Pesquisa Operacional Livro: Introdução à Pesquisa Operacional

Slides:



Advertisements
Apresentações semelhantes
Algoritmos de Caminho Mínimo em Grafos
Advertisements

IFTO ESTRUTURA DE DADOS AULA 05 Prof. Manoel Campos da Silva Filho
Algoritmo de Caminho Mínimo
Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
Algoritmos em Grafos.
Prof. M.Sc. Fábio Francisco da Costa Fontes Maio
Celso C. Ribeiro Caroline T. Rocha
Fluxo em Redes Prof. Ricardo R. Santos.
UNICAMP Universidade Estadual de Campinas Centro Superior de Educação Tecnológica Divisão de Telecomunicações Propagação de Ondas e Antenas Prof.Dr. Leonardo.
INFORMAÇÕES COMPLEMENTARES
Análise de Decisão Aplicada a Gerência Empresarial – UVA Grafos - V
A busca das mulheres para alcançar seu espaço dentro das organizações
Vamos contar D U De 10 até 69 Professor Vaz Nunes 1999 (Ovar-Portugal). Nenhuns direitos reservados, excepto para fins comerciais. Por favor, não coloque.
Celso C. Ribeiro Caroline T. Rocha
Capa Disciplina: Ajustamento de Observações
Exercício do Tangram Tangram é um quebra-cabeças chinês no qual, usando 7 peças deve-se construir formas geométricas.
Nome : Resolve estas operações começando no centro de cada espiral. Nos rectângulos põe o resultado de cada operação. Comprova se no final.
Problemas de fluxo numa rede
Grafos Grafo G = (V, E) V — conjunto de vértices
1 Domínios Finitos A eficiência das programas em domínios finitos (incluindo booleanos) podem ainda ser melhoradas pelo uso de Algoritmos de Propagação.
Cálculo - Thomas Capítulo 3.
Fonte, Sumidouro, Capacidade e Fluxo
Modelos no Domínio do Tempo de Sistemas LTI Contínuos
Curso de ADMINISTRAÇÃO
Relações Adriano Joaquim de O Cruz ©2002 NCE/UFRJ
Árvores.
EXPRESSÕES ARITMÉTICAS
Transporte em Tempo Mínimo
Introdução à Otimização
Rodrigo Geraldo Ribeiro Denis Pinto Pinheiro Camila Leles Rezende
FUNÇÃO MODULAR.
EXEMPLOS DE ESTRUTURAS PROTENDIDAS
Mecânica dos Sólidos não Linear
Provas de Concursos Anteriores
Grafos Msc. Cintia Carvalho Oliveira Doutoranda em Computação – UFU
MODELO IMPEDÂNCIA E CÁLCULO DE REDES
Campus de Caraguatatuba
Renda até 2 SM.
Diagnósticos Educativos = Diagnósticos Preenchidos 100% = 1.539
MECÂNICA - DINÂMICA Exercícios Cap. 13, 14 e 17. TC027 - Mecânica Geral III - Dinâmica © 2013 Curotto, C.L. - UFPR 2 Problema
Grafos Árvores Geradoras.
Teoria dos Grafos Caminhos e Noção de Grafos com pesos
MECÂNICA - ESTÁTICA Vetores Forças Cap. 2.
CATÁLOGO GÉIA PÁG. 1 GÉIA PÁG. 2 HESTIA PÁG. 3.
Conceitos Básicos Alysson e Franklina 2ºs/
Celso C. Ribeiro Caroline T. Rocha
2 Campo Elétrico Livro texto:
Coordenação Geral de Ensino da Faculdade
Coordenação Geral de Ensino da Faculdade
Operações com grafos União Exemplo
Histórico, exemplos e problemas
Plataforma Brasil – Submissão de pesquisa
Problemas de Fluxo Máximo
Problemas de fluxo em grafos 1º semestre/2012 Prof. André Renato
Projeto Marcas que Eu Gosto 1 PROJETO MARCAS QUE EU GOSTO Estudos Quantitativo de Consumidores Janeiro / 2005.
Modelagem Estatística
Introdução e Busca Cega
DIEGO RICARDO DE ARAUJO DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO INSTITUTO DE CIÊNCIA EXATAS UNIVERSIDADE FEDERAL DE JUIZ DE FORA Seleção de Características.
Conceitos básicos em grafos
PROGRAMAÇÃO MATEMÁTICA MÉTODO SIMPLEX
Redes ADSA António Câmara.
1 Aplicações do Fecho Regular. 2 A interseção de uma linguagem livre de contexto e uma linguagem regular é uma linguagem livre de contexto livre de contexto.
Olhe fixamente para a Bruxa Nariguda
Máquina de Turing Universal
Algoritmos de Fluxo Máximo

