO DE TECNOLOGIA
MESTRADO EM MODELAGEM MATEMÁTICA
ADRIANA SBARDELOTTO
A MODELAGEM MATEMÁTICA COMO FERRAMENTA DE APOIO À DECISÃO
NA ESCOLHA DE CULTIVARES DE SOJA
Ijuí
2006
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
2
ADRIANA SBARDELOTTO
A MODELAGEM MATEMÁTICA COMO FERRAMENTA DE APOIO À DECISÃO
NA ESCOLHA DE CULTIVARES DE SOJA
Dissertação apresentada ao Programa de Pós-
Graduação em Modelagem Matemática da
Universidade Regional do Noroeste do Estado
do Rio Grande do Sul, como requisito parcial
para a obtenção do grau de Mestre em
Modelagem Matemática.
Orientador: Dr. Gideon Villar Leandro
Ijuí
2006
ads:
3
UNIVERSIDADE REGIONAL DO NOROESTE DO ESTADO DO RIO GRANDE DO SUL
DeFEM - DEPARTAMENTO DE FÍSICA, ESTATÍSTICA E MATEMÁTICA
DeTEC - DEPARTAMENTO DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM MATEMÁTICA
A Comissão Examinadora, abaixo assinada, Aprova a Dissertação:
“A MODELAGEM MATEMÁTICA COMO FERRAMENTA DE APOIO À DECISÃO
NA ESCOLHA DE CULTIVARES DE SOJA”
Elaborada por
ADRIANA SBARDELOTTO
Como requisito para a obtenção do grau de Mestre em Modelagem Matemática
Comissão Examinadora
Prof. Dr. Gideon Villar Leandro – (Orientador) – (DeTEC/UNIJUÍ)
Prof. Phd. Valter José Stulp – (PUC-RS)
Prof. Dr. Benedito Silva Neto – (UNIJUÍ)
4
AGRADECIMENTO
A Deus, que sempre iluminou meus
caminhos.
Aos meus pais, irmãos e familiares pelo
estímulo que me ofereceram e por terem
depositado confiança na minha capacidade,
dedico-lhes mais esta etapa de minha vida.
Ao meu noivo pela compreensão e
companheirismo.
Ao meu orientador por ter me guiado
neste trabalho, com paciência e perseverança.
5
RESUMO
Frente à importância do agronegócio da soja no Brasil, este trabalho visa contribuir
com o setor, tendo como foco de interesse os produtores de soja do município de Dois
Vizinhos, Paraná e, uma indústria processadora de soja, que produz óleo, farelo e casca e, é a
principal compradora da soja produzida no município. São coletadas amostras das cultivares
de soja: CD205, CD206, CD215, Embrapa48, Spring8350, M-soy5826, BRS133, BRS184 e
BRS214, plantadas no município na safra 2005/06, para analisar a composição dos grãos, o
custo de aquisição e produção e as respectivas produtividades. Por meio destes dados, são
construídos modelos matemáticos, com o ferramental da programação linear, um para
maximizar os lucros da indústria processadora de soja, determinando assim a escolha ótima de
cultivares para o processamento e outros para maximizar a renda do produtor de soja,
determinando qual a melhor combinação de cultivares a ser plantada e suas respectivas áreas.
O modelo que otimiza o sistema produtivo da indústria é constituído pela composição dos
grãos, subprodutos, resíduos e perda e, os modelos para o produtor de soja são constituídos a
partir da área, do custo de produção e das produtividades das cultivares. Os modelos são
desenvolvidos nos softwares Matlab 6.5 e Lingo 7.0. Através dos resultados conclui-se que as
cultivares BRS133, CD215, Embrapa48, BRS184, Spring8350 e M-soy5826 podem
maximizar os lucros da indústria processadora, enquanto que as demais podem reduzir. Por
outro lado, a cultivar Embrapa48 representa a escolha ótima a ser feita pelos produtores de
soja, que plantam lavouras inferiores a 30 hectares, já para lavouras com áreas superiores tem-
se que as cultivares Embrapa48 e CD215 representam a melhor combinação a ser plantada.
Dos resultados obtidos, são feitas análises comparativas buscando uma relação que beneficia
simultaneamente os produtores de soja e a indústria processadora.
Palavras-chave:
indústria processadora; cultivares de soja; modelo matemático; produtor de soja; programação
linear.
6
ABSTRACT
Front to the importance of the agro business of the soy in Brazil, this work seeks to
contribute with the sector, focused the interest of the producing of soy of the municipal
district of Dois Vizinhos, Paraná, and of one soy smashing industry, that produces oil, bran
and peel, main buyer of the soy produced in the region. Samples of cultivates soy planted in
the municipal district in the harvest 2005/06: CD205, CD206, CD215, Embrapa48,
Spring8350, M-soy5826, BRS133, BRS184 and BRS214, to analyze the composition of the
grains, the acquisition cost and production and the respective productivities. Mathematical
models are built, with tools of the linear programming using these data, one to maximize the
profits of the soy smashing industry, determining the best cultivate choice for the processing
and other to maximize the income of the producing of soy, determining which the best
combination of cultivate to be planted and your respective areas. The model that optimizes the
productive system of the industry is constituted by the composition of the grains, by-products,
residues and loss and, the models for the producing of soy are constituted starting from the
area, of the production cost and of the productivities of the cultivates. The models are
developed in the softwares Matlab 6.5 and Lingo 7.0. Conclusion through the results that
cultivates BRS133, CD215, Embrapa48, BRS184, Spring8350 e M-soy5826 can maximize
the profits of the smashing industry, while the others can reduce. The cultivate Embrapa48
represents the optimal choice to already be done by the producing of soy, by plantation lower
to 30 hectares, for farmings with superiors areas cultivates Embrapa48 e CD215 represent the
best combination to be planted. Comparative analyses of the obtained results are made
searching one relationship that benefits simultaneously producing of soy and the smashing
industry.
Key-words:
smashing industry; cultivate of soy; model mathematical; producing of soy; linear
programming.
7
LISTA DE FIGURAS E TABELAS
Figura 1.1 – Fluxograma da extração do óleo de soja....................................................26
Tabela 1.1 – Composição média da soja cultivada nas regiões Sul e Sudeste do Brasil
.........................................................................................................................................21
Tabela 2.1 – Composição do grão de soja, de seus subprodutos, resíduos e estimativa de
perda ................................................................................................................................37
Tabela 2.2 – Composição dos grãos relativos ás nove cultivares...................................38
Tabela 2.3 – Custos referentes à cultura da soja.............................................................46
Tabela 2.4 – As cultivares, o ciclo destas, o preço do saco de sementes e as respectivas
produtividades .................................................................................................................48
Tabela 3.1 – Composição dos grãos relativos ás nove cultivares, lucro por tonelada es-
magada.............................................................................................................................56
Tabela 3.2 – Lucros obtidos no processamento de cada cultivar ...................................57
Tabela 3.3 – Relação entre percentual de óleo+carboidratos e lucro. ............................58
Tabela 4.1 – Resultados do Modelo 1 ............................................................................61
Tabela 4.2 – Resultados do Modelo 2 ............................................................................64
Tabela 4.3 – Resultados do Modelo 3 ............................................................................65
Tabela 4.4 – Modelo 4....................................................................................................67
Tabela 4.5 - Comparativo I, entre os Modelos ...............................................................68
8
LISTA DE SÍMBOLOS
Z – função-objetivo (lucro da indústria)
Poleo – preço de venda por kg de óleo degomado
Pfarelo – preço de venda por kg de farelo
Pcasca – preço de venda por kg de casca
Custos – custo da saca de soja + custo da limpeza + custo da secagem + custo de
armazenamento + processo de extração.
1
ox
i
- umidade no óleo
2
ox
i
- óleo no óleo
6
ox
i
- cinzas no óleo
1
fx
i
- umidade no farelo
2
fx
i
- óleo no farelo
3
fx
i
- proteínas no farelo
4
fx
i
- fibras no farelo
6
fx
i
- cinzas no farelo
7
fx
i
-carboidratos no farelo
1
cx
i
- umidade na casca
2
cx
i
- óleo na casca
3
cx
i
- proteínas na casca
4
cx
i
- fibras na casca
6
cx
i
- cinzas na casca
7
cx
i
- carboidratos na casca
1
rx
i
- umidade no resíduo
9
2
rx
i
- óleo no resíduo
3
rx
i
- proteínas no resíduo
5
rx
i
- impurezas no resíduo
7
rx
i
- carboidratos no resíduo
1
px
i
- perda de umidade
2
px
i
- perda de óleo
3
px
i
- perda de proteínas
4
px
i
- perda de cinzas
5
px
i
- perda de impurezas
2
lx
i
- óleo na lecitina
6
lx
i
- cinza na lecitina.
1i
b - quantidade máxima de umidade no grão
2i
b - quantidade máxima de óleo no grão
3i
b - quantidade máxima de proteínas no grão
4i
b - quantidade máxima de fibras no grão
5i
b - quantidade máxima de impurezas no grão
6i
b - quantidade máxima de cinzas no grão
7i
b - quantidade máxima de carboidratos no grão
ZP – função-objetivo (lucro do produtor)
P – preço da saca de soja
Área – área total a ser plantada
Custo – custos do sistema produtivo da soja
1
x - área a ser plantada pela cultivar CD205
2
x - área a ser plantada pela cultivar CD206
3
x - área a ser plantada pela cultivar CD215
4
x - área a ser plantada pela cultivar Spring8350
5
x - área a ser plantada pela cultivar M-soy5826
6
x - área a ser plantada pela cultivar Embrapa48
7
x - área a ser plantada pela cultivar BRS133
10
8
x - área a ser plantada pela cultivar BRS184
9
x - área a ser plantada pela cultivar BRS214
11
SUMÁRIO
INTRODUÇÃO .............................................................................................................12
1 SOJA............................................................................................................................17
1.1 A CULTURA DA SOJA, E SUA INTRODUÇÃO NO BRASIL.............................17
1.2 A SOJA NO PARANÁ..............................................................................................19
1.3 SUBPRODUTOS DA SOJA.....................................................................................20
1.4 AS CULTIVARES DA SOJA...................................................................................21
1.5 AS INDÚSTRIAS ESMAGADORAS DE SOJA.....................................................24
1.6 OS PRODUTORES RURAIS...................................................................................26
2 MODELOS MATEMÁTICOS DE APOIO À DECISÃO NA ESCOLHA DE
CULTIVARES DE SOJA .............................................................................................29
2.1 PESQUISA OPERACIONAL ..................................................................................29
2.1.1 Etapas do processo de construção de modelos .....................................................30
2.1.2 Modelos de programação linear............................................................................31
2.2 MODELO MATEMÁTICO DE APOIO À DECISÃO NA ESCOLHA DE
CULTIVARES DE SOJA PARA A INDUSTRIALIZAÇÃO........................................33
2.2.1 Elaboração do modelo matemático para a indústria esmagadora de soja..........34
2.2.2 Formalização do modelo para a indústria ...........................................................37
2.2.3 Interpretação do modelo e das restrições..............................................................40
2.3 MODELO MATEMÁTICO DE APOIO À DECISÃO NA ESCOLHA DE
CULTIVARES DE SOJA PARA O PLANTIO .............................................................42
2.3.1 Planejamento de custos no sistema produtivo da soja .........................................43
2.3.2 Elaboração do modelo matemático para a escolha das cultivares para o
plantio..............................................................................................................................46
2.3.3 Formalização do modelo para o produtor ............................................................47
2.3.4 Primeiro modelo proposto .....................................................................................48
2.3.5 Segundo modelo proposto .....................................................................................50
2.3.6 Terceiro modelo proposto......................................................................................51
2.3.7 Quarto modelo proposto ........................................................................................52
2.3.8 O desenvolvimento dos modelos............................................................................53
3 RESULTADOS E DISCUSSÃO DO MODELO MATEMÁTICO .......................54
3.1 APRESENTAÇÃO E ANÁLISE DOS CENÁRIOS CONSTRUÍDOS ..................54
4 RESULTADOS E DISCUSSÃO DOS MODELOS MATEMÁTICOS
DIRECIONADOS AO PRODUTOR DE SOJA.........................................................58
4.1 RESULTADOS DO MODELO 1.............................................................................59
12
4.2 RESULTADOS DO MODELO 2.............................................................................62
4.3 RESULTADOS DO MODELO 3.............................................................................64
4.4 UMA QUARTA POSSIBILIDADE .........................................................................66
4.5 UMA ANÁLISE COMPARATIVA ENTRE OS RESULTADOS DOS
MODELOS......................................................................................................................67
5 COMPARATIVO ENTRE OS RESULTADOS DOS MODELOS
DIRECIONADOS AO PRODUTOR DE SOJA E A INDÚSTRIA
PROCESSADORA........................................................................................................69
5.1 PRIMEIRA ANÁLISE .............................................................................................69
5.1.1 Análise comparativa da escolha de cultivares segundo as restrições do
Modelo1...........................................................................................................................70
5.1.2 Análise comparativa da escolha de cultivares segundo as restrições do
Modelo2...........................................................................................................................71
5.1.3 Análise comparativa da escolha de cultivares segundo as restrições do
Modelo3...........................................................................................................................73
5.1.4 Análise comparativa da escolha de cultivares segundo as restrições do
Modelo4...........................................................................................................................74
5.2 SEGUNDA ANÁLISE..............................................................................................75
5.2.1 Análise comparativa da escolha de cultivares segundo as restrições do
Modelo1...........................................................................................................................75
5.2.2 Análise comparativa da escolha de cultivares segundo as restrições do
Modelo2...........................................................................................................................77
5.2.3 Análise comparativa da escolha de cultivares segundo as restrições do
Modelo3...........................................................................................................................78
5.2.4 Análise comparativa da escolha de cultivares segundo as restrições do
Modelo4...........................................................................................................................79
5.2.5 Considerações da Segunda Análise ......................................................................80
CONCLUSÃO................................................................................................................81
REFERÊNCIAS ............................................................................................................83
OBRAS CONSULTADAS ............................................................................................86
ANEXOS ........................................................................................................................88
13
INTRODUÇÃO
A soja é um dos produtos agrícolas mais comercializados no mundo, provavelmente
devido a suas diversas formas de consumo, que estendem desde a alimentação (humana e
animal) até a indústria farmacêutica e siderúrgica. Essa diversidade é possível porque as
indústrias de processamento de soja produzem subprodutos, farelo, óleo e lecitina, que se
constituem em importantes matérias-primas para diversos setores industriais (FREITAS et al.,
2001).
A cultura da soja apresenta-se em destaque no cenário nacional, devido à
rentabilidade que proporciona durante décadas ao produtor e a toda a cadeia, apesar de que,
nos dois últimos anos o produtor de soja venha enfrentando um quadro de dificuldades por
causa do baixo preço da leguminosa no mercado internacional.
Dentre os fatores responsáveis pela ascensão da soja no Brasil, o setor da pesquisa é
destacado, pois apresenta inovações técnicas e cientificas melhorando cada vez mais o
desempenho das lavouras de soja, trazendo ao produtor rural novas cultivares de soja com
características mais produtivas e menores gastos com insumos químicos (MARTIN et al.,
2005).
As importantes mudanças no mercado da soja e as profundas transformações
tecnológicas que o agronegócio vem passando, têm permitido a construção de um ambiente
organizacional pautado na diferenciação de produtos em termos de qualidade e preço
(SANTINI & PAULILO, 2003).
Até alguns anos atrás os produtores buscavam uma melhor produtividade nas
lavouras de soja, medindo gastos em sementes. No entanto, atualmente esse cenário vem se
alterando e os produtores estão adquirindo consciência de que pagando por uma semente de
qualidade, e investindo no sistema produtivo poderão obter resultados crescentes na produção
(SANTINI & PAULILO, 2003).
14
A transformação industrial dos grãos de soja em óleo e farelo se tornou uma
atividade altamente rentável, levando á instalação de novas empresas no setor, assim como
inovações tecnológicas nas já existentes. Esta influência é notória ao constatar-se que a
transformação da capacidade das instalações de processamento das oleaginosas e, a sua
localização, tem dependido, primordialmente, do crescimento da produção da soja
(DEMBORGUSKI, 2003).
O sistema de produção de óleos vegetais comestíveis é constituído de dois setores
industriais: processamento ou esmagamento da soja e o refino. O primeiro está diretamente
ligado ao setor agrícola, e o segundo utiliza-se do derivado (óleo bruto) do esmagamento
como matéria-prima para produção de óleo refinado. Por isso é comum encontrar indústrias
processadoras que trabalham com apenas um dos setores ou os dois simultaneamente
(DEMBORGUSKI, 2003).
Os custos referentes ao processamento industrial da soja compreendem os custos de
compra da soja, limpeza, secagem, armazenamento, processo de extração do óleo e obtenção
do farelo. Segundo relatos de técnicos do setor, estes custos são os mesmos para o
esmagamento das diferentes cultivares. Demborguski (2003), mostra em seu trabalho que os
custos do esmagamento podem variar de acordo com a qualidade
1
dos grãos, entretanto, este
fator não será considerado neste trabalho.
Existe no mercado uma grande diversidade de cultivares de soja, as quais
apresentam propriedades diferentes, isto é, diferem-se nas características e composições. As
características compreendem qualidades referentes a fatores físicos e biológicos tais como
ciclo, produtividade, hábito, acamamento, resistência à estiagem ou excessos hídricos,
resistência a moléstias, pragas e insetos, adaptação ao solo e ao clima, deiscência das vagens e
altura (COSTA, 1996; SEDIYAMA et. al, 1999). As composições estão relacionadas ao grão
e compreendem os teores de óleo, proteínas, carboidratos, fibras, cinzas e umidade
(CUSTÓDIO, 2003; DEMBORGUSKI, 2003).
Frente à importância do agronegócio da soja no País, este trabalho visa contribuir
com o setor, abordando dois focos a indústria esmagadora de soja e o produtor rural.
Um dos focos deste trabalho é apresentar uma alternativa para a maximização da
receita da indústria, através de um modelo matemático que otimiza o processo de
esmagamento da soja, analisando a composição das cultivares de soja, seus subprodutos,
resíduos e estimativas de perdas. E a partir disso, determina a escolha ótima de cultivares a
1
Corresponde aos percentuais de umidade, grãos chochos, esverdeados, murchos, mofados enfim avariados.
15
serem esmagadas. Os resultados do desenvolvimento deste modelo buscam mostrar que a
escolha adequada das cultivares de soja, de acordo com sua composição, pode maximizar os
lucros da indústria esmagadora de soja.
O outro foco visa mostrar ao produtor como planejar sua renda de forma a maximizá-
la a partir da escolha das cultivares de soja, a serem plantadas em sua propriedade. Para
atingir tal objetivo também serão construídos alguns modelos matemáticos, que otimizam o
processo produtivo da soja e possibilitam prever a margem de rendimentos máxima que o
produtor pode obter, e qual a melhor combinação de cultivares de soja a ser plantada dentre as
restrições estabelecidas.
A abordagem é feita para produtores de soja do Município de Dois Vizinhos, região
sudoeste do Estado do Paraná, e para uma indústria processadora de soja também localizada
no Município, principal compradora da soja produzida na região.
O trabalho se propõe a disponibilizar ferramentas computacionais, através do uso de
modelos matemáticos, para dar suporte à tomada de decisão nas propriedades rurais e na
indústria processadora de soja. Com o desenvolvimento dos modelos obtem-se a melhor
escolha de cultivares para o plantio e para o processamento, de forma a maximizar os lucros
da indústria processadora e ao mesmo tempo maximizar a renda do produtor.
Os modelos matemáticos são construídos usando um dos ferramentais da pesquisa
operacional, que é a programação linear. Estes têm por finalidade auxiliar no processo
decisorial do agronegócio, pois representam o sistema e procuram determinar qual a
combinação de fatores que atendem o objetivo estabelecido, que pode ser de minimização dos
custos ou de maximização dos lucros (GOLBARG & LUNA, 2000; ANDRADE, 2000).
Á partir dos resultados obtidos no modelo matemático, direcionado a indústria
processadora, saber-se-á quais as cultivares de soja que á ela interessam no sentido de ampliar
seus lucros. Da mesma forma, no modelo direcionado ao produtor será obtida a combinação
de cultivares de soja que proporciona maiores retornos econômicos.
Analisando as cultivares nos dois contextos será necessário construir uma relação
que venha a beneficiar tanto a indústria quanto o produtor, caso estas cultivares não sejam as
mesmas.
Para validar a pesquisa foi realizada uma ampla pesquisa de campo, na qual se
levantou quais cultivares de soja foram plantadas no Município na safra 2005/06, assim como,
o preço destas junto as revendas de insumos do município.
Posteriormente foram coletadas amostras destas cultivares, para determinar através
de análises laboratoriais suas respectivas composições.
16
Para determinar as produtividades das cultivares foi realizada uma pesquisa junto aos
produtores de soja do município.
Junto aos agrônomos funcionários da CAMDUL - Cooperativa Agrícola Mista
Duovinhense foi obtida a estimativa de custos da produção de soja para a safra 2005/06.
Na indústria processadora de soja, através de entrevista com o corpo técnico
responsável pelo processamento, e com o pessoal administrativo, foram obtidos os custos do
processamento de uma tonelada de grãos.
Tem-se como desafio deste trabalho mostrar que, se as indústrias processadoras
avaliassem a composição dos grãos de soja, elas poderiam maximizar seus lucros. A
valorização dos grãos com determinada composição, durante a comercialização, permitiria
também ao produtor ampliar sua renda, quando optar por plantar determinadas cultivares de
soja, e como conseqüência este passaria a analisar e buscar sementes de soja, de acordo com
sua composição. Fato que conseqüentemente implicaria em mais pesquisas de melhoramento
genético buscando desenvolver novas cultivares que proporcionem aumentos significativos na
composição desejada.
O presente trabalho é composto de cinco capítulos.
No Capítulo 1 é apresentada à introdução da soja no Brasil, bem como se deu sua
expansão pelas regiões, tanto em aumento de áreas como em produtividade, enfatiza-se a
região sul e principalmente o Estado do Paraná, pois este estudo delimita os produtores de
soja e uma indústria processadora do Município de Dois Vizinhos, região sudoeste do Paraná.
Também neste capítulo apresenta-se a composição média dos grãos de soja da região sul e
sudeste do Brasil, e destacam-se as diferenças que existem na composição dos grãos de uma
cultivar e outra. É descrito o processo de esmagamento da soja para obtenção dos subprodutos
farelo, óleo degomado e cascas. E também se relata a importância da cultura da soja para o
produtor rural como fonte de renda.
No capítulo 2 é realizada uma breve abordagem sobre a Pesquisa Operacional e seus
ferramentais para a resolução de problemas, tais como a Programação Linear que é utilizada
na construção dos modelos matemáticos propostos neste trabalho. Posteriormente são feitas
contextualizações da Pesquisa Operacional nos focos abordados, e apresentam-se os modelos
matemáticos que possibilitam suporte à decisão a uma indústria processadora de soja e aos
produtores de soja do município. Também são descritos os procedimentos metodológicos
realizados para o desenvolvimento deste trabalho e, são apresentados os resultados das
análises laboratoriais, que determinam à composição dos grãos, das nove cultivares de soja
analisadas.
