FORMULAÇÃO NÃO LINEAR DE RAÇÃO PARA FRANGOS DE CORTE: MODELAGEM E OTIMIZAÇÃO

Transcrição

1 UNIVERSIDADE ESTADUAL PAULISTA "JÚLIO DE MESQUITA FILHO" FACULDADE DE MEDICINA VETERINÁRIA CAMPUS DE ARAÇATUBA FORMULAÇÃO NÃO LINEAR DE RAÇÃO PARA FRANGOS DE CORTE: MODELAGEM E OTIMIZAÇÃO Marcel Alessandro de Almeida Zootecnista ARAÇATUBA - SP 2013

2 UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE MEDICINA VETERINÁRIA CAMPUS DE ARAÇATUBA FORMULAÇÃO NÃO LINEAR DE RAÇÃO PARA FRANGOS DE CORTE: MODELAGEM E OTIMIZAÇÃO Marcel Alessandro de Almeida Orientador: Prof. Dr. Marcos Franke Pinto Co-orientador: Prof. Dr. Manoel Garcia Neto Dissertação apresentada à Faculdade de Medicina Veterinária Unesp, Campus de Araçatuba, como parte das exigências para obtenção do título de Mestre em Ciência Animal (Medicina Veterinária Preventiva e Produção Animal). ARAÇATUBA SP 2013

3 Catalogação na Publicação(CIP) Serviço de Biblioteca e Documentação FMVA/UNESP Almeida, Marcel Alessandro de A447f Formulação não linear de ração para frangos de corte: modelagem e otimização / Marcel Alessandro de Almeida. Araçatuba: [s.n], f. il.; + CD-ROM Dissertação (Mestrado) Universidade Estadual Paulista, Faculdade de Medicina Veterinária, 2013 Orientador: Prof Adj. Marcos Franke Pinto Co-orientador: Profº Adj. Manoel Garcia Neto 1.Ração animal-formulas e receitas 2. Frango de corte. 3. Controle de custo 4. Otimização 5. Programação não linear CDD

4

5 DADOS CURRICULAR DO AUTOR MARCEL ALESSANDRO DE ALMEIDA nascido em 28 de setembro de 1984, em Araçatuba SP, cursou o ensino fundamental (1ª à 5ª série) na E.E. Prof.ª Lea Silva Moraes (Ilha Solteira), (6ª a 8ª série) E.E. Prof. Genésio de Assis (Araçatuba-SP), e o ensino médio E.E. Dr. Clovis de Arruda Campos. Ingressou no curso de Zootecnia em 2005 na Universidade Estadual do Mato Grosso do Sul (Aquidauana), no ano seguinte foi aprovado para transferência externa no curso de Zootecnia na Unesp de Ilha Solteira e formou-se no ano de Iniciou em 2011, como aluno especial, e em 2012, como aluno regular do curso de mestrado em Ciência Animal na Faculdade de Medicina Veterinária UNESP Campus Araçatuba, na área de Medicina Veterinária Preventiva e Produção Animal, com bolsa FAPESP.

6 A educação tem raízes amargas, mas os seus frutos são doces. (Aristóteles)

7 Dedico A Deus, aos meus pais por me apoiarem durante essa fase, e por me darem a oportunidade de buscar o conhecimento acima de tudo.

8 AGRADECIMENTO Aos professores Marcos Franke e Manoel como orientador e coorientador, pela oportunidade e pelos vários ensinamentos e aconselhamento. Ao professor Max pela dedicação e auxílio nas diversas fases do experimento; Aos funcionários Adão, Carlos e Laércio pela colaboração e apoio técnico na execução deste experimento; Aos amigos, Camila Angélica, Mayara Maia, Sergio, Pamela, Patrícia, Maria Clara e Danilo pela ajuda e pelos momentos de descontração e amizade; A FAPESP pelo financiamento desta pesquisa e pela bolsa de mestrado concedida; Gostaria de agradecer a Faculdade de Medicina Veterinária de Araçatuba pela oportunidade de realizar o curso de mestrado e a todos os professores do programa de pós-graduação em Ciência Animal, pelos conhecimentos transmitidos que auxiliaram na elaboração desta dissertação; E a minha namorada Aline pela compreensão e apoio nos momentos bons e ruins de nossa trajetória juntos. Pois só com auxilio destas pessoas direta ou indiretamente foi possível concretizar essa dissertação. Que Deus abençoe a todos.

9 ix SUMÁRIO 1 INTRODUÇÃO REVISÃO BIBLIOGRÁFICA Mudanças no conceito de formulação de ração HIPÓTESES OBJETIVO MATERIAL E MÉTODOS Tratamentos e delineamentos experimental Condução do experimento Análise estatística Avaliações Desempenho das aves e viabilidade econômica RESULTADOS E DISCUSSÃO CONCLUSÕES REFERÊNCIAS ANEXOS ANEXO A - FOTOS DO EXPERIMENTO ANEXO B ANÁLISE DE SENSIBILIDADE... 62

10 x LISTA DE FIGURAS FIGURA 1- Solução Gráfica da Programação linear FIGURA 2 - Solução Gráfica da Programação não linear FIGURA 3 - Gráficos de superfície de respostas (a) e de curvas de contornos (b) para margem de lucro (R$) de fêmeas, segundo a variação do preço histórico do frango e idade (dias), para o princípio de formulação linear (PL) FIGURA 4 - Gráficos de superfície de respostas (a) e de curvas de contornos (b) para margem de lucro (R$) de fêmeas, segundo a variação do preço histórico do frango (%) e idade (dias), pelo princípio de formulação não linear (PNL) FIGURA 5 - Gráficos de superfície de respostas (a) e de curvas de contornos (b) para margem de lucro (R$) de machos, segundo a variação do preço histórico do frango (%) e idade (dias), para o princípio de formulação linear (PL) FIGURA 6 - Gráficos de superfície de respostas (a) e de curvas de contornos (b) para margem de lucro (R$) de machos, segundo a variação do preço histórico do frango (%) e idade (dias), pelo princípio de formulação não linear (PNL)

11 xi LISTA DE TABELAS Tabela 1 - Distribuição dos tratamentos nos experimentos I (fêmeas) e II (machos), conforme o preço do frango e do método de formulação não linear(pnl) e linear(pl) Tabela 2 - Distribuição dos tratamentos nos experimentos I (fêmeas) e II (machos), para avaliação da viabilidade econômica segundo o método de formulação não linear(pnl) e linear(pl) Tabela 3 - Modelo da programação não linear Tabela 4 - Composição dos ingredientes da ração (%) e o conteúdo em nutrientes calculado da dieta (%), segundo as fases e as exigências para fêmeas Tabela 5 - Composição dos ingredientes da ração (%) e o conteúdo em nutrientes calculado da dieta (%), segundo as fases e as exigências para machos Tabela 6 - Peso vivo, ganho de peso, consumo de ração e conversão alimentar para frangos de corte fêmeas, segundo a idade e o princípio de formulação linear (PL) e não-linear (PNL) Tabela 7 - Peso vivo, ganho de peso, consumo de ração e conversão alimentar para frangos de corte machos, segundo a idade e o princípio de formulação linear (PL) e não-linear (PNL) Tabela 8 - Coeficentes de regressão e p-valor para o modelo de superfície de resposta do lucro para os princípios de formulação linear (PL) e não linear (PNL) e sexos, segundo a idade (I) e o preço do frango (PF) Tabela 9 - Margem de lucro absoluto para frangos de corte fêmeas e machos, segundo o preço relativo do frango e o princípio de formulação linear e não linear... 35

12 xii Tabela 10 - Conversão Bioeconômica Energética (BEC) absoluta para frangos de corte fêmeas e machos, segundo o preço relativo do frango e o princípio de formulação linear e não linear Tabela 11 - Índice Bioeconômico (IBE) absoluto para frangos de corte fêmeas e machos, segundo o preço relativo do frango e o princípio de formulação linear e não linear Tabela 12 - Eficiência Bioeconômica (EFE) absoluta para frangos de corte fêmeas e machos, segundo o preço relativo do frango e o princípio de formulação linear e não linear Tabela 13 - Valores médios para peso absoluto(gramas) de carcaça e dos componentes corporais de frangos de corte fêmeas aos 42 dias de abate Tabela 14 - Valores médios para peso absoluto(gramas) de carcaça e dos componentes corporais de frangos de corte machos aos 42 dias de abate Tabela 15 - Valores médios para peso absoluto(gramas) de carcaça e dos componentes corporais de frangos de corte fêmeas aos 56 dias de abate Tabela 16 - Valores médios para peso absoluto(gramas) de carcaça e dos componentes corporais de frangos de corte machos aos 56 dias de abate... 47

13 xiii FORMULAÇÃO NÃO LINEAR DE RAÇÃO PARA FRANGOS DE CORTE: MODELAGEM E OTIMIZAÇÃO RESUMO As atuais estratégias de formulação de ração exigem a aplicação de novas ferramentas computacionais, que utilizam a modelagem matemática, dando suporte na tomada de decisão para uma nutrição de precisão. Por este motivo, destaca-se a programação não linear, que não visa apenas formular uma dieta que atenda às necessidades do animal, mas sim o custo mínimo e também maximizar a margem de lucro. Assim, o presente trabalho teve como objetivo validar a utilização do modelo não linear (PNL), com maximização do retorno econômico, através de estimativas de desempenho das aves e dos custos da ração, segundo a variação de preço do kg do frango de corte (preço médio histórico de 2009 e 2010), as fases de criação e do sexo. Para tanto, foram utilizados 480 pintos de corte, 240 machos e 240 fêmeas da mesma linhagem (Cobb 500), no período de 1 a 56 dias de idade. O delineamento experimental foi inteiramente ao acaso, totalizando 6 tratamentos (aumentando ou diminuindo em 25% ou 50% o preço médio histórico do frango vivo), com 4 repetições e 10 aves por parcela experimental. As aves foram alimentadas ad libitum com água e rações experimentais, formuladas à base de milho, farelo de soja, óleo de soja, suplemento vitamínico e mineral, calcário e fosfato bicálcico. Foi avaliado o desempenho (ganho de peso e consumo de ração), consumo total energético e a margem de lucro. Concluiu-se que o princípio não linear mostra-se mais apropriado, uma vez que as exigências de todos os nutrientes são automaticamente ajustadas pelo modelo matemático. Palavras-chave: ração animal-formulas e receitas, frango de corte, controle de custo, otimização, programação não linear