Exercícios de Fluxo em Redes
Algoritmos em Grafos Celso C. Ribeiro Caroline T. Rocha.
Algoritmo de Transportes Objecto de Aprendizagem Manuel Pina MarquesDEIG
1 UNIVERSIDADE CATÓLICA DE PELOTAS Escola de Informática Programa de Pós-Graduação em Informática Mestrado em Ciência da Computação Algoritmos de Fluxo.
Transcrição da apresentação:

Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Capítulo 3 - Teoria dos Grafos Fernando Marins – fmarins@feg.unesp.br Departamento de Produção

Sumário Introdução Histórico Aplicações de grafos Conceitos e Notação Representações de um grafo Tipos de grafos Problemas típicos e Algoritmos Caminho Ótimo - Algoritmo de Djisktra Árvore Ótima - Algoritmo de Kruskal Fluxo Máximo - Algoritmo de Ford - Fulkerson

Introdução Histórico Euler resolveu o problema das pontes de Königsberg do rio Pregel, em 1736, utilizando um modelo de grafos: partir de uma das 4 regiões, atravessar cada ponte uma única vez e retornar à região de partida. Figura 1. Rio Pregel e suas sete pontes. Figura 2. Leonhard Euler.

Introdução Figura 3. Königsberg -Kalinigrado nos tempos atuais.

Introdução Figura 4. Modelo de Grafo para o Rio Pregel e suas sete pontes. Modelo de grafos utilizado por Euler para demonstrar que o problema não tem solução. Para haver solução é necessário que cada região tenha um número par de pontes associadas.

Aplicações de modelos em grafos Introdução Aplicações de modelos em grafos   1. Grafos planares: problemas de montagens/ trevos A, B, C : linhas de montagens/ rodovias principais D1, D2, D3: departamentos/ rodovias secundárias Ligações: esteiras/ viadutos ou túneis Figura 3. Um problema de montagem.

Introdução 2. Problemas de Localização   Existindo n cidades consumidoras do produto fabricado por uma determinada empresa, deseja-se saber onde seria o melhor local para a instalação de uma filial desta empresa que atendesse as n cidades com menor custos de distribuição do produto. Existem algoritmos próprios para este problema, além de várias heurísticas que possuem bom desempenho.

Notação Representações de um grafo G 1. G(V, A) onde:   1. G(V, A) onde: V = Conjunto de vértices ou nós do grafo A = Conjunto de arcos ou arestas do grafo 2. Diagramas e tipos de grafos 3 a b c d e f 1 4 2 1 2 3 a b c Grafo Não- orientado Grafo Orientado

Notação 3. Matriz de adjacência (grafo não-orientado) A = (aij) = A =   A = (aij) = 1 2 3 a b c A =

Notação 4. Matriz de incidência (grafos orientados)   A = [aij] é a matriz (não necessariamente quadrada) de incidência de G se 3 a b c d e f 1 4 2

Grafo Valorado Grafo com as distâncias de São Paulo a 3 capitais: 400 Rio de Janeiro São Paulo Belo Horizonte 700 1500 Brasília

Grafos Especiais Para o grafo G abaixo: árvore, cadeia, caminho, ciclo e circuito d a b c e f g h j l i

