UNIVERSIDADE FEDERAL DE OURO PRETO

ESCOLA DE MINAS

DEPARTAMENTO DE ENGENHARIA DE
PRODUÇÃO, ADMINISTRAÇÃO E ECONOMIA

COMPARAÇÃO DAS TÉCNICAS DE MÉDIA SIMPLES,

PERT/CPM E MONTE CARLO NA ANÁLISE DE RISCOS EM
PROJETOS

Francisco de Sales Gregório Neto

Ouro Preto,

2018
FRANCISCO DE SALES GREGÓRIO NETO
franciscosgn@gmail.com

COMPARAÇÃO DAS TÉCNICAS DE MÉDIA SIMPLES, PERT/CPM E MONTE

CARLO NA ANÁLISE DE RISCOS EM PROJETOS

Monografia apresentada ao Curso de

Engenharia de Produção da Universidade
Federal de Ouro Preto como parte dos
requisitos para a obtenção do Grau de
Engenheiro de Produção

Orientador: Prof. Dr. Helton Cristiano Gomes

Ouro Preto,

2018
RESUMO

A busca por minimização de riscos em um projeto é fundamental para que o mesmo

obtenha êxito, nesse contexto a metodologia de Simulação de Monte Carlo apresenta-se
como um valioso aliado no auxílio a tomada de decisões. Dentre as inúmeras
metodologias de previsão como a Média Simples e PERT/CPM, abordadas neste trabalho,
a Simulação de Monte Carlo apresenta resultados mais satisfatório por ter em seus
parâmetros de entrada, distribuições estatísticas que se assemelham ao comportamento
das variáveis analisadas em questão. Quanto maior o número de simulações e a qualidade
dos parâmetros de entrada, maior serão as chances de se chegar perto do ponto ótimo. A
assertividade na previsão de conclusão dos prazos de um projeto pode ser um diferencial
em relação as outras empresas, além de gerar uma maior confiabilidade com os clientes.
A metodologia implementada a partir dessas técnicas geram um importante know-how
para empresa em relação ao conhecimento que antes muitas das vezes ficava restrito
somente aos gestores de projetos.

Palavras-chave: Simulação de Monte Carlo, Gestão de Riscos em Projetos, PERT/CPM

comparado a Monte Carlo
ABSTRACT

The search for minimization of risks in a project is fundamental so that the same obtains
success, in that context the methodology of Simulation of Monte Carlo comes as a
valuable ally in the aid the socket of decisions. Among the countless forecast
methodologies such as the Simple Average and PERT / CPM, approached in this work,
Monte Carlo's Simulation presents more satisfactory results for having in their entrance
parameters, statistical distributions that resemble each other to the behavior of the
variables analyzed in subject. As larger the number of simulations and the quality of the
entrance parameters, bigger will be the chances of arriving close to the great point. The
assertiveness in the forecast of conclusion of the periods of a project can be a differential
one in in comparison to the other companies, besides generating a larger reliability with
the customers. The methodology implemented starting from those techniques generate an
important know-how for company in relation to the knowledge that before many of the
times were restricted only to the managers of projects.

Keywords: Monte Carlo simulation, Risk Management in Projects, PERT / CPM

compared to Monte Carlo.
LISTA DE FIGURAS

Figura 1 – Ciclo de vida de um projeto .........................................................................11

Figura 2 – Exemplo de diagrama de redes .....................................................................13
Figura 3 – Caminho crítico do projeto ...........................................................................15
Figura 4 - Fluxograma de um processo de mineração ...................................................18
Figura 5 - Simulação do método PERT/CPM para o caminho 1 ...................................20
Figura 6 - Sensibilidade das Atividades do Caminho 1 .................................................21
Figura 7 - Simulação do método PERT/CPM para o caminho 2 ...................................22
Figura 8 - Sensibilidade das Atividades do Caminho 2 .................................................23
Figura 9 - Simulação do método PERT/CPM para o caminho 3 ...................................23
Figura 10 - Sensibilidade das Atividades do Caminho 3. ..............................................24
Figura 11 - Simulação do método PERT/CPM para o caminho 4. ................................25
Figura 12 - Sensibilidade das Atividades do Caminho 4. ..............................................25
Figura 13 – Análise de Sensibilidade das Atividades do Caminho 1 .............................28
Figura 14 - Simulação do método de Monte Carlo para o caminho 2 ............................29
Figura 15 - Análise de Sensibilidade das Atividades do Caminho 2 .............................30
Figura 16 - Simulação do método de Monte Carlo para o caminho 3 ............................30
Figura 17 - Análise de Sensibilidade das Atividades do Caminho 3 .............................31
Figura 18 - Simulação do método de Monte Carlo para o caminho 4 ............................32
Figura 19 - Análise de Sensibilidade das Atividades do Caminho 4 .............................32
LISTA DE TABELAS

Tabela 1 - Durações e relações de precedência das atividades de um projeto ..............13

Tabela 2 - Datas de início e término, mais cedo e mais tarde, de um projeto sem restrição
de recursos e os tempos de folga. ....................................................................................15
Tabela 3 - Durações médias das atividades do projeto ..................................................17
Tabela 4 - Tabela PERT/CPM com os tempos otimistas(o), tempos mais prováveis(m) e
tempos pessimistas(p) .....................................................................................................19
Tabela 5 - Tabela PERT/CPM completa .......................................................................20
Tabela 6 - Possíveis cenários para os caminhos utilizando o método PERT/CPM .......26
Tabela 7 - Parâmetros das atividades seguindo a distribuição normal ..........................26
Tabela 8- Possíveis cenários para os caminhos utilizando o método de Monte Carlo. .33
Tabela 9 - Comparação dos métodos e o tempo gasto em cada cenário e caminho ......34
SUMÁRIO

1 INTRODUÇÃO ............................................................................................................7
2 REFERENCIAL TEÓRICO .......................................................................................9
2.1 Gerenciamento de projetos ....................................................................................9
2.2 Gestão de Riscos ..................................................................................................11
2.3 PERT/CPM .........................................................................................................12
2.4 Simulação de Monte Carlo .................................................................................16

3 MODELO PROPOSTO E METODOLOGIAS APLICADAS .............................17

3.1 Modelo Proposto .................................................................................................17
3.2 Metodologias Aplicadas .....................................................................................19
3.2.1 Metodologia PERT/CPM ........................................................................19
3.2.2 Método de Monte Carlo ..........................................................................25
4 RESULTADOS E CONCLUSÕES ..........................................................................34
5 CONSIDERAÇÕES FINAIS .....................................................................................35
REFERÊNCIAS BIBLIOGRÁFICAS ........................................................................36
APÊNDICE....................................................................................................................38
 7

CAPÍTULO 1 - INTRODUÇÃO

A competitividade pelo aumento do market share é cada vez mais constante nas empresas e
uma das formas encontradas para angariar este é oferecer mais valor ao cliente. Um requisito
muito importante que vem sendo cada vez mais valorizado é o cumprimento de prazos das
empresas para que um produto seja entregue até determinada data. O cumprimento desses
prazos ou até redução dos mesmos podem gerar significativos lucros para uma empresa com a
redução de custos, além de gerar uma relação de confiabilidade. Já o não cumprimento destes
prazos podem gerar prejuízos altíssimos, como multas por atraso e até mesmo rescisão de
contratos. Além disto, a garantia na entrega dos produtos ou serviços é uma importante
vantagem competitiva diante dos concorrentes.

Para Luecke (2007) os “líderes em geral tomam decisões ruins porque não tem todas as informações
de que precisam e porque o futuro é cheio de incertezas”. Hoje em dia devido as inúmeras variáveis
estocásticas presente nos processos se faz necessários o uso de técnicas que permitem simular
diversos cenários para que se possa minimizar ao máximo os erros de previsão de atividades de
um projeto. Essas ferramentas ajudam aos gestores de processos a tomar as melhores decisões,
baseadas em inúmeras simulações de cenários que possam ocorrer, evidenciando para eles
também onde se encontra as variáveis mais sensíveis para o andamento de um projeto e quais
atividades são consideradas os gargalos na produção, podendo assim, atuar diretamente em tais
atividades para que se possa impactar no resultado final do projeto.