17
No Capítulo 3 são apresentados os resultados do desenvolvimento do modelo
matemático que otimiza o sistema produtivo da indústria processadora de soja. Estes
resultados são apresentados em dez cenários, que são formados pelo desenvolvimento do
modelo para cada uma das nove cultivares de soja e para a média. As análises dos cenários
dão apoio ao processo de decisão, e possibilitam uma nova alternativa para a indústria
maximizar seus lucros, a partir da escolha adequada de cultivares de soja para o
processamento, escolha fundamentada na composição dos grãos.
No Capítulo 4 são apresentados os resultados do desenvolvimento dos modelos
matemáticos direcionados ao produtor de soja. Estes resultados apresentam a combinação de
cultivares de soja que proporciona maior lucro ao produtor dentre as restrições estabelecidas,
bem como, as respectivas áreas a serem plantadas por cada cultivar dentro da área total
informada. As análises de tais resultados possibilitam relacionar a renda do produtor com a
produtividade das cultivares e com o custo de produção. Pois nem sempre um menor custo
(com sementes) acarreta em maior lucro (produção).
No Capítulo 5 faz-se um comparativo entre os resultados apresentados no Capítulo 3
e no Capítulo 4. Por meio deste comparativo busca-se uma relação que venha a beneficiar a
indústria processadora de soja e, ao mesmo tempo, o produtor de soja. Propõe-se que os
produtores plantem as cultivares interessantes à indústria, mas para que estes venham a aceitar
tal proposta sugere-se um adicional no preço de compra da soja, de forma que o produtor
venha a ganhar mais, do que se ele plantasse outras cultivares mais produtivas. Desta forma, a
indústria processadora melhora seus lucros e o produtor amplia sua renda.
18
1 A SOJA
1.1 A CULTURA DA SOJA, E SUA INTRODUÇÃO NO BRASIL.
Segundo a Embrapa (2004) a soja chegou ao Brasil, na Bahia, via Estados Unidos,
em 1882. A partir daí, foram desenvolvidos os primeiros estudos de cultivares em escolas
agronômicas. Em 1891, testes de adaptação de cultivares semelhantes aos introduzidos na
Bahia, foram realizados no Instituto Agronômico de Campinas, Estado de São Paulo (SP).
Nessa época a soja era estudada mais como uma cultura forrageira, do que como planta
produtora de grãos, para a indústria de farelos e óleos vegetais.
A partir da década de 50 a soja se expandiu pela Região Sul, devido ao surgimento
de empresas processadoras de grãos. Sob o ponto de vista técnico, a soja seria a melhor
alternativa de verão para suceder o trigo plantado no inverno, por ser uma leguminosa
sucedendo uma gramínea, e sob o ponto de vista econômico, a cultura da soja proporciona um
melhor aproveitamento de máquinas, infra-estrutura e mão de obra.
Além destes, outros fatores contribuíram para que a soja se estabelecesse como
importante cultura. Dentre eles pode-se destacar alguns como a utilização do farelo de soja na
fabricação de ração para animais, a substituição das gorduras animais (banha e manteiga) por
óleos vegetais, e os recursos disponibilizados pelo governo, tanto para o incremento da
produção, quanto para o estabelecimento de agroindústrias.
Nos anos 70 até os anos 80, a agricultura passou por um intenso processo de
modernização devido aos incentivos advindos de políticas governamentais que dão subsídios
ao agricultor para o incremento da produção, e estabelecimento de um preço que garante o
valor mínimo a ser recebido pela produção (VICENTE et al., 2001), bem como, o incentivo a
indústrias processadoras de grãos através de financiamentos, altos investimentos em pesquisa,
buscando o melhoramento genético das cultivares de soja, visando criar variedades
(cultivares) que melhor adaptam-se as regiões retornando ao agricultor maior produtividade, o
que consequentemente levou a uma incorporação de mais áreas ao processo produtivo
associado á utilização de mais mão de obra. Nessa época a soja começa a ser explorada no
Centro Oeste brasileiro (EMBRAPA, 2004).
Nos anos 80 houve declínio dos incentivos governamentais, principalmente pelo fim
dos subsídios agrícolas com diminuição do montante e dificuldade de acesso ao crédito, esta
19
redução acarretou numa queda na renda dos agricultores, principalmente pequenos e médios
(VICENTE et al., 2001).
No final dos anos 90, com a modernização do processo produtivo aumentaram a
produção e a exportação do complexo soja que consiste em óleo, farelo e casca. No inicio de
2000 o Brasil ocupa lugar de destaque no cenário do agronegócio mundial do complexo soja,
como grande produtor e exportador, o 2º maior do mundo, tendo características de grandes
propriedades, sendo que a soja é a cultura mais produzida no país e ocupa a maior quantidade
de áreas cultivadas.
Segundo Motter (2001, p.11):
De uma agricultura arcaica, tracionada por animais até os anos 50,
passou-se para uma produção mecanizada nas décadas de 60 e 70. Em seguida
adveio a agricultura química, com intenso uso de produtos agroquímicos. Por fim,
nos últimos anos a agricultura vem experimentando um novo salto tecnológico,
decorrente das descobertas no campo genético e no campo da informação.
[...] estima-se que nos últimos séculos a produtividade do trabalho
agrícola tenha se multiplicado por 50 e a produtividade do solo por 10.
A soja está num momento importante, em que as novas tecnologias passam a ser
aplicadas e vão determinar a competitividade do Brasil, que poderá se tornar o maior produtor
do grão, devido a suas possibilidades de expandir as áreas plantadas, bem como, aumentar a
produtividade.
Atualmente quatro países dominam cerca de 90% da produção mundial de soja, na
safra 2000/2001 os Estados Unidos produziram 45%, Brasil 21%, Argentina 14%, China com
9%. A principal importadora é a China, espera-se que na safra 2005/06 ela adquira 27 milhões
de toneladas (ANUÁRIO BRASILEIRO DA SOJA, 2005).
O Brasil produziu em 2004/05 o montante de 50085 (1000 toneladas) de grãos de
soja, sendo que destes exportou 22435 (1000 toneladas) de grãos, 14422 (1000 toneladas) de
farelo e 2743 (1000 toneladas) de óleo (ABIOVE, 2006).
O complexo soja, a partir da mecanização do processo produtivo e o advento das
tecnologias novas e adequadas no seu processamento industrial, se tornou um dos setores
mais produtivos e competitivos do mundo.
Os preços da soja e seu complexo são afetados pelos preços internacionais, Moraes
(2002), explica como os preços se formam no mercado internacional, e aponta a relação direta
destes com as cotações da Bolsa de Chicago (CBOT), nas quais se acrescenta um ágio ou
deságio (prêmio
2
), chegando-se aos preços nos portos brasileiros, dos quais são deduzidos,
2
O prêmio de exportação da soja brasileira é um fator que deve ser somado à cotação de Chicago para se obter o
preço recebido pelo exportador.
20
custos portuários, fretes marítimos e outros, a classificação em transgenico
3
ou não, etc.,
chegando aos preços nas processadoras. Destes ainda, são subtraídos os custos de frete,
operacionais, entre outros, então obtem-se o preço, que juntamente com a concorrência em
cada região é pago aos produtores. Sendo que o preço que é pago ao produtor ainda depende
da necessidade da processadora repor seu estoque.
1.2 A SOJA NO PARANÁ
Segundo a Embrapa (2005), a soja chega ao Estado do Paraná, como lavoura
comercial, em meados dos anos 50. No entanto a produção era irrisória e as lavouras de soja
eram poucas e pequenas. A produção destinava-se ao consumo doméstico, que consistia na
alimentação de suínos. O total da produção não passava de 60 toneladas.
Devido às características da soja e por ser uma oleaginosa, ela aparece no sul do
Paraná como alternativa para rotacionar com o plantio do arroz de sequeiro, evitando o
surgimento de lagartas e pragas no arroz.
As grandes geadas em 1953 e 1955 destruíram os cafezais no norte e noroeste do
Estado, e fizeram com que os cafeicultores buscassem na soja, plantada em meio ao cafezal,
uma alternativa para garantir sua renda. Em função disso, principalmente, o plantio da
oleaginosa no Paraná passou de 43 ha em 1954, para 1.922 ha em 1955 e para 5.253 ha em
1956. Já sendo de conhecimento dos produtores que a soja possuía mercado externo garantido
e preços compensadores (EMBRAPA, 2006).
No oeste e sudoeste do Estado, assim como no município de Dois Vizinhos, a cultura
da soja desenvolveu-se na década de 50, com a migração de colonos vindos do Rio Grande do
Sul, onde a soja já era cultivada há mais tempo, principalmente em pequenas propriedades,
onde já havia algum conhecimento sobre as tecnologias de sua produção. O desenvolvimento
ocorreu paralelamente com as demais regiões do Paraná.
A produção paranaense aumentou aceleradamente, passando de 8 mil toneladas na
média dos anos 1960 e 1961, para 150 mil toneladas na média na década de 60, então passou
para 3,5 milhões de toneladas na média na década de 70, já na década de 80 a média saltou
para 4,15 milhões de toneladas e na década de 90 houve um novo aumento na média para 6,5
milhões de toneladas. Na safra 2002/2003 foram colhidas 10,7 milhões de toneladas
(EMBRAPA, 2006).
3
Soja geneticamente modificada, que recebe deságio em seu preço.
21
Segundo dados da CONAB (2006), o Paraná plantou na safra 2004/05 uma área de
4148,4 (1000 hectares), obtendo uma produção de 9541,3(1000 toneladas) resultando numa
produtividade de 2300 kg/ha. As expectativas para a safra de soja 2005/06 são de uma
produção ainda maior.
A Fundação Getúlio Vargas, na publicação Conjuntura Econômica Agropecuária,
estimou que a cadeia produtiva da soja participa por volta de 20% do PIB do agronegócio
nacional, correspondendo a mais de US$ 35 bilhões no ano, demonstrando a importância
econômica deste produto agrícola para o País. Quase 50% da colheita nacional estão nos
estados do Mato Grosso e Paraná (CONAB, 2006).
As pesquisas com a cultura da soja no Paraná iniciaram-se nos anos 60, através de
entidades governamentais e através do apoio das indústrias processadoras. Hoje, o Estado
conta com a maior equipe de pesquisadores de soja do País e a maior do mundo tropical
(EMBRAPA, 2006).
O município de Dois Vizinhos, pertencente á região sudoeste, apesar de ter algumas
indústrias agregadas ao município, tem a agricultura como um dos seus mais importantes
pilares. Sendo característica da região as pequenas e médias propriedades, onde para os
agricultores manterem sua renda diversificam as atividades. Sendo a soja uma das culturas
mais produzidas, além do milho e do trigo. A opção pela soja no município ocorreu
principalmente devido ao retorno financeiro proporcionado aos produtores, durante uma
seqüência de anos, embora nestes dois últimos anos, estes venham enfrentando um quadro de
dificuldades por causa do baixo preço da leguminosa no mercado internacional.
1.3 SUBPRODUTOS DA SOJA
Segundo Custódio (2003) a soja é composta de proteínas, água, óleo, cinzas e
carboidratos. Na Tabela 1, abaixo é apresentada a composição média da soja cultivada nas
regiões Sul e Sudeste do Brasil.
Tabela 1.1 Composição média da soja cultivada nas regiões Sul e Sudeste do Brasil.
Componentes
Percentagem (%)
Proteína 37
Carboidratos 28.3
Óleo 20
Água 10
Cinzas 4.7
22
O processamento do grão, segundo a indústria processadora de soja, localizada no
município de Dois Vizinhos, Paraná, produz em média 77% de farelo, que é um dos
componentes essenciais na formulação de rações, 19,5% de óleo bruto, que posteriormente é
usado nas refinarias para fabricação de óleos e margarinas e 3,5% de cascas, que geralmente
são acrescidas a algumas rações animais.
Segundo Gomes (1975), o óleo de soja é um dos mais importantes produtos dessa
leguminosa. Geralmente é um óleo amarelo-áureo, tendendo a vermelho. Com odor um tanto
desagradável. Contudo, o óleo de soja não é sempre igual. Varia muito em cor, odor, gosto e
em suas qualidades secativas, conforme a origem e variedade (cultivar) do grão, os cuidados
tidos no armazenamento, no transporte dos grãos e do óleo, e o processo usado na extração
deste. O óleo destinado à alimentação é desodorizado e filtrado, tornando-se neutro,
amarelado, quase sem gosto e sem cheiro.
A extração do óleo de soja deixa como subproduto um farelo, riquíssimo em
elementos nutritivos. A transformação industrial do grão em farelo passa por alguns
processos: limpar a poeira dos grãos e despi-lo de sua película externa. Posteriormente, os
grãos são amassados, para a extração do óleo. O resíduo que restou é o farelo, ainda rico em
óleo. Ele, então, é submetido à ação de solventes que levam consigo a maior parte dos
lipídeos residuais. Estes são, a seguir, separados do solvente e recuperados, obtendo-se assim
o farelo de soja (DEMBORGUSKI, 2003).
A riqueza, em proteína, faz do farelo de soja um nutriente insubstituível nas rações
para animais. A coloração deste depende da coloração das sementes: se estas são amarelas, o
farelo será amarelo e brilhante; se pardas ou negras, o farelo será escuro. Fresco, o farelo
cheira a nozes e não tem mau gosto.
1.4 AS CULTIVARES DE SOJA
Com velocidade semelhante à da expansão da cultura da soja pelo país, tanto em áreas
plantadas quanto em produtividade, foram criadas muitas cultivares com características e
composições diferentes.
Hoje, para o produtor rural escolher uma determinada cultivar de soja é necessário
levar em consideração uma série de fatores como adaptação ao solo e ao clima, resistência à
seca, reação a doenças e pragas, custo, produtividade, ciclo, altura máxima da planta,
espaçamento indicado entre as plantas. O conhecimento da altura e do espaçamento das
23
plantas possibilita uma boa adequação ao maquinário, e conseqüente diminuição nas perdas
durante o manejo e a colheita. A análise de tais fatores é imprescindível para se obter uma boa
produtividade (COSTA, 1996).
A tecnologia no setor das sementes é um instrumento de competição
primordial, pois sementes com características mais produtivas estão sendo ofertadas
aos produtores em um espaço de tempo cada vez menor, garantindo-lhes maior
produtividade e menores gastos em insumos químicos (SANTINI, 2003, p.25).
O sojicultor gaúcho está percebendo no baixo rendimento de sua lavoura um
resultado amargo do uso de sementes não certificadas nas últimas safras. O Rio Grande Sul
apresenta baixa produtividade na cultura da soja e o maior índice de aproveitamento de
material pirata. Entre os motivos que causaram este quadro estão o costume de salvar (ou
guardar) grãos de uma safra para outra (ANUÁRO BRASILEIRO DE SOJA, 2005).
O sucesso ou o fracasso de uma lavoura depende essencialmente da
escolha do cultivar [...]. Embora a recomendação deste seja feita para todo o Estado,
é evidente que existem diferenças de comportamento e adaptação entre as cultivares
conforme a região produtora (EMBRAPA, 1997, p.86).
Segundo Santos (1988), os teores de óleo e proteína dos grãos, de uma mesma
cultivar, podem variar de acordo com as condições locais do ambiente. Por exemplo, na
cultivar Viçoja, em Viçosa–MG, os grãos apresentam os teores de óleo e proteína 22,03 % e
40,80% respectivamente, enquanto que a mesma cultivar em Carpinópolis-MG alcança teores
de 21,70% e 43,02%, respectivamente.
Segundo Pereira (1989) a seleção para aumento no teor de proteína ou óleo vem
sempre acompanhada de redução de produtividade, pois a produção desses compostos tem
uma demanda altamente energética, isto é, a planta gasta muita energia para produzir os teores
de óleo ou proteína, e para compensar esses gastos faz redução na produtividade.
Segundo relato de Schuster (2005) pesquisador da Embrapa soja:
A soja tem seu valor comercial devido aos teores de óleo e proteína nos
grãos. De forma geral a soja apresenta 20% de óleo e 40% de proteína. Esses teores
são governados geneticamente, mas existe influência ambiental. Esses teores são
casuais, ou seja, pouco tem sido feito através do melhoramento de plantas para
alterar esses valores a nível mundial, primeiro devido à relação inversa entre óleo e
proteína, quanto se aumenta óleo diminui proteína; segundo pela relação inversa
entre proteína e rendimento de grãos; terceiro porque não se paga nada a mais pelos
teores diferenciados presentes nos grãos. A influência ambiental está relacionada
com a disponibilidade de nitrogênio (N). Tendo N disponível para a planta ela faz
mais proteína e menos óleo. A fonte de N mais importante para a soja é a fixação
biológica de N que é bastante sensível ao estresse hídrico; havendo estresse a
fixação para, falta N, diminui a concentração de proteína e aumenta óleo. Como se
pode observar trata-se de uma relação complexa e com influência ambiental,
dependendo do ano os valores podem alterar.
Oliveira (2003) busca determinar em seu estudo a variabilidade espacial dos teores
de óleo e proteína de grãos de soja e correlaciona-los a atributos do solo como: compactação,
24
estrutura, composição de nutrientes, textura e umidade; a atributos da planta como: absorção
de nutrientes, enraizamento, disponibilidade de água nas folhas e ataque de pragas; a atributos
do clima como: radiação solar, vento, temperatura e umidade. Os dados obtidos em seus
experimentos foram analisados através de regressão linear múltipla, seus resultados constatam
que não houve variabilidade espacial dos teores de óleo e proteína satisfatórios, com relação à
fertilidade e textura do solo.
Os programas de melhoramento genético da soja no Brasil, levam em consideração
algumas características para criação de novas variedades, o pesquisador Sediyama (1999) diz
que o ciclo de uma cultivar varia de 75 a 210 dias, e este compreende o número de dias entre
o plantio das sementes até o ponto de colheita, existindo uma classificação das cultivares de
acordo com a duração do ciclo. Esta classificação varia entre as regiões, em virtude da
sensibilidade da soja ao fotoperíodo, a diferença de latitude de um estado para outro, no
estado do Paraná, diz-se que uma variedade precoce tem um ciclo de 115 dias, uma semi-
precoce varia entre 116 a 125 dias, médio varia de 126 a 137, semi-tardio 138 a 150 e uma
variedade tardia tem um ciclo maior que 150 dias.
Existem algumas características que são buscadas pelos programas de melhoramento,
as quais contribuem para aumentar a estabilidade e o potencial de rendimento das cultivares
são elas: estatura de planta igual ou superior a 0,65m e ponto de inserção das primeiras vagens
0,12m ou superior, resistência a moléstias, aos insetos-praga e as nematóides associadas à
cultura, resistência ao acamamento e a deiscência precoce, boa qualidade fisiológica da
semente, adaptação às condições locais de ambiente. Outros aspectos também podem ser
levados em consideração na produção de melhores cultivares, como a composição da semente
com relação ao teor de proteínas e óleo, bem como maior capacidade da cultivar extrair
fósforo do solo, maior tolerância a deficiências e excessos hídricos, maior tolerância à acidez
e a níveis tóxicos de alumínio e manganês do solo.
A qualidade das sementes está diretamente ligada à alta capacidade de germinação,
sendo que as variedades que são destinadas à produção de óleo e farelo, devem apresentar o
tegumento da semente de cor amarela para que o óleo tenha coloração clara e amarelada. “As
cultivares tem-se comportado diferentemente quanto às condições de fertilidade do solo”
(SEDIYAMA, 1999, p.509). Embora, tendo esses conhecimentos faltam recursos
metodológicos e econômicos para os programas de melhoramento estudar particularmente as
diferentes condições edáficas.
Atualmente um grande foco de interesse é produzir variedades para épocas não
convencionais, as entressafras. Também se busca produzir cultivares que apresentam
25
resistência a insetos-pragas e doenças. Assim, hoje se encontram no mercado nacional
algumas variedades resistentes a herbicidas o que facilita o manejo e restringe o surgimento
de doenças e insetos-pragas.
A melhoria do potencial produtivo das cultivares de soja é um dos principais
objetivos de todos os programas de melhoramento genético conduzidos no país. O rendimento
de grãos de soja, em geral, é inversamente correlacionado com o teor de proteínas nos grãos.
E os teores de proteína e de óleo são inversamente proporcionais, ou seja, se aumentadas às
proporções de óleo em um determinado cultivar certamente haverá uma redução no teor de
proteínas (MASCARENHAS, 1996).
1.5 AS INDÚSTRIAS ESMAGADORAS DE SOJA
O sistema produtivo englobado pelas indústrias esmagadoras de soja que produzem
óleo e farelo é definido por Paula (2001) como sistema contínuo, que tem como característica
linhas de produção e processos continuados, onde a determinação do ritmo de produção, a
seqüência de operação e a relação entre as mesmas são determinadas no projeto de instalação
do sistema. Neste sistema as máquinas são agrupadas de acordo com o fluxo de produção, ou
seja, o layout
4
é por produto. A movimentação dos materiais dentro da planta é feita por
transportadores contínuos o que faz com que o fluxo (único) de transformação da matéria-
prima (soja) em produto acabado se realize em um curto período de tempo, isto é, apresentam
um lead time
5
baixo.
Segundo Paula (2001) a soja que é comprada do produtor rural, passa pelo processo da
figura 1 que compreende seis etapas, e estas resultam nos produtos finais o óleo degomado e o
farelo. Na etapa “soja” inicia-se o processamento com o recebimento dos grãos vindos do
produtor e ocorre o descarregamento na moega. Na “máquina de limpeza” são retiradas as
impurezas da soja. Posteriormente a soja passa pela etapa da “secagem” para reduzir sua
umidade e evitar os riscos de degradação. Então, a soja é quebrada e passa pelo “cozinhador”
á uma temperatura entre 58 a 60 ºC, o cozimento aumenta a plasticidade da soja para melhor
êxito na “laminação”. Nesta fase a superfície da soja é transformada em lâminas, estas
lâminas fazem com que se aumente a área de contato do produto com o solvente (Hexano). As
lâminas alimentam um extrator hermético de esteira contínua, onde por irrigação de chuveiros
4
Plano
5
Tempo de passagem ou atravessamento.
26
de miscelas
6
de várias concentrações, o óleo é extraído misturado com o solvente. E
finalmente na etapa de “extração por solvente” ocorre a separação entre o solvente e o óleo,
através do aquecimento da mistura e evaporação do hexano que posteriormente se condensa e
é reaproveitado no processo. Uma vez extraído o óleo bruto ele é vendido para refinarias. E o
farelo é utilizado como um dos elementos fundamentais na produção de ração.
Neste processo todo, a soja que era proveniente de diferentes cultivares se mistura, e a
composição da massa de grãos esmagada é proveniente da composição da mistura das
cultivares.
Figura 1.1 – Fluxograma da extração do óleo de soja.(PAULA,2001,pg.17)
As indústrias esmagadoras compram a soja, matéria prima para a extração do óleo e
produção do farelo, apenas pelo peso, analisam apenas alguns fatores relacionados à
6
Miscela é a mistura de óleo com solvente (hexano).
Soja
Maquina de
limpeza
Secagem
Cozinhador
Laminador
Extração por
Solvente
Óleo Bruto
Farelo
27
qualidade dos grãos como umidade, impurezas e “avariados totais”
7
. Não levam em
consideração a composição das diferentes cultivares.
