INVESTIGA~O OPERACIONAL

Luis Valadares Tavares Rui Carvalho Oliveira Isabel Hall Thernido Francisco Nunes Correia

Institute Superior Tecnlco Lisbon

T 57 .6 .158

~~03

la2310 ULL

McGRAW~HILL

LIS BOA • sAo PAULO· BOGOTA· BUENOS AIRES' GUATEMALA MADRID· MEXICO· NOVP IOROUE· PANAMA· SAN JUAN· SANTIAGO

AUCKLANO·HAMBURGO·KUALALAMPUR·lONDRES MILAO' MONTREAL' NOVA DELI' PARIS· SINGAPURA· SYDNEY TOOUIO • TORONTO

1

Capitulo 1

I nvestiqacao 0 peracion a I:

Uma Inicia~ao Metodoloqlca

1. tntroducao

Este livro tern 0 objective de apresentar os principles rnetodologicos, os conceiros e as tecnicas mais irnponarues de lnvestigacao Operaeional a esrudantes universitarios de lingua portuguesa . Julga-se, pois, convcnicnte inicia-lo com CSIC prirnciro capitulo, que se dcscnvolvc em ramo de Lim caso de estudo elaborado com a preocupacao de transrnirir a atitude metcdologica caracteristica da Invcstigacao Operacional, Na verdade, a lnvestigacao Operacicnal surgiu no final cia 11 Guerra Mundial, 110 ambito das lorcas aliadas, d i st i ngu i ndo-se das a bordagcns cl assicas por opcces metcdo logicas i mporta n tes e par ter como objec ti vo investigar a melhoria das decisces tomadas relativamentc aos recursos logisticos e as operacoes das [orcas armadas (0 que originou a dcsignacao Operational Research no Reino Unido, Operauons Research nos EUA, all. em portugues, Investigacao Operacional),

As principais opcoes que Ihe derarn unidade rnetodologica e estilo proprio podern ser resurnidas nas oricntacoes seguintes (ver AckolT e/ al., 1963, e Hillier et 01., \990):

lie Prccurar represenrar 0 problema em estudo atra yes de descri~oes cieru ificas, su flcienterncnte rigorosas mas simples, geralrnente bascadas em nocoes cia Teoria dos Sistemas, cia Maternatica ou da Estatistica;

)( Procurer formular as processes deciscrios em causa invcsiignndo os valorcs em que sc fundarnentam as espacos de altcrnativas possiveis, 05 sistemas de cornparacao, de negcciacao e da aplicacao das escolhas Ieitas:

)( Formular cuidadcsamente 0 sistema em que se baseia 0 problema estudado, caracterizando as suas principais tuncces de entrada (illpur) e de saida (Oll/pul), descrevendo as suas relacoes cornportameritais e identi ficando fronreiras c fontcs de inccrrcza:

x Explorer us altcmativas posslvcis pcsquisando as que rnelhor sarisfazern os objectives c os criterios enunciados. rlrando partido cia exploracao 'Iller de cspacos continuos quer de anallses cornbinatorias aplicadas a formulacocs discretas:

)( Fornecer apoios decisorios com qualidade cientifica, aos responsaveis reais, para divcrsas linhas de cvolucao de factores nao controlaveis, ou seja, ajudar a estabclecer cstrategias flexiveis, Apoiar tarnbern os processes de negociacao, geratrnente complexes, cssenciais it concretizacao das 501ucoes esrudadas,

A partir do conrurbado periodo da !I Guerra Mundiul, [loresccram numcrosos caminhos de progresso cicnrifico e recnolcgico no !imbilO cia lnvesugacao Operacional, em especial no que respelta it mcdelaeao das organizacoes, iI forrnulacao c analise probabilistica ou csrocasrica, aos rnodelos le prevlsao, :'! optimizacao continua au discrete, ,is rnctodologias de simulacao, aos grafos e a analise de rcdcs, aos modelos dc gestae de projecios, it tcoria de jogos, aos mcdelos multicrirerio de apoio ;i decisao, aos sistemas de gestae de recursos rnatcriais desde ° aprovisionamcnro it distribuicao e it optirnizacao de rotas,

Estes progresses so foram possiveis gracas aos cspcctaculares e surpreendentes avances no dominio da informatica e, tarnbem, rnais recentementc, da aquisicao e transrnissao de dados.

Este livre apresenta as contribuicoes julgadas rnais irnponantes para quem estiver a cursar Ciencias Aplicadas, Econornia, Gesiao ou Engenharia.

2. 0 caso do Rio Negro

2.1. Apresenracao

o nOS50 pais possui uma bonita regiao arravessada pelo Rio Negro, 0 qual pcrmite, na zona indicada na Figura 1 1.,0 desenvclvimenro de irnportarues actividadcs tunsticas {pesca, navegacao, pra ias fluviais, etc.).

I NVriSTIGACAO OPCRACIO.~A I.: UMA i NICIACAO M IiTODOLOGICA • J

Infelizmcnte,O nivcl de poluicao deste rio tern aurnentado ao longo dos ulumos anos, 0 que suscira o protesto das entidades ligadas ao turismo fluvial, aos grupos defensorcs do arnbiente e it propria pOpllIacao, em geral,

Os crnpresarios dependenies da actividade turistica ja se constituirarn em grupo de prcssao per urn "Rio rnenos negro" arneacando apreseruar quei xa as insrituicces cornuniiarias. Na verdade, as receitas proveriientes do turisrno estao a baixar desde que tern aurneruado as queixas de excesso de poluicao,

Todavia,o problema cia poluicao clo Rio Negro e cornplexo porque parece SCI' devido, em primeira insuincia, a urn irnporiaruc complexo agro-indusrrial, a Superterra, Lda., localizada na proxirnidade de urn pcq ueno aglomcrado, 0 qua I, por pOSSII ir rccno I ogias a ntiquadas, descarrega e lcvadus cargas po I ucn res nos caudais do rio.

Esta unidade emprcga 420 pcssoas que VIVCn1 na vizinhanca e que scrao lancadas no descmprcgo sc 3 fabrica encerrar, Enquanio U zona ruristica sc inclui no Municipio Beira-Scrra, pertencerue a Rcgiao do Literal, a fabrica ja se situa na charnada Rcgiao interior, 0 que rarnbcrn tern dificultado a rcsotucao do problema porquanto estas rcgioes sao coordenadas por cornissoes distintas,

Rio Baixo

Cornplcxc

S" pcrierra. Loa.

Regiao Interior

I

Reg; ao Li rora I

,I

Zona TlHlslica

Municipio Beira-Serra

Figura 1.1. Esquema de loc!lliz>I,lio,

4 . I NVESTIGA",\Q OI'F.RACIONA L

Ern 1990,0 Prirneiro-Minisiro. que costumava gozar as suas mcrccidas Ierias nesta zona ruristicn, fbi objccto de sucessivas rnanifestacoes de prorcsio, pclo que reve de rnudar de local de veraneio. Consriruru emao urn grupo de trabalho irnerrnin isteria l (rninisterios da Agricultura, da Industria, do Ambiente, do Turisrno e do Empregol com representantes dos movimeruos em defesa do arnbieruc (grupo Rio Azul), des ernpresarios rurisiicos e das comissocs de coordeuacao das duas regioes, a fun de propor urna solucao. Contudo, este grupo nao conseguiu produzir qualquer conclusao consensual, ja que:

Ie 0 MiniSlerio da Industria concluiu que a principal feme de poluicao corrcspondia il prcducao agraria que iancava no rio cicvadas quantidades de materia organics, pclo que m'o tinha rcsponsabi I idadcs nests rna tenu:

Ie 0 Ministerio da Agricultura reconheceu 0 caracier fnigil da cmprcsa;

I( 0 Ministerio do Emprcgo cxplicou que nao poderia gerar emprego alternative para urn eventual encerrarnento da industria;

Ie 0 Mtnisterio do Turisrno fez norar que, embora Fosse dcsejavel reduzir a pcluicao, exisicm outras area:; com problemas arnbicruais, pclo que havcria que adaptar 0 ripe de turismo <I CSIC novo condic i ona I i srno:

Ie 0 Ministerio do Arnbiente explicou que a politica ambicnral tcm lima natureza horizontal c intersectoria I, pe 10 que sozi nho nao poderia reso! vel' tude;

Ie Os restantes representanres deixararn de cornparecer as reunioes, em sinal de protesto.

o Municipio Beir8-SeITB, cansado de esperar, encetou negociacoes dircctas com 0 complcxo, tendo ambos decidido conuatar urn jovcrn cngcnhciro com boa formacao em lnvesiigacao Operaeional para analisar 0 problema e equacionar solucoes. Estc jovern, 0 eng." Luis Bela Vida, cornecou por analisar a siruacao cia fil.brica podendo, no firn de poucas sernanas, obter irnportantes conclusoes:

o cornplexo agro-indusiria Item, basicarnente, d uas I i nil as de produ 105, A e B, cosru mando prcduzi r, por meso 20 toneladas de A e 80 de B, rcspeitando-se assirn a sua capacidadc maxima total de producao mensa I, que Ii: de 100 ioneladas/mes. 0 seu director <liz. com orgulho, que ha rnais de 10 anos que adopiam esta SOIUr;30.

lnfelizrncnte. estas producoes geram um caudal de aguas residuals elevado e bastante poluido, especialmcnte em rnaterias organicas, 0 qual e respousavel pe!a "mortc" do rio no perindo de rncnor caudal (Veriio) que dcixa de poder suporiar as referidas actividades de lazer (banho, pcsca, etc.).

I NVESTIGACAo OI'ERACIONAL: UMA INICIAaO MUOD(Jl.oGICtI • 5

o indicador de presence de materia organica rnais utilizado eo CBOs (Carencia Bioquimica de Oxigcllio para 0 pcriodo de 5 dias), 0 qual, em termos simpliflcados, rnedc a quaruidade de oxigeruo dissolvido na agua necessaria a oxidacao bioquimica da referida materia organics por parte de urna culrura de rnicrorganismos a temperatura de 20° C e com um pcriodo de incubacao de 5 dias. Urn valor elevado deste indicador 110 caudal residual lancado no rio, tendo cste urn caudal baixo, origina um nivcl elevado de polui~ilQ. Todavia, sc 0 caudal do rio for maier, a sua capacidade de recepcao iambern sera rnaior, C 0 nivel de poluicao sera, cnrao, rnenos grave.

Cornprecnde-se, assirn, que Q problema seja especialmeme grave durante os rnescs de vcrao, para os quais, actualrnente, a rcfcrida capacidade de rcccpcao do rio nao ulrrapassa os 210 mg/I de CBOlllo caudal de aguas residuals. COm cfeito, e esta a carga poluente maxima compativcl corn um nivel minirno de 5 mg/l de oxigenio dissolvido no rio, 0 qual sc julga necessaria para evirar os indcscjavcis niveis de poluicao.

A analise do sistema de producao pcrmitiu concluir que cada ronelada produzida de A e rcsponsavel par uma carga de 0.7 rng/! de CBO" e cad a tonelada de B, pOI' 3.5 mgil. 0 caudal residual nao depende da solucao de producao para os vol umcs de producao em jogo,

Apos obter estes resultados, 0 eng," Luis Bela Vida procurou identificar 0, lucros relativos as dues linhas de producao - 0 que foi dificil-, pois 0 sistema coruabihstico era bastante dcficiente. Conseguiu, porem, cone III i r que:

al [XIStC urna despcsa de 280 000 centes por rnes rnesrno que nao haja producao:

bl Scm con tar com esse encargo, 0 lucre obiido por tone\ada de A ou de B c de 2 000 011 4 000 contos, respeciivarncnte.

Esta ernpresa tern urna solida posicao no mercado iberico, pelo que julga que pede manter, ou ate, aumcruar a sua producao, conseguindo vende-Ia cornpletarnente.

Atendcndo aos problemas de poluicao ja apresentados, a ernprcsa cncornendou urn projecto de consrrucao de urn sistema de tratamenro das suus aguas residuais tendo-so concluido que as cargas passavam a 0,6 c 3.0 mgll. para A c S, rcspccrivameruc. Tcdavla, os custos I"Ixos rncnsais aumeruariarn de 20 000 coruos, e 0 lucre uniiaric reduzir-se-ia de 20%, 0 que foi considcrado urna cxorbirancia.

Peranre estes dados e cstas analises, 0 municipio inforrnou a ernpresa de que dcvcria respeitar 0 limite de 210 mg/l, pelo que teria de reduzir as suas producoes, ja que:

20 x 0.7 + 80 x 3.5" 294 mg/!

cxcede tal maximo,

6 • I NVESTIGM;:AO OPERACIONAI.

Rccomendou, entso, que adoptasscm lima producao de /I igual a x, e a de B igunl a 4x, de modo a nao cxccder 210 rng/l. Ou scja,

0,7x + 3.5" 4x = 210

donde se obtern x = 14.3, isio e:

A --) 14.3 limes

B -) 57.2 lImes

lnfclizrncntc, a empress explicou que esia solucao darla prejuizo, porquanto:

L'" 2 000 x 14.3 + 4 000 x 57.2 - 280 000 = -22 600 c/mcs

Os responsaveis recusararn, poi" esta proposra. Acrescentaram ainda que a alrernauva de inrroduzir o sistema adicional de iratarneruo tarnbem nao era viavel, urna vcz que:

0.6.r + 3.0)( 4x;: 2\0

perm i te obter x = 16.7, ou seja,

L '" 16. 7 ~ \ 600 + 66.8 x 3 200 - 300 000 = -59 840 c/rnes

o que ainda seria rna is ruinoso.

2.2. Formulac;ao

Conforme sc referiu na inrroducao, a rncrcdologie da lnvcstigacao Opcracional bascia-sc na elaboracao de mo delos que rcprcscnicrn a real idade e perm itarn serv ir de base de rraba Iho para a consirucao de solucocs alternatives, para a sua cxperirncntacao e para a cornparacao des seus resultados com 0 fim de eleger a mais vantajosa,

A primeira questao que e necessario esclarcccr diz respeito ao dominio da rcalidade que vai ser modelado (sistema), 0 que pressupoe estabelecer as fronteiras do modele. Neste caso, a aprescniacao fcita pelos intervenientes aponta para urn sistema definido pelo complexo Superterra Lda, fonte dos problemas em analise.

Urna vez definidas as frontciras ha que esclarccer quais os fluxes c as relacoes de rroca entre 0 sistema eo meio envolvente, os quais podem incluir cornponentes deterministicas, incertas ou alcatorias.

I

.!

iNVESTI(';A(;AO OPERACIONAt.: UMA INICIM;:Ao ME1'OIJOI.C)<iICA • 1

1\'0 problema ern csrudo, parccc de cxcluir, a partida, solucoes radicals do ripe fccho do complcxo uU clcspedimenlO des seus trabalhadores, pelo que os principals fluxos a considcrar sao cs de carga polucntc e os de natureza financeira (lucros, subsidies, investirnentos, etc.).

Surge agora a neccssidade de identificar as principais variavcis decisorias, os ccnstrangimentos a satisfazcr c os arriburos que julgarnos relevarues para cornparar ahemativas possiveis.

o eng." Luis Bela Vida e de opiniao que:

IC ,tIS principais variaveis de decisao sao as quantidades produzidas mensalrnerne, de A e B, respectivarnentc xA C XIJ'

IC As restricocs devern incluir as lirnitacoes produtivas e os condicionamcntos arnbientais.

IC Em prirneira analise, podercrnos clcger para atributo de cornparacao 0 lucre rnensal obtido pcla Supcrtcrra, Lda.

Entendcu, porern, SCI' crucial explorer 0 espaco das solucoes possiveis resultanies desta lorrnulacao a fim de tentar resolver 0 problema de forma cquilibrada e via vel.

A forrnulacao obt ids foi a scguinte:

Resrricao arnbicrual: O.7x. + 15x8 s 210

Restricao de producao: xA -I- x8:;; 100

Objective a rnaxirnizar (em 10' COIlIOS): F"' 2XA + 4x - 280

Para a situacao altcrnativa, construindo-se a instalacao de tratameruo. vira:

Resrricao arnbierual: O.6XA -I- J.Ox.:;; 210

Resuicao de producao: XA + xu:;; \ 00

Objective a rnaximizar (em 10' centes): F'" 1.6xA + 3.2;:n - 300

8 'INVI:SIIOII!;A(J:..;::O:.:.~;::r'IV.=G::.JO;::N~A~L=-- _

o ~l1g.i Luis Bel" Vida entcndcu scr rnuiio rul I rcprcseruar nurn espnco u duns tliI11CIISG~~ ~51C problcrrm dccisuriu tendo en tao construido ij, r~prcscnH\~Ao mcluida na Flgllnl I 2 110 que respeita 8 siruacao actual

200

100 90 80

300

60 50

lsciinha de lucre actual (SO" 101 comes)

<:>:

200

Nesta Ii gura incl uern-se as duas rcsrri ~OCS, a di rcccsc da fam iii a de rccias dcscritus per F, c a recta rclauva il solll~ao actual (isolinha parn 0 lucre de HO 000 conros).

Concluiu enl~Q que 0 e5pB~O das solucecs possiveis e 0 dominio sombrcadn, c, pur simples inru icao geomemca, ccncluiu que V sera 0 ultimo ponlo intcrseerado por urna recta com 3 direc<;:ao de F ao deslocar-se 110 seruido de max imizn~ll.o do lucre. 0 ven icc V c, cntao, a solucno eptirnu com estes dados ~ resultarn dn i nt or~CC9~O das duas cq LlH~i3CS:

donde ,I~ obrem:

v - (x, " 50. xh" 50)

iN'VES',IGACAQ OPl.I<ArtONIII.: UMA INlclAcAo MrrOIJ01.0GICA ··9

n que corrcspcnde

F'" JOO - 280 '" 20

Ow seja, ao conrrano do que havia side referido, i: possivcl esiubelcccr urn piano lucrative de proII u<;'~o para 0 peri odo cri ucc dos mcses de Ve rao respei lando ,I J i rn i L~~flo ambi cnta I. Como i: evi dcntc, o lucre (20 000 contos/mes) e rncnor uo que 0 actual (80 000 coruovmes) mns esta conrencao sera apenas necessaria durante os rneses secns de Ver~o.

o nosso colega cornecou em lo ;! rieur irneressadeem annlisar rnelhor a ~i lua~Ao actua I, que lhe pnre cell pouco irucrcssnruc. Com efciiu, gem urna carga polucntc de 29~ gil, (1'1 sejn, cxcede 0 limitueru 8~ unidndcs (contudo, para cstn cxcc.lenclu. ~ lIlnn solucao que maxunizu o lucro), RITI reSLIITIO, estc exccsso de 84 gil por rnes e "troca vel" pc lu quuntia de 60 000 contos,

Enrusiasmadn por estes resultados, rcpcuu cste rnetodo dc analise pnrn 0 C3S0 de se insralar 0 sistema de trara mente, 0 qual se rcprcsenta na figura seguinte:

I I

FI~ul'lI J.J. Esp nco de altern arlvus co rn trntnruen 1<),

Cornoc cvidente, 0 declive de F rnantern-se, obtendo-sc agora, para dccisilo optima respeitadore da resmcao arnbiental, 0 ponte, 1/', dildo per:

(Q,6X' +3XB '" 210 x, + xB '" 100

10 . iNVESTIGM;:AO OPERACIONAL

obtcndo-se:

XA == 37,5

XB == 62.5

e

F '" -100 000 centes.

Ou seja, esta a lternativa permi te "trocar" 0 excesso acrua I de po I ui cao pe In q want ia de (80 000 + + 100 000 COil los) a q ua I e a perda results me face 11 si ruacao aetna I (lucre perd i do rna is pre] u izo). Estc conccito e geralmente designado por "custo de oporrunidnde".

Em resume, 0 eng," Luis Bela Vida propos a nao insralacao do sistema de tratarneruo mas sim a alteracao do plano de producao passando a xA== 50 e xa == 50 para os meses de verso.

Ficou, porern, com duv idas sobre 0 que deveria recornendar q uanto Ii perda de 60 000 contos/rncs (80 000 - 20 000), durante 0 referi do periodo, porquanto:

l( A ernpresa esta obrigada a respei tar a I imi tacao arnbicntal pclo que, em boa verdade, nao devers receber qua Iq uer cornpensacao:

M Todavia, existindo urna linha de subsidies para cornbate il poluicao por parte das industrias, sera razoavel subsldi 8 r esta a Itcraylio?

M Acresce ainda a di ficuldade de luis subsidies podercrn apolar a despesa de insta lacao de si srernas de tratarnento mas n1l0 a reoucao de lucrost

MOra, se se procurar receber este subsidio, ele cobrira 50% do CUSIO fixo mensa I do sistema (20 000 contos por rnes), pelo que esra alrernativa continuara a nao ser atraente (felizrnente, nao acontece o contrario, pois de outra forma a ernpresa iria adoptar esse sistema ernbora fosse uma solucao globalrnente pior!).

En rim, 0 nosso colega preparou 0 seu rclatori 0 sem entrar nestas questoes, que Ihe pareceram rna is apropriadas para a sua d iscussao.

2.3. 0 problema "oculto"

Urna vez cnrregue 0 seu rei atcrio, 0 nosso colega nao conseguiu deixar de pensar neste prob I erna e sentiu-se intri gada pelo facto de so durante os ult: rnos anos terern surgido os problemas de poluicao quando, segundo a Superterra, Lda. 0 actual plano de prcducao (xA'" 20 e x6 == 80) estaria a ser adoptado desde 1980. Prccurou entso recolher os dados relati vos acs cauda is med ios mensais durante os ultimos anos tendo conseguido obter, arraves de urn colega seu que trabalhava nurna reccrn-criada adrninisrracao do Rio Ba i xo, os dado, apresentadcs no Quadro I c rcspc i tames a seccao 1 ind icada na Pi gu ra 1.1.

!iNESTI(iAC;'O OPERilClONAL, UMA IN'lCIACAo METODOLOGlCA • II

Atendendo a que 0 periodo critico c de J u lho a Setembro, est irnou as suas med ias ao lorigo dos Enos analisados

Ano 0 N D J F M A M J J A S
79180 17 15 20 30 27 25 t 7 13 10 08 LO 12
80181 19 14 16 27 20 14 15 10 10 07 L3
81182 17 17 1 S 25 24 20 20 18 14 12 II 10
8Ua~ 20 18 19 22 19 17 19 22 15 13 II 09
83184 21 19 19 23 20 18 20 18 17 IS 14 10
84185 )0 29 28 29 20 19 17 IS 1 ~ 09 07 08
85186 15 14 t2 20 15 17 L4 L2 II 07 04 06
86187 13 II 15 17 20 17 16 15 10 09 II II
87188 28 25 27 29 23 20 19 17 14 13 10 09
., 88189 19 24 22 21 17 16 17 15 13 06 04 03
I 89190 21 20 23 25 19 20 18 16 10 07 06 05
.~ 90191 27 J2 31 30 25 22 16 17 14 08 09 0.';
s 23 20 18 15 13 09 08 10
~ 91192 24 25 20 24
~. 92193 19 27 20 23 21 19 16 14 LI 08 10 07
93194 25 23 24 24 22 L8 17 13 09 OS 10 06
e representou a sua evolucao no grafico segui rue:
Caudal media esti val (m'I,)
"
13
II "
II lO,1I'i.
10
9 5

80 8 I 82 83 84 85 86 87 88 89 90 91 92 93 94 F!gu r a 1.4. Evolucao do" en udnis medios esrivals.

Ano

I:SLI: grMico alertou-o puru umn npnrcnte descent inuidudc 1:111 I 9gB, sendo, de cnrao plil'a OJ',, II ll1~clia do cnurial do rrirnesrre de Vcr~(') b1\~m"tc mcnor. Telefcnou ,10 ~~II colegn, que 0 csclarcccu rllzcnuo ser mell comprcendcr a raziio desta rcdu~ao: 0 municipio havia inaugurudo em 1988 uma nova tomadu de agua pam abastecimento da zona urbana durante 0 Verao, que recebra cudu vez mal s ruristas nos rnescs de Julho a Sciembro. Era impossivel satisfazcr os seus consumes r~~QI rcndc apenas aos abastecimcntos aruigos!

o nosso cotcga cornprecn dcu en 1110 q Lie esta a Ileravflu CSlli VII ccrtarnente relaci onada com OS problernas de poluicao detectados, pols era I nruirivo cornpreender que lim menor caudal poueria rccebcr uma menor curga pcluente.

Au cumparar as mcdi as dos cnud~ I~ eSI ivai s obicve

Q,,, '" 7 220 - 0 73

Q,,, 9960 '

pelo que procurou conhecer a csrirna. i va cia carga de CBO, (111e scnn pcssl vel Iancar para urn cuud!d i gua I II 110.7 J vezcs 0 actual.

Figura 1.5. Esq ucma da recepcao do, cargn po IUCOle.

Consul lou entao algurna bibliogrnfia que explicava sunpl] IicnUllnlcnteo comportamcnro do rio face n limn deseurgu polucnto Cnl11 bn su em cq IlflyOCS d C COIIS~I'VII~I'tI cia rnassa (ver Pi gu mi. 5,), uu sc] a:

sendo:

Xp - earga de poluenre dn ferne indusrrial lancada I1tJ rio por unidade de caudal;

cauda I lancadc pcln fontc polucrue no rio;

" carga ]10IUCllIC Irlli',i(ill (pOI' unidade de cntulul) pelo rio a monrantc cia dcscnrga pnluente (seccao I, Figuni I, I.);

QI ~ caudal do no a montnrne da dcscarga pnlucnte,

XI - carga pol ucntc (por un idade de cauda I) no rio nn see yEO 2 (Figura I, I .);

Q1 - caudal do rio 1111 seccao 2 (Ql '" Qp + Q,)

Segundo as dados obudos, Or era, em media, igual a 80 lIs c .t, = 10 unidades tic cno\.

Como poderi OCI1[110 est i mn r n ca pac i dade de rcc~p~no puru a sl tuacao anterior. C[)111 mil i or cauda I cstival?

Pnrcceu-lhe que nno scna di lie II, pors podenaca llhrnr 0 modelo para a SI tualf~O acrua I c general iza-10 ern ~o ao passado p3rD ell leu) n r II capacidade pretcndida.

A calibragern pRI'a a Silllfl~llo actual permitiu obtcr:

t

'1

210 x 80 + lOx 7 220

7300 -"'1;/

,

~

.,

dcnde 0 maximo de XI vern I.!lual a 12,2 mg/t.

Este resultado signi fico que nfto surgern problema, de polu.I~~o sc sc veri liear. nn sccy!10 2" XI S; 12.2 Iligil quundo Q, = 7 300 lis, 0 rn, sonde Q1 = (9 960 + 80) Ih, Ii obv: 0 que 0 maxi mo Xl tcndcl'~ II scr maior do que 12,2 mgll, pelo que csui c~l.i mati va sera urn I imi te in furior do novo max irno,

Api icando este modclocom Q, = 9 960 II, obiem-sc para m6x imo de xp 0 valor de 286 mg/l, 0 qual COrTe sponde a urn IIi vel rn u ito prox i 1110 da ca rga po lue nte acruatm em e ex i stente, 294 m gil T

Em surna, esta segunda investi gayllo mostra que a causa. recenre do acresci 1110 do POllliy~o rcsu 11.'lVa do proprio crescirnenro dll pOptll!t¥~O veraneantc durante 0 perlodo estival,

Psrecia assim razoavcl sugerir que 0 municipio, utilizando algumas contribuicecs do sec lor rurtstico, cuidassc de apolar 0 tratamcnto dus a guas residuals da Supertcrra, Lda .. ou seja, ajudasse a flnanciar 0 cuSIO de evitar a poluicao. Oellli'· Luis Bela Vida ficou, porern, pcrplexc sabre 0 gmu de partictpa~~o neste Ii M nci umcnto.

U rna proposta possl vel serla I cparti r 0 citado CUSlO pel [I ernpresa e pelo sector turlstieo proporciona lrncntc 30S lucros respccnvos limbos resuhanies rle poder usar um recurso neruralcomum, 0 caudal do R,o Negro.

Atcndendo a que jli huvln abnndonado a solucso do tratnrneruo, havia apenas quo comparar 0 lucro du solucao actual com a du s!JI\I~Oo retariva a producao rcduzida (ponte V):

" " ,

1, .~

j

1

f,

•

"

:;

a) Lucro para a solu~~o actual (durame 0 Verao, por ano), L:

L =.2)( 20 + 4 x 80 -280 (101 ccntos/mes)

14 • Ir-rvEsTloAC;;Ao QPERACIONAt.

doncle

L = 3 x 80 000 centes = 240 000 contos

b) Luera para a sclucao de producao rcduzida (ponto V), L':

L' '" 2 x 50 + 4 x 50 - 280 = 20 (103 contos/mes)

ou seja, por ana, a lucre para 0 periodo de Vcrilo em que a producao e rcduzida, L' vern dado por:

L' = 3 x 20 000 centes= 60 000 contos

Em conclusao, 0 prejuizo da contencao da producao durante 0 verso seria de apenas 180000 comas por ana (240 000 - 60000 centes). alilis muito inferior ao que resultaria da introducao do rratarnento. No seu relatorio final, 0 eng.? Luis Bela Vida acabou par propor esta reducao da producao, distribuindo-se 0 seu prejuizo pcla ernpresa e pelos exploradores ruristicos representados pelo municipio.

2.4. A apllca'fao das solu'foes

o relat6rio aprcsentado foi tengamente discurido em diversas reuniocs com as partes mais directamente interessadas: a Superterra, Lda., 0 municipio e 0 sector turlstico. Este ultimo nao aceiiou conrribuir para 0 problema, pois considera ser obrigacao legal do municipio proporcionar-lhe boa qualidade ambiental.

A ernpresa tambem se recusou a reduzir a producao, poi s considerou que 0 interessante relatorio ha via rnostrado que a causa da poluicao era, afinal, a reducao do caudal it qual a Superterra era alheia,

o municipio, desgastado com tanta polernica, acabou por deliberar:

a) Proibir 0 exccsso de producao a empresa durante 0 Verao, que ficou lirnitada a xA = 50 C xn '" SO

por mes em Julho, Agosto e Setembro: .,

b) Aplicar urns taxa adicional a actividade turistica a tim de compensar os custos adicionais do abastecimento da agua.

Esta solucao foi implementada, a partir do ana segui rite, apesar dos prorestos da Superterra, tendo-se reduzido, gradualrnente, os problemas de poluicao. 0 rurisrno comecou a florescer, 0 que permitiu ao Primeiro-Ministro votrar a passar ai as suas ferias, e realizar, no Verao seguinte, uma conferencia de imprensa interministcrial sobrc este sucesso da sua poli.tiea arnbiental.

INVESTIGACAO OI'ERACIONAI.: UMA INlclACAO METODOLOGICA • 15

o eng.~ Luis Bela Vida foi conrraiado como assessor do municipio para 0 ambiente e, passados dois anos, foi surpreendido por urn novo "dossier" que lhc foi confiado directarnenre pelo presidente do municipio: 0 excesso de ruristas cstava a criar situacoes de insuficiencia no abastecimerno de agua a populacao durante cs meses ma is secos(!).

2.5. As atapas e os lns trumentcs metodoldqlcos

o caso aprcscntado i lustra as principais etapas rnetodologicas da 10.

Na vcrdade, a discussao inicial do problema surgido conduz a urna prirneira etapa de rnodelncao, em que se formula 0 sistema de producao da Supcrterra e a sua interaccao com a condicionante ambienlal (Figura 1.6.).

FIgura 1.6. Modele inlclal,

sendo

.

'1

X,. An -) variaveis decisorias

Y --? carga poluente

R --? respcsta arnbiental do Rio Negro

Esta rnodelacso implica a identificacso das principais variaveis decisorias e de output, dos objectives e das restricoes a considcrar, bern como a estirnacao dos para metros mais signi ficativos.

o modele obtido consiste em:

F = f(x,. A,) g(x", xn) ~ (l Y (xA, xs) s f3

16 . INVESTlaA~Ao Qrr:Il.ACIONAL

scndoJa funcao lucre, g a funcao de producao, c C! 0 scu limite maximo, y a carga poluente gerada e f3 o seu maximo aceita ve L

Conclui-se, posteriormente, que cste rnesrno modelo perrnite representar 0 sistema com rratarnento

bastando para tal alterar os parametres da funcao objective, da rcstricao y (x" xu) e 0 proprio limite f3.

Este primciro modele, ernbora rnuito simples, perrnite ja ilustrar uma segunda etapa fundamental da rnetodologia da )0: 0 apoio ao processo decisorio. Neste caso, analisou-se 0 espaeo de decisao da ernpresa e identificaram-se, per simples pesquisa grafica, quais as solucoes que satisfazem as restricoes ambientais e rnaxirnizam 0 lucre.

Bste tipo de pcsquisa - que se designa por Optirnizacao - pode desenvolver-se em espacos com dirncnsao muito rnais clevada c, em gcral, incluir que!' objectives qucr restricocs de formulacao bern I11Cl105 simples do que as consideradas.

o esrudo dos metodos de Optirnizacso c fcito no segundo capitulo deste livre.

o apoio 80 proccsso decis6rio nao sc dcvc, porern, reduzi rose ao estudo da optirnizacao. A anal ise dos valorcs rnais re\cvantcs para os decisores em causa, 0 estudo da sua representacao sob a forma de criterios, objectivos ou restricoes, a analise comparative de alternativas, 0 apoio a negociacao de custos e bcncficios entre os actores envolvidos, sao, por certo, roda urna linha rnetodologica que muito pode ajudar a apoiar os processes decisorios, No case em estudo, a sua relevancia surge na discussao do modo de formular os objectives e as restricoes, nas cornparacocs com e sern traiarnento da carga polueme, na analise de como rcpartir os custos rc lati vos a reso lllyilo da problema.

o ultimo capitulo destc livre apresenta os principals conceiros e rnetodos da Teoria da Decisao. Uma vez curnprida a ctapa mctodologica de apoio declserlo, surgiu, no caso de esrudo apresentado, urna nova ciapa que tambern e caracteristica da rnctodologia da [0: <I revisao e a general iZByiio do modele.

Neste problema, concluiu-se ser necessario alargar 0 sistema representado passando tambern a inciuir o estudo das afluencias do Rio Negro (Figura 1.7.):

Figura 1.7. Modelo alargado,

Este modele mais completo inclui inputs nao controlavcis e com natureza aleatoria ou estocastica, tais como as aflucncias no Rio Negro. Os dados recolhidos forarn surnarinmente apresentados surgindo com

INVESTIQA~AO QPERIICIONAL: UMA [NTCIACAO METOOOLOG!CA • 17

clareza uma alteracao importante, ria sua media, a partir de 1988. Ora, a magnitude dcstas aflucncias c especialmente relevame para 0 estabciecirnento da resrricao arnbicnta I, porquanto a capacidade de rcccpcae da carga poluente depende do sell nivel. Ou seja, 0 modelo passou a ser

com

tendo-se agora 0 limite da carga polueme, P, funcao do nive] do caudal e de poluicao na seccao I do rio e dos correspondentes valores II efluencia da ernpresa, A estirnacao desta funcao imp! icou cornpreender 0 rnecanisrno de depuracao natural do rio, 0 que se fez pela equacao simplificada:

A utilizacao deste rnodc!o implicou estimar um parametro desconhecendo Xl 0 que se fez aplicando o modele a siruacao actual. Esrc processo designa-se, em geral, per calibragem do modelo,

A elaboracao deste modelo rnais completo permitiu alargar 0 espaco das estrategias de irueraccao possiveis, ja que 0 limite arnbiental passa a ser variavel e dependente da politica de utilizacao des caudais disponiveis.

Esta analise permitiu tambern definir uma siruacao alternative il actual, sem problemas ambientais, com os caudais anteriormente ex istentes, Esta si tuacao e interessante, rnesrno que nao sej a adoptada, j a que constitui lima configuracao de refer dnelu para 0 sistema em esrudo, a qual podc ser utilizada pam se distribuirern custos e beneficios rclativarnente as irueraccocs a realizar para evitar os problemas cxistcntes.

Todavia, convcrn observar que a analise Ieita aos dados hidrologicos foi multo insuficiente, pois Coram consideradas apenas as SUBS medias. Na verdade, trata-se de urna seric cronologica com distribuiyoes, estruturas de variacao e de interdependencia que interessa conhecer, Os metodos que permitem conhecer e analisar series crcnologicas sao apresentados no Capitulo 5.

A correcta rnodelacao da serie dada perrnite prcver, a curto prazo, as proximas afluencias, 0 que permitifii optimizar a producao da ernpresa, em tempo real, em funcao das previsoes feitas.

Esta arirude correspondera ao estabelecimento de urna estrategia adaptativa em funcao das variaveis exogenas nile coutrolaveis (neste case, afluencias), a qual permitira regular 0 controlo do sistema.

Coo vern, assirn, observer que 0 escudo destc problema perrnitiu idcntificar dois nivcis distintos de apci 0 a decisao:

x A seleccao de planes ou projectos optimos a adopter (nivcis de producao, insialacao de rratamento, etc_l- Planearnento e Projecto.

x 0 controlo optima da gestae do sistema em funcao das variaveis exogenas ocorridas ou previstas, Neste problema, 0 conrrolo da gestae cons ist ia apenas na fixacao do IIi vel de prcducao adoptado para a Superterra, Lda,

Todavia, e evidente que a propria gestao das anuencia, pede e deve SCI' csrudada se se consriruircrn as instrumenios necessaries a sua regularizacao e que S~ basearao na possibilidade de arrnazenar caudais.

A sol u~ilo rna is ha b i tua I q uc i: uti I izada com cste fi m cons istc ern construi r urna ba rragcm para penni tir a consrituicao de stocks, (al como se esquernatiza na Figura segu i me:

V,

"

To mada de agu"

para abastcci rncnro

VI- S tock de agua

Figu ra 1.8. Esq uerua d. albufcira.

A optirnizacao da gestae dos stocks i: tarnbem urn dos capitulo> importantes da 10, pelo que sc esruda com perrnenor no Capitulo 4,

No problema em causa irueressaria articular a politica dc gestae do stock de agua arrnazenado com os caudais rninirnos a j usante de modo a obter equi I ibrios 6pti mos para 0 abastecirncruo (tcmada de agu~ a montante cia barragern). Haveria, pois, que experimeniar estraiegias alternativas a firn de selcccionar a mais conveniente, 0 que irnpl ica ser capaz de gerar, em modele, series de a (luencias, definir diversas regras de geSI~O, aplica-Ias e estimar os seus resu ltad os. Os metod os que permi tern I evar a cabo estes deserivolvirnentos designam-se par metodos de sirnulacao e sao estudados no Capitulo 7, Ernbora nao exigindo grandes desenvolvimentos analiticos, estes metodos (experimentacao numerical tern uma irnportancia crescente na 10, j Ii que podern ser u ti lizados como via alternati va ou de rec urso 11 ten tali va de ° bier scnicoes optirnas, sem experirnentacao, par rnerodos direcios, os quais, infelizmerue, nao sao geralrnente aplicaveis a sistemas mais complexes Oll na presenca de aleatori edade ou i ncerteza.

I;NESTIGACAo OPEI1.ACIONAL: UMA lNICIAI;AO !v!rorooou:;GICA • \9

E natural preverrnos que 0 futuro rrabal ho do nosso colcga Luis Bela Vida sen\, rnuiro prova vel mente, estudar pianos dc invcstirncnto ram 0 Rio Negro visando a construcao de urna barragcrn c a sua gestae optimizada. Para tal, devers claborar urn modele de simulacao que Ihe permita quanti ncar beneficios e custos de projecios alternativos e que possa tambern ser utilizado para regular, de forma optima, a gestae do stock ass im criado: Em rcsu ltado desres estudos sera rnuito prova velrnente necessari 0 desen volver ernpreendirneruos que concretizern os sistemas projectadcs. A 10 inclui urn conjunto de rnetodos especialmente orientados para esre objective (Gestae de Projectos) os quais rarnbern sao estudados no Capitulo 3.