Tendo em vista este cenário uma ferramenta muito utilizada pelos gestores de produção é o
Método de Monte Carlo que possibilita simular qualquer processo no qual a execução é
dependente de fatores aleatórios. A técnica de Monte Carlo tem como premissa a entrada de
variáveis estocásticas para gerar inúmeras simulações, mostrando para o gerenciador do
processo os cenários mais prováveis de ocorrer, e dessa forma, obter uma maior segurança ao
inferir que um projeto vai ter seu término em tal data ou período.

Devido a confiabilidade que esses métodos tem na minimização dos riscos de planejamento de
um projeto, eles vem ganhando cada vez mais o mercado das empresas, em detrimento as
técnicas antes utilizadas que muitas vezes não eram baseadas em nenhum método, mas apenas
em dados históricos ou experiência dos profissionais do gerenciamento de projetos, que pode
 8

acarretar o não cumprimentos de prazos e consequentemente em elevação dos custos dos

projetos e multas por atraso.

A simulação de Monte Carlo é portanto uma importante ferramenta de auxílio na tomada de

decisões, mas não deve ser levada como uma verdade absoluta, seu objetivo é chegar o mais
próximo possível da realidade através da simulação de inúmeros cenários.

No presente trabalho faremos uma comparação da simulação de Monte Carlo com outras
técnicas utilizadas para estimar o tempo de execução de projetos e será apresentado um estudo
de caso utilizando tais técnicas que serão efeitos de comparação.
 9

CAPÍTULO 2 – REFERENCIAL TEÓRICO

As bases teóricas deste trabalho serão: Gerenciamento de Projetos, Gestão de Riscos, PERT/CPM e
Simulação de Monte Carlo.

2.1 Gerenciamento de projetos

O gerenciamento de projetos teve seu primeiros indícios na segunda metade do século XIX.
Com a Revolução Industrial surgiu novos procedimentos produtivos que necessitavam de um
sistema de gerenciamento mais complexo e como consequência, surgiu a necessidade de
sistematizar o modo como as organizações passariam a operar.

O efeito disto foi o aparecimento de projetos de grande escala, que exigia dos executores dos
serviços a necessidade de organizar e controlar grandes quantidades de matéria-prima, pessoas
e atividades.

No começo do século XX, Frederick Taylor, estruturou seus estudos nas análises de tempos e
movimentos dispendidos em uma atividade, e a partir disso propôs melhoria para execução das
mesmas. Os estudos de Taylor foram fundamentais para o gerenciamento de projetos.

Henry Gantt, então sócio de Taylor, sugeriu uma modelo de visualização que colocava as
atividades do projeto como barras, com isso temos o modelo dos diagramas do gráfico de Gantt,
uma importante ferramenta que facilita a visualização de um projeto e é referência para qualquer
planejamento, acompanhamento e controle de projetos.

Segundo Lilenbaum (1972, p.23): O projeto deve ser encarado como um conjunto de ações e
recursos que procura a realização de um objetivo específico e concreto, fisicamente
identificado, a partir de um início (origem) convencionado, submetido a diretrizes gerais
prefixadas e condições de execução que apresentam limitações sensíveis. Caracteriza-se, pois,
por ser finito, complexo, não-homogêneo e não repetitivo e por considerar prazo, preço
(orçamento), performance (desempenho técnico) e perigo (risco) como seus termos de
referência.

Para Heldman (2009, p.7): O gerenciamento de projetos abrange uma série de ferramentas e
técnicas, utilizadas por pessoas para descrever, organizar e monitorar o andamento das
atividades do projeto. Os gerentes de projeto são os responsáveis pela administração dos
 10

processos envolvidos e pela aplicação das ferramentas e técnicas necessárias ao cumprimento

das atividades do projeto.

Podemos definir então projeto como um acontecimento que tem início e fim, composto por um
conjunto de atividades que também possuem as mesmas premissas.

No gerenciamento de projetos o cumprimento dos prazos cada vez mais apertados utilizando-
se do menor gasto possível se faz cada vez mais válido em um mercado altamente concorrido,
já que essas vertentes podem ser um diferencial competitivo.

Um gerenciamento eficaz é essencial para o cumprimentos dos requisitos estabelecidos pelo

cliente, e para isso é necessário a implementação de uma metodologia que abarque todos as
minúcias do projeto.

Stanger (1967) defende que o planejamento de um projeto é o meio que permite estabelecer e
atingir os objetivos determinados, diminuindo o risco de imprevistos nos elementos financeiros,
comerciais, técnicos, administrativos e sociais do projeto.

Existem no mercado algumas referências para o gerenciamento de projetos, como o Project

Management Body of Knowledge (PMBOK), um guia de práticas na gestão de projetos
elaborado pelo Project Management Institute (PMI), as características que um projeto deve ter
resumidamente, são:

 Ter início e fim, é um evento temporário;

 Deve ter planejamento, execução e controle;
 Entrega de produtos, serviços ou resultados específicos;
 Desenvolvimento passo-a-passo e progressivamente;
 Possuir uma equipe de colaboradores;
 Dispor de recursos limitados.
Então o ciclo de vida de um projeto de acordo com o PMBOK deve ter início, planejamento,
execução, monitoramento e encerramento.
 11

Figura 1 Ciclo de vida de um projeto. Fonte: Figura adaptada do guia PMBOK (PMI)

2.2 Gestão de Riscos

No gerenciamento de projeto existem riscos inerentes as atividades que se não forem analisados
corretamente, podem por em risco todo o trabalho.

Para Cocurullo (2003, p. 71) um dos conceitos aplicáveis a risco encontra-se na existência de
situações que possam impedir o alcance dos objetivos corporativos, ou a não-existência de
situações consideradas necessárias para chegar a tais objetivos. Portando, a visão do autor não
limita o risco ao campo financeiro, pois no mundo corporativo os objetivos são estabelecidos
em diversos aspectos e deverão ser alcançados pelas diversas áreas que compõem a empresa.
Assim tem-se que, risco é toda inconformidade com os objetivos anteriormente traçados pela
administração da empresa.

Ou seja, a gestão de riscos é responsável por mapear todas as incertezas do projeto e minimiza-
las para que o seu impacto seja o menor possível e o escopo inicial do projeto continue a ser
seguido.
 12

Para Baraldi (2005, p.15) “o gerenciamento de riscos empresariais são os conhecimentos, os

métodos e os processos organizados para reduzir os prejuízos e aumentar os benefícios na
concretização dos objetivos estratégicos”. Segundo Salles Júnior (2006, p. 28), o gerenciamento
do risco compreende “o processo de identificação, análise, desenvolvimento de respostas e
monitoramento dos riscos em projetos, com o objetivo de diminuir a probabilidade e o impacto
de eventos negativos e de aumentar a probabilidade de eventos positivos”.

Uma boa gestão de riscos então mitigará seus impactos negativos e majorara seus aspectos
positivos, seja na área financeira, ambiental, social ou qualquer outra.

2.3 PERT/CPM

Também conhecido como Método do Caminho Crítico, refere-se a um conjunto de técnicas

utilizado para o planejamento e controle de empreendimentos e projetos (LAUGENI;
MARTINS, 2005).
Ainda conforme explica Junior (2007), o PERT/CPM permite a listagem das atividades de um
projeto, os momentos de suas realizações e quais delas são determinantes para a ocorrência ou
não de atrasos na entrega; após uma análise de dependências e durações dessas atividades, é
possível mostrar quais podem ser realizadas paralelamente ou em sequência.
Tubino (2000) lista algumas habilidades possíveis a serem adquiridas através do PERT/CPM:
a) Visão gráfica das atividades componentes de um projeto;
b) Tempo estimado do projeto;
c) Visualização das atividades críticas para a conclusão de um projeto;
d) Visualização do tempo de folga disponível (nas atividades não-críticas), que pode ser
negociado para uma menor aplicação de recursos e redução de custos.
A técnica de PERT/COM nos mostra através de um diagrama de redes quais tarefas estão tendo
maior impacto no resultado e nos permite conhecer o caminho crítico da atividade.

Exemplificando temos a tabela 1, um projeto fictício com 10 atividades e suas durações e

precedências, e a seguir, o diagrama de redes que ilustra a tabela.

