Notas de aula de Pesquisa Operacional em Sistemas II

Engenharia de Produo
Pesquisa Operacional em Sistemas II - Notas de aula

Universidade Salgado de Oliveira UNIVERSO BH


Pesquisa Operacional em Sistemas II
Os conceitos e desenvolvimentos apresentados neste arquivo baseiam-se nas referncias indicadas e
no substitui os textos originais.

Notas de aula

1

Contedo
1 O PROBLEMA DA DESIGNAO ............................................................................................... 3
1.1 INTRODUO ......................................................................................................................... 3
1.2 ALGORITMO DA DESIGNAO ......................................................................................... 3
1.3 CASO DA MAXIMIZAO. .................................................................................................. 3
1.4 EXERCCIOS. ........................................................................................................................... 4
2 FILAS ............................................................................................................................................... 9
2.1 FILAS: CONCEITOS BSICOS. ............................................................................................. 9
2.1.1 Elementos de uma Fila. .......................................................................................................... 9
2.1.2 Caractersticas de uma Fila. .................................................................................................. 10
2.1.3 Variveis Randmicas. ......................................................................................................... 11
2.1.4 Dinmica de uma Fila ........................................................................................................... 11
2.1.5 Sistemas Estveis .................................................................................................................. 13
2.1.6 Dimensionando Filas. ........................................................................................................... 13
2.2 Variveis Randmicas Fundamentais ...................................................................................... 13
2.2.1 Relaes Bsicas................................................................................................................... 14
2.2.2 Taxa de Utilizao dos Atendentes ...................................................................................... 15
2.2.3 Intensidade de Trfego ou Nmero Mnimo de Atendentes ................................................. 15
2.2.4 Frmulas de Little ................................................................................................................. 15
2.2.5 Resumo das Frmulas ........................................................................................................... 15
2.2.6 Postulados Bsicos. .............................................................................................................. 16
2.3 O Modelo M/M/1 .................................................................................................................... 17
2.3.1 Definies: ............................................................................................................................ 17
2.4 O Modelo M/M/c ..................................................................................................................... 18
2.4.1 Definies: ............................................................................................................................ 18
2.4.2 Populao Infinita ................................................................................................................. 18
2.5 EXERCCIOS .......................................................................................................................... 20
3 TEORIA DOS JOGOS ................................................................................................................... 21
3.1 INTRODUO ....................................................................................................................... 21
3.2 DEFINIES .......................................................................................................................... 23
3.3 DETERMINAO DAS ESTRATGIAS TIMAS ............................................................ 25
3.4 ESTRATGIA DOMINANTE ............................................................................................... 28
4 INTRODUO TEORIA DOS GRAFOS ................................................................................ 30
4.1 FATO HISTRICO ................................................................................................................ 30
4.2 TEORIA DOS GRAFOS ......................................................................................................... 31
4.3 CONCEITOS BSICOS EM TEORIA DOS GRAFOS ........................................................ 31
4.3.1 DEFINIO DE GRAFO. ................................................................................................... 32
4.3.2 REPRESENTAO MATEMTICA. ............................................................................... 32
4.3.3 DEFINIO DE GRAFO PONDERADO. ......................................................................... 32
4.3.4 Definio de Grafo Rotulado. ............................................................................................... 32
4.3.5 DEFINIO DE MULTIGRAFO ....................................................................................... 33
4.3.6 DEFINIO DE GRAFO DIRECIONADO ....................................................................... 33
4.3.7 REPRESENTAO MATEMTICA ................................................................................ 33
4.3.8 DEFINIO DE GRAFO BIPARTIDO ............................................................................. 34
4.3.9 DEFINIO DE GRAFO COMPLETO ............................................................................. 34
4.3.10 DEFINIO DE GRAFO REGULAR .............................................................................. 35
4.4 REDE ....................................................................................................................................... 36
2
4.5 OUTROS CONCEITOS BSICOS ........................................................................................ 37
4.5.1 DEFINIO DE CADEIA DE ARESTAS ......................................................................... 37
4.5.2 DEFINIO DE CAMINHO .............................................................................................. 37
4.5.3 DEFINIO DE COMPRIMENTO DE UM CAMINHO .................................................. 38
4.5.4 DEFINIO DE CICLO ..................................................................................................... 38
4.5.5 DEFINIO DE CIRCUITO .............................................................................................. 38
4.6 CONEXIDADE ....................................................................................................................... 38
4.6.1 DEFINIO DE GRAFO CONEXO .................................................................................. 38
4.7 DEFINIO DE RVORE. ................................................................................................... 39
4.8 REPRESENTAO DO MODELO USANDO MATRIZ DE ADJACNCIA .................... 39
4.8.1 DEFINIO DE MATRIZ DE ADJACNCIA.................................................................. 39
4.9 REPRESENTAO DO MODELO USANDO A MATRIZ DE INCIDNCIA .................. 40
4.9.1 DEFINIO DE MATRIZ DE INCIDNCIA ................................................................... 40
4.10 ANLISE DE REDES .......................................................................................................... 40
4.10.1 PROBLEMAS DE EXTENSO MNIMA ....................................................................... 40
4.10.2 PROBLEMAS DE PERCURSO MNIMO. ....................................................................... 41
4.11 EXERCCIOS ........................................................................................................................ 42
5 REFERNCIAS BIBLIOGRFICAS ........................................................................................... 43

3
1 O PROBLEMA DA DESIGNAO

Esse captulo tem como fonte Silva (1998) e Andrade (2002) conforme referncias indicadas.
1.1 INTRODUO
um caso especial do modelo de transportes em que cada origem tem uma unidade
disponvel e cada destino necessita tambm de uma unidade. Exemplos: escalar vendedores para
regies de vendas e mquinas para diversos locais.
Antes de aplicar o algoritmo de soluo, preciso verificar se o modelo est equilibrado. No
problema de designao o modelo est equilibrado quando o nmero de origens for igual ao nmero
de destinos. Se o modelo no estiver equilibrado, deve - se incluir origens ou destinos auxiliares
com custo de transferncia igual a zero.

1.2 ALGORITMO DA DESIGNAO
Passo 1: Subtrair de cada linha seu menor valor. Em seguida fazer o mesmo com as colunas.
Passo 2: Designar origens para destinos nas clulas em que aparece o elemento nulo. Cada
designao efetuada invalida os outros zeros na linha e na coluna da designao estabelecida. D
preferncia a linhas ou colunas que tenham apenas um zero disponvel. Se a designao no se
completar, v para o passo 3.
Passo 3: Cobrir os zeros da tabela com o menor nmero de linhas possvel, da seguinte forma:
a) Marcar as linhas sem designao;
b) Nas linhas marcadas, marque as colunas com zeros;
c) Marcar as linhas com designao nas colunas marcadas;
d) Voltar a marcar as colunas com zeros nas linhas marcadas at que no seja possvel marcar
novas linhas ou colunas;
e) Riscar as linhas no marcadas e as colunas marcadas.
Passo 4: Determinar o menor valor dentre os nmeros no cobertos de todos os elementos da tabela
e:
a) Os elementos no cobertos ficam diminudos deste nmero;
b) Os elementos no cruzamento de coberturas ficam aumentados desse nmero;
c) Os outros elementos permanecem iguais.
Passo 5: Voltar ao passo 2.

