Você está na página 1de 12

Profº Túlio de Almeida

Pesquisa Operacional II

1. TEORIA DOS GRAFOS E OTIMIZAÇÃO EM REDES

Pontes de Königsberg na Prússia que cruzam o rio Pregel (atual Kalingrado na


Rússia).
Seria possível percorrer todas as quatro seções e voltar ao local de partida
cruzando uma ponte de cada vez?

Resolvido por Leonhard Euler XVIII, resposta: NÃO É POSSÍVEL REALIZAR TAL
PERCURSO!

A Teoria dos Grafos auxilia na solução de problemas similares, podendo ser


aplicada em várias situações onde se pretende obter por exemplo:
 A melhor maneira de interligar lugares onde é necessário uma conexão
eficiente e/ou mais econômica entre eles;
 O menor caminho possível;
 O maior fluxo de materiais, insumos e/ou produtos;
 O funcionamento de atividades em rede e identificação de gargalos.

1.1. A TEORIA DOS GRAFOS

De uma forma geral, os grafos podem ser vistos como


modelos de rede que são utilizados em casos
especiais de problemas de programação linear (PPL)
dos quais podem ser representados melhor de forma
gráfica. Importantes problemas de otimização tais
como problemas de distribuição logística e energia, Características do Grafo G.
produção e outros, são eficientemente resolvidos se V = (1, 2, 3, 4, 5)
modelados como problema de rede. A = ([1,2], [1,3], [1,5], [2,3], [2,4], [3,4], [3,5[, [4,5])
n = 5 (número de vértices)
1.1.1. Definição de Grafos m = 8 (número de arestas)

Um grafo é uma noção simples e abstrata utilizada  Grafos Orientados ou Dígrafos


para representar a ideia de relação entre elementos.
Tais elementos podem ser entendidos como cidades, Ligações do tipo arco, onde a ordem dos pares de
máquinas, postos de trabalho, fábricas entre outros. vértice (i,j) importa, sendo assim (i,j) ≠ (j,i).

 Definição Matemática

Os grafos podem ser definidos por G  (V; A) , onde


V é o conjunto de vértices e A é o conjunto de ligações
entre vértices.

 Grafos Não-Orientados:

Ligações do tipo aresta, onde as ligações que


representam os pares de vértice (i,j) não possuem
Características do Grafo G
uma ordem ou um sentido obrigatório., ou seja, (i,j) =
V = (A, B, C, D, E)
(j,i) = [i,j].
A = ((A,B), (A,C), (A,D), (B,C), (C,E), (D,E), (E,D))
Profº Túlio de Almeida
Pesquisa Operacional II

n = 5 (número de vértices) andanças. Em que ordem ele deveria percorrer as


m = 7 (número de arestas) cidades escolhidas? Se fossem poucas cidades, seria
fácil descobrir.
1.1.2. Representação de um Grafo

 Listas de Adjacências

Armazena o relacionamento entre os vértices em uma


estrutura de listas. Trata-se de uma estrutura
econômica do ponto de vista computacional.
Para grafos orientados há 2 listas:
1. origem-destinos
2. destino-origens

 Matriz de Adjacências

Dois vértices são adjacentes se estão unidos por uma


aresta ou arco. Matriz Mnxn (n = total de vértices)
Objetivo: O caixeiro viajante deve percorrer todas as
 Matriz de Adjacências Valorada
cidades (vértices) passando por cada uma delas
apenas UMA vez.
Trata-se de uma matriz que atribui valores as arestas
ou arcos, sendo estes valores relacionados a
distâncias, custos, capacidade etc. São valores  Contextualizando ...
associados a matriz D.
Mas e se o caixeiro estivesse em Brasília e quisesse
percorrer as capitais de todos os 26 estados
d ij  0  i  j brasileiros? Em que ordem ele deveria visitar essas

D  d ij  c ij  (i, j)  A cidades? Como descobrir qual o caminho mais curto?
 Uma opção seria considerar todas as possíveis
d ij    (i, j)  A ordenações das 26 cidades. Mas são tantas, que se
levássemos apenas 1 segundo para calcular a
Exemplo: distância total de cada possível percurso, levaríamos
cerca de um bilhão de vezes a idade do universo para
encontrar a resposta. Isso acontece porque o número
de percursos alternativos cresce assustadoramente
quando aumentamos o número de cidades.