7
 13

Tabela 1: Durações e relações de precedência das atividades de um projeto.

Atividade Duração Atividades

precedentes
A 2 -
B 4 A
C 1 B
D 3 C
E 2 C
F 3 D
G 4 E
H 2 F,G
I 3 H
J 2 I

Figura 2 Exemplo de diagrama de redes.

Conforme Menezes (2001) é possível identificar em um cronograma PERT/CPM o início e o

fim do projeto, o início e o fim de cada atividade, a duração de cada atividade, a folga estática
das atividades, as atividades críticas, e a relação de precedência entre as atividades. A definição
das datas de cada atividade é feita com base nas seguintes variáveis atribuídas:

 i: índice das atividades.

 pi: duração da atividade i.
 14

 ESi: início mais cedo da atividade i, calculada como o maior valor de término
mais cedo das suas atividades predecessoras.
 EFi: término mais cedo da atividade i, calculada como a soma da duração pi com
o início mais cedo esi.
 LSi: início mais tarde da atividade i, data mais tarde que a atividade i pode
começar, sem atrasar o término do projeto.
 LFi: término mais tarde da atividade i, data máxima de término da atividade i,
sem atrasar o término do projeto.
 fi: folga da atividade i, define o tempo que essa atividade pode atrasar, sem
causar atraso na duração total do projeto.

O cálculo dos tempos mais cedo é feito do início, seguindo as atividades sucessoras até a marca
do término do projeto (forward pass), os tempos mais tarde são identificados fazendo o caminho
contrário (backward pass). A folga pode ser medida como a diferença entre os tempos de início
e término mais cedo ou mais tarde, mostrado a seguir:

LSi – ESi = LFi – EFi = fi

Com as folgas das atividades podemos identificar o caminho crítico do projeto. No caminho
critico temos folga nula em todas suas atividades, dessa forma, um atraso em qualquer uma de
suas atividades acarretará em um atraso no projeto como um todo.

Menezes (2001) explica que a identificação do caminho critico é importante pois simplifica a
compreensão global do projeto, facilitando a fase de controle e execução, assim como realça
aquelas atividades que requerem maior atenção da gerencia para o cumprimento do prazo sem
atrasos.
 15

Na Tabela 2 são mostrados os resultados para as variáveis da tabela 1.

Tabela 2: Datas de início e término, mais cedo e mais tarde, de um projeto sem restrição de recursos e os
tempos de folga.

Atividade (i) Duração ESi EFi LSi LFi fi

(pi)
A 2 0 2 0 2 0
B 4 2 6 2 6 0
C 1 6 7 6 7 0
D 3 7 10 9 12 2
E 4 7 11 7 11 0
F 3 10 13 12 15 2
G 4 11 15 11 15 0
H 2 15 17 15 17 0
I 3 17 20 17 20 0
J 2 20 22 20 22 0

Podemos ver o caminho crítico do exemplo anterior na imagem abaixo:

Figura 3 Caminho crítico do projeto.

Podemos notar que as atividade D e F apresentam 2 dias de folga.

Tsai (1996) ressalta que, o erro mais danoso dessa técnica é desconsiderar restrições de recurso,
pois, atividades rotuladas críticas podem possuir tempo de folga quando considerada a
disponibilidade de recursos. Reciprocamente, atividades não críticas podem não apresentar
tempo de folga.
 16

2.4 Simulação de Monte Carlo

A simulação de Monte Carlo (SMC) envolve o uso de números aleatórios e probabilidades para
analisar e resolver problemas. Esse método surgiu no Projeto Manhattan do laboratório de
armas nucleares Los Alamos, Estados Unidos, durante a Segunda Guerra Mundial, sendo
desenvolvido pelos cientistas John Von Neumann e Stanislaw Ulam. A denominação “Monte
Carlo” foi cunhada em referência aos jogos de azar que fazem uso constante de sorteios e de
dados, uma atração popular na cidade de Monte Carlo, Mônaco (METROPOLIS; ULAM, 1949;
METROPOLIS, 1987).

O Método de Monte Carlo pode ser dito como um método de simulação estatística que emprega
uma série de números aleatórios para que possa dar forma a uma simulação. É tido como um
método que resolve problemas através de amostragens aleatórias, desta forma, pretende-se
chegar o mais próximo da realidade.

No entendimento de Lustosa, Ponte e Dominas (2004, p. 251), a simulação de Monte Carlo

consiste em um método que “[...] utiliza a geração de números aleatórios para atribuir valores
às variáveis do sistema que se deseja investigar”.

O método de simulação de Monte Carlo pode ser aplicado em problemas de tomada de decisão
a qual envolva risco e incerteza, ou seja, situações nas quais o comportamento das variáveis
envolvidas com o problema não é de natureza determinística (MOORE; WEATHERFORD).

Para uma correta operacionalização da SMC, Lustosa, Ponte e Dominas (2004) indicam que a
simulação deve ser replicada mais de cem vezes para que se obtenha uma amostra
representativa. No entanto, não há recomendação quanto ao número máximo de simulações a
serem realizadas. Como instrução básica, deve-se aplicar o maior número de simulações
possíveis levando em consideração o poder de processamento do equipamento a ser utilizado,
pois o equilíbrio entre precisão e tempo de computação é uma característica importante das
simulações baseadas na SMC (ESCUDERO, 1973).

Devido a presença de inúmeras variáveis em um projeto, a simulação de Monte Carlo se mostra

como um método muito eficaz por tentar representar os possíveis cenários que poderão ocorrer
no projeto e dessa forma minimizar os riscos de assertividade do gestor que faz o uso desta
técnica.
 17

CAPÍTULO 3 – MODELO PROPOSTO E METODOLOGIAS APLICADAS

3.1 Modelo Proposto

Neste trabalho será feito uma comparação das técnicas de previsão de duração de um projeto
em uma indústria de mineração, mostrando as vantagens da utilização da Simulação de Monte
Carlo na diminuição dos riscos inerentes as incertezas do projeto. As técnicas analisadas serão:
média simples, PERT/CPM e Simulação de Monte Carlo.

A utilização das técnicas tanto de PERT/CPM quanto de Monte Carlo foram propostas para o
processo, anteriormente, se usava a metodologia de média simples para definir a duração das
atividades do processo.

O projeto tinha um prazo de conclusão de 55 dias, sendo que após este prazo seria aplicado
multa por cada dia de atraso que poderia comprometer a viabilidade financeira do mesmo.

Foram realizadas 50.000 simulações com nível de confiança de 95% no software Oracle Cristal
Ball (versão 11.1.2.3) em um notebook intel core i5-2450M CPU @2.50GHz, 4Gb de memória
e sistema operacional Windows 7 – 64 bits.

A baixo segue a tabela com a duração das atividades usadas:

Tabela 3: Durações médias das atividades do projeto.

Atividade Duração Atividades
precedentes
A 6
B 12 A
C 9 B
D 15 B
E 19 B
F 11 C
G 9 C
H 10 D
I 14 F,G
J 12 H,E
 18

Têm-se o fluxograma do projeto a seguir:

Figura 4 Fluxograma de um processo de mineração.

Ao calcular a duração do(s) caminho(s) críticos separados e sem considerar as dependências

obtêm-se os seguintes valores:

Caminho 1 – A-B-C-F-I: 52;

Caminho 2 – A-B-C-G-I: 50;

Caminho 3 – A-B-D-H-J: 55;

Caminho 4 – A-B-E-J: 49.

Pode-se notar que o caminho crítico é o 3, das atividades A-B-D-H-J. Mas de acordo com a
técnica de média simples o projeto está dentro do prazo.
 19

3.2 Metodologias Aplicadas

O modelo de média simples apesar de ser uma técnica ainda muita utilizada apesenta muitas
falhas. Por ser um modelo que apresenta variáveis discretas, não leva em consideração as
incertezas das atividades o que pode acarretar em grandes atrasos e consequentemente enormes
prejuízos para a empresa.