1.3 CASO DA MAXIMIZAO.
No caso em que o objetivo a maximizao, o modelo deve ser substitudo por outro de
minimizao. Isto pode ser feito multiplicando a funo objetivo por -1, ou transformando o quadro
num quadro de perdas (complemento em relao a um valor fixo escolher o maior valor).
4
1.4 EXERCCIOS.
1. Resolva o problema de designao:

Destinos
Origens 1 2 3 4
1 10 23 8 9
2 4 5 6 7
3 12 10 10 8
4 6 4 9 7


Destinos
Origens 1 2 3 4
1 6 8 10 9
2 4 3 6 5
3 7 9 12 6

3. Resolva o problema de designao, onde o smbolo X indica a impossibilidade da designao da
origem para o destino correspondente:

Destinos
Origens 1 2 3
1 6 X 8
2 4 9 3
3 5 6 4
4 8 10 12

4. Quatro locais L1, L2, L3 e L4 necessitam de um equipamento. Existem quatro equipamentos
disponveis um em cada um dos depsitos D1, D2, D3 e D4. As quilometragens entre os locais
necessitados e os depsitos esto no quadro:

Locais
Depsitos L1 L2 L3 L4
D1 100 120 130 140
D2 80 70 120 90
D3 100 80 100 110
D4 90 90 120 80

Determine um programa de expedio de quilometragem mnima.

5. Resolva o problema anterior, supondo que no seja possvel expedir do armazm 1 para o local 3.
5
6. Uma fbrica possui quatro locais L1, L2, L3 e L4 para receber trs novos equipamentos (E1, E2 e
E3). A operao desses equipamentos gera um fluxo de materiais cujo custo de manuseio depende
do local da instalao, e esto no quadro a seguir:

Locais
Equipamentos L1 L2 L3 L4
E1 10 4 8 6
E2 6 4 9 10
E3 5 7 8 9

Designar os equipamentos para os possveis locais, de modo a minimizar o custo total de manuseio
de materiais.

7. Suponha no problema anterior que no seja possvel designar o E1 para o local L2. Qual seria a
soluo do problema?

8. Uma empresa deseja operar diretamente em quatro regies. Para isso, contratou e treinou quatro
vendedores. A empresa tem conhecimento dos mercados dessas regies atravs de representantes. A
partir dessas informaes, o departamento de R. H. montou um quadro de eficincia para os
vendedores baseado no perfil profissional de cada um deles. O resultado e outras informaes
relevantes esto nos quadros a seguir:

Potencial de vendas mensais em milhares de unidades monetrias:
Regio Vendas
1 100
2 150
3 120
4 250

Capacidade estimada para cada vendedor em cada regio %
Vendedor
Regio 1 2 3 4
1 60 80 70 65
2 70 60 80 60
3 80 40 60 70
4 60 90 95 85

Baseado nesta estimativa, designar os vendedores para as regies de modo a maximizar o retorno
mensal total de vendas.
6

9. Uma empresa tem disponvel nos fornecedores quatro tipos de robs que fazem uma sequncia de
operaes padronizadas. Um estudo feito em colaborao com os fornecedores revelou os lucros
anuais gerados pela instalao de um rob em cada uma das trs unidades produtoras da empresa,
aps descontados os custos de instalao, manuteno e depreciao dos equipamentos (em 1.000
u.m.).

Unidades produtoras
Rob U1 U2 U3
R1 6 10 5
R2 5 8 7
R3 8 10 8
R4 7 9 9

A empresa deseja adquirir um tipo de rob para cada instalao produtora, de modo a maximizar o
lucro total no ano devido a essa operao.

10. Suponha no problema anterior que o rob R3 no sirva a U1. Qual seria ento a soluo do
problema?


Destinos
Origens 1 2 3 4
1 9 18 10 10
2 5 7 8 6
3 10 18 9 10
4 8 6 8 5


Destinos
Origens 1 2 3 4
1 7 7 9 10
2 5 5 8 8
3 8 10 11 5

13. Resolva o problema de designao, onde o smbolo X indica a impossibilidade da designao da
origem para o destino correspondente:

Destinos
Origens 1 2 3
1 6 6 8
2 4 9 3
3 5 X 4
4 8 10 12

7

14. Uma empresa deseja operar diretamente em quatro regies. Para isso, contratou e treinou quatro
vendedores. A empresa tem conhecimento dos mercados dessas regies atravs de representantes. A
partir dessas informaes, o departamento de R. H. montou um quadro de eficincia para os
vendedores baseado no perfil profissional de cada um deles. O resultado e outras informaes
relevantes esto nos quadros a seguir:

Potencial de vendas mensais em milhares de unidades monetrias:

Regio 1 2 3
Vendas 180 120 150

Capacidade estimada para cada vendedor em cada regio %
Vendedor
Regio 1 2 3
1 60 80 70
2 70 60 80
3 80 40 60

Baseado nesta estimativa, designar os vendedores para as regies de modo a maximizar o
retorno mensal total de vendas.

Respostas
1.
Origem Destino Custo = 24
1 3
2 1
3 4
4 2

2.
1 1
2 2
3 4
4 3

3.
1 1
2 3
3 2
4 4

4.
Origem Local km = 350
1 1
2 2
3 3
4 4
8

5.
Origem Local km = 350
1 1
2 2
3 3
4 4

6.
Equipamento Local Custo = 15
1 4
2 2
3 1
4 3

7.
Equipamento Local Custo = 15
1 4
2 2
3 1
4 3

8.
Regio Vendedor Vendas = 508,50
1 2
2 3
3 1
4 4

9.
Robs Unidade
Produtiva
Lucro = 27
1 2
2 X
3 1
4 3

10.
Robs Unidade
Produtiva
Lucro = 25
1 1
2 X
3 2
4 3

9
2 FILAS

Esse captulo tem como fonte Prado (2004) e Andrade (2002) conforme referncias indicadas.
Do dia-a-dia (banco, supermercado, salo de beleza, cinema, pedgio etc...).
Ambientes de produo.
Abstratas (pedidos de manufatura, pilha de papis com solicitaes de reparo de mquinas).
Enfileiradas ou dispersas
Filas no so simpticas ( o ideal chegar ao local de servio e ser imediatamente atendido).
Filas so dispendiosas (custo).
Procurar o melhor dimensionamento (paradoxo da sobrevivncia).
antieconmico superdimensionar um sistema para que nunca existam filas.
Balanceamento adequado que permita um atendimento aceitvel pelo melhor custo e melhor
benefcio.
TEORIA DAS FILAS: um mtodo analtico que aborda o assunto por meio de frmulas
matemticas. J a simulao uma tcnica que, usando o computador digital, procura montar um
modelo que melhor represente o sistema em estudo.
2.1 FILAS: CONCEITOS BSICOS.
2.1.1 Elementos de uma Fila.