1.1.3. O Problema do Caixeiro Viajante

Trata-se de um percurso Hamiltoniano, onde cada


vértice deve ser visitado uma única vez.

 Conceito Histórico

Antigamente muitos vendedores, chamados de


caixeiros viajantes, ganhavam a vida oferecendo seus
produtos em diferentes cidades. Imagine que um
caixeiro viajante escolhesse algumas cidades e
precisasse encontrar o caminho mais curto para suas
Profº Túlio de Almeida
Pesquisa Operacional II

Esse é o chamado Problema do Caixeiro Viajante,


uma questão matemática muito importante para a
indústria. Quem encontrar um método eficiente para
resolvê-lo pode ganhar uma verdadeira fortuna!

1.1.4. O Problema do Carteiro Chinês

Trata-se de um percurso Euleriano, onde cada arco ou


aresta devem ser visitados uma única vez.

 Conceito Histórico

A literatura relata um grande número de otimização


combinatória associadas aos percursos desenvolvidos
sobre as arestas de um grafo G.
O Problema do Carteiro Chinês foi relatado
inicialmente por Kwan Mei-Ko em 1962, na revista
Chinese Mathematics. 1.2. A ÁRVORE GERADORA MÍNIMA
O problema consiste em determinar um caminho
fechado (circuito) de custo mínimo que passe por cada 1.2.1. Como Assim? Árvore?
aresta de um grafo G conectado pelo menos uma vez.
A árvore geradora mínima está relacionada a
combinação de menor custo relacionada a um grafo
G.
O formato de árvore refere-se às conexões entre os
vértices que são o suficiente para conectar todos eles.
Normalmente tem o formato de árvore (tronco +
galhos).

 Grafo Conexo

Quando existe pelo menos um percurso (sequência)


entre cada par de vértices.

Objetivo: O carteiro chinês deve percorrer todas as


ruas (arestas e arcos) passando por cada uma delas
apenas UMA vez.

 Árvore Geradora
 Contextualizando
É um subgrafo de G que contém todos os vértices de
Se o carteiro chinês, estivesse em Volta Redonda na
G.
Vila Santa Cecília? Como ele poderia entregar as
correspondências, passando apenas uma vez em
cada rua ou avenida.
E se ele estiver em um veículo automotor? Terá de
respeitar as leis de trânsito, ou seja, a mão da via.

1.2.2. Algoritmo de Prim


Profº Túlio de Almeida
Pesquisa Operacional II

O algoritmo de Prim segue as seguintes etapas:


1. Selecionar qualquer vértice (o vértice pertence
à árvore geradora)
2. Adicionar o vértice mais próximo à árvore,
caso o vértice forme um ciclo, deve-se
selecionar o seguinte.

Exemplo:

Dado o grafo G a seguir, determine sua AGM, pelo


algoritmo de Prim.

Opção 2

1.2.3. Algoritmo de Kruskal Comprimento da Árvore – 16 milhas

O algoritmo de Kruskal segue as seguintes etapas: 1.3. O PROBLEMA DO CAMINHO MÍNIMO


1. Selecionar as arestas por ordem crescente de
custo; O Problema de Caminho Mínimo tem como principal
2. Caso a aresta forme um ciclo, deve-se objetivo minimizar o custo de percurso entre 2
selecionar a seguinte. vértices, custo este dado pela soma dos custos de
cada aresta percorrida. Modelando conforme um PPL,
Exemplo: obtem-se o seguinte modelo:

m m
Dado o grafo G a seguir, determine sua AGM, pelo M in c ij x ij
algoritmo de Kruskal. i 1 j1

sujeito a :
1, se i  1
m m

 x ij   x kj  0, se i  1ou m
j1 j1  1, se i  m

x ij  0 ou 1; i, j  1,2,..., m

 Função Objetivo de minimização de custos


 Restrições: conservação de fluxo
 Variáveis binárias

Observação: trata-se de um problema de


programação linear binária.
Opção 1
Profº Túlio de Almeida
Pesquisa Operacional II

Para a determinação exata deste problema, serão


abordados 2 algoritmos: Djikstra e Floyd.