É possível encontrar muitas sementes de soja no mercado, e estas possuem sua
composição diferenciada, tal composição corresponde aos teores de óleo, proteínas,
carboidratos, fibras, cinzas e impurezas.
Neste trabalho serão apontadas as diferenças na composição das cultivares de soja, e
busca-se mostrar que a escolha adequada destas cultivares pode implicar na maximização da
produtividade da indústria esmagadora. Uma vez, que os custos da saca da soja, da limpeza e
secagem, do armazenamento, do processo de extração de óleo e produção do farelo são os
mesmos para qualquer cultivar, desde que estas estejam no mesmo padrão de umidade e
qualidade.
O percentual de óleo produzido pela indústria é relativo ao percentual médio da
mistura das cultivares de soja adquiridas no mercado e, logicamente, quanto maior o teor de
óleo médio dos grãos, maior será a produção. Por outro lado, o percentual de proteínas tem
fundamental importância no farelo de soja, que é utilizado na fabricação de ração para
animais. Quanto maior a porcentagem de proteínas, melhor valor nutricional possui o farelo
de soja.
1.6 OS PRODUTORES RURAIS
Se por um lado a diminuição nas linhas de crédito disponíveis, associada às altas taxa
de juros impostas ao pouco dinheiro que existe no mercado, vem dificultando enormemente a
continuidade das atividades agropecuárias, por outro lado, a globalização da economia e a
abertura dos mercados vem fazendo com que os preços dos produtos primários caiam ainda
mais, diminuindo a capacidade do produtor rural autofinanciar as suas atividades produtivas
(ANTUNES & ENGEL, 1999 ).
Segundo Fey et al. (2002) a situação econômica brasileira na qual a agricultura conta
com recursos limitados, competição do mercado externo e a falta de uma política agrícola
estável tornam necessário o adequado planejamento das atividades na propriedade agrícola.
Tal planejamento compreende o conhecimento e o controle dos custos, bem como, o
conhecimento da propriedade, também no planejamento se escolhem quais culturas serão
7
Grãos ou pedaços de grãos que se apresentam ardidos, brotados, imaturos, chochos, mofados ou danificados.
28
produzidas e, esta escolha depende de alguns fatores como adaptação ao solo e clima, bem
como o retorno financeiro.
A soja é um dos grãos mais produzidos no mundo, assim como o milho, trigo e arroz,
pois os produtores rurais a vêem como uma boa fonte de renda. Lovatelli (2002) destaca que o
agronegócio soja é um dos mais eficientes do Brasil. Aproximadamente 250 mil produtores
rurais vivem da renda gerada por este cereal.
Figueiredo (2003) relata a importância da agricultura no desenvolvimento de um país,
bem como, ocorreu o desenvolvimento da região Centro-Oeste do Brasil em especial o Estado
do Mato Grosso. Enfoca que o sistema produtivo da soja influenciou muito no
desenvolvimento do Estado, explica que a cultura da soja se destaca como importante
compradora e fornecedora de insumos, estimulando um elevado efeito multiplicador de renda,
produção e emprego na economia.
Motter (2001) propõe dois caminhos para o produtor de soja maximizar sua renda,
uma vez que este está sujeito às condições pré-estabelecidas pelos fornecedores de insumos e
equipamentos que estão na fase da pré-lavoura e os processadores e distribuidores que estão
na fase da pós-colheita. Um caminho sugerido e exemplificado é a padronização da soja na
propriedade, truncando os gastos pagos a terceiros para limpeza, secagem e padronização dos
grãos. Permitindo que a produção seja diretamente comercializada (exportada), para isso o
autor recomenda a instalação de unidades de beneficiamento na propriedade. O outro caminho
se refere à recepção e análise de um bom volume de informações, tais como revistas rurais,
acesso à internet e participação em sindicatos, para que o produtor tome as melhores decisões
durante o processo produtivo.
Pode-se dizer que o sistema produtivo da soja é composto por três grandes fases, o
plantio, o manejo e a colheita. Cabe a fase do plantio à escolha adequada das cultivares, o
preparo da terra e a semeadura na época recomendada. Na fase do manejo as plantas se
desenvolvem, esta fase corre muitos riscos, pois as plantas estão à mercê de reações
climáticas adversas como chuvas de granizo e deficiências hídricas, além do ataque de insetos
e outros, nesta fase usam-se muitos agroquímicos para o controle das doenças, das pragas e
dos insetos. Na última fase também existem riscos climáticos, pois para que seja feita a
colheita, a soja tem que estar mais de 90% amadurecida, ter a umidade em média 14%, não
havendo estiagem que permita a colheita, a soja apodrece na lavoura.
Segundo Marion (2005) na atividade agrícola a receita, concentra-se geralmente
durante ou logo após a colheita. Pois o agricultor planta a soja, faz o manejo e posteriormente
colhe seus resultados, resultados estes que nem sempre dependem do empenho do produtor na
29
lavoura, pois a agricultura é uma atividade de risco estando sempre exposta as condições
climáticas. Ao término da colheita e antes da nova safra de soja, costuma-se fazer a
comercialização da produção e o produtor fica sujeito aos riscos relacionados aos preços de
venda da soja. Sendo que a tendência global dos preços da soja, nos principais mercados
consumidores, é determinada pelas cotações da Bolsa de Chicago (CBOT), posto que os
Estados Unidos são, simultaneamente, o maior produtor e o maior consumidor dessa
oleaginosa. Por isso muitos administradores recomendam que a venda da produção seja feita
em partes, pois muitas vezes o preço ofertado pelo mercado não é suficiente para cobrir os
custos, mas a propriedade precisa custear suas despesas, logo com várias vendas é possível
obter uma média de preços melhores. Feita a comercialização é dado encerramento do ano
agrícola.
A produção de soja é comercializada pelo seu peso, não sendo considerado sua
composição. Há indiferença, tanto por parte do mercado, ou seja, as indústrias processadoras,
como por parte do produtor, com relação aos componentes do grão de soja, pois o agricultor
está preocupado em aumentar sua produção e conseqüentemente maximizar sua renda, e não é
incentivado a produzir cultivares com composição diferenciada, pois quando for comercializar
seu produto, terá o mesmo resultado econômico, ou talvez até um resultado menor, pois
algumas cultivares apresentam menor produtividade.
30
2 MODELOS MATEMÁTICOS DE APOIO Á DECISÃO NA ESCOLHA DE
CULTIVARES DE SOJA
2.1 A PESQUISA OPERACIONAL
A globalização da economia e a conseqüente livre concorrência entre os mercados faz
com que indústrias de agronegócios produzam seus produtos, mas não tenham nenhum
domínio sobre os preços de venda destes, sendo o mercado quem os determina, e como
conseqüência direta os lucros ficam reduzidos.
Essa nova mundial vem exigindo das empresas qualidade e produtividade, como
estratégia de aumento de competitividade (GOLBARG & LUNA, 2000). A qualidade
representa a adequação aos padrões previamente estabelecidos pela empresa, e ao mesmo
tempo, adequação as expectativas do cliente. A produtividade expressa a razão entre as
entradas (os insumos) e as saídas (os produtos). A busca pela competitividade enfatiza a
aquisição de novas tecnologias, bem como, a reorganização e otimização do sistema
produtivo.
As indústrias esmagadoras de soja, por trabalharem com o complexo soja um dos
setores mais importantes na economia brasileira, também estão enquadradas neste paradigma
da competitividade. E para que estas consigam se manter no mercado em longo prazo, torna-
se indispensável o planejamento estratégico do sistema produtivo.
As empresas rurais, produtoras de soja, também se encontram neste contexto da
competitividade, onde a qualidade e a produtividade se tornaram metas, e são almejadas a
cada safra. Os produtores rurais se vêem encurralados entre os fornecedores de insumos e as
indústrias processadoras, uma vez, que os preços pagos pelos insumos e recebidos pela soja
são pré-estabelecidos pelo mercado (MOTTER, 2001), e como os investimentos na produção
são altos e sujeitos a uma série de riscos torna-se necessário o planejamento na propriedade
rural.
O planejamento ocorre em todos os tipos de atividades. Pode ser entendido como
sendo um processo de tomada de decisões interdependentes, decisões estas que procuram
conduzir a empresa para uma situação futura desejada. O planejamento é um processo
contínuo que começa pela fixação de objetivos almejados (WOILER & MATHIAS, 1996).
Lachtermacher (2002) apud Gibbin (2005, pg.10), define “a tomada de decisão como
sendo um processo de identificação de um dado problema seguido de uma seleção de uma
ação ou conjunto de ações para resolvê-lo”. Existindo alguns fatores que podem alterar a
31
tomada de decisão, tais como: tempo disponível, importância da decisão, ambiente da decisão,
certeza ou incerteza versus situação de risco, agentes decisores e conflitos de interesse.
Se o planejamento visar à otimização do sistema produtivo, então os objetivos são
formulados quantitativamente, e com auxilio da Pesquisa Operacional, formula-se um modelo
matemático que ao ser otimizado indica a melhor decisão a ser tomada (ANDRADE, 2000).
A Pesquisa Operacional (PO) é uma abordagem científica poderosa e eficaz na
resolução de problemas, muito usada nos planejamentos estratégicos das indústrias. A decisão
em se usar a PO depende da importância econômica ou estratégica da decisão, do tempo
disponível para fazer a análise e da relevância e disponibilidade dos dados. A construção de
modelos é a essência da PO e estes têm vários significados na literatura, um dos mais
conhecidos define modelo como sendo uma representação substitutiva da realidade, mas na
PO um modelo é quase sempre uma representação matemática, aproximada da realidade
(WAGNER, 1986; ANDRADE, 2000). Os principais modelos de PO são denominados de
Programação (planejamento) Matemática e, esta irá implicar em programação computacional,
uma vez que o número de variáveis de decisão e restrições é enorme em sistemas produtivos
(GOLBARG & LUNA, 2000).
Os modelos matemáticos servem de auxilio a decisão em geral, pois retratam o sistema
e procuram determinar qual a combinação de fatores que atendem o objetivo estabelecido, o
qual pode ser de maximização dos lucros ou minimização dos custos.
2.1.1. Etapas do processo de construção de modelos
Gibbin (2005) descreve em seu trabalho o processo de construção de modelos
segundo, o conjunto de etapas dadas por Dent et al (1986) e Lachtermacher (2002), as quais
se encontram descritas abaixo:
a) Definição do problema: esta é a primeira etapa do processo de construção de um modelo de
tomada de decisão, sem a qual é impossível a determinação dos objetivos do estudo, mas
salienta-se que durante o andamento do projeto novos objetivos podem ser adicionados, bem
como os existentes modificados, para assim obter melhor suporte à decisão;
b) Formulação do modelo: nesta etapa uma questão importante é saber se o modelo é capaz de
prover respostas ao problema abordado. O modelador deve ter extremo cuidado para construir
a função objetivo e o conjunto de restrições para que estas sejam compatíveis com a realidade
do objeto de estudo e ao mesmo tempo não englobem um conjunto excessivo de fatores, o que
levaria a uma dificuldade no processamento.
32
c) Coleta de dados: a fase de coleta de dados é muito importante, pois a validade do modelo
proposto estará diretamente ligada à qualidade e a quantidade dos dados de entrada. Mas é
importante o modelador do problema ter em mente quais são os dados relevantes e quais
representam tão somente desvios pontuais, de forma a se evitarem distorções nos resultados.
d) Teste do modelo: nesta fase temos três subfases distintas, primeiramente procede-se à
verificação do modelo, na qual o modelo deve ser inspecionado minuciosamente para
detectar possíveis erros, nesta subfase é importante rodar o modelo de forma a se verificar a
solução ótima, em seguida tem-se a validação do modelo, na qual se procede a investigação
deste como ferramenta de suporte à decisão, sendo assim uma subfase que exige um
questionamento intenso do modelador a respeito da capacidade do modelo, por último a
subfase onde se realiza a análise de sensibilidade do modelo, na qual se aplicam pequenos
incrementos ou decréscimos nas constantes do modelo, este procedimento é muito útil para
quantificar a variabilidade das soluções obtidas, trazendo assim uma maior confiabilidade nos
resultados;
e) Uso do modelo e interpretação de resultados: é muito importante nesta fase final o
modelador ter em mente que os resultados obtidos são confiáveis, capazes de suportar
decisões. No entanto, cabe lembrar que estes resultados são provenientes de simplificações da
realidade, por isso a interpretação dos mesmos deve ser feita cuidadosamente.
f) Tabulação dos resultados: uma vez obtido o conjunto de resultados devidamente
interpretado, a partir de condições externas distintas, o modelador deve tabular as soluções
ótimas para diferentes cenários.
O processo de modelagem matemática, em si, pouco vária, contudo as técnicas de
solução acabaram agrupadas em várias subáreas como: Programação Linear, Programação
Não-Linear, Programação Inteira e Otimização Combinatória, Simulação e Inteligência
Artificial (GOLBARG, 2000).
2.1.2 Modelos de Programação Linear
Pidd (1998) define a Programação Linear (PL) como um subconjunto da programação
matemática, que faz parte de um conceito maior chamado otimização de restrições. Em
resumo, a PL é uma ferramenta utilizada para encontrar o lucro máximo ou o custo mínimo
em situações nas quais temos diversas alternativas de escolha sujeitas á algumas restrições.
Caixeta Filho (2001) caracteriza a PL como modelagem normativa, que consiste em
uma técnica aprimorada de resolução de sistemas de equações lineares através de inversões
33
sucessivas de matrizes, as quais fazem parte do modelo como restrições. Nesta modelagem
tem-se sempre uma equação linear adicional, denominada função objetivo, que traduz um
dado comportamento a ser otimizado, seja por minimização ou maximização, traduzindo-se
em uma solução ótima.
Um problema pode ser resolvido através da PL se as variáveis são continuas, a função
objetivo e todas as restrições são descritas por funções lineares. Uma vez obtido o modelo
linear, constituído pela função objetivo e pelas restrições, a programação linear se incube de
achar a sua solução ótima para o problema.
A forma padrão, utilizada pelos métodos de PL é:
Max Z =
nn
xcxcxc +++ ...
2211
ou Z =
∑
=
n
j
jj
xc
1
Sujeito à:
mxn
A =
(
)
( )
( )
( )
=≥≤+++
=≥≤+++
=≥≤+++
=≥≤+++
mnmnmm
nn
nn
nn
bxaxaxa
bxaxaxa
bxaxaxa
bxaxaxa
,,...
.....................................................
,,...
,,...
,,...
2211
33232131
22222121
11212111
ou
∑∑
= =
=≥≤
m
i
n
j
ijij
bxa
1 1
),,(
com i = 1, 2,..., m j = 1, 2,..., n e
jj
dx ≤≤0
onde:
Z = função objetivo;
mxn
A = matriz de restrições, cujos elementos são os coeficientes
ij
a ;
j
x = variável de decisão ou controle.
j
c = coeficiente de lucro para a variável
j
x ;
ij
a = coeficiente de variável
j
x na restrição i;
i
b = valor limite da restrição i;
j
d = quantidade máxima do elemento
j
x ;
i = 1, 2, ..., m - número de restrições ou condições impostas;
34
j = 1, 2, ..., n - número de variáveis;
Lachtermacher (2002) apud Gibbin (2005), enfatiza que a técnica de PL é um
importante mecanismo de auxilio a tomada de decisão, uma vez que parte de modelos
simbólicos que simplificam uma determinada situação (problema a ser resolvido). Seu
emprego se torna cada vez mais comum no dia a dia empresarial moderno, principalmente
com a informatização das empresas e a disponibilidade de softwares no mercado. Esse uso
crescente da tecnologia de informação nos meios empresariais propaga a PL como ferramenta
de planejamento, que aborda diversos setores da economia, dentre estes as agroindústrias e a
agricultura.
“A programação linear já é um instrumento muito utilizado em análises econômicas no
setor agrícola em países desenvolvidos, com modelos e proposições de soluções ótimas
baseadas em dados experimentais” (GIBBIN, 2005, pg. 30).
2.2 MODELO MATEMÁTICO DE APOIO À DECISÃO NA ESCOLHA DE
CULTIVARES DE SOJA PARA A INDUSTRIALIZAÇÃO
Neste trabalho é feita uma abordagem da PO, aplicando-a na otimização do sistema
produtivo de uma indústria processadora de soja. A aplicação é feita através da elaboração de
um modelo matemático, construído com o ferramental da programação linear. O modelo tem
por finalidade auxiliar os gerenciadores, da indústria processadora de soja, no processo de
tomada de decisão. A indústria extratora de óleo se localiza no Município de Dois Vizinhos,
região sudoeste do Estado do Paraná, e é a principal compradora da soja ali produzida. A
indústria esmaga diariamente cerca de 470 toneladas de soja, para a produção de óleo
degomado, farelo e cascas.
São feitas análises de nove cultivares de soja plantadas no município, supra citado, tais
análises são feitas individualmente, para cada cultivar, para a determinação da composição
dos grãos. Utilizando o modelo matemático busca se otimizar o processo de extração de óleo
e produção de farelo, e através deste desafia-se mostrar a influência da composição dos grãos
no retorno financeiro gerado á indústria esmagadora.
Propõe-se mostrar uma nova perspectiva para a indústria esmagadora de soja, ampliar
seus lucros, através da escolha adequada de cultivares de soja para o esmagamento, escolha
que será feita analisando a composição dos grãos.
35
O modelo matemático é composto por uma função-objetivo e um conjunto de
restrições associadas à composição do grão e de seus subprodutos, estimativa de perdas e
resíduos, sendo construído com o ferramental da Programação Linear (PL), pois suas
variáveis são contínuas e apresentam comportamento linear, seu desenvolvimento é feito
através dos softwares Matlab 6.0 e Lingo 7.0.
2.2.1 Elaboração do Modelo Matemático para a indústria esmagadora de soja
A competitividade entre as processadoras faz com que os gerenciadores analisem seus
sistemas produtivos buscando formas de otimizá-lo, nesse processo de otimização busca-se
reduzir os custos e aumentar ao máximo a produtividade, sendo esta à forma mais usada na
busca pela maximização dos lucros, uma vez que os preços são determinados pelo mercado.
O lucro da indústria processadora de soja é proveniente da função lucro, clássica na
literatura, L = R – C, onde R representa a receita e C os custos. A receita é proveniente da
venda de farelo, do óleo (degomado) e das cascas. Os custos referenciam a compra da soja
(matéria prima), limpeza, secagem, armazenamento e processo de extração.
A construção de um modelo matemático auxilia nas análises do sistema produtivo,
pois muitas vezes o tomador de decisão se vê em situações de risco e incerteza, onde qualquer
decisão mal-pensada pode acarretar em sérios prejuízos. Geralmente o processo decisorial é
constituído por uma série de alternativas, e a análise de cada uma em particular pode tornar o
processo muito lento. Por isso o desenvolvimento dos modelos tem tamanha importância, pois
um modelo de otimização aponta para a solução (decisão) ótima, a ser tomada de forma a
atingir os objetivos almejados.
No referido estudo, tem-se como um dos desafios mostrar uma nova alternativa para a
indústria extratora de óleo ampliar sua receita, através da escolha adequada de cultivares de
soja. Pretende-se mostrar a influência da composição do grão na função receita e
consequentemente no lucro, que é a função-objetivo do modelo.
Serão feitas adaptações no modelo proposto por Demborguski (2003, pg.44),
construído com o ferramental da Programação Linear. Tal modelagem teve como objetivo
obter a previsão do lucro operacional de uma tonelada de grãos, a fim de converter dados em
informações significativas, a autora busca em seu trabalho, otimizar o sistema produtivo das
processadoras de soja, enfatizando a influência da qualidade dos grãos nos custos
operacionais. Entretanto, neste trabalho não será considerada a qualidade dos grãos, mas será
enfatizada a composição destes. No modelo proposto será considerado:
36
Lucro = Receita Bruta – Custos.
Receita Bruta = Preço do óleo X quantidade produzida + Preço do farelo x quantidade
produzida + Preço da casca x quantidade produzida.
Custos = Compra da soja + custos de recebimento + custos de limpeza + custos de
secagem + Custos do esmagamento e processamento.
Apesar de saber que, o complexo soja possui seus preços determinados
internacionalmente em moeda norte-americana (dólar), no presente trabalho será adotada a
moeda nacional, para facilitar a correlação entre os lucros obtidos pela agroindústria e pelo
produtor de soja.
Os preços médios de venda, do mês de agosto de 2005 segundo a cotação de R$ 2,361
por dólar, dos subprodutos óleo degomado, farelo e casca, produzidos pela indústria são
tabelados em R$ 1800,00, R$ 565,00 e R$ 220,00 por tonelada respectivamente.
Os custos do processo de extração do óleo somam um total de R$ 507,63 por tonelada
de soja esmagada. Estes custos são considerados como fixos, pois eles não variam entre uma
cultivar e outra, existe sim variação de custos se considerado a qualidade dos grãos, ou seja,
umidade, chochos, ardidos, verdes e avariados. Característica que foi comprovada no trabalho
desenvolvido por Demborguski (2003).
Para a abordagem deste tema e utilização do modelo matemático neste contexto, foram
feitas entrevistas com os dirigentes do processo de extração de óleo, consultas na literatura,
pesquisas de campo junto às revendas de insumos, buscando determinar quais cultivares de
soja seriam plantadas na safra 2005/06, e posteriormente, foi feita coleta e análise de amostras
de nove cultivares de soja, plantadas no município. Além de contatos mantidos com empresas
produtoras de sementes de soja.
Os procedimentos metodológicos para realização do trabalho foram: num primeiro
momento foi realizado o levantamento das cultivares (sementes) de soja, vendidas pelas
principais revendas de insumos do Município, para ser ali plantadas na safra 2005/06. Desta
pesquisa resultou que foram nove as cultivares mais plantadas na safra, sendo elas CD205,
CD206, CD215, Embrapa48, Spring8350, M-soy5826, BRS133, BRS184 e BRS214.
Num segundo momento foram coletadas duas amostras de cada uma destas cultivares
junto a uma sementeira da região, as amostras eram compostas de sementes que ainda não
haviam sido tratadas
8
para o plantio, posteriormente as amostras foram levadas ao laboratório
da indústria Sadia Concórdia S/A, Unidade de Dois Vizinhos, para a determinação das
8
O tratamento das sementes é feito com fungicida e inseticida.
37
respectivas composições com relação ao teor de óleo, proteínas, fibras, carboidratos, fosfato e
impurezas.
Num terceiro momento foram feitas visitas na indústria de óleo em questão, para fins
de conhecimento do processo de extração e levantamento dos custos de todo processo que
cobre desde a etapa da compra e recebimento dos grãos até a obtenção dos produtos finais.
Durante o processo metodológico acima mencionado foram feitas revisões
bibliográficas, nas quais foi encontrado o modelo desenvolvido por Demborguski (2003), que
é construído a partir dos dados da Tabela 2.1, que referencia a composição média da soja, de
seus subprodutos, dos resíduos e das estimativas de perda. A autora constrói a Tabela 2.1 a
partir de valores provenientes de cinco indústrias extratoras de óleo da região Noroeste do
estado do Rio Grande do Sul (Coimbra – Cruz Alta, Câmera – Santa Rosa, ADM – Três
Passos, Olvebra – Giruá, Giovelli – Guarani das Missões).
