XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. USO DA SÉRIE TEMPORAL NO INTUITO DE PREVER O PREÇO DA MANDIOCA NO EXTREMO OESTE DO PARANÁ Lechan Colares-Santos (UFMS) [email protected] RAFAEL MARTINS NORILLER (UFMS) [email protected] Gustavo Henrique Petean (UFMS) [email protected] Carmeliza Oshiro de Oliveira Rocha (FACSUL) [email protected] Gemael Chaebo (UFMS) [email protected] O trabalho tem a finalidade de prever os preços da mandioca para exportação. O estudo foi realizado por meio de informações bibliográficas e quantitativas dos preços da tonelada de mandioca praticadas no extremo oeste do Paraná praticado noo período de fevereiro de 2006 a janeiro de 2012, estabelecidos pelo CEPEA ESALQ/USP. Posteriormente a partir da utilização do método HoltWinters foi possível prever os preços praticados para os próximos doze meses. Conclui-se que as séries temporais são importantes, pois estabelecem uma previsão facilitando o planejamento dos produtores de mandioca. Palavras-chaves: Prever, Preço, Mandioca XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 1. Introdução A cadeia produtiva da mandioca, como outras tantas, vem passando por inúmeras modificações nos últimos anos. A raiz da mandioca se caracteriza como um dos alimentos básicos do brasileiro, principalmente para as populações de baixa renda. A indústria de processamento vem se desenvolvendo significativamente, garantindo a presença da fécula como insumo para uma série de indústrias, tanto alimentícias quanto não alimentícias, a abertura do mercado associado à adaptação do cultivo no Brasil, abre uma série de perspectiva a este setor (GAMEIRO, 2002). No final da década passada, a produção de mandioca superou os 26 milhões de toneladas/ano, a cultura é de extrema importância para o Brasil, sendo cultivada em todo território nacional. Outro fator que diferencia a cultura da mandioca é a sua elevada produtividade, a mandioca produz em média 14 toneladas por hectare, enquanto culturas como o arroz produzem cerca de 3,2 toneladas por hectare, o milho 3,1 e o trigo cerca de 1,8 toneladas por hectare. Gameiro (2002) retrata que na segunda metade da década de 90, com o desenvolvimento da economia brasileira que elevou o poder de compra da população, houve uma redução na demanda per capita para os produtos de consumo básico, entre eles tanto a mandioca in natura quanto a farinha de mandioca. Em desacordo, existem ótimas perspectivas para a utilização da fécula como matéria-prima em diversos setores industriais. A substituição do amido de milho e outros cereais, pelo amido da mandioca pode alavancar a cadeia produtiva da mandioca. São diversas as possibilidades de uso da fécula, porém, há ainda grandes desafios a serem enfrentados por este sistema agroindustrial a fim de aproveitar adequadamente o potencial de desenvolvimento deste mercado. A competitividade do produto tem sido limitada por fatores remanescentes da antiga estrutura de organização da cadeia, que mantém relações instáveis entre os agentes, e possui pouco desenvolvimento tecnológico. Na Região Centro Sul do Brasil, os menores preços da mandioca são praticados nos meses de maio a julho coincidindo com o pico de colheita e de efetiva produção, justificado pela sazonalidade na produção da raiz (FUKUDA; OTSUBO, 2003). Diante da importância da mandioca como alimento básico, principalmente para famílias carentes, e também a sazonalidade presente na produção. O presente trabalho tem como objetivo utilizar o método de Holt-Winters com o intuito de prever os preços de comercialização da mandioca no extremo oeste do Paraná (EOP), Estado com maior produção na região Sul. 2. Fundamentação Teórica A mandioca era cultivada pelos índios bem antes dos portugueses