System Dynamics

1. System Dynamics System Dynamics is one approach to modeling the dynamics of complex systems such as population, ecological and economic systems, which usually interact strongly with each other. Systems Dynamics was founded in the early 1960s by Jay W. Forrester of the MIT Sloan School of Management with the establishment of the MIT System Dynamics Group. At that time, he began applying what he had learned about systems during his work in electrical engineering to everyday kinds of systems. What makes using System Dynamics different from other approaches to studying complex systems is the use of feedback loops. Stocks and flows are the basic building blocks of a System Dynamics model. They help describe how a system is connected by feedback loops which create the nonlinearity found so frequently in modern day problems. Computer software is used to simulate a system dynamics model of the situation being studied. Running "what if" simulations to test certain policies on such a model can greatly aid in understanding how the system changes over time.

2. USO DE MODELOS INTEGRADOS

3. "modelo é um sistema de representação intencionalmente empobrecido e simplificado da realidade".  MONTMOLLIN (1978) “modelo é uma abstração da realidade e que, portanto, assim deve ser tratado. Porém, permite através de seus resultados inferirmos sobre o mundo real que estamos simulando. “ SILVEIRA & QUADROS (2006)

4. Histórico - Avanço da informática - Modelos em sistemas de produção: (Jones, 1997) - Antes 1950: Contabilidade - Entre 50 e 60: programação linear (respostas das propriedades as políticas publicas (econômicas), redução de custos,etc) - Começo década 80: programação linear híbrida (simulação das interações entre os componentes de uma propriedade e considera decisões seqüências ao longo do tempo - mais realísticos) *ênfase em modelos de lavouras (comerciais), raros integram produção animal.

5. Estes consideram que o produtor tem multi-objetivos a serem alcançados e procuram maximizar lucro, fatores ambientais, prioridades sociais do produtor, etc. Para isto usam a metodologia de multi-objetivos proposta por ROMERO & REHMAN (1989).

6. Esta proposta continuava a apresentar certas deficiências: • os modelos biológicos têm somente a função de gerar dados para o programa de maximização; • modificações nos resultados dos modelos biológicos são obtidos a partir de manejos pré-concebidos; • o modelo econômico é altamente afetado pelo manejo biológico pré-escolhido.

7. A integração de modelos socio-bio-econômicos deve considerar que o produtor toma decisões muitas vezes diferentes daquelas pré-concebidas inicialmente. Este fato decorre de que o ambiente biológico e econômico vivido pelo produtor a cada dia é resultante de ações praticadas por ele em dias, semanas, meses ou anos anteriores (decisões) e de outras, fora de seu controle direto, mas que irão influenciar nas suas decisões.

8. Portanto, podemos observar como ocorreu a evolução dos modelos desde os simples (analise financeira) a modelos complexos considerando culturas (crescimento, produção, etc), animais, objetivos do tomador de decisão (produtor), etc.. • Fator determinante foi o avanço nas diversas áreas do conhecimento (nutrição animal e da planta, solo, reprodução, sanidade, economia, etc), mas principalmente neste caso, da informática (computadores e programas).

9. - Tipos de modelos: Empíricos (local dependente) Mecanisticos (princípios fisiológicos) Mixtos - Objetivos …. Célula Órgão Sistema Animal Rebanho ….

10. Conhecimento Ordenado B A N C O D E D A D O S

11. Utilizando os dados disponíveis foi desenvolvido a metodologia de modelos integrados de decisão (MID) para gerar cenários que permitam entender os complexos sistemas socio-bio-econômicos da região sudoeste do estado do Rio Grande do Sul, com ênfase naqueles que envolvem o binômio bovinos de corte (as fases de recria/terminação) - lavoura de arroz.

12. Campos Norte Campos do Rio de la Plata Figura 1. Campos do norte no ecossistema do Rio de La Plata. Sistemas socio-bio-econômicos = Ecossistema “...Diversos autores tem discutido ausência de arvores neste ecossistema... A situação do balanço negativo de água em parte do ano e solo com uma textura fina e com deficiência de aeração são condições que beneficiam as pastagens em relação as arvores...” Soriano, (1992). Rio de la Plata grassland. In: Ecosystems of the world. v. 8A.Amsterdam: Elservier Scientific publishing company. pp. 367‑407.

13. Sub- Modelo Decisão do Produtor Econômica: -Empréstimo -Pagamento Solo: -Adubar -Irrigar Animais: -Comprar/Vender -Suplementar -Mover animais Planta: -Cortar -Colher -Fogo Sub-modelo Abiotico Temperatura Fotoperiodo Irradiação Temperatura Fotoperiodo Chuva Vento Temperatura Chuva Vento Temperatura Fotoperiodo Irradiação Sub-modelo Econômico -Preços -Balanço Sub-modelo Solo Fezes Urina Mantilho Massa verde Minerais Agua Sub-modelo Planta IngestãoMassa Seleção Verde Sub-modelo Animal Sub-modelo Arroz Resteva Influencia Inputs Figura 2. Modelo Integrado de Decisões (MID), modelos envolvidos.

14. As informações usadas pelo produtor podem ser classificadas como “natural” e “simuladas”: Natural - são aquelas baseadas em experiências, informações e conhecimento e que são adaptadas à novas circunstâncias para a resolução de seus problemas. Simuladas - são aquelas baseadas em dados científicos quantitativos.