Tabela 2.1 – Composição do grão de soja, de seus subprodutos, resíduos e estimativa de
perda.
Composição
Relativa(%)
Soja
(A)
Óleo
(B)
Farelo
(C)
Casca
(D)
Resíduo
(E)
Perda
(F)
Lecitina
(G)
Umidade(1) 12,5 0,15 12,5 7,25 11 60 0
Óleo(2) 19,5 99,7 2 0,77 0,9 10 24,2
Proteínas(3) 36,6 0 47 8,88 20 10 0
Fibras(4) 5,5 0 3,92 34,88 0 10 0
Impurezas(5) 0,2 0 0 0 30 10 0
Cinzas(6) 1,0 0,15 0,8 0,72 0 0 75,8
Carboidratos(7) 24,7 0 33,78 51,78 20 0 0
Produção
final(9)
100% 18,13% 70,74% 2,81%
0 7,84% 0,48%
Fonte: DEMBORGUSKI (2003, pg.41)
Sendo um dos objetivos deste trabalho, mostrar as diferenças na composição das
cultivares de soja, será necessário analisar tabelas semelhantes à Tabela 2.1 para cada cultivar,
sendo que as novas tabelas serão obtidas modificando a coluna Soja (A) e a linha Produção
Final (9). As alterações têm como finalidade representar os dados da composição de cada grão
(coluna (A)), e os dados do processamento do grão (linha (9)) como pode ser visto na Tabela
2.2 a seguir. Como a indústria em questão não produz o subproduto lecitina e sabendo que a
bora da qual se extrai esse subproduto é adicionada ao farelo, tem-se na restrição do
subproduto farelo, o elemento da linha (9) coluna (G) acrescido ao elemento da linha (9)
coluna (C). Os demais dados da Tabela 1 serão adotados, porque as análises, relacionadas a
cada cultivar, do farelo, óleo e das cascas não foram feitas, devido a impossibilidades
financeiras.
38
A Tabela 2.2 apresenta os resultados das análises feitas com as amostras das nove
cultivares de soja, mais plantadas no município de Dois Vizinhos na safra 2005/06, e da
composição média destas. Pode-se observar que os valores são diferentes entre as cultivares, e
que na linha cinco, linha correspondente às impurezas, os valores apresentados são nulos, isso
ocorre porque as análises foram feitas com amostras provenientes de sementes e estas já
passaram por um processo de limpeza diferentemente dos grãos advindos da lavoura que
apresentam certo grau de impurezas.
Tabela 2 .2 – Composição dos grãos relativos ás nove cultivares.
Composição
Relativa(%)
CD
205
CD
206
CD
215
Spring
8350
M-Soy
5826
Embra
-pa 48
BRS
133
BRS
184
BRS
214
Mé-
dia
Umidade(1) 10,6 11,2 10,2 11,3 10 10,8 10 10,6 11,2 10,7
Óleo(2) 20,9 21,4 22,5 22,6 22,7 22,1 22,9 22,5 21 22,1
Proteínas(3) 37,5 38,4 38 37,5 37,8 37,1 36,6 37,7 38,2 37,6
Fibras(4) 4 3,8 3,1 3,4 3,8 4 3,6 3,8 4,2 3,7
Impurezas(5) 0 0 0 0 0 0 0 0 0 0
Cinzas(6) 5,1 4,2 4,7 4,3 4,9 4,5 4,5 4,4 4,6 4,6
Carboidratos
(7)
21,9 21 21,5 20,9 20,8 21,5 22,4 21 20,8 21,3
Fonte: Laboratório da empresa Sadia Concórdia S/A (Unidade de Dois vizinhos).
Com a obtenção dos dados referentes à composição das cultivares, e com o
conhecimento do processo de extração da indústria processadora, ou seja, conhecimento da
receita e dos custos busca-se mostrar através do modelo de programação linear, que a escolha
adequada destas cultivares implica na maximização dos lucros da indústria, uma vez, que os
custos da saca da soja, da limpeza e secagem, do armazenamento, do processo de extração de
óleo e produção do farelo são considerados os mesmos para qualquer cultivar pela indústria
processadora.
2.2.2 Formalização do Modelo para a indústria
No modelo proposto por Demborguski (2003, p.44) são feitas adaptações referentes à
composição do grão, subprodutos e perdas. Aqui são utilizados os valores referentes à
composição de cada uma das nove cultivares e ainda uma composição formada pela média
aritmética das nove, os valores limites referentes aos subprodutos são adequados a cada
cultivar, sendo que os valores das composições das cultivares são aqueles obtidos através das
análises laboratoriais acima descritas e, apresentados na Tabela 2.2.
39
No modelo ora proposto são considerados 7 grupos de restrições relacionadas a
composição do grão (restrição da disponibilidade de umidade, óleo, proteínas, fibras,
impurezas, cinzas e carboidratos) e 3 grupos de restrições relacionadas aos subprodutos da
soja (restrição para o óleo, farelo e casca), a estrutura da função objetivo e das restrições são
apresentadas a seguir.
Função Objetivo
})(
)()({
764321
64321621
CustoscxcxcxcxcxcxPcasca
fxfxfxfxfxfxPfarelooxoxoxPoleoZMax
iiiiii
iiiiiiiii
−++++++
+
+
+
+
+
+
+
+
=
para i 10,...,2,1
=
ℑ
∈
Onde cada valor de i=1,2...,9 representa uma cultivar, e i = 10 representa a composição
média das nove cultivares;
Sendo:
.
.
.
764321
764321
621
cxcxcxcxcxcxTotalCasca
fxfxfxfxfxfxTotalFarelo
oxoxoxTotalÓleo
iiiiii
iiiiii
iii
+++++=
+++++=
++=
Os coeficientes da função objetivo são: Poleo – preço de venda por kg de óleo
degomado, Pfarelo – preço de venda por kg de farelo, Pcasca – preço de venda por kg de
casca, Custos – custo da saca de soja + custo da limpeza + custo da secagem + custo de
armazenamento + processo de extração.
Os coeficientes do modelo: Poleo, Pfarelo e Pcasca possuem os respectivos valores
de R$ 1,80, R$ 0,565 e R$ 0,22 por quilograma. A constante Custos agrega o valor R$ 0,51
por quilograma.
As variáveis que serão determinadas pelo modelo são:
1
ox
i
- umidade no óleo,
2
ox
i
-
óleo no óleo,
6
ox
i
- cinzas no óleo,
1
fx
i
- umidade no farelo,
2
fx
i
- óleo no farelo,
3
fx
i
-
proteínas no farelo,
4
fx
i
- fibras no farelo,
6
fx
i
- cinzas no farelo,
7
fx
i
-carboidratos no farelo,
1
cx
i
- umidade na casca,
2
cx
i
- óleo na casca,
3
cx
i
- proteínas na casca,
4
cx
i
- fibras na casca,
6
cx
i
- cinzas na casca,
7
cx
i
- carboidratos na casca,
1
rx
i
- umidade no resíduo,
2
rx
i
- óleo no
resíduo,
3
rx
i
- proteínas no resíduo,
5
rx
i
- impurezas no resíduo,
7
rx
i
- carboidratos no resíduo,
1
px
i
- perda de umidade,
2
px
i
- perda de óleo,
3
px
i
- perda de proteínas,
4
px
i
- perda de
cinzas,
5
px
i
- perda de impurezas,
2
lx
i
- óleo na lecitina,
6
lx
i
- cinza na lecitina.
40
Os valores limites das restrições são:
1i
b - quantidade máxima de umidade no grão,
2i
b - quantidade máxima de óleo no grão,
3i
b - quantidade máxima de proteínas no grão,
4i
b -
quantidade máxima de fibras no grão,
5i
b - quantidade máxima de impurezas no grão,
6i
b -
quantidade máxima de cinzas no grão,
7i
b - quantidade máxima de carboidratos no grão.
a) Restrições associadas á composição do grão.
Restrição da disponibilidade de umidade
111111
0
iiiiii
bpxrxcxfxox ≤+++++
Restrição da disponibilidade de óleo
2222222 iiiiiii
blxpxrxcxfxox ≤+++++
Restrição da disponibilidade de proteínas
33333
00
iiiii
bpxrxcxfx ≤+++++
Restrição da disponibilidade de fibras
4444
000
iiii
bpxcxfx ≤+++++
Restrição da disponibilidade de impurezas
555
0000
iii
bpxrx ≤+++++
Restrição da disponibilidade de cinzas
66666
00
iiiii
blxcxfxox ≤+++++
Restrição da disponibilidade de carboidratos
7777
000
iiii
brxcxfx ≤+++++
b) Restrições associadas aos subprodutos da soja.
Restrições para o óleo
)(0015,0
6211
oxoxoxox
iiii
+
+
≤
)(997,0
6212
oxoxoxox
iiii
+
+
≤
)(0015,0
6216
oxoxoxox
iiii
+
+
≤
2621
915,0
iiii
boxoxox
≤
+
+
Restrições para o farelo
)(125,0
7643211
fxfxfxfxfxfxfx
iiiiiii
+
+
+
+
+
≤
)(02,0
7643212
fxfxfxfxfxfxfx
iiiiiii
+
+
+
+
+
≤
)(46,0
7643213
fxfxfxfxfxfxfx
iiiiiii
+
+
+
+
+
≥
)(47,0
7643213
fxfxfxfxfxfxfx
iiiiiii
+
+
+
+
+
≤
)(0392,0
7643214
fxfxfxfxfxfxfx
iiiiiii
+
+
+
+
+
≤
41
)(008,0
7643216
fxfxfxfxfxfxfx
iiiiiii
+
+
+
+
+
≤
)(3378,0
7643217
fxfxfxfxfxfxfx
iiiiiii
+
+
+
+
+
≤
764321
fxfxfxfxfxfx
iiiiii
+++++ )915,035,89(
2i
b−≤
Restrições para a casca
)(0725,0
7643211
cxcxcxcxcxcxcx
iiiiiii
+
+
+
+
+
≤
)(0077,0
7643212
cxcxcxcxcxcxcx
iiiiiii
+
+
+
+
+
≤
)(0888,0
7643213
cxcxcxcxcxcxcx
iiiiiii
+
+
+
+
+
≤
)(3488,0
7643214
cxcxcxcxcxcxcx
iiiiiii
+
+
+
+
+
≤
)(0072,0
7643216
cxcxcxcxcxcxcx
iiiiiii
+
+
+
+
+
≤
)(5178,0
7643217
cxcxcxcxcxcxcx
iiiiiii
+
+
+
+
+
≤
81,2
764321
≤
+
+
+
+
+
cxcxcxcxcxcx
iiiiii
2.2.3 Interpretação do modelo e das restrições
A resolução do problema consiste em determinar os valores das variáveis
621
,, oxoxox
iii
(quantidade de produção de óleo),
764321
,,,,, fxfxfxfxfxfx
iiiiii
(quantidade de
produção de farelo) e
764321
,,,,, cxcxcxcxcxcx
iiiiii
(quantidade de produção de casca) de
tal forma que maximize o lucro da processadora, expresso na função objetivo Z.
O modelo é desenvolvido para cada uma das nove cultivares e para a média,
individualmente, para que os lucros obtidos no modelo possam ser comparados e analisados, e
assim se proceda ao processo decisorial. E neste sejam escolhidas as cultivares que
proporcionam ampliação nos retornos financeiros da processadora.
As restrições do modelo são descritas abaixo, segundo a classificação dada por
Demborguski (2003).
Restrição da umidade: se refere à quantidade de umidade presente no óleo, no farelo,
na casca, no resíduo e na perda. Logo:
Umidade = produção de óleo x quantidade de umidade presente no óleo (
1
ox
i
)+ produção de
farelo x quantidade de umidade presente no farelo (
1
fx
i
) + produção de casca x quantidade de
umidade presente na casca (
1
cx
i
) – resíduo x quantidade de umidade presente no resíduo
(
1
rx
i
) + perda x quantidade de umidade presente na perda (
1
px
i
) <= à porcentagem de
produção x quantidade de umidade presente no grão de soja.
Restrição do óleo
: se refere à quantidade de óleo presente no óleo, no farelo, na
casca, no resíduo, na perda e na lecitina. Logo:
42
Óleo = produção de óleo x quantidade de óleo presente no óleo (
2
ox
i
) + produção de farelo x
quantidade de óleo presente no farelo (
2
fx
i
) + produção de casca x quantidade de óleo
presente na casca (
2
cx
i
) – resíduo x quantidade de óleo presente no resíduo (
2
rx
i
) + perda x
quantidade de óleo presente na perda (
2
px
i
) + produção de lecitina x quantidade de óleo
presente na lecitina (
2
lx
i
) <= à porcentagem de produção x quantidade de óleo presente no
grão de soja.
Restrição das proteínas: se refere à quantidade de proteínas presente no farelo, na
casca, no resíduo e na perda. Logo:
Proteínas = produção de farelo x quantidade de proteínas presente no farelo (
3
fx
i
) +
produção de casca x quantidade de proteínas presente na casca (
3
cx
i
) – resíduo x quantidade
de proteínas presente no resíduo (
3
rx
i
) + perda x quantidade de proteínas presente na perda
(
3
rx
i
) <= à porcentagem de produção x quantidade de proteínas presente no grão de soja.
Restrição das fibras: se refere à quantidade de fibras presente no farelo, na casca e na
perda. Logo:
Fibras = produção de farelo x quantidade de fibras presente no farelo (
4
fx
i
) + produção de
casca x quantidade de fibras presente na casca (
4
cx
i
) + perda x quantidade de fibras presente
na perda (
4
px
i
) <= à porcentagem de produção x quantidade de fibras presente no grão de
soja.
Restrição das impurezas: se refere à quantidade de impurezas presente no resíduo e
na perda. Logo:
Impurezas = - total de resíduos x quantidade de impurezas no resíduo (
5
rx
i
) + total de perdas
x quantidade de impureza presente na perda (
5
px
i
) <= à porcentagem de produção x
quantidade de impurezas presente no grão de soja.
Restrição dos cinzas: se refere à quantidade de carboidratos presente no óleo, no
farelo, na casca e na lecitina. Logo:
Cinzas = produção de óleo x quantidade de cinzas presente no óleo (
6
ox
i
) + produção de
farelo x quantidade de cinzas presente no farelo (
6
fx
i
) + produção de casca x quantidade de
cinzas presente na casca (
6
cx
i
) + produção de lecitina x quantidade de cinzas presente na
lecitina (
6
lx
i
) <= à porcentagem de produção x quantidade de cinzas presente no grão de soja.
43
Restrição dos carboidratos: se refere à quantidade de carboidratos presente no farelo,
na casca e no resíduo. Logo:
Carboidratos = produção de farelo x quantidade de carboidratos presente no farelo (
7
fx
i
) +
produção de casca x quantidade de carboidratos presente na casca (
7
cx
i
) - resíduo x
quantidade de carboidrato presente no resíduo (
7
rx
i
) <= à porcentagem de produção x
quantidade de cinzas presente no grão de soja.
Após a adequação do modelo matemático aos objetivos almejados, foi possível
realizar simulações através dos softwares Matlab 6.0 e Lingo 7.0, nas quais foram obtidos os
resultados referentes ao lucro máximo proporcionado por cada cultivar, resultados que serão
apresentados e analisados no próximo capítulo.
2.3 MODELO MATEMÁTICO DE APOIO Á DECISÃO NA ESCOLHA DE
CULTIVARES DE SOJA PARA O PLANTIO
A PO também aborda planejamentos agrícolas, pois este setor da economia exige do
empreendedor altos investimentos, que só serão compensados á longo prazo. Segundo
Crepaldi (1998) o setor agrícola apresenta algumas características que o diferenciam dos
demais setores da economia: dependência do clima, correlação tempo de produção versus
tempo de trabalho, dependência de condições biológicas, terra como participante da produção,
estacionalidade da produção, incidência de riscos, sistema de competição econômica,
produtos não uniformes.
O processo de tomada de decisão do agricultor é geralmente árduo, dada à
complexidade inerente à atividade. Neste processo incluem-se elementos de tradição e
aprendizado, condições de infra-estrutura, motivos psicológicos e sociais, para não dizer o
maior de todos: o anseio pela maximização dos lucros. (CONTINI et al., 1986)
Dentre as atividades desenvolvidas na agricultura a cultura da soja é uma das
preferidas, devido á vários fatores já citados. Esta atividade está sempre propensa a uma série
de riscos climáticos e de mercado. Os riscos climáticos compreendem geadas, chuvas de
granizo e estiagem. Os riscos de mercado envolvem os preços de venda do produto, pois é o
mercado que os determina sendo que os preços da soja são cotados pelo mercado
internacional, isto é pela CBOT. Diferentemente dos riscos de mercado, os riscos climáticos
podem ser minimizados a partir de medidas tomadas pelo produtor, no caso da soja, uma das
medidas segundo recomendações técnicas, é plantar cultivares que se desenvolvem em
44
diferentes ciclos, pois quando a lavoura enfrentar problemas climáticos, as cultivares estarão
em diferentes estágios biológicos o que acarretará em diferentes níveis de perdas. (COSTA,
1996)
Este trabalho também tem como foco o produtor de soja, do Município de Dois
Vizinhos, busca-se mostrar a estes produtores uma alternativa para ampliar suas rendas,
mostrando dentre as nove cultivares mais plantadas no município, quais podem proporcionar
melhor renda e, portanto, são aconselháveis para o plantio. Para tal será construído um
modelo matemático, através do ferramental da PL que considera os custos do sistema
produtivo da soja e aponta o rendimento máximo do produtor, a partir da melhor combinação
das cultivares de soja a serem plantadas.
2.3.1 Planejamento de Custos no Sistema Produtivo da Soja
Para que se possa planejar o sistema produtivo da soja, um dos focos de interesse
deste trabalho se faz necessário conhecer os custos do processo produtivo, bem como os
rendimentos correspondentes, é importante traçar metas, prever e simular possíveis situações,
visando manter o controle em eventuais crises, e consequentemente atingir maiores patamares
econômicos (ANTUNES & ENGEL, 1999).
Para que o produtor rural seja um bom gerenciador de seu negócio lhe cabe buscar
alguns conhecimentos administrativos. Marion (2005) e Antunes & Engel (1999)
recomendam aos produtores rurais o seguinte roteiro para construção do planejamento da
produção na propriedade rural.
Num primeiro momento ele precisa conhecer seus capitais. Os capitais agrícolas
também podem ser divididos em capitais fixos e variáveis como em outros setores da
economia. A terra, as máquinas e os implementos, as benfeitorias, as plantações de culturas
permanentes são considerados capitais fixos. Pois, estes capitais têm por propriedade comum
servirem a mais de um ato de produção. Os capitais variáveis estão em movimento, sofrem
transformações no decorrer do processo produtivo. Por exemplo, a aplicação de um herbicida,
instantaneamente a sua aplicação esta desaparece, mas logo estará apresentando seu efeito e
valor junto à plantação. Também as sementes, os fertilizantes e todos os agroquímicos são
capitais variáveis. O valor dos capitais variáveis deve se compensado totalmente pelo próprio
produto, enquanto que o valor dos fixos deve ser recuperado ao longo do tempo em várias
frações.
45
Num segundo momento quando o produtor for fazer uma estimativa dos custos do
processo produtivo para apurar se teve lucro produzindo a cultura. É necessário levar em
consideração os custos diretos e os indiretos. Custos diretos podem classificados em custos
ocasionados pela produção, como os insumos
9
, horas de máquinas que envolvem o plantio até
a colheita e posterior venda, mão-de-obra, seguro da produção, assistência técnica e despesas
gerais. Os custos indiretos ocorrem independentemente de se estar produzindo ou não, estes
custos incluem a depreciação das máquinas e benfeitorias, manutenção das máquinas e
benfeitorias, sistematização e correção do solo, seguro do capital, custo de oportunidade da
terra e do capital, custos administrativos que incluem a mão-de-obra familiar.
Deve-se enfatizar que a classificação dos custos em propriedades agrícolas se torna
bastante difícil, devido a rotação de culturas e a diversificação de atividades. Por exemplo,
muitas das máquinas, bem como, a mão-de-obra, utilizadas no cultivo da soja são as mesmas
utilizadas no cultivo do milho e do trigo, logo fica difícil determinar exatamente quais as
despesas relativas a cada cultura por isso adotam-se alguns critérios de rateio segundo área,
produção ou outros.
Neste trabalho será adotada a estimativa de custos da produção de soja na região
sudoeste do estado do Paraná, apresentada na Tabela 2.3, feita anualmente pela CAMDUL-
Cooperativa Agrícola Mista Duovizinhense. Entretanto, os técnicos da cooperativa
recomendam que cada produtor faça sua estimativa de custos, porque os custos indiretos
podem variar bastante de uma propriedade para outra, pois estes estão correlacionados com a
produção.
Ao observar a Tabela 2.3 percebe-se dentre os custos diretos, que o custo com
sementes não apresenta valor, isso ocorre porque neste trabalho considera-se este como o
único custo variável, dentre os custos do sistema produtivo da soja.
9
sementes, adubos, fertilizantes e defensivos agrícolas.
46
Tabela 2.3 – Custos referentes à cultura da soja
ESTIMATIVA DO CUSTO DE PRODUÇÃO DA SOJA safra 2005/06
Sudoeste do Paraná: Dois Vizinhos
Fonte: CAMDUL abr/05
CUSTOS DIRETOS
Produto dose Preço unitário R$/hectare
semente (variável) 1,4
R$ - R$ -
Adubação 3,5
R$ 35,00 R$ 122,50
Dessecante 2,0
R$ 12,00 R$ 24,00
Herbicidas R$ 120,76
Tratamento R$ 3,85
Fungicida R$ 129,00
TOTAL A R$ 400,11
Atividades horas
preço/hora
Dessecação 0,15
R$ 126,00 R$ 18,90
Plantio 0,8
R$ 43,50 R$ 34,80
Herbicida 0,3
R$ 126,00 R$ 37,80
Inseticida 0,3
R$ 126,00 R$ 37,80
Fungicida 0,3
R$ 63,00 R$ 18,90
Colheita R$ 170,59
Frete R$ 14,88
TOTAL B R$ 333,67
Assistência técnica R$ 13,11
seguro máquinas R$ 11,94
seguro benfeitorias R$ 1,10
mão de obra R$ 23,68
correção do solo R$ 23,84
despesas gerais R$ 3,36
TOTAL C
R$ 77,03
CUSTOS INDIRETOS
mão-de-obra familiar R$ 117,85
Custo oportunidade do capital
R$ 80,00
Custo de oportunidade da terra
R$ 300,00
Depreciação máquina R$ 105,00
Depreciação benfeitoria R$ 7,50
Manutenção desgaste máquina R$ 51,78
Manutenção desgaste benfeitorias R$ 9,21
TOTAL D R$ 671,34
CUSTO TOTAL (A+B+C+D) R$ 1.482,15
Obs: Os custos das sementes encontram-se na Tabela 2.4
47
Elaboração do Modelo Matemático para Escolha das Cultivares para Plantio
Como já foi mencionado este trabalho delimita os produtores de soja da região
Sudoeste do Paraná, em particular do Município de Dois Vizinhos. Para elaboração deste
tema e proposição dos modelos foram feitas revisões bibliográficas, e entrevistas com
engenheiros agrônomos, alguns que trabalham com assistência técnica nas lavouras e outros
que são professores universitários, também foram feitas coletas de dados em revendas de
insumos agrícolas.