Populao clientes (transao ou entidade) que aguardam algum tipo de servio.
Atendimento: constitudo de um ou mais servidores (atendentes ou canais de servios).
10
2.1.2 Caractersticas de uma Fila.
a) Clientes e Tamanho da Populao.
Um cliente proveniente da populao. Para efeito prtico, uma populao muito grande
considerada infinita. Quando a populao muito grande, a chegada de um novo cliente a uma fila
no afeta a taxa de chegada de clientes subseqentes (as chegadas so independentes). Quando a
populao pequena o efeito existe e pode ser considervel.
b) Processo de Chegada.
Exemplo: Em uma praa de pedgio chegam 20 automveis por minuto ou 1 automvel a
cada 3 segundos. Trata-se de um valor mdio.
= 20 clientes por minuto (ritmo de chegada)
IC = 3 segundos (intervalo mdio)
Nesse exemplo pode-se quantificar o processo de chegada dizendo que a taxa mdia de
chegada de 20 veculos por minuto ou que o intervalo mdio entre as chegadas de 3 segundos.
Mas alm dos valores mdios necessrio tambm mostrar como os valores se distribuem em
torno da mdia. Assim, para caracterizar corretamente um processo de chegada devemos lanar mo
de uma distribuio de freqncia, tal como a distribuio normal, a de Poisson, a exponencial, etc.
Um tipo raro de processo de chegada o regular (no existe nenhuma variao entre os
valores para os intervalos entre chegadas). Esta situao ocorre apenas em processos altamente
automatizados.
Existem situaes em que o ritmo de chegada sofre variaes durante o dia.
c) Processo de Atendimento
Tambm descrito por valores mdios. Um atendente pode atender 6 veculos por minuto ou
que gasta 10 segundos para atender um veculo. Tambm preciso usar as distribuies de
probabilidades para descrever corretamente.
Processos de atendimento regulares tambm so raros na prtica.
= 6 clientes por minuto (ritmo mdio de atendimento)
TA = 10 segundos por cliente (tempo ou durao mdia do servio ou atendimento)
d) Nmero de Servidores
O mais simples sistema de filas aquele de um nico servidor que pode atender um nico
cliente de cada vez. Conforme o aumento do ritmo de chegada, a qualidade do servio pode ser
mantida pelo aumento do nmero de servidores.
e) Disciplina da Fila
a regra que define qual o prximo a ser atendido. O mais comum que o primeiro da fila
atendido primeiro, isto , o primeiro a chegar o primeiro a ser atendido (FIFO First In First Out).
11
Existem outras disciplinas como, por exemplo, o ltimo a chegar o primeiro a ser atendido (LIFO
Last In First Out), servio por ordem de prioridade, servio randmico, etc.
f) Tamanho Mdio da Fila
g) Tamanho Mximo da Fila
Os sistemas so dimensionados para uma certa quantidade mxima de clientes em espera, este
dimensionamento geralmente feito baseando-se em experincia real. Quando a demanda cresce,
amplia-se o sistema tambm baseando-se em experincia real.
h) Tempo Mdio de Espera na Fila
O ideal que no exista tempo de espera, mas nem sempre a melhor situao do ponto de
vista econmico.

2.1.3 Variveis Randmicas.
Quando nos referimos a filas usamos variveis randmicas. Assim, para as principais
variveis existe um valor mdio e uma distribuio de probabilidades, que mostra as chances de
ocorrncias dos valores.

2.1.4 Dinmica de uma Fila
a) Chegada de clientes
No perodo de meia hora chegaram 12 pessoas. Os intervalos entre chegadas, a partir do
instante zero esto registrados no quadro seguinte (com valores em minutos):
Cliente 1 2 3 4 5 6 7 8 9 10 11 12
Intervalo 2 3 3 3 5 0 1 5 1 4 1 2
Momento 3 6 9 12 17 18 19 23 24 28 29 31
A linha Cliente identifica a ordem de chegada dos clientes. A linha Intervalo identifica o
intervalo de tempo entre as chegadas. A linha Momento indica o instante da chegada do novo
cliente, obtido a partir de acumulaes da linha intervalo acrescido de 1, para significar o incio do
prximo intervalo de tempo.
O valor mdio dos intervalos acima de 2,5 minutos, o ritmo mdio de chegada de 24
clientes por hora.
IC = 30/12 = 2,5 minutos
= 60/2,5 = 24 clientes por hora
12
b) Atendimento
Cliente 1 2 3 4 5 6 7 8 9 10 11 12
Durao 1 2 1 1 3 2 1 4 2 3 1 3
O tempo mdio de atendimento de 2,0 minutos e o servidor tem uma capacidade de atender
30 clientes por hora.
TA = 24/12 = 2 minutos por atendimento
= 60/2 = 30 clientes por hora
Cliente 1 2 3 4 5 6 7 8 9 10 11 12
Tempo na Fila 0 0 0 0 0 3 4 0 3 1 3 2

A figura seguinte ilustra a dinmica da fila.

O ltimo cliente saiu do atendimento no final do 35 minuto.
Concluses:
Total de clientes atendidos: 12
Tempo total da fila: 16 minutos
Tempo Mdio na Fila = 16/12 = 1,33 minutos
Nmero Mdio na Fila = 16/35 = 0,46 cliente

Observe que a capacidade de atendimento () superior ao ritmo de chegada () e mesmo
assim formam-se filas. Se a abordagem fosse feita apenas pelas mdias no teramos a formao de
fila. Caso o processo fosse regular, o tempo total de atendimento dos clientes seria de 32 minutos,
mas como ele aleatrio o tempo total foi de 35 minutos.
13

O dimensionamento dos sistemas tenta minimizar esses efeitos pela modificao de fluxos,
pela colocao de mais atendentes, pela utilizao de melhores atendentes, etc. Tambm deve se
observar o custo do atendimento.

2.1.5 Sistemas Estveis
A abordagem matemtica de filas da Teoria das Filas exige que exista estabilidade no fluxo de
chegada e no processo de atendimento, ou seja, os valores de e devem manter-se constantes no
tempo. Se isso no ocorrer deve-se usar simulao por computador. Em um banco o fluxo de
chegada de clientes varia durante o dia e no possvel analisar pela Teoria das Filas. Em fbricas
que funcionam 24 horas ininterruptamente temos geralmente uma situao estvel.
Sistemas estveis:
Fluxo mdio de entrada () constante;
Ritmo mdio de atendimento () constante e
>
Se no for maior que , ento o tamanho da fila aumentar infinitamente.

2.1.6 Dimensionando Filas.
Dimensionar sistemas com o objetivo de prestar melhor atendimento aos clientes ou para
obter uma reduo de custos do funcionamento do sistema.

2.2 Variveis Randmicas Fundamentais
= Ritmo mdio de chegada.
= Ritmo mdio de atendimento.
c = Capacidade de Atendimento ou Quantidade de Atendentes.
Variveis Referentes ao Sistema
TS = Tempo mdio de permanncia no sistema
NS = Nmero mdio de clientes no sistema
Variveis Referentes ao Processo de Chegada
= Ritmo mdio de chegada.
IC = Intervalo mdio entre chegadas.
Por definio: IC = 1/
Variveis Referentes Fila.
TF = Tempo mdio de permanncia na fila.
NF = Nmero mdio de clientes na fila.
14
Variveis Referentes ao Processo de Atendimento.
TA = Tempo mdio de atendimento ou de servio.
c = Capacidade de atendimento ou quantidade de atendentes.
NA = Nmero mdio de clientes que esto sendo atendidos.
= Ritmo mdio de atendimento.
Por definio: TA = 1/
A figura seguinte mostra a localizao das variveis.

2.2.1 Relaes Bsicas
NS = NF + NA
TS = TF + TA
possvel demonstrar que NA = / = TA/IC. E assim:
NS = NF + NA = NF + (/) = NF + TA/IC
15

2.2.2 Taxa de Utilizao dos Atendentes
Para o caso de uma fila/um atendente, chamamos de taxa de utilizao do atendente a
expresso = /.
No caso de uma fila/vrios atendentes, a expresso fica = /c.
A taxa de utilizao () representa a frao mdia do tempo em que cada servidor est
ocupado.
Como estudaremos apenas sistemas estveis (os atendentes sempre sero capazes de atender
ao fluxo de chegada, ou seja <) teremos sempre que < 1.

2.2.3 Intensidade de Trfego ou Nmero Mnimo de Atendentes

IC TA i = =
O valor de i o valor inteiro que se obtm e medido em erlangs. Na prtica representa o
nmero mnimo de atendes necessrios para atender um dado fluxo de trfego.

2.2.4 Frmulas de Little

J. D. C. Little demonstrou que em um sistema estvel de filas temos:
NF = TF e NS = TS

2.2.5 Resumo das Frmulas

Intervalo entre chegadas: IC = 1/
Tempo de atendimento: TA = 1/
Taxa de utilizao dos atendentes: = /c
Intensidade de Trfego (nmero mnimo de atendentes): IC TA i = =
Relaes entre Fila, Sistema e Atendimento:
NS = NF + NA
NA = /
NS = NF + NA = NF + (/) = NF + TA/IC
TS = TF + TA
NA = = /
16
Frmulas de Little:
NF = TF
NS = TS

2.2.6 Postulados Bsicos.
A figura seguinte apresenta alguns postulados bsicos que se aplicam a quaisquer sistemas de filas
nos quais existe estabilidade ou seja <.