14 xiv NONLINEAR FEED FORMULATION FOR BROILER: MODELING AND OPTIMZATION SUMMARY - The current formulation strategies required the application of new computational tools that use mathematical modelling, supporting decisionmaking for a precision nutrition. For this reason, non-linear programming, which not only aims to formulate a diet that meets the needs of the animal, according to the minimum cost, but also maximize the profit margin. Thus, the present work had as objective to validate the use of nonlinear principle model (NLP), with maximizing economic returns through performance estimates of birds and feed costs, according to the price change of kg of chicken (average price history for 2009 and 2010), the phases of creation and of sex. Thus, we used 480 broiler chicks, 240 males and 240 females of the same strain (Cobb 500), during the period 1 to 56 days old. The experimental design was completely randomized, with a total of 6 treatments (T1-NLP 50; T2-NLP 25; T3-NLP normal; T4-PNL-25; T5-NLP-50 and T6-PL), with 4 repetitions and 10 birds per plot. The birds were fed ad libitum with experimental rations and water, formulated based on corn, soybean meal, soybean oil, mineral and vitamin supplement, dicalcium phosphate, and limestone. Compliance has been assessed (weight gain, feed conversion and consumption), total energy consumption and profit. It was concluded that the principle of nonlinear formulation is more suitable to meet the concept of precision nutrition for broilers, since the requirements of all nutrients are automatically adjusted by the mathematical model, estimated energy contentrelated, as distinct nutritional recommendations for stages and ages of broiler, according the program PPFR. Keywords: animal feed-formulas and receipts, broiler, cost control, optimization, nonlinear programming

15 15 1 INTRODUÇÃO A avicultura evoluiu consideravelmente nos últimos anos e conquistou, a partir da década de 70, expressiva participação na produção de proteína de origem animal e grande importância socioeconômica para o país (OLIVEIRA et al., 2006). No ano de 2011, o Brasil registrou a maior produção da avicultura. Os números finais de carne de frango chegaram a 13,1 milhões de toneladas, 6,8% acima do obtido em 2010, de acordo com a União Brasileira de Avicultura (UBABEF, 2012). Mantendo-se como terceiro maior produtor de carnes de aves do mundo, diminuindo a distância em relação à China, que produziu, em 2011, 13,2 milhões de toneladas, abaixo dos Estados Unidos com 16,8 milhões de toneladas (CARVALHO et al., 2012; UBABEF, 2012). A busca da indústria por aumento constante na produtividade e lucro, que envolve não apenas maior peso ao abate em menor idade, como também maior rendimento de carcaça e cortes; além da crescente demanda dos consumidores pela ingestão de carnes magras, impõe um desafio aos formuladores de rações. Isto porque lidar com relações de custo-benefício pressupõe a integração de aspectos biológicos e econômicos (ARAUJO et al., 2010). A formulação comercial de dietas para frangos de corte consiste na combinação de ingredientes em proporções apropriadas para atingir o perfil nutricional adequado e desejado, visando o nível ótimo entre desempenho e custo e, consequentemente, máxima rentabilidade (LIMA, 2012). Uma alternativa para ajudar na tomada de decisões e na definição de produtos melhores e mais econômicos, é o uso da modelagem computacional. Essa metodologia procura transformar conceitos e conhecimentos pertinentes em equações matemáticas e as implementa por meio de processos lógicos, simulando situações reais em computador (OVIEDO-RONDÓN et al., 2002). Entretanto, para mudar este paradigma na nutrição de frangos de corte, há necessidade de novos modelos, que já são apresentados como softwares comerciais, utilizando a modelagem matemática e permitindo a manipulação da

16 16 curva de crescimento, mediante alterações da dieta, do manejo, do material genético, sexo, idade de abate e ambiência, visando o máximo na margem de lucro (RENZ, 2005). 2 REVISÃO BIBLIOGRÁFICA 2.1 Mudanças no conceito de formulação de ração A eficiência na formulação de ração é uma das necessidades da indústria de produção animal. O desempenho e desenvolvimento animal estão diretamente ligados à ingestão de alimentos e para que seja cumprida a exigência do animal numa determinada fase de produção, é muito importante que a dieta seja formulada de forma eficiente (SAXENA, 2011a). Deste modo, as pesquisas na área de alimentação e nutrição são dinâmicas, exigindo uma busca contínua, visando descobrir dietas alternativas que sejam ótimas, do ponto de vista nutricional e econômico (GUIDONI, 1994). Na prática o foco dos técnicos em nutrição de animais está ligado à biologia e não no retorno financeiro. Como resultado, a interpretação econômica na alimentação animal tem sido praticamente ignorada no contexto da nutrição e nos programas de formulação de ração. A maior parte da literatura, pouco menciona sobre análise de sensibilidade (ANEXO B) na formulação da dieta, apesar do fato de ser o principal objetivo da nutrição animal, e da dieta representar o maior custo desta produção. O desenvolvimento e a simplicidade de implementação de softwares personalizados deverá facilitar o ensino e aumentar o interesse dos produtores, tanto da área econômica como nas possíveis opções de nutrição de animais (PESTI; SEILA, 1999). Para aperfeiçoar o processo de produção comercial, os modelos de precisão de consumo de ração, crescimento e rendimentos de carcaça são de importância crucial para a economia (ZUIDHOF, 2009). Assim, o modelo linear, por definir apenas o custo mínimo da ração, não necessariamente irá permitir um lucro máximo, daí sua grande limitação. Esta

17 17 limitação promoveu o desenvolvimento de um novo conceito, o qual busca as melhores taxas de ganho, todavia, aliando-se as dietas de custo mínimo que atendam às exigências nutricionais (LANNA et al., 1999). Assim, faz-se necessário uma evolução nos métodos de cálculo, e que tem sido muito facilitado com a disponibilidade de planilhas eletrônicas de programação linear, que combina diferentes matérias primas e preços (tradicionalmente o cálculo de ração de custo mínimo) (GONÇALVES, 2013). Para à necessidade de alcance do máximo desempenho, logo se observou que, para um sistema de produção mais moderno, é preciso associar a economia, para tornar mais eficiente a produção, adotando-se modelos de formulação não linear de lucro máximo. Através dessa nova estratégia de formulação, surgem as ferramentas que utilizam a modelagem matemática, dando suporte às tomadas de decisão e atendendo aos vários requisitos da moderna nutrição. Devido à necessidade da aplicabilidade e desenvolvimento desses modelos, várias pesquisas direcionadas para modelagem matemática aplicada na tomada de decisão da indústria avícola idealizam um menor impacto econômico da produção animal, com a otimização do ambiente produtivo (RENZ, 2005), com vários modelos já disponíveis ([EFG Software; IGM TM ; OmniPro II, BroilerOpt TM ; Câmera ] OVIEDO-RONDÓN, 2013). Pelo fato da maioria dos programas mencionados serem comerciais, e, portanto, fechados, essa condição restringe as pesquisas, pelo custo do programa ou pelas limitações nas possibilidades de manipulação dos recursos internos para ajustes dos modelos matemáticos estudados (GONÇALVES, 2013). Todavia, são também oferecidos determinados programas abertos, evidenciando as crescentes pesquisas sobre o assunto (PESTI; SEILA, 1999; ROUSH et al., 2007 e 2009), aplicados à pesquisa, ensino e com possibilidades de uso na indústria avícola, sendo disponibilizados gratuitamente na website, como o UFFDA (PESTI; MILLER, 1992), o UNEFORM (THOMSON; NOLAN,

18 ), o WUFFDA (PESTI et al., 2002), e alguns nacionais, como o SAEG-RCM (2007) e o PPFR (GARCIA-NETO, 2009). Uma vez que o objetivo atual é a otimização, os programas lineares começam a ficar limitados (PENZ-JUNIOR et al., 2009), pois apesar de visar o máximo desempenho biológico, não garantem os maiores benefícios econômicos (OVIEDO-RONDON, 2005; CERRATE; WALDROUP, 2009a, 2009b). Assim, de acordo com Penz et al. (2009), há necessidade de mudanças de paradigmas na nutrição de frangos de corte, e, por exigir uma nutrição de precisão, com acurácia, será indispensável o emprego não mais dos modelos lineares, e sim dos modelos não lineares. Para atender a esse novo desafio foi idealizado e desenvolvido o Programa Prático de Formulação de Ração (PPFR) versão não linear (GARCIA- NETO, 2009), o qual utiliza o modelo de Guevara (2004), permitindo a formulação da ração segundo a variação de preço do kg do frango de corte, além dos ingredientes. O modelo mantém a densidade energética com ajustes concomitantes dos demais nutrientes, sempre visando à otimização da dieta (CERRATE; WALDROUP, 2009a, 2009b). Por fim, o PPFR conciliou, incorporou e adaptou três grandes recursos: as Tabelas Brasileiras para aves e suínos (ROSTAGNO, 2011), as ideias e design da planilha WUFFDA (PESTI, 2002) e o modelo matemático de Guevara (2004), o que permite apresentar a primeira planilha gratuita não linear para formulação de rações de frangos de corte, como estratégia nutricional, para uma maior lucratividade na produção avícola. O aumento da complexidade dos sistemas experimentais têm exigido métodos de otimização que possam descrever, em termos matemáticos, o comportamento das variáveis que definem suas ótimas condições de operação (EIRAS, 1993). Dentre os diferentes tipos de modelos, para resolver problemas complexos, é recomendável o uso da superfície de resposta que permite o ajuste de modelos simples (em geral, lineares ou quadráticos) a respostas obtidas com planejamento fatoriais ou planejamentos fatoriais ampliados. Este modelo pode