-

INVESTIGA~O OPERACIONAL

Luis Valadares Tavares Rui Carvalho Oliveira Isabel Hall Themido Francisco Nunes Correia

Institute Superior Tecnico Lisbon

T 57 .6 .158 2003

182310 ULL

McGRAW-HILL

LIS BOA • SAO PAULO· BOGOTA· BUENOS AIRES· GUATEMALA MADRID. MEXICO' NOV,lIIORQUE· PANAMA· SAN JU,lIN· SANTIAGO

AUCKLAND' HAMBURGO· KUALA LAMPUR· LONDRES MILAo. MONTREAL' NOVA DELI· PARIS' SINGAPURA' SYDNEY T6aUIO • TORONTO

.; "

:l

Capitulo 2

Optimiza~ao Linear

1. Introdu-;ao

1.1. o problema geral dll optlmiza<;.50

NlI sequenc i~. do prob lernn II prcseruado 110 cap i lU In i ntroduto rio e rae i I anievcr que 0 apoio aos problemas de decisao implicnra frcqucnlcmenle Q cstabclccunemo de solucoes de comprornisso entre ulill7..a"oes,em cornpeticao, para cs rnesmos recursos, quase sernpre limitados c cscassos. Ora, esre tipo de problema tern vi ride a scr estudado rnaternaticarnentc, CI11 especi al desde 0 secc 10 XVIII (Caj ori, 1 719), como resposta lias desafios dcclsorios considerados, enrso, ma is perunentes.

Esta c lasse de problernus designa-se por 0 ptl III kln ~ii 0 e, na sua forma rna is bastea, e represenIRvel por

Maximizacao

au

Minimizacao

22 • INVI SlIClM;:AO OrUAC_IO:;_N_A--'I.:__ _

ern que:

(I) (,. "X., silo as variiivcis que rcprcscntnrn as mcognitas do problema e que sc dcfincm para dorni nlos precstabelecidos:

b) g" .. " 8M Sao as restricbcs a sarisfuzur pnr CHd~ solucao de mono que scju rCHli~.ilvcl (solucao pusslvel);

c) F(x" .,., x"J e lima funcao que reprcscntanl lIlOU mcdida do vantegern ou da dcsvantagcrn arribuida peln decisno a cada setucao do problema (rllno:;:io ohjecdvo).

COn1I:'1C cvldenrc, as variaveis, as rcs(l'i\'~c~ U II fun~ll0 objective dcpcndcrn direcuuucntc dn natureza do prcblcmn untudo,

Os nuixirnns eu rninimos assim obtidos dizcm-sc cnndlclonados pclas rcslri~l'!c5 c pelos dominies definid05.

o estudo da forma canonicaaprcsenrada csta tambem directarnente relacrcnado com 0 proprio desenvolv lrnonto das Cicncias Experi rncntui s, n~ 0 por corresponder a problemas deciscrios mas sim por represcniar n~ fcnornenos naturais (ou, como ulguns autorcs classicos diziarn, "cscolbas da natureza"). Na verdudc, us contribulcoes classicas de Maupertuis, Euler e Lagrange pura 0 ustudo da Mecanica baseiam-se M minirnizacan da charnada fU!1~flo de "potencial cinetico"; a lIninclI~~n dns leis dn Mec,inica c dB Opuca avancada pelo astronomo irlandesHarni hon resulta tarnbern num problema de mmimizacao; nm; lUS das lets da Quimica correspondcm ~ [ni 11 imin~ao da funcao "energi il Ii vre" proposfu por Gibbs 110 seculo x I x (Wi Ide c Bei ghtler, I 9(7)., eLC,

011 ~Ujfl, enqunnro 0 caractcr indctorminado do sistema de rcstTi~O~s do problema de optimizal(ilo. como prnblemu dcci siena I. sc traduz no r,rau de libordodo do agente de decisao [Lies i gnundo-sc, a I ias, por numero de graus de liberdade do problema, 0 numero de variaveis que n1l0 Ileum dererminadas pelas restncccs c que sera de (N - M) se as resrrteecs forern entre 5i indcpcndenrcs I, ja na descricao dos fencrncnos naturais esse grau de indcrerrninacao correspcnde a urns "escolha" reiul. pclu Natureza orlando pnla soluy~o que optirniza 0 problema formulado. Nao surpreende, pcrtanto, que estes desen volvimentos tenharn provocado urna reflexao de caracrer filos6fico refcrindo-se aqui os trabalhos de Euler e, especialmente, de Leibniz (1710) que bern traduzern urn cerro "nptirnismo filosofico" segundo 0 qual 0 Mundo existente correspcnderia 3 uma opurnlzacsc do seu eriador, que 0 escolheu entre ns nutras A lternarivas posslveis.

E evtnente que n rnultip 1 i cidade de pfoll lcmas d~ op lim i 7.a<,;~o que rorlll1l iillrgi ndo desdo 0 seculo XVIII perm i I iu ui 11 Irnd\l~ao de d iVCfSUS CIII~~i Ii ~II~:OCS j ulgando-se tal vcz que 1I d iSli 11~,ll() entre probl emus IiTl~IIrt!" c prublcmas nii(l lineare5 (consonnlC F e g~ com m " 1 ..... M SCjUlfi. 0\1 nno, i[[1carcs cm X) e, cspccialmcnle, enlre problemas .'IeqllenC/(lis e problemas mio seq,~e"ciuiJ (consoun!~ II. sclcc~1io dos vplore~ pDrH BS IOc6gnitas possa, au nao, ser ronl1ulilClH como urna sueess;l.o de sl.Ihproblemas dccisionais mais simpl~s) serdo aquelas que melner trucluzem 0 dcsonvolvimenlo dos mClOdos d(J op[imila~ao, Com ofeilo, a pnr do cstl.ldo geral das problcll111S de oplimiza~ao. e logo desde a primcirn lllell1de do seculo XV!r[, ~llrgQ com Euler (1744) 0 cstudo de problolTlil~ sequenciais de optimiza~no para os quais

F(X) J." f(X, S,S) dl

"

OrTlMIIZA<;:AO LINI!All • 23

e scndo

.c:~(},') = 0 com '" = I, .. , M

rcdutivcl a

s g,(S,X,I) com S=%J.

rcpresemando-se por X U~ vuriu vuis 'II. LD se prcrendem opti ITI izar, e per r 0 S, aLII rHS variaveis !lUX i I lures (coincidindo geralmente I com II vurillvel tempo). Este problem» dell Oril:lUlll no charnado Calculo das Ifll'iaclies que vcio a conbcccr I.lnV(l~ e importantes desenvol virneruos 1111 scgumln metade destc sccu 10 nno s6 pnrn fins decrsionars mas tumbem em certos ramos das Cicncias E)lperimCllIais, eitando-se como excrnplo os rnetodos variacionais dn Mceanica. lrnporta, porem.notar que muito crnbora os problemas de opli III iza~ao tenharn vi ndo a scrt ra tudes desde ha muito, 0 esrudo de .1 isicrnas de equacces (au de inequscocs) indeterminados que sao, no Iundc, 0 que Inl de mais csscnclal aos problemas de optirnizacno, j d que estes pressupcern decisao (ou soja, I ibcrdade de esco I hal, rnercceu pouca men~:'io ale aos rncados do scculo JO(, epOCH em que so viveu uma auteruica "Renascenca" no dominio da oprimizacao, para usar urns exprcssao feliz do conheeido Ncmhollser. Com ereito,e segundo Danlzig (1963) urna pesquisa bibl ingni nca real izada em 193 (, s()llr~ I nis sistemas nao produzi u rna: R de cerca de 42 referencias s igni1icnt ivas, o que co mrasta COlli U~ In II itus ccnicnas dispon ivai 5 sobre rURolllo;Q() de s iSI CITll\S determi nudes,

Na vcrdade, I: a partir uos 11110, quurcrua que os desa lios lancados por rnnis cornp lexos prob I emus decisionais visando ,I. mel her uti I i i'.~~llo dos recursos disponi veis, .. ~ surprccndcntes porencielidades do rccem-descoberto calculo 8utOIlIolieo c urn rnaior esforco de 11l31ell1ali7.l1~nO de prnblcrnasreais permitem desenvolver a rnaioria dos pctentes metodos de optimizacao que actunlmente existcm e que podern ser uti Ii zados como preciosos instrumcntos de apoio ao processo da tomada do dcci sees.

1.2. A abordagem lagrangeana

U 11m vel. apresen tadn II forma en ncni en blls ica do problcrnn dn opl i 111 illl.lYnO i rnporta agora csrudnr n uhorrlagern resoluii va uunbern muis blisiea e que e devida a LlIgrnngo1".

r~ro tal. e a lim d~ lomur dnro () sign i fieado deSla melodolog ill. CUfl~ illem-sa 0 exemplo 5cguintc:

I'

J

Min F(x) " 2.x-1 + 3x!

t Adm ,~e·sc " .. I.e II VTO que 0 .1 unn cnnhoot n' nocOo< fundamOnl81S do C~ Iculo, .ceome nd IIndo·,e P"'" efe;~o. do It"" i.1e " IOIlU,. do~ I 'e 2.' Capitulo, de T"v.roR • Cone,. (1·986).

24 • INVI ~Tlr'i\r:An O:.:.r.::C:::K~:::C:.:.IO::::N::.:i\.::L:...._ _

g(-t) ~1~2..tl 10=0

sendo x,, Xl reais n~o negati vas.

Atcndcndo a que ex istern duas incogn i las, csic problema e reprcscnta vel R (i\ln~ di mcnsecs, plano x,Oxl, e cadn lugar geornetrico de pontes (x" Xl) nssoclado a urn valor cspcclfico de F diz-se iscllnha da func~o.

Apresenta-se na Figura 2.1 . a reslri~Qo C II> rsol inhas para F'" 50 e F'" 98.

.<,

Pll:ura 1.1. Iteslrl~doe lsolluhas

E cvidente que:

u) Sc deslocarmos a isolinha 110 scntido on sera cstaremos a dirninurr F c vice-versa:

11) Enqll811.IO n isolinha de F = 50 ndo uucrsecta a res!riy~o (pelo que nao hd ncnhurna solu'f~o posslvel), j~ a segunda (F = 98) contcm I' COmo solu~~o pcssivel.

A tcndcndo ~ que se prctendc rni nirni zur ,.., nne rcssara dcslocar a isol i nhn que comem f' ate il posi(,:uo limite em que ninda toque em g, 0 que corrcspcndcra iI isohnha F represeniada a uacejado na flgura, ASSlm scndo, e facil concluir por simples intui(,:fto gcomclrica que a ultimo ponte de ccntacto, Q, eorrespondc It tllngencia entre Fe g, 0 que implies que em Q a iangente a g coincidirs com II tangente a F. Ou scj!!, deri vundo Xl em rclaeao a x, segundo F 0 segundo g obtem-se:

2 I,

3 X";

"

OrTrMIZi\CAO LlNl~i\R • 25

(::) =-1

I

em que

e

(d:c,) sa _( cig ~)

dx, 0,>1 d;t,

, I

Nesias condicoes, Q sen\ deterrmnado par

ou seja,

Consequentementc, C0[110 g tern de scr sarisfeiro, obtem-se:

dande

X 30. L "'\T'

sendo CSUlS as coordenadas do mini 1110 condicionado.

o excmplo apresemado mostrn quo 0 6ptimo deve sa tis fazer

(tLtl) =(~)

We, F We"

all seja,

26 • [NVESTIGAC,\O Ol'ERACIONAI.

pelo que

e

au

com

Esta conclusao perrnite identificar a pesquisa do optima condicionado com a do optima scm resrricao de urna nova funcao, diia Lagrangeano de F, L (x" Xl' .l..), e dcfinida par:

ja que as condicocs neccssarias do seu optirno scm restricoes conduzcrn a

A nova variavel, A., diz-se multiplicador de Lagrange. Observe-se que os pontes candidates a optimo correspondcrao assirn nso s6 aos valores x" x, que satisfazem as condlcees apresentadas mas tarnbern ao valor de J. que resultant das equacocs anteriores (estes valores assinalam-sc par xi. xi, A.').

OPTIMIZACAO LrNEAR • 27

Para xi, xi, ,1:, 0 lagrangcano vira igual a um cerro valor L' que correspondent a urn maximo au a urn minima desta funcao. Se se admitir agora que g pode variar infinitesirnalmente de valor, sera entao necessario tarnbern alterar ill fill itesima lrnente a valor de F de modo a manter a L' preiendido, Tern-se, pois, que:

ou

o que significa que A.' rcprcscrua a dcrivada parcial de Fern retacao a g, iSIO e, me de a variacao elernentar relative do 6ptimo par variacao elcrnentar do valor da restricao g.

Os resultados obtidos podern, como e natural, ser gerieralizados ao caso de Nvariaveis e M restricoes, obtendo-se

M

L= F- LA-"g.,

~.,

e

com i= I, "" N

corn m=I,.",M

Note-se, tarnbem, que pede interessar construir 0 lagrangeano apcnas com algumas resrricoes, mantendo as restantes, Ou seja, a problema basico

MaX}

F(X"""XI/) Min

com

28 • INVESTIGACAO OrERACIONA L

tambern i: equivalente a:

MaX} K

L =F- ,1,.

. < L ,,,g.,

Min .,.,

sujeito a:

gM(X" ... , X,,) "0

Embora este rnetodo, designado por rnetodo dos Mulripllcadnres de Lagrange, possa por vezes nao ser rnuito pratico, porquanto irnplica, em geral, a resolucao de urn sistema de (N + M) cquacoes a (N + M) mcogni tas, ele e, scm duv ida, Fu nd arnenta I na concep rua liza<;:iio dos probl em as de opti m izacao, j a que rnosrra ser possivel consrruir urn novo problema a partir do original em que se elirninarn restricoes il custa da inclusao, na Funyao objective, de ICrTI10S adicionais definidos pclas resrricoes rnultiplicadas per coeficicnrcs aprop riados,

Esta transfcrmacao designa-se por rel9xa~iiolagrangcanll c e da maier irnportancia no mundo mcderno des algoritmos de optimizacao ..

as multiplicadores de Lagrange e a anal i se do lagrangcano sao, ainda, essencia i s para 0 esta belecimento das condicoes de Kuhn- Tucker, nome arribuido as condicoes a que tern de obedecer a solucao optima (condicoes necessarias mas nilo suficientcs) de 11m problema nao linear. Esta aoordagern conceptual e os correspondentes algorirmos de optimizacao nao I i near sao tratados com rnaior profu ndidade por Tavares e Correia (1986).

2.

Introdu~ao it opttrntzacao linear

Designa-se por Optimizacao Linear ou Prograrnacao linear (Pl.r um conjunto de recnicas que permitern resolver 0 problema de optirnizacao j:l aprescntado em I. I., sendo lineares 'Iller a funcao objecrivo quer as restricoes.

A i mportancia especia I da PL rcsu Ita mI0 so das potencial ida des des seus a lgorirmos resoluti vos e da sua grande di vulgacao no domi nio das aplicacoes pra ticas, mas tarnbern do facto de a sua genese estar d i rectarnen te rei acionada com a desenvo I vi mente dos pr6prios concei tos fundamental s das ieorias de oplimiza«i1o.

OPTIMIZM;:Ao LfNOAR • 29

'1 (

1

.,

Como se re ref; 1I em I. I . podera d izer-se que, ale aos anos trl nta ou quarerua desie seculo, foi mui 10 reduzido 0 ; rueresse des rna terna ti cos pelo es tudo de sistemas de i nequacces, ao contrario do que se veri ficou com a resolucao de si sternas de equacoes, cu ja I i (era iura i nc lui mi I h ares de a rti gos, a I guns publicados ja no seculo XIX .

E ta rnbem curioso referir que, em geral, os escassos traba lhos sobre sistemas de inequacoes que se produzi ram entre 1900 e 1930 nao discuriarn expl icitarnente 0 problema da rnaximi zacao de urna funcao linear, rnuito ernbora ja em 1826 Fourier rivesse manifestado 0 seu interesse por este tipo de problemas, quer para a Mecimica 'Iller para a Tcoria das Probab il i dades, design adarncnte ao esrudar 0 probl em a da minirnizacao do desvio maximo relative ao ajustarnento de urna so11l9i10 para urn dado sistema deequacoes. Os pri ncipa is desen vol v lmentos teoricos cia P L silo devi dos u Kan torovi ch (I 939) c a um grupo de cieruisias americanos que lancararn as bases da PL entre 1939 c 1951, no qual se devern cestacar os norncs de Von Neumann, Harold W. Kuhn eA. W. Tucker na fundamcnracao teorica, 0 de George B Dantzig na forrnulacao do algoritrno resolutive - Simplex -, e cs de T C. Kcoprnans, A. Charnes e W. W" Cooper no campo das formulacces aplicadas de PL.

A partir de 1951, data em que se realizou 0 primeiro sirnposio sobre PL, surgirarn inurneros rrabalhos procurando cornpletar as suas bases teoricas, rnelhorar a eficiencia cornputaciona I dos seus algori rmos, aperfei coar 0 grau de real isrno das suas formulacces.

A expressao Prograrnacao L inear (posreriormente responsa vel pela general i zay~O «Prcgra macae Matcmatica») justifica-sc pels prcocupacao central daqueles que se envolveram neste dominio em meados do seculo: cstabelecc r os «programas» de accac mai s aconsel hrl vei s para as operucoes comp lex as em estudo no campo des sistemas econcmicos, de prcducao industria) ou das iruervencoes mi litarcs,

Estes "programas» de veriarn i nel u ira I ista de uct i v idades a descnvo I ver, 11 sua sequ enc ia, a sua ca lendarizacao, cs recursos a afectar, A escolha entre prograrnas altcrnari vos i mpl lea a definicao de criterios que 51': procurarn exprirnir por urna funcao objective, a rnaxirnizar ou a rninirnizar,

Segundo G. B. Danrzig (Dantzig, 1960), 0 propri 0 desenvolv irnento da PL foi i asp irado pe los tnils tipos de problemas que sc rcsumern seguidarnente:

,

'u

A - Transporte

Consi dere -se Lim sistema de d istri buicao que al i menta cinco arrnazens localizados em d i ferentcs cidades (Nova lorquc, Chicago, Kansas City, Dallas e S. Francisco) a parf r de rres grandes unidadcs produtoras I ocal izadas ern Portl and, Searle e San Diego.

Ccnhecendo-se os custos de transporre, a procu ra prevista pam cada armazern e as capaci dades (maxirnas) de produclio de cada unidade, pretendc-se opurnizar 0 program a de distribuicao.

B - Cornposieso

Ccnhecendo-se os conteudos caloricos e virarninicos de diversos alirnentos, bem como os seus preens, pre tell de-se opti mizar a compos i930 da dicta e adoptar de modo a mi ni mizar 0 sell custo e a sati s fazer n ivei s m inimos de ca lori as e vi tam inas.

Urna industria prctcndc satisfazcr urna cncorncnda em certo prazo, 0 que exige aurnentar 0 nurncro de operarios espccializados. Para este efeiio, devera coruratar novos elementos e usar parte dos seus recursos humanos no trei no c na formacao dos novos operarios.

Pretende determinar-se qual 0 programa optimo de contratacao e formacao, de producso e annazenarnento a f rn de satisfazer a entrega pretendida,

Em qualquer destes problemas, as incognitas dizern respeito it «intensidade» (nivel) com que se desenvolvem as diversas actividades do programa, as restricocs cxprirnem as lirnitacoes dos difcrcntcs recursos consumidos por tais actividadcs, e a funcao objective cxprimc 0 enteric decisional adoptado, Com efeito, estes problemas, pcderao scr forrnulados tendo em ccnta as definicocs scguintes:

I'roblema

Dul"nll(,io da ,,(dvidnd~

(lnc:6gnIU)

Imenstdade

Rt't'UI"S05

Fun'pic objectlvc

A

Tra[]5IJ0T1C do iJ.rmilZem i pare o nrmmem ,'.

Quuntidade a rrunaporter dcij1ilofi!li(x,I,J

B

CDloc:a~AQ do alimemo i !'III. dieta.

Percentngem de j ria diera (.r),

c

Conrril.lnlfAo de nOVOs. cpcrerlcs N," de op·cranQs

nil Linidilidc de rempc I: c:on[NlllI.do~ r::m t (A'".):

111 LI17."~~ IJo tic p:; rtc (I rIIA ~~C:'ll"CI~ rt. u de: eperan os II. r 1;:(; I iU'!OS

hlJm.n.nD~ Ill) fOntllllljf.ilO durante ~ prl)du~t\o em t fJ.'.l.

IL unldede r sendo

I:;;;; l , ,,_, T em que r c. Q prll:to de eutrega.

Max.mil capacidade pmdutivu um J: procura a s~'isfjL:zc:r em j.

Sorru dos CUStOS de

rran sport c de , pnra j t=m fun~:i!I{t de tlf'

Nlveis cntcrlccs e Villlmirilcos mlnimos.

CU$lf;1 &lobal

de ccmposicao.

Jlmdu,¥.lh') fu:umulRdllo tile T

ILC i ngi r 0 HHII cncomc nd.fl d 0; u I ~ 1 i 0i:~1(:11.0 em I de IJoI'H.::n'lr1oilll pnm r.:'lnnll(:i\Q n.ao $~IPCriOl

:IIOS e)i;i~lCi'UofG em I {jy formedcsj. p,odu~;lo em I urilizando os operartos ja fermadcs t: n3[)

n:io dl:ci.'Idi}.s.a ron"i1~3CJ em I.

C1J!OtO gtobel de prnd1J¢i\O expresso em Icfmm,nn

.:: u ~IO de: m 1\0 .de ·1.l[}rn.

e de unnnzenemeruo.

Note-so que a intensidade de cada acuvidade nunca pede ser negative (X;:: 0) e que as restricoes sao possiveis de exprirnir per inequacoes. Irnporta sublinhar que a formulacao de problemas de optirnizacao e geralrnente bastante facilitada por analises previas destc tipo a partir dos quais dccorre a formulacao algebrica correspondentc, tendo-se assirn nestcs cases:

A - Min Le'l X'i IJ

(unidades produtoras)

(a rma ze ns recep tores)

OI'TtMtZACAo LINEAR - 31

para i'" I, ,." M;j = I, , .. , N, sendo a, c hi a producso e a procura em i ej, respectivamcrue.

B- Min Le, x,

(nivel calorico)

com

(nivel vitarninico)

x, ;:: o

sendo ai e b, 0 conreudo unitario cnlorico e vitarninico dc i, rcspccrivarnente, e.o CL[SIO unitario de t e, finalmente, I< e v ns nivcis rninirnos ex igidos,

C - Admitindo que se adopt a como unidade de tempo 0 periodo de formacao (constante) para cada operari 0, e que x operarios contra tados no i ni c io de coda un idade ex i gem para a sua formacao quc se a fectern ftc operari cs jii preparados, tern-se que

,-[

y, + fx, s M + Ix,

I-I

para I;:: 2

.

:~

j

\ i, j

i

r

PLY, ;::P

,.[

sendo M ° numero de operarios (ja formados) dispcniveis no inicio da primeira unidade de tempo, py, a producao resultante de afectar y operarios it producao durante lima unidade de tempo, P a producao a fornecer ao fim de T unidades de tempo.

A funcao cbjectivo a rninimizar sera dada por

T

Min LS x, (T + I - t") ... L lip y, (T - i)

'.1

sendo so encargo por opcrario e unidadc de tempo, e h 0 CllS\O de existencia por unidade de produro e de tempo.

Como se sabc, formular analiticarnente urn problema de decisao - e a optirnizacao diz sernpre respeito a problemas de decisao - implica inevitavelrneute realizar diversas operacoes de sirnplificacao e admitir hipoteses, por vezes nilo expliciradas. Assirn, no problema A esta a adrnitir-se a aditividade dos fluxes e a lineariedadc dos custos de transporte desprezando-se a eventual irnportancia de outros custos.

'.i

I

32 . INVESTIGACAO QPERACIONAL

Mas a estrurura adoptada pressupoc a i nda a cxc lusao de quu lsq uer solucees que nao conienha rn apcnas transportes de i para j', ou seja, exclui-se a priori" pcssibilidadc de efectuar transportes entre armazens ou entre unidadcs produ teras, de cri ar depos i tos in termedios, etc.

No problema B adrnite-se nao so a aditividade dos efeiios das cornponentes das diferentes dietas, mas tarnbem 3 proporcionalidade dos seus resultados continuando a adrnitir-se uma estrurura linear de custos.

Fi na lmente, no problema C estao tambern presentes as hiporeses de ad iii vi dade, proporcionalidade eli oearidade anteriores, sendo convenien re notar que a formu laciio apresentada corresponde a i nda a urna si mp I i fica~~o do problema em csru do por outros mali vos:

II Nao se considerarn os chamados efe iros «terrni na is» ((CUSIO» do opcrari 0 apos 7);

IC Pressupoe-se uma capacidade permanente de recrutarnento em condicoes constantes (esta bipotesc, al i as, justi flea que se exclua na formu lacaoapresentada a possi bi Ii dade de contratar operarios no inicio de Ull13 unidade de tempo sern lhes dar formacao durante essa rnesrna unidade);

II Nilo se contemplarn quaisquer restricoes ao processo de formacao 0\1 de prcducao que nao digarn respei to it disponibi I idade de mao-de-obra;

II Admiie-se que 0 intervalo de tempo entre adrnissoes e coincidcnte com 0 pcriodo de fOITl1a~~o (0 leiter podc facilrnerue veri fi car que CWl hipotese nao inrroduz qualquer erro desde que sc adrn ilam as corisideracoes anteriores).

Para alern das hiporeses referidas a proposito destes tres problemas, nore-se ainda que se SUpDS sernpre a nao negatividade das intensidades de cada actividade (incognitas nao negativas) e Q carscter deterrn inisti co de todas as relacocs ccnsideradas. Em resume, as hipoieses de determ ini srno, nso negatividade, divisibi lidade, aditividade, proporcionalidade e linearidade silo cfectivarnente as ccndicoes gerais de aplicabilidade an PL.

Como e evidcnte, scrnpre que urn metodo resolutive se encontra lirnirado por urn condicionalismc, investiga- se no sent i do de ul trapnssnr tal I imi ta~30, pe 10 que tambern em PL tem vindo a propor-se artifie i 05 au II I tcracoes com tai s fi na li dades,

Julga-se que II PL cxernplifica com muita ciareza a irnportancia da operacao de formulacao especificando as porrnenores irnportantes mas agregando cs aspectos parcelares de interesse secundario au para os quais nao existern dados, tendo em vista urna adequada representacao do sistema em esrudo (modele) e a sua possivel optirnizacao. Em surna, a PL permite ilustrar claramente os cuidados a tel" ac formular urn problema de optirnizacao, optirnizando 0 comprornisso entre informacao e desagregacao, realisrno e si mpl icidade.

QrTIMlZACAO L!NEAR • 33

3.

Forma can6nica do problema de Programa~ao Linear

Qua lquer dos problemas apresen rados em 2 e, em gera I, qua lq uer probl erna de prograrnacao I i near com M restricoes e N varia veis pode ser escri to com a forma;

Min F = c, x, + c,.r, + - .. + e" AN

allx, +a"x,+ + a,,,.r,,=b, ill' 1', + illl Xl + _.- + all, X" " bl

(2.1) (2.2)

aML 1', + aMl x1 + .. + alo(!l X" == bioi x,<,O (i= 1,2, ... ,N)

(2.3)

que constitui a forma canoni ca de urn problema de prograrnacao linear. Se 0 problema nao se apresentar com esta forma e facil reduzi-Io a um problema equivalente com a forma canonica,

Assirn, se se tratar de urn problema de maxi rnizacao basta rnu I tipl icar a funcso obj ecti vo por -I para passar a ter lim problema de rninirnizacao, dado que Max F" -Min (-Fl. Frequentcmentc as rcstricoes tern a forma de incquacocs, pols cxprimem lirnircs maximos ou minimos de rccursos ou de niveis de activ idade. N estes cases e necessario acrescentar uma vari Ii vel de folga, nao negati va, a cada i nequacao de modo !\ obter equacccs. 0 cocfic icnte dcstas varia veis de folga deve ser + 1 no case de a restricao scr do ti po ~, ou -I no CRSO de a resrri <;lio scr do li po ?c. lsto signi fi en que as N variaveis do sistema (2. I ) a (2.3) podern nao ser todas variave i s ori ginai s clo problema, pois inc! uern as variaveis de folga, urna em cada resrricao, e multiplicadas por zero na funcao objective. No que diz respeito its condicoes de n50 nega· ti vi dade expressas peJa expressao (2.3), el as ocorrem na genera I idade dos problemas, poi s em gera! as varia vei s representam quantidades cssencialmente nao negativas tais como niveis de acti vidade, utilizacao de recursos ou quantidadcs rransportadas, No case de surgir uma variave I que pede tomar vatcres ncga· ti vos ou posi ti vos basta su bstitui r esta vari iL ve I nas rcstricoes e na funcao obj ectivo pel a di ferenca algebrica de du as va ria vcis nao nega tivas, Corn efei 10, se x, pode tornar qua I quer va lor real, ex isiern dois numcros nao negatives, rais que:

(2.4)

com

XiE ]--=,+oo[,r EO [O,+~[ e S E [O,+~[

Esta assim visro como qualquer problema de programa<;;l.o linear pode ser reduzido it sua fonna canon iea, dada pelns expressoes (2.1 ) a (2.3), a qual seni adoptada seg" idamente.

34 • [NVESTIOA!;:AO OI'ERACrONA1"

4.

Conceitos fundamentais

o sistema (2.2) i: constituido por M equacoes e N incognitas com N> M. 0 sistema e, portanto, indeterrninado, podendo-lhe corresponder, em geral, rnais do que urna solucao, Adrnitindo que as restricces sao iinearrnente indepcndcrues e possivel exprirnir M variaveis (que sem perda de generalidade se podem considerar como sendo x,, ... , xM) em Iuncao dos vaiores atribuidos as restantcs N - M variaveis (x •• ", ... , XN)' Qualquer solucao obtida desta forma que satisfaca a sistema (2.2) e a condicao (2.3) diz-se uma solucao possivel do problema. 0 conjunro de todas as solucoes possiveis designa-se por dominic das soiucoes possiveis. Sc as variavcis (x",." ... , x,v) Iorcrn feitas iguais a zero, esra solucao dcsigna-se por sO/III,ao basica possivel. Neste caso as variavcls X, ••..• x",designBm-sc por variaveis basicas, e as variavcis XM'" ••.• x" dcsignam-se por variaveis ruia basicas. As variaveis nilo basicas silo, portanro, iguais a zero. Se algurna variavel basica for igual a zero a solucao basica diz-se dcgcnerada. As solucces basicas dcgcneradas lcvantarn problemas de calculo cuja solucao pode ser enconrrada, por exernplo, em Hadley, 1962. Soluciio optima e, naturalrncnte, aquela que lorna minima a funcao objective.

De acordo com 0 que e usual em algebra linear os conceiios iruroduzidos anteriormente tern urn correspondcnte geometrico que facilita a sua visualizacao. Assirn, a cada restricao do sistema (2.2) cortesponde urn hiperplano, e ao dorninio das solucoes posslveis corresponde lim politopo convexo definido num espaco de N dimensces. Cada solucao possivel corresporide a urn ponte deste politopo e cada solucao basica possivel corresponde a urn venice, A funcao objective corresponde a urn hiperplano definido no mesmo espaco N-dimensional.

Urn teorerna que dcsernpenha urn papcl de grande importaricia em Pregrarnacao Linear e que se designs habirualmente por Teorema Fundamental do Programacao Linear diz que, dado 0 problema de PL definido pelas expressocs (2.1) a (2.3), se existe urna solucao posslvel cntao existe urna solucao basica posslvel, c se existe urna solucao optima possivel cntao existe urna solucao optima basica possivel.

Oeste teorema conclui-se que nao e rieccssario procurar a soiU930 optima entre todas as solucoes possiveis (em gem I infinitas) do problema, mas apenas entre as solucces basicas possiveis, 0 nurnero maximo destas solucoes basicas num probl erna com M restricoes e N varia veis, e dado POl':

(N)_ N!

M - M!(N-M)I

(2.5)

Ernbora este nurnero possa ser muito grande, e certarnente menor que 0 nurnero infinite das soIU9~CS posslvels, A SOlll<;1IO optima poderia, portanto, ser encontrada pela «cxpcrirneruacao» de iodas as solucocs basicas possiveis, havendo a garantia de que Ulna delas seria efcctivarnente optima. Este metodo, porcm, e tremendamente incficaz, A programacao linear procura assim, ern prirneiro lugar, dcscnvolver urn metoda de passar de uma solucao basica possivel para urna outra solucao basica possivcl que corresponds a urn melhor valor da funcao objective, e, em segundo lugar, dispor de urn criterio que permits saber quando se alcancou a solucao optima sern neccssitar de experimenter tcdas as solucoes basicas possiveis,

Geometricamente 0 teorerna fundamental significa que, sc 0 politopo das solucoes possiveis nao e vazio, entao elc tern pelo menos urn vertice, e que, se cxiste urna solucao optima, existe urn venice que

n 1

OPTIMTl.ACAo LrNEAR • 35

e optimo, A prograrnacao linear procura, assim: (1") passar de venice para venice do poliropo das solueocs possivcis melhorando sernpre 0 valor da fU!l9!l0 objective: (r'i) obter lim criterio de oprimalidade que permits saber se urn venice optirno foi alcancado,

5.

Algoritmo Simplex Primal

Considcre-se, a titulo de cxcrnplo, 0 seguinte problema:

Max G = x, +1 .5x~

Q.5x, + Xl s 7.5 2x, + Xl S 15

Este problema escriro com a forma das expressoes (2.1) a (2.3) vem

Min F=-x, - 1.5xl

0.5x1 +x1 +xJ = 7.5 Lx,+X,+X,= 15

X,<:o, (i=1, ... ,4)

As variaveis de folga X, e X, constiruern urna solucao basica inicial particularmente conveni ente, pois e muito facil exprimi-las em funcao das outras variavcis:

Xl = 7_5 -0.5x,-x2 x,=15-2x,-x1

A funcao objectivo esta ja expressa em tcrrnos das variaveis x, C Xl.

Se as variaveis X, ex) for dado 0 valor nulo, as variaveis z, ex, tomam, respectivarnentc, os valores 7.5 e 15. Neste case, x) e x, sao as variaveis basicas, difcrcntes de zero, e x, e Xl sao as variave is nilo basicas iguais a zero. A funcao objective esta, pois, cxpressa em funcao das variaveis nao basicas e toma, para esta solucao, urn va lor nulo.

A prirneira soluyiiO basics e, portanto:

x,=o, x~=O, x]=7.5, x,=15, F=O

36 - INvf.sTI()A~AO OrERACIONAL

Esta sclucao c rnanifestumcnte nao optima. pois se X, c XI forem lncrcmeruados, 0 valor cia luncao objecti vo diminui, Dc facto, tern-se que

JF =-1 dx,

e 3: = -1.5 1

(2.6)

Por cada unidade que x, seja incrernentada, a funcao objective dirninui lima unidadc, Por cada unidade que x, seja incrernentada, ,1 funeao object ivo eli rn inu i 1.5. 13, portaruo, razoave I comcca r per i ncrcmentar x" Se esta variavel deixar de ser nul a e nccessario que urna ou tra vari ave I passe a ser nu I a para que sc transite dc urna sorucao basica para urna nova solucao basica. E nccessaric. portanro, passer a variavcl Xl de nilo basica (nula) a basica iI custa de uma variavel basica (xlou x,) que passe anao basica, A variavel x, nesta iteracao rnantern-se nao basica e, portanto, nula, Nestas condicoes, basta analisar as restricces para conclui r que 0 rnaior valor que x, pode tornar na pri rneira rcstricao e 7.5. Este valor obriga x) a tornar 0 va lor nulo e, portanto, a passar a nao basica. Na segunda restricao 0 m aior valor qlle Xl pode rornar e I 5 passando, neste caso, x, a nao basica, Como as duas restricocs tern de ser sari sfei las 5i rnu Itanearnente, 0 maior valor que Xl pede efectivarnente tornar e 7.5, pelo que esta variavel vai trocar 0 lugar na base com x,.

o si sterna de equacces cons! i tu i do pc I as restricoes de ve agora ser resol v ido em ordern as novas variaveis basicas x, ex" e a fUl1o;:ilo objective deve scr cxprcssa em terrnos das variaveis nulas (nao basicas). o problema rorna II forma:

Min F = -0.25.<, + IS.>:) - 11.25

0.5x, + Xl + Xl = 7.5 1.5x,-x,+x,==7.5

X,~O (1=1, ... ,4)

ou

Min F'" -0.25x, + 1.5x)- 11.25

Xl == 7.5 -0.5x,-x) x; '" 7.5-1.5x, + x,

Xi ~ 0 U = I, ... ,4)

Esta assirn concluida uma prirncira ireracao, tcndo-se rransitado de lima so I ucao basica possivel para uma nova solucao basica possive I a que corresponde lim valor menor da funcao objective.

OM"IMtZACAO LrN~AR • 37

!\ no va solucao 6 dada por:

o incremento de Xl e obv iamentc desvantajoso, 0 rnesrno nao acontecendo com 0 incremento de Xl· Com cfeiio, 0 incremento de cada unidade desra variavel corresponde a urna dirninuicao de 0.25 no valor da funcao object: vo, E necessa rio, portarno, Fa7.er enrra r esta varia vel na base iI custa de x, ou de x,, que deverao sa ir da basco A variave I .<, devera man ter 0 va lor nu 10.

De acordo com a pri rneira resrricao, 0 rna ior va lor Clue x, pede tornar co rresponde a auu I acao de Xl e c i glial a 7.5/0.5, ou soja, I 5. De acordo com a seguuda resiricao, 0 rna i or va lor de x, corresponde ao am: larnento dc x, e e igual a 7.5/1 .5, Oll scj a,S. a maior valor de x, que sail s faz simu ltaneame nte todas as restricces e, portanto, 5. A variave I que deve passar a nao basics ex,.

o sistema deve agora ser escri to em terrnos das variave is flao bas: cas, (al como foi feito anteriormente:

Min F ~ 413x, + 1/6x, - 12.5

X, + 4/3xJ - l/3x, == 5 x, - 2/3x, + 21J x, = 5

X,;>: 0 (I = I, ... ,4)

Oll seja:

Min F = 4!3x, + 1/6x, - 12.5

Xl = 5 - 413xl + 1/3x, x, = 5 + 2/3x, - 2/3x,

X,:?: 0 (i=I, ... ,4)

Esta assi rn conclu ida a segunda i reracao. A nova so IlIy1iO basica i: dada por:

x,"'5, xl=5, xJ=O, x,=O, F=-12.5

As variavcis nulas nilo podcrn scr incrcrncruadas, pais os cocficicntcs da funcao objective, cxpressa em tcrmos das variavcis nao basicas, sao rodos posi tivos. Alcaucou-se assirn uma solucao optima. o maximo valor de G c + 125, dado que G =-F

As operacoes realizadas constituem 0 algorirmo Simplex. Este algoritmo pode ser designado pm Simplex Primal para se distinguir do Simplex Dual, descrito eru II.

As operacoes realizadas pelo algoritmo Simplex podem ser sisternarizadas em quadros em que se apresentarn os cocficientes das varias varia veis c os tcrmos indcpendentes.

38 . I ~VE~TIGA~AO OPCRACIONAL

Assi rn, ao prob lerna Ill! SUIl forma ell non ica corresponderia 0 quadro:

x( x, i " x, 'b,
1
0.5·' I~ 0 7.5
i'i'; :] r O· -r }5
-\ -1.5 0 0 0 Na coluna da direi la colocam -se cs termos indepe ndenres das restricoes. Na ultima I; nha escrcvcm-se os coef cierues das variaveis Ila fJ.11l9Ao obj ecti vo. No canto in ferior di re ito esta rep rcsenrado 0 va I or cia fun\iao objective multlplicado per -I, as restarues elementos correspondcrn aos cocflcientes das variaveis nas rcsrricoes.

Num quadro deste tipo as variaveis basicas lderuificam-se facilrnenre por corresponderern a urna subrnatriz identi dade,

A varia vel que dcve en tra r ria base C Xl par Ihe corresponder, na ultima li nha, 0 valor ncgat i vo com o rna i or valor abso lute. Para escol her qual a variavel que deve sa i r da base ca leu la-se 0 rnenor dos quoci cutes positives em que 0 numersdor e 0 termo indcpendente, e 0 denominador i: 0 respective coefici ente da variavel escclhida para entrar 118 base, considerando-se apenas os casos em que csre coeflciente e posit; vo, ja que os restanres nao poderao Ii mi tar 0 va lor da nova vari a vel basica:

Min (7.511,

1511) "7.511

It [aci I cenclui r que a vari avel basica que vai sa i r da casa e a correspondente II Ii nha que lirnitou 0 valor da que ell tra na base.