Na empresa em estudo não havia dados históricos de duração das atividades, então a princípio
foi proposto a adoção da técnica PERT/CPM, e para preencher as lacunas dos dados históricos
foram utilizado a experiência dos gestores do processo na previsão de duração das atividades.
Com isso conseguimos os tempos mais otimistas e mais pessimistas de duração das atividades
e dessa forma montar nossa tabela PERT/CPM.

Após coletar dados históricos suficientes para poder inferir qual distribuição estatística cada
atividade seguia realizou-se a simulação de Monte Carlo.

Os caminhos foram simulados separadamente, o que para efeitos deste estudo especifico não
influenciará nos resultados que pretende-se obter.

3.2.1 Metodologia PERT/CPM

Na utilização da técnica PERT/CPM levou-se em conta 3 valores: tempo mais otimista (o),
tempo mais provável (m) e tempo mais pessimista (p) conforme a tabela abaixo:

Tabela 4: Tabela PERT/CPM com os tempos otimistas(o), tempos mais prováveis(m) e tempos
pessimistas(p).

Atividade Predecessora Tempo Otimista Tempo Mais Provável Tempo Pessimista

A 4 6 8
B A 11 12 14
C B 7 9 12
D B 13 15 17
E B 17 19 23
F C 9 11 13
G C 8 9 10
H D 8 10 13
I F,G 12 14 16
J H,E 10 12 15
 20

A partir destes valores pode-se chegar aos valores da média e variância que são calculados a
partir das seguintes fórmulas:

 Média= (o+4m+p)/6

 Variância= ((p-o)/6)²

Ao calcular a média e variância chega-se aos seguintes valores da tabela:

Tabela 5: Tabela PERT/CPM completa.

Tempo Tempo Mais

Atividade Predecessora Otimista Provável Tempo Pessimista Média Variância
A 4 6 8 6,00 0,44
B A 11 12 14 12,17 0,25
C B 7 9 12 9,17 0,69
D B 13 15 17 15,00 0,44
E B 17 19 23 19,33 1,00
F C 9 11 13 11,00 0,44
G C 8 9 10 9,00 0,11
H D 8 10 13 10,17 0,69
I F,G 12 14 16 14,00 0,44
J H,E 10 12 15 12,17 0,69

O caminhos simulados com os dados de entrada do modelo PERT/CPM apresentaram os

seguintes resultados:

Figura 5 - Simulação do método PERT/CPM para o caminho 1.

 21

Analisando o gráfico pode-se observar que a probabilidade de que as atividades do caminho 1

seja concluída em 55 dias é de 93,97% para um nível de confiança da simulação de 95%.

Outros valores interessantes deste gráfico são o valor médio de duração da atividade de 52.33
dias, como os valores são em dias convenciona-se arredondar para cima por questões de
segurança. Então, temos uma média de 53 dias para a conclusão do projeto.

Com 75% de certeza pode-se inferir que o projeto terminará em 53.48 dias (54 dias). O valor
de 75% pode ser um número aceitável para mensurar duração dos projetos, no caso deste
trabalho em uma indústria de mineração, este foi o valor adotado. Mas deve se levar em conta
em qual área e qual o grau de exigência que o projeto deve ter, pois em áreas como a da saúde,
o grau de exigência pode ser muito maior.

Para que se tenha previsões mais conservadoras foi adotado o valor de 90% de certeza, que
resultou em 54,53 dias(55 dias).

O gráfico a seguir nos mostra quais foram as atividades que mais impactaram no tempo de
duração do caminho 1.

Figura 6 - Sensibilidade das Atividades do Caminho 1

Pode-se analisar que a atividade C foi a de maior impacto no caminho 1, com quase um terço
do tempo, e consequentemente a atividade gargalo neste caminho. Se este caminho fosse o de
maior duração do projeto, esta atividade deveria ser a primeira a ser melhorada se possível, pois
ela seria o ponto de maior gargalo no processo.
 22

Ao analisar o caminho 2 têm-se os seguintes resultados:

Figura 7 - Simulação do método PERT/CPM para o caminho 2

Pode-se observar através do gráfico que as atividades do caminho 2 terão probabilidade de

100% de estarem concluídas para um nível de confiança da simulação de 95%.

Observando as outras informações que o gráfico apresenta, têm-se média de 50.33 dias (51
dias), 75% de certeza que atividades estarão concluídas em 51.40 dias (52 dias), este o tempo
adotado no presente projeto e 90% de certeza que a conclusão do caminho 2 em 52.36 dias (54
dias).

Analisando a sensibilidades das atividades têm-se:

 23

Figura 8 - Sensibilidade das Atividades do Caminho 2.

A atividade de maior impacto no tempo é a atividade C, mas como este caminho mostrou
grandes possibilidades de estarem dentro do prazo, suas atividades não devem ser foco de
melhoria por enquanto.

O próximo caminho analisado é o 3:

Figura 9 - Simulação do método PERT/CPM para o caminho 3.

 24

Ao analisar o caminho 3 vê-se um grande grau de incerteza (60,4%) de concluir o projeto no

prazo. Observando os outros valores, têm-se um tempo médio de conclusão de 55,49 dias (56
dias).

Quando se faz a análise das perspectivas adotadas (75%) e conservadoras (90%), os resultados
são de 56,71 dias (57 dias) e 57,82 dias (58 dias) respectivamente. Dependendo do valor
acordado da multa diária por atraso este projeto poderia ser inviável, já que apresenta 2 dias de
atraso no cenário adotado pela empresa e 3 dias em um cenário mais conservador.

Ao analisar as atividades de maior impacto têm-se:

Figura 10 - Sensibilidade das Atividades do Caminho 3.

As atividades H e J representam mais de 50% do tempo do caminho 3 e a atividade J é comum

ao caminho 4. Uma série de fatores devem ser levado em conta ao escolher uma atividade para
ser projeto de melhoria como os custos, recursos que atividade utiliza, dependência, mão de
obra alocada para atividade, entre outras. Pois nem sempre a atividade que gera maior impacto
no tempo total é a atividade mais vantajosa para se melhorar. Como o caminho 3 é o crítico do
processo, qualquer melhoria em qualquer uma das atividades resultará em diminuição do tempo
total do projeto, até que esse caminho deixe de ser o crítico.

Ao analisar o caminho 4 obtêm-se o seguinte gráfico:

 25

Figura 11 - Simulação do método PERT/CPM para o caminho 4.

Assim como o caminho 2, o caminho 4 têm 100% de chance de ser concluído dentro do prazo
quando analisado separadamente e com um nível de confiança de 95%.

A média de dias deste caminho é de 49.66 (50 dias) e os cenários analisados são: 75% de certeza
de ser concluído em 50.82 dias (51 dias) e 90% de certeza de ser concluído em 51,91 dias (52
dias).

Ao analisar a sensibilidades das atividades os valores encontrados são:

Figura 12 - Sensibilidade das Atividades do Caminho 4.

 26

A atividade de maior impacto no tempo total do caminho 4 é a atividade E, mas assim como no
caminho 2 por ter 100% de certeza na simulação realizada que cumprirá o prazo, suas atividades
não devem ser o foco no momento.

Tem-se então que pelo método de PERT/CPM e após a realização de 50.000 simulações
individuais de cada caminho, o caminho 3 foi considerado o gargalo. Há de se levar em conta
que os caminhos foram observados separadamente, pois se a análise for feita em conjunto o
caminho 4 demoraria o mesmo tempo para terminar que o caminho 3, já que a atividade J
depende da sua antecessora H para se ter início. Mas para os objetivos propostos neste trabalho
a separação dos caminhos não interfere nas conclusões que serão apresentadas.

Através da simulação de PERT/COM tem-se então os seguintes valores de término de cada

caminho nos cenários abaixo:

Tabela 6: Possíveis cenários para os caminhos utilizando o método PERT/CPM.