15. Variáveis (t=0) - Disponibilidade de Pasto - Rebanho: - Peso - Lotação - Balanço - N e P no solo - …. Variáveis (t=1) - Disponibilidade de Pasto - Rebanho: - Peso - Lotação - Balanço - N e P no solo - …. Natural Simulado Fusão Decisão Decisão Natural(t=0) - Atitudes - Objetivos Decisão Natural (t=1) - Atitude - Objetivos Inputs t=0 t=1 Influência Projeções: - Clima - Preços produtos/insumos • Figura 3. Modelo Integrado de Decisão a nível de Propriedade

16. A operacionalização do Modelo Integrado de Decisões (MID), como pode ser percebido pelo exposto anteriormente passa por algumas etapas: • - reconhecimento dos sistemas praticados na região; • - concepção teórica das vantagens e desvantagens dos sistemas; • - desenvolvimento, adaptação ou validação de modelos biológicos e econômicos; • - geração de dados e análise dos resultados.

17. Os modelos envolvidos produzem resultados diários, pois os mesmos simulam produções para o tempo de um dia. Cada potreiro da propriedade simulada gera saídas, como por exemplo: minerais e água no solo, produção de matéria seca, peso dos animais, etc.

18. Para testar a operacionalidade do enfoque proposto, tomou-se, para simulação, a propriedade rural de 100 hectares, com três potreiros e mesmas condições econômicas e biológicas iniciais, havendo uma diferença entre as duas situações: o comportamento do produtor (informação “natural”), PRODUTOR1 e PRODUTOR2. • PRODUTOR1 pode ser descrito como mais “conservador”, enquanto PRODUTOR2 adota algumas tecnologias.

19. Tabela 1- Plano de Decisão dos produtores

20. Figura 4. Modelo de Decisões Integradas (MID) aplicado ao caso do sistema de produção da região sudoeste do Rio Grande do Sul.

21. Condições Iniciais 10de Janeiro: Potreiro 1 (20 Ha): Arroz Potreiro 2 (50 Ha): 50 Novilhos em recria ( 300 kg), campo nativo Potreiro 3 (30 ha): 20 Novilhos em terminação ( 400 kg), campo nativo Gasto Família: US$ 200,00 Gasto 1 empregado: US$ 180,00 Banco: US$ 1.000,00 Divida: US$ 2.000,00

22. M I D

23. Fazenda 1 – Condições dos animais e econômicas no momento da toma de decisão

24. Fazenda 2 – Condições dos animais e econômicas no momento da toma de decisão

26. Kg/Ha Figura 5. Relação mensal entre a produção de MS e o consumo animal no Potreiro 3 da Fazenda 1.

28. Apesar das mesmas condições físicas inicias, ao final do ano o cenário para as duas fazendas é diferente. Este fato demonstra a capacidade do MID em incorporar o sistema “natural” de decisão do produtor. Portanto, o cenário final gerado para cada produtor e o resultado de decisões que o mesmo toma durante o ano considerando as suas preferências e crenças.

29. Exemplo de uso do modelo animal

30. SubModelo Abiótico Temperatura Fotoperíodo Chuva Vento Temperatura Fotoperíodo Irradiação Temperatura Chuva Vento SubModelo Solo Fezes Urina Mantilho Massa verde Minerais Água Submodelo Animal SubModelo Pasto ConsumoMassa Seleção Verde Figura 7. Diagrama do modelo pastoral biológico.

31. Objetivos: • Disponibilizar o módulo de simulação de produção animal em todas as fases de produção: crescimento, engorda, gestação e lactação, num software desenvolvido em Visual Basic, como ferramenta de apoio a tomada de decisão por produtores e extensionistas; • Incrementar o banco de dados de parâmetros alimentares utilizados em alimentação animal, principalmente através da inclusão de dados de produção e composição do campo natural oriundos de solos areníticos e basaltícos.

32. M O D E L O A N I M A L Restrição de consumo: - Disponibilidade < 1200 kg/ha - Estresse térmico - Degradabilidade do alimento Degradabilidade do alimento: - Qualidade e Parâmetros de degradabilidade - Restrição Física Ganho de Peso: - Relação proteína digestivel e energia metabolizavel

33. Para a simulação das condições dos animais a campo, seis diferentes situações podem estar ocorrendo: • 1 - Suprimento de energia e proteína abaixo da mantença • 2 - Suprimento de proteína abaixo da mantença • 3 - Suprimento de energia abaixo da mantença • 4 - Suprimento de energia e proteína em equilíbrio para ganho • 5 - Suprimento de energia e proteína acima da mantença, com proteína limitando ganho • 6 - Suprimento de energia e proteína acima da mantença, com energia limitando ganho

34. Máximo Média Mínimo kg/ha Figura 9. Produção de Matéria Seca do campo nativo em Bagé-RS, 1985-1989

35. Máximo Média Mínimo Percentagem Figura 10. Percentagem de Proteína do campo nativo em Bagé-RS, 1985-1989

36. Máximo Média Mínimo Percentagem Figura 11. Digestibilidade “in vitro”do campo nativo em Bagé-RS, 1985-1989