MODELO MATEMÁTICO PARA DETERMINAÇÃO DO CUSTO E PRODUÇÃO DE ENERGIA NA CULTURA DA CANA-DE-AÇÚCAR

Resumo

A cana-de-açúcar possui grande importância social e econômica para o brasileiro. O Brasil é maior produtor de cana-de-açúcar do mundo, com a produção foi de 597,8 milhões de toneladas na safra de 2009/2010, uma alta de 4,4% em relação as 571,40 milhões de toneladas colhidas em 2008/2009. Por outro lado, o crescimento acelerado deste setor tem trazido problemas de grandes dimensões e dificultado o gerenciamento das empresas, estes problemas são de ordens estruturais e ambientais. Desta forma é importante conhecer todo processo de cultivo da cana, que vai desde o preparo do solo até processo o industrial, que ocorre da recepção da cana até a saída dos produtos, e buscar formas de minimizar os custos de produção. Assim, surge a necessidade de desenvolvimento de ferramentas que auxiliem os gestores das empresas nas tomadas de decisões. A modelagem matemática pode ser utilizada como uma importante fonte de produção de estimativas para este setor, facilitando cálculos e auxiliando as decisões. O objetivo deste trabalho foi estudar toda a cadeia produtiva da cana e investigar modelos matemáticos para estimar quantitativamente o balanço de energia e o custo de produção do processo de produção da cana.  No presente trabalho foi desenvolvido um modelo matemático e uma planilha para estimar o custo do processo produtivo da cana de açúcar, permitindo determinar qual a área, em hectare, que cada variedade de cana deve ser plantada de forma a obter o menor custo possível para o processo de produção da cultura da cana-de-açúcar. Para a área com colheita manual o modelo determinou três variedades: SP80-1816, SP80-3280 e RB855113, e para a área de colheita mecanizada foram determinadas quatro variedades: SP80-1816, SP80-3280, RB855536 e SP70-1143. O modelo de programação linear proposto para minimização de custos, juntamente com a planilha implementada, mostram-se ferramentas promissoras para auxiliar a gestão das empresas do setor sulcroalcooleiro.

Palavras-chave: Cana-de-açúcar, otimização, minimização de custo.

MATHEMATICAL MODEL FOR DETERMINING THE Energy COST AND PRODUCTION of cultivating SUGARCANE

SUMMARY: Sugarcane has a great social and economic importance for Brazil. Brazil is the largest producer of sugarcane in the world. In 2009/10 crop production was 597.8 million tons, up 4.4% compared to 571.40 million tons harvested in 2008 /09. On the other hand, the accelerated growth of this sector has brought about a number of larger problems from structural and environmental orders making the management of companies more difficult. Thus it is important to know the entire process of producing sugarcane from soil preparation to industrialization that being the reception of the sugarcane until its output as a finished product to seek ways to minimize production cost. This is proving the need of developing tools that will assist managers in corporate decision making. The mathematical modeling can be utilized with an important source of production estimates for this sector, facilitating calculations and aiding in decisions. The objective of this work was to study the entire production chain of sugarcane and investigate mathematical models to estimate quantitatively the energy balance and production cost of the production phase of sugarcane. We developed a mathematical model and spreadsheet to estimate the cost of the sugarcane production process to determine which area in hectares that each variety of cane should be planted in order to obtain the lowest possible cost in the production process. For the area using manual harvesting the model was determined using three varieties: SP80-1816, SP80-3280 and RB855113, also the area of mechanical harvesting has been determined by using four varieties: SP80-1816, SP80-3280, RB855536 and SP70-1143. The linear programming model proposed to minimize costs along with a spreadsheet that has been implemented in this work shows promising tools to assist with the management of companies in the industry.

Keywords: Sugarcane, optimization, cost minimization.