Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/14349
Full metadata record
DC FieldValueLanguage
dc.contributor.authorFerreira, Pedro Marcio
dc.date.accessioned2023-12-22T03:00:05Z-
dc.date.available2023-12-22T03:00:05Z-
dc.date.issued2020-02-13
dc.identifier.citationFERREIRA, Pedro Marcio. Dualidade na Otimização Agrícola. 2020. 57 f. Dissertação (Mestrado em Modelagem Matemática e Computacional) - Instituto de Ciências Exatas, Universidade Federal Rural do Rio de Janeiro, Seropédica, RJ, 2020.por
dc.identifier.urihttps://rima.ufrrj.br/jspui/handle/20.500.14407/14349-
dc.description.abstractNa otimização das decisões agrícolas temos que escolher entre as diferentes políticas de produção a mais eficiente, em relação às metas e condições de viabilidade. As decisões baseadas no julgamento e na intuição podem ser satisfatórias quando o número de fatores do problema é limitado e suas relações são claras. Mas em situações onde esse número cresce é necessária a utilização de modelos matemáticos que representem ou simulem condições reais. Um dos principais problemas que ocorrem na agricultura é a baixa eficiência com que são utilizados os recursos disponíveis. A distribuição irregular de recursos e a escassez de capital justificam a utilização de técnicas da programação matemática que permitem aumentar os lucros. Em perímetros onde várias culturas com diferentes sistemas de manejo entram em competição por existir limitação de água, terra e fertilizantes, uma maneira de escolher a área de cultivo, lâmina de água e/ou dose de nitrogênio ótima no conjunto de soluções viáveis, é o uso de técnicas que auxiliem as tomadas de decisões, a programação linear (PL) e a programação quadrática (PQ), têm-se mostrado como bons instrumentos para a alocação ótima desses recursos. A PL e a PQ são, sem dúvida, apropriadas para a solução de problemas complexos que não podem ser resolvidos satisfatoriamente com técnicas analíticas convencionais (CARVALHO et al., 2000; BAIO et al., 2004; FRIZZONE et al., 2005; OJIMA et al., 2006; CARVALHO et al., 2009; DELGADO et al., 2010). Nos últimos anos a PL e a PQ tem sido utilizadas em diversas áreas da ciência. Em função dos avanços computacionais, cada vez mais se tem buscado utilizar ferramentas que procuram maximizar lucros e minimizar custos, tornando a otimização agrícola uma área de pesquisa bastante atraente. Como a maior parte dos problemas gerados é cada vez maior e de resolução complexa, então devem ser procurados procedimentos eficientes para resolvê-los, e a “dualidade” se apresenta como uma ferramenta efetiva para tal finalidade. Dualidade é a propriedade ou caráter do que é duplo, do que é dual, ou que contém em si duas naturezas, duas substâncias ou dois princípios. A teoria de dualidade se baseia em associar ao problema original (primal) um outro problema, chamado dual, que sob certas condições (e num certo sentido) é equivalente ao primal e que, às vezes, é mais fácil de resolver. Na programação matemática, as relações de dualidade mais fortes são obtidas quando o problema primal é de maximização côncava. Mas mesmo em casos bem gerais (até de otimização combinatória), a dualidade pode ser muito útil, tanto para as questões teóricas quanto para as técnicas computacionais. Nesta dissertação se tratam três problemas importantes na otimização agrícola. No primeiro, interessa a seleção de culturas agrícolas e meses de plantio que proporcionem a maximização da produção e a maximização da receita líquida do agricultor (problema primal), como também a determinação dos preços dos insumos (água e terra irrigável), de modo a fornecer a oferta mínima para que se aceite um acréscimo deles (problema dual). No segundo problema, dado um conjunto de lotes e suas soluções ótimas de produção, fazemos o que chamamos de ‘inverso de otimização” para conseguirmos os coeficientes que faltam na função objetivo. Finalmente no terceiro problema, tratamos a dualidade de problemas de programação quadrática com recursos (lâmina de água e dose de nitrogênio) limitados e associados à maximização da produção e a maximização da receita líquida respectivamente.por