1.3.1. Algoritmo de Dijkstra

Seja ui a distância mais curta do nó de origem ao nó i,


e defina-se dij (≥0) como o comprimento do arco (i,j).
Então, o algoritmo define o rótulo para um nó
imediatamente posterior, j, como:
12 cm 10 cm 8 cm 6 cm 4 cm 2 cm
[u j , i]  [u i  d ij , i], d ij  0 (0,-)P
origem
[6,2;12] [7,2;12] [8,5;12] ∞ ∞
P P P
Observação: o algoritmo de Djikstra determina o custo [13,0;10] [13,6;10] [15,4;10] ∞
mínimo ou distância mínima entre uma origem e um T T P
[14,3;8] [20,0;8] [22,4;8]
destino. T T P
[16,7;6] [23,1;6]
T T
Etapas do Algoritmo [25,9;4]
T
1. Para cada vértice, usa-se a notação [c,j] X, Lendo de trás para frente, ou seja, do destino para a
chamada de rótulo. Onde c é o custo origem tem-se:
(acumulado) até o momento e j é o vértice
precedente. Quanto ao X, este pode assumir a 12 cm  8cm  2 cm
condição T (temporário) ou P (permanente)
2. O vértice da origem começará por [0,-] P Resposta: A redução ideal deve ocorrer em duas
3. Analisar os vértices adjacentes e colocar etapas. A 1ª etapa ocorre de 12 para 8 centímetros (-
rótulos temporários (T) alocando o custo ou 4) e 2ª etapa ocorre de 8 para 2 centímetros (-6).
distância acumulada nos mesmos
4. Para cada vértice, escolhe-se o menor custo Uma empresa está planejando a substituição de sua
ou distância. Para o rótulo de menor custo frota de veículos para o período de 2006 – 2011. No
atribui-se o rótulo permanente (P) início de cada ano toma-se a decisão de se manter a
5. Caso todos os rótulos estejam como frota operando ou se ela deve ser substituída. Essa
permanente (P), pare. Se não, escolha o de substituída pode ocorrer no máximo após três anos de
menor custo voltando ao passo anterior. compra da frota. A tabela mostra o custo de
substituição da frota como função do ano em que ela
Exemplos: foi adquirida e número de anos em operação.
Determine o planejamento ótimo para a substituição
da frota.
São obtidas tiras de alumínio de 2 cm a partir de
outras de 12 cm de espessura por meio de um Ano em que a Custo de substituição
processo de redução. A tabela descreve os custos de frota foi por anos de operação
redução para cada 100 metros de alumínio. Determine adquirida 1 2 3
a forma mais econômica de se obter tiras de 2 cm. 2006 3800 4100 6800
2007 4000 4800 7000
Espessura Redução em cm 2008 4200 5100 7200
2 4 6 2009 4800 5700 -
12 6,2 7,2 8,5 2010 5300 - -
10 6,8 7,4 9,2
08 7,1 12,8 15,2
06 8,2 14,6
04 10,5 - 200 2007 2008 2009 2010 2011
6
(0,-
)P
[3800;200 [4100;200 [6800;2006 ∞ ∞
6] 6] ]
P P P
[7800;200 [11600;200 [10800;200 ∞
7] 7] 7]
T T T
Profº Túlio de Almeida
Pesquisa Operacional II

[8300;2008 [9200;2008 [11300;200


] ] 8] d ij  0  i  j
T P P 
[11600;200
9]
[12500;200
9]
D 0  d ij  c ij  (i, j)  A
T T 
[14500;201
0]
d ij    (i, j)  A

T
rij  j  d ij  
0
Lendo de trás para a frente obtém-se que
R0  
2006  2008  2011 rij  0  caso contrário

k. Defina a linha k e a coluna k como a linha pivô
1.
Resposta: A melhor estratégia de renovação da frota e coluna pivô (travar). Aplique a operação
k-1
dos veículos adquiridos no ano de 2006 é trocar a tripla a cada elemento dij em D para todo i e
frota no ano de 2008, tendo como horizonte de tempo j. Se a condição for satisfeita, faça as
o ano de 2011. seguintes mudanças:
k k-1
a. Crie D substituindo dij em D por dik
1.3.2. Algoritmo de Floyd + dkj
k k-1
b. Crie R substituindo rij em R por k.
O algoritmo representa uma rede de n nós como uma Determine k = k+1. Se k = n+1, pare;
matriz uma matriz quadrada com n linhas e n colunas. caso contrário, repita a etapa k.
A entrada (i.j) da matriz dá a distância (ou custo), dij,
do nó i ao nó j, que é finita se i estiver ligado Reduzindo o Trabalho...
diretamente a j, caso contrário, é infinita.

