Otimizando o Agronegócio (Pituxita F12)

Os diversos agentes envolvidos no agronegócio (produtores rurais, cooperativas, tradings, transportadoras, bancos, indústrias de transformação etc.) a todo o momento precisam tomar decisões cada vez mais assertivas (e preferencialmente ótimas!).

Essas decisões envolvem diferentes níveis: estratégico, tático e operacional.  Por exemplo, algumas decisões recorrentes: Onde localizar e dimensionar novas usinas ou armazéns visando maximizar a margem? Quanto produzir de açúcar, etanol e bioeletricidade para maximizar a margem? Como escoar a produção agrícola visando gastar o mínimo possível? Como formular diferentes misturas de rações de animais para minimizar o custo da dieta? Qual a composição de frota de máquinas e implementos agrícolas que gera o menor custo para atividades agrícolas? Como escolher as culturas agrícolas para uma propriedade visando maximizar a margem? Quais infraestruturas ou políticas públicas devem ser selecionadas para minimizar o Custo Brasil? ....... ?

Nesse sentido, existe uma área do conhecimento chamada Operations Research (ou Pesquisa Operacional), que tem por objetivo fornecer conhecimentos e ferramentas multidisciplinares para que as decisões sejam melhoradas (otimizadas), principalmente em um ambiente de recursos escassos e que envolvam uma ampla gama de possibilidade de escolhas.

Dentro dessa área do conhecimento, existe uma diversidade de técnicas, incluindo uma de grande importância denominada programação linear, a qual muitos cientistas consideram o seu método de resolução como uma das maiores descobertas da matemática aplicada para obtenção das soluções ótimas que possibilitou inúmeras aplicações em diversas áreas do conhecimento – engenharia, economia, agricultura, administração, medicina, dentre outras. Durante a Segunda Guerra Mundial, foi desenvolvida uma variedade de aplicações de programação linear para o ambiente bélico e posteriormente disseminado para a ciência – a técnica que se destacou e tem sido uma das mais utilizadas e conhecidas é o algoritmo Simplex, desenvolvido por George Dantzig.

A partir da modelagem matemática de um determinando sistema de interesse, ou seja, da representação simplificada da realidade que se deseja tomar decisões, expressa em uma linguagem matemática, é possível determinar as decisões que levam a solução ótima.

Tal modelagem envolve três conjuntos de formulações:

1) Definição das variáveis de decisão – resposta para as decisões formuladas no sistema. Por exemplo:

- Quais as configurações de fluxos que minimizem o custo logístico de escoamento de soja?

- Quais as máquinas e implementos agrícolas necessários para uma cooperativa realizar as operações do campo que minimizem o custo operacional?

- Quais as alocações ótimas de culturas agrícolas em áreas agrícolas arrendadas e próprias que maximizem o lucro?

2) Definição das restrições do sistema. As restrições do problema envolvem a utilização dos recursos pelas variáveis de decisões, os quais apresentam limitações. Por exemplo:

- Limitações de capacidade operacional ferroviária e portuária, disponibilidade de capital, área agricultável etc.

3) Definição da função objetivo. É preciso determinar um comportamento da otimização: maximizar ou minimizar determinada grandeza (lucro, custo, utilização, área, perdas, dentre outros).

No caso das aplicações de pesquisa operacional no ambiente agronegócio, existe um conjunto muito grande de problemas simples esperando soluções simples (e ótimas!).

O Grupo ESALQ-LOG vem desenvolvendo uma série de aplicações na área de modelagem matemática de otimização dentro do ambiente agronegócio e logística, envolvendo: localização de terminais multimodais, plantas industriais, armazéns, centro de distribuição, packing-houses etc.; desenvolvimento de políticas de arrendamento de terra para culturas agrícolas; avaliação de impactos de novas infraestruturas no agronegócio brasileiro; planejamento da produção, comercialização e logística de produtos agrícolas, dentre outros.

Diante da expertise acumulada do ESALQ-LOG ao longo dos anos, será oferecido o primeiro curso em “Modelagem de otimização no agronegócio” de uma forma didática e com aplicações de estudos de caso com aplicações em softwares, a ser realizado nos dias 9 e 10/setembro na sede do Grupo ESALQ-LOG, na ESALQ-USP (Piracicaba-SP).

Abaixo o convite para realização do curso. Caso tenha interesse, entre em contato e apresente um o código promocional deste artigo denominado ADEALQ e ganhe um desconto especial para a realização do mesmo.

Maiores informações em: http://esalqlog.esalq.usp.br/modelagem-de-otimizacao-no-agronegocio-aprensentacao/

Thiago Guilherme Péra (Pituxita) é engenheiro agrônomo formado pela ESALQ-USP (2012), mestrando em Engenharia de Sistemas Logísticos pela Escola Politécnica da USP e coordenador do Grupo ESALQ-LOG. Ex-morador da República Piket.