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpor
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal Rural do Rio de Janeiropor
dc.rightsAcesso Abertopor
dc.subjectotimização agrícolapor
dc.subjectdualidadepor
dc.subjectproduçãopor
dc.subjectreceita líquidapor
dc.subjectprogramação linearpor
dc.subjectprogramação quadráticapor
dc.subjectmétodo barreira logarítmicapor
dc.subjectagricultural optimizationeng
dc.subjectdualityeng
dc.subjectproductioneng
dc.subjectnet revenueeng
dc.subjectlinear programmingeng
dc.subjectquadratic programmingeng
dc.subjectlogarithmic barrier methodeng
dc.titleDualidade na otimização agrícolapor
dc.title.alternativeDuality in agricultural optimizationeng
dc.typeDissertaçãopor
dc.description.abstractOtherIn the optimization of agricultural decisions, we have to choose between the different production policies the most efficient, in relation to the goals and conditions of viability. Decisions based on judgment and intuition can be satisfactory when the number of problem factors is limited and their relationships are clear. But in situations where this number grows, it is necessary to use mathematical models that represent or simulate real conditions. One of the main problems that occur in agriculture is the low efficiency with which the available resources are used. Irregular distribution of resources and capital shortages justify the use of mathematical programming techniques to increase profits. In perimeters where several crops with different management systems compete because there is water, land and fertilizer limitation, one way to choose the area of cultivation, water blade and / or optimal nitrogen dose in the set of viable solutions is the use of techniques that aid decision making, and linear programming (LP) and quadratic programming (QP), have been shown as good instruments for the optimal allocation of these resources. LP and QP are undoubtedly suitable for the solution of complex problems that cannot be satisfactorily solved with conventional analytical techniques (CARVALHO et al., 2000; BAIO et al., 2004; FRIZZONE et al., 2005; (2006), which is the most widely used in the literature. In recent years LP and QP have been used in several areas of science. Due to the computational advances, more and more have tried to use tools that seek to maximize profits and minimize costs, making agricultural optimization a research area quite attractive. As most of the problems generated are increasingly complex, then efficient procedures must be sought to solve them, and "duality" is an effective tool for this purpose. Duality is the property or character of what is dual, of what is dual, or which contains within itself two natures, two substances, or two principles. The theory of duality is based on associating with the original (primal) problem another problem, called dual, which under certain conditions (and in a certain sense) is equivalent to the primal one and which is sometimes easier to solve. In mathematical programming, the strongest duality relations are obtained when the primal problem is of concave maximization. But even in very general cases (even combinatorial optimization), duality can be very useful, both for theoretical questions and for computational techniques. This dissertation deals with three important problems in agricultural optimization. In the first one, the selection of agricultural crops and months of planting that maximize the production and the maximization of the net income of the farmer (primal problem), as well as the determination of the prices of the inputs (water and irrigable land) in order to provide the minimum supply to accept an addition of them (dual problem). In the second problem, using optimal optimality conditions, we try to estimate the optimum net agricultural revenue with current limited resources, in relation to past optimal net revenue records. Finally, in the third problem, we deal with the duality of quadratic programming problems with limited resources (water depth and nitrogen dose) associated to maximization of production and maximization of net revenue respectively.eng