Tendo conhecimento que nesta região, diferentemente de algumas outras no País,
onde os produtores rurais guardam as sementes de soja produzidas num ano para plantar no
próximo, os produtores adquirem comercialmente, as cultivares de soja com marcas
registradas, em revendas de insumos agrícolas do município.
Para atingir a meta de proporcionar ao produtor uma alternativa de maximização da
renda, se fez o seguinte procedimento metodológico:
Num primeiro momento realizou-se uma pesquisa de campo junto as principais
revendas de insumos do Município, para levantar as cultivares de soja mais plantadas na safra
2005/06. Por meio desta pesquisa constatou-se que foram nove as cultivares mais plantadas.
Ordenando-as decrescentemente da mais plantada para as conseguintes tem-se a relação
CD206, CD215, Embrapa48, BRS184, M-SOY5826, CD205, BRS214, Spring NK8350,
BRS133.
Num segundo momento foi levantado, sendo apresentado na Tabela 2.4, os preços de
venda dessas sementes, junto à revenda de insumos da CAMDUL.
Num terceiro momento durante a colheita foram feitas pesquisas de campo, junto aos
produtores rurais do município, para determinação da produtividade das cultivares. Os valores
referentes ás produtividades são apresentados na Tabela 2.4.
Nos manuais de divulgação das sementes para a venda, estão descritos os ciclos de
cada cultivar, e estes também são apresentados na Tabela 2.4.
Como é observado na Tabela 2.4, 11% da produção compreendem cultivares de ciclo
médio, 33% de ciclo precoce e 55% de ciclo semiprecoce. Os agrônomos e produtores rurais,
consideram que as cultivares de ciclo precoce, semi-precoce e médio do tipo convencional,
caso das nove cultivares analisadas neste trabalho, apresentam o mesmo custo de produção,
pois apresentam pouca variação de ciclo.
48
Tabela 2.4 – As cultivares, o ciclo destas, o preço do saco de sementes e as respectivas
produtividades (safra 2005/2006).
Cultivares Ciclo Preço/sc(40kg) Produtividade
CD 205 Médio R$56,00 34,09 sc/há
CD 206 Semiprecoce R$52,60 55,32 sc/há
CD 215 Precoce R$63,00 53,57 sc/há
SPRING NK8350 Precoce R$62,00 50,6 sc/há
M-SOY 5826 Precoce R$56,50 39,26 sc/há
EMBRAPA48 Semiprecoce R$57,00 57,73 sc/há
BRS 133 Semiprecoce R$57,00 47,93 sc/há
BRS 184 Semiprecoce R$57,00 49,92 sc/há
BRS 214 Semiprecoce R$64,50 50,14 sc/há
A renda dos produtores de soja também é proveniente da função lucro, já mencionada,
onde a receita é derivada da quantidade de soja produzida, e os custos se referem aos custos
diretos e indiretos do sistema produtivo.
A escolha das sementes tem fundamental importância no processo produtivo da soja,
pois estas determinam à produtividade da lavoura. Os custos com as sementes representam
cerca de 4% dos custos totais da cultura. Para efetuar a escolha das cultivares a serem
plantadas, os produtores consideram uma série de fatores, mas destes, dois possuem maiores
pesos quantitativos, o custo da semente e a respectiva produtividade.
Para que o produtor de soja consiga aumentar sua renda, sabendo que ele não tem
domínio sobre o preço de venda de seu produto, que é determinado pelo mercado em função
da velha lei da oferta versus procura num comportamento sazonal, é necessário buscar
possibilidades de redução de custos e aumento na produtividade.
Visando a ampliação desta renda, faz-se o uso da modelagem do sistema produtivo da
soja, pois através desta é possível simular situações relacionando a receita e os custos.
2.3.3 Formalização do modelo para o produtor
O modelo construído tem por finalidade ajudar o produtor a determinar quais
cultivares de soja plantar, de forma a ampliar a renda. Para atingir tal objetivo será
considerada uma estimativa de custos da produção de soja, feita pela CAMDUL. Segundo
49
relatos técnicos o custo de produção das nove cultivares em questão é o mesmo, por se
tratarem de cultivares de ciclos precoce, semi-precoce e médio.
Costa (1996) recomenda que o plantio das lavouras de soja seja feito com cultivares de
diferentes ciclos, sua recomendação compreende 1/3 de cultivares precoces e semi-precoces,
1/3 de cultivares médias e 1/3 de cultivares tardias e semi-tardias. Segundo ele a resposta da
soja ao fotoperíodo faz com que a semeadura da mesma cultivar em épocas diferentes, não
seja a solução para grandes períodos críticos e escalonamento da colheita.
Os modelos relacionados a renda do produtor rural, proveniente da safra de soja, são
similares, e têm como influência o custo da semente e as produtividades das nove cultivares
analisadas. Cada modelo apontará o resultado econômico máximo proporcionado ao produtor,
descrito pela função objetivo ZP, e a solução das variáveis de decisão
1
x (CD205),
2
x (CD206),
3
x (CD215),
4
x (SPRING8350),
5
x (M-SOY5826),
6
x (EMBRAPA48),
7
x (BRS133),
8
x (BRS184) e
9
x (BRS214), que representam a área a ser cultivada pelas
respectivas cultivares.
São considerados quatro modelos para o produtor, apesar de serem semelhantes
possuem diferenciais nas restrições, as quais determinam a distribuição das cultivares a serem
plantadas dentre a área total informada. Nestes modelos a área da lavoura de soja é
considerada em hectares (ha), os custos também são por ha, e se considera necessário à
quantidade de 1,4 sc de semente para plantar um ha. As áreas a serem plantadas por cada
variedade são as variáveis desconhecidas que serão determinas pelos modelos, através da
programação linear.
2.3.4 Primeiro modelo proposto
Neste modelo são consideradas 3 restrições relacionadas às cultivares de soja segundo
a recomendação de Costa (1996), e 1 restrição considerando a área da propriedade destinada a
produção de soja, e ainda 9 restrições relacionadas a não-negatividade, a estrutura da função-
objetivo e das restrições serão apresentadas a seguir.
50
AreaCusto
xPxPxPxPxP
xPxPxPxP
)(
)3,90(50,14)8,79(49,92)8,79(47,93)8,79(57,73)10,79(39,26
)8,86(50,6)2,88(53,57)64,73(55,32)4,78((34,09 MAX ZP
98765
4321
−
−+−+−+−+−
+
−
+
−
+
−
+
−
=
=
Onde:
soja. da produtivo sistema do custos
plantada.ser a totalárea
soja. de saca da preço
=
=
=
Custo
Area
P
Restrições da diversificação das cultivares:
a) ciclo médio;
Areax 333,0
1
≥ ;
b) ciclo precoce;
Areaxxx 333,0
543
≥++ ;
c) ciclo semi-precoce;
Areaxxxxx 333,0
98762
≥++++ ;
Restrição da área;
Areaxxxxxxxxx ≤++++++++
987654321
;
Restrição da não-negatividade;
04,1
1
≥x ;
04,1
2
≥x ;
04,1
3
≥x ;
04,1
4
≥x ;
04,1
5
≥x ;
04,1
6
≥x ;
04,1
7
≥x ;
04,1
8
≥x ;
04,1
9
≥x ;
2.3.4.1 Interpretação das restrições
As restrições do modelo serão descritas abaixo:
Restrição da diversificação das cultivares: é construída segundo as
recomendações técnicas de Costa (1996), que diz que a área plantada deve ser dividida
em cultivares de diferentes ciclos:
a)1/3 de cultivares de ciclo médio.
b)1/3 de cultivares de ciclo precoce.
c)1/3 de cultivares de ciclo semi-precoce.
51
Restrição da área: a soma da área plantada por todas as cultivares tem que ser
menor ou igual à área da lavoura.
2.3.5 Segundo modelo proposto
Neste modelo as 3 restrições relacionadas às cultivares de soja são determinadas
pelos dados coletados nas revendedoras de insumos, nos quais observa-se que 11% das
cultivares produzidas são de ciclo médio, 33% de ciclo precoce e 55% de ciclo semi-
precoce. As demais restrições consideradas são as mesmas do primeiro modelo, a
estrutura da função objetivo e das restrições serão apresentadas a seguir.
AreaCusto
xPxPxPxPxP
xPxPxPxP
)(
)3,90(50,14)8,79(49,92)8,79(47,93)8,79(57,73)10,79(39,26
)8,86(50,6)2,88(53,57)64,73(55,32)4,78((34,09 MAX ZP
98765
4321
−
−+−+−+−+−
+
−
+
−
+
−
+
−
=
=
Onde:
soja. da produtivo sistema do custos
plantada.ser a totalárea
soja. de saca da preço
=
=
=
Custo
Area
P
Restrições da diversificação das cultivares:
a) ciclo médio;
Areax 111,0
1
≥ ;
b) ciclo precoce;
Areaxxx 333,0
543
≥++ ;
c) ciclo semi-precoce;
Areaxxxxx 555,0
98762
≥++++ ;
Restrição da área;
Areaxxxxxxxxx ≤++++++++
987654321
;
Restrição da não-negatividade;
04,1
1
≥x ;
04,1
2
≥x ;
04,1
3
≥x ;
04,1
4
≥x ;
04,1
5
≥x ;
04,1
6
≥x ;
04,1
7
≥x ;
04,1
8
≥x ;
52
04,1
9
≥x ;
2.3.5.1 Interpretação das restrições
As restrições do modelo serão descritas abaixo:
Restrição da diversificação das cultivares: os técnicos e agrônomos que dão
assistência aos produtores de soja, recomendam que estes diversifiquem as cultivares
plantadas, entretanto, o que se observa através dos dados coletados é que a
diversificação feita por eles compreende:
a)11% de cultivares de ciclo médio.
b)33% de cultivares de ciclo precoce.
c)55% de cultivares de ciclo semi-precoce.
Restrição da área: a soma da área plantada por todas as cultivares tem que ser
menor ou igual à área da lavoura.
2.3.6 Terceiro modelo proposto
Neste modelo são consideradas 2 restrições relacionadas às cultivares de soja,
restrições que foram estabelecidas a partir de informações obtidas na pesquisa de campo
junto aos produtores de soja do município. Tais informações descrevem como é feita a
escolha das cultivares de soja, para o plantio, em pequenas e médias propriedades rurais.
Através destas observa-se que os produtores dividem suas lavouras em cultivares de
ciclo precoce e ciclo semi-precoce. As demais restrições consideradas são as mesmas do
primeiro e segundo modelo, a estrutura da função-objetivo e das restrições são
apresentadas a seguir.
AreaCustoxPxPxPxP
xPxPxPxP
)()3,90(50,14)8,79(49,92)8,79(47,93)8,79(57,73
)10,79(39,26)8,86(50,6)2,88(53,57)64,73((55,32 MAX ZP
9876
5432
−−+−+−+−+
−
+
−
+
−
+
−
=
=
Onde:
soja. da produtivo sistema do custos
plantada.ser a totalárea
soja. de saca da preço
=
=
=
Custo
Area
P
Restrições da diversificação das cultivares:
a) ciclo precoce;
Areaxxx 5,0
543
≥++ ;
53
b) ciclo semi-precoce;
Areaxxxxx 5,0
98762
≥++++ ;
Restrição da área;
Areaxxxxxxxx ≤+++++++
98765432
;
Restrição da não-negatividade;
04,1
2
≥x ;
04,1
3
≥x ;
04,1
4
≥x ;
04,1
5
≥x ;
04,1
6
≥x ;
04,1
7
≥x ;
04,1
8
≥x ;
04,1
9
≥x ;
2.3.6.1 Interpretação das restrições
As restrições do modelo serão descritas abaixo:
Restrição da diversificação das cultivares: observa-se através dos dados
coletados, junto aos produtores rurais, que a diversificação feita na escolha das
cultivares de soja compreende cultivares de ciclo precoce e semi-precoce de forma que
a lavoura de soja seja dividida em:
a) 50% de cultivares de ciclo precoce.
b) 50% de cultivares de ciclo semi-precoce.
Restrição da área: a soma da área plantada por todas as cultivares tem que ser
menor ou igual à área da lavoura.
2.3.7 Quarto modelo proposto
Este modelo apresenta uma quarta possibilidade para os produtores de soja que
pretendam plantar uma área de até 30 hectares, pois este modelo possui apenas uma
restrição que considera que a soma das áreas das cultivares a serem plantadas, deve ser
menor que a área total da lavoura destinada ao plantio de soja. A função-objetivo é a
mesma dos demais modelos e, a estrutura deste modelo será apresentada a seguir.
AreaCusto
xPxPxPxPxP
xPxPxPxP
)(
)3,90(50,14)8,79(49,92)8,79(47,93)8,79(57,73)10,79(39,26
)8,86(50,6)2,88(53,57)64,73(55,32)4,78((34,09 MAX ZP
98765
4321
−
−+−+−+−+−
+
−
+
−
+
−
+
−
=
=
54
Onde:
soja. da produtivo sistema do custos
plantada.ser a totalárea
soja. de saca da preço
=
=
=
Custo
Area
P
Restrições da diversificação das cultivares:
Restrição da área;
Areaxxxxxxxxx ≤++++++++
987654321
;
Restrição da não-negatividade;
04,1
2
≥x ;
04,1
3
≥x ;
04,1
4
≥x ;
04,1
5
≥x ;
04,1
6
≥x ;
04,1
7
≥x ;
04,1
8
≥x ;
04,1
9
≥x ;
2.3.8 O desenvolvimento dos modelos
O desenvolvimento dos modelos direcionados ao produtor de soja também é
feito nos softwares Matlab 6.0 e Lingo 7.0. A apresentação dos resultados referentes aos
cenários, formados pelos três modelos que visam mostrar a melhor combinação de
cultivares de soja para o plantio será apresentada no capítulo 5. Cada modelo aponta a
renda proporcionada ao produtor de soja e a melhor combinação de cultivares para
serem plantadas.
55
3 RESULTADOS E DISCUSSÃO DO MODELO MATEMÁTICO
DIRECIONADO À INDÚSTRIA
Neste capítulo será abordado um dos focos deste trabalho, a indústria
processadora de soja. Para tal abordagem é importante reforçar quais são os custos do
processo de esmagamento da soja: compra da soja (matéria-prima), limpeza, secagem,
armazenamento, processo de extração que resulta na obtenção de óleo degomado, farelo
e casca. Os custos do processo de extração incluem os gastos com solvente (hexano),
mão de obra, manutenção e depreciação (predial e dos equipamentos), utilidades
(energia) e suporte a produção. Segundo, relatos dos técnicos responsáveis pelo
processo de esmagamento da soja, os custos do processo são os mesmos para o
esmagamento de qualquer cultivar, se estas estiverem com o mesmo padrão de umidade
e qualidade.
Apresentam-se os resultados que referenciam a contextualização do modelo
matemático na otimização do sistema produtivo de uma indústria esmagadora de soja,
através do levantamento de dados, propõe-se mostrar a aplicabilidade do modelo
matemático, por meio das simulações numéricas que descrevem o processamento das
nove cultivares, torna-se possível observar uma gama de cenários, que mostram os
resultados econômicos s da indústria ao esmagar determinado cultivar de soja. As
análises dos diferentes cenários possibilitam a indústria o conhecimento de quais
cultivares proporciona maior retorno financeiro. O modelo matemático é desenvolvido
através dos softwares Matlab 6.0 e Lingo 7.0.
A quantidade produzida de óleo, farelo e casca vária de acordo com a
composição da mistura das cultivares de soja, advindas das lavouras. No processamento
diário de 470 toneladas, a uma umidade média de 10,53% a indústria produz 90,7
toneladas de óleo, 365,2 toneladas de farelo e 14,1 toneladas de cascas, isto é, produz
em média 19,3% de óleo, 77,7% de farelo e 3% de cascas.
3.1 APRESENTAÇÃO E ANÁLISE DOS CENÁRIOS CONSTRUÍDOS
O modelo matemático proposto para a abordagem em questão, já foi apresentado
no capitulo anterior. Com este modelo são montados os diferentes cenários que
compreendem as simulações feitas com a composição, das nove cultivares e da média
destas. Este modelo tem por base a Tabela 2.1, neste trabalho à coluna Soja (A) da
56
tabela é substituída pela composição de cada cultivar e pela média, e a linha Produção
Final (9), é adaptada para cada cultivar e para a média, procedendo assim à formação
dos diferentes cenários.
Tabela 2.1 – Composição do grão de soja, de seus subprodutos, resíduos e estimativa de
perda.
Composição
Relativa(%)
Soja
(A)
Óleo
(B)
Farelo
(C)
Casca
(D)
Resíduo
(E)
Perda
(F)
Lecitina
(G)
Umidade(1) 12,5 0,15 12,5 7,25 11 60 0
Óleo(2) 19,5 99,7 2 0,77 0,9 10 24,2
Proteínas(3) 36,6 0 47 8,88 20 10 0
Fibras(4) 5,5 0 3,92 34,88 0 10 0
Impurezas(5) 0,2 0 0 0 30 10 0
Cinzas(6) 1,0 0,15 0,8 0,72 0 0 75,8
Carboidratos(7) 24,7 0 33,78 51,78 20 0 0
Produção
final(9)
100% 18,13% 70,74% 2,81%
0 7,84% 0,48%
Na Tabela 3.1 abaixo, apresenta-se por meio de cenários que são constituídos
por cada uma das nove cultivares de soja e pela composição média das nove, a
composição dos grãos (já apresentadas na Tabela 2.2) e, ainda o retorno financeiro
proporcionado à indústria pelo processamento de uma tonelada, de cada cultivar.
Busca-se mostrar por meio destes cenários, as diferenças na composição dos grãos e
ainda as diferenças nos retornos financeiros proporcionados pelo esmagamento de cada
cultivar.
Tabela 3.1 – Composição dos grãos relativos ás nove cultivares, lucro por tonelada
esmagada.
Composição
Relativa(%)
CD 205 CD
206
CD
215
Spring
8350
M-Soy
5826
Embra-
pa 48
BRS
133
BRS
184
BRS
214
Média
Umidade(1) 10,6 11,2 10,2 11,3 10 10,8 10 10,6 11,2 10,7
Óleo(2) 20,9 21,4 22,5 22,6 22,7 22,1 22,9 22,5 21 22,1
Proteínas(3) 37,5 38,4 38 37,5 37,8 37,1 36,6 37,7 38,2 37,6
Fibras(4) 4 3,8 3,1 3,4 3,8 4 3,6 3,8 4,2 3,7
Impurezas(5) 0 0 0 0 0 0 0 0 0 0
Cinzas(6) 5,1 4,2 4,7 4,3 4,9 4,5 4,5 4,4 4,6 4,6
Carboidratos(7) 21,9 21 21,5 20,9 20,8 21,5 22,4 21 20,8 21,3
Lucro/t
(processada)
R$705,38
R$698,61
R$725,15
R$716,73
R$716,68
R$718,49
R$746,68
R$716,79
R$688,78
R$715,15
Observando a Tabela 3.1, constata-se que existem diferenças significativas
entre os cenários, tanto com relação à composição dos grãos como em relação ao
retorno financeiro gerado por cada cultivar, sendo importante lembrar que as diferenças
57
no retorno financeiro gerado por cada tonelada processada podem acarretar em
acréscimos ou decréscimos no lucro da indústria processadora.
Tendo conhecimento que o lucro proporcionado por cada cultivar nos dez
cenários apresentados, foi obtido a partir de um mesmo modelo matemático, que foi
desenvolvido para a composição de cada cultivar. Pode-se afirmar que a composição do
grão, interfere no retorno financeiro da indústria processadora de soja.
A Tabela 3.2, a seguir, foi construída para facilitar à visualização e análise dos
diferentes lucros, que são proporcionados à indústria por cada cultivar e pela média.
Nesta tabela são apresentados os resultados referentes à função-objetivo que denota o
lucro no esmagamento de uma tonelada, o lucro diário proveniente do esmagamento de
470 toneladas, o lucro mensal e anual.
Tabela 3.2 – Lucros obtidos no processamento de cada cultivar
Cultivares Lucro/t Lucro/dia Lucro/mês Lucro/ano
CD205 R$ 705,38 R$ 331.528,60 R$ 9.945.858,00 R$ 119.350.296,00
CD206 R$ 698,61 R$ 328.346,70 R$ 9.850.401,00 R$ 118.204.812,00
CD215 R$ 725,15 R$ 340.820,50 R$ 10.224.615,00 R$ 122.695.380,00
Spring8350 R$ 716,73 R$ 336.863,10 R$ 10.105.893,00 R$ 121.270.716,00
M-soy 5826 R$ 716,68 R$ 336.839,60 R$ 10.105.188,00 R$ 121.262.256,00
Embrapa48 R$ 718,49 R$ 337.690,30 R$ 10.130.709,00 R$ 121.568.508,00
BRS133 R$ 746,68 R$ 350.939,60 R$ 10.528.188,00 R$ 126.338.256,00
BRS184 R$ 716,79 R$ 336.891,30 R$ 10.106.739,00 R$ 121.280.868,00
BRS214 R$ 688,78 R$ 323.726,60 R$ 9.711.798,00 R$ 116.541.576,00
MÉDIA R$ 715,15 R$ 336.120,50 R$ 10.083.615,00 R$ 121.003.380,00
Na Tabela 3.2 constata-se as diferenças que ocorrem entre os retornos
econômicos proporcionados pelas cultivares de soja, nota-se que estas diferenças são
significativas no esmagamento de uma tonelada, e que no decorrer dos dias e meses essa
proporção aumenta consideravelmente.
Avaliando os dez cenários apresentados percebe-se que a cultivar BRS 133
proporciona o maior percentual de lucro, aproximadamente um aumento de 4,41%, em
segundo está a cultivar CD215 que gera um aumento de 1,40%, em terceiro a cultivar
Embrapa48 com 0,47%, em quarto a cultivar BRS184 com 0,23%, em quinto a cultivar
Spring8350 com 0,22% e em sexto a cultivar M-soy5826 com 0,21%, estes aumentos
acumulados no decorrer do ano poderiam gerar um retorno extra de R$ 5.334.876,00,
R$ 1.692.000,00, R$ 565.128,00, R$ 277.488,00, R$ 267.336,00 e R$ 258.876,00
58
respectivamente. Entretanto, outras cultivares como BRS214 reduzem os lucros médios
em 3,69%, a cultivar CD206 reduz em 2,31%, e a cultivar CD205 reduz 1,37% e podem
causar uma redução anual de R$ 4.461.804,00, R$ 2.798.568,00 e R$ 1.653.084,00
respectivamente.
Fazendo um diagnóstico da cultivar BRS133, que se porta no ranking como a
cultivar mais interessante para o processamento, devido aos acréscimos no lucro da
indústria que ela pode proporcionar, perante as demais cultivares, percebe-se que ela
apresenta os maiores percentuais de óleo e carboidratos e os menores percentuais de
umidade e de proteínas.