A. esco lha da varia vel que deve entrar na base e da vari it vel que deve sa ir da base corresponde, portanto, 11 selcccao, respectivarnente, de uma coluna c de urna linha Esta coluna e esta linha dctcrrninarn aquilo que se designa par elemento pivot, assina lade no quadro per urn asterisco.

Para passar iI solucao bas ica segui nte e necessario recorrer as operacoes usuais entre I inhas de uma rnatriz de modo a conseguir que 00 lugar do pivot fique urn coeficiente unitario (0 que jil acontece neste case), e que todos os OlilTOS elementos dessa coluna sejarn IllIIQs. Consegue-se assirn que a coluna do pivot passe a pertencer Il. subrnarriz idcntidade relati va as variavcis basi cas enquanto a coluna rclatl va it variavel que passa a nilo basica deixa de fazer parte da subrnatriz ideruidade.

Para conscgu ires IC obj ec Ii vo no prob 1 em a em cs tu d 0 basta mu I Ii P I. ice r a pri mei ra Ii 11 ha por-I e sornar com a segunda Ii nha, c rnu Iti pi lear depois a primeira li 11 ha por 1.5 e sornar com a tercei ra lin ha. Obrcm-sc assirn 0 quadro seguintc:

,i

OPT1MIZA~"O LINEAR· 39

A S varia vcis ba,; cas s~o agora Xl ex,. ambas i guais a 7.5, As vari avei s X I e x) sao nao bas icas c, portan to, nulas, Este quadro corresporide exaciamcn te ao si sterna de equacoes que sc obtevc apos a prime i ra i teracao q uan do 0 p rob lema fo i resol v ido de forma ana I i rica. No te-sc que na ultima Ii nha e na ultima co I una vern representado 0 valor de -F,

A solucao obtida a inda nao e optima, pcis existern coefrcientes negatives na funcao objective expressa em terrnos das variaveis nao basicas, Ccnclui-se, portanto, que 'x, deve entrar na base. Para localizer 0 pivot calcula-se 0

Min {7.5/0.5, 7.511.5} '" 7.511.5

A variavel a sair cia base deve ser x,, pelo que 0 pivot se localiza na prirncira coluna e na segunda Ii nha. a novo quadro to III a a forma

XI " ,x, '_'\. Xi " "-!h~~' " b,
0 [ 4/3 ~1!3'; 5
.: 'Q ,:.~", . ._:e2/3,' '··2iii·': d'
o 0 4/3 Jl6 [2:5 .~

Esta sol u9i!0 C 6pti rna, poi s todos os cceflcienres cia r·l.In9ilo objecti vo sao pcsi ti vos e corresponde cxactarneruo 11 sotucao calculada antcriormcnte.

Dispoe-sc, portanto, de urn criterio de optimalidade, que eons iste em tcdos os cocficien tes cia fu n\i~o object] vo, cxprcssa em tcrmos das variavei s nilo basicas, sercrn posi ti 'lOS C de lima forma simp les de rransitar de uma solucao basica posstvel para uma nova solucao basica pcssivel melhorando 0 valor da funcao objective (criteria de Iransl<;iio).

o algorirmo Simplex pode ser sisternatizado nos passes seguintes:

I.' PASSO:

abler urna prime ira ,oIU9~O basica possivel.

2.~ P"sso:

,,'

Veri near se a solucao baslca possrvc! c optima, isto C, sc os cocflcicntcs da furicao objecrivo, expressa em tcrmos das varia veis nao bas leas, silo todos pos il i vos, Sc a so IUyiio for optima. a algori trno term ina .

. ~

3.' Pxsso:

Se algum coeficiente for negative, considerar 0 negative com maier valor absolute como 0 cortespendente it variavel que dove cntrar na base e, portanto, correspondente iI coluna do pivot.

40 . !NVESTIGACAo OPERACIONAL

Determinar 0 rnaior va lor que a vari it ve I que vai entrar na base pode ter, d i vidi ndo os tcrmos i ndcpendentcs pelos coeficientes da variavel nas varias reslri<;:o,es, para os casos em que sejarn positives, e considerando 0 menor dos quocienres positives. A iinha a que corresponde este rnenor quocienre i: a linha do pivot, Se todos os quocientes forem negatives, a variavel a entrar na base podc tornar urn valor i nf nitamente grande e 0 prob lema d iz-se scm so I w;:li 0 I i mirada.

5,' PASSO:

Man ipu lar as I inhas do q uadro de acordo com as opcracces uSIJa i s rca I izadas com I inhas de matrizes de modo a obtcr urn coeficierue uni tari 0 no I ugar do pi val, e valores nu los para icdos os outros el emcn ros da coluna do pivot. Obtern-se assim urna nova solucao basica, Rcgressar ao 2.° Passe,

Urn problema si mplcs como cste, que en volve apenas duas variaveis, pede ser representado gra ficarnente tal como e fei to na Figura 2.2.

10

x,

Solu,iio opcrna: x, " 5:~,,, 5

1'=0

Figura 2.2. Represcutacao gni fica do problema linear.

As solucoes possiveis estao representadas 2 sombreado, A solucao basica possivel inicial corresponde ao vertice I do politopo (neste case, poligono) das solucoes possiveis. Com a primcira iteracao transirou- se do venice I para 0 vertice 2 c, fi nal men Ie, com a segunda i teracso, pa ra 0 vcrtice 3. Este poruo e obviamente 0 ponto do poligono a que correspendc urn menor valor da n.mi(i\o objective.

QPT1MIZAc;:iio LINEAR- 41

6.

Variaveis artificiais

Por vezes e conveniente adicionar a algumas resrricoes variaveis que se pretende que renham 0 valor zero, mas cuja introducao facilita os calcuios. Estas variaveis que obedecern tarnbern it condicao de nao negati vi dade desi gnam-se por varia veis arti fie ia is.

Considere-se, por ex ernp 10, a restricao segui nte:

(2.7)

M III ti pi icando por -I obiem-sc:

-2.x, + 3x1 S-4

(2.S)

Introduzindo urna variavel de folga, x" obtern-se a igualdade

A varia vel de folga x) nao pode, contudo, figurar na solucao basica inicial, pols teria 0 valor -4 0 que viola a nfio ncgati vi dade das varia veis,

Neste case am bos os iermos cia igualdade podem ser rnultip) icsdos por -I e pode ser adicionada u rna vari iL vel arf ficia I, a , ao primel ro tcrmo, obicndo-se

(2.9)

i 'j

A exprcssso (29) 6 cquivalente ,] expressao (2.8) e, portanto, equivalente tambern it expressao (2.7) se for garantido que na 501 ucao fi rial 0: torna 0 va lor zero.

Urn curro case em que pede ser convenicnte considerar II rna variave I art: ficial e quando a restri9aO nao e constituida por uma inequacao mas sirn por urna igualdade como, por exemplo:

2x, - O.5Xl + 0.25x] + O.4x, " 6

(2.10)

Neste caso nao se pode in troduzi r uma variavel de folga que faca parte da SOILly~O basi ell in i cial. Ncstas circunstancias podem adoptar-se duas atirudes, A prirneira consiste em elirninar urna varia vel que pode ser obtida em funcao das outras pela oxpressao (2.10). Esta atirude pode ser rnui 10 rraba lhosa, pois obriga a substi rui r essa varia vel onde q uer que ela apareca, U rna segunda a tirudc, em gcral rnai s con veniente, consiste em inrroduzir urna variavel ani ficia I que tome 0 va lor nulo na solucao final. Assirn, obtern-se:

2x, - 0.5Xl + 0.25x3 + O.4x, + a" 6

42 • INVEsl'lOACAO OPERACIONAl

Ii!l dois rnetcdos para garantir que ria solucao [lnal as variaveis artiflciais rornarn valores nulos: o metodo do grande M c 0 rnetodo das d uas rases,

A - Metoda do grande M

Consiste em introduzi r as variaveis arti fici ais na funcao obj ecti vo mu ltip I icadas por coeficientes de tal modo grandes que garantarn 0 anulamento desias variaveis. Assirn, num problema de minirnizacao em que a funcao objective tenha a forma:

Min P = c,x, + ". + C"xN

e em que existarn r variavcis artificiais, 0:" "" a" basta considcrar uma nova fU'19i1o objcciivo com a forma:

Min F" clx1 + ." + c"x" + Ma; + " + Me;

em que Meum numero positivo e muito grande cornparado com os valores de c, (i" I, "., N). A parte esta alterao;;ao redo 0 algoritmo do simplex se rnantem identico,

Considere-se, por exernplo, 0 problema apresentado em 5., em que a segunda restricao passa a ser do tipo maior au igual. Assim, tern-so:

Min P" -x, -I ,5x,

O.5x, + x, s 7.5 2.1:1+x,;:»15

XI;:» 0, x,;:» 0

subrraindo urna variavel de folga a segunda restricao obtern-se

2.1:, + X, - x, = 15

A variavcl de folga x. nao pode ser variavel basica nurna sotucao inicial porquc isso irnplicaria que x, == -15, 0 que con trari a a nao negat: vidade das variave is. E, portanto, ncccssario acrescentar /I restricao uma variavel artificial, 0:, e garantir que esta variavcl tcnha UIl1 valor nulo na sclucac final. Para conseguir a anulacao introduz-sc 0: na funcao objectivo com urn cocficicnte positive muito grande que se dcsigna por M.

o problema Lama assim a forma seguinte:

Min F=-x, - 1.5x, + Mtx 0.5x1 + x, + Xl = 7.5 2.1:, +x,-x, + 0:= 15

xl;:»o, X, <:0, x)<:O, x,<:O, 0:20

OPTIMIZ,\CAO LINEAR' 43

o primeiro quadro do simplex co seguintc:

X,

x) x, 0: b
I 0 0 7.5
0 ~I IS
0 0 M 0.5 2

-1

-1.5

Neste quadro a funo;:Jo object! vo nao esta cxpressa apenas em termos das vnriavcis nao basicas, XI' Xl ex" pelo que e necessario comecar per anular 0 cceficiente de a,

0:,

b

0,

7.5'

.j ""15

-15M'

o

Obtern-se assim urna solucao basica inicial constituida por x, = 7.50: '" 15 e valores nulos para as restantcs variaveis. No quadro acirna csta tarnbern indicado 0 clemente pivot para a prirneira ireracao. Fazendo cntrar x, na base it custa da saida de a, obtem-se:

;i

.'-':i '1

,

Realizando uma nova iteracao obtern-se:

Esta solucao ainda nao c optima, pelo que e necessario realizer mais urna iteracao:

44 . ltNtSTIOA!;:Ao QrERACIONAL

Todos os coeficicntcs da funcao objective, cxpressa em tcrrnos das variavcis nao basicas, suo agora positives, pelo que a solucao optima foi alcancada. A, variaveis basicas suo XI = 15 ex, = 15. As restantcs variaveis tern valores nulos. Q valor da funcao objective e F = -15,

B - Metoda das duas fases

Consiste em resolver primeiro (Fase J) tim problema de minirnizacao em que a funcao objective e a soma das variaveis artificiais, e as restricoes sao as rnesrnas, Se existirern r variaveis anificiais, a" ... , a, a Fase I consiste em considerar a funcao objective seguinte:

Min W = III + ... + Il,

(2.11 )

sujeita its restricoes do problema inicial. Dada a nao negatividade das variaveis, 0 minimo de W obtem-se quando todas as variaveis artificiais forern nulas (nao basicas). Assim, quando se conclui a resolucao da rase] dispoe-se de urna solucao basica do problema inicial com a qual se pede iniciar a Fase II, suprirnindo as variaveis artificiais e considerando a funcao objective inicial, Se no final da Fase [ as variaveis artificiais nao forcm nulas pode concluir-se que 0 problema niio tern solucao possivel.

Considere-se, a titulo de exemplo, 0 problema seguinre:

0,5xl + Xl ~ 7.5 lxl +X2~ 15

Introduzindo as necessaries variaveis de folga e anificiais obtern-se:

Min F" XI + 1.5xl

O.5xl + Xl-X) + al = 7.5 2xI +x,-x, + a1 = 15

A Fase I consiste ern resol ver urn problema inic i31 com as rnesmas restrilj'oes e com a funcao obj ectivo seguinte:

QPTIMI7..ACAO LINEAR· 45

II resclucao dcsre problema inicia) cenduz ao quadro de simplex seguinie:

Xl X,. Xl X. ell ~ b
0.5 ..:.:] 0 ,] 0 7.5
2 0 -l 0 1 15
0 0 0 0 A consideracao de al e a, como variaveis basicas torna necessaria a sua clirninacao da funcao objecrive, 0 que conduz eo quadro seguinte:

XI Xl X), x,
1/2 ,:._, 0
2* '" .: j' :(V.,:': , -1
-2.5 -2 ., . "- '1 I al ~ b
1 0 75,
0 1 ···15
'·0' 0 :""22.5 . Esta solucao nso e optima, A resolucao do problema formulado na Fase J conduz aos quadros seguintcs:

,,':'~,:'~ '" :'i .. ;,': ~i;~,:::i::t:';Wt~~:~~!~\'r;,,::?t:{~t';:d~::;:\:f:":ti:~i~!·:'~V;i~·:'·,:~~~;~ ,,{ ~,ii;it\i :'",

,-,,0. ;-3/~,,~, :.:~~:/~'i~~~~~\.'/!':~,~.P~t,,~·. :'.':~ 1/4;; " 'l·;~t(/;; ,q~;. ;:.'f~·;~;·:' J ~/1 ~< : ;":' ,;;Jt~~', ...

A fun<;:ilo objective exprcssa em terrnos das variavcis nilo basicas nao tern agora nenhum cceficicntc negarivo, pelo que sc conclui que foi alcancada a solucao optima do problema formulado na Fase I. A fun"llo objective coma 0 valor zero tal como as variaveis artificiais al e ~,c dispoe-se de uma solucao basica para iniciar a Fase II sern ter lido de rccorrer as variaveis de folga. Pode agora constru ir-se 0 primeiro quadro relative a Fase !I, em que se prescinde das variaveis artificiais.

~ {'::':-i·W\.:~ ~~:! t~.~~~ ?~~i~-~~.~;; ;~.:' ':~"~ ·t·, . ~.ii: !'~-;'~:~'~, ~;~~:~1i~~~;_;~·~.: ~~,~ "~: ~ ~"~' ',""

;.': ·.K;~~'f~;)~¥~¥i¥}~~:~~~·;tt;xlil~~ftJ~;~:~·~'i(:(~:

1;:_;,"\ , .. >YS"~tJl~~f/:~~~~~k"~):"~~~"~~:: ~q~"" i~~~~~~"i':~'!~jj~B~~; .l!": .:,", "·,O~.~"~/:."

Este quudn: lIilo nos pcnuiic dccidir so II s\l!w;a1o basica cunstituida par AI - 5 U "'I'" 5 e (]l'lilllll, pais II funcao objecil vo nao esra exprcssa em tcrmos !las varia veis nllo bssicas .r I e .r. EI iminando x I C Xl da funcao objective obiem-sc:

II II .... l X • b
0 4/3 1/3 5
0 2/3 -2/3 .5
0 0 413 116 -12.5 Os cocflciernes de xJ e r, lin rum;:~o objccuvo sao positivns, pelo que se couclui que a solucno Ilpllma fai alcancadu 0 (.\ dada par

So algum coeficiente da rlln~Ao objective, cxprcssa em termos das variaveis n~o basicas, fossc negativo, 0 algoritrnc Simplex prosseguia como habiiualmente ate que Fosse alcancada a solut;~o optima.

7.. Algoritmo Simplex para va.ria.veis Hmltadas

E Ircqucruc scr neecsSI\rio estabelcccr limhcs in fcriores C supcriorcs IIOS vulcrcs que es vnriavcis podcrn tomnr, para alern das habiruais condi<;:OCb de nao negauvidadc, Com erei/O, e dificil ndmmr que em problemas reais 0 dornlnio das variavois seju [0, +"" [, pois a rcalidadc lislcll des sistcma« irnpoc lirnites finitos ils variaveis, Sc rOT sabido .. priori que 05 I irnitcs sBo su ficicnterneme grandes pam que !lilo possarn influcncia r a so lu<;:Ho 6ptima, nao e nccessar' o considcni-los. Se os I irn iles fnrern su fie lenten rente pcquenos pam que pessam contri buir para a delin iVl10 do dam lnio das solucses posslveis, i: indispcnsavel B sua considemcso. Surgern assirn para cada vuriavel duas novas restricoes:

x, S S, (j == I, N)

X,~ 1/ U'" I, ,N)

(2.12) (2.13)

Sj represcn III 0 lim i tc superior da va rill ve I. XI' c I" 0 ~C~I I Ii nil c ill fcrior, E~tlls restricoes pndCITI scr consideradns pclo II rgorinno Si mp lex com us respect i vas vn rill vcis de folgn.hlc procedi'l1lcnto pode condu.zir, parem, U urn aumcnlO muilo gmodc fillS Llimensocs!ln [1roblema. E pllr i~so preferivcl mlroduzir ulgumas ollemcOcs no II I goritl11o S impl ex de 1l1Cl<lo u lratar cst~ S l'cs(ricocs du ronnu simpl i fica(la,

As rcstri .. Oes relativ8S nos 1irniles inreriorcs podem ser faeilmenle tran~ronnad3S em condi~Oes de nolo nega Ii vidndc. Basta proccder a uma SUbSlilu i9iio de va ria vc I, fazendo

(2.14)

A nBo neglll ividade de .... ; impllca II rCSlri<;:i!o d~du pela el>press~o (2.13).

________ . ~MII.~G;,O r..JN"EAR ·47

As nlrcracbcs n I uzer no a Igor; tl110 Simplex dizcm, nssi m, respc i.1O IIPCr)[{S aos I imues superiores das vari rl vcis, EsUls ahcrlH;Oo, dizern respel 10 nao so ao cri (erio de opti malulnde 1113S tarnbem aos incrcrneruos ma.1(InlOS que e pcssivcl atribuir II cada vanavel.

No algoritmo Simplex descriro ern S. e relative fl \J111 problernu de rninirnizacao dude pelas exprcssees (2.1) a (2 _3), 0 crirerio de opumal idade de Ull1D solucao conslsre em ter ooeficiemes nao negati vos na flln~~o objecri vo cxpressa em terrnos das variaveis n.10 basicas. 0 criteria de optimal idade agora tcm de SCI altcrado, pais podc acontecer que uma varia vel nao basics tcnha urn valor di feren rc de zero e igual 110 SCII I irnite superior, c lim coefic iente positive na flln~~n objecti vo, Neste caso c neccssario considerar LIm i ncrcrnento negali vo no valor desta var: avel,

A ssi rn, urna solucno npti rna caructcriza-se por rer ns variavcis n~o basicas de valor 19ua laos SCIIS Ii rn iw~ In lcriores cu: II cocficicrues posl Ii vcs na fll11~Ao {)b.iC~li vo, c as vnd fI veis nao bnslcas rle va lor i gunl aos seus limites superiorcs com cecflcientes negatives na fun<;:iio objccrivo.

I'm outre larlo quando se a horn (1 valor de uma var: 6 ve 1 Ii nccessMio ter em conrn n~o sti que todus as r~-,tri;;:i'ies tern de continuer II ser satisfcitas mas tambern que nenhumu variavel b,;sicli podc ulrrupussui o sell limite supenor.

Para garantir que us restricoea continuarn a ser sntlsfeitas faz-se I) quociente entre ostermos i ridependcnrcs C 05 coeficicnies da vana vel nils respectivas rcstricoes, escolhendo-sc 0 mellor quoc i erne posi u vo, wi como foi dcscrito em 5, rl\l'n garanti r que nenhuma van ~vel baslca vai ulrrapnssar 0 seu I irni te superior e necessario calcular 0 mi n imo do. quoCiC111CS:

Min is' - 'i para os casos em que 11 .. < o}

j 'Ott

(2.15)

(i=:1,2, ... ,M)

Estes quocientes s~o relatives a limn. variavel n~o bnslca '<, que se pretends incrcrncntar, seudo I, n variavcl basica afeciada pelo incremento de x" i stoe, aquela que e dcierminada pela linhe cnde f gura 0 clemente pivot de I,. Na cxpressao (2. 15) S, represcruu 0 li mile supenor da variavel ..1:" b, 0 termo i ndependente da reslri~~o i nurna qualquer sctucao inicial au intermedla, c a" Q correspondente coeficiente da vnrid vel "',' Notc-se quec quocien IC indicade nu ex pressso (2.15) Ii feito apenas pi! ra os cases em que lilt C negative, pois anrrrite-sc que 0 problema I! escriio de forma 1I que b, seja POSilivo.

o incremento nuiximo a dar It vurtavcl x, Ii agora dcrcrminado pelo minimo de !r~s valores, a pnmeir\) diz respcito (In incremento rnnxiruc que nAt1 viola as rcstfiy03c~. 0 segundo c relative ao limnc superiur lias variavci~ b:\.'i.cas eli dClcrillinado pela oXj1r~~~~o (2.15).0 teleciro Ii dildo pelo limite supe rim dl! propria vilm\vcl ~ incremcnlnr .

.'Ie 0 incremento (Ie uma var;'~vclllnl) biisiclI Cfllldm:ir ao amlllllllcilio de llmfl vllrillvc! basicn, proccdc-sc a um3 ilerACllo habirual do Simplex. Pode, eonlUdo, aeonleeer que quando uma variavel nao btis i CII 6 incrementad ii, lima varia vel b(isiea minj a (1 SCII I imi Ie superior, Neste ease l1ao h~ propriamcn(c II tToea de uma vari!lvcl basica por outra mas apcnos uma aetuali:>.ac3o dos valorcs das va.riliveis. Par~ garanlir que a sol u~ao se mantem com.o basic3 c necessririo fazer uma 5ubslituiqiio de varia vel:

x: =S. -\'J

(2.16)

48 'INVESTIOACAo OPERI\CIONI'.L

-------------------------------------------------

Ounndo umu vuriuvel nno b,isica e, portanto, 0\1111, C incrcmeniada ale 110 ~CII valor maximo sern que ncnhumu vuriuvcl busica passe a nu In, fica-so com urn numcro de variavci s ndu null1~ superior ao deseJII vel. Tirnndo partido do tacro de a vanl! vel de folga relati va a (CSrri~30 do limite superior se anu lar pode rnanter-se 0 nurnerc convenientc de variaveis nulas. naMa para isso substituir a vnridvel pela respective variavel de Fa Iga Lal como i: lndicado pol~ expressao (2. 16). Conseguc-se destn r"lIou que 0 nil mere de variavci s n~(l nu las se mantenha constnrue e que as varia ve is nao basicas ienhmn scmpre va 10 res nu los em bora possarn corresponder B valorcs POSil i vos das variaveis ori ginais do prob IClUa.

11111 cscmplo simples permite ilustrar ns olleffiQ!'!es .10 algonrmo Simplex que c neccssurio introduzir para ITa tar, till Forma mais simples, o caso dc varui vets II rnitadas, Consrdere-se 0 problema segui me:

Min F" -2x, - Xl + 2

4x, I Xl + Xl" 17 (u, + 2.x) + x. '" 12

-7.1:, 2.xl + x, " 0

-x,-x1+xG"'O

o :!Ox,:!O 1

2 <: Xl S 10 0<; xJ:so 15

o s x,:;; 15

o Sol, S; 15

o Sx6:;; 5

o unico limite inferior a pane ~ nao ncgatividadc diz respeito ~ vurijivul rl, De accrdo com a ex prcssso (2. 14) rleve consi derar-se:

Substitui ndo em todas as cxprcssecs do problema obtern-so

4xI~· X;+ x, '" 15 6.1", + 2.x; +x, '" 8 -7x, a; + x, '" 4 x, - x; + x, '" 2

Rctirando a plica a x; com 0 unice ubjcctivo de simpl ificnr II lIoln~~n, crnbora sern perder lie vistn

!l natureza desta variavc I, obI em -sc 0 quadro de S irnplcx segu: I1tU:
XI Xl Xl X, x, x. b
4 I I 0 0 0 15
6 2 0 0 0 8
-7 -2 0 0 1 0 4
"
-I 0 0 0 2
-2 -J 0 0 0 O· 0
-
8 15 15 15 5 S) Acreseenrou- se ao qundro UIllO Ii I I irna Ii nha em que sc aprescnram os I lmites supcriores de cuda vanavcl. A variavel nao bUSieD que devc entrar na base e, naruralrnente, x,.

Para que a prirncira rcstncao nao dei xe de ser satisfeita. x 1 n~o [lode scr incrernentado de 010 is de I 514. Para que II segunda TCSlri~Oo nOu de: x e de scr saris fe ita, x, 11:10 pode scri ncrernen (ada de rnui s do 816. Se nao existissern li mites suporiores para as variaveis, as terceira e quana restricces nile impori am qualqucr limite ao i ncrerncnto de x,. poi s esse incremento seria compensado pclo incremento de x, c X 6- Porern, no caso que sc eSI~ 3 considernr, 0 valor de IS - que e nctua lmerne <I - n~o pode III rrapassar ns 15 unidades, e x.' Que c actunlmen te 2, nao pede ultrapassar ~s 5 un idndes,

Admi rindo q Lie Xl so muruern n~{J baR lea c, porta nto, nu la n tercel Ttl Ii nha do quadro corrcspen de h ox prcssno segu into:

-7.1:, + -'. = 4

on

de onde sc tira que

,(15-4) II

-'1:::'--7-""""7

Analogarnente II quana liuha do quadro conduz 11 expressao segumte:

< (5-2) =3

x, - 1

Estc quocieme corresponde ex nctamente ao da expressao 2. 15,

so • INVEsTloACAo OPERA ClONAL

o rna ior va lor que podc ser atribu ida a variavel x, scm vio lar 0 seu Ii mi te superior e I, Tcm-se, assirn, que a incremento de XI i: dado par

Min (8/6,

11/7, Ij"'l

Com este incremen to, x, ex, nao sao anu lades, ex; e x, nao atingem os seus I imites superi ores, Este facto signi fica que nenhurna vari ave I dcixa de scr basica apesar de a valor de XL ser increrneruado para 0 seu I irnite superior, Para manter a rnesrno nurnero de vari aveis, XL e substitu ido pcla sua vari a vel de folga, de acordo com a ex pressao (2, 16), Tern-so, assirn, que:

Fazendo esia SUbMi ru i cao em todas as expressces obtcrn-se 0 q uadro segu i nte:

xi xi Xi X4 x! x, b'
-A .1 0 0 0 11
-6 2 0 0 0 2
7 -2 0 0 I 0 11
:-1 ' { .1': 0,' 0 0 3
'i I
2 -I 0" 0 0 0 2
"
8 ',. " IS' 15 15 5 s, A variave I que deve agora ser incrernentada e x,_ 0 limi te ao va lor de Xl i rnposto pela prirnei ra resITi ~ao i: II, 0 limi te imposto pela segunda e 1_ 0 I imitc i rnposto pela tercel ra 6 (I 5 - I 1)12 = 2, 0 I irni te imposto pela quana e (5 - 3)/1 = 2, 0 valor de S, e 8, Assirn, conclui-se que 0 maier incremento que x, pede ter e de uma unidade, Estc incrernento correspondc a x, cntrar na base II custa de x.' Esra transformacao, fei ta de acordo com os procedi men [0, h abi t ua is do S i rnpl ex, condu z ao q uadro sogu into:

L '.~

~2":':' -, ;; xJ':~r

X5 x, b
0 0 10
0 0
;0 13
0 4 ".
0 0 J I:, . :~
- '/." )
'IS S ~/ .. , ,,'.' ,II
,
.!c -I

-J

(

-2.

':':1,

.", ,.:

QPTIMIZI\CAO L!NRAR • 5 J

A variavel que devc agora SCI' lncrerncruada 1: XL, 0 que corresponde de facto a dirninuir 0 valor de x,, o maximo incremento de x; relative as quatro resrricoes e limite superiores de xi it sernclhanca do que foi feito nas iteracoes anreriores e dado por:

M' .{(IS-IO) (8-1)!l 5-4 1}.=1

In 1')'1'2' 2

Conclui-se que 0 incremento de xi leva x, a tornar 0 seu limite superior. E, por este rnorlvo, conveniente substiruir X6 por xi de acordo com a cxprcssao (2,16),

o maximo incremento de xi c agora dado por

M { .. (IS-IO) (8-1)!l1 !}==1.

ill I ' 3 'I' 2' 2

o quadro do Simplex lama a forma seguinte:

Foi assirn alcancada a solucao optima, que corresponds a F == -7/2, E necessario calcular agora 0 va lor das varia ve is originals do problema, procedendo iI inversao das substi ruicces efecruadas.

52 . INVE~TIGA<;AO OrrftACIONAi.

XI = I - xi = I - 112 = 112 Xl '" 512 - 2 '" 112 xl=21/2

x, '" 0

Xl = 2512

xr. '" 5 - x; = 5 - 0 '" 5

F = (-2) (112) - (1/2) - 2 = -7/2

Note-so que 0 numero de variavcis n~o nulas e cinco c nao quairo, como sucederia se nao fossern consideradas rcsrricccs rcla tivas aos I i III ires su perio res. Estas restricces nao ti veram urn ITa tamenro igua I ao das ourras rcstricoes mas lorarn considcradas irnplicitarnente, pois sernpre que uma variavel atingiu 0 seu limite superior foi substituida pela respective varia vel de folga de valor nulo que pede, assirn, ser considerada como nao basics.

8. Formula~ao matricial do Simplex

o problema de Prograrnacao Linear na forma canonica introduzida em 3, pelas expressocs (2,1) a (2.3) pode SCI' represeruado matricia lmcntc per:

Min F= Cx

sujeito a

Ax==b x;,: 0

(2.17)

em que x = [x" Xl' ... , x"l' co vector coluna de dirnensao (N x l ) relative a todas as variaveis do problema, incluindo eventuais variaveis de fotga; C = [Co' C,' ... , eN] eo vector de dirnensao (1 x N) dos coeficierues da funcao objective; /1 = [alj] e a matriz de dirnensao (M x N) dos coeficicntcs das restricoes: b = [b" b2, • ,., b,,)T eo vector coluna de dirnensao (M XI) relative aos termos indepcndentes; finalrnente, 0= [0, 0, "., OF e urn vector col una de dimcnsilo (N x I) cujos elementos sao iodos iguais a zero. Nesta seccao e nas seccees segu intes (de 8 a 13) a uti I izayao de lcrras em ncgri to reprcsenia vectores e matrizes,

Se as restricces forern lincarmente independenies, qualqucr solucso basica nao degenerada e constituida per M variaveis basicas diferentes de zero e N - M variaveis nao basicas iguais a zero. Para qualquer solucao basica as rnatrizes x, C e A podern ser particionadas de modo a agrupar os elementos retativos as variaveis basicas, obtendo-se assirn:

x = [xn, xD] t C= [CB, CD) A=[B,DJ

Of'T1MIZACAO LINMR ·53

o p roblerns de PL aprcscniado em (2. I 7) torna agora a forma:

sujeiro a

(2.18)

Bx. + DxD" b XB <: 0 xD<: 0

Dado que para Limn solucao basica xD " 0, obtcrn-se, se B for urna rnatriz n~o singular:

X,I = B-1 b

(2.19)

e

Para exprirnir a funcao objective em ierrnos das variaveis nao basicas e para anular, portanto, as coeficientes das variaveis basicas, {: necessario rnulriplicar a restricao por-C" B-1 e sornar il funcao objective, Desta forma obtem-se:

o vector r = (Cl) - C. B-1 D), de dirnensao (N - M) x I, e habitualmente designado por vector dos custos reduzidos c representa, afinal, as derivadas com restricoes da funcao objective ern relacao as variaveis nao basicas que assumern, assirn, 0 pape! de variaveis de decisao.

Urn problema de Prograrnacao Linear pede, pois, ser surnarizado na rnatriz:

[;·i<]

Para urna SOIUyBO basica obtern-se:

J

(2.20)

Esta ultima marriz corresponde precisarnenre ao quadro habitual do Simplex, A formulacao matricial, no entanto, introduz uma grande clareza e transpareucia oeste quadro. Na rnatriz (2.20) a solucao basica xB'" B-1 be optima se CD - CR IJ-l D ~ O. Se algurn CUSlO reduzido for negativo, a variavel correspondente deve entrar na base. A formulacao marricial do Simplex dell origem a urn algoritmo usualmente designado per Simplex Revisto, que se apresenta no subcapirulo scguinte.

54 . INVESl'lGACAO OPEIl.ACIONA~

9. Algoritmo Simplex Revisto

o algoritmo Simplex Rcvisto procura tirar partido da forrnulacao matriciai do Simplex de modo a rcduzir ao minirno 0 volume de calculos efectuados em cada iteracao.

Este algorirrno para um case de minirnizacao pode ser sinteuzado nos scguintes passes:

1.' P xsso:

Para uma sclucao basica qualquer, calcular os custos reduzidos, pela expressao:

Se r 2! 0, a solucao optima e dada por xii = 8-1 b, e a funcao objective tern 0 valor F" = ell B--' b.

Se algurn elernento de r e negative, escolher qual a variavel que deve entrar na base, isto 6, qual a variavel a que cor-responde um cusro reduzido rnais negative.

2,· Pxsso:

·1

Calcular Yj = 8-' aj• em que aj e a coluna da matriz dos coe fici entes das restricoes; A, correspondente a varia vel sel eccionada para entrar na base. Yj represents a coluna aj expressa em terrnos da ba se.

Calcular os quccieutes b,lYij (i = I, 2, _ .. , M), em que b, C Y" sao os elementos de B-' b e Yp respectivarnente, C escolher 0 menor quocicnte positive. Se este quociente for b,! Y", entao deve sair cia base a vnriavel correspondente a k-esima coluna de B.

J,~ P"sso:

Calcular 8-1 e 8" b para a nova base e voltar ac I.i Passe.

Considere-se urn problema muito simples, corn 0 unico objective de ilustrar a aplicacao destc algoritmo:

Min F = 3.>:, + 5.>:, -2xJ -.>:,

x, + 2X2 + 2x) + Xl'" 10 2Xl -.>:, + 3x, + x, '" 5 x, 2! 0 (i = I, 2, ... , 6)

As variaveis Xs C X6 constltucrn urna boa solucao basics inicial. Assim, tern-sc que:

B"'[~ ~] B-' = [~ ~] '" l B" b '" [15°]
r '" [3, 5, -2, -IJ-[O, Ol/·G 2 2 ~]=
-I °
= [3, 5, - 2, - I] QPTlMtZA<;:il.O LINEAR· 55

Conclui-sc que Xl devc cntrar ria base, 0 que conctui 0 1.' Passe.

1011 corresponde ao menor quociente positive (finite), e x5 dcve sair da base, dado que corrcsponde it I.' coloma de 8.

ESI~ assl m concl u fdo 0 2.0 Passe.

A base e agora ccnstirutda por Xl c xG

B=[~

Conclufdo 0 3.~ Pas so, volta a calcular-se os custos reduzidos:

[112

r=[3,5,O,~I]-[-2.0]· °

=[4,7,1,-1]

A variavel a cottar na base e x •.

Y. =B-l 0. =[~

A variavcl a sair da base e Xi

Os custos reduzidos sao, ncste caso, dados por:

r ==[3, 5, 0, 0]-[-2,-1]. [~ r = [1413, 20/3, 1, lJ3] <: °

2 -1

2 -\

I o

~]

1 o

~]

56 • IIM'STIO"'C;lo OPERACION ... I

-----------------------------------

A HQlu~aQ optima C, portmuo:

Xl = 5 .f, = 5/3

XI "'-Xl = x~ = X,,'"' 0

F= C" B-' h '" -351.l

A formulacac rnatricial cia Simplex ern gcral, e 0 Simplex Rcvlsto, em particular, pcrmuem urur pnrt i do tic teeni cas cxpcd i las de calculo 1I1111rici al sobrciudo nOli ~/I~lI~ C III que a rnmr: ~ II 6 u~r:m;;l.

Umn dessas iecnicas cons! SIO 110 cri leulo recorrcncia I du S III lit I"i zcs IJ ' e Yr Uma out fa teell iCA 0011- sisic na rBClonza~ao da rnatriz II em duns rnatnzes InanguJHrc~ urnn, interior, e oerra. supenor Fssas recmcas n~o serilo abordada s nCSlC trahnl ho mas podern ser COI1M' I uuluscrn Luenbergcr, 197], e na rtels CI Golub, 1969,

10, Dualidade em Programa'rao linear

Cons: dere-se 0 segu intc prob I cmn de r rogramacao Linea r:

Mm F(x)'" ex

SUjOiLO II

(2,21 )

As matrizcs C, x, A, b o 0 L~rn u significado e asdimensocs rcfcridas em 8. o lagrangeano de F lorna a rorma

!.(x, ).,) '" ex -).,(11 x II)

(2,22)

Em que .t = [J'I' A." "', Awl 6 um vector de dirnensao (I x M) eonsuruido pelos rnulrinlicadcre« de Lagrange, coincidcntes, no 6fll i mo, com 9 deri vada com rustncnes de fC em relacao ils rc~lr"ruc~ respectivas,

Reordcnando as terrnos da cxprossao (2.22), obtcrn-sc:

L(x, ).) = .t b + C X - .:t Ax

(2.23)

ou:

I,(x. it) == ,\. II + (C '\'A).~

(2.24)

_______________ ....:O:..;.rlIMIIM:i.o LINc~R • 57

A ex prcssao (2.24) pode scr vista como 0 lagrarigenno de 1I!11 problema de 111ilK i l1Tiznl,~n em que as muliipl icadores de Lagrunge ~.~() ugom as variavcis x, I~slc problema pede remer n furilia scguinte:

Max 0(..1.) - A II

sujcito a

(2.25)

o problema (2,25) C desi g!1udo por dua I do proh I u! nil (2,2 I) c c i rueressantc observer que as condi~~cs de optirnatidsde s~o iguals para ambos,

Das resrrlcocs do problema primal tern-se que:

Ax2:b

(2.26)

Dado que .t e urn vector nita negative, obiern-se:

).. II x?: ,\./1 '" fJ(},)

(2.27)

Por outre lado, pclns rCMri~~eS do dual, rem-so que.

(2.28)

Substituindo (2.28) em (2.27) conclui-se que:

rex) == ex?:'\' A x 2 JI. II '" DCA.)

(2.29)

Ou, mais simplcsrncnte:

F(x) 2 D(},)

(2.30)

Asslm, para urn problenm de rninirnizacao, 0 valor tlu n.m~~o objecrivo do prirnule scmprc igual ou superior ;l fun~ao objccnvo do problema dual, para qualsquer solucces posslveis x C II. do primal e do dunl, respect ivamen rc,

!'odc provar-sc que, ~(I~O 11 problema tcnha solucno, 11 vulor oprirno das fLII1~OeH objective primal e dual do iguais isto (::

(2.31)

o problema (2.21) C 0 SU<I d LIUI (2 ,25) correspondemaqui In que S6 designa 11~ b lura I mente por repre~clltao:;.~o si metr: ca da du III idude.

5B - lNVESTlGACI.O OI'ERACIQNIlL

~ I

A partir da rcprcscotacao simcu i en, tendo em co nta que

A.>:= /,

~ cqu ivalente 11

A:c~h -A x ~ b

[lode raei lrncnte obtcr-sc 0 que so dcsigna pur rcprescn lu~nll nssimerricu till rluul Itlmlc. Ass; rn, no problema primal:

Min F(x) ~ C;I:

sujcuo a

A x =b

(2.32)

corrcsponde 0 problema dual:

Max. D(l) ), b

,Usc

(2.33)

Neste caso nao cxiste qualquer rCSlru;:iio de nao negali vidaderelativn nos va lores de ,t.

Quando sc resolve 0 problema (2.32) utilizando II Icnuulacao rnutrieiul, Inl como (, dcscrito nos suhcapitulos 8 e 9, obtem-sc que parI! 0 soluo;:~o opti mil Ml veri fica que:

ou

(2.34)

e tambem que:

.":/1 .. lJl b c F(x) c, 8-' b

OrTIMll.iIcAo LrN~~n • 59

R moil. dcrnonsrrai que

(2.35)

constitui a solucao do problema dual. Para Iii I, basta prover qUI; .1.. defin ido pela exprcssao (2.3 S), e uma SOlllv~(] [loss i vel do problema (2.3 3) e que 0 va lor de DCA) para esta solucao e ig1l3 I ao va lor de F(x) para a solu~Ao optima, De faCIO,

),...1 = I.. rB, DJ '" rIoB,)' DJ

(2.36)

substituindo (2.35) em (2.36), obtern-se

;tA = [CR 11'11, en B-' DJ - [Cn, c, B-' DJ

tendo em conta (2.34)

(2.] 7)

o que prova que ,t '" CII 11 ' 6 lima solll~Ao possivel do problema dual.