Percentis Caminho 1 Caminho 2 Caminho 3 Caminho 4

50% 52,31 50,31 55,48 49,62
75% 53,48 51,40 56,71 50,82
90% 54,53 52,36 57,82 51,91

3.2.1 Método de Monte Carlo

Para utilização da simulação de Monte Carlo optou-se primeiro por construir um banco de dados
com os tempo de processo de cada atividade para que se possa inferir o comportamento
estatístico das mesmas. Coletou-se então o tempo por 197 vezes (os valores de cada atividade
estão em anexo neste trabalho) e verificou-se que elas seguem a normal com os seus parâmetros
de entrada sendo demonstrados na tabela a seguir:

Tabela 7: Parâmetros das atividades seguindo a distribuição normal

Atividade Predecessora Média Desvio Padrão

A 6,08 0,80
B A 11,82 0,51
C B 9,45 1,05
D B 15,15 0,48
E B 20,00 1,43
F C 11,36 0,93
G C 9,52 1,03
H D 10,66 0,93
I F,G 14,06 0,65
J H,E 12,19 0,88
 27

Assim, como o método de PERT/CPM, foram realizadas 50.000 simulações para o métodos de
Monte Carlo no mesmo computador e os resultados serão apresentados abaixo.

Para o caminho 1 o gráfico apresentou os seguintes valores:

Figura 13 - Simulação do método de Monte Carlo para o caminho 1.

Pode-se analisar que têm-se 89,09% de certeza que o caminho 1 será concluído antes dos 55
dias estipulados, isso, para uma simulação com 95% de nível de confiança.

O tempo médio ficou em 52.76 dias (53 dias), o cenário adotado de 75% apresentou 53.99 dias
(54 dias) e o cenário conservador de 90% conclui em 55.09 dias (56 dias).

Se a abordagem escolhida fosse mais conservadora o nosso projeto ultrapassaria o tempo de

término acordado e essas informações teriam de ser levado em conta ao se fazer o contrato de
serviço.
 28

A sensibilidade das atividades do caminho 1 apresentou os seguintes resultados:

Figura 14 – Análise de Sensibilidade das Atividades do Caminho 1.

A atividade C apresentou o maior tempo dispendido no caminho 1, seguida de perto pela

atividade F. Caso o cenário adotado fosse o conservador, alguma atividade destas teriam de ter
seu tempo reduzido. Há de ressaltar que algumas destas atividades compartilham mais de um
caminho e devem ser levado em conta quando fosse feito um projeto de melhoria para as
atividades.

Abaixo temos os gráficos para o caminho 2.

 29

Figura 15 - Simulação do método de Monte Carlo para o caminho 2.

Diferente da simulação método PERT/CPM, a simulação de Monte Carlo encontrou

possibilidades de que o cronograma não seja cumprido, mas mesmo assim a certeza de que o
prazo será realizado é 98,57%.

A média para execução das atividades ficou em 50.92 dias (51 dias). Já a perspectiva adotada
de 75% ficou em 52.16 dias (53 dias) e a perspectiva mais conservadora de 90% resultou em
53.32 dias (54 dias).

Têm-se então que mesmo em uma abordagem mais conservadora o planejamento ficará dentro
do limite.
 30

Analisando as atividades que mais impactaram no caminho 2 temos:

Figura 16 – Análise de Sensibilidade das Atividades do Caminho 2.

As atividades C e G tiveram o maior impacto no caminho 2, representando mais de 60% do

tempo gasto. Como muito provavelmente este caminho não dever ultrapassar o limite de 55
dias, suas atividades não são prioridades de melhorias no momento.

Temos então o caminho 3, que se mostrou como o caminho critico na simulação da técnica de
PERT/CPM.

Figura 17 - Simulação do método de Monte Carlo para o caminho 3.

 31

Novamente o caminho 3 se apresenta como o mais crítico ao processo e com um grau de

incerteza ainda maior. A certeza que as atividades do caminho serão executados em até 55 dias
são de apenas 29,36%.

Quando se analisa o tempo médio, têm-se 55.90 dias (56 dias) para o cumprimento do prazo.
Ao explorar o cenário adotado e o conservador têm-se respectivamente 57.02 dias (58 dias) e
58.04 dias (59 dias), nestes casos, o arredondamento poderia ser feito para baixo por se tratar
de uma diferença muito pequena, mas para o presente estudo convencionou-se arredondar para
cima como forma mais segura.

Dispõe-se então de 1 dia de atraso para o tempo médio, 3 dias para o cenário adotado e 4 dias
para o conservador.

Explorando os indicadores de tempo gasto das atividades do caminho 3 têm-se:

Figura 18 – Análise de Sensibilidade das Atividades do Caminho 3.

Pode-se inferir que a atividade que tem maior impacto no caminho 3 é a atividade H, seguida
de perto das atividades J e A. Como este caminho é o crítico do projeto qualquer atividade que
sofrer uma redução de tempo impactará no tempo total do projeto.

Por último têm-se o gráfico do caminho 4:

 32

Figura 19 - Simulação do método de Monte Carlo para o caminho 4.

O caminho 4 não apresentou 100% de certeza que será executado no prazo de 55 dias, apesar
de chegar muito próximo disso 99,40%.

O tempo médio para este caminho resultou em 50.08 dias (51 dias), já a perspectiva adotada
ficou em 51.37 dias (52 dias) e a conservadora em 52.55 dias (53 dias).

Ao fazer uma análise da sensibilidade das atividades pode-se obter:

Figura 20 – Análise de Sensibilidade das Atividades do Caminho 4.

 33

Pode-se observar que a atividade E é a de maior impacto no tempo total do caminho 4, mas
como este caminho está dentro prazos estabelecidos nos cenários analisados suas atividades não
devem ser priorizadas agora.

Ao analisar os diferentes cenários para cada caminho têm-se:

Tabela 8: Possíveis cenários para os caminhos utilizando o método de Monte Carlo.

Percentis Caminho Caminho Caminho Caminho

1 2 3 4
50% 52,76 50,91 55,90 50,08
75% 53,99 52,16 57,02 51,37
90% 55,09 53,32 58,04 52,55
 34

CAPÍTULO 4 – RESULTADOS E CONCLUSÕES

No presente trabalho foram abordadas 3 técnicas diferentes de previsão de conclusão de um

projeto e duas dessas técnicas foram simuladas pelo software Oracle Crystal Ball para que se
tenha uma aproximação mais próxima da realidade possível.

O projeto possuía um prazo de execução de 55 dias, com multas por atrasos diárias que
poderiam comprometer a viabilidade financeira do mesmo.

Foi realizado também uma análise das tarefas que mais impactavam no tempo total de cada
caminho para que se tenha uma ideia dos possíveis pontos de melhorias para adequar-se ao
prazo se necessário.

Abaixo faremos um comparativo dos 3 métodos e seus resultados.

Tabela 9: Comparação dos métodos e o tempo gasto em cada cenário e caminho.

Ao compararmos as três técnicas pode-se notar que caso o método de média simples continuasse
sendo adotado, possivelmente o projeto passaria do tempo acordado e a empresa sofreria com
multas e perda de credibilidade. As técnicas PERT/CPM e Monte Carlo apresentaram
resultados bem próximos, mas dependendo do projeto estas diferenças podem significar
resultados bem distintos.

Neste trabalho a simulação de Monte Carlo é a mais próxima da realidade por apresentar
parâmetros de entrada de acordo com o comportamento estatísticos que os dados coletados
seguiam.

A técnica PERT/CPM se mostrou muito satisfatória quando os dados históricos não são
suficientes, podendo ser empregada até que se tenha uma base de dados maior.
 35

Já a média simples é uma técnica que deve ser empregada apenas em última instância, pois as
incertezas inerentes são muitas.

Analisando os resultados, tanto a técnica de PERT/CPM quanto Monte Carlo indicaram uma
grande probabilidade do projeto não ser concluído em 55 dias. Essa análise possibilita ao gestor
de projetos tomar decisões para que que seu projeto não gere prejuízos. Neste caso, deve ser
analisado a multa diária em relação ao faturamento do projeto, os custos de intensificação de
uma atividade gargalo e até mesmo uma renegociação dos prazos estabelecidos em contratos.
Com esses valores, pode-se tomar uma decisão mais assertiva em benefício da empresa.