chegarem ao território brasileiro. Valle (2005, p. 4) destaca que “assim, como existiram no México as culturas Maia e Asteca, graças à existência do milho; e, nos Andes existiram os Incas, graças à batata, na Amazônia existiram grandes culturas indígenas graças à mandioca”. No território brasileiro a mandioca é tradicionalmente voltada para alimentação humana quer na forma de amido e seus derivados, farinha de mandioca e em menor escala na alimentação animal. Em sua maioria culturas de subsistência e produções em pequena escala voltadas para consumo próprio e pequenos mercados locais e regionais. Concomitantemente, com 2 XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. tecnologia totalmente brasileira, nos Estados do Paraná, Mato Grosso do Sul e São Paulo com ramificações no Estado de Santa Catarina, desenvolveu-se um vigoroso agronegócio ligado a cadeia produtiva da mandioca, cujo desenvolvimento tecnológico é referência mundial. A raiz não é apenas um importante alimento para as populações de pequenos produtores rurais, serve para alimentação animal, pode ser colhida praticamente em todos os meses do ano, possui baixa exigência quanto a clima e tipos de solos. Castro (2007) retrata que o conceito de cadeia produtiva foi desenvolvido como instrumento de visão sistêmica, partindo da premissa que a produção de bens pode ser representada como um sistema, onde os diversos atores estão interconectados por fluxos de materiais, de capital e de informação, objetivando suprir um mercado consumidor final com os produtos desse sistema. Deve ser estuda segundo o enfoque de Sistemas de Commodities (CSA) ou Commodities System Approach, Zylberstain (2005) o define como um sistema de commodities que engloba todos os atores envolvidos com a produção, processamento, distribuição de um produto. No mercado da mandioca e de seus derivados, chama a atenção sua estrutura de governança. Os efeitos da instabilidade nos preços de uma governança não adequada às características da oferta de matéria-prima espalham incertezas e desestímulo na cadeia. Na produção industrial de fécula e de farinha de mandioca, os modos de governar as transações com a matéria-prima (raiz de mandioca) passam pela decisão de: compra no mercado spot, a predominante; fazer a produção própria; adquirir de forma híbrida entre as duas alternativas. Há iniciativas tomadas no sentido de buscar uma melhor harmonia entre a oferta e a demanda de matéria-prima. Segundo a Food and Agriculture Organization (2008), a mandioca é cultivada em mais de 100 países, com produção de 228 milhões de toneladas em 2007. A África é a maior região produtora, onde o produto se destina a subsistência. Por não existir naquele continente a indústria de produtos derivados, o consumo é predominantemente in natura sendo a mandioca a base alimentar de milhões de pessoas. Também se destaca na produção de mandioca a Ásia, onde existe uma grande indústria de derivados, principalmente de fécula, e mais recentemente de etanol a partir da mandioca. Na América do Sul, o produto tem a característica de ser base alimentar, consumido na forma in natura, bem como ser matériaprima para a indústria de fécula e farinha de mandioca, principalmente. Os países com maior produção de mandioca são: Nigéria, Brasil, Tailândia, Indonésia e República do Congo, que somados, representaram 58,7% da produção global de mandioca em 2007. A partir da Tabela 1 se observa os principais países produtores de mandioca em 2007. País Produção em 2007 (em toneladas) % Nigéria 45,75 20,00 Brasil 27,31 11,90 Tailândia 26,41 11,50 Indonésia 19,61 8,50 República do Congo 15,00 6,50 Mundo 228,14 100,00 Fonte: Food and Agriculture Organization (2008) 3 XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. Tabela 