A fllli!;:!o objccu vo I) (),)e dada par

(2.38)

o quo prova que ,t = CII B I 6 efectivamernc II solucao optirnn do problema dunl,

A r~lol(ilo entre 0 problema primal C I) respective duul obedece ainda ao (carom a da complementaridode. Este reorema estabclcce como cond icao necessaria e Stl ficiente para que x, solucso possivel do problema (2.24), e I.., solucao possivcl do problema (2.25), scjurn solucoes 6ptjm~" que verifiquern para i = I, 2, ... , N e j = I, 2, ... , M:

(2.39)

(2.40)

(2.41)

(2.42)

1:' ':(

!

a, ea! reprcsentarn respect i V51l1Cnte II co lunu i e a linha) d~ matriz A.

EMc teorema significa que se lima variavel primal e positive, II corresponderxc restnl(iio dual (: aciiva, e que HQ uma restri~~o dual Ii nilo act: va, n corrcspondenre vnrin vel primal e nula, Correspcndcmcmerae,

60 . I NVLHIOAC';'O Or,EAACIONIII.

OrIIMII.II,AO LINEAR' 61

--------------~

"11l1l rcsIl'i;;:nu nilu activa no problernn prunnl corresponde II Willi vmi(\vcl dual nula, c urnn vnnnvel dual posi ti vu ccrrcsponde a urne rus\ri~OQ prima I ncti va.

E~w" resultados n~o surprccndcm, dade que as variavcis dUll i~ cnrrcspondern a mull iphcadores de Lagrange u, para II solu~ilo opumu, 05 multiplicadores de L.1gr.llIgc correspnndern a prceos-sombra assoc lades it, rest ri cees.

Ass i rn, a um preco-sorn bra I1I),i [i vo corresponde nccussnri I, mcnt e u rna restricso a ell v R, C a U ilia rcs\ri~~o nao activa correspondc urn prcco sorn bra nu 10,

Se lorcm alterados os termns mdcpendentes do problema prunnl, que, em geral, cxpnmcm rccursns Ol\ mvcis de produ~ilo, e possivcl calcular qual a variacao prmi1l1.lcllllHl rlln~~o objective, se se mnruivcrem hi\ ,;enA ~,~ rnesrnas vari 11 vcis, Com c fui t 0, F '" CaB-' Ii " A, b . .I ntrmluz] ndo III tern ~(\C.I en I b, "bt cur-se:

sujuito a

)'1 + 2~ 'i 3 1..1.,-~s 5 HI :S-2 3A.., S I Al s 0

~c:;()

I 'ura a solu~Ao upli 111,1 obtlda para 0 prob I C~ ra pri mill. ti 11 !l1l·SC que CR "[-2, I] 0

{-':: ~b + Jlb)=.i.b +),M =r+}..t:.b

EfcCllvamente as variaveis duais opeirnas consutuem coeficientcs de sensibilidade tin rutl~ilo objccrive em rclao;:ao 30S rermos independemes das restricoes,

o que ntni.s foi exposto porte ser exempliflcado com (\ problema simples aprescmado ern 9, Neste case, 0 primultern a forma:

,1,. lorna, assim, 0 valor

,1,.= CoB-I =[-1, II)J

(243)

ESles valores sal i ,rn~CII\ todus lIS resrri ~t'Jes <10 problema dual ccnstitui ndo n ss im urna sol uo;:iio pessivel deste pr-oblema. 0 valor do funcao objecuvo c dado por

DO,) '" A,b '" -3513

sujciio a

XI + lx, + 2x) + Xi = )0 2x I - x, + 3x, + x~ '" 5 x,;?:O (i= 1,2, .... 15)

o que corresponde no valor optuno obtido para 0 problema primal.

A solucao dada pcla ellprc~sao (2.43) e, Bssim,a soluo;:ao 6plima do problema dU1l1.

Para esta solucao II J,B 0 II 4.' resrricces sao acrlvas, sendo as outras na~ activns, 0 que verifica 0 tcorcrna da comp I emCIHB ridadc dado que sao justa mente x) C x, as variaveis nao nu Ins do prima 1

C [3, 5, 2, -I, 0, 0]

n. Algoritmo Simplex Dual

;1,)1 12

2 -1

2 o

o 3

I o

Qua ndo so resol ve U III problema de Prograotacno Lincnr polo algcritmo do Simplex procura-se em cudu ueracso rnelhorar 0 valor da run~ilo objecrivo scm nunca abandoner 0 domimo du's Solll~Oes p05· slveis, Assi m, transim-sc de uma solucso basica posslvel para lima nova solueno bus ien possivcl au! que suj 0 veri ficado 0 cri tcrill ric Opl; mil lidade,

Para 0 problema da minimi zalf~o dcfinido pclas cxpressees (2. ! 7) esie cri terio ccnslsrc em ter tcdos O~ valores dos custos reduzidns nso negati vos, iSIO e r ~ O.

H4, contudo, solueees blislcas. que veri ficarn 0 crirerlo da optirnalidade mas ",10 sao solueees poss i vci s, is to e, nHO veri rt en 111 II~ restr: ¥oes. A estas sol L\;;:oe5 co rrespoude urn valor cia fun;;:do 0 bj ecti vo me lhor que 0 op I irno possivel.

De aeordo com as exprcssoes (2 J 3) 0 dual lorna a rormo:

62 . INVESTIGA!;:Ao OrIiRACIONAI.

Com base nesre tacro, pode desenvclvcr-se urn algorirmo que, em vel. de rnelhorar a runCilo objective no dominic das solucoes posslveis, dirninua 0 grau de n~o possibilidade das solucocs iI custa de piorar 0 valor da funcao objective, Oeste modo 0 percurso de solucao para solucao e feito no dominio das 50lu900S nao possivcis que vcrificarn 0 criterio de optimaiidade ate que so obtenha uma solucao possivcl que tambem verifique este criteria. 0 aspecto dominante desie tipo de algorirrnos 6, portanto, mini mizar 0 grau de irnpossibilidade das solucoes que verificarn 0 criterio da optirnalidade.

Urna solucao que veri fica 0 criterio da optimalidade do problema primal e, per definicao, uma solucso possivel do problema dual. Com efeito, 0 crirerio da oprimalidade para 0 problema (2.32), e tendo em coma a formulacao fcita em 8., e:

(2.44)

Tendo em conta que ell B-l",,l obiern-se que 0 criterio de optimalidade do problema primal consiste em:

(2.45)

Par outro lado, a solucao I.. do problema dual tal como e dcfinido pelas expressoes (2.33) e possivel so veri fica:

1..,1 S C

ou

au, finalrnenre,

(2.46)

(2A7)

A inequacso (2.46) e sernpre verificada, dado que:

Multiplicando ambos os terrnos per B, obrcrn-se:

o que verifica a inequacao (2.46).

OPTlMI7.AC'\O LrN"EAR • 63

A inequacao (2.47) i: tarnbern verificada, como sc vi::. nil expressao (2.45).

Urn problema de Prograrnacao Linear pede, assim, scr rcsolvido a partir de lima solucao nao posslvel que veri fica 0 criierio da optimalidadc recorrendo a solucao dual possivcl correspondente e resolvendo o problema dual. E, porcrn, desnecessario elaborar quadros Simplex para 0 problema dual. Este problema pode ser resolvido directarnente no quadro do problema primal dando origem a urn algoritmo que se designa par Algoritmo Simplex Dual. Apreserita-se a seguir urn exernplo simples extraido de l.uenberger, 1973, e sisternaiizarn-se depois as passes deste algoritrno.

Min F; 3xr + 4x, + 5x]

sujeiio a

X, + al + 3x) 2: 5 ar +aJ+x);;>:6 xr ;:: 0, x, 2: 0, Xl ;;>: 0

o quadro do Simplex lorna a forma

i i

.1

Esta solucao ernbora verifique 0 criterio da optirnalidade e obviamentc nao possivel, pois as variaveis de folga rornarn valores negatives. Para CSIa solucao primal, a corresponderue solucao duale dada por A = CB B-1 = (0, 0]. Esta solucao e uma solucao dual possivel,

A restricao primal rnais violada e a segunda, pois correspcnde a urn valor negative maier em valor absnluto. a eiemcruo pivot devc, portanro, estar nessa linha. A coluna desse elernento pivot obtern-se calculando

Min{ilai-C, }

j para os valores Yq < 0

y"

Neste caso, obtern-se:

M.in{-3,-4,-S}",.l =:> )=1, J -2 -2 -I 2

A variavel xr e, assirn, introduzida na base.

64 . I NVESnGAC,;,0 OrEnACION~L

~, ,,'I: 'a, ," 'Ial, II, ' ii;':,:, ,i h

......... , , .. , ... , .. , ... , ..... , _. , ... ,'~., ~·.l .. ; .....

C,'~' ~ ", ..•.... ~.,. '-\"'~~~'ri~tjiJ;-; .

i ;~, .'.

Pede verificar-se que 0 criterio da optirnalidade continua a ser verificado, 0 valor dafuncao objective pi orou, e d i mi nu ill 0 grau de nao satisfacao das restricces, A unica restricao que agora nao i: sal; sfeita e a prirneira, pelo que 0 novo P;VOI se deve cncontrar na prirneira linha, A busca da coluna e fei(a como 110 passe B nterior,

M,il1{.=l, -712, -312}" 1 = i= 2 J -I -512 -112

o quadro Simplex torna agora a forma:

a,

b

a,l,

Esta solucao veri fica 0 criterio cia optirnalidadc c i: possivcl, sendo, portanto, a solucao optima, A solucao dual correspondente e dada por,1. '" Co Jrl " [1, 1], que constirui tarnbern uma solU9RO possivcl e opuma do problema dual,

Os passes principais do algoritrno Simplex Dual silo, portanto, os seguintes

I.~ PASSO:

Vel' qua I a resrricao menos satisfeita, que correspondcra a linha do pivot. Se x. ~ 0 ,1 solucao e optima,

2,~ PASSO:

Vcr qual a coluna do pivot calcu lando

Mill{,1.a,-C, }

, I, para as valores Y'j < 0

J Y'j

Se todos os valores de y'! forern nao negatives pode concluir-se que 0 problema primal nao tern solucoes posslveis.

o PllM 11.A Cli 0 LINEAR • 65

),1 PASSO:

Transformer a base a partir do elemento pivot, tal como e fcito no Simplex Primal.

o alga ri trno Simplex Du a I i: parucularrnen te adequado a prob I ernas de ana I ise de sens i b i lid ade, tratados em 13, norneadarnente quando os va lores de b sao a I terados, transformando a so IU9aO optima numa 501 ucao i rnpossive I, ou quando urna nova restri cao e i ntroduaida e nao e sari sfei ta pc I a solucao optima, transformando, tarnbern, esta sclucao numa solU9RO impossivel.

12. Algoritmo Primal Dual

o al gori lmo Pri rna I· DUB I baseia -sc d ircctamcnte no teorerna da compl ernentaridnde apresen tado em 10" po is corisiste em rcsol ver si rnu ltancamentc 0 prob lema prima leo problema dual ate que se veritique a complementaridade que econdicao necessaria e suficiente do optimo. as problemas resolvidos, conrudo, nao sao o primal e 0 dua I origi nais mas problemas restri lOS,

Corisidere-se 0 seguinte problema primal:

Min F(x) " ex

Sujeito a

Ax"'b

x2:0

Como foi vista em 10, 0 problema dual associ ado tem a forma:

Max D(,1.) "',1. b

Sujeito a

Para urna dada solucao possivel do problema dual, ,1., existern restricocs activas e restricoes nao activas. Seja /0 conjunto dos indices i para as quais se veri fica ,1. a," C" isto e, 0 conjunto dos indices para os qua is as correspondentes resrricoes duals sao activas:

i E' />:=> ,1.11," C,

(2.43)

i il 1>:=>1.. a, < C, = x, '" 0

(2.49)

66 . [NVESTIGACAO OPERACIONAL

Associado it solucao it e ao correspondente conjunto I, define-so 0 problema primal restrito com a forma:

Min Z= 1 Y

Sujcito a

Ax+y=b

X, ~ 0 para i E 1

Y ~O

Em que 1 = [I, l , ... , lJ e, portanto, Z= YI + Yl + ... + Yu'

o minimo posstvel de Z e zero quando todos os valores de y forern nulos e se verificar:

Ax=b

(2,50)

Nesta situacao tern-se que:

(2.51 )

Dado que it G, = Ci para os cases em que Xi;:: 0 e A a, Xi = C, Xi para os casos em que x, = 0.

Subsritui ndo (2.S0) em (2.5 I ), obtern-se:

itb=Cx

o que permite concluir que x e it constiruern solucces optirnas do primal e do dual, rcspcctivamcnte.

Este resultado pode ser sintetizado naquilo que e correrue dcsignar por teorerna da oprimalidade Primal Dual. Este teorema diz que 5e),. e uma solucao possivcl do problema dual, e Y = 0 ex constituern uma solucao possivel do problema primal associ ado, enrao x e it sao soiucocs optirnas para os problemas primal e dual, respectivarnentc.

o Algorirmo Primal Dual consiste em passar de solucso dual passive I para urna nova solucao dual possivel, forrnulando para cada solucao 0 primal associado ate se verificar que y = O. A passagern de uma solucao dual possivel para urna nova solucao dual possivcl e fcita arraves de urn novo problema que se

OPTIMlZA!;Ao LINEAR' 67

design» pclo dual restriio associ ado, pais consiste na forrnulacao dual clo problema restriio associ ado, e tern a forma:

Mao W"'ub

Sujeito a

U fl, s 0, i E I Ii~ 1

o problema dual rcsrrito associado n~o precisa, contudo, de scr rcsolvido explicitamente. pois a sua solucao optima pode ser obrida a partir da solucao optima do primal rcstritc correspcndente.

Os passos principals do Algoritmo Primal Dual sao os seguintes:

I.' PASSO:

Obter uma solucao possivel para 0 problema dual, 'J,. a , determiner 0 conjunto de indices I, tal que i E 1 ==> ),." ai = C, e forrnular 0 problema primal resrrito associado,

2." PASSO:

Minimizar 0 problema primal restrito associado; se a funcao objective destc problema tornar 0 valor zero, a solucao optima para x c it foi obrida; sc a funl(ilo objective nao tomou 0 valor nulo, prossegu ir para o terceiro passe,

3.~ PASSO:

Ccnsiderar a solucao optimal do problema dual restrito associado, riO, que pode ser obtida directamente a partir da solucao optima do problema primal restri to associado; se para todos os valores de j se veri fica 11° Gj:; 0 pede concluir-se que 0 primal nao tem solucae possivel; se para algumj se tern que 11° aj > 0, ca leu lar

Min{C.-itoa }

£0 '" J J a J para os casos em que 1/ 0 (1/ > 0 II uj

(2.52)

Ccnsiderar urna nova sclucao dua I passive I dada por

(2.53)

voltar ao primeiro passe considerando este DOVO valor de A.

68 . rr-NtSrl()II~"O OI'~IUIC:::IO::_N:::Ilc:_L _

Aprcscntu-su ern scguida urn cxernplo numertco que pcrrnite tornar III~is clara II lIpl icultno do Algoritmo l'rirnal Dual,

Sujciro a

X11xl+4Xj"'J h. Xl + Sx)" 5

Uma solu<;ao claramcrne possivcl para 0 dual c I. = [0, 0).

\xO+2xO<4 I)(O+lxO<1 4xO+5xO<8

conjuato I e. neste caw, 0 conjunto vazio, pOlS ncnhurna restncao dual Ii acuva estas condicoes o primal rostuto ussociado torna a forma:

Sujeito II

2.~ P"sso:

o minimo do problema primal rcstnto asscerado 6, neste caso, Y, " 3, >'1 - 5, Z " 8

o prnhlemn thml restrito associado IOlTIli a lanna

Max HI" 311, 5111 u1 S I

III S I

A ~olu"no optima do primal restrito nssociado correspondc a uma solucso do dun] associado dada por:

"0 (I, I J . I = ( I, I]

OPTTMTZACAO LfNHIIR • 69

E agora necessarin culcular O~ valores de ,,0 oJ

u"a, '" J u" a, " 2 II" U] "9

o valor de Ef' c dado por

,;0 =: Min {.i l!} I

3' 2' \) 2'

A nova sclocao po sivel do dual e dada par

? '" [a, 0]+ t [1.1) "'[t, +1

I.' PIISSO:

Para a nova sotucao dual nbtcm-sc:

lx4+l.xS<5

2 2

2.' Pxsso:

A segunda resrricao do dual e acuva, pclo que 1= (2}. 0 primal resrrito associado torna II forma

Min 2=y, + Yl

Sujcito a

x, + y, "3 x, + y, =: 5 x/ ~ 0 YI ~O Yl~O

70 • INVESnGACAO OPERAC10NAL

A solucao optima e dada par:

x, = J, y, = 0, y, = 2, Z = 2

3.~ PASSO;

A solucao do problema dual restrito associado pede ser obiida a partir da solucao optima do primal restrito associado

110 == [0, IJ [ I -I

~J=[-I' I]

{4-15 8-45}

co = Min --\-'-, --1-'- = 2.5

4.' Pxsso:

A nova solucao dual possivel c

A= [112, lI2] + 2,5 [-I, I] = [-2, 3J

1.0 Passo:

E necessario determinar nova mente quais as resrricoes duais activas

(-2 x l ) + (3 x 2) = 4 (-2 x I) + (3 x I) = 1 (-2 x 4) + (3 x 5) " 8 1= {I, 2}

Min Z= y, + Yl

Sujeito a

x, + Xl + y," 3 2>:, + x, + y, " 5

x, 2. 0, x, <! 0 y, 2. o.j, <! 0

OPl1MIZ"CAO LINEAR· 71

A solucao optima c

'x,=2, x2=1, y,"'O, Y,=O, Z=O

Atingiu-se assirn a solucao optima do problema inicial II qual corresponde a solucao optima dual A " [-2, 3]. Com efei 10,

Min F = (4 x 2) + I " 9" Max D = (-2 x 3) + (3 x 5)

B.

Analise de sensibilidade em Programa~ao t.lnear

13.1. Introdu~ao

.\

Apos a resolucac de urn problema de Prograrnacao Linear podc pretender-so saber qual a alteracao sofrida pela sclucao optima se alguns des coeflcierites da luncao objective e/ou das restricoes forem alterados.

A inrrcducao de novas variaveis ou novas resrricoes pode tambern levantar 0 problema de saber se a solucao optima e a rnesma e, [10 case de 0 nao ser, qual 0 seu valor. ESUl analise e correnrcrnente designada par analise de sensibilidade, ou analise pos-optimiaacao, e a sua irnportancia pratica e enorme por sercrn inumeras as sillla~Oes rcais em que sc verificarn alteracocs ao problema inicialrnenre forrnulado. De entre as alteracoes posslvcis avulrarn, pela sua frequencia, as variacoes dos coeficlentes da funcao objective rraduzindo evolucoes de precos, as variacoes nos terrnos independentes rraduzindo alteracocs em recursos disponiveis, c a introducao de novas resrricoes traduzindo novos consrrangimentos surgidos apos a resolucao do problema.

A analise de scnsibilidade em problemas de Prcgrarnacao Linear pode ser realizada de uma forma bastante sistematica e exaustiva evitando urna nova resclucao de todo 0 problema inicial. ESLa analise torna-se extrernamcnte clara se for (ida em conta a formulacao matricial do Simplex c a matriz aprcsentada em 8. relativa a uma solucao basica:

B-' b ]

.................. j. "'~'C~' '1;~'I' 'b"

(2.54)

Esta matriz permitc ver com toda a transparencia e de forma muito sintetica quais os «ingredientesque dao origem a cada elemento de urn quadro de S imp lex, e por isso servira de base a ana lise de scnsibi lidade que sc apresenta a segui r,

Consi dere-se 0 problema:

Max F" 2>:, + 3x, + x,

72 . lNVESTIGACAo OPERACIONAL

Sujeito 11

I 4 7. <3

'3x, +"3x, +"3X1 -

x,cO, x2<::0, x) <::0.

o quadro inicial do Simplex e, neste case:

o quadro final do Simplex, para a solucao optima, e:

A solucao optima e, assirn:

x, = I, x, = 2, Xl =; 0, F = 8

Pode agora estudar-se qua 1 a sensibi lidade desta sol ucao optima rei atlvarncnte a diversas a lreracocs,

13.2. Varla~oes nos coeficientes da Fun~30 Objectivo

Observando a matriz (2.54) conclui-se que neste case, que cons: sre numa max irnizacao, e necessaria veri ficar se para os novos cocficientcs se maruern

(2.56)

I·

OPTrMlZACAO LINEAR' 73

Esta verificacao e facit de liner, pais a rnarriz B-' Dc conhecida, No case em esrudo esta rnatriz tern a forma:

[-I

B-' D = 2

4

-I

So C, tornar 0 valor 4, e C)' 0 valor 2, obtern-se para a expressao (2.56):

[-I

r=[2,O,0]-[4,3j' 2

4

-I]

I =[0,-13, I]

-\

Pode concluir-se que a solucao deixou de ser optima, pois a variavel de folga x, nao veri fica [J enteric da optimalidade.

As iteracnes do Simplex deverao prosseguir sendo particularmente adequada a utilizacao do Simplex revisto descrito em 9.

Formulando 0 problema de lima forma rnais generica pode dizer-se que a solucao nao e alterada se se verificar 0 criterio da optimalidadc, isto e:

4

-IJ

$0

I

-I

ou seja,

c) + C, - 2CI $ 0 C,-4C, + C,,,,O C, + C, - C1 s 0

Ncnhum cocflcicrue que satisfaca esre sistema conduz a qualquer alteracao da solucao optima ..

13.3. Varla~oes nos termos independentes

Observando a rnatriz (2.54) facilmente se conclui que alteracoes em b em nada vao alterar a optimaiidade da solucao ariteriormente obtida, Coritudo, esta selucao pode deixar de ser possivei. Para que tal nao aconteca e necessario q ue sc veri fique:

8-' b ~ 0

{2.57)

·1

74 . lNVESTIOA<;:AQ OI'ERACIONAL

A matriz 8-1 pode SCI' sernprc obtida pels invcrsao da rnatriz 8. Porern, com rnuita trcquencia as u Iti mas colunas da matriz D constitucrn Wl13 marriz ldcnridade, pols correspondent il i nrroducao das variaveis de folga. Ncstes casos as correspondcntes ultima, colunas de 8-' D sao iguais a B-'. E precisarnentc o que se passa com 0 caso em estudo, pelo que as condicoes para que a solucao optima se mantenha possivel sao:

au scja:

4bl -b, <! 0 -b~ + b, 2: 0

Se b, passar a ter a valor 4, pOI' exernplo, a scgunda restricao dcixa de scr sarisfeita. Neste caso dispoe-se de uma solucao que satisfaz 0 criterio da optirnalidade mas que nao e solucao posslvel, pelo que o algoritmo Simplex Dual, descrito em II., e particularmente adequado para prosseguir a busca de uma solucao optima possivel.

13 .4. Varla~i5e§ nos coefidentes das restrl~i5es

Se as alteracocs OCOITcrem apcnas em D, isto e, nas colunas corresporidentcs as variaveis nao bssicas, e necessario verificar se a solucao ainda e optima, tal como foi feito em (13.2).

Sc, num problema de maximizacao, se verificar:

(2.58)

pode concluir-se que a solucao optima se rnantern. Caso esta condicao nao se verifique e necessario prosseguir com novas iteracoes,

Sc as alteracoes ocorrerern nos coeficientes das vnriaveis basicas, isto e, na rnatriz B, e necessario verificar se a solucao c optima c se a solucao e possivel. Neste caso e, portanto, necessario que sc verifiqucm simultaneamente:

(2.59) (2.60)

B-' b ~ 0

para que as rnesmas variaveis se rnantenharn basicas na solucao optima, emhora com valores diferentes.

A matriz B-' des em penh a 11111 papel fundamental na matriz (2.54), pelo que frequeruemcnte acaba par ser preferivel resolver 0 problema integralmenre de novo no caso de se verificarern alteracoes em B.

a PI 1M IZi\CAO L TN'EA 11. • 75

13.5. Introdu~ao de novas varh'ivels

A inrrcducao de urna nova variavel e correspondcnre il intrcducao de urna nova coluna na matriz D c de urn novo termo na funcao objective. Representando csta coluna pOI' a. e 0 coeficicntc da nova variavel na funcao objectivo por C, e necessaria que num problema de maximizacao se verifique:

C, - CB 8-1 a, S 0

(2.61 )

Assirn, no case em esrudo, so for introduzida urna variavel, adicionada com coeficiente unitario a cada restricao, 0 btern-sc

C, -[2,3J'[ 4 -I

ou seja, C, S 6.

Pode concluir-se que se 0 coeficienre desta nova variavcl na funcao objective far inferior au igual a 6 n~o se regista qualquer alteracao na sotucao optima. Se C, for superior a 6 a nova varia vel devc entrar na base, pelo que e necessario prosseguir 0 Simplex.

13.6. Introduo;:ao de novas restrh;:oes

Se n solucso optima veri fica a nova rcstricao pode concluir-sc que nlio hli qualquer alteracao. Se a solucao optima nao vcrifica a nova restricao esta-sc de novo nurna situByao em que uma solucao nao possivel verifica a criterio da optimalidade. Neste caso, 0 algoritrno Simplex Dual e particularmente adequado para prosseguir a buses de urna solucao optima possivel.

Se no problema em estudo se considerar a nova restricao:

(2.62)

au

(2.63)

obtcm-se urn novo quadro do Simplex

76 • INVESTTGA!;AO OrERACIONAL

A nova restricao nao e satisfc i ta, pe 10 que a so IUyao dei XOLI de SCI' uma 50lu9nO opt ima. Este facto e particularmente cbvio se for dada ao quadro acima uma forma basica:

A solucao sarisfaz 0 criterio da optimalidade mas nao e possi vel. Esta i ndicado no quadro 0 elcmento piV01 do algorirmo Simplex Dual a partir do qual se obrem urna nova solucao

Esta solucao continua a ser nao posslvel, A partir do novo elernentojnvo. do algoritrno Simplex Dual obtern-se, finalrnente:

Esta solucao veri fica 0 criterio da optimalidadc c e possivel, pelo que constlrui a solucao optima possivel.

Pode assirn concluir-se que quando a rcstricao (2.62) e intrcduzida, a solucao optima passa a ser:

:<,"'0, ..:,=2, x)=l!7, P=43!7

o valor da funcao objective diminuiu como seria de esperar, pois a dominic das solucoes possivcis e agora urn subconjunto do dominic inicial, e 0 problema consiste nurna maximizacao.

OI'T1M1ZA<;:AO LINEAR· 77

14. Casos particulares da programa~ao linear

14.1. IntrodUl;:ao

Os a lgontmos corren tes de prograrnacao linear e, em particular, 0 Simp lex, permitem resol ver problemas muito diversos que podem ser formulados de acordo com a forma canonica de urn problema de P L. Exi stem, conrudo, problemas que apresenrarn urna estrurura particular da qual pode ser tirade partido para desen volvcr a lgoritmos mais simples e mai s eficientes que se ap licarn apcnas a esse tipo de problemas. Esses algorirmos correspondern, em gcral, a vcrsces sirnplificadas ou expedites do Simplex.

Silo cxcrnplos de situacocs deste tipo os problemas de transporte, transcxpedicao e afcctacao que correspondern precisarnente a problemas que podern scr formulados em rerrnos de PL. mas para os quais forarn desenvolvidos algor: rmos resoluti vos especi ficos que podem ser uti I izados com grande vanta gem .

N ao ex isle a preocupacao de formal izar rnarernaticamente os a Igoritmos apresentados, nern de fazer a sua dernonsrracao, Procura-se apenas relaci onar cada tipo de problema com a formulacao gera I da PL, sisternatizar 05 passos do respective algorirmo resolutive e ilustrar as tecnicas apresentadas com exernplos numeri cos. Com efeito, de u rn ponte de vista conceptual, estes casas particulares nao vern aduzi r contributos especialrnente relevantes, antes correspondendo a versees sirnplificadas dos algoritmos basicos.

14.2. Tr anspor tes

o charnado "problema de transpones'', ernbora nem sernpre en vol va transportes no sen tide rea I, e urn dos cases particulates do rnodelo geral de PL com utillzacao correntc, Corncccmos por dar um exernplo de enunciado:

Em relacao a deterrninado produto de grande neccss idade existent numa dada regiao 2 fabric as, A e B, e 3 centres de recepcao, 1, 2 e 3.

As ncccssidades diari as dos centres de recepcao I, 2 e 3 sao respecti varnente de I 000, I 500 e 2 500 unidades, sendo as disponibi lidades das fabricas A e B, tambern por dia, de respect! varnente 2 000 e 3 000 unidades. Os custos de transporte por unidade de cads Iabrica, ou origem, para cada centro, ou desti 00, rcsumern-se no segu i nte quadro:

Centro! de recepcao
Fnbrkns 2 3
A 2 0.5
B 0.5 2 Prctende-se saber qua 1 a melhor forma de efectuar os transportes para, por urn lado, conseguir satisfazer integra lmcnte as necessidades e, por OutTO. assegurar que 0 custo total do transportc seja min i mo.

78 • lNVES11GA';:AO OrERACrONAl

Charnando x" ao nurncro de unidadcs rransportadas de A para I, vernos que as variavcis do problema sao:

uti Ii lando, como c habito, a nOla<;:lio rnatricial, vern:

Xji e, assirn. 8 quantidade transportada da origem (fabrica), i, para 0 destine (centro de reccpcao). j. A prirncira vcrificscao a Iazcr c a de que 0 volume de disponibilidadcs iguala 0 de ncccssidadcs: 5 000, Diz-sc cntao que 0 problema c equilibrado, condicao fundamental de resolucao. Quando isso n1l0 sc veri fica, ver-se-a adiantc como proccdcr,

Obscrve-se agora que 0 rnirnero de unidadcs rabricadns em A, distribufdas por I, 2 c 3, devc scr igual a 2 000, donde se podc cscrever a segui ntc rcstricao:

Procedendo cia rnesma maneira para a fabrica B:

Per outro lado, 0 total de unidades transponadas de todas as fllbricas para I dcvc sornar I 000; para 2, 500, c para 3, 2 500. Este facto podc scr traduzido pclas tres rcslrivocs scguintcs:

X II + XII '= I 000 X'l + Xn '= I 500 Xu + xl) == 2 500

Elite e, pois, 0 conj u nto de cinco restricoes i ndicado no en unciado, sendo a funcao object; vo a m inimizar, dada por:

o que facilrnentc se dcpreende do quadro de custos.

Sintctizando c generalizando podemos cruse dizcr que a estrutura gcrul de Un1 problema de transportcs com In origens e n destines c:

Min F= f ic,; x,} i=l J~I

iXq =a, i= I. 2, .. ,m J.J

tx" '= bl j == I, 2, ... , n

j .. t

sendo ainda necessario que

i',a, = IA

1=1 J.ill

para 0 problema estar cquilibrado. Este facto significa que das In + n restricoes apenas m + n - I sao I iuearmerue i ndependenres, urna vez que uma delas pede ser expressa como combi nUv30 linear das outras,

Torna-se obvio que esiarnos em presence de um problema de PL, com a particularidade de tad as as resrricoes serern cquacoes, de os coc ficierues de todas as variaveis serem iguais a I em todas as eq uacoes e de as restricoes terern lima estrurura muito particular, representada na Figura 2.3, que resulta das somas relativas as quantidades que vao de cada origem para todos os desi'nos, t: que afluern a cada destine de todas as origens.

Vnriilveis

x,,

Terrnos lndepcndcntes

x"

Xll

Xl)

G,

G,

e.,

Coeficicntcs do F. O.

e"

ell

c,

e"

e"

Cll

Cn

ell

Figura 2.3. Esrrurura dos coeficleutes de urn problema de Ira nsportes.

Como e obvio, 0 problema poderia ser resol vido pel os algoritmos de PL j a apresentados, E 0 quadro Simplex tornaria a forma seguinte:

., ,

.!

Todavia, e posslve! rirar partido da estrurura do " oblema e, sobrerudo, do facto de ter m + n restricoes mas apenas In + tl- I que sao linearmente independentes, para estabelecer urn algorirrno resolutive sirnplificado, designado por Algoritmo de Transportes.

80 . rNVESTlGA!;:AO OPERA ClONAL

Este algoritmo bascia-se no seguin re quadro:

Neste quadro silo representados os proprios val ores das variavcis xlf' e no canto inferior direito de cad a quadricula apresentam-se os respectivos elF Na coluna da direita represcntam-se as somas em linha, isto e, 0 Iota I produzido par cada origem, Na ultima linha representam-se as totais consumidos par cada destine c, portanto, as somas de cada colima.

o esquema geral de resolucao, identico na sua estrurura fundamental ao Simplex Primal, nao coincidira, contudo, com esse algorirmo tal como foi apresentado, dadas as caracteristicas proprias de que so pode tirar partido para desenvolver Urn algoritrno rnais simples e expedite.

Nao havera, assim, a primeiro passe, de introducao de variaveis de folga, dado que todas as restTi cocs sao equacocs.

A prirneira fase de resolucao consistc na cscolha de lima S011l9~O inicial. 13 frequcnte ernpregar a chamada "regra do canto noroeste", na qual se corneca por dar 0 maier valor possivel a xII' No nosso caso esse valor e 1 000, donde resulta 0 anulamento irnediato de Xli'

Cornpletada a I.' CQ I una, passa-se para a segui rite, vendo-se que 0 rna; or va lor atribui vel a X 11 e I 000,0 que perfaz a quanti dade disponive\ em A.

Seguindo 0 rnesmo raciocinio, obtcr-sc-ia a solucao inicial representada no quadro seguinte, em que, para simplificar, se exprimern as quantidades em rnilharcs.

QPTIMIZA<;:AO LINGAR • 81

Ve-se, portanto, que duas das seis variaveis sao nulas, considerando-se como basicas as restantes quatro mio nulas, Tal como foi referido, nos problemas de transportes, em cada solucao basica devc haver (rn + n - I) variaveis basicas, pais das (m + n) equacoes, so (m + n - I) sao linearrnente indeperidentes, ja que a condicao de equilibrio do problema introduz urna nova equacao:

Resumindo, ternos como solucao inicial:

Va ri aveis basi cas:

Xli '" 1, X,1'" I, xl! '" 0,5, X'l '" 2.5,

Vartavcis nao hasicas:

Valor da Funcao Objective:

F= (2) (I) + (I) (I) + (0.5) (0.5) + (2) (25) '" 8.25

A proxima solucao resultara desta, como saberncs, pOI' intersubstlruicao entre duas variaveis: uma basica, e Dutra, nula. Qual a variavel nula a incrementar? Para responder a esta questao varnos por COlnO

scm pre a fun I'M objcctivo em rcnnos, IlpCOHS, dus vuriaveis nulas. Par~ tal, lui que arrunjar urna lnnun de unulnr os cocficlcntcs das vaTi!) vel 5 basicas na f\.m~no object! YO,

Passarcrnos allora aexpor o artificio algcbnco normalrncntc uulizado.

Dando as rC~lri~i'ies II forma

O=a,-:tX'i i==I,2, .. ,/M

i·'

O=b,-I.xv j=I,2, .. "tI

, I

C IOneio em cOIHn n Icgitimidadc de sornar qualqucr multiplo de urnn dcsias cquacocs li rLII1~ilo oiljecli vo

Vamos, entso, eliminar desia exprcssao as variaveis basicas de forma a exprimir a Funcao Objective apenas em (erma; das variaveis nao basicase podcr aplicar 0 criterio de optirnahdade.

Designandc per ", (i" I, 2, ... , In) c v, (j == l, 2, "., n) os fllclores rnult iplicUi i vas uti llzados, ve-sc fnCllmenle quc,

f,:c,)-

,.,

"ii(r" -r" -v,)x~ + f,,,, a,+ tv, Il,

I.IJ"I , I 11

Torna-se cvideme pela observaeao desta cxprcssao de F,equiv31eme a inicial, que 0 anulamento dos cocficientes so conscgue impondo para as varievcis basicas c1j- II, v, = O.

Obterernos assirn 0 conjumo de equacoes

CII ", V," 0
e'l II, vI" 0
ell "I It," 0
Cil III - Vj '" 0 , ,~ Os Cil sse can hec i dos, pelo que csiamos nil presence de urn si sterna de ~ equ ~~Ocs a 5 i ncogn I [as, o prob lema pode ser resol vido atribulndo arbitrariamerue UllI valor a qua lquer urna das variaveis.

Fazcndo-se, per sirnplicidade decalculo, u, '" 0, rcsulta:

01' IIMI~A<;:Ao LI'NIlAR • 83

F~lc~ valores pcnuitem-nos calculnr cs coeflcientcs das varitivcls ,,~o basicus, '11iC sa represcntnm par c~ e silo obudus pc lu mesrna expressso de trtu rsformucao, c. - I', v,.

C;l == cll- ", - v, 0.5 0 - 2.5 = 2 C;, = ell - "2 - "I - I + 0.5 - 2 = -0.5

1:~lOS sao, afinnl, os cceficientcs tin Funcao Objective exprcssa ern icrrnos das variuvcis nao basicas, iSIO e, 1111111S, X" e X 11 l'ude veri ficar-sc que B solucac nao (: optima, tlado que se prctcnde rninimizar e que dcve SCI x u a crura: nn base, po IS lCln um cocf oienl o "cg~ Ii vo com run ior valor absolute,

Os CUSlOS rcduzidos, iSIO 1:, O~ cueflcicntes das vurinveis nllo busicus na Funcao Ojectivo cosuunam rcprescmar-se no cauto superior esquerdo das quadnculus rclativas a cssns varia vcrs. I~ tarnbem cornum rcprcseruar os va 10 res des ", e dos Vi j LI n [0 a cada lin 1111 C co luna respcctl vamente, Arb i trado urn valor de ", au VI' habirualrnente zero, lorna so quase unediuto 0 calculo des restantes valores tendo em coma q lIC C:, = tv - (I, - VI dove ser nulo para us variaveis bUllicns, Os valores de c,; para as variavcis nao basi ~IIS e tambem calculado de forma rnuito expedita e registado no canto superior esquerdo.

A cscolha da vnriavel que deixar~ n base fsz-se pelo rnesmo meiodo jrl scgu i do no Si rnplex, ou seju, sera a primeira a anular-se quando ;r'1 aumentar,

Pam faci I itar 1I detcrminacao dn vlln it vel bas lea que sa deveru (II rulur para perm i li r a i ncremcn 10 d[l nllu bt\sica scm vial n,'no das rcstri.~Ocs, e costume reprcsentar por () aqucfc incremento, Ad ie ionando e subn aindo de forma n que a soma om cnda linha o em cutin celuna nno seja alterada.

DCSln forma, 0 quudrc torna n segulme eOflfiguru~no:

84 . INVESTIGACAO QrEIl.ACIONAL

A compensacao entre va lores posi Ii vas e n egat i vas de (J ga ra n te- nos que as restri coes con I i nun 111 sa ti sfci las, isto e, que as sornns em cada I inha e co I u na pcrmaneceru ina lieradas. NOle-sc que 0 e c eo I acado inicialmcnte na quadricula da variavcl nao basica que se preteride passar a basica (xll, no excmplo considerado) e sao feitas as cornpensacoes a partir dessa quadricula de f0l111a a envolver apcnas variaveis basicas, isto e, pcsitivas.

Com efeuo, se Fosse colocado mais urn valor de +9 numa outra variavel nao hasica isso significaria que passariarn 2 va riaveis nu las a positi vas e, prova vel mente, nao se obreria urna nova so I ucao basi ca. Par ourro lade, se Fosse co locado urn va lor -8 numa variavel nula, isso sign i ficaria que essa varia ve I passaria a viol ar a cnndicao de nJo ncgat i vidade.