dc.contributor.advisor1Delgado, Angel Ramon Sanchez
dc.contributor.advisor1ID052.598.857-24por
dc.contributor.referee1Delgado, Angel Ramon Sanchez
dc.contributor.referee2Tostas, Rogerio Gomes de Lima
dc.contributor.referee3Vera-Tudela, Carlos Andrés Reyna
dc.creator.ID130.491.167-57por
dc.creator.Latteshttp://lattes.cnpq.br/0130909785318983por
dc.publisher.countryBrasilpor
dc.publisher.departmentInstituto de Ciências Exataspor
dc.publisher.initialsUFRRJpor
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e Computacionalpor
dc.relation.referencesAGUIAR, J.V. A função de produção na agricultura irrigada. Fortaleza: Imprensa Universitária, (2005). ALFANDARIA, L.; PLATEAU, A., SCHEPLER, X. A branch-and-price-and-cut approach for sustainable crop rotation planning. European Journal of Operational Research, (2015). BAIO, H. R. F., ANTUNIASSI, R. U., BALASTREIRE, A. L., and FILHO, J. V. C. Modelo de programação linear para seleção de pulverizadores agrícolas de barras. Revista Engenharia Agrícola, (2004). BAZARAA, M.S., SHERALI, H.D. and SHETTY, C.M. Nonlinear Programming. John Wiley & Sons, New York. (1993). BAZARAA, M. C., SHERALI, H. D., and SHETTY, H. D. Nonlinear Programming: Theory and Algorithms. John Wiley. (1979). BERTONHA, A.; FRIZZONE, J.A.; MARTINS, E.N. Irrigação e adubação nitrogenada na produção de laranja-pêra. Acta Scientiarum, v.21, (2008) BERTSEKAS, D. P. Nonlinear Programming. Athena Scientific. (2004). CARVALHO, D. F. Otimização do uso da água no perímetro irrigado do Gorutuba. PhD thesis, Universidade Federal de Viçosa. (1998). CARVALHO, D. F. SOARES, A., RIBEIRO, C. A., SEDIYAMA, C. G., and PRUSKI, F. Otimização do uso da água no perímetro irrigado do Gorutuba, utilizando-se a técnica da programação linear. Revista Brasileira de Engenharia Agrícola e Ambiental, (2000). CORNELIS Roos, Tamás Terlaky, and Jean-Philippe Vial, Theory and algorithms for linear optimization: an interior point approach, Wiley, (1997) DANTIZG, G. B. Linear Programming and Extensions. Princeton University Press, Princeton, NJ, (1963). DE CARVALHO, D. F., DELGADO, A. R. S., de OLIVEIRA, R. F., da SILVA, W., and do FORTE, V. L. Maximização da produção e da receita agrícola com limitações de água e nitrogênio utilizando método de pontos interiores. Revista Engenharia Agrícola, (2009). DELGADO, A. R. S. and VENTURA, S. D. Experiência numérica na maximização da produção e receita agrícola do meloeiro e da alface americana. Revista Pesquisa Operacional para o Desenvolvimento, (2014). DELGADO, A. R. S., VENTURA, S. D., CARVALHO, D. F., and SANTOS, R. D. Determinação de intervalos ótimos de irrigação utilizando barreira logarítmica. Revista Brasileira de Agricultura Irrigada, (2010). DOS SANTOS Jr., J. L. C., FRIZZONE, J. A., and DA SILVA Paz, V. P. Otimização do uso da água no perímetro irrigado Formoso aplicando lâminas máximas de água. (2014). FIACCO, A. V. and CORMICK, M. C. Nonlinear Programming: Sequential Unconstrained Minimization Techniques. Wiley. (1968). FIGUEIREDO, M., FRIZZONE, J. A., PITELLI, M. M., and REZENDE, RLâmina ótima de irrigação do feijoeiro, com restrição de água, em função do nível de aversão ao risco do produtor. Acta Sci. Agron. Maringá, . (2008). FRISCH, K.R. The logarithmic potential method of convex programming, Technical report, University Institute of