Observação: o algoritmo de Floyd determina os


custos ou distâncias mínimas entre todos os pares de
vértices.

A Operação Tripla de Floyd

O conceito do algoritmo de Floyd é objetivo. Dados 3


nós i, j e k, o caminho mais curto de ir i até j passando
por k. 1. A diagonal não muda
2. Na k-ésima iteração, não haverá mudança na
linha pivô (linha k) e na coluna pivô (coluna k)
3. Na k-ésima iteração, caso exista na linha pivô
(linha k) algum elemento onde dkj = ∞ então a
coluna j não irá variar nesta iteração
4. Na k-ésima iteração, caso exista na coluna
pivô (coluna k) algum elemento onde dik = ∞
então a linha i não irá variar nesta iteração

Ou seja, busca situações onde: Exemplos:

d ik  d kj  d ij Para a rede apresentada, encontre os caminhos mais


curtos entre todos os conjuntos de 2 nós. As
No caso, é ótimo substituir a rota direta de i  j pela distâncias em milhas são dadas nos arcos. O arco
rota indireta i  k  j. Essa operação tripla de troca é (3,5) é direcional, de modo que nenhum tráfego é
aplicada sistematicamente à rede. permitido do nó 5 para o nó 3. Todos os outros nós
permitem tráfego no dois sentidos.
Etapas do Algoritmo

0
0. Defina a matriz de distâncias D e a matriz de
0
relações dos nós R . Os elementos da
diagonal são marcados com – para indicar
que estão bloqueados. Determine k = 1.
Profº Túlio de Almeida
Pesquisa Operacional II

1  2 3 4 5
2  1  1 4 5 
R 1  3 1 1  4 5
 
4 1 2 3  5
5  1 2 3 4 

Etapa 2:
2
Obtendo a Matriz D
Etapa 0:

Obtendo a Matriz D
0 1 2 3 4 5
1   3 10 8 
2  3  13  
1 2 3 4 5
5
1   3 10   
D 2  3 10 13  6 15
2  3   5    
4 8 5 6  4
D 0  3 10   6 15
  5     4  
4  5 6  4 
5     4  
2
Obtendo a Matriz R

Obtendo a Matriz R
0 1 2 3 4 5
1  2 3 2 5
2  1  1 4 5 
1 2 3 4 5
1  2 3 4 5
R 2  3 1 1  4 5
2  1  3 4 5   
4 2 2 3  5
R 0  3 1 2  4 5
  5  1 2 3 4 
4 1 2 3  5
5  1 2 3 4  Etapa 3:
3
Obtendo a Matriz D
Etapa 1:

Obtendo a Matriz D
1 1 2 3 4 5
1   3 10 v
8 25
2  3  13 5 28
1 2 3 4 5
1   3 10   
D 2  3 10 13  6 15 
2  3  13 5    
4 8 5 6  4
D1  3 10 13  6 15
  5     4  
4  5 6  4 
5     4  
3
Obtendo a Matriz R

Obtendo a Matriz R
1 1 2 3 4 5
1  2 3 2 3
2  1  1 4 3 
1 2 3 4 5

R 2  3 1 1  4 5
 
4 2 2 3  5
5  1 2 3 4 
Profº Túlio de Almeida
Pesquisa Operacional II

0
Etapa 4: Obtendo a Matriz R

Obtendo a Matriz D
4 O A B C D E T

1 2 3 4 5 O 1 2 3 4 5 6 7
1   3 10 8 12v A 1 2 3 4 5 6 7
2  3  11 5 9  B 1 2 3 4 5 6 7
 
D 2  3 10 11  6 10 R  C 1
0
2 3 4 5 6 7

4 8 5 6  4
 D 1 2 3 4 5 6 7
 
5 12 4   E 1 2 3 4 5 6 7
v 9v 10v
T 1 2 3 4 5 6 7
4
Obtendo a Matriz R

1 2 3 4 5 1.4. O PROBLEMA DO FLUXO MÁXIMO


1  2 3 2 4
2  1  4 4 4 
Contextualizando ...