1 - Produção mundial de mandioca A mandioca é cultivada em todas as regiões do Brasil, tendo a produção em 2008 totalizados 26,5 milhões de toneladas, conforme FAO (2008), elevando-se 4,0% em relação ao total produzido em 2006 (26,6 milhões de toneladas). No Norte e Nordeste a tuberosa é amplamente utilizada para a alimentação, servindo de base a esta, sendo consumida in natura. Além disso, também há forte predomínio da indústria, principalmente a de farinha. No Centro-Sul, tendo em vista, o maior acesso a renda, o consumo in natura é menor, enquanto que a raiz é destinada para a indústria, principalmente para produção da fécula e da farinha. Já na pesquisa e desenvolvimento verifica-se que apesar de alguns avanços, como é no caso da Empresa Brasileira de Pesquisa Agropecuária na qual se ampliou de forma significativa a variabilidade genética de mandioca no banco de germoplasma conservado da EMBRAPA Mandioca e Fruticultura Tropical, passando de 288 acessos em 1976 para 1800 acessos em 2002, conquistas que impactem não são frequentes. A cadeia produtiva da mandioca apresenta fatores limitantes à competitividade, assim como qualquer cadeia contida em um sistema agroindustrial. Os principais fatores de restrição da competitividade ligados a demanda são os subsídios do mercado externo, assimetria de informação quanto à aplicabilidade, a instabilidade da qualidade e a presença de giclocídeos e cianogênicos. O mercado internacional de produtos agrícolas principalmente Estados Unidos e Europa têm restringindo as importações no caso da mandioca em especial a fécula. Assimetria das informações em aplicabilidade: a falta de informação quanto à aplicabilidade é um fator que restringe a sua competitividade em relação a outros amidos e, em decorrência reduz a demanda. Por exemplo, a indústria de panificação não conhece os limites, nem em qual processo seria viável, técnica e economicamente a aplicação da fécula de mandioca a farinha de trigo. Instabilidade a qualidade e a cianogênese: os consumidores que operam nos mercados mais seletivos exigem que a fécula mantenha o padrão de qualidade, o qual nem sempre é atendida pela oferta. 3. Procedimentos Metodológicos Os benefícios provenientes da utilização de metodologias baseadas na análise de séries temporais estão na simplificação da quantidade de variáveis, uma vez que um modelo econométrico, por exemplo, exigiria inúmeras informações além daquelas já disponíveis no desempenho histórico da variável a ser analisada. Morettin e Toloi (2004) retrataram que série temporal é qualquer conjunto de observações ordenadas no tempo. Se estas observações consecutivas são dependentes umas das outras, é possível conseguir uma previsão (SAMOHYL; ROCHA; MATTOS, 2001) e assim fornecer as bases para compreender o comportamento do evento ao qual está se analisando. Para análise da série temporal do salário mínimo necessário, os únicos dados necessários são os próprios valores da série, estes levantados através de metodologia confiável. Modelos de Holt-Winters descrevem apropriadamente dados de demanda em que se verifica a ocorrência de tendência linear, além de um componente de sazonalidade (PELLEGRINI; FLOGIATTO, 2000). Caso a amplitude da variação sazonal mantenha-se constante, diz-se que o modelo é aditivo, caso aumente com o tempo, diz-se que o modelo é multiplicativo. As vantagens do modelo são: fácil entendimento, aplicação não dispendiosa, adequados para série com 4 XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. padrão de comportamento mais geral, e as desvantagens são: dificuldades em determinar os valores mais apropriados das constantes de suavização e / ou impossibilidade de estudar as propriedades estatísticas, tais