CAPÍTULO 5 – CONSIDERAÇÕES FINAIS

A partir dos resultados encontrados é possível fazer uma análise mais profunda e definir as
prioridades para oportunidades de melhorias. A metodologia de Simulação de Monte Carlo
pode ser utilizada também para encontrar o menor custo de um projeto, caso os valores de custo
de cada atividade e a quantidade gasta para melhorar as mesmas fossem conhecidas, a
simulação da duração do projeto e dos custos totais poderia ser rodada simultaneamente e dessa
forma poderia trazer ganhos ainda maiores para auxiliar a tomada de decisões. As possibilidades
de melhoria da simulação são inúmeras e dependerá da quantidade de parâmetros de entrada
coletados, da qualidade desses parâmetros e da eficiência computacional disponível.

Com a implementação dessas metodologias, além de se ter resultados mais assertivos, o

conhecimento acerca do tempo de execução do projeto, passa a não ficar restrito apenas ao
gestor dessa área, o que poderia ser um agravante em uma possível ausência do mesmo.

Com o avanço computacional dos últimos anos e a quantidade gigantesca de dados que se tem
hoje em dia, conhecido pelo big data, as simulações estão cada vez mais gerando cenários muito
próximos dos reais, e se tornou uma ferramenta essencial na gestão dos riscos de projetos em
diversas áreas.
 36

REFERÊNCIAS BIBLIOGRÁFICAS

BARALDI, Paulo. Gerenciamento de riscos empresariais: a gestão de oportunidades, a

avaliação de riscos e a criação de controles internos nas decisões empresariais. 2. ed. Rio de
Janeiro: Elsevier, 2005.

COCURULLO, Antônio. Gestão de riscos corporativos: riscos alinhados com algumas

ferramentas de gestão: um estudo de caso no setor de celulose e papel. São Paulo: Scortecci,
2002.

ESCUDERO, L. F. La simulación en la empresa. Bilbao: Ediciones Deusto, 1973.

HELDMAN, Kim. Gerência de projetos: Guia para o exame oficial do PMI. Trad. Edson
Furmankiewicz. 5ªed. rev. e amp. Rio de Janeiro: Elsevier, 2009.

JUNIOR, R. Z. O que é Planejamento PERT-CPM? 2007. Disponível em: <

http://romelzanini.blogspot.com.br/2007/07/planejamento-pert-cpm.html> Acesso em
27/11/2017.

LAUGENI, F. P.; MARTINS, P. G. Administração da Produção. 2 ed. São Paulo: Saraiva, 2005

LILENBAUM, Moysés Jacob. Administração de planos e projetos: Uma tentativa de

sistematização. Revista de administração pública, Rio de Janeiro, Volume 6, n.º 4, 1972

LUECKE, R. Tomando Decisões. Tradução de Ryta Vinagre. Editora Record Ltda: Rio de
Janeiro, 2007

LUSTOSA, P. R. B.; PONTE, V. M. R.; DOMINAS, W. R. Simulação. In: CORRAR, L. J.;

THEÒPHILO, C. R. (Orgs.). Pesquisa Operacional para decisão em contabilidade e
administração. São Paulo: Atlas, 2004.

MENEZES, L.C. de Moura. Gestão de projetos. São Paulo: Atlas, 2001.

METROPOLIS, N.; ULAM, S. The Monte Carlo method. Journal of the American Statistical
Association, v. 44, n. 247, p. 335-341, 1949.
 37

MOORE, J. H.; WEATHERFORD, L. R. Decision modeling with Microsoft Excel. 6th ed. New
Jersey: Prentice Hall, 2001.

SALLES JÚNIOR, Carlos Alberto Corrêa; et al. Gerenciamento de riscos em projetos. Rio de
Janeiro: Editora FGV, 2006.

STANGER, Luiz B. PERT/CPM técnica de planejamento e controle. 1ª ed. Rio de Janeiro: Ao

Livro Técnico, 1967.

TSAI, Ying-Wei, "Resource constrained project scheduling using simulated annealing and tabu
search". Retrospective Theses and Dissertations. Paper 16788. 1996.

TUBINO, D. F. Manual de Planejamento e Controle da Produção. 2 ed. São Paulo: Atlas, 2000.
 38

APÊNDICE

TEMPO DA ATIVIDADE (DIAS)

DADOS A B C D E F G H I J
1 6,78 11,29 9,01 14,71 20,27 10,46 9,85 10,50 13,19 11,49
2 6,49 12,26 9,48 15,00 19,05 11,52 8,15 12,11 14,61 10,22
3 8,39 11,63 8,94 14,83 18,52 9,84 9,37 10,50 15,94 13,09
4 6,46 11,56 8,91 14,54 18,96 9,57 10,63 11,72 13,81 11,93
5 5,85 11,14 8,05 15,27 17,38 12,41 10,14 10,93 12,28 11,96
6 5,52 12,37 9,65 15,78 20,79 9,99 8,17 12,06 14,47 11,95
7 5,97 11,49 8,24 15,34 21,67 11,66 9,66 10,28 13,98 12,17
8 5,71 11,47 9,79 15,64 20,96 12,03 11,48 8,90 14,66 12,04
9 6,64 11,41 9,59 14,81 19,19 10,99 7,75 9,64 14,48 12,37
10 4,72 11,08 10,97 14,84 17,34 11,72 9,06 11,96 14,18 11,62
11 7,02 11,62 8,85 15,30 18,75 11,47 9,14 9,67 13,57 13,23
12 5,49 12,13 10,45 15,41 19,87 12,73 9,13 10,75 14,28 11,24
13 5,78 10,92 9,36 14,77 21,53 10,51 10,90 8,38 13,07 12,12
14 6,74 11,20 10,78 15,48 18,86 11,55 11,55 9,08 14,56 12,89
15 6,78 11,90 11,37 15,62 17,45 9,83 9,33 9,26 14,66 13,10
16 5,49 12,18 8,81 15,90 19,09 11,89 9,38 10,36 15,13 12,03
17 6,07 12,46 10,01 15,29 19,78 12,32 9,53 10,83 14,33 11,35
18 5,83 11,72 8,24 15,41 20,29 11,74 9,83 10,80 13,90 10,75
19 6,63 11,94 9,34 14,80 20,24 11,75 7,91 9,00 14,32 13,62
20 6,88 12,34 7,36 14,88 22,04 11,49 10,07 9,94 14,83 11,95
21 5,96 12,00 9,10 14,91 20,23 11,23 8,42 11,56 14,37 12,75
22 5,55 11,55 9,97 15,30 18,86 10,62 8,51 10,49 12,87 14,40
23 5,58 11,73 10,68 14,78 21,55 12,69 9,07 10,67 12,42 12,02
24 5,82 11,37 10,13 15,54 20,07 10,55 7,98 10,97 14,55 10,45
25 7,02 11,82 9,95 15,35 20,60 12,39 9,44 9,70 13,30 11,06
26 6,64 12,05 7,30 15,42 19,71 11,17 7,99 11,02 14,54 11,98
27 4,93 12,24 9,75 16,27 17,47 11,18 8,49 9,37 14,03 13,30
28 4,59 10,66 9,43 14,95 19,88 10,91 10,43 11,46 13,66 11,97
29 6,27 11,98 8,21 15,46 22,55 11,34 9,94 11,28 13,58 11,60
30 6,35 11,63 7,96 15,30 20,25 11,75 7,88 9,85 14,87 12,41
31 6,45 12,06 8,93 14,89 19,23 12,37 9,03 10,29 14,78 12,39
32 4,16 11,55 7,94 15,80 20,66 12,01 8,00 9,44 13,99 12,52
33 7,16 13,17 8,19 14,54 18,26 11,10 10,74 10,84 14,95 11,78
34 7,17 11,86 10,15 14,70 21,37 9,94 11,11 11,16 14,89 13,21
35 5,58 12,09 7,33 15,04 18,42 12,46 8,64 9,93 13,98 11,21
 39