19 19 ser envolvido na formulação de dietas, com o intuito de minimizar a quantidade utilizada de um ingrediente de alto custo, sem perder a sua qualidade, tornando o custo final da ração competitiva no mercado (RODRIGUES; IEMMA, 2009). Assim, são necessários também indicadores que auxiliem na predição do melhor modelo de formulação de ração, visando aferir o desempenho nutricional (HAMMOND et al., 1995 apud BELLEN, 2006, p. 41). Uma das mais importantes características de um indicador, quando comparado com outros tipos ou formas de informação, é a sua relevância para o processo de tomada de decisão. Para ser representativo, o indicador tem de ser considerado importante tanto pelos tomadores de decisão quanto pelo público (GALLOPIN, 1996 apud BELLEN, 2006, p. 42) Portanto, ao se avaliar a melhor relação custo/benefício entre os princípios de formulação, buscou-se na literatura um consenso para critérios e opções (índices) para avaliar o desempenho bioeconômico, mas sem sucesso (HOUNDONOUBO et al., 2009; LANNA et al., 1999; ONYIMONYI; UGWU, 2007; ROLL et al., 1999), devido ao fato que somente o consumo de ração é utilizado nos índices encontrados, a saber: Eficiência Econômica (EFE) (HOUNDONOUGBO, 2009) e o Índice Bioeconômico (IBE) (GUIDONI, 1994; MEINERZ et al., 2001). A programação linear oferece a possibilidade de atender às exigências em nutrientes com menor custo, sem prejuízo da produtividade dos animais (SAXENA et al., 2011a, 2011b). No entanto os métodos lineares de formulação de rações ignoram a importância da economia e não são adequados para otimizar a alimentação de frangos de corte, pois reduzir os custos de alimentação pode parecer atraente, mas a resultante perda de desempenho pode ter efeitos negativos sobre a rentabilidade atingida (GUEVARA, 2004). Assim, segundo Saxena (2011a), a complexidade do uso da relação linear entre o ganho de peso e os nutrientes dos ingredientes, possivelmente seria melhor descrita pela programação não linear, pois os resultados da programação linear são obtidos no vértice de uma determinada área de solução viável (Figura

20 20 1), diferentemente do príncipio não linear, no qual o resultado correspondente a solução ótima adentra a região viável (Figura 2). FIGURA 1- Solução Gráfica da Programação linear. Fonte: (LACHTERMACHER, 2013). FIGURA 2 - Solução Gráfica da Programação não linear. Fonte: (LACHTERMACHER, 2013) Segundo Campbell (1987), fisicamente, a distinção entre o comportamento linear e não linear é melhor entendida a partir de exemplos, como a água que flui através de um tubo a uma velocidade baixa, o movimento é laminar e é característico do comportamento linear: regular, previsível e descritível em simples termos matemáticos. No entanto, quando a velocidade excede a um valor crítico, o movimento torna-se turbulento com redemoinhos localizados em movimento numa forma complicada, irregular e instável, que tipifica o comportamento não linear. Então, um sistema linear apresenta

21 21 pequenas alterações nos seus parâmetros frente a estímulos externos, sendo geralmente suave e em proporção direta com a estimulação. Mas, para sistemas não lineares, uma pequena mudança nos parâmetros pode produzir uma enorme diferença qualitativa no movimento. 3 HIPÓTESES As seguintes hipóteses foram levantadas: 1. A formulação de rações, baseada no conceito não linear, corrige as distorções do sistema tradicional [ração de custo mínimo (linear)], resultando numa solução ótima em termos de teor energético da dieta. 2. De acordo com a metodologia proposta, as exigências de todos os nutrientes serão automaticamente ajustadas pelo modelo matemático, relacionados ao teor energético estimado (GUEVARA, 2004), segundo as recomendações das Tabelas Brasileiras de aves e suínos (ROSTAGNO, 2011). 4 OBJETIVO O presente projeto teve como escopo validar a utilização de uma planilha de simulação não linear, com maximização do retorno econômico, através de estimativas de desempenho das aves e dos custos de produção, segundo a variação de preço do kg do frango de corte e as fases de criação. 5 MATERIAL E MÉTODOS 5.1 Tratamentos e delineamentos experimental Os experimentos I e II foram realizados simultaneamente, no Setor Experimental de Zootecnia do Curso de Medicina Veterinária de Araçatuba da UNESP, Campus de Araçatuba. Foram utilizados 240 machos e 240 fêmeas pintos de corte, de mesma linhagem comercial (Cobb 500), no período de 1 a 56

22 22 dias de idade. A proposta do experimento I (fêmeas) e II (machos) foi definir o melhor princípio de formulação de ração para frangos de corte, segundo o sistema linear (ração de custo mínimo) e não linear (ração de lucro máximo), que determinou a estratégia de arraçoamento para frangos de corte fêmeas e machos, segundo as curvas de equações quadráticas (consumo e ganho de peso). O delineamento experimental para avaliação do desempenho (consumo, peso corporal e conversão alimentar) foi inteiramente ao acaso, totalizando 6 tratamentos, com 4 repetições e 10 aves por parcela para cada experimento (Tabela 1), segundo o preço médio histórico de 2009 a 2010 do kg do frango que foi aumentado e diminuído 25% e 50% conforme Guevara (2004) e Afrouzyeh (2010). Assim, sendo realizado apenas alterações nas dietas em relação ao preço médio histórico do kg do frango no modelo não linear, nas demais os ingredientes não sofreram alteração, sendo utilizado apenas o preço médio de 2009 a 2010 do milho (R$0,35), farelo de soja (R$0,60) e óleo de soja degomado (R$ 1,88) (Avisite/ CEPEA/ e ABIOVE/ Tabela 1 - Distribuição dos tratamentos nos experimentos I (fêmeas) e II (machos), conforme o preço do frango e do método de formulação não linear(pnl) e linear(pl) Tratamento Preço (kg/frango) Método de formulação 1 Preço de mercado +50% PNL 2 Preço de mercado +25% PNL 3 Preço de mercado¹ PNL 4 Preço de mercado -25% PNL 5 Preço de mercado -50% PNL 6 Preço de mercado¹ PL ¹ Preço de mercado do kg do frango calculado através do preço médio histórico de jan 2009 a dez 2010 (R$ 1,64). Fonte: avisite

23 23 Posteriormente, para a avaliação da viabilidade econômica foi utilizado um delineamento inteiramente ao acaso, com 10 tratamentos e quatro repetições (Tabela 2). Tabela 2 - Distribuição dos tratamentos nos experimentos I (fêmeas) e II (machos), para avaliação da viabilidade econômica segundo o método de formulação não linear(pnl) e linear(pl) Tratamento Preço (kg/frango) Método de formulação 1 Preço de mercado +50% PNL 2 Preço de mercado +25% PNL 3 Preço de mercado¹ PNL 4 Preço de mercado -25% PNL 5 Preço de mercado -50% PNL 6 Preço de mercado +50% PL 7 Preço de mercado +25% PL 8 Preço de mercado¹ PL 9 Preço de mercado -25% PL 10 Preço de mercado -50% PL ¹ Preço de mercado calculado através do preço médio histórico de jan 2009 a dez 2010 (R$ 1,64). 5.2 Condução do experimento No alojamento das aves, foi utilizado um galpão de alvenaria (7,85 x 45,70m), com orientação Leste-Oeste, climatizado com sistema de resfriamento evaporativo adiabático com ventilação de pressão negativa, coberto com telhas especiais, constituídas de material isolante (poliestireno expandido) disposto entre chapas metálicas refletivas. Em seu interior, as aves foram dispostas em boxes, possuindo um bebedouro e um comedouro para cada, com dimensões de 1,4 x 3,0m, que constituirão as parcelas experimentais, tendo como piso cama de maravalha. Os pintos com um dia de idade foram pesados e distribuídos ao acaso nos 48 boxes, contendo 10 aves cada. Como fontes de aquecimento inicial foram

24 24 usados cones de porcelana com resistência elétrica de 400W, um em cada compartimento, durante os 15 primeiros dias de criação As rações experimentais foram formuladas à base de milho, farelo de soja, óleo de soja, suplemento vitamínico, suplemento mineral, calcário e fosfato bicálcico, conforme esquema apresentado nas Tabelas 3 e 4, utilizando as recomendações de Rostagno et al. (2011) e modelo matemático (GUEVARA, 2004) (Tabela 3). Tabela 3 - Modelo da programação não linear Atividade Ingredientes Energia Intervalo x1 x2 x3 x4 RHS Mínimo Máximo Custo c1 c2 c3 Peso w1 w2 w3 1 Energia e1 e2 e3-1 0 Proteína(P) p1 p2 p3 -(P/E) 0 Amino acido (A) a1 a2 a3 -(A/E) 0 1 E1 E2 Função objetivo: Maximizar PF(a+bE-cE²)-PC(d-eE+fE²) ¹PF=preço do frango; PC=custo da dieta; E= nível de energia; RHS=right-hand side. Os dados foram ajustados usando o suplemento Solver do Excel para expressar o consumo, ganho de peso e conversão alimentar em termos de densidade de energia, onde P= peso (kg), E= densidade de energia (Mcal/kg), e constantes (a, b, c, d e f) (GUEVARA, 2004). Conforme Gonçalves (2013), as respostas para a produção dos frangos de corte, segundo a idade e o teor energético da dieta, entendido como sendo "densidade nutricional", são definidos através da função quadrática, segundo as equações. Os modelos completos ajustados para aves de 1 a 20 dias:

25 25 Os modelos completos ajustados para aves de 21 a 56 dias: 5.3 Análise estatística Os resultados foram submetidos à análise de variância para verificar os efeitos de tratamentos segundo os procedimentos do PROC GLM do sistema SAS (2009). Para verificar a significância das diferenças entre médias dos tratamentos, foi aplicado o teste T (LSD). Foram ajustado modelos de superfície de resposta, utilizando o procedimento RSREG de programa estatístico SAS. Como há diferenças entre as taxas de crescimento para machos e fêmeas, com distintas recomendações nutricionais, e ainda, devido às diferentes formulações impostas pela programação não linear, foi desconsiderada a possibilidade de se usar um esquema fatorial (PENZ- JUNIOR et al., 2009).