como média e variância de previsão e, conseqüentemente, a construção de um intervalo de confiança (HAIR, 2005). Neste trabalho será utilizado o modelo de Holt-Winters aditivo, que tem como expressão geral: Zt t Tt St t (1) onde: Z t = o valor da série no instante t t = nível da série no instante t Tt = tendência da série no instante t St = Efeito Sazonal da série no instante t t = erro aleatório da série no instante t t ~ N (0; 2 ) , isto é, o erro aleatório tem distribuição normal com média zero e variância constante igual a 2. A modelagem de uma série temporal necessita de valores iniciais, expressão de atualização dos fatores e expressão de previsão. Usualmente se isola o primeiro período (normalmente se usa períodos anuais, se a série tem observações mensais, semanais ou mensais, se a série tem observações diárias, e assim por diante) da série para iniciar a modelagem. No caso de uma série anual, como é o caso deste trabalho, baseado em, tem-se: a)Valores Iniciais Para o nível 12 t Z i 1 i para t 1,...,12 12 (2) O nível ajustado da série para os doze primeiros meses é a média aritmética destes. Para a Tendência Tt 0 para t 1,...,12 (3) A tendência para os meses que compõem o primeiro período será igual a zero. Para a Sazonalidade 12 St Z t Z i 1 12 i para t 1,...,12 (4) A sazonalidade para cada mês do primeiro período é a diferença entre o observado naquele mês e a média do período. Após o primeiro período de observação será atualizado o modelo a cada nova observação e efetuada uma previsão para a observação seguinte. No caso estudado, as observações são mensais e, portanto, no final de cada mês será atualizado 5 XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. o modelo e será feita uma previsão para o mês subseqüente. Assim, se faz necessário a apresentação das equações de atualização do modelo. b) Equações de Atualização Para o nível Zt (Zt St s ) (1 )Zt 1 (5) Ou seja, o nível ajustado no mês t é igual à média ponderada da diferença entre o valor observado no mês t e o efeito sazonal de um período atrás (o nível observado no instante t) (aqui no caso, um ano) e o valor ajustado do mês anterior. Para a tendência Tt (Zt Zt 1 ) (1 )Tt 1 (6) A tendência ajustada para o mês t é a média ponderada da diferença entre o nível ajustado no mês t e o nível ajustado do mês anterior (ou seja tendência do mês atual) e a tendência do mês anterior. Para a Sazonalidade St (Zt Zt ) (1 )St s (7) A sazonalidade ajustada no mês t é a média ponderada da diferença entre o valor observado no mês t e o nível ajustado do mês t (a sazonalidade observada no instante t) e a sazonalidade do mês “t-s”, ou seja, o mesmo mês do ano anterior, onde: Z t é o nível ajustado no instante t, Tt é a tendência no instante t St é a sazonalidade no instante t St-s é o fator sazonal para o instante t, medido um período atrás, instante t-s. , , são as constantes de suavização com 0 < , , < 1. Quanto mais próximos de 1 forem os valores de , e , maior a influência dos valores mais recentes para os novos níveis, tendência e sazonalidade. Quando, ao contrário, os valores se aproximam de zero é maior a importância dos valores observados mais distantes no tempo. O objetivo da modelagem é realizar previsões para os meses subseqüentes. A seguir apresenta-se a equação de previsão para k passos à frente. c) Equação de Previsão Zˆt (h) Zt hTt St hS onde h 1, 2,...., k (8) Isto é, a previsão k passos á frente realizada no instante t, para o instante t+k baseia-se no nível ajustado até o instante t ( Z t ), na tendência ajustada até o instante t ( Tt ) e no efeito sazonal para o instante t+k medido no instante t+k-s. As constantes de suavização , , são aquelas que minimizam a média dos valores absolutos dos erros de