36 7,11 11,88 8,30 15,27 19,43 11,27 8,59 10,52 13,58 14,10
37 7,24 11,79 10,73 14,88 19,67 11,54 7,60 10,11 13,93 12,90
38 3,82 12,09 8,47 15,45 21,82 12,06 8,47 10,58 14,16 10,93
39 4,79 11,68 9,66 15,30 21,08 11,42 8,47 10,65 14,74 13,13
40 7,28 11,72 8,72 14,76 22,76 13,02 9,20 9,34 14,07 11,27
41 5,06 11,99 11,10 15,20 18,95 13,26 11,56 10,26 16,09 12,06
42 5,70 12,25 10,23 15,20 19,89 12,26 10,03 10,34 14,04 11,89
43 7,21 12,02 10,72 14,92 21,78 12,00 11,14 11,82 14,78 12,56
44 7,43 12,47 8,52 16,13 19,13 9,81 8,92 11,39 14,03 13,43
45 6,45 11,38 10,32 14,52 17,09 10,25 8,89 10,26 14,16 11,76
46 5,47 12,63 8,77 15,55 20,21 9,95 9,54 10,03 13,50 12,04
47 6,03 10,62 6,68 14,72 19,61 12,74 10,45 11,53 13,52 12,60
48 6,72 11,86 11,01 15,11 21,79 11,34 8,51 11,50 14,29 11,67
49 5,77 11,63 9,49 14,90 22,27 11,22 11,38 10,95 13,68 13,45
50 6,66 11,74 9,77 14,95 17,56 12,66 9,09 11,54 14,80 12,72
51 6,65 12,10 10,72 14,93 21,94 11,49 7,39 10,74 14,44 11,82
52 5,19 12,15 10,83 15,40 20,58 9,94 11,33 8,80 13,47 12,89
53 5,93 11,39 9,03 15,64 19,02 10,15 7,31 10,12 13,53 11,22
54 6,08 11,24 11,62 15,14 22,94 11,24 10,28 10,71 13,80 12,09
55 5,96 11,19 8,63 15,42 19,25 11,91 8,08 10,82 12,85 12,51
56 6,25 12,74 10,88 15,23 20,09 10,30 10,07 11,07 13,37 11,59
57 5,40 11,79 8,25 14,87 21,10 12,13 11,07 11,06 13,53 12,34
58 6,77 12,25 11,70 15,11 20,72 11,21 8,24 10,72 14,18 13,41
59 5,93 11,90 8,82 15,90 18,77 11,62 10,14 10,00 13,54 12,02
60 5,89 11,45 9,93 14,94 20,19 10,83 8,77 10,49 13,83 13,40
61 5,98 13,12 8,82 15,07 19,92 12,34 9,03 12,25 14,19 13,62
62 5,87 12,26 8,82 14,55 18,42 12,62 10,33 10,72 14,16 12,80
63 5,69 11,78 8,38 14,32 18,06 11,83 10,75 12,33 14,16 11,43
64 7,31 11,72 10,67 15,41 19,59 10,50 10,12 10,00 13,01 13,05
65 6,31 11,61 8,49 15,56 18,58 11,45 10,21 9,28 13,89 12,15
66 6,93 12,18 9,57 15,53 20,95 11,29 8,85 10,63 13,47 11,10
67 6,86 12,83 9,08 15,58 21,01 10,90 10,40 9,33 13,88 12,69
68 7,41 11,57 9,26 15,32 21,78 11,06 11,20 10,89 14,39 12,23
69 6,18 12,37 8,86 14,67 22,46 10,79 11,26 10,43 13,93 12,43
70 7,24 11,52 10,02 14,59 19,89 10,55 9,06 9,35 14,31 12,32
71 7,06 12,35 8,62 14,78 19,10 10,10 8,41 14,68 14,67 11,52
72 6,10 12,08 9,51 15,30 18,10 11,54 7,80 9,70 14,92 10,44
73 6,16 11,60 8,39 15,50 20,43 10,91 8,33 10,63 14,46 13,42
74 5,52 12,18 9,79 14,04 21,95 10,06 10,52 12,28 14,12 11,69
75 8,27 12,29 8,90 15,72 18,49 11,20 9,17 8,92 13,58 10,82
76 5,32 12,29 9,18 15,75 16,65 11,30 9,34 10,27 14,05 12,97
77 6,78 11,21 8,96 15,01 18,48 12,48 8,07 10,38 13,97 11,78
78 5,46 11,40 10,78 15,21 20,29 10,40 8,27 11,34 13,58 12,87
79 5,23 11,64 8,54 15,25 17,73 11,40 8,01 11,74 13,99 11,03
80 7,48 12,64 8,69 15,19 20,81 12,15 9,39 11,50 14,04 12,19
81 5,71 11,73 8,79 13,81 20,81 11,30 8,72 10,66 13,01 10,02
 40

82 4,91 12,05 8,70 15,03 19,39 10,37 10,26 11,02 13,94 13,48
83 6,85 11,97 10,26 14,58 19,76 10,54 9,46 10,15 14,81 12,10
84 6,51 12,47 8,73 14,98 19,90 11,67 9,71 9,62 12,99 12,30
85 5,79 12,59 8,86 15,83 20,73 11,27 10,61 11,07 13,86 12,13
86 5,77 11,47 8,54 15,60 19,31 12,09 9,63 11,33 14,07 10,68
87 5,50 11,81 11,57 15,26 19,72 13,08 9,95 11,71 14,51 12,66
88 6,63 11,54 8,86 14,78 18,84 11,78 9,59 9,67 13,64 11,65
89 7,30 11,81 10,76 14,72 19,05 10,91 10,55 11,25 12,94 10,32
90 6,16 10,99 9,89 14,94 20,01 11,04 10,08 8,49 12,96 11,23
91 6,85 11,95 11,91 15,75 19,23 12,73 11,96 11,36 14,32 12,87
92 5,92 12,28 9,49 14,61 20,74 11,99 9,52 11,17 14,52 11,79
93 5,90 12,84 10,43 15,72 21,03 11,60 9,94 10,91 13,32 11,50
94 4,56 12,33 11,24 15,38 18,77 12,17 8,98 11,01 14,51 12,82
95 4,80 11,15 11,12 15,68 17,06 10,03 7,51 10,70 14,17 11,99
96 5,24 11,45 9,40 16,16 19,47 10,84 9,86 10,70 14,40 13,03
97 5,13 10,99 9,50 15,33 23,60 11,05 9,36 11,96 13,67 11,09
98 6,94 11,49 10,13 14,90 18,68 12,39 9,71 8,93 14,83 12,10
99 5,86 11,93 9,30 15,84 20,46 12,51 9,51 11,29 13,33 13,59
100 6,24 11,68 7,33 14,82 17,23 12,27 8,54 10,77 14,42 11,02
101 6,14 12,25 9,11 15,73 19,54 11,34 10,32 10,05 14,65 11,28
102 5,30 11,45 8,97 14,65 21,75 9,90 9,31 10,65 13,27 12,23
103 6,20 12,36 9,24 15,95 20,90 11,67 10,44 9,82 13,52 12,65
104 5,51 11,54 8,51 15,01 20,79 11,06 10,16 10,32 13,25 13,39
105 5,80 11,92 8,03 15,88 19,03 12,24 9,48 13,16 14,88 11,94
106 6,32 10,56 8,79 14,22 22,63 10,56 7,86 9,61 13,38 13,44
107 6,02 12,48 7,34 16,23 19,62 11,20 9,98 10,42 13,99 10,85
108 5,59 11,35 9,24 14,84 20,17 9,85 10,23 9,97 13,59 13,40
109 6,90 11,47 9,89 14,47 18,08 10,57 8,73 9,67 13,45 12,13
110 6,60 12,31 8,83 16,08 19,72 12,55 9,80 10,64 14,56 13,53
111 5,87 12,00 10,24 14,95 20,57 10,02 10,72 10,90 13,91 12,50
112 4,54 11,43 10,29 14,45 21,16 12,00 10,32 10,04 13,80 11,31
113 6,38 11,98 9,58 15,54 20,08 11,99 9,58 10,47 13,49 11,59
114 6,19 11,59 8,18 14,33 21,08 12,62 9,39 10,88 13,65 12,92
115 6,83 12,44 5,87 15,12 19,47 11,90 9,80 11,48 13,65 13,32
116 7,41 11,77 7,69 14,34 18,60 10,95 9,98 9,72 14,52 11,54
117 5,84 12,48 9,60 15,26 20,35 10,52 8,84 9,71 13,76 13,85
118 5,23 11,55 9,22 15,42 19,48 10,62 11,29 11,06 14,65 11,79
119 6,39 10,96 10,70 15,85 18,97 10,56 9,20 12,31 13,33 12,25
120 5,90 11,53 10,46 14,00 22,75 10,61 8,88 11,24 14,24 12,36
121 7,33 11,63 9,76 14,67 21,62 10,80 11,96 10,94 13,92 10,74
122 6,55 11,07 9,71 15,63 21,29 10,45 9,67 10,78 12,93 11,78
123 6,60 12,80 9,74 15,11 20,04 11,35 9,47 10,80 14,06 12,16
124 6,80 11,30 7,41 15,71 20,60 11,50 8,86 10,65 15,05 12,83
125 6,28 12,78 9,58 16,23 20,38 12,58 8,88 9,32 14,03 13,35
126 6,54 10,90 9,03 15,18 19,75 11,12 9,90 10,80 14,19 12,42
127 5,45 11,84 8,91 14,83 20,31 11,66 8,44 10,42 14,83 14,09
 41