Nesta análise entre os cenários expostos, busca-se saber qual é a correlação entre
a composição do grão e o lucro da indústria esmagadora. Observando atentamente os
dez cenários apresentados e fazendo simulações no modelo matemático, através de
alterações nas composições é possível visualizar uma relação direta entre a soma do
percentual de óleo com o percentual de carboidratos, presentes no grão e as diferentes
proporções no lucro, tal relação é apresentada na Tabela 3.12 a seguir. Os demais
elementos da composição como proteínas, cinzas, fibras e umidade não apresentam
relação direta com os lucros.
Tabela 3.3 – Relação entre percentual de óleo+carboidratos e lucro.
Cultivares: BRS
133
CD
215
Embrap
a 48
BRS
184
Spring
8350
M-soy
5826
CD
205
CD
206
BRS
214
Lucro/t
R$
746,68
R$
725,15
R$
718,49
R$
716,49
R$
716,73
R$
716,68
R$
705,38
R$
698,61
R$
688,78
Óleo+carboi-
dratos (%)
45,3 44 43,6 43,5 43,5 43,5 42,8 42,4 41,8
A relação apresentada na Tabela 3.12 mostra decrescentemente a relação entre o
lucro gerado à indústria por tonelada de soja processada e a soma do percentual de
carboidratos e óleo. Verifica-se uma variação nos lucros de no máximo R$ 57,90 por
tonelada esmagada, entre as cultivares de soja analisadas. Variação esta que pode
acarretar em aumento ou queda nos lucros da indústria.
Observando os resultados é possível afirmar que existe influência da composição
dos grãos nos lucros proporcionados à indústria. E que esta influência pode ser usada
estrategicamente pela indústria, como uma alternativa para a maximização dos lucros.
59
4 RESULTADOS E DISCUSSÃO DOS MODELOS MATEMÁTICOS
DIRECIONADOS AO PRODUTOR DE SOJA
Neste capítulo será abordado o outro foco deste trabalho, o produtor de soja.
Para tal abordagem é importante reforçar alguns pontos. São analisadas nove cultivares
de soja que compreendem ciclo médio, semi-precoce e precoce o que corresponde a
uma variação (em média) nos ciclos de 20 dias. Segundo informações técnicas, os
custos de produção são equivalentes, o único custo que é considerado variável entre as
cultivares é o custo das sementes. No entanto, como o custo de aquisição das sementes
está incluso no custo total do sistema produtivo da soja, este (custo total) passará a
variar, em função das combinações de cultivares a serem plantadas. Outro ponto a ser
lembrado, é a Tabela 2.4, apresentada no Capítulo 2, pois esta traz muitas informações
importantes para o desenvolvimento dos modelos direcionados ao produtor de soja,
além de dar suporte à análise dos resultados que serão apresentados a seguir.
Tabela 2.4 – As cultivares, o ciclo destas, o preço (compra) do saco de sementes e as
respectivas produtividades.
Cultivares Ciclo Preço/sc(40kg) Produtividade
CD205 Médio R$56,00 34,09 sc/ha
CD206 Semiprecoce R$52,60 55,32 sc/ha
CD215 Precoce R$63,00 53,57 sc/ha
Spring8350 Precoce R$62,00 50,6 sc/ha
M-soy5826 Precoce R$56,50 39,26 sc/ha
Embrapa 48 Semiprecoce R$57,00 57,73 sc/ha
BRS133 Semiprecoce R$57,00 47,93 sc/ha
BRS184 Semiprecoce R$57,00 49,92 sc/ha
BRS214 Semiprecoce R$64,50 50,14 sc/ha
Segundo dados da CAMDUL, os produtores de soja do município de Dois
Vizinhos caracterizam-se como pequenos e médios proprietários, sendo que a maioria
das propriedades trabalha com mão de obra familiar e, com completa mecanização no
desenvolvimento da cultura soja. Tendo em vista estas características, serão abordadas
neste trabalho, lavouras de soja de pequeno (até 30 ha) e médio (30 à 60 ha) porte.
Deve ser salientado que as propriedades executam outras atividades além da soja
com finalidade de complementar a renda, entretanto, neste trabalho está sendo analisado
60
apenas o comportamento do sistema produtivo da soja, considerando diferentes
possibilidades de escolha de cultivares para o plantio e conseqüentes diferenciais na
renda.
A seguir serão apresentados os resultados referentes a cada modelo proposto ao
produtor de soja (Capítulo 2). Sendo que cada modelo gera uma solução, a renda
máxima (lucro máximo) proporcionada ao produtor de soja, de acordo com suas
respectivas restrições, ou seja, a partir de uma combinação de cultivares a ser plantada.
Em função do modelo escolhido, são determinadas as áreas a serem plantadas por cada
cultivar, na lavoura destinada a cultura da soja. Posteriormente serão feitas análises
comparativas entre os modelos para então propor ao produtor de soja, a escolha ótima
de cultivares a serem plantadas.
4.1 RESULTADOS DO MODELO 1.
Este modelo considera as recomendações feitas por COSTA (1996), nas quais
ele diz que a lavoura de soja deve ser dividida em cultivares de diferentes ciclos, para
melhor escalonamento no manejo e na colheita e, também para diminuir os riscos de
perdas da produção, relacionados a problemas climáticos, tais como chuvas de granizo,
excesso e deficiências hídricas. As restrições do modelo foram construídas baseadas
nestas recomendações, e ainda considerando que no município são plantadas apenas
cultivares de ciclo médio, semi-precoce e precoce.
Foram feitas várias simulações com este modelo, nas quais variou se o preço da
saca de soja para venda e a área da lavoura, a ser plantada pela cultura, pois o preço da
saca varia diariamente e a área da lavoura varia entre os produtores.
Na Tabela 4.1 são apresentados os resultados do desenvolvimento do Modelo 1,
isto é, a melhor combinação de cultivares a ser plantada e suas respectivas áreas e, o
resultado econômico proporcionado ao produtor, segundo as restrições do modelo, a
área e o preço informado.
Pelos resultados obtidos com o modelo, percebe-se que ao variar a área da
lavoura, mantendo o preço da saca de soja, as soluções se tornam proporcionais, ou seja,
os valores do lucro e da área das cultivares escolhidas, por isso estas simulações não são
apresentadas na Tabela 4.1. Esta mesma observação vale para as análises com os outros
modelos.
61
Pela Tabela 4.1 nota-se que ao variar o preço de venda da saca de soja,
mantendo a área da lavoura, ocorrem variações nos resultados econômicos, pois a
receita do produtor está diretamente relacionada com o preço de venda da saca de soja e
consequentemente com a renda (lucros), no entanto as áreas a serem plantadas pelas
cultivares escolhidas, pelo modelo, permanecem proporcionais à área total da lavoura,
segundo as restrições do modelo.
Tabela 4.1 – Resultados do Modelo 1.
PREÇO/sc ÁREA/ha LUCRO CD205(ha) CD215(ha) Embrapa48(ha)
R$ 25,00 30 - R$ 10573,98 9,99 9,99 10,02
R$ 27,00 30 - R$ 7665,62 9,99 9,99 10,02
R$ 29,00 30 - R$ 4757,27 9,99 9,99 10,02
R$ 30,00 30 - R$ 3303,09 9,99 9,99 10,02
R$ 32,00 30 - R$ 394,73 9,99 9,99 10,02
R$ 32,28 30 R$ 12,44 9,99 9,99 10,02
R$ 33,00 30 R$ 1059,44 9,99 9,99 10,02
Também por meio das variações no preço de venda da saca de soja, é possível
afirmar que o produtor que plantar as cultivares CD205, CD215 e Embrapa48 segundo
as recomendações de Costa, só terá margem de lucro se o preço de venda da saca de
soja for superior a R$ 32,27.
Observando a Tabela 4.1, e sabendo que o modelo em questão delimita a área
total a ser plantada em um terço de cultivares de ciclo médio, um terço de ciclo semi-
precoce e um terço de ciclo precoce, nota-se que a combinação de cultivares
apresentada pelo modelo como a melhor solução para uma lavoura de 30ha compreende
9,99 ha da cultivar CD205, 9,99 ha da cultivar CD215 e 10,02 ha da cultivar
Embrapa48, que correspondem a um custo de aquisição de sementes de R$ 2463,94
perfazendo um custo total de produção de R$46928,44. Sendo que estas cultivares
geram a produção de 1454,18 sc, implicando numa produtividade média de 48,47 sc/ha.
E se o preço de mercado da saca soja for R$ 30,00 tem-se um lucro de - R$ 3303,09.
Para análise, suponha que um produtor de soja pretenda plantar uma lavoura de
30 hectares e, para fazer a escolha das cultivares de soja que irá plantar, faz uma análise
das nove cultivares apresentadas neste trabalho, considerando as recomendações de
Costa e os menores custos de produção. Esta escolha implica no plantio de 10 hectares
das cultivares: CD205 ciclo médio, M-soy5826 ciclo precoce e CD206 semi-precoce.
62
Acarretando num custo de aquisição das sementes de R$2311,40 e, perfazendo um
custo total de produção de R$46775,90. A produção gerada por estas cultivares é de
1286,7 sc, implicando numa produtividade média de 42,89 sc/ha. Ao considerar a
receita e os custos do sistema produtivo da soja, e o preço da saca de soja R$ 30,00,
tem-se que a renda do produtor que escolhe plantar 10 ha de cada uma das cultivares
CD205, CD206 e M-SOY5826 é de -R$ 8174,90.
Comparando a escolha feita pelo modelo e a suposta escolha feita pelo produtor,
supra referenciada, pode se notar uma variação nos custos totais de produção de
R$152,23 e uma variação na produção de 167,48 sc que causam uma diferença de R$
4871,56 na renda. Logo a escolha de cultivares feita pelo produtor possui o menor
custo, mas em contra partida menor produção (lucro), enquanto que a escolha feita pelo
modelo possui o resultado econômico máximo, dentre as combinações possíveis das
cultivares, respeitando as restrições impostas, mas em contrapartida maior custo. Como
a produção das cultivares escolhidas pelo modelo, gera uma renda significativamente
maior que a renda gerada pela escolha de cultivares com menor custo de produção,
conclui-se que quanto maior a produtividade, maior a receita e consequentemente maior
a renda.
Pode-se perceber a influência direta da produtividade na escolha das cultivares
apresentadas pelo modelo, como melhor combinação a ser plantada, se analisado a
Tabela 2.4, pois é notório que a cultivar CD 215, escolhida pelo modelo, possui a maior
produtividade das cultivares de ciclo precoce, embora o custo da saca de sementes da
mesma seja o mais elevado, sendo R$ 63,00 enquanto as outras R$ 62,00 e R$ 56,50, a
diferença entre este custo consiste numa variação de R$ 9,10/ha, pois para cada ha
plantado é necessário 1,4 sacos de semente. Em contra partida a produtividade possui
uma variação de 14,31 sc/ha, o que pode acarretar numa variação de R$ 429,30, se a
soja estiver no mercado no valor de R$ 30,00. Também a cultivar Embrapa 48 possui
maior produtividade perante as demais do ciclo semi-precoce, ocorrendo uma relação
similar a das cultivares de ciclo precoce, perante o custo das sementes dessa cultivar e
as demais. A cultivar CD205 foi escolhida porque uma das restrições do modelo
determina que um terço da área plantada deva ser ciclo médio e, sendo ela a única
alternativa, embora apresente uma baixa produtividade foi escolhida.
Considerando a análise acima, pode-se que afirmar que a produtividade está
determinando quais cultivares devem ser plantadas de forma que o produtor de soja
obtenha maior renda possível e, conclui-se que é mais interessante para o produtor,
63
aumentar seus custos na aquisição das sementes e assim obter maiores produtividades e
consequentemente ampliar sua renda, do que diminuir seus custos com sementes e como
conseqüência sofrer perdas na renda.
4.2 RESULTADOS DO MODELO 2.
Este modelo foi construído similarmente ao anterior, segundo recomendações
técnicas e, também é apresentado no Capitulo 2, o diferencial deste se encontra no
conjunto das restrições, que foram construídas a partir dos dados da pesquisa junto as
revendedoras de insumos, através dos quais foi possível determinar que das cultivares
plantadas na safra 2005/06 no município de Dois Vizinhos, 11 % são de ciclo médio,
33% ciclo precoce e 55% ciclo semi-precoce.
Os resultados do Modelo 2 são apresentados na Tabela 4.2, isto é, a renda que
pode ser proporcionada ao produtor de soja, se este plantar as cultivares ali
apresentadas, dentre as áreas determinadas, segundo o preço de venda da saca de soja e
a área da lavoura informada.
Também neste modelo foram feitas simulações alterando os valores do preço de
venda da saca de soja e as áreas da lavoura destinada a cultura da soja. No entanto,
chega-se as mesmas conclusões do modelo anterior, isto é, a variação da área total a ser
plantada, não influência diretamente nos resultados, apenas torna os lucros e as áreas de
cada cultivar, proporcionais entre as áreas totais a serem plantadas, por isso tais
simulações não são apresentadas na Tabela 4.2.
As variações no preço de venda da saca de soja, que podem ser observadas na
Tabela 4.2, mostram influência direta na receita do produtor, e consequentemente na
renda deste. De forma, que o produtor que plantar sua lavoura de 30ha dividida em
3,33ha de CD205, 9,99ha de CD215 e 16,68ha de Embrapa48 só obterá lucro se o preço
de venda da saca de soja for superior à R$ 29,12.
Observando a Tabela 4.2, e sabendo que o modelo em questão delimita a área
total a ser plantada em 11% de cultivares de ciclo médio, 55% de ciclo semi-precoce e
33% de ciclo precoce, nota-se que a combinação de cultivares apresentada como melhor
solução pelo modelo, para uma lavoura de 30ha compreende 3,33ha da cultivar CD205,
9,99ha da cultivar CD215 e 16,68 da cultivar Embrapa48. Perfazendo uma produção de
1611,62 sc, que resulta numa produtividade média de 53,72 sc/ha e, gera um custo total
64
de R$ 46937,75. A renda calculada para um preço de venda R$ 30,00 a saca é de R$
1410,86.
Tabela 4.2 – Resultados do Modelo 2.
PREÇO/sc ÁREA/ha LUCRO CD205(ha) CD215(ha) Embrapa48(ha)
R$ 25,00 30 - R$ 6647,24 3,33 9,99 16,68
R$ 26,00 30 - R$ 5035,62 3,33 9,99 16,68
R$ 27,00 30 - R$ 3424,00 3,33 9,99 16,68
R$ 28,00 30 - R$ 1812,38 3,33 9,99 16,68
R$ 29,00 30 - R$ 200,76 3,33 9,99 16,68
R$ 29,13 30 R$ 8,75 3,33 9,99 16,68
R$ 30,00 30 R$ 1410,86 3,33 9,99 16,68
Para análise suponha que um produtor de soja, pretenda plantar sua lavoura de
30 ha, dividindo-a segundo a mesma distribuição de ciclos (das cultivares) feita pelo
modelo, entretanto a escolha das cultivares é feita considerando o menor custo de
aquisição das sementes, dentre as nove cultivares analisadas neste trabalho. Tal escolha
compreende 3,4ha da cultivar CD205 ciclo médio, 16,6ha da cultivar CD206 ciclo semi-
precoce e 10ha da cultivar M-soy5826 ciclo semi-precoce, perfazendo assim uma
produção de 1426,82 sc, o que resulta numa produtividade média de 47,56 sc/ha, e gera
o custo total de produção de R$ 46744,48. Calculando a receita do produtor (sendo R$
30,00 o preço da saca de soja) menos o custo total de produção, obtem-se uma renda de
–R$ 3939,88.
Comparando a escolha feita pelo modelo e a suposta escolha feita pelo produtor,
supra referenciada, pode se notar uma variação nos custos totais de produção de R$
193,27 e uma variação na produção de 184,8 sc, que causam uma diferença de R$
5350,74 na renda. Logo a escolha de cultivares feita pelo produtor possui o menor
custo, mas em contra partida a menor produção (renda), enquanto que a escolha feita
pelo modelo possui maior custo, entretanto a maior produção (renda) possível dentre as
combinações de cultivares.
A produção das cultivares escolhidas pelo modelo, gera uma margem de
rendimentos significativamente maior que a margem de rendimentos gerada pelo
escolha das cultivares com menor custo de produção por isso fica recomendado ao
produtor de soja, o plantio das cultivares CD205, CD215 e Embrapa48, que
proporcionam maior renda (produção).
65
Como já analisado no modelo anterior, as cultivares CD205, CD215 e
Embrapa48 são as que apresentam maior produtividade dentre seus respectivos ciclos,
por isso pode-se afirmar que a escolha das cultivares feita pelo modelo está
fundamentada na produtividade.
4.3 RESULTADOS DO MODELO 3.
O Modelo 3, também apresentado no Capítulo 2, é semelhante aos anteriores,
sendo constituído pela mesma função lucro. Entretanto suas restrições são construídas a
partir da pesquisa de campo junto aos produtores de soja do município de Dois
Vizinhos, durante a colheita da safra 2005/06, segundo a qual se constata que os
produtores que plantam lavouras de soja, com área igual ou superior a 30 hectares,
dividem esta em 50% de cultivares de ciclo precoce e 50% ciclo semi-precoce.
Também neste modelo foram feitas simulações alterando os valores do preço de
venda da saca de soja e as áreas da lavoura destinada à cultura da soja. Os resultados do
Modelo 3 são apresentados na Tabela 4.3, por meio da qual é possível fazer uma análise
dos resultados.
Tabela 4.3 – Resultados do Modelo 3.
PREÇO/sc ÁREA/ha LUCRO CD215(ha) Embrapa48(ha)
R$ 25,00 30 - R$ 5247,00 15 15
R$ 26,00 30 - R$ 3577,50 15 15
R$ 27,00 30 - R$ 1908,00 15 15
R$ 28,00 30 - R$ 238,50 15 15
R$ 28,15 30 R$ 11,92 15 15
R$ 29,00 30 R$ 1431,00 15 15
R$ 30,00 30 R$ 3100,50 15 15
Observando a Tabela 4.3 e, tendo conhecimento que o modelo em questão
delimita a área a ser plantada em 50% ciclo precoce e 50% semi-precoce, nota-se que a
combinação de cultivares, escolhida pelo modelo, como melhor solução, compreende o
plantio de 15ha da cultivar CD215 ciclo precoce e 15ha da cultivar Embrapa48 ciclo
semi-precoce.
Pelos resultados obtidos com o modelo, percebe-se que a variação da área total a
ser plantada, não influência diretamente nos resultados, apenas torna a renda e os
66
valores das variáveis (tamanho da área destinada a cada cultivar) proporcionais. Assim,
tais simulações não são apresentadas na Tabela 4.3.
A variação no preço de venda da saca de soja, que pode ser observada na Tabela
4.3, mostra influência direta na receita do produtor, e consequentemente nos renda.
Também se constata que o produtor que plantar a combinação escolhida pelo modelo, só
terá lucro se o preço de venda da saca de soja for superior a R$28,14.
O plantio de 15ha da cultivar CD215 e 15ha da cultivar Embrapa48, que
compõem a solução apresentada pelo modelo, perfazem uma produção de 1669,5 sc,
que resulta numa produtividade média de 55,65 sc/ha e, gera um custo total de R$
46984,5. A renda calculada para um preço de venda R$ 30,00 a saca é de R$ 3100,50.
Para análise suponha que um produtor de soja, pretenda plantar sua lavoura de
30 ha, dividindo-a em 50% de ciclo precoce e 50% de ciclo semi-precoce, sendo que a
escolha das cultivares é feita considerando o menor custo de aquisição das sementes,
dentre as nove cultivares analisadas neste trabalho. Tal escolha compreende 15ha da
cultivar CD206 ciclo semi-precoce e 15ha da cultivar M-soy5826 ciclo semi-precoce,
perfazendo assim uma produção de 1418,7 sc, o que resulta numa produtividade média
de 47,29 sc/ha, e gera o custo total de produção de R$ 46755,60. Calculando a receita
do produtor, para um preço de venda R$ 30,00 a saca, menos o custo total de produção,
obtem-se uma renda de –R$ 4194,60.
Comparando a escolha feita pelo modelo e a suposta escolha feita pelo produtor,
supra referenciada, pode se notar uma variação nos custos totais de produção de R$
228,90 e uma variação na produção de 250,8 sc, que causam uma diferença de R$
7295,10 entre os lucros. Desta forma, a escolha de cultivares feita pelo produtor possui
o menor custo, mas em contra partida uma produção (renda) menor que a escolha feita
pelo modelo, que possui maior custo, entretanto a maior renda dentre as combinações
possíveis.
Como a produção das cultivares escolhidas pelo modelo, gera uma renda
significativamente maior que a renda gerada pela escolha de cultivares com menor custo
de produção, e como as cultivares CD215 e Embrapa48 possuem a maior produtividade
dentre seus respectivos ciclos, conclui-se que a escolha de cultivares feita pelo modelo,
está diretamente ligada com a produtividade, porisso proporciona maior renda ao
produtor.
67
4.4 UMA QUARTA POSSIBILIDADE.
Para o produtor de soja que pretenda plantar uma área de até 30 hectares existe
ainda uma quarta possibilidade, que consiste no plantio de uma única cultivar de soja.
Tal possibilidade não é tecnicamente recomendada a maiores áreas, pois o risco de
perdas, relacionadas a fatores climáticos, se torna muito grande e, além disso, sabe-se
por um dos teoremas econômicos que quanto maior é o risco mais possibilidades
existem de se obter maior lucro.
Também neste modelo foram feitas simulações alterando os valores do preço de
venda da saca de soja e as áreas da lavoura destinada à cultura da soja.
Na Tabela 4.4 são apresentados os resultados deste novo cenário, que
compreendem a escolha de cultivar feita pelo modelo e o resultado econômico
proporcionado ao produtor, segundo a restrição proposta, que delimita a área a ser
plantada em 30 hectares.
Pelos resultados obtidos com o modelo constatou-se que as variações na área a
ser plantada não têm influência direta nos resultados, apenas torna os lucros e os valores
das variáveis (tamanho da área destinada a cada cultivar) proporcionais. Por isso tais
simulações não são apresentadas na Tabela 4.4.
Tabela 4.4 – Modelo 4.
PREÇO/sc ÁREA/há LUCRO Embrapa48(ha)
R$ 25,00 30 - R$ 3561,00 30
R$ 26,00 30 - R$ 1829,10 30
R$ 27,00 30 - R$ 97,20 30
R$ 27,06 30 R$ 6,71 30
R$ 28,00 30 R$ 1634,90 30
R$ 30,00 30 R$ 5098,50 30
As variações nos preços de venda da saca de soja como pode ser visto na Tabela 4.4,
tem influência direta nos lucros do produtor. Tanto, que o produtor que plantar 30ha da
cultivar Embrapa48 só terá lucro, se o preço de venda da saca de soja for superior à
R$27,05.