Economics, Oslo. (1955). FRIZZONE, J. A., ANDRADE, A. S., DE SOUZA, J. L. M., and ZOCOLER, J. L. Planejamento de irrigação. Análise de decisão de investimentos. EMBRAPA. (2005). FRIZZONE, J. A., COELHO, R. D., DOURADO, D. N, and SOLIANE, R. Linear programming model to optimize the water resource use in irrigation projects: an application to the Senator Nilo Coelho Project. Sci. Agric. Piracicaba, 54 (especial), (1997). FRIZZONE J.A. Lâminas de água e doses de nitrogênio na produção de aveia (Avena sativa L.) para forragem. Scientia Agrícola (1995). GALDINO, D., DELGADO, A. R. S., VENTURA, D. S., Dib, C. M., RODRIGUES, P.P.C.. Binary programming for the simulation of crop rotation and animal transit in an integrated crop- livestock system. Revista Ciência Agronômica, (2019) GASQUES, José Garcia; BASTOS, Eliana Teles «Crescimento da Agricultura». (2003). GUANZIROLI, Carlos Enrique «Agronegócio no Brasil: perspectivas e limitações» (PDF). Economia para Discussão, 186. Universidade Federal Fluminense (2006) KARMARKAR, N., A New PolynomiaJ-Time Algorithm for Linear Programming, Combinatorica, (1984). KHACHIYAN, L.G. A Polynomial Algorithm in Linear Programming. Soviet Mathematics Doklady, (1979). KIRSCH, I. Hypnotic enhancement of cognitive-behavioral weight loss treatments—Another meta-reanalysis. Journal of Consulting and Clinical Psychology, (1996). KOJIMA, M.; MIZUNO, S.; YOSHISE, A. A primal-dual interior point method for linear programming. In Progress in Mathematical Programming. Interior Point and Related Methods, N. Megiddo, ed. Springen-Verlag, New York, (1989) LUENBERGER, D. G, Linear and Nonlinear Programming, 2nd edtion. Addison-Wesley, Reading. (1984). MARQUES Silva, P. A., PEREIRA Magela, G., REIS, R., LIMA, L. A., and TAVEIRA, J. H. Função de resposta da alface americana aos níveis de água e adubação nitrogenada. Ciênc. Agrotec, (2008). MONTEIRO, R. D. C., ADLER, I. e RESENDE, M. G. C., A polynomial-time primal-dual a ne scaling algorithm for linear and convex quadratic programming and its power series extension, Mathematics of Operations Research, (1990). OJIMA, A. L. R. O. and YAMAKAMI, A. Modelo de programação quadrática para análise da movimentação logística e comercialização da soja Brasileira. Revista Engenharia Agrícola, (2006). PARGA, P., FURST, P., and ANDRADE, E. Elementos de Programação Linear. Editora Universidade Rural, 4a edition. (2010). PENA, R. F. A. AGRICULTURA NO BRASIL ATUAL. mundoeducação.(2019). ROCHA, J. A. F. Resposta produtiva do meloeiro sob diferentes lâminas de água e doses de nitrogênio. Jaboticabal (2016). SANTOS, L. M. R., SANTOS, R. H., ARENALES, M. N., and RAGGI, L. A. Um modelo para a programação de rotação de culturas. Pesq. Operacional, (2007). VENTURA, D. S., DELGADO, A. R. S., TEIXEIRA, V. Optimum Control of Grazing and Cattle Movement in the Silvopastoral Establishment "La Aguada" (Córdoba-Argentina). Journal of Agricultural Studies, (2019).por
dc.subject.cnpqMatemáticapor
dc.thumbnail.urlhttps://tede.ufrrj.br/retrieve/72039/2020%20-%20Pedro%20Marcio%20Ferreira.pdf.jpg*
dc.originais.urihttps://tede.ufrrj.br/jspui/handle/jspui/6295
dc.originais.provenanceSubmitted by Jorge Silva (jorgelmsilva@ufrrj.br) on 2023-01-31T17:42:42Z No. of bitstreams: 1 2020 - Pedro Marcio Ferreira.pdf: 1332734 bytes, checksum: 0fb52920b4164e836a5e239b30e15ded (MD5)eng
dc.originais.provenanceMade available in DSpace on 2023-01-31T17:42:42Z (GMT). No. of bitstreams: 1 2020 - Pedro Marcio Ferreira.pdf: 1332734 bytes, checksum: 0fb52920b4164e836a5e239b30e15ded (MD5) Previous issue date: 2020-02-13eng
Appears in Collections:Mestrado em Modelagem Matemática e Computacional

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Files in This Item:
File Description SizeFormat 
2020 - Pedro Marcio Ferreira.pdf1.3 MBAdobe PDFThumbnail
View/Open


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