128 6,19 11,77 7,97 14,91 18,01 11,40 9,17 10,71 14,65 13,28
129 4,97 11,52 9,68 15,46 22,08 10,95 9,11 11,80 12,96 13,09
130 6,13 11,68 10,52 15,04 20,17 10,21 11,02 10,84 14,92 11,88
131 6,54 12,24 9,43 15,12 19,15 10,48 9,54 9,99 13,76 11,37
132 7,30 12,16 10,29 14,69 19,85 11,25 10,29 11,88 14,88 11,56
133 5,62 11,05 10,08 14,84 18,57 13,29 8,21 10,79 14,25 11,85
134 6,09 11,48 10,46 14,90 20,21 11,25 11,05 10,59 14,53 11,36
135 5,55 11,39 9,64 15,12 19,98 10,96 7,44 10,32 14,56 12,26
136 7,01 11,97 9,18 15,68 22,44 11,35 8,93 9,59 14,45 11,72
137 4,89 11,73 8,31 14,36 18,81 12,67 9,36 10,71 14,11 12,13
138 6,68 12,57 9,93 14,95 20,04 9,43 8,10 9,25 14,91 13,56
139 5,53 11,65 9,22 15,95 22,55 11,90 8,99 11,45 14,71 12,48
140 5,11 11,43 8,22 15,43 19,53 13,49 9,77 10,97 13,39 11,87
141 6,17 11,48 11,86 15,61 18,29 12,40 10,01 12,72 14,62 12,00
142 5,56 12,18 8,74 14,75 20,11 10,55 8,60 11,40 14,77 13,00
143 6,81 11,37 8,86 14,96 21,72 11,75 8,97 11,74 13,59 13,96
144 6,55 11,32 9,89 15,02 21,00 11,90 8,85 12,14 13,25 12,31
145 6,55 11,56 9,26 14,56 20,71 10,47 8,63 10,68 15,36 11,30
146 5,38 12,62 8,21 14,92 20,15 11,27 11,28 10,81 13,15 11,60
147 6,76 11,31 8,64 15,98 19,32 10,83 7,82 10,57 14,15 12,39
148 5,27 11,67 10,19 14,53 19,05 12,89 9,89 10,60 13,79 12,04
149 6,84 11,70 11,15 15,63 20,68 11,84 10,37 10,97 14,87 13,46
150 5,71 11,56 9,64 14,48 21,06 11,06 9,00 11,17 14,76 11,83
151 4,47 12,04 8,52 14,83 22,99 11,76 8,72 8,40 13,15 11,81
152 4,60 10,89 8,47 15,54 16,78 13,07 10,04 11,66 14,12 12,45
153 6,23 12,71 9,56 15,26 19,62 11,90 8,51 9,88 13,86 12,06
154 6,10 11,70 8,49 15,36 19,33 10,24 8,03 10,65 13,58 11,74
155 6,17 11,52 9,43 14,62 21,73 9,75 9,96 11,07 13,27 13,29
156 6,40 12,55 9,61 14,49 18,61 10,73 9,35 10,46 14,72 11,42
157 4,66 12,45 10,83 15,25 20,02 11,88 7,43 11,13 13,16 12,07
158 7,03 11,95 11,98 15,07 17,44 11,85 10,88 10,86 13,77 11,37
159 5,40 11,94 9,16 15,24 18,94 11,33 8,07 10,92 13,59 13,16
160 5,39 11,83 9,60 15,22 20,06 10,92 9,66 10,25 13,86 11,36
161 6,05 10,91 9,03 14,67 19,61 12,91 10,12 11,67 13,79 12,77
162 6,74 11,05 10,16 15,58 20,33 11,61 10,30 10,20 15,17 11,81
163 5,43 11,49 9,07 15,39 23,57 12,42 9,79 11,54 12,16 11,59
164 6,94 11,98 8,21 15,44 18,63 11,70 9,48 11,49 14,81 11,97
165 7,43 11,26 10,33 15,77 20,05 12,28 11,12 10,05 14,23 13,25
166 6,63 11,37 9,13 15,14 20,52 11,26 10,77 11,91 14,25 11,58
167 6,03 11,72 9,91 15,55 21,01 11,22 9,69 10,36 14,51 12,48
168 5,78 12,05 10,72 15,46 20,37 11,01 10,67 10,19 14,88 12,26
169 5,63 12,18 10,85 14,01 17,84 11,87 9,51 10,18 14,67 14,21
170 5,07 12,27 10,55 15,19 21,25 12,56 10,01 11,08 13,40 11,79
171 5,10 11,37 9,51 14,66 19,48 10,98 11,53 11,47 14,76 10,06
172 5,60 12,34 10,38 14,63 22,19 11,64 9,91 11,42 13,85 11,16
173 6,91 11,43 10,73 15,06 19,27 11,32 8,35 10,28 15,04 12,34
 42

174 4,22 10,84 8,63 15,14 21,28 9,76 10,81 12,25 13,86 11,36
175 5,82 10,67 9,34 14,85 17,57 8,99 8,72 11,14 15,15 12,78
176 6,62 12,50 9,26 15,47 21,23 9,71 8,98 9,57 14,66 11,18
177 6,46 11,75 10,47 14,17 22,12 12,01 10,00 8,43 14,58 11,51
178 5,32 11,26 9,91 14,56 21,12 13,16 8,87 9,45 13,72 10,96
179 4,38 11,94 10,29 15,19 21,03 12,47 10,01 10,92 14,67 11,32
180 5,68 12,92 8,97 14,69 22,19 11,69 9,69 10,86 13,98 11,86
181 5,94 12,44 9,81 15,77 20,85 13,34 8,35 12,01 14,24 11,93
182 6,30 12,02 10,16 15,72 21,04 10,62 10,13 10,60 14,21 12,92
183 7,74 11,39 8,50 15,39 19,56 12,00 9,97 10,81 13,79 11,71
184 7,12 11,11 9,25 14,41 21,30 9,73 11,76 10,83 13,47 13,03
185 6,32 12,43 8,98 14,98 18,12 9,67 10,03 11,15 14,00 12,13
186 5,46 12,64 8,59 15,36 18,16 10,92 10,30 10,71 13,60 13,39
187 5,10 11,69 10,39 14,57 18,83 11,43 10,33 10,28 12,80 13,05
188 6,35 11,95 9,93 15,68 18,98 13,40 10,06 9,35 14,06 11,58
189 5,24 12,61 9,71 15,25 18,96 9,98 9,90 10,22 14,58 11,30
190 6,07 11,72 8,90 15,58 18,34 10,79 10,18 12,10 13,00 12,12
191 6,18 11,54 10,75 14,65 18,94 11,05 8,19 9,50 13,35 12,85
192 6,77 11,94 10,29 14,91 19,36 11,06 10,85 11,32 14,49 10,29
193 5,43 11,97 9,22 15,54 19,93 9,88 8,91 11,86 14,42 12,19
194 5,79 11,52 9,01 15,18 19,92 11,79 9,82 11,67 13,74 11,72
195 6,89 11,84 11,13 14,70 19,31 9,86 9,56 11,78 13,79 12,72
196 5,17 12,55 7,64 14,84 23,78 13,01 9,63 9,70 14,69 13,72
197 5,32 12,18 10,77 16,26 21,06 10,72 8,89 9,15 15,67 13,13