17

2.3 O Modelo M/M/1
Segue a Distribuio de Poisson ou a Exponencial Negativa.
Tem um nico atendente.

2.3.1 Definies:

= Ritmo Mdio de Chegada.
IC = Intervalo Mdio entre Chegadas = 1/ .
TA = Tempo Mdio de Atendimento ou de Servio. TA = 1/ .
= Ritmo Mdio de Atendimento de cada atendente.

Populao Infinita (quando a populao muito grande).
Principais variveis randmicas:
Nome Descrio Frmula
NF Nmero Mdio de clientes na Fila
) (
2

= NF
NS Nmero Mdio de clientes no Sistema

= NS
TF Tempo Mdio que o Cliente fica na fila.
) (
= TF
TS Tempo Mdio que o cliente fica no sistema

=
1
TS
P
n
Probabilidade de existirem n clientes no Sistema
n
n
P
|
|
\
|
|
|
\
|
=
1

Taxa de Utilizao: Relao entre o ritmo de chegada e o ritmo mdio de atendimento:
=
18

Observao: Sistemas estveis exigem < ou < 1. Quando tende para 1 a fila tende a
aumentar infinitamente pois
=
1 ) (
2 2
NF
2.4 O Modelo M/M/c
Tem uma nica fila e diversos servidores.
Chegada e atendimento seguem a distribuio de Poisson ou a Distribuio Exponencial
Negativa.
Supe-se que a capacidade de atendimento de cada um dos servidores a mesma ().

2.4.1 Definies:
= Ritmo Mdio de Chegada.
IC = Intervalo Mdio entre Chegadas = 1/ .
TA = Tempo Mdio de Atendimento ou de Servio em cada atendente. Por definio TA = 1/ .
= Ritmo Mdio de Atendimento de cada atendente.
c = capacidade de atendimento ou quantidade de atendentes.
Taxa de Utilizao: Relao entre o ritmo de chegada e o ritmo mdio de atendimento:
c
=
2.4.2 Populao Infinita
O uso de grficos facilita o estudo do modelo M/M/c. O grfico seguinte permite obter o
nmero mdio de clientes na fila (NF) em funo do fator de utilizao e tendo como parmetro a
quantidade de servidores c.
19

O prximo grfico permite obter o nmero mdio de clientes no sistema (NS)

Para ambos os grficos a taxa de utilizao
c
=
Aps usar os grficos, as outras variveis randmicas fundamentais podem ser obtidas pelas
frmulas de Little:
TF = NF/
TS = NS/
20

2.5 EXERCCIOS

1) Uma fbrica possui um depsito de ferramentas onde os operrios vo receber as ferramentas
especiais para a realizao de uma determinada tarefa. Verificou-se que o ritmo de chegada () de
uma chegada por minuto e o ritmo de atendimento () de 1,2 atendimentos por minuto (seguem o
modelo marcoviano M/M/1). A fbrica paga $9,00 por hora ao atendente e $18,00 por hora ao
operrio. Determine:
a) O custo horrio do sistema. (Resposta: $99,00 por hora)
b) A frao do dia em que o atendente no trabalha. (Resposta: 16%)

2) Contratao de um reparador. Uma empresa deseja contratar um reparador para efetuar
manuteno em suas mquinas, que estragam a um ritmo de 3 falhas por hora. Para tal, tem duas
opes: um reparador lento, que capaz de consertar a um ritmo mdio de 4 falhas por hora ou um
reparador rpido , que capaz de consertar a um ritmo mdio de 6 falhas por hora. O salrio/hora
do reparador lento $3,00 e o do rpido de $5,00. Qual contratao deve ser efetuada para que o
custo total (reparador mais mquinas paradas) seja mnimo? Sabe-se que uma mquina parada
implica um custo horrio de $5,00. (Resposta: contratar o operador rpido)

3) Filas sequenciais em uma fbrica. Calcular as filas que ser formam em cada servidor.

(Resposta: 1,33; 0,17 e 0,01 )

4) Uma cooperativa agrcola prev um crescimento na chegada de caminhes a seu terminal de
descarga. O ptio de estacionamento, onde os caminhes permanecem, comporta seis caminhes. A
cooperativa acha aceitvel que um caminho aguarde na fila sua vez de descarregar no mximo
0,75h. Como a equipe de descarga tem condies de descarregar quatro caminhes por hora em
mdia, deseja-se saber:
a) Qual a taxa mdia de chegada que faz com que o tempo mdio de espera seja igual ao mximo
admissvel? (Resposta: 3 caminhes por hora)
b) Para essa taxa de chegadas, qual a probabilidade de que o ptio no seja suficiente?
(Resposta:0,10)

5) Em um sistema de uma fila e um canal, foram medidos a taxa de ocupao (0,8) e o tempo mdio
gasto na fila (15 min). Determine as seguintes probabilidades:
a) De ocorrer 10 chegadas por hora; (0,0898)
b) De que ocorram 12 atendimentos por hora e (0,066)
c) De formar uma fila com 10 clientes. (0,0215)

21
3 TEORIA DOS JOGOS
Esse captulo tem como fonte Kolman & Hill (2006) e Bronson (1985) conforme referncias
indicadas.
3.1 INTRODUO
A Teoria dos jogos uma rea relativamente nova da matemtica aplicada que tenta analisar
situaes de conflito e fornece uma base para a tomada racional de deciso.
Um jogo uma situao de competio em que cada um dos jogadores tenta alcanar seu
objetivo em um conflito direto com outros jogadores. Cada jogador faz tudo o que possvel para
ganhar o mximo para si mesmo.
Jogos de azar so jogos em que os resultados e vitrias so determinados somente pelas leis
das probabilidades e no podem ser afetadas por quaisquer aes dos jogadores. Exemplo: roleta
(no exige qualquer habilidade do jogador).
Jogos de estratgia - os resultados e vitrias so determinados pelas habilidades dos
jogadores. Exemplos: xadrez, damas, pquer e truco.
Jogo, no nosso curso, sempre ser sempre um jogo de estratgia. Alm desses jogos de salo,
h vrios jogos que envolvem competio econmica, guerra, explorao geolgica, agricultura,
administrao, entre outros em que cada jogador (competidor) pode escolher uma de uma variedade
de jogadas possveis. A teoria dos jogos tenta determinar a melhor estratgia para cada jogador.
Nossa abordagem estar limitada aos jogos com dois competidores usualmente chamados de
R e C. Se R tem m movimentos possveis (ou curso de ao) e que C tem n movimentos, pode-se
formar uma matriz mxn nomeando suas linhas de cima para baixo com as jogadas de R e nomeando
as colunas, da esquerda para a direita, com as jogadas de C. O elemento a
ij
, na linha i e na coluna j,
indica a quantidade (dinheiro ou algum outro item de valor) recebida por R se R realiza sua i-sima
jogada e C sua j-sima jogada. O elemento a
ij
chamado de pagamento e a matriz A = [a
ij
]
chamada matriz de pagamentos (para R). Estes jogos so chamados de jogos de duas pessoas.
Tambm o chamaremos de jogos matriciais.
Tambm possvel construir uma matriz que represente os pagamentos efetuados para C, mas
para uma classe de jogos chamados de jogos de soma constante, a soma dos pagamentos para R e
para C constante para todos os pares mn de jogadas de RC. Quanto mais R ganha, menos C ganha
(ou mais C perde), e vice versa.
Jogo de soma zero um jogo de soma constante em a quantidade ganha por um jogador e
igual a quantidade perdida pelo outro jogador. Para esses suficiente estudar apenas a matriz de
pagamentos para R.
22
No estudo dos jogos matriciais, considera-se que os dois jogadores so igualmente hbeis, que
cada um deles joga to bem quanto seja possvel jogar e que cada jogador realiza sua jogada sem
saber qual ser a jogada de seu oponente.
Exemplo 1: Considere um jogo de cara ou coroa entre dois jogadores R e C, cada um deles
tem uma moeda na mo. Cada jogador escolhe um lado da moeda sem saber a escolha do seu
oponente. Se ambos os jogadores mostrarem o mesmo lado da moeda, ento R ganha $1 de C; em
caso contrrio, C ganha $1 de R. Construir a matriz de pagamentos.
Exemplo 2: H dois fornecedores, as empresas R e C, de um novo tipo especializado de pneu
que tem 100.000 clientes. Cada empresa pode anunciar seu produto na TV ou em jornais. Uma
empresa de propaganda determina que, se ambas as empresas anunciarem na TV, ento a empresa R
obter 40.000 clientes (e a empresa C obter 60.000 clientes). Se ambas anunciarem em jornais,
ento cada uma obter 50.000 clientes. Se R anunciar em jornais e C na TV, ento R obter 60.000
clientes (e C obter 40.000 clientes). Se R anunciar na TV e C anunciar em jornais, ento cada um
deles obter 50.000 clientes.
Este um jogo de soma constante, para o qual a soma dos clientes de R e C sempre igual a
populao total dos 100.000 compradores deste tipo de pneu. Construir a matriz de pagamentos.
Observe a seguinte matriz de pagamentos:
C
C1 C2 C3 C4
L1 8 2 9 5
R L2 6 5 7 8
L3 7 3 4 7