R 2  3 1 4  4 4 Considere uma rede de tubulações que transporte


  petróleo cru de poços de petróleo e refinarias.
4 2 2 3  5
Estações intermediárias de impulsores auxiliares e de
5  4 4 4 4  bombeamento são instalados a distâncias adequadas
para transportar o petróleo cru pela rede. Cada
Etapa 5: segmento de tubulação tem uma taxa de descarga
máxima finita (ou capacidade) de fluxo de petróleo cru.
Não há melhorias a serem feitas, agora basta Um seguimento de tubulação pode ser unidirecional
interpretar a matriz resultante na 4ª iteração (etapa 4). ou bidirecional, dependendo de seu projeto. Como
podemos determinar a capacidade máxima da rede
entre poços e refinarias?
DESAFIO!

Etapa 0
Obtendo a Matriz D
0 Formulação Matemática

O A B C D E T
O  2 5 4   
A   2  7   
B     4 3 
 
D  C 
0
 1   4 
D       5
 
E     1  7
T        
Profº Túlio de Almeida
Pesquisa Operacional II

M ax F Considere o arco (i,j) inicialmente com capacidade (Cij,


Cji). À medida que porções dessas capacidades são
sujeito a : comprometidas ao fluxo do arco, as capacidades
residuais (ou capacidades restantes) do arco são
x
( o , j)A
oj F atualizadas. Usamos a notação (cij, cji) para
representar essas capacidades residuais.

x
( i ,d )A
id F Para um nó j que recebe fluxo do nó i, anexamos um
rótulo [aj, i], no qual aj é o fluxo do nó i ao nó j.
m

 x ik 
( i , k )A
x
( k , j)A
kj , k  o, d Etapas do Algoritmo

x ij  u ij , ( i, j)  A Deve-se considerar um fluxo residual nos dois


sentidos.


Capacidade do arco (i,j) = uij
 Fluxo Máximo = F
 Quantidade Transportada no Arco (i,j) = xij Constrói-se um caminho aumentado: caminho da
origem para o destino com fluxo residual estritamente
Observação: quantidade transportada não pode positivo.
ultrapassar a capacidade.
1. Encontre um caminho da origem ao destino
que ainda possui fluxo residual positivo, caso
1.4.1. Algoritmo de Ford-Fulkerson Simplificado
não encontre, a solução é ótima
2. Determine a capacidade residual máxima
Etapas do Algoritmo
desse caminho, subtraia da capacidade
residual de cada arco e adicione a capacidade
Em cada arco coloque o rótulo (a, b)
residual na direção oposta. Retorne ao passo
 a – fluxo disponível no arco
1.
 b – fluxo enviado pelo arco
Exemplo:
1. Encontre um caminho da origem ao destino
que ainda possua um fluxo disponível
Considere o problema, em que a origem é o nó A, o
2. Atualize os valores do par ordenado
escoadouro é o nó F e as capacidades de arco são os
3. Caso não encontre um caminho com fluxo
números colocados na matriz.
disponível, pare, caso contrário volte a etapa
2.
A B C D E F
A - 9 7 ∞ ∞ ∞
Exemplo:
B ∞ - ∞ 7 2 ∞
C ∞ ∞ - 4 6 ∞
D ∞ ∞ ∞ - 3 6
E ∞ ∞ ∞ ∞ - 9
F ∞ ∞ ∞ ∞ ∞ -

a. Obtenha o grafo do problema a partir da matriz

1.4.2. Algoritmo de Ford-Fulkerson

O Algoritmo de Fluxo Máximo é baseado em achar


rotas de passagem com fluxo positivo entre os nós de
origem e o sorvedouro. Cada rota compromete parte b. Usando um algoritmo adequado, obtenha o
ou toda a capacidade de seus arcos ao fluxo de rede. valor máximo que chega ao escoadouro respeitando
as capacidades dos arcos.
Profº Túlio de Almeida
Pesquisa Operacional II

Realizando 2 iterações em uma mesma rede. O objetivo do PERT/CPM é fornecer meios analíticos
para programar as atividades. A Figura resume as
etapas das técnicas.

