O planejamento de uma empresa agrícola se faz sob condições de risco. Ao se utilizar a programação linear como instrumento auxiliar no processo de decisão rural, o fator risco deve ser considerado com o objetivo de melhor representar a realidade enfrentada pelo agricultor. O trabalho avalia a viabilidade de se utilizar a simulação Monte Carlo como forma de incorporação da aleatoriedade dos coeficientes nos modelos de programação linear. Os resultados mostram que o método proposto é capaz de fornecer informações não apresentadas por outros modelos e, para alguns casos, poderá se apresentar como único método adequado de análise. / Farm planning is done under risky conditions. When using linear programming as an auxiliary tool in the rural decision process, risk factor must be considered in order to better represent the reality faced by the farmer. The work evaluates the feasibility of using a Monte Carlo simulation approach to incorporate the randomness of the coefficients in the linear programming models. The results show that the proposed method is able to provide information not presented by other models and, in some cases, may become the only appropriate method of analysis.

O planejamento de uma empresa agrícola se faz sob condições de risco. Ao se utilizar a programação linear como instrumento auxiliar no processo de decisão rural, o fator risco deve ser considerado com o objetivo de melhor representar a realidade enfrentada pelo agricultor. O trabalho avalia a viabilidade de se utilizar a simulação Monte Carlo como forma de incorporação da aleatoriedade dos coeficientes nos modelos de programação linear. Os resultados mostram que o método proposto é capaz de fornecer informações não apresentadas por outros modelos e, para alguns casos, poderá se apresentar como único método adequado de análise. / Farm planning is done under risky conditions. When using linear programming as an auxiliary tool in the rural decision process, risk factor must be considered in order to better represent the reality faced by the farmer. The work evaluates the feasibility of using a Monte Carlo simulation approach to incorporate the randomness of the coefficients in the linear programming models. The results show that the proposed method is able to provide information not presented by other models and, in some cases, may become the only appropriate method of analysis.