Em que, L1, L2 e L3 so as jogadas do jogador R e C1, C2, C3 e C4 as jogadas do jogador C.
Se o jogador R escolher a jogada L2, ele garante a vitria em pelo menos 5 pontos que o menor
elemento da segunda linha da matriz, independente da jogada do jogador C. Se o jogador C escolher
a jogada C2, ele garante que perder no mais que 5 pontos que o maior elemento da segunda
coluna, independente da jogada do jogador R.
Assim, o melhor curso de ao do jogador R escolher a jogada que maximizar seus
pagamentos certos, independente do que o jogador C faa. O melhor curso de ao do jogador C
escolher a jogada que minimizar suas perdas certas, independente da escolha do jogador R.
23

A tabela seguinte apresenta essa anlise de modo mais detalhado.
C
C1 C2 C3 C4 Mnimios
L1 8 2 9 5 2
R L2 6 5 7 8 5
L3 7 3 4 7 4
Mximos 8 5 9 8
R escolhe a jogada L2 maximin - maximiza o mnimo ganho de cada opo - valor maximin.
C escolhe a jogada C2 minimax - minimiza a mxima perda de cada opo - valor minimax.

3.2 DEFINIES
Definio: Se a matriz de pagamentos de um jogo matricial contm um elemento a
rs
, que ao
mesmo tempo o mnimo da linha r e o mximo da coluna s, ento a
rs
chamado de ponto de sela.
Alm disso, a
rs
chamado de valor do jogo. Se o valor de um jogo de soma zero zero, o jogo
chamado imparcial.
Definio: Um jogo matricial dito estritamente determinado se sua matriz de pagamentos
tem um ponto de sela.
Observao: Um jogo pode ter mais do que um ponto de sela.
Exemplo 3: Considere o jogo com matriz de pagamentos
C
0 3 1 3
R 3 2 2 4
1 4 0 6
O jogo tem ponto de sela?
C Mnimios das linhas
0 3 1 3 3
R 3 2 2 4 2
1 4 0 6 0
Mximos das colunas 3 4 2 6

O elemento a
23
o ponto de sela para o jogo e o jogo estritamente determinado.
O que acontece se R escolher a segunda jogada?
O que acontece se C escolher a terceira jogada?
24
Exemplo 4: Faa a mesma anlise para o jogo do exemplo 2.
Exemplo 5: Considere o jogo com a matriz de pagamentos.
(
(
(
3 5 4
4 2 3
1 6 1

Verifique se h ponto de sela. (Resposta: no.)
Exemplo 6: Verifique se o jogo com a matriz de pagamentos A tem ponto de sela.
(
(
(
=
4 6 4 6
2 3 1 6
4 5 4 5
A
Resposta: vrios pontos de sela com valor 4.

Exerccio: Verifique se o jogo do exemplo 1 um jogo estritamente determinado.
Nos jogos que no so estritamente determinados cada jogador tenta determinar seu melhor
curso de ao. O jogador R tenta maximizar seus ganhos e o jogador C tenta minimizar suas perdas.
Uma estratgia para um jogador uma deciso para a escolha da jogada.
Como o jogo jogado repetidamente, cada jogador far cada jogada com uma determinada
frequncia relativa.

Definio: Suponha um jogo matricial com uma matriz de pagamentos mxn. Seja p
i
, 1 i m,
a probabilidade de um jogador escolher a i-sima linha da matriz de pagamentos. Seja q
j
, 1 j n, a
probabilidade do outro jogador escolher a j-sima coluna da matriz de pagamentos. O vetor
[ ]
m
p p p p ...
2 1
= chamado de uma estratgia para o jogador R; o vetor
(
(
(
(
=
n
q
q
q
q
...
2
1
chamado
de uma estratgia para o jogador C
Obs.:

= = 1 e 1
j i
q p

Se um jogo um jogo matricial estritamente determinado, ento as estratgias timas dos
jogadores so estratgias que tm uma componente igual a 1 e todas as outras iguais a zero. Essas
estratgias so chamadas de estratgias puras. Uma estratgia que no pura chamada de
25
estratgia mista. No exemplo 3, a estratgia pura para R [ ] 0 1 0 = p e a estratgia pura para C
(
(
(
(
=
0
1
0
0
q .

Definio: Ganho esperado. E(p,q) = pAq, onde A a matriz de pagamentos.
Exemplo 7: Considere um jogo matricial com matriz de pagamentos
(
=
3 0 4
3 2 2
A .
Se
(
=
4
3
4
1
p e
(
(
(
(
(
(
=
3
1
3
1
3
1
q so as estratgias para R e C, respectivamente, ento qual o ganho
esperado para R ? (Resposta: ). Qual o significado desse valor?
E se
(
=
4
1
4
3
p e
(
(
(
(
=
0
3
2
3
1
q so as estratgias para R e C, respectivamente, ento qual o ganho
esperado para R ? (Resposta: -1/6). Qual o significado desse valor?

Definio: Uma estratgia para um jogador R dita tima se ela garante maior ganho possvel
para R, independente do que seu oponente possa fazer. Da mesma maneira, uma estratgia para o
jogador C dita tima se ela garante o menor ganho possvel para R, independente do que R faa.

Definio: Se p e q so estratgias timas para R e C, respectivamente, ento o ganho
esperado para R, v = E(p,q), chamado de valor do jogo. Se o valor de um jogo de soma zero
zero, o jogo dito imparcial.

3.3 DETERMINAO DAS ESTRATGIAS TIMAS
O principal objetivo da teoria dos jogos determinar as estratgias timas para cada jogador.
Desta forma, ao serem definidas as probabilidades de cada alternativa, o jogador deve selecion-las
seguindo esta probabilidade, de modo aleatrio, para que sua estratgia no seja detectada pelo
outro jogador.