26 26 Tabela 4 - Composição dos ingredientes da ração (%) e o conteúdo em nutrientes calculado da dieta (%), segundo as fases e as exigências para fêmeas Inicial (1 a 21 dias) Crescimento (22 a 42dias) Terminação (43 a 56 dias) Planilha não Linear Planilha Linear Planilha não Linear Planilha Linear Planilha não Linear Planilha Linear Ingredientes Preço médio do kg do Frango Preço médio do kg do Frango Preço médio do kg do Frango 0,82 1,23 1,64 2,05 2,46 0,82 1,23 1,64 2,05 2,46 0,82 1,23 1,64 2,05 2,46 % % % % % % % % % % % % % % % % % % Custo da ração 0,582 0,624 0,657 0,671 0,678 0,662 0,511 0,531 0,531 0,535 0,535 0,614 0,464 0,495 0,501 0,506 0,506 0,596 Inerte 0,000 0,000 0,000 0,000 0,000 0,000 1,890 0,000 0,000 0,000 0,000 0,000 6,227 0,000 0,000 0,000 0,000 0,000 Milho 61,881 62,135 58,692 57,258 56,507 56,893 67,259 72,664 72,664 73,556 73,534 65,413 66,041 70,427 72,777 74,816 74,816 66,737 Óleo de Soja 0,000 1,398 3,096 3,803 4,173 3,566 0,000 0,000 0,000 0,000 0,012 4,225 0,000 0,000 0,000 0,000 0,000 4,733 Soja Farelo -45% 34,293 32,277 33,930 34,618 34,978 35,313 27,909 24,047 24,047 23,074 23,085 26,814 25,036 26,699 24,184 22,003 22,003 25,076 Fosfato Bicálcico 1,581 1,670 1,722 1,744 1,755 1,724 1,240 1,318 1,318 1,330 1,330 1,440 1,101 1,174 1,204 1,230 1,230 1,359 Sal Comum 0,447 0,458 0,471 0,476 0,479 0,472 0,382 0,397 0,397 0,398 0,398 0,427 0,351 0,375 0,378 0,382 0,382 0,415 L-Lisina HCl 0,109 0,225 0,214 0,209 0,206 0,176 0,000 0,158 0,158 0,193 0,192 0,158 0,000 0,000 0,090 0,167 0,167 0,165 DL-Metionina 0,189 0,237 0,249 0,254 0,257 0,242 0,084 0,132 0,132 0,142 0,142 0,166 0,065 0,069 0,095 0,118 0,118 0,153 L Treonina 0,000 0,055 0,056 0,056 0,056 0,041 0,000 0,000 0,000 0,015 0,015 0,013 0,000 0,000 0,000 0,000 0,000 0,012 Calcário Calcítico 0,824 0,847 0,858 0,862 0,864 0,856 0,721 0,753 0,753 0,756 0,756 0,777 0,662 0,706 0,716 0,725 0,725 0,749 Polimax F-pré Inicial (Fatec) 0,676 0,698 0,714 0,721 0,725 0,716 0,515 0,533 0,533 0,535 0,535 0,567 0,000 0,000 0,000 0,000 0,000 0,000 Polimax F-3 Acabamento (Fatec) 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,517 0,551 0,556 0,561 0,561 0,600 Valores Calculados EM (Kcal kg-1) 2,877 2,970 3,040 3,070 3,085 3,050 2,907 3,010 3,010 3,020 3,021 3,200 2,800 2,986 3,013 3,036 3,036 3,250 Proteína Bruta (%) 20,865 20,152 20,613 20,805 20,906 21,041 18,252 17,125 17,125 16,808 16,811 17,810 16,839 17,957 17,111 16,377 16,377 17,130 Cálcio (%) 0,805 0,831 0,850 0,858 0,863 0,853 0,668 0,691 0,691 0,694 0,694 0,735 0,604 0,644 0,650 0,655 0,655 0,701 Fósforo disponível (%) 0,404 0,417 0,427 0,431 0,433 0,428 0,333 0,345 0,345 0,346 0,346 0,367 0,302 0,322 0,324 0,327 0,327 0,350 Potássio (%) 0,801 0,765 0,785 0,794 0,798 0,806 0,699 0,644 0,644 0,628 0,628 0,674 0,643 0,686 0,646 0,612 0,612 0,646 Sódio (%) 0,197 0,201 0,205 0,207 0,208 0,206 0,171 0,177 0,177 0,177 0,177 0,188 0,158 0,168 0,170 0,171 0,171 0,183 Cloro (%) 0,336 0,364 0,368 0,370 0,371 0,362 0,275 0,315 0,315 0,323 0,323 0,331 0,255 0,272 0,291 0,308 0,308 0,325 Ácido Linoléico 1,362 2,107 2,971 3,331 3,519 3,201 1,418 1,491 1,491 1,501 1,507 3,655 1,376 1,468 1,494 1,517 1,517 3,942 Lisina Dig. 1,086 1,121 1,147 1,158 1,164 1,151 0,853 0,883 0,883 0,886 0,886 0,939 0,777 0,829 0,836 0,843 0,843 0,902 Metionina Dig. 0,484 0,519 0,535 0,541 0,545 0,533 0,352 0,385 0,385 0,391 0,391 0,423 0,314 0,335 0,350 0,362 0,362 0,403 Metionina + Cistina Dig. 0,771 0,796 0,814 0,822 0,826 0,817 0,614 0,636 0,636 0,638 0,638 0,676 0,559 0,596 0,602 0,606 0,606 0,649 Triptofano Dig. 0,229 0,218 0,225 0,228 0,230 0,232 0,197 0,178 0,178 0,173 0,173 0,189 0,180 0,192 0,179 0,168 0,168 0,180 Treonina Dig. 0,705 0,728 0,746 0,753 0,757 0,748 0,620 0,574 0,574 0,576 0,576 0,610 0,571 0,609 0,576 0,547 0,547 0,586 Arginina Dig. 1,320 1,257 1,297 1,314 1,323 1,335 1,135 1,031 1,031 1,003 1,003 1,094 1,039 1,108 1,036 0,973 0,973 1,043 Valina Dig. 0,878 0,840 0,860 0,869 0,873 0,881 0,774 0,718 0,718 0,703 0,703 0,746 0,714 0,762 0,721 0,687 0,687 0,718 Isoleucina Dig. 0,819 0,781 0,804 0,814 0,819 0,826 0,711 0,651 0,651 0,634 0,634 0,685 0,652 0,696 0,654 0,617 0,617 0,655 Leucina Dig. 1,704 1,642 1,662 1,670 1,674 1,689 1,551 1,479 1,479 1,456 1,457 1,498 1,447 1,543 1,485 1,434 1,434 1,455 Histidina Dig. 0,529 0,507 0,517 0,522 0,524 0,529 0,471 0,441 0,441 0,433 0,433 0,455 0,436 0,465 0,443 0,424 0,424 0,439 Fenilalanina Dig. 0,959 0,917 0,940 0,949 0,954 0,963 0,843 0,781 0,781 0,764 0,764 0,813 0,778 0,829 0,784 0,745 0,745 0,781 Fenilalanina + Tirosina Dig. 1,618 1,547 1,584 1,600 1,608 1,623 1,423 1,319 1,319 1,289 1,290 1,372 1,312 1,399 1,324 1,259 1,259 1,318 Relação Energia:Proteina 137, , , , , , , , , , , , , , , , , ,726 Suplementos vitamínico-minerais utilizados nas rações em três fases de criação (quantidade/kg do produto) incluíram: pré Inicial: vit. A U.I; vit. D U.I; vit. E mg; vit. K3-417 mg; vit. B1-335 mg; vit. B mg; vit. B6-335 mg; vit. B mcg; ácido fólico mg; biotina - 17 mg; niacina mg; pantotenato de cálcio mg; Cu mg; Co - 35 mg; I mg; Fe mg; Mn mg; Zn mg; Se - 35 mg; Cloreto de Colina 50% mg; Metionina mg; Coccidiostático mg; Promotor de Crescimento mg; Antioxidante mg. Terminação: vit. A U.I; vit. D U.I; vit. E mg; vit. K3-400 mg; vit. B1-100 mg; vit. B2-800 mg; vit. B6-200 mg; vit. B mcg; ácido fólico - 67 mg; biotina - 7 mg; niacina mg; pantotenato de cálcio mg; Cu mg; Co - 27 mg; I mg; Fe mg; Mn mg; Zn mg; Se - 70 mg; Cloreto de Colina 50% mg; Metionina mg; Antioxidante mg.