Feita a cornpensacao, resta analisar qual [) maier valor que pode ser atribuido a e de forma a que nenhurna variavcl passe a ser negativa. No case em amI Ii sc esse valor c I, conduzi ndo a varia vcl x ,1 a set' 11111a, isla e, nao basica.

o quadro willa agora a forma seguinie:

J
~
A 1-0 1+ e 2
)~ ~'illi i,g~i
-2.5
[I "-8 1.5 1.5-8 j
[[~ ~
1.5 2.S Procedendo identicamente. varnos irnpor que, para ests sclucao, sejam nulos os cocficientcs das vari a veis biis icas na flll1'Y~o objecti vo c cal cu lar, dcpois, os coc [iccntcs das nao basicas para podcr apl icar o criterio da optirnalidade:

e" -u,- v, '" ° '" 2-u, - v, C" - 1<, - VJ '" ° = 0_5 - u, -- v, cll- ")- v, = 0 '" 0.5 - ", - v, C,) - IIl- v1 '" 0 '" 2 - ", - Vj

Q~TTM1ZAC"O CTNEAR - 85

dondc, SC u1 '" 0

V, = 2, v, = 0.5, u, '" I .5, v, "'-I

entao:

c;, = c" - II, - v, '" I - 0 + I = 2

c;, '" c" - 11, - v, = I - 1.5 - 2'" -2.5

Ccnclui-se que em solucao nao satisfaz ainda 0 criterio da optimal idade, pois a variavel nao basica x" tern urn coeflcierue ncgauvo na Funcso Objective expressa apenas em iermos das nao basicas .. Esta variavel dove entrar na base, dando origem a lim 3,0 quadro:

Mais uma vcz varnos ver sc se trata de urna solucao cptima.

0.5 - ", - v) = a I -11,- v, = 0 0.5 - III - vl = °

2-u,-v,ooO

Neste caw facilita 05 calculos arbitrar urn valor nulo para u1. Assirn, para u, '" 0 vern:

II, = -I .5, v, = I. v, '" 0.5, v1 = 2

(';, "ell - til "," 2 + I ,5 I" 2.5 C;l '" C'l-II vI" I + 1.5 0.5" 2.0

Esta SOlllo;:ftO sausfaz 0 critcrio de optimal ida de, pais lodos os coefic ientes da Flll1~!10 Objective, ex prcssa em lor1005 das varinvei s n ~o basI C~'. sAo n~o negilli V(lS,

Note-se que 0 valor de F, que na soluO;:~(l inicial era !! 2 ~, dim inuiu I1U 2.1 iteracau puru

F- (2) (I) + (0.5) (I) + (0.5) (I,~) + (2) (1.5) ~U5

a I in}';i ndo, flnalrueruc, nesra so I "o;:Ro, 0 vulor min i mo de

F " (0.5) (2) + ( I) (I) + (0.5) (I ,5) + (2) (0.5) '" 3.75

pura

XII == x 11 '" 0 (varia vels 11110 basicas)

x,] " 2, x" '" I, XII'" I ,5, xl)" 0.5 (variaveis basicas)

que e H soluO;:Il0 6ptima,

Va le II penn refcrir aqui urn ou tro prccesso de obter ~ ~(1I!Lo;:ao inicial, n charnado rnetodo dos "custos mimmos" Esie metodo consrstc em dar pnondade, noprccnchimento do I.' quadro, il~ casas qUI: lem assoeiadcs os urnis baixo, CUSIOS de transportc, Se tivesscmos prccedido assirn, teriarnos i mcd iatamcntc obtido a 50luCAo optima. Nao llque, noenianio, a ideia dc que cste rnetodoe sernpre rnclhor que a dn "regra do canto noroeste", pois nil generalidadc des problemas tal nao sucede, Em qualquer CIISO, 0 fundamental consiste cm deierminar urna solm;:ao basica inicial para poder dar inlcic ao algoritmo resolutive.

J!i se dissc que a resolucao de urn problema de iransporres impl ica 'I~IC esse problema seja cqui- 1 ibrado, 01.1 seja, que

'ta. ==I,",

jill Jill

a que se toma cvidcnte se I'ccordannos que us restricees erum:

I,J:~=a, (i",I,2, .. "m) e

j-I

fx~~b, 0"0=1,2".,,11) tel

pelo que, nplicando scmatorics e111 .1111bos OS rrrcmbros, resultu

OI'TIMll/\CAO 1.1NT/\I( • 87

donde deriva 0 equilibno refendn,

Quando nurn pro b lema cste cqul I [brio nao su veri ficar, deve cornecar per .i ntrcduzir-se ulna origem ou urn destine ncticios, cuja capncidade de producao 00 de recepcao (conformc 0 case) e dado por:

O~ custos dc rrnnsporte associades 3 crigens 01.1 Fontes ficticias deverao SCI' eonsldersdos sernpre iguais ~ zero

01111'0 aspecto 8 referir G a possibilidade de ocorrencia, tul como no Simplex, de sctucocs degeneradas, nas qua is 0 11(1 rncro de vari a vei s nao 111.11115 C 111 ferior a (m + n - 1), i sio ~, existcrn vari a veis basicas iguais a zero. N os prob ternas de rransportes fI degenerescencia e, em geral, rcso I vida com toda a facihdade por urn rnetodo designado por metoda das pcrrurbacecs,

E~I~ mercdo conslste fundarncntalmcrue 0111 ncresccntar a disponibilidudc de LIma ou rnnis origens urn valor in finiresi mille e [i rar pari ida desies vale res pH fa con sidcrar IInri;'1 vei s basicas adiei onais, tarnbem com valores igun.i s a e, de modo a per fazel 11111 nurnero total de vm·in veis til fcrcntes de l.um i gua I a (m + 1/ - I). Para munier 0 problema equi I ibrado c nccessario ncrcsccntar lis neccsstdades dos destines tamca vnlores de Ii: qutmtos cs acresccmados as disponibilidadcs dns origens.

A urulc de cxcurplo considcrc-se 0 problema rcsolvido antcriormentc com urna pequenn m.odilica<;:a('), A r:ibrica B npcnas pode lorncccr 2.5 rnilhares de unidadcs, co centro de recepcao 2 necessita apellas de I mi lha r de 11 n ldadcs

o quadro inicial precnchido peln regra do canto noroeste e, nesre CIISO:

Dcs!lnos

2

J
L9~
2.5
6
2.S 88 • INVFSflGA(:Ao OpERACIQNAL

Estu so I u<:;iio e degencrad a por ter apenas 3 vari a vei s rnaiores que zero, Rccorrcndo ao metcdo das perturbacoes podc cscre ver-se 0 qu adro 5cgu i n re:

D c s t i n o s

to." 1.5

2

3

2+~

1;1

',. A 1 - e
; ·,':·:l
" '" 4fl '{r'l~~j
II'· '"
'i: '" ~. '. I
, OJ)
-2.5 -2
:"1 \ ~',~.~ i!.~ 0 B o
.. ·1 ',~ 0,:5_: 2,5 - e

2,5

2.5 + E

Esra solucao j~. nile c dcgenerada, urna vez que .tIl" t::> 0, 0 algorirmo do, transportcs pode agOfil scr aplicado tal como foi apresentado amerlorrncruc.

Fazendo ",= 0 obrern-se u, = 1.5. v, ,,2. vl " I. v, = 0.5. c'" = -2.5 c c'" = -2. A variavcl );1' deve scr incrcmcniada. obicndo-se 0 quadro:

.-J

': !'~y I .

~\{I---------r---------r-------l';" ' ';:~":;:;"::::_i-:;:"_i;,~',f:::;fr~~!'~~;f:;:~:'::

2 :<::>;j!L.:i~1i:;'(.

• ~ I '. ,I

Des Ii no,
2 J
A I -() 1 + e
~:,!,~'i~ ,~f:;\ '(i;i.
-2
n e 1.5 - e
~i;l @~) ~?-,~
2.5 2.5

OPTIMIZM;:Ao LINEAR' 89

Noie-se que a variavcl x') passou de E para I pelo que, neste quadro, existern 4 variavcis nao nulas.

Nestas cond iyOCS e possi vel prescind ir da perrurbacao 8 eujo valor nunca chcga a ser necessario especi ncar.

Para este quadro e fazendo-se "',"" 0, obtem-se "1 = 1.5, V, =-0.5, V," I, v, = 0.5, c;, '" 2.5 e c;," -2. A varia vel );21 deve ser i ncrernentada, obtendo-se, finalrnente:

2 3
2
A 2 2
@j ~ l@.l
D 0.5 2.5
~Ml f§E
2.5 Fazendo-se v, = ° obtern-se II, = 0.5, ul " 2, VI == -I, vl = -1_5, C;I = 2_5 e C;l = 2. Conclui-se que esta solucao e optima.

Urn ultimo aspecto dos problemas de transportes que deve ser re feri do diz respei to il ex istenc ia de trejectos i m possi veis entre origens e desu nos. Com e feito pede acontcccr quc, par qualquer razao, como por ex em pi 0 i m possi bi I idade fi si ca de rea I i zar lim dado traj ecto, se pretenda i mpor que a qua nt i dade transportada entre algumas origcns c alguns destines seja nula,

Para resolver urn problema cesie iipo e necessario considerar apenas cuSIOS de transportc exccpciona lmente clevados entre essas origens e esses destines, 0 va lor desse custo cxcepciona lmcnte etevado pede ser rcprcseruado par M, dada a analogia entre este procedimeruo e a rnetodo do grande M_ 0 algoritmo dos tra nsportes pode, ass im, ser a pi i cado da forma usua I, garantindo-se que as variavei s conesporidenrcs a trajecros impossiveis tenharn valores nulos na situacao final, mesmo que renharn esses valores positives nos quadros intermcdios. Tal como no metoda do grande M 0 valor de M nao preci sa de ser cspeci flea do.

A titu 10 de exernplo, considere-se 0 problema apresentado in icialrnente, acrescido da resrricao de nllo ser possivel transportar qualquer unidadc da fabrica A para 0 centro de recepcao 3.

90 • [NVOSTIGA(;AO OI'ER-'CIONAL

o pri meiro quadro toma a forma:

, ,
2 3
M-2,5
'" A [- ~ I .. 0 2
" ¥l§a m 9:~
.,
..
-0.5
0 B +0 0.5 - e 2.5 3
m ~
1.5 2.5 Arbitrando !I, = 0, obtcrn-se 1./2 = -0.5, v, = 2. v2 = I, v_ = 2.5, c;J = M - 2.5 e C;, = -0,5. A variavel Xli deve ser incrernentada. 0 novo quadro toma a forma:

Ocslinos
2 3
M~3
'" A O.S 1.5 2
" mJ m m
..
..
0,5·
B 0.5 2.S 3
Ililm ~~
.
1.5 2.5 " "

QPTIMI7.Ai;AO LINEAR • 91

Considerando «, = 0, obtem-se III = -1, v, = 2, vl = I. VI = 3, c;J = M - 3 e ";2 = 0.5, correspondendo, portanto, il solucao optima. que e:

XII = 0.5 Xl' = 0.5

Xl) = 2.5

A funcao objective toma 0 valor F = 8, maier, naturalmente, do que 0 valor obtido quando Olio se impoc a rcsrricao ad i ciona I de x, J ser nu la.

14.3. Transexpedj~ao

Nos problemas de transportes apresentados em 14,2 considerarn-se apcnss origens e destines.

E frequentc, conrudo, exisri rem nao apenas origens c dcsti nos mas rambern armaaens au enrrepostos onde 05 prcduros silo ternporariarnentc arrnazenados ou, de forma rnais geral, locals que nao produzern nern ccnsornern, mas por onde os produtos podern, eventualmente, passar,

Na formulacao mais geral pede mesrno adrnitir-se que rodos os ponros podem funcionar sirnultarieamente como origens, entrepostos e destines, constiruindo assirn uma rede cujos fluxes podem ter origem, desrino au transirar par qualquer ramo entre dais pontes.

Assim, sc considerarmos m origens, /1 destines e p entrepostos, podernos formular lim problema de transportcs, tal como foi apresentado no capitulo anterior, em que se consideram (m + p + n) origens e (m + p + n) destines. 0 numcro total de variaveis e, naturalrncntc, (m + p + n) . (m + p + n). 0 nurnero de variavcis basicas e 2(m + p + n) - 1. E, naturalmcnte, necessario conhecer a matriz de custos. que tern a dimensao (m + p + n)' (m + p + n)

Para sirnplificar a notacao pode considerar-se que xlj e a quantidade transportada de i paraj, fazendo-se:

i'" I', 2, .... m, m + 1, m + 2, , m + P. m + p + I, m + p + 2, ... , m + p + /1

i= 1,2, "., m, m + I, m + 2, , m + p, m + p + I, m + p + 2, "" m + p + n

sendo m 0 nurnero de origens: p, 0 nurncro de entrcpostos, C n, 0 nurncro de destines.

Cada local que funcione como entreposto tern de ser capaz de ceder aos outros locais uma quantidade de produtos que, no seu limite superior, so pode ser igual a Q, sendo Q dado par:

Q=Ia, =IA

I-I j=I

Assirn, cada origem devers ser capaz de ceder um valor inferior a a, + Q, e cada destino devcra ser capaz de absorvcr um valor inferior a b, + Q, adrnitindo que, no limite, todos os prcdutos transitavarn por todas as origens c par todos os destines.

92 . INVESTIGACAo OPERA ClONAL

Dcve ainda ser considcrado que cada erurcposto c cad" destine luncionando como origem dcvcm ser capazcs de ceder Q. Analogamerue, cada origem e cada entreposto funcionando como destine devern ser capazes de absorver Q.

o problema de transexpedicao pode, assirn, ser forrnulado em ICIl110S de prograrnacao linear:

Sujeito a:

(i eo 1,2, ... , In)

(i '" m + I, In + 2, ... , In + P + II)

m"'p~!i

I,.xij=Q

i'lll

U '" I, 2, ... ,m+ p)

Itl"l<P&1'1

I,xij=bj+Q

i=1

(j = m + p + I, ... , m + p + II)

(i,j=I,2, ... ,m+p+n)

Esta formulacao corrcsponde, afinal, a urn problema de rransportes e e, portaruo, urn case particular de PL. A sua resolucao baseiu-se no a lgori rmo dos rranspones que prcci sa ser "ex pand i do" para acomodar todas as origens, destinos e cntrcpostos,

Para cxcrnplificar a resolucso de problemas de transexpcdicao considcrc-sc 0 problema aprcsentado no 14.2 com a conslderacao adicional de urn entreposto represeritado por E. Em vez de duas origens e tT(~S destinos temos agora um total de seis locais que podern desernpenhar 0 papel de origcns ou destines.

A rnatriz de custos i: dada per:

OPTIMIZACAo LINllAR • 93

o primeiro quudro do algorirmo dos rranspcrtes, precnchido pcla rcgra do canto noroeste, e resolvida a dcgcncrcscencia pclo mctorlo da pcnurbacao, lorna a Jorma:

.} .. :."