26
Considere um jogo matricial com matriz de pagamentos 2x2
(
=
22 21
12 11
a a
a a
A
Com estratgia [ ]
2 1
p p p = para o jogador R e
(
=
2
1
q
q
q para o jogador C e que o jogo no
seja estritamente determinado.
Agora vamos determinar uma estratgia tima para R:
Se C joga sua primeira coluna, o ganho esperado de R a
11
p
1
+ a
21
p
2
.
Se C joga sua segunda coluna, o ganho esperado de R a
12
p
1
+ a
22
p
2
.
Se v o menor dos ganhos esperados:
v p a p a
v p a p a
+
+
2 22 1 21
2 21 1 11

O jogador R procura tornar v o maior possvel, isto , R procura encontrar p
1
, p
2
e v tais que v
seja mximo e
0 , 0 , 0
1
0
0
2 1
2 1
2 22 1 21
2 21 1 11

= +
+
+
v p p
p p
v p a p a
v p a p a

A adio de uma constante k a todos os elementos de A, no modifica as estratgias timas
para R e C e o valor do jogo k mais o valor do jogo anterior. Assim, possvel supor que,
adicionando uma constante apropriada a todos os elementos da matriz de pagamentos, todo
elemento de A positivo e v tambm positivo. Dividindo-se cada uma das restries por v e
fazendo
v
p
y
i
i
= , conclui-se que
2 1
2 1
2 1
2 1
1 1 1
1
y y
v
v
y y
v v
p
v
p
p p
+
= = + = + = +
Logo, v mximo se e somente se y
1
+y
2
mnimo. O problema de R agora pode ser
enunciado da seguinte maneira:
a sujeito
Minimizar
2 1
y y +

0 , 0
1
1
2 1
2 22 1 12
2 21 1 11

+
+
y y
y a y a
y a y a

Que um problema de programao linear.

27
O problema de C, encontrar q
1
, q
2
e u, tais que u seja mnimo e
0 , 0 , 0
1
2 1
2 1
2 22 1 21
2 12 1 11

= +
+
+
u q q
q q
u q a q a
u q a q a

Fazendo
u
q
x
i
i
= , conclui-se que
2 1
2 1
2 1
2 1
1 1 1
1
x x
u
u
x x
u u
q
u
q
q q
+
= = + = + = +
Logo u mnimo se e somente se x
1
+x
2
mximo, e o problema de C ser:
a sujeito
Maximizar
2 1
x x +

0 , 0
1
1
2 1
2 22 1 21
2 12 1 11

+
+
x x
x a x a
x a x a

Generalizando:
Seja A = [a
ij
]
mxn
a matriz de pagamentos, p
1
, p
2
, ..., p
m
estratgias de R e q
1
, q
2
, ...,q
n

estratgias de C.
Problema de R
a sujeito
... Minimizar
2 1 m
y y y + + +

0
1 ...
.. .......... .......... .......... .......... ..........
1 ...
1 ...
2 2 1 1
2 2 22 1 12
1 2 21 1 11
+ + +
+ + +
+ + +
i
m mn n n
m m
m m
y
y a y a y a
y a y a y a
y a y a y a

Problema de C
a sujeito
... Maximizar
2 1 n
x x x + + +

0
1 ...
.. .......... .......... .......... .......... ..........
1 ...
1 ...
2 2 1 1
2 2 22 1 21
1 2 12 1 11
+ + +
+ + +
+ + +
i
n mn m m
n n
n n
x
x a x a x a
x a x a x a
x a x a x a

Teorema Fundamental dos Jogos Matriciais: Todo jogo matricial tem uma soluo. Isto , h
estratgias timas para R e C. Alm disso, v = u.
28
Observe que os problemas de R e C so problemas de programao linear na forma padro e
so problemas duais. Resolvendo-se pelo mtodo simplex, o quadro final apresentar as estratgias
timas de R e C.
Exerccio 1: Determinar as estratgias timas para R e C do jogo de soma zero do exemplo 1.
Qual o significado dos resultados? O jogo imparcial?
(Resposta: estratgias
(
(
(
2
1
2
1
e
2
1
2
1
).
Exerccio 2: Determinar as estratgias timas para R e C de um jogo matricial com matriz de
pagamentos
(

3 1
5 2

(Resposta: estratgias
(
(
(
9
1
9
8
e
9
7
9
2
).
Exerccio 3: Determinar estratgias timas para R e C de um jogo com matriz de pagamentos
(
2 1 3
0 3 2

Verifique se o jogo imparcial. Caso no seja, para quem o jogo vantajoso?
(Resposta: valor do jogo = 3, o jogo no imparcial; estratgias [ ] 2 / 1 2 / 1 ;
3 / 2
3 / 1
0
(
(
(
).
3.4 ESTRATGIA DOMINANTE
Algumas vezes possvel resolver um jogo matricial reduzindo-se o tamanho da matriz de
pagamentos A. Se cada elemento da linha r de A menor ou igual ao elemento correspondente da
linha s, ento a linha r dita recessiva e a linha s domina a linha r. Se cada elemento da coluna r de
A maior ou igual ao elemento correspondente na coluna s, ento a coluna r recessiva e a coluna
s domina a coluna r.
Exemplo 8: Na matriz de pagamentos
(
(
(

4 2 3
4 3 0
3 1 2

a primeira linha recessiva; a terceira linha domina a primeira linha.

29
Exerccio 4: Verifique a existncia de linhas ou colunas dominantes na matriz de pagamentos
(
(
(
1 2 5
3 3 3
3 4 2

Exerccio 5: Analise a seguinte afirmativa:
Em uma matriz com linha ou coluna recessiva possvel retirar essa linha ou coluna recessiva
de modo a diminuir a matriz de pagamentos.
Exerccio 6: Determine as estratgias timas para o jogo com a seguinte matriz de pagamentos
(
(
(
=
4 0 3
4 2 2
3 1 2
A
Resposta:
(
=
7
4
7
3
0 p e
(
(
(
=
0
7 / 5
7 / 2
q
Considere um jogo matricial com matriz de pagamentos
(

=
3 0 4
3 2 2
A
Se [ ] 4 / 3 4 / 1 = p e
(
(
(
=
3 / 1
3 / 1
3 / 1
q , calcular o ganho esperado de X. Resposta: .
Se [ ] 4 / 1 4 / 3 = p e
(
(
(
=
0
3 / 2
3 / 1
q , calcular o ganho esperado de X. Resposta: 1/6.
7) Considere um jogo com matriz de pagamentos
(
=
2 1 3
0 3 2
A
Determinar as estratgias p e q.
Obs.: Adicionar um nmero a todos os elementos da matriz de modo que todos os nmeros fiquem
positivos.
Resposta: [ ] 2 / 1 2 / 1 = p
(
(
(
=
3 / 2
3 / 1
0
q

30
4 INTRODUO TEORIA DOS GRAFOS

Esse captulo tem como fonte Goldbarg e Luna (2000) e Bronson (1985) conforme referncias
indicadas.
4.1 FATO HISTRICO

Um funcionrio encarregado de verificar o estado das estradas, deseja planejar a sua rota de
inspeo. Idealmente, esta rota deveria iniciar na capital e percorrer cada estrada exatamente uma
vez, retornando ao ponto de partida. Existe tal rota?

Este problema foi estudado pela primeira vez no sculo XVIII (1736) por Leonhard
Euler(1707-1783). A situao estudada por Euler ficou imortalizada como o Problema das Pontes
de Knigsberg.

Situao real o problema

O objetivo percorrer exatamente uma vez todas as sete pontes da cidade que conectam as
duas ilhas entre si e as margens do rio, voltando ao ponto de partida.

A

C
D

B
31

O modelo

Um multigrafo, com 4 vrtices e sete arestas. Sair de um vrtice, percorrer todas as arestas
do grafo, uma nica vez cada.

NESTE CASO, IMPOSSVEL!