27 27 Tabela 5 - Composição dos ingredientes da ração (%) e o conteúdo em nutrientes calculado da dieta (%), segundo as fases e as exigências para machos Inicial (1 a 21 dias) Crescimento (22 a 42 dias) Terminação (43 a 56 dias) Planilha não Linear Planilha Linear Planilha não Linear Planilha Linear Planilha não Linear Planilha Linear Ingredientes (%) Preço médio do Frango (R$/kg) Preço médio do Frango (R$/kg) Preço médio do Frango (R$/kg) 0,82 1,23 1,64 2,05 2,46 0,82 1,23 1,64 2,05 2,46 0,82 1,23 1,64 2,05 2,46 Custo da ração 0,599 0,659 0,686 0,696 0,702 0,677 0,511 0,542 0,544 0,556 0,586 0,648 0,507 0,517 0,517 0,525 0,534 0,631 Inerte 0,000 0,000 0,000 0,000 0,000 0,000 0,312 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 Milho 63,092 57,260 54,458 53,392 52,852 54,196 62,110 68,270 68,867 69,663 66,603 60,152 66,476 70,242 70,242 72,193 71,275 61,183 Óleo de Soja 0,000 3,004 4,371 4,891 5,155 4,091 0,000 0,000 0,000 0,293 1,859 5,161 0,000 0,000 0,000 0,000 0,476 5,717 Soja Farelo -45% 32,679 35,304 36,662 37,179 37,441 37,301 30,846 28,368 27,716 26,489 27,910 30,905 30,535 26,512 26,512 24,387 24,806 29,423 Fosfato Bicálcico 1,707 1,808 1,852 1,868 1,877 1,830 1,257 1,358 1,366 1,393 1,436 1,526 1,215 1,264 1,264 1,291 1,303 1,438 Sal Comum 0,472 0,496 0,507 0,511 0,513 0,503 0,398 0,412 0,414 0,418 0,429 0,453 0,400 0,395 0,395 0,399 0,402 0,438 L-Lisina HCl 0,215 0,208 0,199 0,195 0,194 0,167 0,000 0,137 0,161 0,213 0,202 0,180 0,000 0,145 0,145 0,222 0,219 0,183 DL-Metionina 0,233 0,259 0,269 0,272 0,274 0,256 0,116 0,161 0,168 0,186 0,196 0,218 0,105 0,148 0,148 0,171 0,174 0,207 L Treonina 0,049 0,056 0,057 0,057 0,057 0,042 0,000 0,000 0,010 0,034 0,034 0,034 0,000 0,000 0,000 0,033 0,033 0,034 Calcário Calcítico 0,874 0,895 0,904 0,908 0,909 0,898 0,723 0,769 0,772 0,779 0,788 0,805 0,725 0,742 0,742 0,750 0,753 0,778 Polimax F-pré Inicial (Fatec) 0,678 0,708 0,721 0,726 0,729 0,716 0,496 0,524 0,526 0,531 0,542 0,567 0,000 0,000 0,000 0,000 0,000 0,000 Polimax F-3 Acabamento (Fatec) 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,543 0,551 0,551 0,555 0,559 0,600 Valores Calculados EM (Kcal kg-1) 2,888 3,015 3,071 3,092 3,103 3,050 2,800 2,959 2,966 2,994 3,060 3,200 2,940 2,984 2,984 3,006 3,027 3,250 Proteína Bruta (%) 20,397 21,119 21,500 21,645 21,719 21,719 19,176 18,718 18,506 18,094 18,481 19,296 19,390 18,040 18,040 17,349 17,462 18,706 Cálcio (%) 0,851 0,889 0,905 0,912 0,915 0,899 0,678 0,717 0,718 0,725 0,741 0,775 0,669 0,679 0,679 0,684 0,689 0,740 Fósforo disponível (%) 0,425 0,444 0,452 0,455 0,457 0,449 0,338 0,357 0,358 0,361 0,369 0,386 0,333 0,338 0,338 0,340 0,343 0,368 Potássio (%) 0,775 0,806 0,823 0,830 0,833 0,834 0,738 0,710 0,700 0,680 0,697 0,734 0,745 0,682 0,682 0,648 0,654 0,710 Sódio (%) 0,206 0,216 0,220 0,221 0,222 0,218 0,177 0,183 0,184 0,185 0,189 0,198 0,178 0,176 0,176 0,178 0,179 0,192 Cloro (%) 0,371 0,382 0,386 0,388 0,389 0,378 0,284 0,321 0,326 0,339 0,342 0,350 0,287 0,312 0,312 0,329 0,330 0,342 Ácido Linoléico 1,374 2,905 3,599 3,864 3,998 3,448 1,343 1,439 1,446 1,610 2,408 4,091 1,421 1,463 1,463 1,485 1,727 4,400 Lisina Dig. 1,126 1,175 1,197 1,206 1,210 1,189 0,917 0,969 0,971 0,981 1,002 1,048 0,918 0,932 0,932 0,939 0,945 1,015 Metionina Dig. 0,519 0,550 0,563 0,568 0,570 0,554 0,392 0,432 0,436 0,448 0,461 0,489 0,386 0,411 0,411 0,424 0,428 0,471 Metionina + Cistina Dig. 0,799 0,834 0,850 0,856 0,859 0,844 0,661 0,698 0,700 0,706 0,722 0,755 0,661 0,671 0,671 0,676 0,681 0,731 Triptofano Dig. 0,221 0,232 0,238 0,240 0,241 0,241 0,210 0,200 0,197 0,190 0,196 0,209 0,211 0,191 0,191 0,180 0,182 0,201 Treonina Dig. 0,732 0,764 0,778 0,784 0,787 0,773 0,652 0,630 0,631 0,637 0,651 0,681 0,659 0,606 0,606 0,610 0,615 0,660 Arginina Dig. 1,273 1,336 1,369 1,382 1,388 1,389 1,211 1,154 1,135 1,098 1,133 1,206 1,216 1,101 1,101 1,040 1,050 1,162 Valina Dig. 0,852 0,882 0,898 0,904 0,908 0,910 0,813 0,786 0,776 0,755 0,772 0,807 0,822 0,758 0,758 0,723 0,728 0,782 Isoleucina Dig. 0,791 0,827 0,846 0,853 0,856 0,857 0,754 0,722 0,711 0,690 0,709 0,750 0,759 0,692 0,692 0,656 0,662 0,724 Leucina Dig. 1,664 1,692 1,709 1,715 1,718 1,727 1,596 1,576 1,560 1,529 1,545 1,579 1,628 1,535 1,535 1,486 1,490 1,541 Histidina Dig. 0,514 0,529 0,538 0,541 0,542 0,544 0,491 0,479 0,473 0,461 0,470 0,487 0,498 0,463 0,463 0,444 0,446 0,473 Fenilalanina Dig. 0,930 0,964 0,982 0,989 0,993 0,995 0,887 0,857 0,845 0,822 0,841 0,881 0,896 0,825 0,825 0,787 0,792 0,853 Fenilalanina + Tirosina Dig. 1,567 1,625 1,656 1,667 1,673 1,677 1,496 1,446 1,426 1,387 1,419 1,485 1,512 1,392 1,392 1,328 1,337 1,439 Relação Energia:Proteina 141, , , , , , , , , , , , , , , , , ,742 Suplementos vitamínico-minerais utilizados nas rações em três fases de criação (quantidade/kg do produto) incluíram: pré Inicial: vit. A U.I; vit. D U.I; vit. E mg; vit. K3-417 mg; vit. B1-335 mg; vit. B mg; vit. B6-335 mg; vit. B mcg; ácido fólico mg; biotina - 17 mg; niacina mg; pantotenato de cálcio mg; Cu mg; Co - 35 mg; I mg; Fe mg; Mn mg; Zn mg; Se - 35 mg; Cloreto de Colina 50% mg; Metionina mg; Coccidiostático mg; Promotor de Crescimento mg; Antioxidante mg. Terminação: vit. A U.I; vit. D U.I; vit. E mg; vit. K3-400 mg; vit. B1-100 mg; vit. B2-800 mg; vit. B6-200 mg; vit. B mcg; ácido fólico - 67 mg; biotina - 7 mg; niacina mg; pantotenato de cálcio mg; Cu mg; Co - 27 mg; I mg; Fe mg; Mn mg; Zn mg; Se - 70 mg; Cloreto de Colina 50% mg; Metionina mg; Antioxidante mg.

28 Avaliações Desempenho das aves e viabilidade econômica As aves foram avaliadas por meio de seu ganho de peso corporal, consumo de ração e ingestão total de energia. O ganho de peso (g/ave/período), o consumo de ração (g/ave/período) e a ingestão total de energia foram mensurados no 21, 42 e 56 no experimento I e II, sendo que a conversão alimentar foi determinada através da divisão do consumo de ração em cada unidade experimental pelo ganho de peso. Também, foram registradas as mortalidades para as correções dos dados de desempenho. A partir destes dados, foi calculado a margem de lucro e os Índices de Eficiência Econômica (EFE) segundo HOUNDONOUGBO et al., (2009) e Índice Bioeconômico (IBE) adaptado de Guidoni et al. (1994). Por não considerarem a energia na avaliação da eficiência econômica, esses índices não seriam apropriados para serem utilizados no modelo de ração não linear, devido ao fato que são formulados dietas com diferentes níveis energéticos na mesma fase de criação, o que não ocorre no modelo linear, que formula dietas com exigência energética definidas, por isso neste trabalho foi proposto o índice BEC (Conversão Bioeconômica Energética) com o intuito de avaliar esse novo princípio de formulação A fórmula do BEC (1) integra a ingestão total de energia (ITE) em Megacaloria (Mcal), o custo ponderado da ração (CPR) em (R$/kg), o ganho de peso(gp) em (kg) e o preço do frango vivo(pfv) em (R$/kg). BEC = ITE CPR GP PFV (Mcal/kg) (1) Observa-se que o custo por kg da ração deve ser o ponderado (CPR) (2), pois desta forma obtém-se um valor médio do custo da ração com maior exatidão, que é mais sensível para detectar diferenças entre tratamentos. Assim, em relação ao presente experimento, o arraçoamento com a ração inicial(ri),

29 29 crescimento(rc) e terminação(rt) foi realizado no período de 21, 21 e 14 dias, respectivamente. Portanto o custo ponderado para o experimento foi: CPR = CRI 21+CRC 21+CRT (2) Onde: CRI=custo ração inicial; CRC=custo ração crescimento; CRT=custo ração terminação. Em relação aos outros índices, EFE (HOUNDONOUGBO et al., 2009), foi calculado em relação a renda obtida pelo ganho de peso e o custo investido na alimentação em cada período (3) e o IBE (GUIDONI, 1994; MEINERZ et al., 2001), utilizou para realização do cálculo o ganho de peso médio no período, a relação entre o preço de 1kg de ração (PR) e o preço de venda de 1kg de frango vivo(pf) e o consumo médio de ração(cr), em cada tratamento (4). EFE = Renda do ganho de peso custo da ração (R$/R$) (3) IBE = ganho de peso ( PR ) CR (kg) (4) PF 6 RESULTADOS E DISCUSSÃO Os resultados das características de desempenho dos frangos de corte para peso vivo, ganho de peso, consumo de ração e conversão alimentar, segundo o sexo e os períodos estudados, encontram-se nas Tabelas 6 e 7. Com relação ao princípio de formulação (Linear e Não linear), o desempenho mostrou-se muito similar em relação aos parâmetros estudados.

30 30 Todavia, quando simulado valores de 50% abaixo da média histórica, o desempenho foi prejudicado significativamente nessa específica condição. Essa piora no peso vivo, no ganho de peso, no consumo de ração e na conversão alimentar deve-se, principalmente, ao menor teor de energia/nutrientes oferecidos nessa dieta (-50%), e que foi inerente ao princípio de formulação (não linear), que não visa o melhor desempenho zootécnico, mas sim a otimização econômica da produção.