A
B
, J'.~ E
: ~l
~~
;/"
2 A B

E 2 3
0 -2.5 -5.5 -8 +8 @.ill 7
- GY2 r,'Bi"l -!ffij
5 - e [Q:~l -1.5 -..1 -..1.5 8
!.'fn~~ ;Q~ ~~ 5 ~M 2-8~
b:~il 3+a\Wi~
- ~] - ~
6.5 3.5
- ~~~?J~ - fmll 5 - e _'''~ -1.5 -5.5 5+e
11~ iil§J roB)
1 + 8 ~&l 4-e~ -1.5
-w
-~ 2.s+e~ 2.5-8!J'g1 5 6.5

7.5

Aprcscntarn-sc a segui r os quadros necessaries ate iI 0 btcncao da solucao optima.

-4 3 -1.5 -..1
- f!tl ~~ - Nl~
-3 2 J-8m- -1.5
~~! ~I
-1.5 3.5 3+8@@l
l~1I - lfim
-0.5 4
~ij - m
8.5 6.5 4 94 • fNVESTIOACAo OroRACIONAL

OI'TIMIZA"AO LINI:"-Il. • 95

A -g - ~ A - ~1! - ~fi 2 @m 7
1.5 3-&m -1.5 -4 B 15 5
B -m 5 ~ - m +Q~ - 6 8 -~ ill,\j o.s r'~ 1 ~~ 1.5 ~ - ~ 8
.9"')
2.5 2+&g 2.5 - &i'§i '-1.5 E 2.5 1.5 2.5
E -wm - m -m O.S ~ 5 I -~ - ©:8J 4.5 \:li\"l.l - W&1l -1m O.S~ 5
·J.5 3.S+Sm I.S-OU 4 2.5 2 2.5 2.5 2.5
- Uii - g - [fr2] - ~!:tJ 5 - tr~ - mw - ~~.TI 5 .!l.~ -§ -m 5
2 .5 6.5 4 5.5 2.5 1.5 1.5
- w.m - ~ - ~ - ill 5 r~ - 9 5 - ~ - @ll -~ - !i~ 5 IDlll - m 5
.3 .. I '\ 2.5 2.5
-![,] 5 W@l 5 - fg,'¥J - D - @Tij S gqjJ 5 A

.IS

-fflJl

B

E

2

3

Os elementos da diagona I nao tern signi ficado flsicc, poi S correspondem a uma quanti dade ced ida par cada I Deal a si proprl o. A sol ucao fi rial pode ser representada graficarnen tc:

; .

As VII ritl vcis basicas s~o:

Todas as restarues variavei s slio !1~.o bdsicas e, portanto, nulas, o valor da Funcao Objective c dildo por:

F" (2) (0.5) -I (0.5) (0.5) + (I) (I) + (1.5) (0 5) + (05) (0.5) '" 3.25

0, proh I ernas de dcgcncrcscenei II C B com; i deracao de 11':1.1 ectos ill1p()ssi ve is ,ao tra t~ti os de IOl"lllfl a nulogn ,10 que foi considcrado em 14,2.

14.4. Afccta'fi'io

Urn problema de transportes de dirnensao (n x n), em que us vuriaveis pcdern tornar apCI1<IS os valores 0 OU I, e em que todas 3S neccssidedes e todas as disponibi lidadcs sao unitarias, designa-sc por problema de afcclllcilo. Urn cxcrnplo ripico de urn problema dcar~eta~!lo consiste na distribui~~o de " Irab~llhlldLlrus par n tarefas de 1'(:11'1110 0 quu cuda irabalhador execute upenas urna rarcfa, e que cudu tnrefn seju cxucutada apenas per urn rrabalhedcr, sendo conhccidos os CII,tOS (ou 05 bcncficios} till r~lllizu~~o de elida tarefn por ceda rrabalhadnr

Num problema desrc tipo exisrcm n! selucoes possivcis, pclo que e rnanifcstarncntc incenveniente,

ou IIleSl1l0 i rnposs lvel ,eneQmfUr n soli I~~O 6Pli ma par I CIlIDLivn~. l'ara \1111 p rob lern a que ~lIvul vessu 5 LUre fll q suri II ncccssari 0 p rocurur a slllll\:~Cl optima entre 121l so 11I~llus possi vc is. Para urn problcmu COlli 10 tnrefas 0 nilmero de solucees possi veis seria 3 628 800.

Urn problema de afecracao, lui como urn problema de uanspnrtcs ou de transexpedrcac, rode scr

forrnuludo ern iermos de programa,,~o linear.

Ccnsldere-se que X,,, (i = I. 2. "', ,,; t= 1. 2 •...• n) reprcscn La il arccla~ao do uaba lhador .I It IU rc fn).

BSla vanavel iorna 0 valor 1 se 0 trabalhndcr i for cfectivarnente a<;~ociado a tarefaj, e roma 0 valor 0 no ceso cnntrano, 0 eUSIO de 0 trabalhador i reali zar a rarefa / rcpresenta-se por co' Assirn, pede formu lor-

-se 0 scgulnie problema de PL:

Min F -=:t :tc~ x~ i_I J-I

sujoiro a:

(i= 1,2, .... Il)

~ x =1

J:.. 'I ,.1

U=I,2 ..... n)

u.i= 1,2 .... , ,,).

QpT1MllACi.O L.INF. ... R • 97

-----------------------------------------------

A resirtcao X'I " 0011 I nne c Ihcilmenle 10111.1(1111,)111 cnntu pOI Lilli atgoritmo corrcntc de PL. Pod" dCI110I1Slmr·se. cornudo, que cstu rcsiricao pede ser suhsritutdn rein condil;nO de nao ncgurlvidade, x" :?: 0, corrcnte em problemas de PL. scm que 8 solucao optima dcixe de corresponder a valcres lntciros iguais .1 Oou 1.

Embora 0 problema possn ser resolvido par urn ulgoritmo de PL. pede tirar-se partido de estrurura purticu lar do problema {I~ n rCcln~nO para desenvclvcr urn algorirmo especifico, que se designs por Metoda Hungaro, Esie rnetouo tern per base 0 facta de a s()l!I~llo opurna de urn problema de IIfecta~ao nso scr alternda se for adrcronadu (ou subtraida) II mesilla quanudade aiodos os elementos de uma qualquer lilllill ou coluna da rnatriz de CI.lHI()S,

(J M erode H ungarn bnsoin-sc Lli uda nu rn teorcrna, dcsignnci() per Teorerna de Kon ig, que so aprcscnta II scguir crnbora scm dem(\nSll'n~O().

Um conjuruo de elementos de lima rnatnz drz-se independcruc se mio houvcr mnis do que urn clcrncruo desse conjunto em qunlqucr das linhas da mutriz,

Pa ra urna rna triz 'I uudrud H CJ Tcorcma de Ken i g est n bclece Cjue 0 max i mo nUI11C[O ric zero, constituindo urn conjurno indcpcndcnte e igual ao rninirno ruimero de linhas necessarias para incluir todos os zeros dam II triz,

Adicionando au subtrniodo vnlores de forma adcquada as linhas e as colunas dn matriz de custos, de dimcnsao (/1 x 11). de urn problema de afeciacso, ncabu pOI" sc abler urn problema cquivnlcrue com n zeros i ndcpenderues, Esses zeros corresponde m ~ n fCCliIyilo llpt i rna, fazendo-se x'i '" I pll m os va I ores nulns da rnarriz de CU~IOS transformada, c x. " 0 pam os resrantes.

o M ctodo H ungero C npresemndo a seguir atrs ves de U III ex cmplo numcrico.

Considcre-sc que existcm 5 trubalhadores que dcvcrn SCI' afoctados a 5 tarefas, A matrlz d05 custos IISSOC iudos il real izacno de cadu lure fa par cada traba lhador e a scgu inte:

,

'i

Subirair 0 menor elerncnto de cada coluna a iodos Q, clcmcuros dessa col una. A pnrtir do quadro obtirlo, su btra i r 0 rncnor clemente de cada Ii nha D iodos os elemcruos dessa Ii nha,

98 . INVESTIf,ACAO Or'ERACIONAL

Obtern-sc, a ssim, Slices, i varncn re:

13 7 0.5 0.5 6.5
11.5 8.5 2 0 5
7.5 7.5 6 6 n
0 0 5.5 t2.5 7.5
8.5 I.S 0 7 12 I2.S 6.5 0 0 6
11.5 8.5 2 0 5
7.5 7.5 6 6 0
0 0 5.5 12.5 7.5
A.5 1.5 n 7 12 Neste quadro existc necessariamerne pelo rnenos um zero em cada linha c em cada coluna,

2.1 PASSO:

Considerar a linha, ou linhas, com rnenor numero de zeros. Enquadrar urn zero nessa Ii nha, ou I inhas, e cortar tcdos os cutros zeros ex isrentes na rnesrna lin ha ou na rnesrna co I una de urn zero enquadrado:

Proceder sucessi varnerue desta forma ate jii Ilao haver zeros para enquadrar au corta r .

..
!2.5 6.5 )( )( 6
ll.S 8.S 2 []] 5
7.5 7.5 6 6 []]
[]] )( 5.5 12.5 7.S
8.S 1.5 []] 7 12 OPTIMTZACAO LINEAR - 99

Sc sc obti vcr Lim zero enquadrado em cada Ii nha e em cada coluna, 0 COI~UIl10 de zeros euquadrados define uma solucao optima. Caso conrrario c necessario prosseguir com 0 J.' passe. No exernplo aprcseruado nao ex isiern zeros enquadrados na I" I inha e na 2.' coluna,

3.' PASSO:

Marcar com urn sinal todas as linhas que nao tenharn U!l1 zero enquadrado (I.' linha, no exernplo considerado), Marcar rodas as colunas que tenham pelo rnenos urn zero riscado sobre linhasja rnarcadas (3.' e 4.' colunas). Marcar iodas as linhas que tenharn zeros enquadrados em colunasja marcadas (2.' e 5.' linhas), Prossegu i r sucessi varncntc com a rnarcacao de Ii nhas e colunas ate ja nile ser possi vel lazer rnai s rnarcacocs. Riscar tcdas as linhas n~o rnarcadas c todas as colunas marcndas (3.' c 4 .. ' linhas, J.I e 4.' colunas).

12 ,/

4.' PASSO:

Considerar 0 mellor elemento da subrnatriz dos elementos niio riscados. Subtrair esse valor a todos os elementos nao ri scados e soma-to aos elementos riscados duas vezes, isto e, pertencentes s imu I taneamente a uma iinha e a urna coluna riscadas, as elementos riseados apenas uma vez (em linha ou coluna) nao sao alterados, Vol tar a executar 0 2." passo.

1 0 a . I NV1:ST 10 ~C~O OrERJI CIOtIilI

Obteve-sc urna solucao optima dado que 0 quadro aflr"~,,n(a urn e urn so zero cnquadrndo em cudn Ii n hn c em CLitia co luna, Sc lui nno aconrccessc scria n~~~~~li rio vo ltar II execu tar 0 J.' C 0 ~ 0 passos II (il ohlcr uma solucao npuma, fI IlUIlf17 final de a rCclilCao , que corrcspondc ;l ,01 ucao optima cncontrada. rem a forma:

'I

5
0
0
• ,,-,!
0 II

o

u

e

u

II

o

o

Q

o custo associado a csta ~('II\lC~o Ii dado pur:

\ ,

/ .... 2: L,clj XII ",9+5+5,5+'1.5, 9.5 = 3J.5

j .. 1 ~III

Urn problema de afectacao desequilibrlldo, istoe, urn problema em que 0 numero de trabalbadorcs e de iarcfas nao se] a i gua I, pede sc r faci lrncnte reset vi do pelu i rurod u0;:1Io de rra ba I hade res ou tare las ficricios, com CUSIOS nulos, tal como i: feito nos problemas de rranspories.

A imposio;:Ao de afeCLa~QCS impossivcis, ISIO e, a imposi~~o de que urn dado trabalhndor n~o podcrn rculizar uma dada tarefa, pode scr rcsolvida tamhern de formn analogn uo que foi aprcsentudo em 14.2, <1lr1lVCS da intl0du~~o de um VII lor de CUSIO M, rnuito grande quando cornpnrado com os mil res va I orcs tlo custo.

Capitulo 3

Gestao de Projectos

1.

Introduc;;ao

1.1. Gest50 por objectives C gC5tao de projectos

() desenvolviiucnto dus actividndcs prOC~SSll'5C, em geral, 110 espaco tins organizacces (crnpresas, services, ctc.) e visa atingir objccrlvns que sausfarao as necussldades ou as nspira~ijes previarnente idoruiflcadas, tal COIliO sc estudars no capitulo score a problcmatizacao dos processes de deeisao. Ora II estruturacao de tais descnvol virncrnos depende directarnente do modelo de 0 rgllnizao;:iio e de f:u ncionnruenro da ernprcsu au do service em causa, tendo vindo a verificar-se durante os ultirncs tempos Lima prefcrencia progressiva pur rnodclos que relaeronern directarnernc as meras II ntingir com a disponiblil.!11'110 de rnelns e COIll a constitulcao c a dllra~ll0 das equlpns necessaries ils actividades a dcscnvolver

Esm ntitudc hl:cstiio por obJcc!i.Yos» - ver, por exernplo, Drucker. 1992) tern vindo a suseiiar rnotlelos de orgHni'zll~110 do tipo inntricial orule us Iinhas da rnntriz cOrrCspi")I1t1~11I as divcrsus cspecialid ades des recu rsos que con tri bu em pa ra a const i t II io;:a 0 da s eq u i pll 5 nccessa ria 5 e orient ada s pn ra a I i ngi r as 111UIIiS (colunes) prcscotcmcntc definidas (Figllrn 3.1). II organlzacao gllllhn, nssim, Ilexibi l idade e relcvimcia d lrectameruc forrnulada em fun,.ao do que sc pretende atingir scm sacri ncar a estnbilidade das areas de cnrnpctcnci ~ cspec i fica que rnamern as SUIIS 16gica e orgun izacao proprias,

Ow, a organizacao dos diversos tipos de recursos em equipas orientadas pam atingir as metas predefin I dus, bern como a coordenacao e a geS180 d as suas acti vidadcs segundo cri leri os de qua I i dade, elicncia e cficiencia, c precisarncruc 0 que se pode designer por gcstii.o de prejccrcs, ja que se uti liza aqai a dcsigmWao de projecro como sin6nimo de ernprecndimenrn, ou seja, de urn conjumo de Imns[on11l1yoos geridns com rae iona I i dade e desti nadas a aungir Ii nn I idades bern dcfinidas.

INVESTIGA~O OPERACIONAL

Luis Valadarcs Tavares Rui Carvalho Oliveira Isabel Hall Themido Francisco Nunes Correia

Institute Superior Tecnico Llsboa

T 57 .6 .158 2003

182310 ULL

McGRAW-HILL

LlSBOA. SAO PAULO' BOGOTA· BUENOS AIRES' GUATEMALA MADRID' MEXICO' NOVI> IOROUE· PANAMA· SAN JUAN· SANTIAGO

AUCKLAND. HAMBURGO· KUALA LAMPUR' LONDRES MILAo. MONTREAL' NOVA DELI· PARIS' SINGAPURA • SYDNEY TOOUIO • TORONTO

100 • IIIVtSTIGACAO 01'1 RACI::.O:..:;NA:..:;L=-- _

Ohteve-se urna solucso optima dado que 0 quadro nprcscntn lim e urn st', Z 'I'll enquadrado t~111 cudu unhu e em cada coluna. Sc wi miO accmcccsse scria neCCS~,HIO volrar II cxccutur 0 J • C 04· PUSSIIS ale obtur lima solucfio OptlJ1111. A rnarriz finn) de nfcctacao, que L'IIiI esponde iI ,OIII~nO optima encontrudn, lem a fcrmu

.. '

..

,

~. .~ HI

0 u
0 I) ()
- f-
J 0 o 0
4 0 U
S 0 0
.~,:~~ . , t '
;,.\I!': "

II

-

o 0

-1-----+-----11,'; ' ... '

tl-~"I!; 'I

(I

o

.. r'~ t,

o custo associ ado n esta solucno i: dildo por:

I I

F=I, l>~x,,"'9 5 5.5+45 9,5=33.5

I_I ,.1

Urn problema de urccl8~aO desequilibrado, ism e, um problema em que 0 mlmcro de trabalhadores e de turefas nao seja igual, pode ser facllmerue resolvido pe!n lntrcducao de lrRbalhadores ou inrefas ficricios, com custos nulos, tal como Ii feito nos problemas de rransportes,

1\ imposicao de afCCl1l90es irnpossiveis, isto e, a IfTIposi~~o de que urn dndo trabalhador nao paderli reallznr urna dada tarcfa, pede ser resolvldn rarnbem de fonnn unalcga ao qLIC r(li aprescntado ern 14.2, atraves da iruroducao de um valor de CUSIO M, rnuito grande quando comparndo com os ourros valores de custo,

/.'

.~

Capitulo 3

Gestao de Projedos

1.

Introdu~ao

1,1. Gestao por obJectivos e gc tao de projecto

o dcscnvolvirncnto lias nctividadcs proccssa-se, em geral, 110 espaco das organizaeoes (cmprcsas, scrvieos, erc.) e visa ntingir objectlvos que saiisfarao as ucccssldades ou ns usplracbes previurncnte iderui ficadas, tal como sc estudara no capitulo sobre a prob lcmauzacso dos processes de decisno. Ora a esrruturacao de tais desunvol virnernos depcnde directarnente do modele de orga niza~:i{l e de lu n c 10, numcnro cia emprcsa ou do service em enusa, tendo vindo a veriflcar-se durante as ulrirnos tempos urna preferencia progressrvu par rnodelos que rclacionern directamente as rnetus a atingir com a (hSPODIbliL.:t~Jo de meios C COITl II constituicao e a duracao das C!lIIIIJll~ nccessarius as nctividades a descnvolver,

"Sin atirude ((g~sliio por objecuvns» - ver, por cxemplo, Drucker, 1992) tern vindo (I suscitar modclos de organizucno do tipo matncrnl onde as tinhas da rnntnz correspondcm As diversas cspccialidudes dos recursos que coniribucm pam II constimicao dus cquipas nccessarias c oricntadas pEtra fit ingir as mctas (colunas) prcscntcmcnrc definidus (Figura 3.1) A organizacao gannn, assim, flexibilidadc c relevancu, directamentc forrnulada em fun!;30 110 que se pretcnde atingir scm sacrificnr a estabilidadc dns areas de cornperencla cspccifica que ma~(C:m ns suas logic!! 0 organizacao proprius.

Oro, 3 organiZ1l911o dos diversos upos de recursos em equipas orientadas para atingir as metas predeli 11 i dns, bern com 0 n cocrdena 98.0 c a !lCSlao das su as ac I i v I dades segundo cri tcri as de q utili (il ad c, eflcncia c eficiencia, (; precisarnerue 0 quo se pede designer por J:tcstiio de projCclos,ja que se utillza nqui a dcsignllr,:fto de projecto como sinonirno de empreenrnmenm, OU seja, de urn conjunto de rransfonnucoes gerirlns COIll racionalldndc u dcstinadas 0 atingir finalidaclcs bern definidus.

1 02 • r NVESTIOACi.O OPERA ClONAl.

Metas




-=1
Figura 3.1. Modele matricial.

A gestae de projecios tern vindo a correspcnder a urna das cornponentes que muito se tern desertvolvido no ambito da Investigacao Operaclonal (10), pclo que importa aqui aprescruar as principals .. contribuicces dispcniveis e que se situarn geralmente nas areas de:

a) Formular,:iio e rcpr escntaefio dos problemas atraves da conslruc:il.o de rncdclos rcallstas e eficientes;

b) Elaborncau de algoritmQs visando alcancar as rnelhores solucoes para os problemas de gestao do tempo e dos recursos em cada projecto a desenvolver,

a recente desenvolvirnento de rneios informaticos potentes e portatcis bern como a disponibilizacao de software especifico vocacionado para 0 apoio 11 gestae de projectos perrnitem produzir instrurnentos " avancados que podern apoiar 0 gestor na obra Oll na fabrica, gnnhando em qualidade e rapidez de utilizacao.

A aplicacao destes modclos da 10 na engenbaria corresponde a uma das prirnciras linhas de utili-

zacao de ferramentas analiticas na gesrao de obras, podendo genu substanciais aumentos de produtividadc e eflcacia no panorama da industria nacional,

1_2. Defini~ao de projecto

Se quiserrnos dar it designacao «projecto» 0 seu Significado rna is ample, veremos que ela e aplicavel a grande parte das accoes vcluntarias desenvclvidas por qualquer entidade, quer tenha natureza individual quer correspcnda a urna cclectividade de maier ou rnenor dirncnsao (ver, por exernplo, House, 1988).

GESTAO OE PROIECTOS • 103

Com efeito, pod crnos designer pOl' projecto urn conjuruo de accocs que se realizarn para poder atingir urn deierrninado fun. Desta definicao podem extrair-se diversas ilacocs:

I. 0 projccto exisrc em funcao de urn (ou, eventualrnenre, rnais do que urn) objectivo, que se de vera traduzir pOl' metas e especificacdcs precisas,

Este conjunto de especificacoes define 0 que os beneficiaries ou utilizadores do projecto pretendern vel' concretizado, pelo que contern sernpre opcoes cruciais no que respeita it natureza, il dimensao e a qualidade do que se vai realizar, No case dos emprecndirnentcs de Engenharia Civil, esta deflnicao designa-sc, em geral, por «prograrna» do ernpreendimento, 0 qual nao se devera confundir com 0 prcgrarna que rraduz 0 resultado do planearnento como sc vera adiante.

2. A dcnniyuo das accocs que constiruem 0 projecto resuua de urn proccsso de seleccao ern que, pcraruc di versus altcrnaiivas possivcis para atingir 0 lim descjado, sc escolhe aqucla que for julgada mais varuajosa em funcao das «gararuias» que der de ter sucesso (iSIO e, de atingir 0 fim desejado), dos recursos a mobilizer para a sua concretizacao, c, ainda, dos cfcitos colaterais que possa provocar.

3. A analise das exigencies de cada alrernariva ao nive] des recursos que obriga a rnobilizar e urn processo complcxo dada a rnultiplicidade de accoes que pcdem cempor esse projccto e da variedade de tais recursos (tempo, meios humanos, rneios finaoceiros, equiparnento, etc.).

Nao sendo 0 objective deste capitulo a analise das rnctodolcgias existerues para a seleccao de alternativas, nao se dcseja, todavla, deixar de acentuar a importancia desta rase e, ainda, 0 facto de eta constiruir a primeira etapa da «vida» de qualquer projecto.

Uma vez selecionado 0 projecto a ser executado, hi! que passar ao sell planeamento e it sua gestiio. a planeamento de urn dado projecto consiste ria defmicao pormenorizada das accces elerncntarcs de que 0 projecto se ira cornpor e, bern assim, das condicces que sao necessaries para que cada urna dessas accoes possa ser executada. Trata-se de uma fase de analise cuidadosa em que essencialrnente hi! que visional' 0 desenvolvimenro do projecto antes da sua concretizacao, tentando descobrir estrangularnentos, dificuldades ou incompatibilidades, e redefinindo na sequencia dessas descobertas as accces elernentares e as suas inter-relacces, Dcsigna-sc por programs 0 resultado deste planearnemo.

Urna vez ierminada a fase de plancarncnto hll que executar 0 projecto. Para que a CXCCll<;:~O seja eficaz ha que garantir a disponibilidadc dos meios rcqueridos pOI cada lima das accocr elcrnentares no local e no tempo certos. S6 por si csta tarefa e Irequenternente de grande di ficuldade, dado 0 nurnero elcvado de accces elcrncntares a descnvol ver e a grande diversidadc de rneios que elas exigern para podercm ser realizadas,

Este e urn dos aspectos irnportantes da gestae de lim proj ecto, pois s6 atravcs dessa coordenacao sera possivel garantir que nao haja recursos disponiveis scm serern utilizados por faltarem outros recursos si rnu Ita nearnente neccssari os mas ainda nao Ii bertados, e. conseq uentemente, a ocorrenc i a de ell stos desnecessarios.

A outra funcao principal da gestao de urn projecto e a sua monitorizacao constante e a eventual rcvisao sernpre que surgern alteracoes face ao planeado, Essas alteracoes podcrn ser, por exernplo, atrasos

104 ' INVI SlI0IlC,l.0..:O:;_I·.:..fRII:.:.:.:C::;.0:;N.::."::L:...._ _

de forncecdores uu cia proprio ritrno de cxccuenu, indlspnnibilidade de alguns rccursos, muduncas de CUSIOS relauvos, attcrucees recnologicas, ere, i\~ I'cvisOe~ II Iuzcr 110 projecto corrcspondcrao, muuas vczes, apcnas a aherO!;Ocs ao calendario prevrsto podcndu, no eruanlu, obngar tarnbern a InelusGo de nOVRS accoes elcrncntares ou Ii supressao de ourras, ESla. allcra~Ocs devcrn iarnbern manter urna grande prcocupacao em rela~Ao iI sal i sfa~Ao dns rnetas e das cspcc I n cacecs pretend idas (gestflO d 9 q !III lid II de) H n m de que o ernpreend imen to corrcsponda as expecrati VIIS C A~ ex igcncias de fin idas.

A grande dlficuldade desta missao e derivadu da sua cornplexidade (que pode ohrigar praucamente ao plancarnento de urn novo proJCCIO no caso de grandcs nlteraeoes) e da exigencia que permancnrernerue e colocada no gestor IlQ senti do de dar rcspnsta rapida liS aheracoes verificadas.

Pall! que o gestor possa desempcnhar cabulmcnte estn missi\o, devera dispor de dOl~ IIpoS de capacidadcs:

x l-uciluladc de nn:'lise de urna estruturu retnclunnl comptcxa e de pcrccp~ii(l tI.IS C(in~C(lucnci!ls decorremes de alternefies possivels a uuroduzir,

x Podcr de dcci~fin e poder para concretizar (ou de garanur a concretlzuciio) O~ dcclsOcs tornadas.

Q primclro \ipo de capacidades podc rcsultar de ractores variados desde 0 121cI1Io pessoal ate a expericncia de gCMno de outros projecios, podendo, no entantc, scr bastante arnpliado alr;!v'::!; tin disponibihdade de urn bom prograrna de cornputador que explicuc os aspectos quamimuvos de percepcao mais dlficil. No entanto, nqui, como em tan los cutros casos. 0 pape] do cornpurador e sobrcuulo Q de sirnular as conscquencias de 1I!lIU detcrminada octuac;lio possivcl ombom mmbern pOSS9 contrihuu purn nconsclhar esta OLIIICILlCIIl aet"lI~no, A urllizacao do computudor 6 pnuicamcnte indispensdvcl quando NC considerum

[ projectos COni ~1I11 numero de actividadcs clemcnturcs dn ordern das centenas <JU dos milhures.

o segundo upo de capacidades e tambcrn, naturnlmcntc, de importancia decisivu pam que u projecto scja curnpndo de forma eficaz, E, no entanto, mH1S dllieil cnumerar quais sao os ractorcb que rnais contribuem pare 0 sell dcscnvolvimento, ja que nau dcpcndcm apenas da pessoa (au do grupo de pessoas) respon s~vel pcln gusL~O do pro jecto mas resultarn La 111 ilc 111 do seu relaciona men 10 cern 11 res umte organiz~<;;ao n que pertencern.

Com efcuo, 51.: D capacidade de decisao e, em lllrj:ltl rncdida, urn factor de naturczu pessual, hsvendo pessoas que, me me dispondo de poderes para In I, tern medo de romar qualquer de isao, e obvre que essa , rncsma cnpucidadc c:: Irequcnternente restringida pela cstrurura decisoria da orgunil.u¥!lo.

Ao nlvet dn !lcstao de projecros C frequcntc ICVIlIIIUI"-sc 0 conflito entre as ccrnpetenclus de upo horizontnl ou por sccrores (por excmplo, liS dircc¥oc -gends flO Estado, ou as dil"l':cy()es de scrviyos nas emprc~us privlldas) e as compelellcias de tipo veritcill Ull pur projeclo. Enquanlo de lima chelia 00 modelo honzonlal dcpendcm pcssoas e problemos dll nlcsmu :lrclllecl1Ica, cnvolvendoposslvclrnenlc diferenles projeclOS em curso, de uma chefia ven iea I dcpcmlum so pcssoas c problemas rc lall vos ao project 0 em causa. cadu urn dos quais, no entanto, di ni (cn m(i~!lmcnle rcspc i 10 a uma das che na~ sec LorR is.

A irnportdncia de uma clcfini9ao clara de qlllli~ 11S !\rcos de competeocia do gestor dc [1l"Ojcclo e dos chefes dus di versas unidndes e 6bvia, devcndo olio hll vcr dtl V Idas sabre ate ondt [] Ilc~tOI sc pode envoi ver , e controlar rccursos (pessoais Oll mcios) de cada ul1ldllde.

.: h:.

GFST.\O PE PROI£CTOS - 105

2.

o planeamento do projecto

2_1. Introdu~ao

Q rcsultado do planeamento de IIIll projccro e geralrnerne dcsignado par pr-ograma. As metodologius de analise cornecarn tipicarncutc [lor decnrnpor 0 projecto em unidade elerneruares inter-relacionadas (usualrncnre designadas pur «ncrividadcs») e per definir rcprcscnmcoes irueligiveis do problema que scjarn adequadas e sirvarn os proPOMlIls das analises subsequentes

A obte09ilo do prcgrama Imlll rcsull<l cia aphcacao de tecnicas e algorumos Ii estrururacao do problema obudo nil fase amcrlor. U JII·uJ.:rlllllll, de cujo desenvolvimcnio !lOS ocupuremos 00 subcapitulo scguinrc, cnntcra lima descricno POl'lIlCIH)I'izll(IH tins IICv(}CS a lcvar a cabo, 0 cnlunchiriu de rcalizacocs, os Jl1cios necessaries, em surna. rodes ll~ elementos necessaries a UIl1 ptuncnmcntc uidado, Para II prcparacao desics elementos ha amda que produzir provisoes e estirnauvas II pnrur da mformacao (c experiencr drspnnivel.

a programa do emprecrrdimcrno dcvera sirua-Io convenientcrneruc:

x No espa90 das meras C dns cspcci ficacoes de quantldude c quulldnde que se pretendern atlngir (Espsco da q unlldade);

x No tempo corn todos os prnzos C datas a respeiiar (Tempo):

x No espaco dos rccursos ondu se deve considerar ioda n vuricdnde do mcios necessaries (Espll~o dos recursos).

2_2. Identific<lI'~ao de actlvldades e representa~ao das su 5 lnter-relacdes

Scm perda de generalidudc, urn projccto (Battersby, 1967) pede SCI' decornposto nurn conjunto de nctividades inter-relacicnadus II levar a cabo (<<sctividade" sera nqul eruendidn no seruido geral de «uma operacso. tarefa ou processo qUI; coo some tempo e, em geral, ourros upos de rccursos»), Oeste mode, a nnalise de urn projecio tendo em VlhtR 8 preparacao do seu planearnerno, corneeara scmpre pela idenuficaynO clRS activldadcs componcntes c das uucr-rclacees existentes enrro estes. Em geral, estas imer-rclncoes Rfln expresses por rclayOes de prcccdencla «((8 actividade 1\ dove precedcr U nctividade Ell, au «n fI I ividodo B s6 pede iniciar-se dcpois de A cstar concluida»), sendo CSllIS rclacecs de precedencla impostns por rnz\'lcs de eaniCler fisico, prillico, legal, politico, etc. QuIros lipos dc intcrdcpendencias mais complexas sao tambem possiveis, mas nem semple os metodos classicos de plaoeamcnto de projectos pennitcill incol')loni-Ias directamentc Ila analise. De referir, pela sua imporUineia. as illler-relayoes que surgcm q lIilncio as actividades COllcorl'cm pel tl Lll iIi za~ao de tim recurso escasstl, problema que abordaremos em normcnor mais adiante.

Idcnlificadas as aClividadc~ C liS suus Inlcrdependencias, hrt que dennlf lima repreSeOl3yaO intcligivel do problema que scja adcquacla c mVA os proposilOS da aoahsc subscquentc, que buscani 0 estabcleej-

106 • INVESTIGACAo OPERAClotMl

mente do prograrna do projccto. Urna reprcseruacao csquernatica que (em vindo 11 revelar-se extremarnente FrL\(lIOSa, e adequada a este fim coos iste num graf srno usua lmcnte des ignacio par «red e de ac livid ad CS}) e de que sc da um exemp 10 na figure segu inte:

B D
~ F 0
2
C E Figura 3.2. Modelo de rcde.

Nesta rede, as a ctivid a ties A, B, ... , F suo rep resc n tadas pclos arcos ori eruados, en qua nto os nos rcprcsen tarn «aeon tcctmcn lOS» em que estes corrcspondern il fin a liza ~iia d as a et \ vi d a des que lie lcs , co n vergern, podendc. portanto, dar-so inici 0 ils acti v idades que deles emergent. Este ti po de rcprcscnla<;i.io, que, alias, nfto Ii unico, tern a vantagern de lamar claras as interdependencias entre as eli rerenres act: vi dades, pcdendo conclu ir-se, norneadarnen te, que:

a} As actividades B e C dependern de A;

b) A actividade F so pode inciar-se depois de 0 e E estarern concluidas:

c) A sequencia B _" 0 pede realizar-se em paralelo com a sequencia C -l E,

Veri nca9~es deste tipo, obvi as para 0 cxernplo acirna, so se tornam apn re rues em rcdes com plcxas envolvendo urn elcvado numcro de actividadcs depois do desenvolvimento deste tipo de represeruacao. Para a lcrn destas virtu des de represcntacao, as redes de actividades slio 0 ponte de partida para as metodologias de analise que levarn a elaboracao do prcgrarna para 0 projecto.

N ao ha regras gera i s que def narn 0 grau de pormenor a que se deve lcvar a decompos i cao do projecto em actividades. Obviarnen!e, quanlo mais fina for a decomposi~ao, levada ate ao !livel das opem<;:oes elementares, mais completR sera a clescri<;:ao do projeeto, mas !ambi:m mai, complexa sera a rede de aClividades, 0 que di fLcultani a sua amll isc e compreensao. No extremo oposto, Lima dcscri Clio apenas ao ni vel

GESTAo DE PROJECTOS • L 07

des grandes processes ou rnacro-actividadcs lcvara a urna redo de simples analise c apreensao, mas dincultara 0 planearnento e, sobretudo, 0 controlo do projecto.

Um<1 solucao equi librada para cste problema nao deixara certamente de atender ao auditorio a que a descri y8.0 do projecto e di ri gida, Assi m, aos n i veis hi erarq u icos puramente execu tivos inrercssa urna descricao porrnenorizada e fina que ori en te as suas funcoes de execucao e controlo, Aos gestores de n ivel superior interessa apenas urna descricao global que climine os pormenores irrelevantes para as suas funcoes c sempre gcradorcs de dispersao, Uma forma de harmonizar estes inieresses contraditorios consiste na elaboracao do que se dcsigna par uma hierarquia de r edes. Para a nivel superior desta nicrarquia, a descricao do projecro sera fei ra em termos de grandes processes Oil rnacro-actividades que vao sendo progressi vamcnrc decomposias, consti ru indo-se eriulo sub-redes de maier capacidadc descri Ii va, voltadas para 0 apoio e a orieruacao das lu ncoes execu (i vas. Desta forma, e possivel prcduzir urn conj U 0 (0 de redes e sub-redes eujo pcder descriiivo e grau de pormenor silo adequados aos interesses e as necessidades daquclcs que as vao usar [lOS diversos n iveis da hicrarquia de funcces.

2.3. Identifica~ao de objectjvos e restrioroes

Neill sernpre sao claros II parti da os objectives que devern presidir a elaboracao cia programa para lim projecto, sendo rnui las vczes apresentados de forma nebu losa. Ourras vezes silo adiaruados objccti vos multi p los eli fici I mente harmon iza ve is, ou mcsmo centrad i tortes, do upo «Pretendcrnos rea I izar OSlO p rcjecio no minimo tempo possivel, com custos minirnos C urna cquilibrada \llilizHyilo des rccursos dispcniveis». No en tanto, a deli nicao c lara de objccti vos e condlcao i nd ispcnsavel I! elaboracao de qualq ucr p laneamentc. Em gera I, estes obj ecii vos girarn iI vel ta da d uracao do projecto, ou de partes deste, e des meios necessaries II sua realizacao, sejam eles rccursos financeiros sejam de outro tipo (rnao-de-obra, equiparnentos, rnaterias-primas, erc.).

o objective rnais frcquenremente citado e sem duvida 0 da rruninuzacao do tempo de realizacso do projecto, E baseado neste objective que se desenvolverarn as metcdologias de analise de redes de actividades que se esiudarao nesre texro - 0 CPM (Critical Patti Me/hor!) e a PERT (Programme Evolution and Review Technique) (ver Elmaghraby, 1977). Efectivarnerue, esias iecnicas comecam por ignorar as questocs rclacionadas com as utilizacoes de recursos - qualquer delas parte, em prirneira anti I ise, do prcssu posio de que os recursos sao i I irnitados - e preocupnrn-se esseneia lmeruc em de terminar as condicoes a que 0 calendario de realizacao do projecto deve obedecer de forma a que a sua duracao total seja minima, S6 em segunda analise as questoes relaciorradas com 0 planearnento da uti liza<;ilo des recursos sao ana Ii sadas, Rcstri nge-se a duracao do proj ecto ao seu rni ni mo determi nado pelo CPMfPERT e prccura-se j ogar com as graus de liberdade disponi vcis para encontrar urn calenclario para o qual a utilizayi'io de recursos scja equilibracla, Altemativamence. pode impor-se um mapa de disponibi I idades de reeursos q\le fUllciona como resITicao ao problema, e nestas condicoes a dura<;ao tom I do pro] ecto podera vir a llitrapassar 0 valor mi ni mo de!erm inado pelo C PMfP ERT.

108 • I NVI';SIIOA(:Ao OPE:I<AClllNAI.

2.4. Prcvlsaoe estlmatlvas

Quulquer accao de p llillCIl men I 0 prcssupoe a CD pnci dndc de ela borar p ruvl sees e est i rna Ii vas ern rclacllo B llcontccimllntos futures, ESlaS cstimati vas serao pnmordialmente baseudas na mformacao disponivel C Ila experiencia acumulada c.tenro quaruo possivel, duverao ser ob!idas a partir de bases objecti vas e po I" metcdos transparentcs,

Em geslao de projectos, a protllJ~~o desras estirnau VII~ l: pnnicularrnerue di llcultudn pclo seu caracier unico. Efccuvarnente, cada proJcc!o 6, em gerat, urn cu,· d ·I'.rpece. e raramerue sc vcrificam replicas cxactas ele II rna real izacao a mcrior, Deste modo, a cll\l)(jru~n() de previ sees c c~t i 111~1 i vas Illlo podere ser fci In pm rcfcrencia rnecan lea n casns 0 ntcriores. No crua [Ito, a i ilia rmacao e a e}(puri~ncil1 que vilo seudo acumulndas uo longo de rCDli7a~l'Ics pnssadas com curactcrtsr rcas scrnelhanres dcsernpcnharao aqui urn papcl fundamental. E, assirn, vllnl manter regisros udcquados que descrevarn a I,islorin de projecios jr! levados a cubo c prever 11"1OCI1I1 i smog de cornpi laGilo da in j'orl11i1~~o com umn CSI rLIILII·1l ~ u rna organi7.:l911C"1 tais,'luC possam apolar de [ortun cfcctiva 0 plancarncnto de projccres futures. Iurnbern ncstes aspectos o ccmputador pode revelar-se urn mstrurncnto de apoio inesurnavel arraves da cria~§Q de bases de dados orlcruadas pa ra estas r"U o¥ocs,

race ao quadro de objectives e rcsrricces definido, us provisoes e as cstirnativas a produzir dirjlo , esscncial mente respeito II tempos de rca I\za~ao e a rneios necessaries. Assirn, pora cada actividade em que

o proJCC\O for decomposto hd que cstirnar:

Ii) A du rll~:i 0 da aCI i vidade:

b) Os rCCUfSOS (Ilnenccircs, IUno-de-obra, equlparnemos, CIC.) necessarios il SUit realizacao,

BSLII~ duns alincas nao sao indcpondcntes: M. <~rJzl'lcs de ccrnpensacao» ebvins entre os tempos do reallzacno e os meios ernpregudcs, l~ natural, portaruo, que OIl1 rclacao II estes lIMpCGlOS seja nccessario procedcr por neracoes ate se encontrar urna solucao equ i librada, 0 imponante .; que csias estirnati vas sejarn 0 rnnis realisras possivel, uti: pcrque II qualidade do planearnento dependc em larga medida desta propriedadc, Havera queevitnr opurnismos exagerados que levern a objectives Irrcalistas, bern como pesstmismos inadequados que produzam urn calcndario pOll co cxigerue, isto e, que nno urn plene parti do des rneios dispcniveis (nao podemos esqueeerque a duracan de urna tarefa tendo sempre a dilatar-se aui so csgotur 0 tempo disporuvell).

1.ln[)UrIH ainda que, em vel m dus prcvi soes e dns cSli n lilt i vas flllUis, soja \lsllibelodelo urn largo COIlsen50 dOH inlervclliemes 00 gC5!llo c no execu~ao do l}fojccw. ESlUra c.crtamcnlc vOl<ldo ao fracasso um plunCOmOnlQ bascado em eSlimlllivas em que os princlplli, 11(;lor05 da sua concreLi?,a~llo H~O acrcdilcm ,'I pa rt idll. Sora a~~ i m imporlnnte ~lIvolve[' esles ac loru.~ dc~do () i n.icio nu rrodu~~o cie csti mali vas C p rGv isocs de forma a que estes SI! sinlam sol idnrios com os vu lorcs fI nulmenle tlcordl!dos.

hnalmenle, caso ~e udmllo que as disponibihdadcs prevlsivcis dos diversos recursos necessarias iI cO'lorCliz8lfaO do projeclO possum de algurna fOfl1w c()lICliciO~Rr a sua real iza"ao, haver:i ain(ia q~lc el~borar mapas previsionais de c.lisponibilidades de rccursos; esles mapas indicar~o os valores maximo. admissivcis de Uliliz8Ciio de cadn reeurso ao longo do tempo de realizaG~o do projecto, e funcionorilo

, como rcsln~~es a elaborayilo do programa, como cswdorcll1os rna is BdianlC.

GU~TAo DE PRomCTOS' 109

2.5. De senvolvlmc "to do 'Program ..

2.5.1. Introdw;ao

Urna vez definido 0 projectc, 1510 C, identi flcudas as act ividades que 0 ccnstituern e as respect i vas lnterdependencias, bern CQIlIU as suas duracocs c os recursos necessarios i1 sua realizacao, esta-se em cond icues de iniciar as !ln~ lise s que produzirao 0 progrurna de finidor do planearncmo do projeeto.

Com este proposito varlns merodologlas £em "Indo a ser desenvolvidns, dcpendendo as suas potenci a I i dnrtes de npl icn~ilo do lucro rc~ varies entre 08 q 1111 iH a vu I tam 0 C0l11eX 10 ~11l q ue 0 prob ICI11[1 su 1·[lC, II espec in cidade e a cornp lex idnde do projecto C os objec Li vos e rcstrlcecs a ter em vista. 0 M6totlCl do Carnmhc Critico (CPM Criticot Path Method) Ii hoje uma das rnetodologias mars divulgadas, nllo s6 pnrqllC tern crediio firmndo utruves de nurnerosissimns ~plico~oes bem succdidns, mas tarnbern pnrquo 6 hnscurlo ern coriceitos Iacilmcruc upreensiveis e uplicuvcis

o CPM esta essencialmeme vohado para 0 plunearnento no tempo, parnndo do objective da mini rru~a¥ao do tempo de rea lil,"y~O do projecto, Para alem desre aspecto, os resultados qu'e fornece esrao n~ base tin cia boracao do pi ancarncn (0 dos recurscs ncccssnrios, q uer a tendendo n restncoes de d i spo IIi· hi lidudc quer buscando lima equil ibrada uti liza~ilo desses rccursos ao longo dn rca I izaeao do projecto.

()~ recursos financciros dcsempenham semprc 1I1l1 papel fundamental na geslao de projecros, e !cr~o n,si rn I rn In rneruo a parte, 0 rOIH o 2.5.4 C ded icudo no csiudo de alguns contri bUI os do CPM para II II nt'lli~c du CliSLOS, scndo dndn pnrriculnr rclcvanciu iu «ruzecs de cornpcnsucno» entre CUSlOS C tempo de rC1I1 i lIU,;J o.

As anallses acirnu rcferidns lcvarao finalmcnrc II dcflniQ~o do progrlll1l1l de rcnlizacao do projecto, co POIlLO J. deste capitulo LnUll dt' uullzacso dC~LQ progrumu tendo em vi~111 II subscqucnte execucno rlo projecto e a respecti VB morn loriznQao.

2.5,2.

o metoda do camlnho crttlco

2.5.2.1. A rede de iJctlvldades

U Inil ~·cz decompn~1O () projcclo nas Silas act i vidlltlc~ constirui n'lCS, c idcnu flcadas as respect i "ns rei DQ(')c, de precedencla, n ,lna lt~c do projec£o pc 10 C I'M comeQ8 pcla sua representaQ~o atravcs dc uma I·utle, L~tu cOl11preende (ncJa~ liS !lClividades, idcnli lie!! lodos os aconlccimontos 1I~~ociaclos com as vArias r!lse~ de dcsenvolvimel110 uo projccto e indica as intcr·r<::ln~Oes c as interdcpendcnciRs de aClividudus e ueonlcc;rnemos.

II ustra-se II eonstru~do de LJ me rede de lIC' i vidlldcs nlra vcs de urnexcrnplo si mp les. Suponhn-sc que sc prelcnelc construir umn vi v~nda, lendo·se decomposto OSle projecto no cOlljllnto de nctividades de fInidus no quadro aooixo, que indica tambem a sequencia obrigatoria em que cstas IIctividades devem ,~er feu li7~d~s C, ai nda, as C.~£lmatIY8S das duraGOes rt\".pccli Vll~.

I I 0 . I NV ESTle A<;:A 0 OPER A C 10 NA L

'.' .. ,Qllndro 3.1. Exemplo do projectD ,

idcl1ti!ioa<;iio de actlvldadcs Nome

Codigo

Cod lgo dns activldadcs lrncdlatamcn 10 p recede rues Ccdign

DLJ rn,50S c.,11 mod", (scm:llliIS)

Fundacoes

Estr-urur a do 1. 00 anda r Estrutura da co bertura Pared" do res-dc-cnao Paredes do I' andar Coberrurn

In.t"lu,1ios de ,\g~"

c electrictdudu Caixilhar!

A A C D E F

B B B C C

2 2 J J

G

D,E D,E G,H Ii f,J

3 1 8 4

H

Acabarnentns inter iores Acabarnentos exter-ios-es

J K

Arr anjos exterior",

Esboca-se ria Figura 3.3 a rcde de actividades correspondentcs a estc ernprcendi memo.

o rracado cia rede corneca co rn a rnarcacao da aCI i vid adc A, a Ll n i ca que, per nao ier ncnh urna prcccdcnei a, pede scr comccada no in, tanto in ici al, No pas so segu i me pede rnarcar-se fl activ idade de B. visto que esta 56 depende de A, c csta ja foi concluida, Em segu ida, CeO sa,Q tracadas porque depcndcrn apenas de u m a actl v i dade (8) jd aruerlormcme marcada,

r--~-i 4 I- __:F ______

(S)

(3) D

(3) E

Fisura 3.3. Redo de actl vi dade.

Para apoi ar 0 tracado dc redes cornp lexas c h abi tual constru i r- se urn qu adro on de sc i nd ic am as acii v ida des e as respecti vas precedenci as A rnedida que as acti vidades vao sendo tracadas, os SCllS cod i gas sao riscados da I ista de preccdenci as, Dcste modo [0 rna-se 5i mp les i derui Iicar em cada es radio as activi d ades que es tao em cond iyoes de se i nici ar: serao aq uel as cu [as Ii sras de precedenci as se enco ntrarn vazias, E urn quadro delle ripo que se apreserua abaixo para 0 csradio de tracado de rede tal como se encontrava no paragrafo anterior (Quadro 3.2).

GEST AO DE PROIECTOS • II 1

Acrividndes Procedendo.'
(ccdlgos) (c6digos)
f.
t ~
if; ~
j} ~
E ¢.
f if-
C ¥"E
H ~j, I':
G,H
.r n
K F, . .1 Pcdemos, assi m, veri ficar que apenas as acti vidades E e F estao em condicoes de serem i ni ciadas (a sua lisra de precedencias este vazla). Oeste modo, E e F seriam rnarcadas on rede, e cs respectivos ccdigos seriarn riscados no Quadro 3.2, No estadio seguinte, as actividades G e 1-1 estariam ja em condicoes de se iniciarem, Prosscguindo com 0 rnercdo acima descrito, obrer-se-ia finalmentc a redc da Figura 3.3.

o tracado de redcs de act: vidades nao apresenta di ficuldades de maier desde que sc proccda de forma si sremati ca e metod i ca ta I como acima descri 10. A pratica sera aqu i lim ingrcdicnte vali eso.

A rcdcda Figura 3.3 rnerccera a inda duas observacoes, A prirneira rcfere-se a acti vidade rnarcada a trace in tcrrorn pido, un i ndo os nos 6 a 7. Esta c u rna DC livid 9 de fictic la que nao consornc temp 0 ou qualquer tipo de recursos ecuja introducao resulta da ncccssidade de representar fielmente as iriterdcpendenc iasentre as a eli vi dades. N ore-se que, el irninando-a, estariarnos a ignorar a riecess ida de de concl u i r H antes de se dar 0 ill icio a I. Alternati varnenre, poderiarnos fazer coinci dir os nos 6 e 7, mas entao comercnamos ourra violacao dascondicoes do problema: estariamos a fazer depender 0 inicio de J da cone I usao de G, 0 que man i festarncruc nile cons La da I isla de precedencias, Para al em destas, h:i OLi tras ci rcu nsiancias em que i: incvi ta vel a inrrcducac de actividades [icticias. Nao podernos aprcsenta r aqu i urns lista cornp leta dessas s il'tla<;:ocs,. mas e I as tornar-se-ao evi dentes nil pratica, E, a lias, frequente introduzirern-se actividades ficucias em CXCC5S0 nurn primciro tracado da redc, que uma segunda analise, mais cuidada, permite elirniuar, A introducao de actividades ficticias em excesso nao reprcscnta urn problema gra ve, desde que a estru lura logica do problema nilo seja adu lterada, Sera. no entanto, de evi tar sempre que possivel, vi sto tornar a rcde mais cornplexa - logo, menos Intel igivel - e por toruar rna i s rnorosa .a analise subsequente.

E ai nda importanre re feri r que nilo ex iste qua lquer rei acao entre 0 cornprirnento do arco da rede representando uma actividade e a respect iva duraeao, A (mica convencao existente e a de que 0 vector represornando cads acti vidade ind ica 0 sentido em que 0 tempo flui, sendo ass; m fac il distinguir 0 aeontcci memo cortes po nden re ao i 11 ; c i 0 da acti vidadc, do aeontec irnen to represenrando a sua cone] usac.

1 12 • fNVrcSTIGACAO OPERACIONAL

Finalmente, e ainda de rcferir que a representacao do projecio acirna descrito nao e unica, apresenlando as alternativas existerues vantagens e inconvenierues que nao cabe aqui discutir. A rcpresentacao adoptada e a rnais vulgarmente uti lizada, ralvez gracas il facilidade COI11 que pede ser lida C interprerada.

Z.5.2.2. Actividades crttlcas