Observando a Tabela 4.4 e, sabendo que o modelo é composto por uma única
restrição, a qual considera que a soma das cultivares plantadas tem que ser menor que a
área total destinada ao plantio de soja, percebe-se que o modelo aponta a cultivar
68
Embrapa48 que possui maior produtividade dentre as demais, como a escolha ótima a
ser feita pelo produtor. Tal escolha é visivelmente determinada pela produtividade, tanto
que se a cultivar Embrapa48 estivesse fora do modelo, a escolha ótima seria a cultivar
CD206, pois esta apresenta a segunda maior produtividade dentre as demais.
4.5 UMA ANÁLISE COMPARATIVA ENTRE OS RESULTADOS DOS MODELOS
Pelos resultados descritos, se constata que o produtor que plantar as cultivares
escolhidas pelo Modelo 1, terá lucro se o preço de venda da saca de soja for superior à
R$ 32,27, já pela escolha do Modelo 2 para que haja lucro, o preço da saca deve ser
superior à R$ 29,12, pela escolha do Modelo 3 o preço deve ser superior à R$ 28,14 e,
pela escolha do Modelo 4 o preço deve ser superior a R$ 27,05. Como o produtor não
tem domínio algum sobre o preço de venda da soja, que é determinado pelo mercado e,
como o diferencial na renda, proporcionado pela escolha das combinações de cultivares
a serem plantadas, é significativo, cabe ao produtor analisar os modelos (combinações
de cultivares), considerando a área de sua lavoura, para então discernir qual decisão será
tomada.
A Tabela 4.5 tem por objetivo facilitar a análise e a comparação entre os
modelos, em situações similares tais que o preço de venda da saca de soja e, a área da
lavoura sejam os mesmos entre os diferentes modelos.
Tabela 4.5 - Comparativo I, entre os Modelos.
Modelo Preço Área(ha) Lucro Cultivares
Modelo 1 R$ 30,00 30 - R$ 3923,47 CD205, CD215, Embrapa48
Modelo 2 R$ 30,00 30 R$ 1204,07 CD205, CD215, Embrapa48
Modelo 3 R$ 30,00 30 R$ 3100,50 CD215, Embrapa48
Modelo 4 R$ 30,00 30 R$ 5098,50 Embrapa48
Por meio da Tabela 4.5, é possível observar que a margem de rendimentos
proporcionada pelo Modelo 1 é a menor de todos, isso ocorre porque o modelo
determina que a área a ser plantada deve ser dividida em um terço de CD205, um terço
CD215 e um terço Embrapa48 e, como a cultivar CD205 possui a menor produtividade
de todas e tem grande peso no Modelo 1, faz com que a receita deste diminua e como
conseqüência causa redução nos lucros. Embora o Modelo 2, também apresente como
solução as cultivares CD205, CD215 e Embrapa48, a cultivar CD205 tem um peso
69
menor (11%) e, a cultivar Embrapa48, a mais produtiva de todas, possui um peso maior
(55%) comparado ao Modelo 1, desta forma este modelo apresenta melhor margem de
rendimentos que o anterior. O Modelo 3 proporciona a segunda maior margem de
rendimentos comparado aos demais modelos, pois sua solução divide a área a ser
plantada em 50% de CD215 e 50% Embrapa48. O Modelo 4 apresenta a maior margem
de rendimentos ao produtor de soja, seu resultado determina que seja plantada somente
a cultivar Embrapa48.
Pode-se afirmar que o Modelo 4 apresenta a solução ótima para o produtor de
soja que pretende plantar até 30 hectares de soja, pois o plantio da cultivar Embrapa48
gera maior produtividade e consequentemente maximiza a renda.
Para áreas superiores a 30 ha (até 60 ha), a melhor combinação de cultivares a
ser plantada é dada pelo Modelo 3, que compreende a divisão da lavoura em 50%
CD215 e 50% Embrapa48 gerando assim menores riscos a problemas climáticos e a
maximização da renda do produtor.
70
5 COMPARATIVOS ENTRE OS RESULTADOS DOS MODELOS
DIRECIONADOS AO PRODUTOR DE SOJA E A INDÚSTRIA
PROCESSADORA
Neste capítulo é feito um comparativo entre os resultados apresentados no
Capítulo 3 e no Capítulo 4. Por meio deste comparativo busca-se uma relação que venha
a beneficiar a indústria processadora de soja e, ao mesmo tempo, o produtor de soja. Á
indústria processadora interessa as cultivares com maior teor de óleo e carboidratos, ao
produtor interessam as cultivares que são mais produtivas.
Como já apresentado nos capítulos anteriores, algumas cultivares proporcionam
maior retorno financeiro ao produtor de soja, por outro lado, há cultivares que
maximizam os lucros da indústria processadora enquanto outras reduzem.
Aqui serão feitas análises que avaliam quais as cultivares, dentre a mesma
distribuição de ciclos e área, são de fato interessantes à indústria em termos de produção
e lucro, e concomitantemente não prejudicam a renda ótima do produtor.
Para discussão serão consideradas duas análises. A primeira considera que a
indústria processe uma quantidade fixa de soja diariamente, independentemente da
produção de soja, do Município de Dois Vizinhos. A segunda análise parte do
pressuposto que a quantidade de soja processada pela indústria depende da produção de
uma determinada área fixa.
Em cada análise são construídos cenários comparativos, segundo a ordem dos
modelos direcionados ao produtor de soja, apresentados no Capitulo anterior. Para a
construção destes cenários considera-se os resultados do Capítulos 3 e 4, de onde vem a
melhor escolha de cultivares para o plantio e para o processamento, segundo cada
distribuição de cultivares (ciclos).
5.1 PRIMEIRA ANÁLISE
Nesta análise considera-se que a indústria processe 470 t (valor fixo) de soja por
dia, independentemente da produção do Município de Dois Vizinhos. Para os cálculos
considera-se o preço (base) de compra da saca de soja R$ 30,00.
Para uma melhor compreensão, os cenários comparativos serão construídos
partindo do principio de que quem determina as cultivares que a indústria irá esmagar é
71
o produtor. Portanto, baseando-se na escolha de cultivares que este faça para plantar a
indústria fará o processamento e obterá seu lucro.
Desta forma, para que o produtor venha a plantar a combinação de cultivares
interessante a indústria, considerando que tal combinação não corresponde a mesma de
seu interesse, a indústria deve proporcionar algo em troca, como um acréscimo no preço
de compra da soja.
Os cenários comparativos são elaborados de acordo com a ordem dos modelos
direcionados ao produtor, considerando a mesma distribuição de ciclos das cultivares,
feita por este.
5.1.1 Análise comparativa da escolha de cultivares segundo as restrições do Modelo 1.
Este modelo considera a divisão de uma lavoura de 30ha em 1/3 de cultivares de
ciclo médio, 1/3 de cultivares de ciclo precoce e 1/3 de cultivares de ciclo semi-precoce,
e como conseqüência a massa de grãos processada pela indústria, proveniente desta
lavoura, é composta por esta mistura de cultivares.
Como determinado no Capítulo 4 a melhor combinação de cultivares a ser
plantada dentre esta distribuição de áreas compreende 9,99ha de CD205, 9,99ha de
CD215 e 10,02ha de Embrapa48, gerando uma produção de 1454,18 sc e uma renda de
–R$ 3303,09 ao produtor de soja. O esmagamento de uma tonelada de grãos composta
por esta combinação proporciona a indústria processadora um lucro de R$ 716,34.
Entretanto, ao fazer esta mesma distribuição (ciclos) de cultivares considerando
as que tenham maior grau de interesse a indústria processadora, obter-se-ia a seguinte
combinação a ser plantada 10ha CD205, 10ha CD215 e 10ha BRS133 que geraria
produção de 1355,90 sc e, uma renda de –R$ 6251,50 ao produtor. Em contra partida, o
esmagamento de uma tonelada grãos, composta por esta combinação de cultivares
proporciona a indústria processadora um lucro de R$ 725,74.
Observando o que foi acima descrito é notório que as cultivares que maximizam
os lucros da indústria, não são as mesmas que maximizam os rendimentos do produtor
de soja, em termos de produção e rendimentos percebe-se um diferencial de 98,28 sc e –
R$ 2948,41 na renda do produtor. Para a indústria ocorre um diferencial de R$ 9,40 por
tonelada esmagada, que acumulado no processamento diário soma R$ 4418,00.
Analisando todo este contexto e, considerando que se queiram maximizar os
lucros da indústria processadora e ao mesmo tempo beneficiar o produtor de soja,
72
sugere-se que a indústria peça aos produtores para plantarem as cultivares CD205,
CD215 e BRS133, segundo a distribuição de áreas supra citada, pois esta combinação
de cultivares proporciona o maior lucro no processamento, entretanto, para que o
produtor não seja prejudicado propõe-se um acréscimo no preço de compra da saca de
soja, que garanta a renda que este teria se optasse por plantar as cultivares CD205,
CD215 e Embrapa48. Portanto ao invés de se pagar R$ 30,00 a saca de soja, seria pago
R$ 32,17, um acréscimo de 7,24% que garante ao produtor a mesma renda que este teria
se plantasse a outra combinação de cultivares que apresenta maior produtividade, no
entanto, esse diferencial ainda não beneficia o produtor porque se ele plantar uma
combinação ou outra terá a mesma margem de rendimentos, desta forma sugere-se um
incentivo de R$0,50 a saca, que eleva o preço da saca de soja a R$32,68 e proporciona
ao produtor um acréscimo na renda de R$ 677,95, valor que pode instiga-lo a plantar tal
combinação de cultivares. Por outro lado, ao propor ao produtor um acréscimo de
8,93% no preço de compra da soja, a indústria ainda sai beneficiada, pois embora não
alcance o lucro máximo possível amplia seus lucros de R$ 716,34 à R$ 725,29, tal
diferencial gera um excedente diário de R$ 4206,50. Conseqüentemente mesmo que a
indústria divida parcialmente seus lucros com o produtor ainda tem um ganho de 1,25%.
E, portanto encontra-se uma relação que beneficia ambos os componentes.
5.1.2 Análise comparativa da escolha de cultivares segundo as restrições do Modelo 2.
Este modelo considera a divisão de uma lavoura de 30ha em 11% de cultivares
de ciclo médio, 33% de cultivares de ciclo precoce e 55% de cultivares de ciclo semi-
precoce e, como conseqüência a massa de grãos processada pela indústria, proveniente
desta lavoura é composta por esta mistura de cultivares.
Como foi determinado no Capítulo 4, a melhor combinação de cultivares a ser
plantada dentre esta distribuição de áreas compreende 3,33ha de CD205, 9,99ha de
CD215 e 16,68ha de Embrapa48, gerando uma produção de 1611,62 sc e uma renda de
R$ 1410,86 ao produtor de soja. O esmagamento de uma tonelada grãos, composta por
esta combinação de cultivares proporciona a indústria processadora um lucro de R$
719,25.
Entretanto, ao fazer esta mesma distribuição (ciclos) de cultivares considerando
as que tenham maior grau de interesse a indústria processadora, obter-se-ia a seguinte
combinação a ser plantada 3,33ha CD205, 9,99ha CD215 e 16,68ha BRS133 que
73
geraria uma produção de 1448,63 sc e, uma renda de –R$ 3478,91 ao produtor. Em
contra partida, o esmagamento de uma tonelada grãos, composta por esta combinação
de cultivares proporciona a indústria processadora um lucro de R$ 734,91.
Observando o que foi acima descrito é notório que as cultivares que maximizam
os lucros da indústria não são as mesmas que maximizam a renda do produtor de soja,
em termos de produção e rendimentos estas dão um diferencial de 162,99 sc e –R$
5090,53 na renda do produtor. Para a indústria ocorre um diferencial R$ 15,39 por
tonelada esmagada, que acumulado no processamento diário soma R$ 7233,30.
Analisando todo este contexto e, considerando que se queiram maximizar os
lucros da indústria processadora e ao mesmo tempo beneficiar o produtor de soja,
sugere-se que a indústria peça aos produtores para plantarem as cultivares CD205,
CD215 e BRS133, segundo a distribuição de áreas supra citada, pois esta combinação
de cultivares proporciona o maior lucro no processamento, entretanto, para que o
produtor não seja prejudicado propõe-se um acréscimo no preço de compra da saca de
soja, que garanta a renda que este teria se optasse por plantar as cultivares CD205,
CD215 e Embrapa48. Portanto ao invés de se pagar R$ 30,00 a saca de soja, seria pago
R$ 33,38, um acréscimo de 11,27% que garante ao produtor a mesma renda que este
teria se plantasse a outra combinação de cultivares que apresenta maior produtividade,
no entanto, esse diferencial ainda não beneficia o produtor porque se ele plantar uma
combinação ou outra terá a mesma renda, porisso sugere-se um incentivo de R$0,50 a
saca, que eleva o preço da saca de soja a R$33,88 e proporciona ao produtor um
acréscimo na renda de R$ 724,32, valor que pode instiga-lo a plantar tal combinação de
cultivares. Por outro lado, ao propor ao produtor um acréscimo de 12,93% no preço de
compra da soja, a indústria ainda sai beneficiada, pois embora não alcance o lucro
máximo possível amplia seus rendimentos de R$ 719,25 à R$ 734,27, tal diferencial
gera um excedente diário de R$ 7059,40. Conseqüentemente mesmo que a indústria
divida parcialmente seus lucros com o produtor ainda tem um ganho de 2,09% nos
lucros. E, portanto encontra-se uma relação que beneficia ambos os componentes.
74
5.1.3 Análise comparativa da escolha de cultivares segundo as restrições do Modelo 3.
Este modelo considera a divisão de uma lavoura de 30ha em 50% de cultivares
de ciclo precoce e 50% de cultivares de ciclo semi-precoce e, como conseqüência a
massa de grãos processada pela indústria, proveniente desta lavoura é composta por esta
mistura de cultivares.
Como determinado no Capítulo 4, a melhor combinação de cultivares a ser
plantada dentre esta distribuição de áreas compreende 15ha de CD215 e 15ha de
Embrapa48, gerando uma produção de 1669,5 sc e uma renda de R$ 3100,50 ao
produtor de soja. O esmagamento de uma tonelada grãos, composta por esta
combinação de cultivares proporciona a indústria processadora um lucro de R$ 721,82.
Entretanto, ao fazer esta mesma distribuição (ciclos) de cultivares considerando
as que tenham maior grau de interesse a indústria processadora, obter-se-ia a seguinte
combinação a ser plantada, 15ha CD215 e 15ha BRS133 que gerariam uma produção de
1522,5 sc e, uma renda de –R$ 1309,50 ao produtor. Em contra partida, o esmagamento
de uma tonelada grãos, composta por esta combinação de cultivares que inclui 50% da
cultivar CD215 e 50% da cultivar BRS133 proporciona a indústria processadora um
lucro de R$ 735,92.
Observando o que foi acima descrito é notório que as cultivares que maximizam
os lucros da indústria, não são as mesmas que maximizam a renda do produtor de soja,
em termos de produção e rendimentos estas dão um diferencial de 147 sc e –R$ 4410,00
na renda do produtor. Para a indústria ocorre um diferencial de R$ 14,10 por tonelada
esmagada, que acumulado no processamento diário soma R$ 6627,00.
Analisando todo este contexto e, considerando que se queiram maximizar os
lucros da indústria processadora e ao mesmo tempo beneficiar o produtor de soja,
sugere-se que a indústria peça aos produtores para plantarem as cultivares CD215 e
BRS133, segundo a distribuição de áreas supra citada, pois esta combinação de
cultivares proporciona o maior lucro no processamento, entretanto, para que o produtor
não seja prejudicado propõe-se um acréscimo no preço de compra da saca de soja, que
garanta a renda que este teria se optasse por plantar as cultivares CD215 e Embrapa48.
Portanto ao invés de se pagar R$ 30,00 a saca de soja, seria pago R$ 32,90, um
acréscimo de 9,7% que garante ao produtor a mesma renda que este teria se plantasse a
outra combinação de cultivares que apresenta maior produtividade, no entanto, esse
diferencial ainda não beneficia o produtor porque se ele plantar uma combinação ou
75
outra terá o mesma margem de rendimentos, com isso sugere-se um incentivo de
R$0,50 a saca, que eleva o preço da saca de soja a R$33,40 e proporciona ao produtor
um acréscimo na renda de R$ 761,25, valor que pode instiga-lo a plantar tal combinação
de cultivares. Por outro lado, ao propor ao produtor um acréscimo de 11,3% no preço de
compra da soja, a indústria ainda sai beneficiada, pois embora não alcance o lucro
máximo possível amplia seus rendimentos de R$ 721,82 à R$ 735,35, tal diferencial
gera um excedente diário de R$ 6359,10. Conseqüentemente mesmo que a indústria
divida parcialmente seus lucros com o produtor ainda tem um ganho de 1,87%. E,
portanto encontra-se uma relação que beneficia ambos os componentes.
5.1.4 Análise comparativa da escolha de cultivares segundo a restrição do Modelo 4.
Este modelo permite que o produtor efetue o plantio de uma única cultivar numa
lavoura de até 30 ha.
Como já foi determinado no Capítulo 4, a escolha ótima de cultivar a ser
plantada compreende a cultivar Embrapa48, gerando uma produção de 1731,9 sc e uma
renda de R$ 5098,50 ao produtor de soja. O esmagamento de uma tonelada grãos, desta
cultivar proporciona a indústria processadora um lucro de R$ 718,49.
Entretanto, para a indústria processadora a cultivar BRS133 representa a escolha
ótima para o processamento, pois proporciona uma renda de R$ 746,68 por tonelada
processada. Para o produtor tal cultivar gera uma produção de 1437,9 sc e, uma renda de
–R$ 3721,9.
Observando o que foi acima descrito, é notório que a cultivar BRS133 embora
seja a escolha ótima para o processamento, não é a escolha ótima para o plantio, da
mesma forma a cultivar Embrapa48 que se coloca como a melhor opção do produtor
não é tão interessante a indústria em termos lucro. Estas cultivares proporcionam um
diferencial em produção de 294 sc e –R$ 8820,40 na renda do produtor. E para a
indústria dão um diferencial de R$ 28,19 por tonelada esmagada, que acumulado no
processamento diário soma R$ 13249,30.
Analisando todo este contexto e, considerando que se queiram maximizar os
lucros da indústria processadora e ao mesmo tempo beneficiar o produtor de soja,
sugere-se que a indústria peça aos produtores para plantar a cultivar BRS133, pois esta
proporciona o lucro máximo no processamento, entretanto, para que o produtor não seja
prejudicado propõe-se um acréscimo no preço de compra da saca de soja, que garanta a
76
renda que este teria se optasse por plantar a cultivar Embrapa48. Portanto ao invés de
se pagar R$ 30,00 a saca de soja, seria pago R$ 36,13, um acréscimo de 20,43% que
garante ao produtor a mesma renda que este teria se plantasse a outra cultivar que
apresenta maior produtividade, no entanto, esse diferencial no preço da saca ainda não
beneficia o produtor porque se ele plantar uma cultivar ou outra terá a mesma renda,
assim sugere-se um incentivo de R$0,50 a saca, que eleva o preço da saca de soja a
R$36,63 e proporciona ao produtor um acréscimo na renda de R$ 718,95, valor que
pode instiga-lo a plantar a cultivar BRS133. Por outro lado, ao propor ao produtor um
acréscimo de 22,1% no preço de compra da soja, a indústria ainda sai beneficiada, pois
embora não alcance o lucro máximo possível amplia seus lucros de R$ 718,49 à R$
745,58, tal diferencial gera um excedente diário de R$ 12732,30. Conseqüentemente
mesmo que a indústria divida parcialmente seus lucros com o produtor ainda tem um
ganho de 3,77% nos resultados econômicos, por isso pode-se afirmar que tal relação
beneficia ambos os componentes.
5.2 SEGUNDA ANÁLISE
Fazendo uma outra abordagem dos quadros apresentados na Primeira Análise, é
possível constatar que se o processamento diário da indústria processadora deixar de ser
fixo em 470 t e, passar a variar em função da produção de soja do município de Dois
Vizinhos, ou seja, em função de uma área fixa, tais quadros podem se reverter e a
indústria que saía ganhando com a abordagem, apresentada na Primeira Análise, pode
sair perdendo.
Nesta análise considera-se que a quantidade de soja processada pela indústria
depende da produção de soja de uma determinada área fixa, por isso o aumento ou
redução da produtividade da lavoura tem influência direta no montante processado pela
indústria.
Para os cálculos considera-se o preço (base) de compra da saca de soja R$ 30,00.
Os comparativos desta análise são elaborados e, apresentados de acordo com a
ordem e o conteúdo dos quadros comparativos da Primeira Análise.
5.2.1 Análise comparativa da escolha de cultivares, segundo restrições do Modelo 1.
Para melhor entendimento, serão retomados alguns pontos:
77
- A produção de uma lavoura de 30ha, dividida em 9,99ha da cultivar CD205,
9,99ha da cultivar CD215 e 10,02ha da cultivar Embrapa48 é de 1454,18 sc que
corresponde há 87,25 toneladas, as quais proporcionam uma renda de R$ 62501,38 à
indústria, dado que uma tonelada gera R$ 716,34 de lucro.
- A produção de uma lavoura de 30ha, dividida em 10ha da cultivar CD205,
10ha da cultivar CD215 e 10ha da cultivar BRS133 é de 1355,90 sc que corresponde há
81,354 toneladas, as quais proporcionam uma renda de R$ 59041,85 à indústria, dado
que uma tonelada gera R$ 725,74 de lucro.
Ao comparar as situações acima descritas percebe-se que ao invés da indústria
processar 87,25 t com as cultivares CD205, CD215 e Embrapa48 esta processa apenas
81,35 t com as cultivares CD205, CD215 e BRS133, embora o lucro proporcionado por
tonelada pela última combinação seja maior, no montante há decréscimo de R$
62501,38 para R$ 59041,85, isto é, uma redução de R$ 3459,53. A justificativa dessa
redução se dá pela grande diferença na produtividade das combinações de cultivares,
uma vez que esta diferença é de 5,9 t, se essa diferença fosse 1,13 t então o
esmagamento de ambas as combinações proporcionaria o mesmo lucro e, caso a
diferença de produtividade fosse menor que 1,13 t, isto é, se a produção da combinação
CD205, CD215 e BRS133 fosse superior a 86,12 t, então esta combinação representaria
a melhor alternativa para indústria processadora ampliar seus lucros. No entanto, devido
à baixa produtividade que esta combinação apresenta, tem-se que rever a perspectiva
mostrada, na Primeira Análise para a indústria maximizar seus lucros.
Tal perspectiva se torna inviável, se o processamento da indústria depender da
produção de uma determinada área fixa, tal como a área agricultável do Município de
Dois Vizinhos, segundo informações da CAMDUL, nesta última safra foram plantados
7000 ha de soja no Município. Suponha que toda essa área seja cultivada pela
combinação CD205, CD215 e Embrapa48 e, agora será cultivada pela combinação
CD205, CD215 e BRS133, a produção de soja do município cairá de 20357,4 t para
18979,8 t, uma queda de 6,76% na produção. Como conseqüência a indústria também
deixará de processar 1377,6 t, logo seus lucros também serão afetados, pois haverá uma
redução nos lucros de R$ 14582819,92 para R$ 13774400,05, logo a indústria
processadora deixará de lucrar 5,54%, sobre a produção do Município.