O resultado que se obtém é um cronograma de


atividades que leva em consideração todas as
Chegam 12 unidades no destino, mas ainda não foram relações de dependência entre as atividades e a
explorados todos os caminhos. identificação das atividades gargalo, ou seja, aquelas
que pertencem ao caminho crítico.

1.5.1. Obtenção do Cronograma de Atividades

O Gráfico de Gantt

Em meados de 1800, o engenheiro polonês Karol


Adamiecki elaborou um documento para acompanhar
o fluxo de trabalho de maneira visual, o qual nomeou
de harmonogram. Mais de um século depois, em
1910, Henry Gantt aproveitou esse modelo para se
Desta forma, obtém-se o Fluxo Máximo de 15 inspirar e, então, criar o chamado Gráfico de Gantt,
unidades. uma ferramenta que tinha por objetivo acompanhar o
trabalho dos supervisores das fábricas para evitar
Exemplo: atrasos na produção.
O gráfico de Gantt possui os seguintes objetivos:
Dada a rede de dutos e suas respectivas capacidades,
obtenha o fluxo máximo. 1. Segmentação de Tarefas
2. Distribuição de Responsabilidades
3. Interdependência de Atividades
4. Definição de Prazos
5. Controle de Desenvolvimento

1.5. CAMINHO CRÍTICO

O método do caminho crítico (CPM – critical path


method) e a técnica de revisão e avaliação de
programa (PERT – program evaluation and review
technique) são métodos baseados em rede
desenvolvidos para auxiliar no planejamento, na
programação e no controle de projetos
(principalmente). Um projeto é definido como um Exemplo:
conjunto de atividades inter-relacionadas, sendo que
cada atividade consome tempo e recursos. Um processo de montagem pode ser feito por meio da
seguinte rede:
Profº Túlio de Almeida
Pesquisa Operacional II

Atividade Duração Dependência


(horas)
A 10 -
B 6 -
C 7 A
D 5 B
E 9 B
F 5 C, D
G 4 E

Obtenha:
a. O gráfico de Gantt
Para cada nó ou evento de uma rede que representa
Atividade 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 um projeto podem-se calcular dois tempos que
A
B
definirão os limites no tempo que as atividades que
C partem deste evento dispõem para serem iniciadas.
D
E Estes valores são conhecidos como Cedo (Early) e
F Tarde (Late) de um evento. Graficamente, são
G
representados os Cedos e os Tardes dos eventos em
uma rede como uma fração, colocada junto aos nós,
b. A duração do projeto
onde o numerador é o Cedo e o denominador é o
22 horas.
Tarde.

c. O caminho crítico Tempo Cedo


O caminho crítico é composto pelos
recursos/atividades gargalo, ou seja, atividades que O Cedo de um evento é o tempo necessário para que
caso atrasem, atrasam todo o sistema. o evento seja atingido desde que não haja atrasos
São as atividades que somadas, correspondem às 22 imprevistos nas atividades antecedentes deste evento.
horas totais do sistema. Sendo assim o caminho Desta forma, pode-se calcular o Cedo de um evento
crítico é definido pelas atividades A-C-F. como o valor máximo entre todos os valores dos
tempos de conclusão das atividades que chegam a
Atividade 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
este evento, calculado, para cada atividade, como o
A
B resultado da soma do Cedo do evento inicial desta
C
D
atividade mais o valor do seu tempo de execução.
E Exemplificando o cálculo dos Cedos com os valores
F
G
da rede em análise. O primeiro evento (nó 1) tem seu
Cedo = O, pois é o início do projeto. O segundo
d. As atividades que apresentam folgas evento (nó 2), como provêm apenas da atividade A,
Logo, as atividades que não pertencem ao caminho tem seu Cedo 2 = 0 + 10 = 10. Da mesma forma o nó
crítico, apresentam folgas. Sendo elas B, D, E e G. 3,que depende apenas da conclusão da atividade B,
possui seu Cedo 3 = 0 + 6 = 6. Já o nó 4, como possui
1.5.2. O Algoritmo PERT/CPM duas atividades que necessitam estar concluídas, as
atividades C e D, tem seu Cedo 4 = 17, que é o maior
A primeira providência para utilizar a técnica valor entre (10 +7 = 17) e (6 + 5 = 11). No nó 5, o valor
PERT/CPM consiste em elaborar uma rede, ou do Cedo = 6 + 9 = 15 é calculado de forma simples.
diagrama, que represente as dependências entre Finalmente, o nó 6 tem seu Cedo 6 = 22, resultado do
todas as atividades que compõem o projeto. A partir maior valor entre (17 + 5 = 22) e (15 + 4 = 19).
da montagem da rede, pode-se trabalhar com os
tempos e a distribuição de recursos necessários para Tempo Tarde
atingir a previsão de conclusão. Neste sentido,
especial atenção deve ser dada a esta primeira etapa, Por sua vez, o Tarde de um evento é a última data de
pois a validade das conclusões obtidas dependerá da início das atividades que partem deste evento de
correta montagem deste diagrama de precedências, forma a não atrasar a conclusão do projeto. Desta
como o apresentado a seguir. forma, podem-se calcular os Tardes dos eventos
como o valor mínimo entre todos os valores dos
tempos de início das atividades que partem deste
evento, calculado, para cada atividade, como o
Profº Túlio de Almeida
Pesquisa Operacional II