Tracada a rcde de actividades, estarnos em concicoes de iniciar a sua analise no tempo com 0 proposiio de estabeleccr as bases para a definicao de urn calcndario com daias de inicio e couclusao de cada actividadc tendo em vista a minirnizacao do tempo de realizacao do projecto.

Correspondendo 0 inicio (c a conclusao) de actividades a ocorrencia dos accntecirncntos represeruados na rede pelos nos, i: na rura 1 que sc comece por determ i 118 r para cada n6 0 seu [em po maio cede de ocorrencia, isto e, 0 periodo de tempo minimo que necessariarnente tera de decorrer cesde 0 inicio do projecto ale que todas as actividades que ncle convergem cstejam concluldas, Assirn, partindo do no I no instante zero, a ocorrencia do no 2 so pcdera verificar-se depois de concluida a actividade A, e esta leva uma semana a realizar, Oeste modo, 0 tempo rnais cedo do no 2 sera I scrnana. Concluida a actividade A, pode iniciar-se a actividade B que, duas sernanas depois, estara rarnbern concluida, levando iI ocorrencia do no 3 cujo tempo mais cedo sera dado pela soma do tempo mais cedo do no 2 e da duracao da aciividade B, isto 6, 3 scmanas, Representando simbolicarnente 0 tempo rnais cedo de urn no generico i par TMC1, e a duracao de uma actividade x per «: terernos, portanto, para a no 3,

TMCl '" TA1C, + dB '" 1 + 2 '" 3 (sernanas)

Argumcnrando de iguat forma pam 0 1104, obieriamos

TMC, '" TMC) + de = 3 + 2 '" 5 (sernanas)

A ocorrencia do no 5 esta condicionada pcla conclusao das actividades DeE. A actividade 0 podcra estar concluida ao fim de (TCM) + dE'" ) 6 sernanas, mas a actividade E so estara concluida ao lim de (TMC, + dE'" ) 8 semanas; destc modo, 0 tempo rnais cede para 0 no 5 e de 8 sernanas, visto que so ao fim deste periodo de tempo estarao concluidas todas as actividadcs que condicionam a sua ocorrencia.

Este case podera servir para apresentar 0 algoritrno geral de deterrninacao do tempo rnais cedo de ocorrencia de qualquer n6. Suponharnos urn no genericoj que tern conjunto de nos precedcntcs (genericsmente ident: ficados pelo indice i) a cle 1igados per actividadcs de duracoes genericamentc representadas par elil (Figura 3. 4).

N6s precedente s i

FigurB 3.4. lleta,fio de prccedencla,

GESTAO DE PROJECTOS • 113

o tempo mais cedo do noj e dado em r'Un<yao des tempos rnais cede dos nos precedentcs atraves da cxprcssao segui me:

Para 0 caso do no 5, obter-se-i a

TMCs = max (Tlv[CJ + dD; TMC, + dr.l '" =max{3 + 3; 5 + 3) '" 8 scrnanas

Apiicando este algorirmo aos nos restantcs obrern-se:

No 6 -- fMC. " TMes + 0H = 10

No 7 -- TMC7 = max {TMC6 + 0; TMCl + do} '" max {I 0, 8 + 3} '" II

No 8 ._- TMCI == max (TMC, + d~ TMC6 + df) 14

No 9 -- TMC9 '" max {fMC, + dl: TMC, + dk)

'" max (11 + 8; 14 + l ) '= 19

o tempo mais cedo do no final representa deste modo a duracao minima para 0 projecto. Adrnitindo ~ue e objective minimizar 0 tempo de rClllizaqao do projecro, irnporta agora analisar que condicoes hii que rrnpor El ocorrencia de cada n6 de modo a que 0 projecto possa scr concluldo em 19 sernauas. Nomeadarnerue, havcria interesse em determiner as datas rnais tardias de ocorrencia de cads no que m'io afectam a conclusao clo projecto em 19 semanas (que designarernos por tempo rnais tarde de ocorrencia, ou sirnbo] icamente per TMTJ· Para 0 no fl na I, 0 tern po rna is tard ceo bviamente 19 sernanas. Para 0 n6 8, depois da ocorrencia hi que realizar a aciividade K, com urna duracao de uma sernana. Deste modo, se 0 no 8 ocorresse apenas ao lim de (19 - 1 =) 18 sernanas airida assirn seria possivel concluir 0 projecto em 19 semanas. Sirnbclicarneme,

TMTR = TMT. - dK '" J 9 - I = 18

De forma identica obtcr-sc.ia

TMT, == fMT9 - d, = 19 - 8 '" 11

o tempo rnais tarde de ocorrencia do no 6 tern de atender aos tempos mais tarde dos nos subsequentes, isto e, os nos 7 e 8. Ha, assirn, que deixar urna margern de tempo que permits concluir a actividade J 0 rnais tardar no final da sernan a 18 (tempo rnais tarde do no 8), pelo que a data mais tardia de inicio de de J sera a sernana (! 8 - 4) = 14. Mas, por outre lado, Ma que atender a que 0 no 7 nao pode ocorrer depois de 11 semanas, e a ocorrencia do no 7 estara condicionada pel a ocorrencia do n6 6 atra ves cia actividade fictieia cuja duracao e nula, Esra ultima condicao e a mais restritiva, eo tempo rnais tarde de ocorrencia do no 6 e, portaruo, 1 1 semanas,

h~lIl nndlisc permue cxcmplilicar 8 uliliz39Qo do algorumo geral de calculo do tempo mais tarde, S1.lP()Jlhll.~U urn n6 generico i quo precede urn COI~ unto de no~ (gcnericamcnrc iden ti lie~dos pelo indicc j) nos quuis se enccntra ligado utruves de actividadcs de dllr~!foes d'i (Figura. 15).

Figura 3.5. RclD~a 0 de subscqueccia.

o tempo mais tarde de ocorrencia do no i c calculave] a partir dos tempos 11l~i!; tarde dos n6.'.j arravcs de expressao

I'nm 0 ease do n6 6 obunnn-se

TMT.=min {TMT, = min {II; 18

0; TMTR - dJ} 4) '" II

Api icando este a Igori LillO B.OS outros nos rcsultaria:

No S - TMT, '" min {TMT. dH: TMT, - dd

=min {II 2; II -J} = B

No 4 - TMT, = min. {TMT, df: TMT, - d,-J

=minlS 3,11l-S}=S

No 3 - rMT) = min {7MT, de: rMTl - dill =minlS 2;8 3}=J

N62- rUT, = TMT, ri" '" I

GHTAo DE P~OJECT{)S • I [5

Surnarizarn-sc nil Flg\lr~ 3.6 os resultados cbudos, represeruando-sc JUI110 0 cada no os SCI.IS ICfllPOS de ocorrencia rnais ccdo (1\ csqucrda) e mais turde (II rlircita) inscriios dentro de 11m rectangulo.

F

(J) D

figur a 3.6. Tempus mtnjrnos e m:iximo~.

O~ tempos rna is cede e rna is tarde de fi nern O~ lim i res rernporai 5 de ocorrdncia de cada no (com a~ ccnsequcntes implicacocs relativas aos inicios das acrividades que dele partcm c das conclusocs das acti vidades que nele conve rgcm), I irnites estes detcrminados pela sequenc: 0 obri got6ria de rC81 ; za!tilo dss ucrl vidades c pe 10 object] vu de 111 inimi zar a duracno LOIU] do projecto. Assio II, c rornando como cxc rnnlo o [Ill 8, 0 seo tempo mnis cede i [ld lea q U~ nao C posslve) conclu ir algurnu dus acti vidadcs F e J antes de ! q scrnanas, e, portanto, qlll: tumbern nao serl! possivel iniciar a actividade Kanies desia data. 0 seu tern po ma is Lard e i lid ,eil 'l ue n~o so pede protei II r 1\ sun OCOITIlllci n parn ulcrn das I 8 scrna n os (10[\0, tI eonclusae das actividmlcs \' e J co inicio do nctivlrtadc K) sob 0 risco de cornprornetcr a conclusao do eruprccndirnento em 19 semnnns. Denim dcstes dais lim iies, a ocorrcnc ia dcstc no tern ainda al s,umn llcxibilldade, podendo, portunto, ser deslocada no tempo scm violar as concli~~es do problema. Ho rnesrno n~o podcra ser diio relativamente ao nO 7, que, por 0 tempo mitis ccdo ser igual ao tempo muis tarde, nao apresenra qualqucr flexibil idade e tOI n a suo data de ocorrenci a rigidamente fixada. Todos os nos nestas circunsrancias (nos 2,3,4,5 e 7, pam ulem do inicial) sao designados por nos crtticos , visro que ljll n.1 quer alreracao n ~ S S UH S cia ra s de ocorrenci U tern imed ia ta s repercussecs na duracao to(-6]' do 11 I"Oj C, Ln.

As aerividades que

i) U nom nos ~ri ucos 0

ii) lem duracoes iguars 11 difcrenca entre a, dmBs obngamrias de ocorrencia dos dais nos que unern,

Icm ns suas datas de i 11 icio c de cone I usao rigidamcnte fi xadas, U rna altcr<l~~o na duracao de qual 'Iller destas act; vidades tern irncd lstas repercussees 1111 dllra~~o total do projecto, c per i sso sao designadas par oct lvldndes criricas E sobre esUls actividades que tern de se exee .er urn connote mais cuidadoso ern fllse de rcuit?ao;:iio, vi sro que ~~o elas qu.e dererrninum 0 tempo de rea tizacao do cmpreend irnenro.

1 1 6 • I I'IVESTIGACAO OrERACIONI\I.

Note-se que enquanto a condicao i) acirna e uma condicao necessaria il criticidade de urna actio vidade, cia nao i: su ficientc, POI" exernp I 0, a acti vidade Dune dois nos entices mas nao e criiica. De facto, a diferenca entre as datas de ocorrencia dos nos 5 e 3 e de (8 - 3 "') 5 sernanas, pcrlcdo de tempo que excede 0 necessario para realizar esta actividade, pelo que 0 esta folgada. As condicocs i) e ii) em conjugacao sao as necessarias e suficientes para identificar as actividades criticas,

o conjunto das actividadcs criticas define 0 camin hu crtrico, isto e, a sequencia de actividades que condicioriarn a duracao total do projecto. Sera simples verificar que esra sequencia e, de todas as possiveis, a que tern duracao total maxima, pelo que a identificacao do carninho crhico pede ser feita deterrninando 0 carninho de «comprirneruo maximo» arraves da rede de actividades iornando como «distancia» entre nos a dura~l1o da aC11 vidadc que os une.

2.S.2.3. Analise de folgas

Se as actividades criticas, como virnos, [em a suas datas de inrcio c de conclusao e a sua duracao rigidarnente Iixada, hii outras actividades para as quais e possivel alterar pelo menos alguma destas caracteristicas sem que a duracao total do emprcendirnento venha perrurbada. Charnarernos a estas ultima, a ctivid a des folgad as.

Tornernos como exernplo a actividade F. 0 seu lnicio esra condicionado a ocorrencia do no 4, cujo tempo rnais cede i: 5 scmanas, pclo que F m1.o pede iniciar-se antes desta data. Da rnesma forma, a data mais tardia de conclusao de F e5tii limitada pelo tempo mais tarde de ocorrencia do no 8, isro e, I 8 sernanas, Oeste modo, dispoe-se de (18 - 5 O') 1 3 sernanas para rca I izar F, enquanro a sua du rae 8. 0 e apenas de 5 semanas, pelo que F esta folgada de (13 - 5 =) 8 sernanas. 0 tempo de execucao de F pede, portanto, ser di latado no maxi mo de 8 sernanas scm que isso afecie a duracao rota I do projecio. Designaremos esta folga par Iolga total. Genericarnente, urna actividade de duracao dijque une 0 no i (com tempo rnais cedo dado par TMC,) ao noj (com tempo rnais tarde dado por TMT) tem urna folga rota' FT dada por

FT", TMTj - TMC, - d'j

Caso a actividade F utilize plenamente a sua folga, norneadarnente dilatando 0 seu tempo de realizacao, entao isso obriga a que as suas antecessoras sejarn rcalizadas de modo a que 0 no 4 ocorra no seu tempo mais cede, e as sucessoras so poderso iniciar-se no tempo rnais tarde do no 8, isto e, a utilizacno da folga total de uma actividade pode levar a limiracoes nas datas de inicio c de conclusao de ourras actividades, pelo que sera util investigar as graus de liberdadc relatives a lima actividade que po dcm ser utillzados scm impor restricoes as SllBS antecessoras 011 succssoras, introduzindo-se dCSlC modo 0 conceiro de Iolga livre.

Por defini ~ao, a Folga livre II direita e 0 tempo de q lIC a inicio cfectivo de urna acti vidade pede ser retardado scm que isso condicione em nada 0 inlcio das suas actividades sucessoras, Para a actividade F, o inicio rnais cedo das actividades sucessoras e 14 sernanas (7MC. = 14) e, sendo 0 tempo de realizacao de F igual a 5 sernanas, 0 sell ini ci 0 pode ser protelado ate it semana (14 - 5 O') 9 sern que iS10 afecte 0 i nicio de K na semana 14 (tempo rnais cedo do ne 8), pelo que a sua folga livre a direita F LD e dada pela seguinte expressao

FLD '" TMC,- TMC, - dlJ

G £STAO OE PROJ ECTOS' I I 7

A Iolga livre a csqucrda c dcfinida como 0 tempo de que a conelusiio da actividadc pede scr antecipado em rclacao ~ daia rnais tard in sern condicionar em nada as datas de conclusao d,IS actividades aruecessoras. Argurneruando de forma sernelhante ao caso anterior. a fclga livre 11 esquerda FLE e genericarnente dada por

FLE = TMT - TMT - d

I j II

Finalrnerue , caso sc prcrenda invcstig ar 0 grnu de liberdadc rclativo a urna actividade que njlo ccndiciona nern as darns de conclusao das aciividades antcccssoras nern as datas de i nlcio das act ivi· dadcs succssoras. surge 0 conccito de folga indcpcndcnte. FI c dcterminada considcrando que as activioades antcccssoras sao ierminadas nos scus tempos de conclusao maio tardios, c que as actividadcs sucessoras sc iniciam nus sua, daras de inicio rnais cedo. pelo que se podc usnr a expressao scguintc

PI = TMC - TMT - d

I r fJ

Note-so que eSIiI expressao pede levar a valores negatives. Par exernplo, para a actividade J obrer-sc-ia

FrJ =: TMC, - TMT, - d ,

=14-11-4=:-1 (!)

A intcrpreracao Ffsica dcsras situacocs C de que c impossfvel curnprir as condicecs expressas na dcfinicao da Iolga indcpcnderuc.

Aprcsentarn-sc no quadro seguin\e as folgas ami, definidas para 0 excrnplo que vfnhamos usando Deste quadro foram climinadas as actividades cnticas para as quais todas as folgas sao obviarnente nulas.

Folgas
Activldadc Tot"l Livre h direitu Livre II esq ueedn tndependent"
n 2 2 2
F H B 4
Ii I 0
J 4 0 3 -I A observacao deste quadrc pcrrnite confirrnar a condicao seguinte, que e geral e perrnite rclacionar as quatro folgas:

FLO + FLE :: FT + FE

2.5.3.

Recursos

2.5.3.'. Recursos acumul<iveis e recursos nao acumulaveis

A realizacao de qualquer actividade irnplica sernprc a consagracao de recursos ao scu desenvolvimento, entendendo-se aqui por recursos todos 05 meios, humanos ou rnateriais, que the sao necessaries. Estes rneios traduzern sempre com esforco uma afectacao de valores a actividade, 0 que, obviarnerue, significa uma privacao da sua utilizacao para outras flnatidades, ou seja, signifies urn custo. De notal" que a nocao de cusio c diferentc da de dcspesa. Por exemplo, se afectarrnos a rcalizacao de urna actividadc algurn do nosso tempo, tal dccisao significa que nao ficamos corn esse tempo disponivcl para outros trabalhos, 0 que correspondcra a pcrdcr os ganhos rcspectivos que rnedirao 0 seu custo, E, no cntanto, nao cxiste qualquer dcspesa.

as recursos necessaries sao de natureza muito divcrsificada, sendo tambern multiples as classificacoes que pcdernos adoptar para os caracrerizar, A que mais interessa para 0 esrudo da gestao de projectos consisre em distinguir 05 recursos acumulaveis dos nao acurnulaveis, as recursos acumulaveis permitem a constituicao de stocks que VaG alimentando as necessidadcs do projecto ao longo do seu desenvolvirnento, Neste grupo incluern-se os meios materials e a energia,

as recursos niio acurnulaveis correspcndcm a utilizacao de capacidades ou facilidades, pelo que a sua nilo utilizacao durante algurn tempo implica uma pcrda irrccupcravcl a que cstara associado urn cusro devido a nao utilizacao refcrida, Ciicm-sc como exernplos os cquiparncntos ou cs recursos humanos.

Na verdadc, se dispuscrrnos de urn guindaste uti I a certa obra e nao 0 utilizarrnos durante I semana, C obvio que nao podcrernos usar na sernana seguinte 2 guindastes mas apenas 0 mcsrno de que nao se beneficiou ua sernana anterior. Outre exernplo bern corihccido diz respeiio aos recurs os hurnanos: se POSSU! rnos urna equ ipa de traba I ho corn 5 elementos a que recorrernos durante uma unidadc de tempo, e obvi 0 que na unidade segu i rite coruinuarnos a ter a dispcnibi Ii dade dos mesrnos 5 elernen lOS.

POl' vezes, 0 concei to de dispo nibil idade nao corresponde a me ios hurnanos ou de eq uiparnentos, mas a facrores ou condicocs. Por exernplo, a tensao electrica au as condicoes armosfericas favoraveis sao recursos igualmente nao acumulaveis, Note-so, porern, que a radiacao solar ja e, pelo conrrario, acumulavcl, sendo bern conhecidas as cstatisticas relativas aos seus acumulados anuais.

2.5.3.2. Disponibiliza~lio de recursos e calendariza4jao de projectos

Ale aqui estudarnos 0 projecto como um sistema sequenclndo de acrividades que se projecta e se ana lisa rIO tempo. Ora, nao e menos irnportante 0 estudo do proj ecto, no espa~o, d os reClU'SOS J Ii que, se e importante respeitar prazos e atingir metas em tempos curtos, nao sera rnenos vital conseguir niveis elevados de economia nos meios despendidos.

A cornpatibilizacao entre a disponibilidade dos rccursos c a sua necessidade ao longo do projecto e essencial, como e obvio, ao bom exito do projecro,

GesTAo DE PROJECTOS - I [9

A distribuicao, no tempo, de tais neccssidades depcnde directarnente do catendarlo adoptado para o projccto, pelo que cstc calendario nao devers dcpender apenas de ccnsideracces sobre tempos c datas, mas tambern sobre as suas irnplicacces em terrnos de recursos,

No que respei ta acs recursos acurnulavei s, 0 que i rueressa e gara ntir que 0 stock acumulado e igual ou superior its necessidades acumuladas, pelo que convira esrudar a sua cvolucao tal como se represents ria Figura 3.7:

Tempo

Figura 3.7. Programu de recursos acumutavets.

As areas sornbreadas represenrarn a acumulacao dc existencias, 0 que impl ica custos (custos de arrnazenarnento, encargos de capital, etc.) mas a sua reducao irnplica urn rnaior nurnero de mementos de recepcao, 0 que tarnbern aurnenta os custos de encomenda, entrega, etc. (Figura 3.8):

Tempo

Flgura 3.ft. Politlca de aprovisionamenro mals frequentc,

1 20 . fINEST I QACAO Or roRAC, ON A'.

o cornprornisso opt; rno entre 0 excess: vo riumero de enrrcgas c a exagerada area sornbreada e pl'ec i· sarncnte esrudado no am b ito dos rnetcdos de gcsrao de stocks iambern esrudados nC51C Ii vro.

A analise a dcscnvotvcr para recursos 1130 acurnulaveis deve ser bascada em cornparacoes entre uti lizacoes e disponibil idades mstantaneas, jii que nao e perm i rida a sua acumulacao. Assi rn, per exernplo, e para certo pmJ ecto, pede ccnstruir-se 0 grafico das suas ncccssidades de recursos hurnanos expressas em (homens/hora) para certo calendario:

M

M'

Tempo

Figura 3.9, D Ingn,mll de recursns n "0 ncurn 11 In vels.

Estes diagrarnas assurnem frequcntemente a imagern do perfil de centres urbanos com arranha-ceus sendo habitualrncnte designados por diagramas de cargas.

Para viabilizar esta SOlUy30 haven'! que dispor de urna equipa com uma dirnensao nao inferior a M, o que, como e evidentc, sign; fica que as areas sornbreadas correspondem a desperdicio de meios.

Este prejuizo pode ser reduzido baixando 0 nlvel M (M ----l M') e garantindo 0 adicional (indicado por tracejado) arraves de solucoes cornplernentarcs (horas extraordinarias, reforcos ocasionais, etc.), mas convem rer preserue que 0 recurso a este ti po de solucao tambern gcra custos adici onais, niio pode assumir d i mensae exagcrada c introduz outros ri sees no boa rea I izayao do projecto. Ou scja, i: especial mente importante procurer que 0 grafico das nccessidades expresses em reCLlI"SOS nao acumulavcis scja t~O regular quanto possivel, evitando-se as grandcs oscllacocs indicadas no gnlftw anterior. Om. a forma de consegu ir ati ngi r este objective consists em constru ir 0 CD lendario das actividades de modo a atingi r este objective. 0 problema em causa e possivel de resolver por algoritmos inreressantes nao so pela sua utilidade directa mas tam bern por i lustrarem a possi b il idade de fOIlTILlI ar e resolver os problemas de gestilo de projectos por via computacional, Sao, pois, descritos no subcapirulo seguinte,

Ou seja, 3 analise feira ate aqui e baseada apenas nas nocces de tempo e de sequenc ia I idadc fixa a I gumas restriyoes ao c~ lendario mas deixa a i nela graus de Ii berdade q lle 0 gestor do proj eeto deven\ uti I i zar em fll!1y30 de divcrsos eri u:ri os a formu lar.

G ESTAO DE PROJ ECTOS' ! 2 !

Os subcupuu los !cgui n LCS lratara(l des las qucsrocs, sen doi m poname norar, oesde jll. que 0 problema d a ca lendari za~iio gfln ha Jssi mum a natu reza rnu lti cri LI~ri o. pclo q uc sc podcrao aqll i ur iii zar m u uos dos rnodelos de a poi 0 " dec; Sao j a esru dados no capitu 10 res peel ivo.

2.5,3.3, Calendarizao;:ao em funo;ao dos niveis de di5ponibilidades de recurso5 nao acurnulavels

Tal como Foi rcfcrido no subcapuulo dcdicado ~ prcparacjlo do projccto, a claboracjo de cstimativas das dLlffl~oes das actividades pariiu ,. eo rnenos irnplicirarncntc, de ceria hipotcsc de afectacao de recursos 1< rcali ZayaO de cad a act i vi dade. No cntan to, quando no ponte anterior fai feita a anal isc no tempo da rede de act i vi dadcs usan do 0 CPM. Iliio se IOmOLI e m lin ha de conta 0 prob I em a d os recu rsos. A all iIIi se no tempo parte, portaruo, do pressuposio de que a disponibilidadc de recursos, em especial dos nao acurnuIi\ vel s, e sern pre su peri or ac neces sari o para real i zar as act i v i dades, i ndependen ternen te do calend ado adopiado. 0 ra, a verdade e que rararnentc na prat ica os rccursos sao iii m i tados, e sao frcquentes os cases em que a curacso total do projecto e csscncialrncntc condicionada por restricocs nas disponibilidades de rccursos. Vamos. pois, csiudar a calcndarizacao em run~ao do> rnaxirnos recursos nao acurnulavcis de que sc disp6e.

A afcctacjlo dCSlCS rcc LlrSOS (Dav is, 1973, c 01 ivei r a, I 980) pede ser ericarad a no CO!1LeXIO de doi s preble m as dist i 11 lOS;

a) Fixada a duraeilo total do projecto (usual mente. a duracao minima dada pclo CPM), qual 0 ntvel minima de cada recurso indispensavel?

b) Fixadas as disponibilidades de cada recurso ao longo do tempo, qual a duracao total mfnima posstvel do projecio?

Note-se que cnquanto para a prirncira (orrnulacao a duracao lOlal minima dererminada pelo CPM e rlgorosarnente rcspeiiada. jll 0 rncsrno nao sucede no contexte de forrnulacflo b), podendo,entao, 0 prazo de rcallzacao do projccto vir alargado. Apesar desias di fcrcnyas, as qucstocs 0) e b) podcrn scr rcspondidas usance 0 mesmo iipo de abordagcrn.

As rnetcdologias de rcsolucao des problemas 1/) e b) que apresentarernos de seguida nao garantern a optirnalidade das selucoes propos las. Os modelos actualrnerne disponfveis Clue garaniern tal opri rnalidade permi rem reso I ver apcn as problemas de peq uen a di mensae, pelo que as .I uas poienci al idades sao ainda rcduzidas (vcr, por cxcrnplo, Patterson, 1975). Desie modo. hi! que procurar so I ucoes sarisfatorias e. nesre contexte, as melOdologi as q Ut .Ie a presental1l lem-se revelado m ui lO U leis. IllISlraremos a sua apl ica~iio com um e~em plo re I ali vo a urn pequeno projeclo, i ~d icando-se no Quadro 3.4 os dados re levamcs. Para sirnp.lilicar a cxposi~iio, consi.dera-se apc~as urn recurso, e a Lillima col una do quadro dcr.ne 0 n[vel

1 22 • INVESl'lCiACAO QI'ER,\CIONA L

Actlvldade

Dur"~oc,

Pre.ce,H~nclas

UtiliZO'll;ilO de recurso

A B C D E F G H

r L M

2 2

i\

2

A

J

2 3

B B C

E,F o

H G,I,L

2 2 4

3 4 2 2 3

desse recurso necessario a realizacao de cada actividade no tempo indicado, ou seja, a quantidade necessaria por unidade de tempo de realizacao de cada actividade. Representa-se na Figura 3.10 a rede de actividadcs correspondente, ja com os tempos mais cedo e mais tarde de ocorrencia de cada no.

F

M

9

G

Figura 3.10. Rede do projecto.

Fixado urn calendario, facil se toma determinar a uulizacao de recurs cs implicada por cssa solucao.

Por exemplo, localizando 0 inlcio das actividades nas SUBS datas mais ccdo dadas pclo CPM, obter-se-ia ° calendario representado no grafico de barras da Figura 3. 11. Acumulando em cada i nstarue as quantidades do recurso utilizadas por cada actividadc a decorrer nesse instanie obrem-se 0 mapa de utilizacao do recurso associado a este calendario, tarnbem representado na Figura 3.11.

GESTAO DE PI(QIECTOS • 123

0
Actividades /\
B
C
0
E
P
G
H 3

6

2

4

8

9

1

ernpo


I

-





~ L
M
Unidades
de recurso 10
8
6
4 r--
F
7~
D
G
A
E 1
B r---
C H M
L o

Tempo

2

5

6

7

8

9

Figura J.l1. Calendarto C diagrama de rccursos para as darns mals ccdo.

Jogando com as folgas das actividades (indicarn-sc tambcrn na Figura 3, II as folgas totals), e possivel procurar Lima maier regularizacao da utilizacao do recursc sem exceder a duracao total dererminada pelo CPM ou ale deterrninar a quantidade minima do recurso indispensavel a realizacso do projecro sem v iolar aquela duracao Iota 1. Para responder II esta ul lima questao, ex istern di versos procedirnentos possiveis, nenhum dos quais, como referimos, garante a optirnalidade da solucao final. A inruicao e a capacidade de analise hurnanas podem aqui desernpenhar urn papel fundamental. No entanto, porque os problemas complexos apresentam dernasiados graus de liberdade, importa definir proccdimentos siste-

124 • iNVESTIGACAO OPERACIONAI.

maticos que inrroduzarn logica e disciplina na analise, De entre as rnerodologias disponivcis, setcccionou-SI:: uma das mais divulgadas, que se apresenta de seguida. Esia metodologia esia directarnente vouada para dar rcsposta it questao 0), apreseruada no inicio, mas pode rambcrn SCI' usada para responder a a),

Em termos gencricos 0 metoda funciona do seguinte modo: nurn instante qualqucr do tempo, I, alguma(s) actividadets) chegou/ararn) ao sell terrno, enquan:o outrars) continuafm) a decorrer. Havera iarnbern urn conjunto de actividades, C(I), que se podem iniciar em I porque as suas precedentes forarn concluidas. As actividades neste conjuruo sao ordcnadas segundo Ul118 rcgra coerente de prioridades, C esta lista 6 corrida sequencialrnente rnarcando 0 inicio das actividades para 0 instarue I ate esgotar os recursos dispcniveis. As actividades incluidas em C(I) cujos inicios nao pudcrern SCI' fix ados em I enrrarao no conjunto de candidates do instantc de analise scguintc. Estc insrarue scguiruc corrcspondc a aueracao rnais proxima da situacao verificada em I no que concernc a u(iliz~~ao de recurso. Esta alrcracao po de resultar do firn de urna actividade (llbertando algum recurso), ou de algurna variacao na disponibilidade de recursos.

As sclucces que se obiem atravcs da heurfstica acirna descrita dependent forternerne da regra que determina as priotidades, e varias regras tern sido propostas ria literatura sern que nenhum se tcnha afirrnado como definitivamente superior em todas as circunstancias (Ver, pOl' exernplo, Davis e Patterson, 1975, ou Kurtulus e Davis, 1982). Aquelas que, em geral, apresentarn rnaiores potencialidades propoern:

i) Ordern inversa das folgas das actividades (usualmerue, folgas rorais);

ii) Ordem inversa dos tempos mais tardios de conclusao das aciividades:

iii) Ordom dircctn das perccnmgcns dos rccursos dispcnlvcis uril izados pel as actividades,

No que se segue, utilizs-se a regra il, servindo ii) c iii) para decidir em caso de empatc. Aplique-se agora csta heuristica it dctcrminacao do nivel rninimo de recurso necessario it rcalizacao

do projecto descrito 118 Figura 3.10 dentro da sua duracao minima, Para se responder a csta quesrao, arbirra-se urn tecto para a disponibilidade de recurso e se, feita a analise, for possivel concluir 0 projecto no seu tempo de realizacao minima, estc tecto e diminuido. Caso a duracao total exceda 0 rninimo, 0 tecto C aurnentado. Cornecernos por arbitrar 0 tecto em 6 unidades de recurso,

Note-se que, para a formulacao apresentada, 0 inicio das actividadcs criticas esta rigidamerue fixado, pelo que pede desde ja subtrair-se da disponibilidade do recurso (6 unidades) as utilizacdes destas activi dades, Resumern-se no Quadro 3.5 os passes da ana lise, sugerindo-se ao lei tor que acornpanhe it exposicao com 0 grafico de barras e 0 mapa de utilizacoes de recursos scmclhanies ao da Figura ), II, os quais deve ir corrigi ndo,

No instante 0, podern iniciar-se as actividades A e B. Arendendo it regra i), A tem maier prioridade (men or folga) e, como tern rccursos disponivels em quaniidade suficiente (este em curse apenas a actividade critica C, consumindo 2 unidades de recurso, 0 que dcixa 4 disponiveis), pelo que 0 inicio de A pede ser rnarcada no instante O. A e C em conjunto consorncm 4 unidadcs de recurso, 0 que deixa disponiveis 2 unidades, isto e, 0 suficiente para B cornecar tambern neste periodo,

Passando ao instante I (quando A e concluida), podem iniciar-se 0 c E, tendo esta ultima prioridade, Havendo recursos sllficielltes (as actividades em curso - B e C - consomem 4 unidades no tOlal, deixando 2 disponiveis), 0 inicio de E e marcado ncste instante. Desta forma, esgotam-se os recursos disponiveis para 0 periodo comec;:ado neste instanle, eo eome<;:o de 0 e prolelado para instantes posteriores,

GESTAO DE PrlOiECTOS - 125

lnlclc A c:th .. Id ad es Dnta de cone! usan Duro,pi:o folg" lillli:,"~jjo Dlspnnlbttklade Acrivldades
do perfode candtdatas- mats rardta tnrnl do reCUI"SO mhlhTl31.,t lnlciadas
0 A J 4 I. '-A
B 5 I 3 1 2 1.'-B
D 7 2 E
E 6 3 Z
0 7 3 J
7. F 6 3 3 D
G 8 4 0
F 3 4
4 G 8 2 2 F
J 3 2
G 8 7. 2 0
5 I 4
J 9 7. 0
G 8 -1 J
J 9 (I J
to Actividndes que estao em condicoes de COI"J1.Cyar no lnleio dc) pcnodo ern .nmi I isc, As uctividades criticas, nXAd~L:!I a partida, nao
constarn das listas.
•• Calculnde em cad. passu, arcndcndo as llliliz"~oo, ct. recursos dHS actividadcs (ixades em passes arnctiorcs, c 00 tempo de
realiza,ao da nctividade (ao longo do qual h. que gurantlr n disponibilidacc do r.CUrSO indispcnsave: • rcalizacao doss"
acti vidade]. A analise prossegue da forma descrita ale ao instante 7, sendo apenas de referir que no instante 2 a prirneira prioridade (F) nao pode scr respeitada per falra de recursos, e que no instante 5 teve de recorrer-se it regra iii) para desernpatar entre Gel. Chegados ao instante 7, no en tanto, verifica-se que a folga de G 6 ncgativa, 0 que significa que 0 inicio de G dcveria rer side rnarcado em instantes anteriores para se poder concluir 0 projecto no seu tempo minimo, Este resuitado nile significa que nao e possivel realizar o projecto no sou tempo mlnirno com 6 unidadcs dc recurso disponiveis, mas apenas quc a heurlsrica utilizada nao encontrou uma SOIUc;aD possivei. UmB alteracao dos procedimentos poderia talvez cnconrrar urna solucao posslvcl, mas urna inspeccao cuidadosa deste exernplo (posslvel face is dimensao cteste) permitiria concluir que nao existe de facto solucao posslvel em face acs condicicnalismos expostos.

o inicio da actividade G pode ser rnarcado em qualquer instante entre a conclusao de B (sua precedente] c 0 instante 6 (de forma a estar concluida, 0 rnals tardar, no instante 8, seu tempo de conclusao mais tardio). Representa-se Ila Figura 3.12 urn calendario possive! e 0 respectivo mapa de uti!iz3r;:ao de reCllrso que apresenta Lim pica no periodo entre os instantes 6 e 7 com uma utilizac;:iio de 8 unidades de rcc:lrso, Ocixa-se ao leitor 0 excrcieio de mostrar que e este 0 nivel de disponibilidade que permite condUll' 0 projcc(o no seu prazo minimo de reali7.a~~o.

[26 • INVESTKI~cA(.) OrERACIONA I.

0
Acti vi dadcs A
B
C
D
E
F
G
H L
M
Unicl"oes 10
de recurso
8
6
4
2 6

8

9

I 2 3 ~ 5 Temg_o
Cf 1
I


~
I

I I I
I I
l
I
I I L
I I , o

D
I~ F

II M
L
2 3 S 6 8 9 Ternpu Fi~lLra 3.\1. Cal.ndil;rio e diagran13 I:" recu rS'DS

co m ureuur nlvel de d lspon 1IlIlitiades par" " du ru~iio mlntmn.

GESTAO on ['ROIECTOS' I 27

Suponha-se ngUni que apenas sc rlispoe de 5 unuludcs de recurso 11M!! rcalizar o II1C~1110 projccro, Ncs(as condicoes, e rilCC fl analise atr~s dcscnvotvida, n~IJ":: possivel cnncluir 0 ernprecndimcnrn em 9 uniclades de tempo, pelo '1\1~ importa dctcrnunar qual e~l1l~\1 u duracao IOlal minima do projecio. A respostu a est!! qucsrao pede scr encont rada usando a heurist i ~(I alras descri ra, si n lei i zando-scno Quadro J.6 os passes da ana lise. Em rela!,'iio ao caso anterior h<i que realcar duas dl fercneas de procedirnento:

I) Visto que se adl ni te explicitununue que a ouracao iota I mi nirna (dcrcrminando pele C PM) [lode scr exeedida, as act ividades criticas del xam de ter as suns datas de micio rigidamente Iixadss e devern, poriamo, scr i I1C I II ldas na Elilli lise;

2) Sempre que nurn dado passe ulgurna actividade nJlresenle urnn fO\gR negativu, lin que recalculnr os ! ernpos rnu i s rurdc de rodos us n6s para que convcrgern actlvidndcs cujo iniclos alnda nilo fern m marcados, E 0 que sc passa num inslQnle J com a ACI ividade H. CUJn folga ern jd nula no mstaruc 2. E~lH sinmy!10 vnltu II rcpeiir-sc nos instanrcs 8, 9, 10 c 12.

1"1<10 Ac:ti,\'ld~uJ~, Da [3 de ton.c.I::LI'i Ie Dur:ll~lio fol2' U'lIlu~lo D lsponl blljdade AC'rivid3de:t
dopor'odo ea ... dldll~!Jo rnats 1lUdl .. rO'lml do recur .. n minlml Ini<:~ad:i5
A J 2 3 1.o·C
B 5 3 1 :!/II-A
C 2 2 0 2 5
---
[J 5 2 J I'.··a
I) 7 4 2,0·0
E 6 1
E 6 3 2 2
H 4 0 3 2 E
F 7 J 3 0
3 G \I 2 0 H
H S 3 3
J 10 5 1 0
F 7 3 J
G \I 2 0 1.o_L
s J 10 J 0 2.0_F
L 0 5
---._ ----
G \I 3
(, ~ 4 3 C
J lU
H 10 0 4 J J
.1 II 2 I 3
9 II 2 0 4 3
10 12 lJ 4 5
11 M 13 0 3 5 M 1 28 • INVESTIGACAO OPERACIONAL

Pode ver-se na Figu ra 3, I 3 0 graf co de barras represents ti vo do calendario assi m detcrmi nado e 0 respective mapa de utilizacao do rccurso. Face a restricao cia disponibilidade do recurso, a duracao total do projeeto aurneruou para I 3,

A concluir sera ainda de charnar a aiencao para 0 facto de que a hcuristica apresenrada pode tarnbern servir para analisar a sensibiiidade da duracao total do projecto face a variacoes da disponibilidade do recurso, Para tal, basta fixar rnapas alternatives de disponibilidades de recursos e, utilizando a heuristica descrita, deterrninar as duracoes totals que lhes estao associadas. Pode desta forma chegar-se a urna solucao equilibrada em termos do binornio rccursos disponiveis/tcmpo para 8 realiz8yilo do projecto.

o

2

9

10 tl

12 !3

A

~ I

I

~I




- B

c

D

E

o

H

L

M

10

A

9

10 II

rz

o

F;gur1l3.[J. Calendarfn c diagrama de recursos para a menor duracao com a disponihilidndc maxlmn de recursos de 5 unldadcs,

GEsrAo DE PRomcTOS • 129

2.5_4_

Analise de custos

2 _5.4.1. Custos e dura 'roes

As analises apresentadas em 2,5,2, sao baseadas no pressuposto de que 0 tempo e a rnedida essencial de eficiencia de urna solucao. 0 porno anterior veio introduzir as recursos como uma segunda dimensao do problema, e e agora a a I lura de i 11 trod uzi r uma tc rcei ra re lacionada com as an terio res: 0 S c u s tos,

o conceiro de custo - tal como, alias, acontece com a generalidade das nocoes basicas-c- c frcquentcrncmc utilizado com significados rncnos claros, pelo que irnporta csclarece-lo, No ambito da Investigayilo Opcracional. a nocao de CUSIO de uma actividade surge como urna mcnsuracao do eslorco flnancciro assoclado aos recursos (designadamente, 0 tempo) afectados it sua realizacao, E diferente cia nocao de despesa, j Ii que 0 esforco Ii nanceiro pede corresponder a nao recebirnentos. 0 ccncei to s irnetri co do de custo e 0 de proveito que correspondera a urna disponibilizacao de rneios financeiros, e 0 de receita sera o 5i merri co do de despcsa.

o esrudo dos recursos flnanceiros pode ser desenvolvido utilizando as metodologias de analise ja apresentadas, Nomeadarnenre, uma vcz definido urn calendario de realizacao do projecto e possivel acumular os custos associ ados ao desen vo I vimento de cada acti vidade e determiner 0 mapa de custos inerentes a esse prcgrama, Ou, irnpostas restrtcoes as disponibilidades financeiras, detcrrninar urn programs cqullibrado que rcspcitc esses condicionalismos. No cntanto, os rccursos financeiros aprcseruarn caractcrisricas particulares pelo que rncrccem urna analise mais pormenorizada, Em primciro lugar ncte-se que se trata de urn recurso acumulavel, isto e, caso num dado pcriodo a urilizacao dcsse recurso seja inferior as disponibilidades para esse rnesrno pericdo, cntao as disponibilidades para periodos futures vern aurneniadas das quantidades nao uti lizadas, Em segundo lugar, ha projectos que gerarn rcceitas, DaO so aquando da sua conclusao mas tarnbern quando terminadas certas fases intcrmedias, Esias receitas, ou partes delas, pcderao vir a aumentar as disponibilidades financeiras em period os futures. Estas duas particularidades cos recursos financeiros nao podern scr dcsprezadas quando so estabelece 0 programa do projecto que deli ni ra 0 cash-flo IV (cvol II ~iio do n u xo de CD i xa) pre visiona I no qual sera baseado 0 prograrna de via billzacao [inanceira eo sell conrrolc.

Erureianto os problemas da razao de troca entre custos e tempo de rcalizacao do projccto podern ser rratados de lima forma rnais directs do que para outros tipos de recursos, levando a urna visao intcgrada dcstas duns cornponcrucs essenciais nas tomadas de dccisao relativas no estabelecirnento do prograrna do projacto.

Com toda a generalidade, pode afirrnar-se que existe urna relacao directa entre 0 tempo de reatl:za~iio (duracao) de uma actividade (all projecto) e os respcctivos custos. Afcctando rnais ou rnenos recursos a realizacao de uma actividade (com irnediatas repercursces nos custos que [he estao associados) assim se consegue concluir a actividade mais ou rnenos deprcssa. Oeste modo, existe uma curva rclacionando custos e duracao de uma actividade, apresentando-sc na Figura 3.14 urn caso hipotetico tipico.

L 30 • I I'N~ STI CI M;i.O Op ERA C lONA t

Cusro

FI~. J.14. US10 ern fun~;;o,h, tlu rll~"'"

Na prdlica, C sempre d i f1ei 1 uvul iur n curva de custos em wdu u sua cxtcnsao. Habltualmcn te Q cstimada uma duracao (dim «normal») para a realiza<;:ijo da actividadc e calculados os custos respectivos. Podern enl~O arbirrar-se outras duracoes possiveis e a va I iar-se 05 CUSIOS associ ados a cada urn dcsses tempos de roo 1 i 7.Hy~O arbitrados. Admi Lindo que entre 05 va lares ctHS clurR~1:ies arbi rradas as custos vnriam lineurn rente, obtern-se uma aprox i mll"~.o 1\ curva de CUSIOS como II represen tada ria F i gil ra 11 S.

CUSIO

, ,

.... I· .... _~_ra

.-/ Silua~aO "normal"

eN c,

- ,-

, , ,

:

i

, ,

J /1)

DUT"l'tiO cia 0(; I i v idade

Admi tida a hipotese de li nearidude, e faci I avaliar 0 custo rnurginu I de u rna reducao II~ llur!l.~flo dn acuvidade, Por exemplo, se a duracao SC situar no intervale entre 0 valor limier d, e a duracno normal d", estc custo marginal seria dado por (C1 - CN) I (d~,- d,). Ou, easo sc encarc a hipotese de dilaiar 0 tempo de l'onlil\II~~o, urna dilaiacuo uniuiria dn dura~M (no intervale rill a d.l) pcrrnitiria uma reducuo de cuSIOS clada por (CII Cl) I (d, - dN).

_________________________ G::::FSTAO III i'ROIECTOS • 13!

Em suma, urna VC? cern hccida 0 curva de custos (ou II mil HJ1roX i rnacao local como a dn Figura 3. 15), ~ posslve: estabclecer rIl71\c~ d~ C0l11pCnS3yao entre durncecs ([liS aciividadcs -logo, do projecto - e dos CUSIClS ORSOC iados. Vcju rnos urn cxernplo. Suponha-se um pequeno pro jecro rep rc sentndo pela rcde de acnvrdades da Figura J.16 A duracao total do projectu (110 dias) foi calculada a partir das duracdes norma is que se indicam tarnbcr» na rede,

:I []ill]]
IJ D(]O)
I A(lO)
~I
,I 11(67] E(2U)
rr_i:!U [l10ITIQI
,
,
\
\
\ F("OJ
C(}O)
[JO[!OJ
F.Igu rn 3.16. Retle ,I,,, l,mJcclo. S uponha -se agor;t que sc prciendc reduzir a dUrllQ,1() 101ul para 105 d ias com IImCUSlO IIdi c i onal 11I;(1il11o. Cornestc pn.1rU~il(l, forum avaliados os CllSIOS ussociados il realizacao de cndll ncri vidade em dols tempos in ferio res 110 normnl que se indicarn no Qu ~CI ro 3.7 .

Acrlvldada Slll"l~fifi normnl I.' Llmlnr 2.' t.lmtnr
UUr!'~~o CUilO OurD~nO CuSIO D" ru\=iio Cusru
A 30 1 J 28 19 26 22
B ~7 40 65 44 62 54
C .10 2Z 2M 26 26 .14
0 3U 27 2,1 32 12 J9
F- lO 12 1M IS 15 20
F 411 52 37 61 JJ 81
G 40 47 37 62 JS S2 Como e obvio, se se pretcnde reduzir 0 tempo de rcali7..a~ao do projecto rem de sc actuar sobre as aClividades criticas, Reducocs nos aciividades fol gadas sao inuteis visto nao terernefci 10 na duracso total. H, de entre as cntrcas, irnportn nctunr preferencialrnente sobre as acrividades que aprescnrem 11m custo mil rgina I de reducilo rna i s bu i KU. Rcsurnern-se no Qundro ]. 8 os di [cremes passes dn a lUI Ii se,

132 • INvEsTloAcAo OPERACIONAL

Camlnhots) ~ritico(s)
Acdvidades Ou""~"0
tol,,1
1.' rcdu<;;;" A,C,F 110
Z.' rcdueiio A,G,F
109
3.' reducao A,GI F
lOR Acrivid ades

Cusio marginal

seleccionada

JO 4U 40

A G fI

5 3

A

29 40 40

A G F

A

I.S

28 40 40

A G f

5

A

J

4.' reducao

A,G,!' B,F

AcE GoB F

27;67 40; 67 40

l.S+2~3.5 5 + 2 ~ 7

I'

107

5.' rcdu~ilo

A,C,I' B, F

AcB GeB l'

27; 67 40;67 39

3.5 7

3

106

Para a prirneira reducao, as actividades crlticas s~o A, G, F, e ° custo marginal de reducao e rnais baixo para A, pelo quc a duracao destae reduzida para 29 dias. No passe seguinte repete-se esta sltuacao, o rnesrno se passando para a terce ira reducao arenas com a ressalva de que 0 custo marginal de rcducao de A aumentou para 1.5 par se ter atingido no passe anterior a duracao minima correspcndente ao 1.0 limiar (28 dias), entrando-se, portanto, na zona de validade do 2.° limiar. Efcctuada a terceira reducao, uma nova situacao surge: esgotou-se a folga de B, e passarncs a ter dois caminhos criticos. Qualquer reducso no tempo de realizacao do projecto obriga agora a reducoes simultaneas nas duracoes dos dois carninhos criticos, pelo que ternos rres auernativas:

0) Reduzir simultaneamcntc as duracoes de A c B;

b) Reduzir slrnultanearncnte as duracocs de G c B;

c) Rcduzir a duracso de F (que e cornum aos dois carninhos criticos).

A sclucao rnais economica i: esta ultima, e a duracso de F passa para 39 dias, Para a q uinta reducao repctern-se os argurnentos do passo anterior, e a duracso de F (: reduzida para 38 dias, Desra forma, o tempo de reatizacao do projecto e reduzido para 105 dias com urn custo mini mo.

GESTAO DE PROrECTOS' 133

o rnesmo tipo de proccdirnento pode scr aplicado ao problema inverse de dilatar 0 tempo de reallzacao das actividades, S6 que neste case todas as regras sao invertidas, Deve cornecar-se por acruar sobre as actividades fclgadas, visto que uma dilatacao do tempo de rcalizacao destas, dentro dos lirnites fix ados pelas folgas respectivas, nao afecta a duracao total do projecro. E, de entre asactividades folgadas, deve seleccionar-se prioritariarnente a que permitir maiores reducoes de CuSIO,

Conjugando os dois tipos de analise e possivel deterrninar 0 programs de custo rninirno, Este proced imento tern 0 inconveniente de ser moroso, particu I arrnente para redes comp I exas, e pode ser substi til ido com varuagens por rnodelos optirnizadores de Prograrnacao Matematica. A apresentacao destes modelos ultrapassa, no entaruo, 0 ambito deste texto (Mjelde, 1983, e Tavares, 1987).

Pinalrnenre i: de rcferir que ncm sernprc a reducao do tempo de reatizacao do projecto implies custos adicionais. E por vezes possivel conseguir esta rcducao retirando recursos de acrividades folgadas (dilalando a sua durncao) c afcctando-os a actividades criticas, acelerando a sua reatizacao, Esta e urna hipotcse que deve ser analisada antes de erivcrcdar por alternativas que irnpliquern custos adicionais.