31 31 Tabela 6 - Peso vivo, ganho de peso, consumo de ração e conversão alimentar para frangos de corte fêmeas, segundo a idade e o princípio de formulação linear (PL) e não-linear (PNL) Peso vivo (kg) Ganho de peso (kg) Consumo de ração (kg) Conversão alimentar (kg/kg) Tratamentos* 1-21 dias 1-42 dias 1-56 dias 1-21 dias 1-42 dias 1-56 dias 1-21 dias 1-42 dias 1-56 dias 1-21 dias 1-42 dias 1-56 dias PL normal 0,93 A 2,71 A 3,8 A 0,89 A 2,66 A 3,76 A 1,3 4,8 B 7,4 B 1,4 B 1,8 C 2 C PNL+25% 0,94 A 2,63 BA 3,7 BA 0,89 A 2,58 BA 3,63 BA 1,3 4,9 BA 7,9 BA 1,4 B 1,9 BA 2,2 BA PNL+50% 0,93 A 2,63 BA 3,6 BA 0,88 A 2,58 BA 3,59 BA 1,3 4,9 BA 7,6 BA 1,4 B 1,9 B 2,1 B PNL-25% 0,88 BC 2,59 BA 3,6 B 0,84 BC 2,55 BA 3,56 B 1,3 4,9 BA 7,7 BA 1,5 B 1,9 B 2,2 B PNL-50% 0,85 C 2,56 B 3,6 B 0,80 C 2,51 B 3,55 B 1,3 5 A 8 A 1,6 A 2 A 2,3 A PNL normal 0,91 BA 2,61 BA 3,6 BA 0,87 BA 2,56 BA 3,59 BA 1,3 4,9 BA 7,8 BA 1,5 B 1,9 BA 2,2 BA P 0,0004 0,2437 0,2524 0,0004 0,2437 0,2524 0,3038 0,3534 0,2938 0,0027 0,0024 0,001 CV(%) 2,82 3,16 3,54 0,69 3,22 3,58 3,44 3,25 5,09 4,87 2,95 3,42 Médias seguidas de mesma letra nas colunas não diferem estatisticamente pelo teste de T (P>0,05) *kg do frango pago (normal, +25%, +50%, -25% e -50%), segundo o preço histórico de 2009 a 2010 Tabela 7 - Peso vivo, ganho de peso, consumo de ração e conversão alimentar para frangos de corte machos, segundo a idade e o princípio de formulação linear (PL) e não-linear (PNL) Peso vivo (kg) Ganho de peso (kg) Consumo de ração (kg) Conversão alimentar (kg/kg) Tratamentos* 1-21 dias 1-42 dias 1-56 dias 1-21 dias 1-42 dias 1-56 dias 1-21 dias 1-42 dias 1-56 dias 1-21 dias 1-42 dias 1-56 dias PL normal 1,03 BA 3,25 A 4,7 A 0,98 BA 3,2 A 4,69 A 1,4 BA 5,2 C 8,4 C 1,4 B 1,6 C 1,8 C PNL+25% 1,05 A 3,06 B 4,4 B 1 A 3,01 B 4,34 B 1,3 BA 5,3 BC 8,4 C 1,3 B 1,8 B 1,9 B PNL+50% 1,04 A 3,22 A 4,5 BA 0,99 A 3,18 A 4,48 BA 1,3 B 5,4 BC 8,7 CB 1,3 B 1,7 C 1,9 B PNL-25% 0,99 B 3,12 BA 4,6 BA 0,95 B 3,08 BA 4,5 BA 1,4 A 5,6 BA 8,9 CB 1,5 A 1,8 B 2 B PNL-50% 0,95 C 3,13 BA 4,6 BA 0,9 C 3,09 BA 4,56 BA 1,4 A 5,8 A 9,5 A 1,6 A 1,9 A 2,1 A PNL normal 1,01 BA 3,13 BA 4,6 BA 0,97 BA 3,09 BA 4,56 BA 1,4 BA 5,5 B 9 B 1,4 B 1,8 B 2 B P 0,0004 0,08 0,1503 0,0004 0,08 0,1506 0,1703 0,0022 0,002 0,0002 <,0001 0,0002 CV(%) 0,69 2,83 3,78 0,69 2,88 3,81 0,33 3,19 3,91 4,86 2,41 3,4 Médias seguidas de mesma letra nas colunas não diferem estatisticamente pelo teste de T (P>0,05) *kg do frango pago (normal, +25%, +50%, -25% e -50%), segundo o preço histórico de 2009 a 2010

32 32 As análises estatísticas para a superfície de resposta, segundo o sexo e o princípio de formulação linear e não linear, foram apresentadas na Tabela 8 e nas Figuras 3 a 6. Para efeitos de comparação entre os modelos linear e não linear, realizou-se avaliações em relação ao preço do frango vivo (+50%, +25%, -50% e -25% para o princípio linear) para analisar os diferentes índices bioeconômicos e margens de lucro. Constatou-se, através da análise estatística de superfície de resposta, que houve interação significativa para os parâmetros Preço do Frango e Idade (PF I), para ambos os sexos (Tabela 8). Desta forma, há necessidade de se avaliar o preço do frango em função da idade ou a idade em função do preço do frango, por existir uma dependência entre eles. Assim sendo, não há como determinar ou definir qual a melhor idade para o abate das aves, visando o maior lucro, sem discutir o preço do frango, ou qual seria a melhor condição do preço pago pelo mercado, com objetivo de maximizar o lucro da criação dos frangos, uma vez que este também é dependente da idade das aves. Tabela 8 - Coeficientes de regressão e p-valor para o modelo de superfície de resposta da Margem de lucro absoluto, para os princípios de formulação linear (PL) e não linear (PNL) e sexos, segundo a idade (I) e o preço do frango (PF) Parâmetros coefficientes de regressão Machos PL PNL coefficientes de regressão Fêmeas PL PNL Intercepto -0, <0,0001 <0,0001-0, <0,0001 <0,0001 Idade (I) 0, <0,0001 <0,0001 0, <0,0001 <0,0001 Preço Frango(PF) -0, <0,0001 <0,0001-0, <0,0001 <0,0001 I x I -0, <0,0001 0,0005-0, <0,0001 <0,0001 PFx I 0, <0,0001 <0,0001 0, <0,0001 <0,0001 PFxPF 0 1 0, ,3165 R² 0,996 0,9931 0,9967 0,9943 Conforme a Tabela 8, foi obtido a função objetivo Margem de lucro (ML) para machos (MLm) e fêmeas (MLf): MLm = 0, , I 0, PF 0, I 2 + 0, PF I MLf = 0, , I 0, PF 0, I 2 + 0,00135 PF I

33 33 Além da interação do preço do frango em relação a idade, quando gerouse a resposta da análise de superfície, também comparou-se a idade, se esta tem uma resposta linear ou não linear, neste caso o comportamento foi não linear, ocorrendo assim uma curvatura na margem de lucro (Tabela 9), seguindo assim, a lei dos rendimentos decrescentes (ALMQUIST, 1953). Para o preço do frango, não foi constatado efeito quadrático significativo para ambos os sexos em relação aos princípios de formulação. Desta forma, sua influência mostrou-se linear na faixa estudada para a variação histórica do preço do frango pago pelo mercado (Tabela 8). Verificou-se que a influência do preço do frango acentuou-se com o passar da idade em relação ao lucro, razão das faixas serem mais largas com inclinações das retas menos intensas para a variação do lucro das aves mais novas, e vice-versa (Figuras 3 a 6). Desta forma, o máximo lucro mostra-se dependente do sexo (lucros maiores para os machos), justificando o abate mais precoce para as fêmeas. Foi constatada interação significativa entre idade e preço do frango (P<0,0001), mostrando ser melhor abater as aves mais pesadas em condições de altas do preço do kg do frango pago no mercado, e o inverso se o preço diminuir. Analisando a superfície de resposta e curvas de contorno, é possível verificar a existência de uma região ótima para a margem de lucro onde se encontra uma faixa de combinação de preço do kg do frango (R$) e a idade do frango (dias). Evidentemente, uma condição pontual de preço do frango e idade será fixada, no entanto este resultado de faixa ótima das variáveis é muito mais interessante do que apenas um valor pontual, pois ele fornece informação sobre a robustez do processo, ou seja, qual é a variação que pode ser admitida ao redor de um valor ótimo que mantém o processo na condição otimizada (RODRIGUES; IEMMA, 2009). Segundo Saxena (2011b) a programação não linear dá melhor resultado para a maximização da produção animal e ganho de peso e representa efeito simultâneo de todas as variáveis. Esta abordagem de formulação usando a

34 34 programação não linear supera a desvantagem de suposição de linearidade e representa uma potencial extensão desta técnica para mais variáveis. Ao avaliar os dois princípios, em relação as superfícies de respostas e curvas de contornos as mudanças foram perceptíveis (Figuras 3 a 6), onde se visualiza nitidamente a influência do preço do frango. Os resultados obtidos justificam que não é o máximo ganho (princípio da formulação linear) que permite o maior lucro (princípio da formulação não linear), mas sim a densidade energética mais favorável, segundo o preço do kg do frango (kg/r$) e custos dos ingredientes (GARCIA-NETO, 2011). Isso demonstra o diferencial do sistema rígido da programação linear para a flexibilidade da programação não linear, que se mostra mais competitiva no mercado. Quanto a margem de lucro (Tabela 9) foi demonstrado que o princípio de formulação não linear permite minimizar as perdas significativamente (P<0,05), principalmente em condições desfavoráveis do preço do frango no mercado.

35 35 Tabela 9 - Margem de lucro absoluto para frangos de corte fêmeas e machos, segundo o preço relativo do frango e o princípio de formulação linear e não linear

36 36 PL Fêmeas (a) PL Fêmeas (b) FIGURA 3 - Superfície de respostas (a) e de curvas de contornos (b) para Margem de Lucro (R$) de fêmeas, em função do preço histórico do frango idade (dias), para o princípio de formulação linear (PL).

37 37 PNL Fêmeas (a) PNL Fêmeas (b) FIGURA 4 - Superfície de respostas (a) e de curvas de contornos (b) para Margem Lucro (R$) de fêmeas, em função do preço histórico do frango (%) e idade (dias), não lineares (PNL).

38 38 PL Macho (a) PL Machos (b) FIGURA 5 - Superfície de respostas (a) e de curvas de contornos (b) para Margem de Lucro (R$) de machos, em função do preço histórico do frango (%) e idade (dias), para o princípio de formulação linear (PL).

39 39 PNL Machos (a) PNL Machos (b) FIGURA 6 - Superfície de respostas (a) e de curvas de contornos (b) para Margem de Lucro (R$) de machos, em função do preço histórico do frango (%) e idade (dias), não linear (PNL).

40 40 Avaliando os índices EFE, IBE e BEC na análise da margem de lucro bioeconômico (Tabelas 10 a 12), verificou-se a importância de se vincular os retornos econômicos as fontes de energia oferecidas pela ração, através dos índices bioeconômicos, ou seja, para que haja o melhor cenário na busca do maior ganho de peso do animal é necessário alcançar um bom preço dos componentes da ração e também do valor pago pelo kg do frango no mercado. Os dados do presente experimento sugerem que a conversão bioeconômica energética (BEC), mostrou-se mais adequado para diferenciar os princípios de formulação avaliados (Linear e Não linear), independente do sexo e do período (Tabela 10). Pelo fato de formular dietas com diferentes níveis energéticos na mesma fase de criação, o que não ocorre no modelo linear, que formula dietas com exigência energética predeterminadas. Portanto, o BEC atende plenamente ao objetivo do novo conceito de formulação de dieta, com o intuito de avaliar as vantagens do uso da formulação não linear, que apresenta como princípio a maximização do lucro, dependendo, assim, dos custos dos ingredientes e do preço do frango vivo, resultando na alteração do conteúdo energético da ração, ou seja, desde que se mantenha a proporção entre energia e os nutrientes da dieta. Ainda, em relação aos índices bioeconômicos avaliados (EFE, IBE e BEC/Tabelas 10 a 12), o BEC se diferencia por incorporar o item mais caro de uma dieta (energia), por aferir o consumo energético em função da conversão bioeconômica, ou seja, o melhor desempenho foi analisado em relação ao nível energético da dieta. Decorrendo que, quanto menor o índice, melhor é a relação custo/benefício. Em relação ao critério para o conhecimento dos custos, foi sugerido por Guidoni (1994), o Índice Bioeconômico (IBE), tendo como parâmetros o consumo de ração, o ganho de peso, o custo da ração e o custo do kg do frango de corte. Todavia, quando o referido índice foi aplicado, como proposta inicial dessa pesquisa, o IBE não atendeu às expectativas, por não considerar o consumo total energético (sabidamente o consumo de ração é dependente do teor de energia da dieta).