previsão um passo a frente, dada pelas seguintes expressões: 6 XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. PR R E 100 (9) n Em E i 1 (10) n Onde: E = Erro percentual absoluto P = Arrecadação prevista R = Arrecadação realizada Em= Erro médio n = Número de meses A minimização do erro percentual relativo para as previsões um passo a frente acima é o critério adotado neste trabalho. As constantes de amortecimento α, β e γ foram determinadas de maneira a minimizar o valor do Erro Quadrático Médio por meio de programação linear, com auxílio do Solver do Excel. Os dados utilizados foram os preços da tonelada de mandioca praticados no extremo oeste do Paraná, por meio da série temporal, fornecida pela CEPEA – ESALQ/USP. 4. Análise e Discussão de Resultados Por meio das informações apresentadas na Tabela 2 e Gráfico 1, analisou-se o nível, tendência e sazonalidade no período a fim de estabelecer um menor erro percentual médio com o método Holt-Winters para a previsão dos próximos doze meses. Mês / Ano 2006 Janeiro 2007 2008 2009 2010 2011 2012 R$ 134,84 R$ 173,75 R$ 148,97 R$ 201,66 R$ 259,77 R$ 225,52 Fevereiro R$ 96,22 R$ 136,22 R$ 169,36 R$ 135,30 R$ 235,71 R$ 235,95 Março R$ 91,23 R$ 140,59 R$ 166,86 R$ 134,35 R$ 257,10 R$ 218,53 Abril R$ 80,73 R$ 142,24 R$ 166,39 R$ 130,11 R$ 228,47 R$ 213,50 Maio R$ 78,23 R$ 135,05 R$ 157,28 R$ 126,48 R$ 208,93 R$ 194,85 Junho R$ 78,44 R$ 119,86 R$ 154,56 R$ 121,55 R$ 242,66 R$ 177,45 Julho R$ 78,11 R$ 118,26 R$ 153,89 R$ 123,16 R$ 232,91 R$ 184,80 Agosto R$ 75,26 R$ 128,29 R$ 159,10 R$ 128,77 R$ 230,41 R$ 194,10 Setembro R$ 78,30 R$ 143,28 R$ 165,78 R$ 141,82 R$ 254,37 R$ 201,79 Outubro R$ 91,92 R$ 160,17 R$ 167,92 R$ 180,65 R$ 256,80 R$ 214,76 Novembro R$ 121,53 R$ 170,16 R$ 167,28 R$ 190,22 R$ 268,09 R$ 234,61 Dezembro R$ 138,39 R$ 172,62 R$ 162,59 R$ 191,38 R$ 266,35 Fonte: CEPEA ESALQ/USP, 2012. R$ 228,23 Tabela 2: Valores da tonelada de mandioca praticados no extremo oeste do Paraná de fevereiro de 2006 até janeiro de 2012. Aplicando à série histórica o método de Holt-Winters, obteve-se um erro médio de absoluto de 7,27%. Este número representa que o erro médio oscila em torno da previsão 7 XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. com erro 3,64% para mais ou para menos. O gráfico 2 trará a o comportamento heterogêneo do erro absoluto. Com a ferramenta SOLVER do Excel obteve-se as constantes de suavizamento de nível, tendência e sazonalidade (α, β e γ) valores 0,960; 0,001 e 0,999, respectivamente. O gráfico 1 traz esta evolução dos valores e a relação da previsão com o real, expondo o comportamento do modelo. Gráfico 1 - Comparativo da evolução dos dados reais e a previsão do preço da tonelada de mandioca no extremo sul do extremo oeste do Paraná. Este gráfico evidencia o comportamento da previsão sob o valor real, variando ora para menos, ora para mais. Em comparativo obteve-se os erros absolutos expostos do Gráfico 2. As constantes de suavizamento encontradas demonstram o baixo valor da tendência, retificando o preço variável sem tendência futura, tanto de aumento quando de baixa. Gráfico 2 - Evolução do erro percentual absoluto do modelo. Apresentados os erros pudemos fazer as previsões para o período de fevereiro de 2012 a janeiro de 2013. Os valores apresentados podem ser visualizados no Quadro 1 e Gráfico 3. Mês Valor (R$) 8 XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. Fevereiro/2012 R$ 194,03 Março/2012 R$ 184,16 Abril/2012 R$ 172,61 Maio/2012 R$ 167,85 Junho/2012 R$ 169,37 Julho/2012 R$ 169,38 Agosto/2012 R$ 168,23 Setembro/2012 R$ 171,93 Outubro/2012 R$ 183,97 Novembro/2012 Dezembro/2012 R$ 209,75 Janeiro/2013 R$ 226,55 R$ 226,28 Quadro 1 - Previsão dos valores para fevereiro de 2012 a janeiro de 2013. Gráfico 3 - Previsão dos valores para o próximo período. 