2_5.5. CU5t05 e actuallzacao

A atribuicao de flnanciarnentos Ii realizacso das actividades corresponde sempre a uma operacso de a fectacao de melos financciros que sc justi fica pela geracao esperada de cornpensacoes (proveltos) resultantes da realizacao do projecto. Ora, csta afectacao impliea urna irnobilizacao dos correspondences meios financciros desde a data em que sao postas iI disposicao do projecto (I) ale a data em que sao auferidas as cornpcnsacoes referidas (I'). Assirn, por exernplo, considere-sc 0 projecto relative a consrrucao de urn bloco habitacional destinado it venda a particulares, 0 promotor do projecto urilizara capitals proprios ou cmprestados, sendo cada vez mais ram a prirneira alternativa, Scmpre que sc afccta urna irnportancia x desde I ate 1', e evidenie que surge urn custo financelro (charnado servieo de dlvida) relative ao juro page pela divida x (calculado pela taxa de juro activo, au seja, aquela que estabelece 0 montante a pagar a insti tu ieao que empresta 0 dinheiro) ou, entao, ao juro que nao se recebe por haver cativado este rnontante proprio para 0 financiamento do projecto (neste caso, 0 juro perdido corresponde a taxa de jure passive que regula 0 credito que se recebe per dispor de .r).

Ou seja, 0 custo relative a lItilizac;ao do capital x durante 0 periodo I' - I deve ser calculado e irnputado <10 projccio. ESIC calculo baseia-se ern nocees basicas de calculo financeiro e que se resurnern seguidarnente:

A - Custo do capital durante urna unidadc de tempo,

Este custo corresponde ao acrcscirno de valor que se pede gerar pelo capital .r durante urna unidade de tempo, e e geralrnenre expresso por 0: x z, sendo a a taxa de juro apropriada.

De notar que esta nocao de geracao de valor e intrinseca da nocao de capital.

B - Valor actualizado do custo x associado ao instante I e referido ao instantc 10 (com 10 < I). Esta n09aO de «acruallzacar» corresponde a calcular 0 valo.que sera cquivalentc em [0 ao de x em I.

134 . l",v~STlGM;AO OPUlACIONA.L_:_ _

Como C ebvio, se SI; considcrar que I

ID Ii 19l1ai a I, lent sc a corrcspondcncra

lempo 10 I

tempo (to + I) (I + al

(---)

x

sendo v 0 valor actua Ii zado de x para 10 o q lie se obtern i gua 1 H V "' x I (1 + 0:), ou scja, v X· /. sendo / o factor de acrualizac;lIo dado par I I (I + a) c dcsignando-se ex pOI taxa de aclualil.u\,ll0.

c se repetir estc raciocinio entre 10'1 1 C ID + 2. a acrualizaeac de (0 2 parn 10 ~ I imphcara de novo It rnulttpticacao polo factor/. pclo quc.jionernlizando estc resultado para 0 pcriodo I '0, obtern-se 0 vn lor acuia lizado de x em 10, -"'0' dado por:

13m conclusac, e I,ossivcl cornparar N scquencias de custos dlstribuidos no tempo (~«(); I = I ..... 7~) para i = I, ... , N desdc que se conheca a lalla apropriada, a ,j:i que e imediato a cdlculo dos corrcspondentes valores acrualizados para 0 rncsrno instunte 10, V(iJ '0:

I

\I(il, 1::1- .. (1)1, . I" ,,)

, ,

Observe-so que n I1l1illi~e Ieita permite uctuulizar qucr CI.lSLOS qucr proveitos, rein que se designa habitualmente par valor acrualraado Iiquido d urn projecto, V I., ° valor acruahzado do conjunto dos prnvcltos lB(I)) menos 0 valor acruahzadn do conjunto dos custos ! C( I)):

VAL = L.IJ(I)· I':' 1- L C(I)' [I' "I

De notar que a serie de proveitos sc loculiza geratmenrc urn perlodos rnais l(Ildln~ do que ados custos, Assim, por cxernplo, no caso do bloco habitacional, c naiurul que estes provcitos cstejarn assocredos iI venda ou a UlIh/.3"Ao dos seus apartarncrucs, 0 que s6 sers posstvel apes 0 pcriodo da realizacao do projecto. Ccnsequcnternente, urn rna icr valor de 0: (que acarrctu lima rnenor ponderaeao associada H valores rnais afastados no tempo em rela~~o 11 I~) implica, em geral, urn menor valor Llcl\lolizado do projecto, pelo que e frequcnte ter valores de VAL mais negatives sc ex elevado, e positives se a menor

valor de a para 0 qual VAL'" 0 diz-se tflX:! de r ndibilidadc do projecto.

ERie tipo de anallse de £Iclualiza"i!o ou de rcndibilidadc pndc tambern ser feiln om tcrrnos de despesns c receitas (em vel de custos c provcuos) ern nada se auemanoo as forrnulas nprcsentadas.

Como c cvidente, todns as analises npresunmdns impocm umdndes de rncdida cunstuntes no tempo, 1'01(1 que se adrnitiu n lnoxlstencia de illlla~no ou dcna~~o (unaltse 11 prccos cnnstnntus). Se se corisiderassc que a unidade de medida estava sujeila II um processo de dcsvalorizacao par unidudc de tempo (taxa de depreciaeao ou de inflacao, d, a qual e, nccessariamcntc. pcsitiva) e evidenre que a corrcsponcloncill anterior tern de seT corrigida, passando a ter-se:

Tempo 10

\I

x

GEHAo Ill· PROIECTOS - 135

II lim de que os valorcs CIl110 ~. 1 fiquern expresses nas rncsmas unidades dos relatives 1\ 10, ja que UITID unuladc monetana em '0 tcra lim poder de cnmpra igual ao de I -I d em 10 + I. Obtern-sc, cntao, urn novo fnctor tic actl.mli~II~~(),f', d"do porf' =/(1 I d), que substiruinl o nnterior (nnalise II )J1"~ns correntes). A taxa de actual iza~~() corrigida, a', sera cllta\'! dada por:

Oll

.--l-:-.,. I+d II a = 1+0'

,_ a-d ex - I+d

o quo eontraria a idcia goncralizada de a' scr dado por a - d, concluindo-se agora que 6 inferior 11 tal dlfercnca. Ou seja, a taxa dcjuro a precos constantes e iofenor a difercnca entre a taxa n prccos correntes ell (oX!1 de inflaeilo,

2.5.6.

Actuallz"c;:30 e calendarlzac;:ao

o calendario adaptndo para 0 projecto vni influenciar a locahl8iYAo, 00 tempo, dos CUSIOS e dos proVCilOS c, conscqucntemcnte, (1 proprio VA L do projecto. Retcrnnndo 0 exernplo do blnco habitacionat, pmlcnl ter-se uma d istribu i~~o como a que so rcpreseme na figura segu inte, onde os custos se aproximam de 111110 drsrribuicao untforme no tempo durnnte 8 realizaeao do projecto (/0 10 + n, c os provenos, no flnul do projecro (10 I' + I), sendo 7' {I t1llruyfio do projecto:

Proveuos

10" T Tempo

Figurn 3.17. I)tstrihui~jjo unlforme,

136 . INVESTIGACAO QpERACrOt'lAL

ESIa solucao rem a varuagern de pcrmitir solucoes estaveis no tempo quaruo aos recursos necessaries (pessoal, materia is, ctc.).

Como e eviderue, 0 VAL aurnentara se se arrasarem os CliStOS, cmbora manicndo constante ,1 sua

soma, tal como se esquernatiza na Figura 3.18,

Proveiros

fa + T Tempo

.1

Figun 3.18. Dlslrihlli~'io atrasada.

reduzindo-sc, pelo contrario, 0 VAL sc a conccntracao dos custos for antccipada (Figura 3.19).

Proveitos

In + T Tempo

FigUl"" 3.19. Oisir!blJi~ilo adianrada.

GESTAo DE PROJECTOS • 137

No que respeita aos proveiros, e varuajoso antccipa-los, pclo que se procura, com frcquencia, subdividir 0 projccto em fascs de modo a que partes cocrcntes do projecto possam cornecar II ser utilizadas antes rnesrno do final do projecro (fasearrientc). Ou scja, rer-se-iarn provcitos distribuidos, par excmplo, per /0 + T 12 e lu + T + I, 0 que aumcruaria 0 valor de VAL. No caso do bloeo habitacional, haveria que concebe-Io em fraccoes que pudessern ser concluidas, licenciadas e vendidas par fases do projecto. Note-se que rnesmo que este faseamento possa exigir algum acrescirno de cUS!O (acessos, isolarnentos, seguranca, etc.) tal inconveniente pcdera ser cornpensado pelo aumento de VAL.

A preocupacao de atrasar os custos (scm aumentar T) origina calendarizacoes colocando as actividadcs nao criticas 0 rnais tarde possivcl cnquanto a reducao de VAL acarrctara a calendarizacao de tais aciividades para as suas datas mais rccentcs.

Contudo, observe-se que II prirneira solucao rcfcrida implica que a totalidadc das actividadcs passe a ser critica originando-se lima maier concentracao de recursos necessaries no final do projccto c, nao me,1OS importante, um multo maier risco de surgirem atrasos no completer do projectc. deixando de se realizar no prazo, T.

Em resurno, lima vcz fixado 0 prazo de realizacao do projecio, a calendarizacao das actividades nao criticas podera ser [eita considerando diversas mews cornplementares:

Ie Dtsrrlbutcao unifnr me no tempo do consume de recursos nao acumulaveis:

Esta solu<;:ao tern a vantagcrn de permitir maier cstabilidade c rcgularidade dos rncios necessaries.

If Distribuicao no tempo de modo a facilitar a uiiliaacao de equlpamcntos escassos,

Esta preocupacao traduz-se pela calendarizacao nao simultanea de actividades que exijarn 0 rnesrno equiparnento Oll por evitar a sirnultaneidade de diversas actividades consumidoras dos mesrnos recursos,

'" Distribuicao, 110 tempo, do consume de recursos acumulaveis de modo a Iacilitar a aproxirnaeac entre necessldades e extstenclas resultantes de pcliticas cornodas e econornicas de aprovisionnrncruo.

II' Calendarizacao atrasnda.

Esta solucao maximiza 0 VAL mas tarnbem 0 risco de atraso,

II' Calendarizacao avancada.

Neste caso 0 risco de alT8SO e rninirnizado mas infelizrnente tarnbern 0 VAL c minim II.

1 38 • r NVI::STIGACii0 OrERACION"!.

Cornpreende-se, poi s, que 0 P roccsso de ca lendarizacao i: U In problema dec i sorio camp I exo com obj ecti vos e eri rerios mu Iii p los, 0 'ILl e ex ige do deci sor a capacidade de co nstru i r sol ucocs de cornprornisso a fim de obter 0 possivel nivcl de harmonia entre as extremes refcridos.

Note-se que, ao contrario do que infclizrnente acontece com [requencia, a calendarizacao so dove ser feita ap6s di versas eta pas previ as de a nit lise (decornposicao em acri vi dades, construcao da rede, anali se C PM, cstudo dos tempos e dos recursos, eic.), pel a que dcvera corrcsponder a urn momenta decisorio bastante apo i ado per contri bu icoes pre vias.

Software inreractivo de calendari zacao de projecios que perm i ta i r en sa iando so 1 ucces a lternari vas 1:, acrualmcnte, urn ripo de instrurncnto de uti lizacao faeil que multo pode ajudar 0 gestor de projecios a torna r as m elhorcs decisees (Ta va res, 1989).

2.6. Condusao

A presentararn-se, nos subcapi tulos a nteriores, meiodo I ogias destinadas a a po ia r a elaboracao do p lanearnento de real izacao de projectos. E importante que 0 programa Ii nalmente adoptado seja (Pagnoni, 1990):

a) Intcligivel;

b) Flcxivcl:

c) Suscepti ve I de ser moni rorizado.

Para que urn plano pOSSII ser concretizado e indispensa vel que I iste exausti varnente as accoes a levar a e fci to, fixe um calcndario para esias realizacoes, i ndique os rneios necessaries e derma as competencias e as responsabilidades dos diversos intervenientes no processo, Para que ele seja inteligivel e necessario que a sua apresentacao cubra os topicos acima rnencionados de urna forma clara e explicita, nao deixando lacunas que possam vir a cornprornctcr a sua real izacao,

A rede de aotividades c uma rcprcscntacao do projecto que [em a virtude de tomar clams as inter• rc lacoes e as intcrdepcndencias entre acti v idadcs c aeon Icc i mentes, COilS! i ru i 11 do assirn urn rnci 0 de comunicscao extremarneruc ulil c poterucerure os diversos inrervenientes no desenvolvimenro do projecto. Tern, no entanto, a desvantagern de nao tornar perfcitamcnie 6bvio 0 cronograma de realizacno do projecro, aspecto este que consti 11.1 i a gran de vi nude do grafico de barras, Mas este U I limo i: i ncapaz de mosrra r aquelas interdependencies, pelo (jue as duas representacocs tern vi nudes cornplementares que nao devern ser ignoradas quando se apresenta 0 program a fi na l.

Um outro aspecto a ter em conta e 0 da de fini~:io clara das competencies e das responsabil idades dos d i versos intervenicntes na real iza<;:iio do projecto, bem como das metas que cada LII11 devera curnprir, Este e um aspccto particularrnente relevante quando au realizacao do projecto intervern diversas divisoes o rganico- luncionais de urna organ lzacao, ou quando paries do projccto sao su bcontra tadas a enti dades

GEST ,,0 DE PROllOCTOS • 1] I:)

es iranhas Ii organiZ<l9Jo, 0 que aCOIlLCCC com frcquenci a cresccruc. Exi ste entilo a necessidadc de n 1['0 s6 cxplic i tar as meias a ali ngi r mas ta rnbern de tornar clams as imp I icacoes do nac curnprimento dcstas rnetas de forma a pcrrni (i r urna rna: or coordcnacao en tre d iv isces e/ou subcontraian tes, Tambern aqui a rede de acti vi dades se revels urn i nstrurnen 10 particul arrnente pcdcroso, pcdendo a te redeserihar-se a rede como se indica ua Figura 3,20, subdividindo as actividades por areas de rcsponsabilidade e fases de rcalizacao do projecto

". ','

Ftgu ra ),20. Deco ITlpO~i,5 0 do p rojecto,

N ote-se que ha tambern que tornar claws os rneios necessarios Ii realizacao do projecto, Os rnapas de ut iii zacao de recursos associados ao ca lendari 0 fl nul mente adoptado dao respos ta a esra ques tao, Ii cando-se desre modo a conhecer 03 meios indispensa veis em cada instante do tempo.

Quante ao segundo atributo, e desejavel que 0 plano seja flexivel de modo a encaixar sem grandes perrurbacees as desvios em relacao ao inicialrnente prcvisto,os quais surgcrn frcqucnterncntc aquando da sua real iZflySO, Por cxcrnp I 0, loca I lza ndo 0 in ic io de cada Be ri vi dade nn sua dam mais cedo permi lida pclas prccedencias, obiem-se um programs de flexibilidade maxima na sequencia do que sc ja comeniou a proposito do risco de se ultrapassar 0 prazo previsto. Pelo corurario, a rnarcacao do inicio de urna actividade na sua data mais iardia esgota a respectiva Iolga e 10m3 critica a actividadc, diminuindo, portanto, a flex ib il i dade.

Por ultimo, qualquer plano deve ser susceptive! de ser monitorizado e controlado. Nao serve integralrnerite as suas fu ncoes urn plano que so possa ser aval iado uma vez conclui das todas as accoes nele previ stas, Ha que prover mecani smos de acornpanharnen to da sua rea I izacao de forma a que se possarn tomar rned idas correcrivas caso se concl ua em qua lquer instante que os obj eCli vos fi nai s possam vir a SCI"

140 • INVESTIGAC;;AO OPERACION"L

GESTAO IJE PROJECTOS • I 4 I

comprornetidos. Os aspectos ligados Ii rnonitorizacao serao tratados no subcapirulo seguintc, mas importa reatcar aqui que para 0 programa de reallzacao <10 projccto poder ser monhorizado e indispensavel que ne!e sejarn definidas metas interrnedias muito precisas e que cxistarn mecanisrnos de eorrec9ao do programs que permitam altera-te case tal se tome necessaria para nao cornprorneter as objectives finais.

c) Adequada rrcquencia das observacces. Para urn projccto com urna duracao total de 2 anos talvez urn ponte da ~irua<;a.o de duas em duns sernanas seja adcquado, urna vez que dara tempo a que Hey DC. correcuvas sejarn levadas a cabo. No cntanto, se 0 projecto tiver uma duracao de tres rneses, tal frequencia sera certarnente multo baixa:

3. A monltorlzacao do projecto

d) Racionalizacao dos circuitos e des lnsrrumenros de processarnenro da informacao. E irnportante que. a inf~~a~ao recolhida seja rapids e eficienrernente processada e passada aos gestores do projecto. E infelizmente frequcnte encontrarern-se sistemas de recolha, processamento e transrniss~o da informacao tao pesados, que quando esta [inalrncnte chega as maos de quem tern capacidade decisoria ja esra dcsactualizada, irnpossibilitando que se torncm aC9C1cs correctives em tempo util.

A exi stencia de urn pI aneamento cuidadoso, rncsmo que e I aborado apart i r de bases 561 idas c u filizando meios sofisticados, nao garante que ludo se realize dentro do previsio (Morris at al., 1990). as imponderaveis, a atteracao dos cenarios de planeamento, ou, ate, sirnplcsrnente 0 menor realismo das estirnativas em que a prcgrama foi baseado, sao factores que gerarn desvios em retacao ao programn inicial. Dai a importancia de manter a execucao do programa sob conrrolo para que se possa actuar aternpadarnente sernpre que tais desvios possarn vir a comprorneter os objeciivos finais do projecto.

A rnonitorizacao do projecto pressupce como condi9ao previa que exista lim prograrna porrnenorizado que sirva de quadro de refcrencia ao desenvolvimento do mesrno. Em fase de realizacao terao de existir mecanisrnos que avaliern 0 esiado de avanco dos trabalhos ern curse. Vcrificada a existencia de desv i os em rel ayllo ao pia neado, ha que ava I iar as rcpercussocs dcsrcs c, se for caso d isso, prornovcr a rcvisao do prograrna adoptando-o as novas circunstancias, de modo a mini mizar os afastamcntos dos resultados globais obtidos no tempo, no cspaco dos recu I'SOS e no CSpB<;:O dos resultados entre a prcvtsto

co atingido.

Obviarnente, quanto mais rigoroso e apertado for 0 conuolo, rnaiores sao as possibi I idades de acruar

correctivamente sobre 0 curso dos acootecimentos. So que 0 conrrolo da cxccucao de projectos tern custos associados frequentemente significativos, pelo que tambern neste aspecto hit que encontrar sclucoes equilibradas, 0 CPM fornece indicacoes prcciosas sob a forma de orientar 0 controlo do projecto: este deve ser primordialmente dirigido para as actividades criticas, visto que sao estas que condicionam a duracao total do projecto, Para as acti vidades lolgadas, 0 corurolo podera ser tilo rnenos apertado q uanto maiores forarn as fo lgas respectivas.

Entre as propriedades desejaveis de urn sistema de observacao c controlo do avanco dos trabalhos

podcm citar-sc:

b) Adequado rigor e precisao das medi~oes de controlo. Por exemplo, pal'll uma actividade critica e possivel que, sob eertas circunstlincias, 0 avanyo dos trabalhos seja medido ao dia. Todavia, para uma actividade que tern uma folga de 5 meses, uma medi~ao ao nivel do dia seria inadequada por

excessivameo!C rigorosa;

Uma vez recolhida e processada a informacao sobre a progressao des trabalhos ha

• b" a que cornparar esta

com 0 que estava previsto na prcgrarnacao acrualizada do projecto. Para as actividades entretanto concluidas, csta cornparacao lirnita-se a veri fi car se a data de conclusao coincide de facto com a previsra ou sc, P~IO conrrar:o, hcuve avanco ou atraso e, bern assim, se os indices de qualidade pretendidos foram atingidos. Para as actividades a decorrer, ha que fazer urna previsao das datas de conclusao atendendo norneadarneute ao trabalho ja realizado. E habitual nestes casos tracarern-se graficos 'como 0 da FIgura 3.21, em que se apresenta em abcissas 0 tempo, c, em ordenadas, as quantidades (ou percenragern) de trabalho cxccutadas e a executar. A prcvisao da data de conclusao pede ser baseada na projeccao (evcnrualmerue corrigida) da curve rcpreseruatlva da progressao dos trabalhos ate ao instante de analise.

De posse das novas datas de conclusso das actividades (ocorridas au previstas) e verificada a existencia de desvios em relacao ao prcvisto, torna-se necessario avaiiar as consequencias de cventuais atrasos no tempo de real izacao do projecto.

. No case de os arrasos verificados (ou previstos) nao excederem as fclgas das actividades+, entao a ~ealtzayao do projecto no tempo previsto nao esta comprometida. A programacao podera ser revista, inrrcduzindo-se as alteracoes nas datas de inicio e de conclusao das actividades que depcndem das actividades atrasadas. Uma simples inspeccao da rcde de actividade indicara quais as alteracoes a introduzir no calendario,

No entanto, se os atrasos verificados (ou prcvisiveis) excederern as Iolgas das actividades, 0 que succdera sernpre que os desvios ocorrcrem em aeiividades criiicns, entao a duracao total do projccio vira alterada. Para avaliar a amplitude das altcrayOes, 111\ que volta I' a fazer as amiliscs descritas no subcap!rulo anterior partindo da siWfl9ilo verificada ncsse instantc. Para lal, eliminam-se as aClividadcsja concluidas, enlra-se com os lempo~ necessarios it conclusao das actividades em curSQ e, usando 0 CPM, rccalcu!am-se os tempos e as folgas a fim de identificar as novas actividades criticas. Da analise resultar<i urna programayao revisla em que 0 tempo de realizac;ao viro dilalado em rela<;:ao ao inicialmente previsto. Caso

a) Rclcvancia d!linform!l~ao a recolher. Ainda que esto propriedade pllrc~a 6bvia, a verdade e que i: frcqucnlc recolberem-se 0 bserv3t;:oes que nunca sao usadas, 5i tU,19i10 que s6 co nlribu i para 0 consumO desnecessario de esforyo e para a dispcrsiio da 3lcn<;:iio para factores nao impartantes;

t NOle·s. que as folgns se referem fiO catendario adoptado e que podom, port.nto, Ser diferentes des felgas illiciais dados pelo CPM. caw 0 ;nfcio et" aClivi<iocic n~o lenh" s;do marc.do p"r, " sua do .. mB is ce<[o.

142 • I NVE5T1GACAO OrERACIONAL

esia situacao nao seja aceitavel, 001110 ha vera que acelerar a real i:w~~o de algurnats) acti vidadefs) cruicats) para 0 que, tal como discutido anteriormenie, se dispoe basicarnente de duns alternativas:

i) Deslocar recursos de actividades folgadas para as (novas) actividadcs criticas;

ii) Angariar recursos adicionais (com os respectivos custos adiciouais) que permitarn reduzir os ternpos de realizacao das actividades criticas.

% da quantidade de trabalho rcatizada

100

Progress>1o previ SI a depots

do aurncruo de cfccuvos

............................................ )/ / " .. :

, ,

, ,

50

30 Scrnanas

Projeccao da : ----- progrC5sao rea 1:

10

• Dccisac de au men tu r 0, , : efecti vos de miio·de·obrn :

Prog/css~o rcal

10

20

Figura 3.21. Monttorizncao do projeero.

No fundo rrata-se, portanto, de aplicar as tecnologias descruas no subcapirulo anterior a siruacao verificada no instanie de controlo de execucao, Emretanto, tern sido pratica frequentemente adoptada cvitar sernpre que possivel fazer urna rcvisao cornpleta do prograrna de urn projecro, preferindo-se antes acruar dircctarnente sobre as actividades em relacao as quais se vcriflcaram dcsvios de modo a levar as datas de conclusao respcctivas a coincidir com as datas prcvisras. IS a que se exempli fica nu Figura 3.21, cndc, quando na SCm ana 10 se verificararn atrasos em rclacao iI progressao prcvista, sc decidiu aurnentar os efectivos de mao-de-obra forma a garantir a conclusao da actividade em 20 sernanas.

Estc tipo de actuacao corrcctiva tern por 5i a vantagern de evirar uma alieracao rnais ou menos pro· funds do programa inicial (talvez pelas perturbacoes gravcsas que tal alteracao poderia introduzir na vida da organizacao respcnsavel pelo projecto), mas invalida a possibilidade de encontrar urna solucao optirnizante (minimizando custos globais) que a analise descrita anteriormente poderia pennitir.

Nao quereriarnos encerrar este subcapirulo sem chamar a ateucao para a irnportancia de fazer urna analise cuidadosa dos desvios ocorr;clos, procurando·se identificar a(5) sua(s) callsa(s). Tal como indicado

GESTAO OE PROiECTOS' 143

antcriorl11entc, estes desvios podem resunsr de factores cxcgcnos que escaparn no controlo dos responsaveis pelo irajecto e cacm, poriarno, na categoria das incertezas associadas a qualquer accao de planeamcnto. Mas podem iarnbern resultar de facto res endogcnos, tais como uma pior organizacao do trabalho ou coordenacso de actividades, ou, ainda, tao-sirnplesmente, de tim menor realismo das estirnativas inicia is. Em qualquer destes ultirnos casos a identificacao das origens dos desvios e particularmente retevante niio 56 porque permiiira evenrualmente actuar correctivarnente sobre 0 projecto em causa, mas tarnbern porque contribuira para enriquecer a experiericia da organizacao tendo em vista a preparacao futura do planearnento de outros projectos vindouros, Com efeito, os elementos recolhidos e analisados ao longo de cada projccto dcvcrn alimeruar as bases de intormacao e conhecimento da organizacao gesrora a fim de rnelhorar os seus dados c 0 scu know-how, rransformando a experiencia vivida em aprendizagern eonducente a capacidadcs supcriores para a gestae de lim proximo projccto .

4. A incerteza na gestao de projectos: 0 metodo PERT

4.1. Intl"odu'idO

.. ,

As anatises apreseniadas nos subcapitulos anteriores partem do principio de que todas as grandezas sao conhecidas deterministicarnente e que, portaruo, podern ser caracterizadas por valores singulares, Ora, a verdade e que existc sernpre urna rnaior ou menor rnargern de incerteza associada as estimarivas dessas grandczas, pelo que I; irnportante dispor de rnetodos que, de lima forma quanti ficada, explicitern essas inccnczas e rnecam a ampf tude dos seus efc uos.

o l'ERT (Program Evaluation and Review Technique) c um rnetodo de planearnento e ccntrolo de projectos que entra em linha de conta com a inccrtcza associada as duracoes das actividades. 0 PERT e o CPM forarn desenvolvidos independenternentc na dec ada de 50 por duas entidades, e nas versoes aqui apresentadas di ferern apenas no rratarnento dado as duracces das actividades, Partern ambos da decemposicao do proj ecto ern acti vidades e do tracado da rede representati va do projecto para fazerern a anal ise do tempo. Tcdavia, no ambito do PERT, a analise da rede e estocastica e voltada para a caracterizacao estatistica da curacao total do projecto (ainda que outras analises complernentares possarn tambem ser feitas, como se vera adiante),

Contudo, observc-se, dcsdc ja, que 0 PERT enferma de deflciencias que resultarn essencialrncnte de dois lacrcres (Tavares, 1986). 0 prirneiro tern a vet com limitacccs do corpo cia teoria disponivel para a ami lise estaustica da rcdc de actividades que irernos docurnentando ~IO longo do texto, 0 segundo decorre do caractcr unico de cada projccto que inviabiliza a aplicacao dos rnetodos classicos de inferencia estaustica baseados na observacao de repeticoes em condicoes sernelhantes. Estas dificuldades levarn a que os resultados fomecidos pelo PERT devam ser encarados com alguma cautela e que 0 utilizador deva ter plena consciencia das I imitacoes do metodo, particu larrnente quando as cond i~iies espeei ficas do proj ecto mais se a fastarn das hi pcteses em que a analise se basei a. Estas reservas nao in va lida rn, no enta nto, a utilidade do PERT, alias amplameme reconhecida, desde que os seus resultados sejam interpretados com scntido crltico.

144 • INVF.STIGA<;;AO OPERACIONAl.

4.2. A dura~ao das actlvtdade s

Ao considerar explicitarnente a incerteza associada '1~ duracoes das actividades, cstas passam a ser cncaradas como variaveis aieateri as, pelo que i mporta caracieriza-l as estat i sricarnente. 0 PERT prop6e que em relacao it duracso de cada aciividade sejarn Ieiras tres estirnativas:

i) Urna estlmariva eptirnista (Dop)' isto C, uma cstirnativa do tempo de realizacao quando esta decorre em condicoes inteirarnente favoraveis, pelo que a possibllidade de concluir a acuvidade nurn prazo rna is curto i: desprcza vel;

ji) Um a estim a ti va pessi III i sta (0",) quando, pclo con mi rio, as co nd i Coos silo rna n i Festa rncni e adversus:

jii) Uma estirnatlva mals provavel (D,"p), que correspondera it duracao da actividade quando tudo sc processar dentro da norma I i dade.

Nestas condicoes a dura Clio media da acti vidade, u, e dada pela segui n te exprcssao:

D +4D +D

J.l= op ~Ip p~

Como rned ida da eli spersao dos va lores possi veis cia duray~ 0 em torno cia respect iva med in (ou, se prefcrirrnos, da incerteza associada a essa duracao) c habi Ilia l usar a variancia, 0"1, que 6 dada pcla cxprcssso:

As expressoes da media e da variancia resul tam de se adrn itir que a duraca 0 cia acii vidade pode ser descri ta estatist icamcnte par uma distribu i',!ao Beta (Figura 3.22). As razees pm que os in iciadores do PERT adoptaram este tipo de distribuicao prende-se com a ex rrerna flexibilidade da distribuicao Beta, que, consoante os valores de D"", D," e Dmp' assim torna diferentes configuracoes com assimerrias posiuvas ou negativas.

" "

~]

.;:; :E Probab ilidade de 1 %

~ ."'".:: rL.)...o

a~

00 ,,. ~

.... 0- c: <l

cf."

Probabi I idadc de i %

Dp, Duracao

~6cr

Figllra 3.22.

i

!

I

I

·1

:!

(3-1)

! 'i !

(3.2)

GESTAO D~ Pl\OmCTOS • 145

A ncccssidade de posrular lima disrribuicae em vez de, como e habitual em Estatistica, ensaiar a sua adequacao a urn conjunto de obscrvacces emp i ricas da graudeza resu ita, como discutimos anteriormente, do facto de essas observacocs poderem nilo esrar disponiveis devido a lirnitacoes de inforrnacso ou ao caracter niio repetitive das aciividades. Todavia, se as organizacoes gesroras ou as entidades publicas res ponsa veis fo rem tra I1S forma n do os e I ernentos reco I hi DOS no dec urso de ca da proj ecto em bases de informacao e conhecimento apropriados tal como se referiu no final de 2.6. e de se adoptar uma decornpostcao e plldronila~iio dos proj ectos, pass ani a ser possivel estimar estas distribuicces com base em arnostras rca is.

4.3. Ana.lbc cstociistica d as r edes de actlvldades

Cornecernos por analisar 0 case simples de urn projecto consrituido pm urn conjunto de actividades l , 2, ... , n a rea I izar em seq uencia, Admi tames que forarn estirnadas as duracoes optirnistas, pessimists e rna is provavel de cada acti vidade e, usando as expressoes arras ca lculadas, as med ias ~I" /-i" ... , u; e as vari ancias 0"[, a1, ... , a~ das respect: vas d uracoes,

A duracao total do projecto Dr sera, assirn, dada pela soma das duracoes das actividades,

Dado que as d u racoes das acti vi dades silo aleutori as, tam bern Dr sen! urna varia vel a leatori a com media p., dada par:

(3.3)

Case se adrni ta a indcpendencia estatistica entre as duracoes das acti vidades, a variancia da duracao tota I af 6 dada por

a? = al + a1 + ... + 0";

(3.4)

Finalmente, para identi Iicacao cia disrribuicaoestaustica da dura9~O total do projecto, 0 PERT recorre II urn resultado extrernamente irnportante da Estatistica: 0 Tcorcma do Limite Central. Este tcorerna diz-nos que a soma de variaveis aleaiorias i ndependentes tende para urna distri buicao normal se

o nurnero de parcelas for suficienternente grande. Aplicando este resultado ao caso que vinhamos rratando,

o PERT adrnite que a duracao total do projecto podera scr descrita estatisticarnente por Ulna d istribui 930 normal, particula rrnente se 0 numero de acti vidades a serern realizadas em seq uenc: a for elevado. Admilida esta hipotese, e estirnadas como vimcs a media e variancia da duracao total, facil se lorna entao tirar conclusoes de caracter probabi list; co quaruo a da ta de conclusao do projecto.

146 • [NVESnGACAO QPERAC10NAl.

o case que vinhamos trarando i: excess: vamente simp Ii ficado. U sualrnentc, os projecios consta m de scquencias de actividades a rcalizar em paralelo e a analise cornplica-se significativamente. Suponha-se o case de um projecto representado pela redc de actividades da Figura 3.23.

D

A

c

Figura 3.23. Rede do projccto.

Ternes neste easo tres carninhos:

a) A sequencia A -'> D;

b) A sequencia B -'> E;

c) A sequencia B -'> C -'> 0,

Como vi rnos aruerlo rmente, 0 cam i n ho cri lico sera consri 11.1 ida pela sequenci a com duracao IOta I maxima, Nestas condicocs. a duracao do projecio sen! dada por:

A analise estatistica da duracso do projecto entra assim 110 dominic da estatistica de extremes, mingindo urn grau de complexidade dernasiado elevado, especialrnente porque carninhos alternatives contern rarnos comuns. Por exernplo, se na rede da Figura 3,23 nao existisse a actividade C, enrao teriarnos dois carninhos independentes e seria simples combiner resultados probabilisticos obtidos separadamerne para os dais caminhos, Caso pretendessernos determinar a probabilidadc de concluir 0 projecro antes da data L, cntao poderiamos dizer que, para que tal ocorrcssc, scria neccssario cumprir sirnultancarnentc duas condicoes:

a) Concluir as acrividadcs do carninho A -'> 0 antes da data L. A probabilidadc dcsta ocorrencia P pcderia ser calculada como indicado acirna;

0) Coneluir as actividades do caminho B -7 E antes da data L (com probabilidade P').

Face a independencia dos dois carninhos, a probabilidade pretendida seria dada pelo produto de P e P'

GESTAO DE PROJECTOS • [47

No caso geral, estc tipo de analise nile e poasivel porque os divcrsos carninhos apresentarn rarnos comuns e a condicao de independencia nile e cumprida. 0 PERT introduz cntao lima hipotcsc sirnplificativa fundamental: a de adrnitir que 0 tempo de reallzacfio do projecto e controlado pela duracao do caminho critico determinado para valores medics das duracocs das actividades, Nestas condicoes, a analise estatistica da rede rcduz-se ~ analise do eaminho cririco para val ores medics, com evidentes vantagens de simplificidade e operacicnalidade. No entanto, esta simplificacao podera levar a afastamentes face it realidade, particularmeute se existirern caminhos subcriticos (para valores medics) com duracoes prcxirnas das do caminho critico. Resurnindo, 0 metcdo PERT procede do modo seguintc;

I) 0 projecto c decomposto nurn conjunto de actividades, e s~o identificadas as interdependcncias en Ire estas;

2) Para cada actividade silo prcduzidas tHis estimativas das duracoes (optirnistas, pessimistas c mais provavel). Com base nestas estirnativas, silo calculadas as medias e as variancias das duracoes usando as cxprcssocs (3.1) e (3.2);

3) E tracada a rede de acti vidades representative do projecto e, usando duracoes medias, silo calculados os tempos de ocorrencia dos nos (tal como foi feito para 0 CPM), identificando-se 0 carninho critico:

4) Para efeiros de analise estaiisrica, a rede c rcduzida aquele carninho critico, 0 tempo de realizacao do projecto e, nestas condicoes, dado [lela duracao do carninho critico determinado no passo anterior, com media e variancia dadas pelas expressoes (3.3) c (3.4), aplicando-se os sornatorios as actividades que constituem aquelc carninho critico. Admitindo ainda que a duracao total tern uma disrribuicao normal, ficarnos em condieoes de prcduzir afirrnacees probabilisticas relativas it data de conclusao do projecto.

Esta analise rfeidicionai do PERT pode ser complernentada por outras, como ilustrarernos adiante, Entretanto apliquernos esta metodologia ao projecto cujos dados relevantes se indicam no Quadro 3.9. Partindo das tres estimativas das duracoes de cada actividade, calcularam-se as medias e as variancias constantes das duas ultirnas COlU11ilS do quadro A Figura ),24 represents a rede de actividades ja com cs tempos calculados a partir das duracces medias, pcdendo verificar-se que 0 caminho critico e constituido pelas actividades A, GeE.

c

F

Figura 3,24, Red. do projecto.

148 • INVESTlGA<;:Ao OrERACTONAL

". .. . .' . -', '.' '/ .. ' .. ".,' .

. " . '" QlllldrQ 3.!r ~xc!lIlpl .. de projeefo . I.'." .": , . : ,," , ,':, ,- .,:.,

~ ::}l. I j.' .. ', .• ~,,- .. ', ~ ... ~- ,. I ,; ',. " " .,."~' '" ; 'I!" fl,i.",'_:t:·!

Durscces
Acrivid"des Preccdendas Optimist" Mals provavel Pessimistu Medin Variiincia
A 25 28 43 30 9
B 38 52 S4 SO 7.1
C )5 40 45 40 2.8
D A 24 29 40 30 7,1
E B,G 17 19 27 20 2,8
F C 35 40 75 45 44.4
G A 35 40 45 40 7.1 A aceitar a hipotese slmpli ficativa do PERT, 0 tempo de realizacao do projecto sera controlado pela duracao deste carninho critico, ou, sirnbolicarnente

A duracao rnedi a do projecto sera, neste quadro, dada por

J.i.DT;:; p" + I1G + 11F. eo

= 30 + 40 + 20 '" 90

e a variancia respective, dada por

o~7' =: a~ + ab + at '"

;:; 9 + 7.1 + 2,8 ;:; 18,9

Adrnitindo ainda que a duracao tern uma disrribuicao normal, estarnos em ccnoicoes de construir a firrnacces de caracter probabi listico sobre a data de concl usiio do proj ecto, Por exernp 10, suponhamos que se pretende determiner a probabilidade de concluir 0 projecto antes de 95 dins. A resposta a esia questao seria irnediata se se utilizasse uma tabela (ou instrurnento sernelhante) da lei normal de media 90 e variancia 18.9. No entanto, babitualmeute existern apenas de tabelas da lei normal reduzida, isto e, de media zero e variancia uniuiria. A conversso de lima variavel normal x com media 11 e variancia al numa varia vel normal reduzida Z e, no entanto, irnediata:

X-p Z==-o

em que a (desvio-padrao) e a raiz quadrada da variancia. Ncstas condicoes,

P(X$a)== ~Z$ a~l1)

GESTAO DE PROJECTOS • 149

Para dcterminar 0 problema que vinhamos tratando, obtcm-se:

P(Df $95) == P(Z$~)== P(Z$1.I5). " 189

Utilizando urna tabela da funcao de distribuicao da lei normal reduzida poderiamos verificar que (para urn valor do argurnento igual a 1.15) a probabilidade pedida e de cerca de 87.5%, De forma analogs se obteriam OUlrOS resultados de interesse, Por exernplo, caso nos interessasse conhecer 0 prazo de realizacao L que pudessernos cumprir com 99% de probabilidade, entao

P(Dr s L) =: 0.99 = p(z::; L~) '.118,9

De uma tabela da lei normal reduzida poderiarnos verificar que 0 valor do argurnento para 0 qual a funcao de distribuicao torna 0 valor 0,99 i: aproxirnadarnente 2.3, pelo que

L = 100 dias,

4.4. Analises complementares

No seC9UO anterior aprescntaram-se as bases da analise estocastica de redes de actividades propostas pelo PERT. A analise tradicional do carninho critieo para valores medics pode ser cornplementada por outras que entrern em linha de corua com caminhos alternatives que possarn vir a coudicionar 0 tempo de realizacao do projecto.

Para 0 exernplo que vinhamos tratando, as actividades BeD apresentarn folgas elevadas e e, portanto, altarnente improvavel que venham a condicionar a conclusao do empreendimento. Pelo contrario, C e F tern urna fo lga pequena e poderao, portanro, vi r a tornar-se criticas. Ca1culernos para j a a probabi I idade de a duracao deste caminho, Dp nao excedcr 95 dias. A media e a variancia de DJ, adrnirindo como habitualrnente de indepcndencia entre as duracoes das actividades C e F, silo dadas por

Pm == Pc + p.1' =

::: 40 + 45 == 85

a}" = a,l.+ aJ, =

::: 2,8 + 44.4::: 47.2

Admitindo ainda que D/ tern uma distribuicao normal,

P(D/ $95)= p( z s J4~~5)= P(Z,::;]46) == 92.8%

150 • INVESTIGACAO O~ERACIONAL

em que cste valor da probabilidade fbi urna vcz rnais lido numa tabcla de funcao de distribuicao da lei normal reduzida.

Note-se que neste caso as sequencias A --t G --t E (caminho critico para valores medics) e C --t F sao lndependcntes, pelo que e possivcl conjugar os resultados obtidos pelos dois caminhos. Como virnos atras, a probabilidade de concluir 0 crnpreendimento antes de 95 dias e dada pelo produto das probabilidades de cada urn dos carninhos ter uma duracao inferior aquele valor, pelo que sera, neste caso, 0.875 x 0.928 == " 81.2%. Esrc valor nao i: significativarnente diferente da probabilidade obtida pelo PERT (que considera apenas 0 caminho crltico calculado para duracoes medias) mas havera siruacoes em que os carninhos subcriticos poderao ser influerites. Por exemplo, se a sequencia C --t F tivcsse lima duray30 media de 89 dias (em vez des 85 iniciais), Com a mesma variancia, a probabil idade rcspectiva seria

P(D; ~ 95) '" p(z s 9J-89)" P(Z s 0.87) == 80.8%. 47.2

Note-se que esta probabilidade e inferior a deterrninada para a carninho critico. Este resultado aparenternente paradoxal e cxplicado pelo facto de a sequencia C --t F apresentar uma elevada variancia, slntoma de que existe urna grande incerreza quanto ao seu tempo de realizacao. Oeste modo, exisre urns probabilidade significativa (l00 - 80,8'" 19.2%) de que a sua duracac exceda as 95 dins, probabilidade esra superior II do caminbo entice que, crnbora com maier duracao media, apreserua menor variancia: logo, rncnor inccrteza quantc ao seu tempo de rcalizacao,

A probabilidade de concluir 0 projecto antes des 95 dias seria dada por 0,875 x 0.808" 70,7%,0 que represents ja uma reducao significativa em relacao ao valor determinado pelo PERT. Este resultado ilustra bem a necessidade de analisar tarnbern carninhos subcriticos, particularmentc sc estes tiverem folgas pequenas e variancias elevadas, Por outre lado, serve tarnbem para rnostrar que as probabilidades de concluir 0 projecto ames de certas datas sao sempre sobreavaliadas pelo PERT I nfel izmerue, como vimos arras, nem sempre e possivel cornbinar resultados para carninhos alternatives por nao haver independencia entre esses carninhos.

Ern qualqucr caso, as probabilidades calculadas fornecem lndicacoes preciosas, cmbora nao exactas, que pcdem scr usadas pelcs responsavcis como apoio a gcstao do projecto, dcsignadarnente quanto 80 risco de maior ou menor afastamento em relacao ao prograrna definido.

5. Conctusoes

Apresentaram-se nos subcapitulos anteriores algumas metodologias uteis a Gestae de Projecres.

A enfase foi colocada nos principais modelos sem queesta opcao signifique que se desprezem outras formas de abordagem e que desempenham tarnbem urn papel importante na Gestae de Projectos mas que estao fora do ambito e dos objectives deste texto.

GESTAO Do PROfECTDS • 151

A contribuicao da 10 para estes problemas de gestilo tern, per si so, virtudes importantes, norneadarnente:

a) Todos os aspectos do proccsso decisorio devem ser rcprcsentados nurna base objectiva. Nomeadamente, os objectivos e as rcstricoes devern ser clararncnte explicitados, bern como as variaveis de controlo uti I iza vei s pelos deci sores;

b) Discipline e sistematizacao dos metod os de [ormulacao dos problemas, de geracao de solucoes alternativas e de analise destas, evitando-se incoerencia ou insrabilidade de procedirnentos.

Tern side frequerucmentc refcrido que 0 simples facto de 0 CPM/PERT exigir a identificacao das actividades constiruintcs de urn projecto e das suas intcrdependencias deu excelentcs coruributos para clari fiear os problemas inerenies a gestso de projectos e para rnelhorar a qualidadc dessa gestae. A nccessidade de produzir cstirnativas das duracoes de cada actividade e dos recurscs necessaries a sua realizacao i: mais urn passe no sentido de clarificar 0 problema. A expticitacao de objectives e restricoes (em termos de tempo, custos e utilizacao de rccursos) e a base fundamental para a estruturacao dos problemas de gestae de proj ectos uti lizando os metodos apresentados. E quanta rnais complexo for 0 proj ecro, com urn elevado nurnero de actividades intcr-relacionadas, maior sera a relevancia dos metcdos estudados face a crescente dificuldade que a intuicao, a experiericia c a capacidade de analise humanas tern para abarcar todos 05 aspectos rclacionados com 0 plancarnenro c a controlo do projecto

Par ultimo, sublinhc-se a importancia dos mcios cornputacionais que permitem concretizar e executar as analises aqui aprcscntadas com rapidcz e simplicidade, sendo j,i vasto 0 potencial oferecido por flumeroses produtos de software que concrctizarn os metodos estudados (Drigani, 1989),