Pode-se se concluir que a perspectiva, de incentivar o plantio das cultivares
CD205, CD215 e BRS133, apresentada na Primeira Análise só poderá melhorar os
78
lucros da indústria se esta mantiver seu potencial de processamento diário, ou então se
estas cultivares aumentarem sua produtividade em no mínimo 5,86%.
5.2.2 Análise comparativa da escolha de cultivares, segundo restrições do Modelo 2.
Para melhor entendimento, serão retomados alguns pontos:
- A produção de uma lavoura de 30ha, dividida em 3,33ha da cultivar CD205,
9,99ha da cultivar CD215 e 16,68ha da cultivar Embrapa48 é de 1611,62 sc que
corresponde há 96,70 t, as quais proporcionam um lucro de R$ 69551,48 à indústria,
dado que uma tonelada gera R$ 719,25 de lucro.
- A produção de uma lavoura de 30ha, dividida em 3,33ha da cultivar CD205,
9,99ha da cultivar CD215 e 16,68ha da cultivar BRS133 é de 1448,63 sc que
corresponde há 86,92 t, as quais proporcionam um lucro de R$ 63878,38 à indústria,
dado que uma tonelada gera R$ 734,91 de lucro.
Ao comparar as situações acima descritas percebe-se que ao invés da indústria
processar 96,70 t com as cultivares CD205, CD215 e Embrapa48 esta processa apenas
86,92 t com as cultivares CD205, CD215 e BRS133, embora o lucro da tonelada
proporcionado pela última combinação seja maior, no montante há decréscimo de R$
69551,48 para R$ 63878,38, isto é, uma redução de R$ 5673,10. A justificativa dessa
redução se dá pela grande diferença na produtividade das combinações de cultivares,
uma vez que esta diferença é de 9,78 t, se essa diferença fosse 2,06 t então o
esmagamento de ambas as combinações proporcionaria o mesmo lucro e, caso a
diferença de produtividade fosse menor que 2,06 t, isto é, se a produção da combinação
CD205, CD215 e BRS133 fosse superior a 94,64 t, então esta combinação representaria
a melhor alternativa para indústria processadora ampliar seus lucros. No entanto, devido
à baixa produtividade que esta combinação apresenta, tem-se que rever a perspectiva
mostrada, na Primeira Análise para a indústria para maximizar seus lucros.
Tal perspectiva se torna inviável, se o processamento da indústria depender da
produção de uma determinada área fixa, tal como a área agricultável do Município de
Dois Vizinhos, que na última safra de soja foi de 7000 ha. Suponha que toda essa área
era cultivada pela combinação CD205, CD215 e Embrapa48 e, agora será cultivada pela
combinação CD205, CD215 e BRS133, a produção de soja do município cairá de
22562,4 t para 20280,82 t, uma queda de aproximadamente 10,11% na produção, e
como conseqüência a indústria também deixará de processar 10,11%, logo seus lucros
79
também serão afetados no sentido de que haverá uma redução nos rendimentos de R$
16228006,20 para R$ 14904577,43, logo a indústria processadora deixará de lucrar
8,15%, sobre a produção do Município.
Pode-se se concluir que a perspectiva, de incentivar o plantio das cultivares
CD205, CD215 e BRS133, apresentada na Primeira Análise só poderá melhorar os
lucros da indústria se esta mantiver seu potencial de processamento diário, ou então se
estas cultivares aumentarem sua produtividade em no mínimo 8,88%.
5.2.3 Análise comparativa da escolha de cultivares, segundo restrições do Modelo 3.
Para melhor entendimento, serão retomados alguns pontos:
- A produção de uma lavoura de 30ha, dividida em 15 ha da cultivar CD215 e
15 ha da cultivar Embrapa48 é de 1669,5 sc que corresponde há 100,17 t, as quais
proporcionam um lucro de R$ 72304,71 à indústria, dado que uma tonelada gera R$
721,82 de lucro.
- A produção de uma lavoura de 30ha, dividida em 15 ha da cultivar CD215 e 15
ha da cultivar BRS133 é de 1522,5 sc que corresponde há 91,35 t, as quais
proporcionam um lucro de R$ 67226,29 à indústria, dado que uma tonelada gera R$
735,92 de lucro.
Ao comparar as situações acima descritas percebe-se que ao invés da indústria
processar 100,17 t com as cultivares CD215 e Embrapa48 esta processa apenas 91,35 t
com as cultivares CD215 e BRS133, embora o lucro proporcionado por tonelada pela
última combinação seja maior, no montante há decréscimo de R$ 72304,71 para R$
67226,29, isto é, uma redução nos lucros de R$ 5078,42. A justificativa dessa redução
se dá pela grande diferença na produtividade das combinações de cultivares, uma vez
que esta diferença é de 8,82 t, se essa diferença fosse 1,92 t então o esmagamento de
ambas as combinações proporcionaria o mesmo lucro e, caso a diferença de
produtividade fosse menor que 1,92 t, isto é, se a produção da combinação CD215 e
BRS133 fosse superior a 98,25 t, então esta combinação representaria a melhor
alternativa para indústria processadora ampliar seus resultados econômicos. No entanto,
devido à baixa produtividade que esta combinação apresenta, tem-se que rever a
perspectiva mostrada, na Primeira Análise para a indústria para maximizar seus lucros.
Tal perspectiva se torna inviável, se o processamento da indústria depender da
produção de uma determinada área fixa, tal como a área agricultável do Município de
80
Dois Vizinhos, que na última safra de soja foi de 7000 ha. Suponha que toda essa área
era cultivada pela combinação CD215 e Embrapa48 e, agora será cultivada pela
combinação CD215 e BRS133, a produção de soja do município cairá de 23373 t para
21315 t, uma queda de aproximadamente 8,8% na produção, e como conseqüência a
indústria também deixará de processar 8,8%, logo seus lucros também serão afetados no
sentido de que haverá uma redução de R$ 16871098,86 para R$ 15686134,80, logo a
indústria processadora deixará de lucrar 7,02%, sobre a produção do Município.
Pode-se se concluir que a perspectiva, de incentivar o plantio das cultivares
CD215 e BRS133, apresentada na Primeira Análise só poderá melhorar os lucros da
indústria se esta mantiver seu potencial de processamento diário, ou então se estas
cultivares aumentarem sua produtividade em no mínimo 7,55%.
5.2.4 Análise comparativa da escolha de cultivares, segundo a restrição do Modelo 4.
Para melhor entendimento, serão retomados alguns pontos:
- A produção de uma lavoura de 30ha plantada pela cultivar Embrapa48 é de
1731,9 sc que corresponde há 103,91 t, as quais proporcionam um lucro de R$ 74658,30
à indústria, dado que uma tonelada gera R$ 718,49 de lucro.
- A produção de uma lavoura de 30ha plantada pela cultivar BRS133 é de 1437,9
sc que corresponde há 86,27 t, as quais proporcionam um lucro de R$ 64419,07 à
indústria, dado que uma tonelada gera R$ 746,68 de lucro.
Ao comparar as situações acima descritas percebe-se que ao invés da indústria
processar 103,91 t com a cultivar Embrapa48 esta processa apenas 86,27 t com a
cultivar BRS133, embora o lucro proporcionado por tonelada pela última cultivar seja
maior, no montante há decréscimo de R$ 74658,30 para R$ 64419,07, isto é, uma
redução de R$ 10239,23. A justificativa dessa redução se dá pela grande diferença na
produtividade das cultivares, uma vez que esta diferença é de 17,64 t, se essa diferença
fosse 3,92 t então o esmagamento de ambas as combinações proporcionaria o mesmo
lucro e, caso a diferença de produtividade fosse menor que 3,92 t, isto é, se a produção
da cultivar BRS133 fosse superior a 99,99 t, então esta cultivar representaria a melhor
alternativa para indústria processadora ampliar seus lucros. No entanto, devido à baixa
produtividade que esta cultivar apresenta, tem-se que rever a perspectiva mostrada, na
Primeira Análise para a indústria para maximizar seus lucros.
81
Tal perspectiva se torna inviável, se o processamento da indústria depender da
produção de uma determinada área fixa, tal como a área agricultável do Município de
Dois Vizinhos, que na última safra de soja foi de 7000 ha. Suponha que toda essa área
era cultivada pela cultivar Embrapa48 e, agora será cultivada pela cultivar BRS133, a
produção de soja do município cairá de 24246,6 t para 20130,6 t, uma queda de
aproximadamente 16,97% na produção, e como conseqüência a indústria também
deixará de processar 16,97%, logo seus lucros também serão afetados no sentido de que
haverá uma redução de R$ 17420939,63 para R$ 15031116,41, logo a indústria
processadora deixará de lucrar cerca de 13,72%, sobre a produção do Município.
Pode-se se concluir que a perspectiva, de incentivar o plantio da cultivar
BRS133, apresentada na Primeira Análise só poderá melhorar os lucros da indústria se
esta mantiver seu potencial processamento diário, ou então se esta cultivar aumentar sua
produtividade em no mínimo 15,9%.
5.2.5 Considerações da Segunda Análise
Portanto, para a indústria processadora que dependa da soja produzida em uma
determinada área (fixa), se torna mais interessante processar as combinações de
cultivares que possuem maior produtividade, na lavoura, mesmo que estas gerem
pequenos retornos financeiros, por cada tonelada processada. Pois o acumulo destes
torna-se um montante considerável no processamento de uma grande quantidade de
soja.
A indústria optando pelas combinações de cultivares de soja, com maior
produtividade estará simultaneamente beneficiando o produtor de soja, pois segundo o
Capítulo 4 as combinações de cultivares que apresentam maior produtividade,
proporcionam maior renda ao produtor.
82
CONCLUSÃO
O trabalho realizado mostra a importância da escolha das cultivares de soja,
tanto para o plantio quanto para o processamento e, comprova que esta escolha
influencia diretamente nos lucros gerados ao produtor e à indústria processadora.
Baseando-se nas diferenças da composição dos grãos, na produtividade e no custo de
aquisição das sementes, das nove cultivares de soja abordadas.
Através dos resultados obtidos com os modelos matemáticos direcionados ao
produtor de soja, conclui-se para cada modelo, que as combinações de cultivares de soja
que apresentam maior produtividade, são as mais interessantes a serem plantadas, pois
geram maior receita, e mesmo estas tendo maior custo total de produção, proporcionam
maior renda ao produtor de soja.
Numa primeira análise dos resultados do modelo direcionado a indústria
processadora, considerando que esta processe uma determinada quantidade de soja
(fixa) diariamente, percebe-se que algumas cultivares proporcionam maiores lucros por
tonelada esmagada do que o lucro médio, porisso essas cultivares se tornam mais
interessantes ao processamento do que outras. Segundo as simulações feitas com o
modelo, essas diferenças nos lucros ocorrem devido às diferenças na composição dos
grãos de uma cultivar e outra, ou seja, constatou-se que quanto maior a soma do teor
óleo e carboidratos, maior o lucro proporcionado à indústria processadora. E como esta
está interessada em maximizar seus lucros, sem diminuir sua produção, lhe interessa
esmagar as cultivares que lhe proporcionam maiores retornos.
Fazendo outra análise dos resultados do modelo direcionado à indústria
processadora, nota-se que se os produtores plantarem as cultivares que são mais
interessantes à indústria processadora (abordadas neste trabalho), devido à composição
dos grãos, estarão diminuindo consideravelmente sua produção, pois estas cultivares
apresentam menor produtividade. Deste modo, se a quantidade processada pela indústria
83
depender da quantidade de soja produzida em determinada área (fixa), também haverá
redução na produção e consequentemente nos lucros da indústria processadora, de
forma que a alternativa mais viável para à industria, neste caso, é que produtor plante as
cultivares com maior produtividade.
Portanto, tendo conhecimento que a indústria processadora em questão, não
depende especificamente da produção de soja do Município de Dois Vizinhos, ou seja,
de uma determinada área fixa, pois esta compra constantemente soja da Região Centro-
Oeste do país por menor custo e melhor qualidade que a soja ali produzida no
Município, conclui-se que para a indústria processadora e o produtor de soja serem
beneficiados, conciliando uma mesma escolha de cultivares de soja, tanto para o plantio
quanto para o processamento, é recomendável que a indústria análise a composição dos
grãos das cultivares de soja, e pague um preço diferenciado (acréscimo no preço de
mercado) pela produção das cultivares que lhe proporcionam maiores lucros, fazendo
com que o produtor plante tais cultivares. Com isto, possibilita-se paralelamente a
ampliação dos lucros do produtor e da indústria processadora.
Sugere-se para pesquisa futura:
Que sejam feitas análises de outras cultivares, pois os resultados da composição
dos grãos das cultivares, obtidos neste trabalho apresentados na Tabela 2.2 são
provenientes de apenas nove cultivares. Também se sugere que sejam feitas análises
individuais do farelo, óleo e casca de cada cultivar, para assim obter resultados ainda
mais precisos.
Que sejam feitas simulações nos preços do óleo, do farelo e da casca, no modelo
direcionado a indústria processadora, por meio de uma série histórica de preços destes
subprodutos, para assim determinar em quais períodos a produção de determinado
subproduto se torna mais interessante.
84
REFERÊNCIAS
ABIOVE - Associação Brasileira das Indústrias de Óleos Vegetais. Estatísticas do
Complexo Soja, 1995-2006. Disponível em:
<http://www.abiove.com.br/abiov./html>. Acesso em: 19/11/05.
ANDRADE, E.L. Introdução à Pesquisa Operacional: métodos e modelos para a
análise de decisão. 2.ed. Rio de Janeiro: LTC, 2000.
ANTUNES, L.M.; ENGEL, A. Manual de administração rural: custos de
produção. 3.ed.Guaíba: Agropecuária,1999.
ANUÁRIO BRASILEIRO DA SOJA 2005. Disponível em:
<http://www.anuarios.com.br/port/2005/soja> Acesso em: 15 jan. 2006.
CAIXETA FILHO, J.V. Pesquisa operacional – Técnicas de otimização aplicadas
a sistemas agroindustriais. São Paulo: Atlas, 2001.
CONAB - Companhia nacional de Abastecimento. Disponível em:
<www.conab.gov.br> Acesso em: 05 dez. 2005.
CONTINI, E. et al. Planejamento da propriedade agrícola: modelos de decisão.
2.ed. Brasília: EMBRAPA-DDT. 1986.
COSTA, J.A. Cultura da soja. Porto Alegre: I. Manica, 1996.
CREPALDI, S.A. Contabilidade rural: uma abordagem decisorial. 2.ed. São
Paulo: Atlas, 1998.
CUSTÓDIO, A.F. Modelagem e simulação do processo de separação de óleo de
soja-hexano por evaporação. Campinas: UNICAMP, 2003. Dissertação (Mestrado
em Engenharia Química), Faculdade de Engenharia Química, Universidade Estadual
de Campinas, 2003.
DEMBOGURSKI, N.M. Determinação do preço da soja para trituração e
obtenção do óleo com base na qualidade do grão. Ijuí: UNIJUÍ, 2003. Dissertação
(Mestrado em Modelagem Matemática), Universidade Regional do Noroeste do
Estado do Rio Grande do Sul, 2003.
EMBRAPA- Empresa Brasileira de Pesquisa Agropecuária. A soja no Paraná.
Disponível em <www.embrapa.br> acesso em: 20 set. de 2004, 15 ago. de 2005, 10
jan. 2006.
EMBRAPA. Recomendações Técnicas para a Cultura de Soja no Paraná
1997/1998. Londrina: Embrapa, 1997.
85
FEY, E. et al. Planejamento de um sistema agrícola utilizando programação linear:
estudo de caso. Engenharia Agrícola, Jaboticabal, v.22, n.3, p.377-368, set.2002.
FIGUEIREDO, M.G. Agricultura e estrutura produtiva do estado do Mato
Grosso: uma análise insumo-produto. Piracicaba: USP, 2003. Dissertação
(Mestrado em Ciências), Escola Superior de Agricultura Luiz Queiroz, Universidade
de São Paulo, 2003.
FREITAS, S.M. et al. Análise da dinâmica de transmissão de preços no Mercado
Internacional de Farelo de Soja, 1990-99. Agricultura em São Paulo, São Paulo,
v.48, n.1, p.20-1, 2001.
GOLBARG, M.C.; LUNA, H.P.L. Otimização Combinatória e Programação
Linear - Modelos e Algoritmos. Rio de Janeiro: Campus, 2000.
GOMES, R.P. Soja. São Paulo: Nobel, 1975.
LOVATELLI, C. Em Plena Expansão. Revista de Agronegócios da FGV, p.55-56,
dez.2002-jan2003.
MARION, J.C. Contabilidade Rural: contabilidade agrícola, contabilidade
pecuária, imposto de renda pessoa jurídica. 8.ed. São Paulo: Atlas 2005.
MARTIN, T.N. et al. Tamanho ótimo de parcelas e número e repetições em soja.
Ciência Rural, Santa Maria, v.35, n.2, p.276-271, mar. - abril 2005.
MASCARENHAS, H.A.A. et al. Efeito da calagem sobre a produtividade de grãos,
óleo e proteína em cultivares precoces de soja. Scientia Agrícola, Piracicaba, v.53,
n.1, p.172-164, jan.1996.
MORAES, M. Prêmio de exportação da soja brasileira. Piracicaba: USP, 2002.
Dissertação (Mestrado em Ciências), Escola Superior de Agricultura Luiz Queiroz,
Universidade de São Paulo, 2002.
MOTTER, C.C. Comercialização da soja: um instrumento operacional para o
aumento da renda do produtor. Florianópolis: UFSC, 2001. Dissertação (Mestrado
em Engenharia de Produção), Universidade Federal de Santa Catarina, 2001.
OLIVEIRA, F.D. Mapeamento dos teores de óleo e proteína de grãos de soja e
análise de sua correlação com atributos do solo. Piracicaba: USP, 2003.
Dissertação (Mestrado em Agronomia), Escola Superior de Agricultura Luiz
Queiroz, Universidade de São Paulo, 2003.
PAULA, R.N.C. Indicadores de produtividade em cooperativas do Paraná: um
estudo comparativo de casos. Florianópolis: UFSC, 2001. Dissertação (Mestrado
em Engenharia de Produção), Universidade Federal de Santa Catarina, 2001.
PEREIRA, A. R. Aspectos fisiológicos da produtividade vegetal. Revista Brasileira
de Fisiologia Vegetal, Campinas, v.1, n.2, p.142-139, 1989.
PIDD, M. Modelagem Empresarial: ferramentas para a tomada de decisão.
Porto Alegre: Bookman, 1998.
SANTINI, G. A.; PAULILO, L. F. Mudanças tecnológicas e institucionais na
indústria de sementes no Brasil ‘uma análise aplicada aos mercados de milho híbrido
e soja’. Agricultura em São Paulo, São Paulo, v.50, n.1, p.42-25, 2003.
86
SANTOS, O.S. A cultura da soja - 1: Rio Grande do Sul, Santa Catarina,
Paraná. Rio de Janeiro: Globo, 1988.
SEDIYAMA, T. et al. Melhoramento da soja. In: BORÉM, A. Melhoramento de
espécies cultivadas. Viçosa: UFV, 1999. p.533-487.
SCHUSTER, I. Teor de óleo e proteína dos grãos de soja. Contato concebido pelo
e-mail: [email protected] ao e-mail: adriana_sbardelotto@yahoo.com.br, em 17
mai. 2005 à 25 mai. 2005.
VICENTE, J.R. et al. Produtividade Agrícola no Brasil: 1970-1995. Agricultura em
São Paulo, São Paulo, v.48, n.2, p.55-33, 2001.
WAGNER, H.M. Pesquisa Operacional. 2.ed. Rio de Janeiro: Prentice-Hall do
Brasil, 1986.
WOILER, S.; MATHIAS, W.F. Projetos: planejamento, elaboração, análise. São
Paulo: Atlas, 1996.
87
OBRAS CONSULTADAS
BERTRANO, J.P. O mundo da Soja. São Paulo: Universal, 1987.
BEUTLER, A.N.; CENTURION, J. F. Soil compaction and fertilization in soybean
productivity. Scentia Agricola, Piracicaba, v.61, n.6, p.631-626, dez 2004.
BONATO, E.R. et al. Teor de óleo e de proteína em genótipos de soja desenvolvidos
após 1990. Pesquisa Agropecuária Brasileira, Brasília, v.35, n.12, p.2398-2391,
dez. 2000.
COODETEC-.Tecnologia da nossa terra. Variedades de Soja produzidas para o
Paraná. Disponível em: <http://www.coodetec.com.br/> Acesso em: 22 set. 2004.
FLORES, A.W.; RIES, L.R. ANTUNES, L.M. Projeto e orçamentação
agropecuária. Guaíba: Agropecuária, 2001.
GHINATO, P. Sistema Toyota de Produção: mais do que simplesmente just-in-
time. Caxias do Sul: EDUCS, 1996.
JAMES, Y.W.; CUTFORTH, H.W. Crop growth models for decision support
systems. In: Curso Internacional sobre Modelos Matemáticos para Simulação de
Crescimento de Culturas, 1998, Campinas. Anais. Campinas: IAC, CNPTIA,
IAPAR, 1998, p.63-53.
JONES, J. W. Decision support systems for agricultural development. In: Curso
Internacional sobre Modelos Matemáticos para Simulação de Crescimento de
Culturas, 1998, Campinas. Anais. Campinas: IAC, CNPTIA, IAPAR, 1998, p.77-71.
KRZYZANOWSKI, F.C. Relationship between seed technology research and federal
plant breeding programs. Scientia Agricola, Piracicaba,1998, v.55, p.97-83.
MANN, E.N. et. al. Efeito da aplicação de manganês no rendimento e na qualidade
da semente de soja. Pesquisa Agropecuária Brasileira, Brasília, v.37, n.12, p.1764-
1757, dez.2002.
MEIRA, S.; GUEVARA E. Uso de Modelos de Simulación de Cultivos como
Herramienta para la toma de Decisiones em el Cultivo de Soja. Disponível em:
<elsitioagricola.com> Acesso em: 03 mar. 2006.
SANTOS, G.J.; MARION, J.C.; SEGATTI, S. Administração de custos na
Agropecuária. 3.ed. São Paulo: Atlas, 2002.
SEAB- Secretaria da Agricultura e do Abastecimento do Paraná. Produção de soja
Municipal e, estimativas de custos da produção de soja. Disponível em:
<http://www.pr.gov.br/seab/
> Acesso em: 21 set. 2004.
88
RICHETTI, A.; REIS, R.P. The soybean production frontier and economic efficiency
in Mato Grosso do Sul, Brazil. Revista de Economia e Sociologia Rural, Brasília,
v.41, n.1, p.168-153, jan.-mar. 2003.
89
ANEXOS
Apresenta-se em anexo um artigo cientifico que foi publicado no 3º Congresso
Nacional de Plantas Oleaginosas, Óleo, Gorduras e Biodiesel, Varginha-MG, julho de
2006. Neste mostra-se a influência da composição dos grãos (das cultivares) de soja nos
lucros de uma indústria processadora de soja. Como este artigo relata parte desta
dissertação, seu conteúdo será apresentado a seguir.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo