Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/37403
metadata.teses.dc.title: Alocação de fomentos florestais sob condições de incerteza
metadata.teses.dc.title.alternative: Allocation of forestry outgrower schemes under uncertainty conditions
metadata.teses.dc.creator: Silva, Carolina Souza Jarochinski e
metadata.teses.dc.creator.Lattes: http://lattes.cnpq.br/0534902162412931
metadata.teses.dc.contributor.advisor1: Gomide, Lucas Rezende
metadata.teses.dc.contributor.advisor-co1: Dias Junior, Moacir de Souza
metadata.teses.dc.contributor.referee1: Ribeiro, Andressa
metadata.teses.dc.contributor.referee2: Araújo Júnior, Carlos Alberto
metadata.teses.dc.contributor.referee3: Páscoa, Kallil José Viana da
metadata.teses.dc.contributor.referee4: Borges, Luís Antônio Coimbra
metadata.teses.dc.subject: Fomento florestal
Incerteza
Planejamento florestal
Programação linear
Modelo estocástico
Forestry outgrower schemes
Uncertainty
Forest planning
Linear programming
Stochastic model
Forest fomentation
metadata.teses.dc.date.issued: 29-Oct-2019
metadata.teses.dc.description.sponsorship: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ)
metadata.teses.dc.identifier.citation: SILVA, C. S. J. e. Alocação de fomentos florestais sob condições de incerteza. 2019. 89 p. Tese (Doutorado em Engenharia Florestal)–Universidade Federal de Lavras, Lavras, 2019.
metadata.teses.dc.description.resumo: Uma das modalidades de fomento florestal consiste na parceria entre produtores rurais e empresas florestais, cujo objetivo é a produção de florestas plantadas para o abastecimento de madeira. A contratação de fomentos, por meio da compra de madeira com preço definido em contrato, tem se mostrado uma forma de contratação comum nas grandes empresas de base florestal brasileiras. Dessa forma, o produtor se beneficia com a garantia de venda da madeira, e a empresa garante o abastecimento de madeira sem a necessidade de aquisição de terra. A definição de regiões ótimas, para a contratação desses fomentos, faz parte do planejamento estratégico do abastecimento de madeira das empresas. Conhecer os riscos financeiros que podem aumentar o custo de produção, nessas regiões selecionadas, faz com que as chances de sucesso do empreendimento sejam maiores. Neste contexto, o objetivo principal deste trabalho é testar o uso de cenários estocásticos de programação linear (PL) para direcionar as estratégias de alocação de fomentos florestais ao abastecimento de madeira. Os objetivos específicos do presente estudo são: (i) verificar se é possível modelar o risco financeiro, empregando uma função de distribuição de probabilidade e associá-lo aos desafios de se operar em propriedades de fomentos; (ii) comparar a recomendação dos municípios-candidatos para a alocação de novos fomentos entre um modelo de programação linear determinístico e um estocástico; (iii) quantificar o impacto das variáveis de incerteza no custo de alocação de novos fomentos; (v) comparar os resultados obtidos entre o modelo de PL determinístico e o estocástico e indicar qual deles é melhor para auxiliar as tomadas de decisão da empresa. Foram testados dois modelos matemáticos de PL, um determinístico e um estocástico, para a alocação de fomentos florestais, de forma a atender as restrições de transporte e metas volumétricas de abastecimento de madeira para seis anos de produção de celulose. Como resultado, obteve-se um modelo capaz de indicar, para quais municípios devem ser direcionados os investimentos de produção florestal, sem ultrapassar os custos máximos estabelecidos. Concluiu-se que o uso do modelo de Programação Linear estocástico foi eficiente, para a geração de cenários e de informações estratégicas adicionais, quando comparado ao modelo determinístico. O modelo estocástico foi capaz de auxiliar as tomadas de decisão, de forma mais abrangente, uma vez que apresenta distribuições de probabilidade a respeito dos prováveis valores da função objetivo.
metadata.teses.dc.description.abstract: One of the modalities of forestry outgrower schemes is the partnership between rural producers and forestry companies of which objective is the production of planted forests for wood supply. The contract of outgrower schemes by purchasing wood at a contracted price has been a common form of contracting of large Brazilian forestry companies. Thus, the producer benefits from the guarantee of wood sale and the company guarantees the supply of wood without the need for land acquisition. The definition of optimal regions for hiring these outgrower schemes is part of the strategic planning of the companies' wood supply. The knowledge of the financial risks that can increase the cost of production in these selected regions increases the chances of success of the venture. In this context, the main objective of this work was to test the use of stochastic linear programming (LP) scenarios to direct the strategies of allocating forestry outgrower schemes to wood supply. The specific objectives of the study are (i) to verify whether it is possible to model financial risk by employing a probability distribution function and associate it with the challenges of operating on outgrower scheme properties; (ii) compare the recommendation of the candidate regions for the allocation of new outgrower schemes between a deterministic and a stochastic linear programming model; (iii) quantify the impact of uncertainty variables on the cost of allocating new outgrower schemes; (v) compare the results obtained between the deterministic and stochastic LP models and indicate which is best to assist the company's decisionmaking. Two LP mathematical, one deterministic and one stochastic, were tested regarding the allocation of forestry outgrower schemes to meet the transport restrictions and volumetric wood supply goals for six years of cellulose production. As a result, we obtained a model capable of indicating, to which regions forestry outgrower schemes should be directed without exceeding the established maximum costs. In conclusion, the use of the stochastic linear programming model was efficient in generating scenarios and additional strategic information when compared to the deterministic model. The stochastic model allowed more expanded decision-making since it presents probability distributions regarding the probable values of the objective function.
metadata.teses.dc.description: Arquivo retido, a pedido do autor(a), até outubro de 2020.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/37403
metadata.teses.dc.publisher: Universidade Federal de Lavras
metadata.teses.dc.language: por
Appears in Collections:DCF - Engenharia Florestal - Doutorado (Teses)

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.