No Estado do Rio Grande do Norte, o agronegócio é uma atividade que está crescendo cada vez mais devido ao setor fruticultura irrigada, destacando-se a produção de melão, que é um dos principais produtos agrícolas da economia norte-riograndense. Neste sentido, o objetivo do presente trabalho é simular previsões dos preços médios mensais recebidos pelo produtor de melão no Estado do Rio Grande do Norte no período compreendido entre março e agosto de 2008. Para tanto, utiliza-se o método Box-Jenkins, geralmente empregado para análise de séries temporais univariadas. Para identificar o processo autoregressivo integrado com médias móveis (ARIMA) que melhor se ajusta à série temporal para fins de previsão são apresentados quatro modelos candidatos para a realização da escolha do modelo de previsão futura da série. Por sua vez, a escolha do melhor modelo baseada nos critérios Akaike Information Criterion (AIC), Schwartz Bayesian Criterion (SBC) e Erro Quadrado Médio (EQM), bem como nos testes de significância estatística do modelo e de seus parâmetros estimados, revela que o processo que melhor se ajusta à série é o ARIMA (1, 0, 3). Verifica-se, por meio de uma previsão ex-ante fundamentada nas estimações realizadas com o modelo identificado, uma tendência de queda na série temporal em análise em um período previsto de seis meses, refletindo claramente o seu caráter sazonal.----------------------------------------------In the state of Rio Grande do Norte, the agribusiness is an activity that is growing more and more due to the section irrigated fruit, standing out the melon production, that is one of the principal agricultural products of the economy north-riograndense. In this sense, the objective of the present work is to simulate forecast of the monthly medium prices received by producers of melon in the State of Rio Grande do Norte in the period understood between March and August of 2008. For so murch, the method Box-Jenkins is used, usually employee for analysis of series temporary univariadas. To identify the process autoregressivo integrated with movable arevages (ARIMA) thet better it is adjusted to he temporary series for forecast ends four models they are introduced candidates for the accomplishment of the choice of the model of future forecast of the series. For your time, the choice of the best model based on the criteria Akaike Information Criterion (AIC), Schwartz Bayesion Criterion (SBC) and Miss Mediun Square (SQM), as well as in the tests of statistical significance of the model and of your parameters, reavels that the process that better it is adjusted to the series it is ARIMA (1,0,3). It is verified, through a forecast fomer-in the face of based in the estimates accomplished with the identified model, a fall tendency in the temporary series in analisy in a foreseen period of six month, reflecting your seasonal chacacter clearly.