41 41 Desta forma, ao se considerar que o atendimento energético de uma dieta mostrou-se como o item mais caro de uma formulação, o mesmo deveria compor, a fórmula proposta para um índice bioeconômico. Assim, há necessidade de se avaliar, não apenas os ingredientes de uma ração, mas o impacto dos nutrientes em relação à exigência energética. Do exposto, tanto o ganho de peso, conversão alimentar e eficiência alimentar, como tradicionais indicadores de desempenho, não poderão predizer uma avaliação de desempenho econômico de um sistema de criação cada vez mais intenso e competitivo. Portanto, Guidoni (1994) concluiu que a conversão alimentar (CA) e a eficiência alimentar (EA) não são métodos equivalentes para se comparar tratamentos, pois enquanto a CA subestima o desempenho alimentar, a EA o superestima. Por isso, a utilização da concentração energética da ração em um índice bioeconômico torna-se a definição mais importante do nutricionista-formulador, por impactar diretamente o lucro da atividade, pelas interações com a densidade dos nutrientes da dieta. Em virtude desses desafios, a Conversão Bioeconômica Energética (BEC) mostra-se mais sensível para aferir o desempenho bioeconômico para o princípio de formulação de ração não linear para os frangos de corte. Isso permitiu uma melhor avaliação da margem de lucro, segundo a taxa de desempenho energético para frangos de corte, por incorporar o consumo energético à formula, permitindo mais sensibilidade ao novo índice BEC. Através dessa estratégia, e com a evolução de formulação linear para não linear, a otimização econômica pela densidade energética passa a ser dependente, principalmente, dos preços da energia e da proteína dos ingredientes da ração e o valor do kg do frango. Tal procedimento, por atender a lei dos retornos decrescentes (ALMQUIST, 1953), admite pela programação não linear a condição mais adequada para a densidade energética, o que não é possível pela formulação linear (AFROUZIYEH et al., 2010; MILLER et al., 1986). Portanto, para aperfeiçoar a densidade energética de uma ração, faz-se necessário usar a formulação não linear.

42 42 Dentre os índices avaliados (BEC, IBE e EFE), o IBE apresentou o maior coeficiente de variação, com valores entre 9,48 a 20,27, demonstrando uma grande instabilidade (Tabela 11). Para o EFE, os valores foram intermediários para o CV, com valores oscilando entre 2,96 a 4,67% (Tabela 12). Já para o BEC, o CV variou de 2,33 a 4,49%, demonstrando, assim, maior confiabilidade para a avaliação das médias dos atuais princípios de formulação (Tabela 10). Todavia, todos os índices, apresentaram a probabilidade (P) significativa (P<0,0001). Apesar desse P extremamente favorável, há de se ressaltar o comportamento distinto entre os diferentes índices. Enquanto o EFE apresentou seus valores diferenciados entre os princípios de formulação tendendo para os preços relativos superiores, o IBE apresentou tendência para os valores inferiores de preço relativo do frango de corte. Contudo ambos os índices foram oscilantes. Já o BEC apresentou um comportamento mais consistente, com a significância estatística das diferenças entre as médias associadas as menores faixas de preço relativo do frango de corte, demonstrando menor oscilação da tendência e maior coerência do índice.

43 43 Tabela 10 - Conversão Bioeconômica Energética (BEC) absoluta para frangos de corte fêmeas e machos, segundo o preço relativo do frango e o princípio de formulação linear e não linear Tabela 11 - Índice Bioeconômico (IBE) absoluto para frangos de corte fêmeas e machos, segundo o preço relativo do frango e o princípio de formulação linear e não linear

44 44 Tabela 12 - Eficiência Bioeconômica (EFE) absoluta para frangos de corte fêmeas e machos, segundo o preço relativo do frango e o princípio de formulação linear e não linear

45 45 As fêmeas, que sabidamente apresentam pior potencial genético para desenvolvimento corporal, como era esperado, apresentaram um maior teor de gordura abdominal, que quase dobrou entre os períodos estudados de 42 e 56 dias de idade (Tabela 15). Isto mostra que houve um grande desperdício energético em função da deposição excessiva de gordura abdominal. Do exposto, a eficiência de desempenho das fêmeas é desfavorável depois dos 40 dias de idade, com prejuízos significativos para o rendimento de carcaça e para uma maior deposição de gordura abdominal para as fêmeas. Razão da recomendação do seu abate ser indicado mais cedo, por questões de retornos econômicos. Observou-se que tanto para fêmeas, como também para os machos, a quantidade de gordura abdominal está relacionada ao princípio de formulação. Por ocorrer um pior aproveitamento da energia (desviado para deposição de gordura) para o princípio de formulação linear (Tabelas 13 a 16), sendo favorável significativamente (P<0,05) para a não linear Os valores médios para o peso absoluto dos componentes corporais dos frangos de corte, em gramas, são apresentados nas Tabelas 13 a 16. Não foram observadas diferenças significativas (P>0,05) para o peso da carcaça (g) para nenhum dos períodos estudados (1-42 e 1-56 dias de idade) em ambos sexos. Entretanto, a composição corporal para gordura abdominal, pés, cabeça e pescoço, penas e sangue, foram significativamente afetados (P<0,05) pelo princípio de formulação adotado (Linear vs Não Linear), ou pela variação de energia: nutrientes impostos pela formulação não linear, tendo apenas como exceção a quantidade, em gramas, de vísceras.

46 46 Tabela 13 - Valores médios para peso absoluto (gramas) de carcaça e dos componentes corporais de frangos de corte fêmeas aos 42 dias de abate Tabela 14 - Valores médios para peso absoluto (gramas) de carcaça e dos componentes corporais de frangos de corte machos aos 42 dias de abate Tabela 15 - Valores médios para peso absoluto (gramas) de carcaça e dos componentes corporais de frangos de corte fêmeas aos 56 dias de abate

47 47 Tabela 16 - Valores médios para peso absoluto (gramas) de carcaça e dos componentes corporais de frangos de corte machos aos 56 dias de abate Assim, a gordura abdominal, quando expressa em valor absoluto (g), foi reduzida significativamente (P<0,05) para as fêmeas em 56,29% (de 120,1 g para 67,6g, respectivamente para os tratamentos PLNormal e PNLNormal), aos 56 dias de idade (Tabela 15). Decorrendo que, o peso vivo da ave quando decomposto em diferentes partes (carcaça, gordura corporal, pés, cabeça e pescoço e sangue) foi afetado significativamente (P<0,05) pelo princípio de formulação adotado. Também, quando foram comparados os valores médios, dentro do princípio não linear (PNL+25%, PNL+50%, PNL-25%, PNL-50% e PNLNormal), observou-se nítida influência da concentração dos nutrientes ofertados nas dietas de preço normal sobre a composição corporal. Desta forma, ela está relacionada diretamente ao princípio de formulação adotado (Linear e Não Linear) e, também, a composição corporal está condicionada às variações em concentração em energia: nutrientes (LEESON; SUMMERS, 2005), inerente ao princípio não linear, que por ser adotada pela planilha PPFR, mantém a densidade energética com ajustes concomitantes aos demais nutrientes (GUEVARA, 2004). Os resultados também evidenciaram que os efeitos dos princípios de formulação ficaram mais caracterizados nas fêmeas, principalmente para a

48 48 deposição de gordura abdominal. Desta forma, a maior deposição de gordura abdominal já era esperado para as fêmeas, devido sua menor taxa de crescimento (potencial genético). Assim, o excesso de energia é depositado como lipídios no corpo. A energia retida como proteína (6,25 N ganho) é calculada como sendo 5,70 kcal/g proteína, sendo o cálculo da gordura predito como 9,46 kcal/g (LOPEZ et al., 2007). Assim, ocorre um desperdício energético alimentar de 60,25% para cada grama que é depositada como gordura corporal na ave. O que justifica, plenamente, a piora nos índices bioeconômicos energéticos (BEC) observados, tanto para machos como para fêmeas (Tabela 10). Essa discrepância de energia entre proteína e gordura (gasto energético por grama depositado) também comprometeu o lucro, que apresentou percas econômicas mais acentuadas para as condições menos favoráveis (menores preços do kg do frango). Entretanto, o princípio não linear favoreceu o retorno econômico nestas condições críticas, mostrando ser mais oportuno para otimização do lucro (Tabela 9). Do exposto, fica evidenciado a importância do estudo de modelos matemáticos e de novos princípios de formulação que integrem os atuais conhecimentos da utilização e deposição dos nutrientes nos tecidos corporais do moderno frango de corte, principalmente em proteína e gordura, visando à otimização de sua deposição na carcaça (LOPEZ et al, 2007). E desta forma, produzir carcaças de melhor qualidade, para clientes cada vez mais exigentes, que desejam um menor teor em gordura nos produtos consumidos (MENERZ et al., 2001).

49 49 7 CONCLUSÕES 1- Podemos afirmar, que a formulação de ração, baseada no modelo não linear corrige as distorções do sistema tradicional (ração de custo mínimo/linear), resultando numa solução ótima em termos de teor energético da dieta. Se todos os nutrientes essenciais são mantidos em proporção adequada com a densidade energética da dieta, o peso corporal e a conversão alimentar são favorecidos com o aumento da densidade energética da ração. Esta condição viabiliza a aplicação de modelos para máximo lucro (formulação não linear), visando estimar a proporção de ganho de peso mais apropriada segundo o preço pago pelo mercado, produzindo carcaças de qualidade. 2- O conceito não linear demonstra ser uma ótima ferramenta para ser aplicada nas formulações de dietas com o intuito de aumentar a lucratividade de uma criação de frangos de corte.