4.2 TEORIA DOS GRAFOS

um dos ramos de maior aplicao na cincia da computao. Trata-se de uma rea cada
vez mais ativa entre matemticos e profissionais da computao

Grafo grfico representativo de funes

Grafo = Estrutura composta de vrtices e arestas
4.3 CONCEITOS BSICOS EM TEORIA DOS GRAFOS

Diversos problemas de programao linear, inclusive os problemas de transporte, podem ser
modelados como problemas de fluxo de redes. Algoritmos especficos para determinados tipos de
problemas podem ser mais convenientes para a sua soluo do que algoritmos mais genricos.

Antes de continuar, sero apresentadas algumas definies da teoria dos grafos.

A
o

C o o D

o
B
Aresta
Vrtice
Grafo no orientado
1
2
4 5
3
1
2
3
4
Grafo Orientado
Dgrafo
32

4.3.1 DEFINIO DE GRAFO.
Um grafo uma estrutura de abstrao que representa um conjunto de elementos
denominados vrtices (ou ns) e suas relaes de interdependncia ou arestas.

4.3.2 REPRESENTAO MATEMTICA.
Denominado por N o conjunto de vrtices da estrutura, e por M o conjunto das arestas ou
ligaes entre os vrtices, um grafo pode ser representado por: G = (N,M).

Exemplo: N = {1, 2, 3, 4, 5, 6, 7} e M = {a, b, c, d, e, f}

4.3.3 DEFINIO DE GRAFO PONDERADO.
Um grafo G = (N,M) ponderado se existem valores numricos associados a suas arestas ou
ns.

4.3.4 Definio de Grafo Rotulado.
Um grafo G = (N,M) rotulado se existem atribuies associadas a seus ns (tanto
numricas como alfabticas).

33

4.3.5 DEFINIO DE MULTIGRAFO
Um grafo G = (N, M) um multgrafo se existem mais de uma aresta ligando o mesmo par
de vrtices.

4.3.6 DEFINIO DE GRAFO DIRECIONADO
Um grafo dito direcionado quando o sentido das ligaes entre os vrtices importante.
Nesse caso normalmente as arestas so chamadas por arcos.

4.3.7 REPRESENTAO MATEMTICA
Denominando por N o conjunto de vrtices da estrutura, e por M o conjunto dos pares
ordenados do produto cartesiano n x n das ligaes existentes em G, um grafo Orientado tambm
representado por G = (N, M).
Os grafos direcionados tambm so chamados de orientados.

Conveno:
G = (N, A) representar os grafos no direcionados.
G = (V, E) representar os grafos direcionados.

Outra significativa classe denominada grafos bipartidos. Esse tipo de estrutura pode
representa situaes como as geradas por alocao de pessoas a tarefas, ferramentas a mquinas etc.

34

4.3.8 DEFINIO DE GRAFO BIPARTIDO
Um grafo G dito bipartido quando seu conjunto de Ns, N, pode ser dividido em dois
conjuntos N1 e N2 tais que N1 N2 = e N1 N2 = N e somente existem arestas em G ligando
algum n de N1 com algum n de N2 e vice-versa.

4.3.9 DEFINIO DE GRAFO COMPLETO
Um grafo G dito completo se existir ao menos uma ligao associada a cada par de vr-
tices. No caso no orientado isso significa exatamente uma ligao.
Os grafos completos no orientados so tambm denominados cliques e denotados como Kn
onde n representa o nmero de ns do grafo completo.
Por analogia os grafos completos bipartidos so denotados por Kpq, sendo p e q as cardina-
lidades das duas parties do grafo.

35

4.3.10 DEFINIO DE GRAFO REGULAR
O grau de um vrtice de um grafo o nmero de arestas incidentes no vrtice. Um grafo G
dito regular de grau r se cada vrtice em G possuir o grau r. (*) O maior grau de G denominado
(G).

Alguns autores fazem distino entre o conceito de grau para grafos orientados e no
orientados. No caso dos grafos orientados o grau pode ser decomposto em duas parcelas: o grau
interno ou o nmero de arcos chegando ao n, e o grau externo, ou o nmero de arcos partindo do
n. Essas parcelas do grau do n so denominadas semigrau. No caso dos grafos direcionados a
soma do semigrau interior d(i)+ e exterior d(i)-, conduz ao valor final do grau do n. A expresso
para a obteno do grau em grafos orientados :
d(i) = d(i)
-
+ d(i)
+

No caso da figura podemos calcular o grau do vrtice 4 da seguinte forma:

d(4) = d(4)
-
+ d(4)
+
= -2+ +2 = 4

36

4.4 REDE
Definimos uma rede R = (E, V, F) como um grafo direcionado G = (E, V) atravessado por
um Fluxo F = {f1,f2, ...,fm} que circula em suas m arestas. Em uma rede normalmente dois ns so
destacados: o n fonte e o n sumidouro. Qualquer tipo de rede pode ser reduzida a uma rede com
apenas um n fonte e um n sumidouro, mesmo que artificialmente configurados. Os arcos da rede
podem ser limitados em capacidade em relao ao fluxo. Esses mesmos arcos podem impor custos
circulao do fluxo. De uma forma geral, uma rede poderia ser representada como na figura
seguinte. Os ns so representados pelos crculos e os arcos pelas setas. O sentido convencional do
fluxo est indicado pelas setas (o grafo de substrato direcionado).
onde:

lij = limite inferior (ou mnimo) para o fluxo no arco i-j.
Lij = limite superior (ou mximo) para o fluxo no arco i-j.
Cij = custo de circulao da unidade de fluxo no arco i-j.

A figura seguinte representa uma rede valorada.

37

4.5 OUTROS CONCEITOS BSICOS
Um dos pontos mais fundamentalmente associados noo de grafos o conceito de ligao
entre vrtices. De fato, o modelo , basicamente, uma estrutura adequada a representar
topologicamente formas de conexo. , portanto, indispensvel esclarecer como os vrtices podem
estabelecer vnculos ou ligaes atravs das denominadas arestas ou arcos. Nesse sentido, existem
duas formas especficas de entender vizinhana entre ns e arestas, uma para o caso dos grafos
direcionados e outra para os no direcionados.

4.5.1 DEFINIO DE CADEIA DE ARESTAS
Dizemos que uma cadeia de arestas uma seqncia de arestas em que todas so distintas
(no repetidas).

4.5.2 DEFINIO DE CAMINHO
Um caminho urna seqncia de arestas em que todos os ns visitados so distintos.

38

4.5.3 DEFINIO DE COMPRIMENTO DE UM CAMINHO
Em um grafo G no ponderado, o comprimento de um caminho o nmero de arestas desse
caminho.
Em um grafo G ponderado, o comprimento de um caminho a soma dos pesos das arestas
desse caminho.

4.5.4 DEFINIO DE CICLO
Em um grafo G, um ciclo uma cadeia fechada, ou seja, que inicia e termina em um mesmo
n.

4.5.5 DEFINIO DE CIRCUITO
Quando o grafo G orientado, alguns autores denominam por circuito a seqncia distinta
de arcos que repete o ltimo n visitado.

4.6 CONEXIDADE

4.6.1 DEFINIO DE GRAFO CONEXO
G conexo se para todo par de vrtices existe pelo menos uma cadeia entre eles.

39

4.7 DEFINIO DE RVORE.
Um grafo denominado por rvore se for conexo e no possuir ciclos.

4.8 REPRESENTAO DO MODELO USANDO MATRIZ DE ADJACNCIA
Trata-se de Uma representao bastante simples. O grafo expresso em uma matriz A =
[aij] atravs dos ns e de suas relaes de vizinhana. As linhas e as colunas da matriz esto
associadas aos ns do grafo. A matriz , normalmente, boleana, ou seja, seus elementos so 0 e 1.
Quando existem arestas paralelas, o valor de aij pode passar a representar o nmero de arcos
paralelos.