resultado da subtração do Tarde do evento aonde esta E Aprovação do autor


atividade chega, menos o valor do seu tempo de para o manuscrito
editado e para as
2 A, B
execução. páginas amostra
Exemplificando o cálculo dos Tardes com os valores F Diagramação do livro 4 E
da rede da Figura. Partindo do princípio de que o G Revisão das provas
Tarde 6 do evento final (nó 6) é igual ao seu Cedo 6 = diagramadas pelo 2 F
autor
22, ou seja, pretende-se terminar o projeto na primeira
H Revisão da arte-final
oportunidade disponível. A lógica de cálculo dos pelo autor
1 D
Tardes é ir do final (nó 6) para o início (nó 1) da rede. I Produção dos clichês 2 G, H
Desta forma, fixado o valor de 22 para o Tarde 6 do nó J Produção e
6, no nó 5 o valor do Tarde 5 é de 18, obtido fazendo- encadernação do 4 C, I
livro
se o cálculo de (22 – 4 = 18), ou seja subtraindo-se do
Tarde 6 do evento final da atividade G, a sua duração
De acordo com o quadro apresentado e fazendo uso
de 4 unidades de tempo. Para o nó 4 se procede da
de PERT/CPM, obtenha:
mesma forma, ou seja, o Tarde 4 = 22 - 5 = 17. No nó
a. A rede associada do projeto
3 há uma situação em que duas atividades partem
deste nó; logo, o Tarde 3 será o menor valor entre (18-
9 = 9) e (17- 5 = 12), ou seja, 9.
Para o nó 2, a situação é novamente simples, o Tarde
2 =17- 7 = 10. Finalmente, para o nó inicial, como
seria esperado, dado que se convencionou que o
Cedo 6 = Tarde 6 o Tarde 1= 0, sendo o menor valor
entre (10 - 10 = 0) e (9 - 6 = 3).

b. A duração do projeto
c. O caminho crítico (atividades gargalo)

1.6. BIBLIOGRAFIA E REFERÊNCIAS

[1] TAHA, Hamdy. Pesquisa Operacional. 8ª Edição.


Exemplo: São Paulo: Pearson Prentice Hall, 2008.
[2] HILLIER, Frederick S. & LIEBERMAN, Gerald J.
Para a publicação de um livro, um autor experiente Introduction to Operations Research. 7th Edition.
conseguiu organizar as etapas da seguinte forma: McGraw Hill. 2001.
[3] MEZA, Lidia Angulo. Teoria dos Grafos com
Atividades Duração Antecessoras Algoritmo Ótimo de Fluxo Máximo. Universidade
(semanas) Imediatas Federal Fluminense. Disciplina: Pesquisa Operacional
A Revisão do
manuscrito pela 3 - II. 32 slides. 2010.
editora [4] LACHTERMACHER, Gerson. Pesquisa
B Preparação de Operacional na Tomada de Decisões. Modelagem
páginas de amostra
2 -
em Excel. Rio de Janeiro: Elsevier, 2007.
C Projeto gráfico da
capa do livro
4 - [5] TUBINO, Dalvio Ferrari. Planejamento e Controle
D Preparação da arte- da Produção – Teoria e Prática. 2ª Edição.
final
3 -
Florianópolis: Atlas, 2006