50 50 8 REFERÊNCIAS AFROUZIYEH, M.; SHIVAZAD, M.; CHAMANI, M; DASHTI, G. Use of nonlinear programming to determine the economically optimal energy density in laying hens diet during phase 1. African Journal of Agricultural Research, v. 5, p , Disponível em: 20et%20al.pdf. Acesso em: 01 fev ALMQUIST, H. J. Interpretation of amino acid requirement data according to the law of diminishing returns. Arch. BIOCHEM. BIOPHYS. V.44, P , ARAUJO, R. B. Desenvolvimento de modelos matemáticos envolvendo níveis nutricionais, desempenho e rendimento de carcaça para otimização de resultados econômicos de frango de corte. Pirassununga, SP, USP, f. Dissertação (Mestrado em Zootecnia). Universidade de São Paulo, Pirassununga, BELLEN, H. M. V. Indicadores de sustentabilidade: uma análise comparativa. 2. ed. Rio de Janeiro: Editora FGV, p. CAMPBELL, D. K. NONLINEAR SCIENCE: from paradigms to practicalities Disponível em: < Acesso em: 02 fev CARVALHO, C. et al. Anuário brasileiro de aves e suínos Santa Cruz do Sul: Gazeta Santa Cruz, p. CERRATE, S.; WALDROUP, P. Maximum profit feed formulation of broilers: 2. Comparison among Different Nutritional Models. International Journal of Poultry Science, v. 8, p , 2009a.

51 51 CERRATE, S.; WALDROUP, P. Maximum profit feed formulation of broilers: 1. Development of a feeding program model to predict profitability using nonlinear programming. International Journal of Poultry Science, v.8, p , 2009b. EIRAS, S. P. Um estudo comparativo sobre a eficiência de estratégias quimiométricas de otimização. Química Nova, Campinas, v. 2, n. 17, p , 20 dez GARCIA-NETO, M.; GONÇALVES, C.A.; VIEIRA-FILHO, S.; FARIA-JUNIOR, M.J.A.; PINTO, M.F.; ALMEIDA, M.A. Acurácia na formulação não linear para frangos de corte: avanço e otimização de resultados. In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, , Brasília. Anais... Belém: Sociedade Brasileira de Zootecnia, (CD-ROM). GARCIA-NETO, M. PPFR: Programa Prático para Formulação e Otimização de Ração frangos de corte Programação não linear/2009. Disponível em: < >. Acesso em: 05 jun GONÇALVES, C. A. ACURÁCIA E PRECISÃO NA FORMULAÇÃO NÃO LINEAR DE RAÇÃO PARA FRANGOS DE CORTE: AVANÇO E OTIMIZAÇÃO DE RESULTADOS. Araçatuba, UNESP, f. Dissertação (Mestrado em Ciência Animal). Universidade Estadual Paulista, Araçatuba, GUEVARA, V.R. Use of nonlinear programming to optimize performance response to energy density in broiler feed formulation. Poultry Science, v. 83, p , GUIDONI, A. L. Alternativas para comparar tratamentos envolvendo o desempenho nutricional animal f. Dissertação (Doutorado) - Curso de Estatística e Experimetação Agronômica, Esalq, Piracicaba, 1994.

52 52 GUIDONI, A.L.; GODOI, C.R. de M.; BELLAVER, C. Uso do índice nutricional bio-econômico como medida do desempenho nutricional. In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, , Maringá, PR. Anais... Maringá : SBZ, p.32. HOUNDONOUGBO, F.M.; CHWALIBOG, A.; CHRYSOSTOME, C.A.A.M. Effect of commercial diets quality on bio-economic performances of broilers in Benin. Tropical Animal Health and Production, v. 41, p , LANNA, D.P.D.; TEDESCHI, L.O.; BELTRAME-FILHO, J.A. Modelos lineares e não lineares de uso de nutrientes para formulação de dietas de ruminantes. Scientia agricola, Piracicaba, v. 56, n.2, Disponível em: Acesso em: 05 ago LACHTERMACHER, G. Pesquisa operacional na tomada de decisão. Disponível em: < ja&ved=0ccsqfjaa&url=http%3a%2f%2fwww.feg.unesp.br%2f~fmarins%2f poii%2fslides%2fprograma%25e7%25e3o%2520n%25e3o%2520linear.ppt&ei =2zhaUc6wKInk0gGu24GABg&usg=AFQjCNGozw- MTlgYv2IWOeS9zSPEmfOEMA&sig2=yaSpFmI5BwCCUJuEbAO6xw>. Acesso em: 23 fev LEESON, S.; CASTON, L.; SUMMERS, J.D. Broiler response to energy diet. Poultry Science, v.75, p , LIMA, M. B. Modelos matemáticos para predição das exigências nutricionais da colina para frangos de corte. Piracicaba, SP, USP, f. Dissertação (Mestrado em Ciências) Universidade de São Paulo, Piracicaba, 2012.

53 53 LOPEZ, G.; LANGE, K.; LEESON, S. Partitioning of retained energy in broilers and birds with intermediate growth rate. Poultry Science, v.86, p , MEINERZ, C.; RIBEIRO, A.M.L.; PENZ-JUNIOR, A.M.; KESSLER, A.M. Níveis de energia e peletização no desempenho e rendimento de carcaça de frangos de corte com oferta alimentar equalizada. Revista Brasileira de Zootecnia, v.30, p , MILLER, B. R.; ARRAES, R. A.; PESTI, G. M. Formulation of broiler finishing ratios by quadratic programming. Southern Journal of Agricultural Economics, v. 18, n. 1, p , OLIVEIRA, G. A. et al. Efeito da temperatura ambiente sobre o desempenho e as características de carcaça de frangos de corte dos 22 aos 42 dias. Revista Brasileira de Zootecnia, Viçosa, v.35, n.4, p , ONYIMONYI, A.E.; UGWU, S.O.C. Bioeconomic indices of broiler chicks fed varying ratios of cassava peel/bovine blood. International Journal of Poultry Science, v.6, p , OVIEDO-RONDÓN, E. O.; MURAKAMI, A. E.; SAKAGUTI, E. S. Modelagem computacional para produção e pesquisa em avicultura. Revista Brasileira de Ciência Avícola, Campinas, v.4, n.1, OVIEDO-RONDÓN, E.O. Formulação de rações para frangos de corte com base em alvos de desempenho. VII Simpósio Goiano de Avicultura Avesui Centro- Oeste Seminários Técnicos de Avicultura p , Goiânia, GO, OVIEDO-RONDÓN, E. O. Model Applications in Poultry Production and Nutrition. In: INTERNATIONAL SYMPOSIUM: MODELLING IN PIG AND POULTRY PRODUCTION, Jaboticabal. Anais... Jaboticabal: INTERNATIONAL SYMPOSIUM: MODELLING IN PIG AND POULTRY PRODUCTION p. CD-ROM.

54 54 PENZ-JUNIOR, A.M.; BRUNO, D.; FUGUEIREDO, A. Nutrição de frangos- Mudanças de paradigmas para o futuro. In: Anais da Conferência FACTA 2009 de Ciência e Tecnologia Avícolas. Porto Alegre, Anais... Porto Alegre, RS, PESTI G.M.; MILLER, B. R Animal feed formulation: Economic and computer applications. Van Nostrand Reinhold, New York, NY. PESTI, G.M.; SEILA, A.F. The use of an electronic spreadsheet to solve linear and non-linear stochastic feed formulation problems. The Journal Applied of Poultry Research, v.8, p , PESTI, G M; THOMSON, E.; BAKALLI, R I; LECLERCQ, B.; MENTEN, J. F. M.; SHAN, A. WUFFDA - Windows-Based User Friendly Feed Formulation Disponível em Acesso em: 10 fev RENZ, S.V. Comparação de sistemas de formulação lineares e não lineares para frangos de corte Dissertação (Mestrado), Programa de Pós-Graduação em Zootecnia, Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul, Disponível em: < nce=1>. Acesso em: 10 jun RODRIGUES, M. S.; IEMMA, A. F. Planejamento de experimentos e otimização de processos. 2. ed. Campinas: Casa do Espírito Amigo Fraternidade Fé e Amor, p. ROLL, V.F.B.; AVILA, V.S.; RUTZ, F.; GUIDONI, A.L.; ROSA, P.S. Efeito da forma física da ração em frangos de corte durante o verão. Rev. Bras. de Agrociência, v. 5, p , ROSTAGNO, H. S.; ALBINO, L. F. T.; DONZELE, J. L.; GOMES, P. C.; OLIVEIRA, R. F.; LOPES, D.C.; FERREIRA, A. S.; BARRETO, S. L. T.; EUCLIDES, R. F. Tabelas brasileiras para aves e suínos: composição de

55 55 alimentos e exigências nutricionais. 3. ed. Viçosa: UFV, Departamento de Zootecnia, p. ROUSH, W.B.; PURSWELL, J.; BRANTON, S.L. An Adjustable Nutrient Margin of Safety Comparison Using Linear and Stochastic Programming in an Excel Spreadsheet J APPL POULT RES, v.16, p , ROUSH, W.B.; PURSWELL, J.; BRANTON, S.L. Microsoft Excel sensitivity analysis for linear and stochastic program feed formulation. J APPL POULT RES. v. 18, p , SAS Institute. SAS users guide: Statistics. 5. ed. Cary: SAS Institute, Inc., SAEG-RMC. Programa SAEG versão Ração de Mínimo Custo, 2007 (Versão 2.0 freeware- 3mb). Fundação Arthur Bernardes, UFV. Disponível em: Acesso em: 10 jan SAXENA, P. Application of Nonlinear Programming for Optimization of Nutrient Requirements for Maximum Weight Gain in Buffaloes. International Journal of Food Science and Nutrition Engineering, Greater Noida, p a. SAXENA, P. Comparison of Linear and Nonlinear Programming Techniques for Animal Diet. Applied Mathematics, Greater Noida, p b. THOMSON, E.; NOLAN, J. UNEForm: a powerful feed formulation spreadsheet suitable for teaching or on-farm formulation. Animal Feed Science and Technology. v. 91, n. 3, p , UBABEF. União Brasileira de Avicultura. Relatório Anual de Disponível em:< Acesso em: 05 out ZUIDHOF, M. J... Nonlinear Effects of Diet on Broiler Production Disponível em: <

56 56 %20Nonlinear%20Effects%20of%20Diet%20on%20Broiler%20Production%20(.pdf >. Acesso em: 10 jan

57 ANEXOS 57

58 58 ANEXO A - FOTOS DO EXPERIMENTO Ibutons para aferir temperatura em globo negro Ibutons para aferir temperatura e umidade do microambiente

59 59 Pintos com 1 dia de vida Estação climatológica e controlador de temperatura.

60 Preparo das rações experimentais 60

61 Galpão experimental 61