4.8.1 DEFINIO DE MATRIZ DE ADJACNCIA
Uma matriz n x m A = [aij] denominada como de adjacncia do grafo G = (N,M) se:
aij = 1 existe a ligao (i,j)
aij = 0 no existe a ligao (i,j)

(
(
(
(
(
(
(
(
0 1 1 0 0 0
1 0 1 0 0 0
1 1 0 1 1 1
0 0 1 0 1 0
0 0 1 1 0 0
0 0 1 0 0 0
6
5
4
3
2
1
6 5 4 3 2 1

Grafo G e sua Matriz de adjacncia
40

4.9 REPRESENTAO DO MODELO USANDO A MATRIZ DE INCIDNCIA
Nesse caso as colunas da matriz correspondem s arestas do grafo e as linhas aos ns.

4.9.1 DEFINIO DE MATRIZ DE INCIDNCIA
Uma matriz n x m A = [aij] denominada como de incidncia do grafo G = (N, M) se, para
todo arco j que liga o n k ao n l temos:

aij = +1 i = k
aij = -1 i = l (para grafo direcionado, seno aij = 1)
aij = 0 nos outros casos

(
(
(
(
(
(

1 0 0 0
0 1 0 0
1 1 1 1
0 0 1 0
0 0 0 1
5
4
3
2
1
4 3 2 1
u u u u

Grafo direcionado e sua matriz de incidncia.

(
(
(
(
(
(
1 0 0 0
0 1 0 0
1 1 1 1
0 0 1 0
0 0 0 1
5
4
3
2
1
4 3 2 1
u u u u

Grafo no direcionado e sua matriz de incidncia.

4.10 ANLISE DE REDES

4.10.1 PROBLEMAS DE EXTENSO MNIMA

Um problema de extenso mnima envolve um conjunto de ns e um conjunto de ramos
propostos, nenhum deles orientado. Cada ramo proposto possui um custo no negativo associado. O
objetivo construir uma rede conexa contendo todos os ns e tal que a soma dos custos associados
aos ramos realmente utilizados seja mnima.

O problema de extenso mnima sempre resolvido por meio de uma rvore. Uma rvore de
extenso mnima pode ser obtida selecionando-se inicialmente qualquer n e determinando-se ramo
incidente no n selecionado que possui o menor custo (os empates so decididos arbitrariamente).
Este ramo aceito como parte da rede final. A rede ento completada de forma iterativa. A cada
estgio do processo iterativo a ateno focalizada sobre os ns j interligados.

Se os custos forem todos distintos a rvore de mnima extenso nica e produzida pelo
algoritmo acima com qualquer escolha de n inicial.
41

4.10.2 PROBLEMAS DE PERCURSO MNIMO.

Um problema de percurso mnimo envolve uma rede conexa dotada de custos no negativos
associados a cada um dos ramos. Um n designado como fonte e outro como sumidouro. O
objetivo determinar um percurso interligando a fonte e o sumidouro, tal que a soma dos custos
associados aos ramos do percurso seja mnima. Os problemas de percurso mais barato so
resolvidos por meio do seguinte algoritmo no qual todos os empates so decididos arbitrariamente.

Algoritmo para problemas do percurso mnimo

Passo 1: Construir uma lista principal registrando os ns em ordem crescente de custo e sob cada n
os ramos incidentes. Cada ramo sob um determinado n escrito com este n como sendo o
primeiro. Omite-se da lista qualquer ramo que tenha a fonte como segundo n ou o sumidouro
como seu primeiro n.

Passo 2: Assinalar com asterisco (*) o n fonte e atribuir o valor 0. Localizar o ramo de menor custo
e assinalar com um crculo. Assinalar com um asterisco (*) o segundo n desse ramo e alocar a este
n um valor igual ao custo do ramo. Eliminar da lista principal todos os outros ramos que possuem
o n recm assinalado com asterisco como segundo n.

Passo 3: Se o n recm assinalado com asterisco for o sumidouro, ir para o passo 5. Caso contrrio,
ir para o passo 4.

Passo 4: Considerar, na lista principal corrente, todos os ns assinalados com asterisco (*) sob os
quais haja ramos no marcados por crculos. Para cada um destes ns, adicionar ao valor que lhe
alocado o custo do ramo de menor custo no marcado por crculo sob o n em pauta. Designar a
menor destas somas por M e circunda-se o ramo cujo custo contribuiu para M. Assinalar com
asterisco (*) o segundo n deste ramo e alocar a ele o valor M. Excluir da lista principal todos os
outros ramos que possuam o n recm assinalado por asterisco como segundo n. Ir para o passo 3.

Passo 5: Z o valor alocado ao sumidouro. Um percurso de custo mnimo obtido recursivamente
comeando com o sumidouro, pela incluso no percurso de cada um dos ramos circundados, cujo
segundo n pertena ao percurso.
42

4.11 EXERCCIOS
1) Uma companhia transportadora deve movimentar 50 unidades de um produto de Los Angeles
para New York. A tabela 1 fornece os custos de transporte (em dlares por unidade) entre vrios
depsitos da companhia. Os elementos em branco na tabela significam os transportes que no
podem ser realizados entre os depsitos correspondentes. Determinar o esquema de transporte de
menor custo. Resolver o problema como um problema de percurso mnimo.

Tabela 1 Custo de transporte em dlares por unidade

Los Angeles So Francisco Phoenix Laramie St. Louis Chicago New York
Los Angeles 7 8 39 95
So Francisco 7 22 17 36 85
Phoenix 8 22 14 25 27
Laramie 17 14 31 19
St. Louis 39 25 31 14 20
Chicago 36 27 19 14 13
New York 95 85 20 13

Resposta: Los Angeles Phoenix Chicago New York, custo = 48

2) Use a tabela 1 para determinar o esquema de transporte de menor custo entre Phoenix e New
York. Resolver o problema como um problema de percurso mnimo.
Resposta: Phoenix Chicago New York, custo = 40

3) Use a tabela 1 para determinar o esquema de transporte de menor custo entre So Francisco e
New York. Resolver o problema como um problema de percurso mnimo.
Resposta: So Francisco Chicago New York, custo = 49

4) Determinar a matriz de adjacncia e de incidncia dos seguintes grafos.

a)

b)

5) Representar o grafo que tem a seguinte matriz de adjacncia

a) 1 2 3 4 b) 1 2 3 4
1 0 1 0 1 1 0 1 1 0
2 1 0 1 1 2 1 0 1 0
3 0 1 0 0 3 1 1 0 1
4 1 1 0 0 4 0 0 1 0

43

5 REFERNCIAS BIBLIOGRFICAS

ANDRADE, E. L., Introduo Pesquisa Operacional: Mtodos e Modelos para Anlise de
Decises. 3. Edio. LTC Editora. Rio de Janeiro, 2002.
BRONSON, R. .Pesquisa Operacional, McGraw-Hill ,1985
GOLDBARG, M. C. & LUNA, H. P. L. Otimizao Combinatria e Programao Linear, Campus,
2000.
KOLMAN, B. & HILL, R. Introduo lgebra linear: com aplicaes. LTC Editora. Rio de
Janeiro, 2006.
PRADO, Darci Santos do. Teoria das Filas e Simulao. Editora de Desenvolvimento Gerencial.
Srie Pesquisa Operacional. Vol.2. 2. Edio. Belo Horizonte - MG. 2004
SILVA, Ermes Medeiros et al.. Pesquisa Operacional. Atlas, 1998

Notas de aula de Pesquisa Operacional em Sistemas II

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Notas de aula de Pesquisa Operacional em Sistemas II

Uploaded by

Copyright:

Available Formats

Engenharia de Produo

Pesquisa Operacional em Sistemas II - Notas de aula

You might also like