5. Conclusões O método Holt-Winters é extremamente importante para previsão dos preços, ajudando os produtores de mandioca e também as fecularias. A mandioca foi escolhida para a pesquisa por permitir a seus clientes transformá-lo em diferentes tipos de alimento para o consumidor e representar parte significativa da alimentação das famílias, principalmente as mais carentes. O erro médio encontrado no período de 7,27 é satisfatório e consegue prever com eficiência os próximos preços pagos ao produtor. Esta previsão se utilizada como ferramenta de gestão poderá auxiliar o produtor a encontrar o melhor período de venda ou ainda a prever o seu fluxo de caixa. Tais previsões também podem ser utilizadas pelos representantes públicos como forma se suavizar e regular o mercado nacional para evitar, como sempre ocorrem elevados 9 XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. aumentos de preço aos consumidores de derivados da mandioca no período de entressafra. Para os próximos doze meses os preços devem apresentar uma redução em comparação aos últimos doze meses. A pesquisa levou em conta apenas o preço da mandioca, para próximas pesquisas seria interessante analisar o comportamento dos preços da fécula no mercado nacional e internacional com a utilização de outra metodologia de previsão. O método de HoltWinters resultou em erros satisfatórios, mas acima do esperado, por isso outra metodologia poderá ser utiliza e talvez com melhor eficiência. Referências CASTRO, A. M. G. Cadeia Produtiva e Prospecção Tecnológica como Ferramentas para a Gestão da Competitividade. Disponível em: <http://www.desenvolvimento.gov.br/arquivo/sti/publicacoes/futAmaDilOportunidades/fut Industria_2_01.pdf.> Acesso em: 27 de março de 2007. CEPEA – Centro de Estudos Avançados em Economia Aplicada da ESALQ/USP. Indicador Mandioca – Mercado Interno. Disponível em: http://www.cepea.esalq.usp.br/acucar/?page=429&Dias=15 Acesso em: 03/04/2012. FOOD AND AGRICULTURE ORGANIZATION, Faostat 2008. Disponível em: <http://faostat.fao.org> Acesso em: 27 de setembro de 2008. FUKUDA, C.; OTSUBO, A. A. Cultivo de mandioca na região centro sul do Brasil. Embrapa Mandioca e Fruticultura – Sistemas de Produção, Brasil, jan/2003. Disponível em: <http://sistemasdeproducao.cnptia.embrapa.br/FontesHTML/Mandioca> Acesso em 20/10/2011. GAMEIRO. A. H. Mandioca: de alimento básico à matéria-prima industrial. Escola Superior de Agricultura Luiz de Queiroz. Universidade de São Paulo, 2p. Piracicaba, 2002. Disponível em: <http://www.cepea.esalq.usp.br/pdf/mandioca_contexto.pdf>. Acesso em: 25 de maio de 2010. HAIR, J. F., et. al. (2005). Análise multivariada de dados. Porto Alegre: Artmed. MORETIM, P. A.; TOLOY, C. Modelos para previsão de Série Temporais. Instituto de Matemática Pura e Aplicada, Rio de Janeiro: 1981. PELLEGRINI, F. R.; FOGLIATTO, F. Estudo comparativo entre modelos de Winters e de Box-Jenkins para a previsão de demanda sazonal. Revista Produto e Produção, v. 4, número especial, p. 72-85, abr. 2000. VALLE, T. L. Mandioca: dos índios á agroindústria. Revista Abam. Ano III - Nº11 Julho -Setembro/2005. Disponível em: http://www.abam.com.br/index.php. Acesso em: 16 de julho de 2008. SAMOHYL, R.W; ROCHA, R.; MATTOS, V.L.D. Utilização do método de HoltWinters para previsão do leite entregue às indústrias catarinenses. XXI Encontro Nacional de Engenharia de Produção. Salvador. 2001. ZYLBERSZTAJN, D.; NEVES, M. F. (Orgs.). Economia e gestão dos negócios agroalimentares: indústria de alimentos, indústria de insumos, produção agropecuária, distribuição. São Paulo: Pioneira Thomson, 2005. 10 XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012. 11