Árvore 1. Árvore (arborescência): grafo conexo sem ciclos a b d h j g

Cadeia 2. Cadeia: seqüência de arcos com extremidade em comum d l a j h j l

Caminho 3. Caminho: seqüência de arcos com mesma orientação a c f j

Ciclo e Circuito 4. Ciclo: cadeia fechada 5. Circuito: caminho fechado b g 5. Circuito: caminho fechado a b c

Problemas e Algoritmos Otimização em grafos   Determinação de Árvores ótimas: Algoritmo de Kruskal Determinação de Caminhos Ótimos: Algoritmo de Djisktra Determinação de Fluxo Máximo: Algoritmo de Ford & Fulkerson

Algoritmo de Kruskal Histórico Em 1956 o matemático americano Joseph Kruskal (29/01/1928-19/09/2010) propôs um algoritmo para resolução do Problema da Árvore Mínima. Ele completou seu Ph.D. na Universidade de Princeton em 1954. Figura 5. Joseph Kruskal.

Algoritmo de Kruskal Determinação de uma árvore mínima num grafo G (V, A)   Para cada aresta (i, j) existe um custo associado Cij. |V| = cardinalidade do conjunto de nós V = número de nós. Passo 1. Considerar o grafo trivial formado apenas pelos nós de G Passo 2. Construção da Árvore Acrescentar ao grafo trivial a aresta (i, j) associada ao menor valor de custo Cij. Repetir o procedimento respeitando a ordem crescente de valores de Cij, desde que a aresta analisada não forme ciclo com as arestas já incorporadas à árvore. Após incorporar |V| - 1 arestas  Parar! A árvore mínima foi obtida. 19

Exemplo para o Algoritmo de Kruskal Determinar uma árvore mínima 8 4 11 2 1 6 5 9 3 10 A B C D F E G H I J 20

Exemplo para o Algoritmo de Kruskal Passo 1: Grafo trivial 21

Exemplo para o Algoritmo de Kruskal Passo 2: A primeira aresta a ser incorporada será a aresta associada ao valor de custo = 1. Observe-se que há duas arestas nestas condições: aresta (a, b) e aresta (c, d). Pode-se escolher arbitrariamente qual delas será incorporada primeiro ao grafo trivial. A seguir incorpore a outra (observe que elas não formam ciclo). 22

Exemplo para o Algoritmo de Kruskal Árvore parcial: colocar as arestas com custo 1 1 A B C D E 23

Exemplo para o Algoritmo de Kruskal A seguir tem-se as arestas (b, e) e (b, f) correspondentes aos custo com valor 2. Analogamente ao caso anterior pode-se optar por qualquer uma elas para ser analisada primeiro. Ambas serão incorporadas ao grafo resultante da operação anterior, pois também não formam ciclo.

Exemplo para o Algoritmo de Kruskal Árvore parcial: colocar as arestas com custo 2. 1 2 A B C D E 25

Exemplo para o Algoritmo de Kruskal Árvore parcial: colocar a aresta com custo 3. 1 2 A B C D E 3 26

Exemplo para o Algoritmo de Kruskal Árvore parcial: colocar as arestas com custo 4. 1 2 A B C D E 4 3 4 27

Exemplo para o Algoritmo de Kruskal Árvore parcial: colocar uma das duas arestas com custo 5, a outra será descartada. 5 1 2 A B C D E 4 3 4 28

Exemplo para o Algoritmo de Kruskal Como o número de nós é 10 prossegue-se neste processo até que sejam incorporadas 10 - 1 = 9 arestas, sendo obtida uma árvore mínima: 4 2 1 5 8 3 Observe que esta é uma solução ótima do problema. Custo ótimo: 1 + 1 + 2 + 2 + 3 + 4 + 4 + 5 + 8 = 30. 29

Algoritmo de Dijsktra Histórico Em 1956 o cientista da computação holandês Edsger Wybe Dijkstra concluiu o desenvolvimento do algoritmo para o problema do caminho mínimo mas somente em 1959 foi publicado seu trabalho. Este algoritmo foi o seu primeiro trabalho e o mais conhecido. Edsger Wybe Dijkstra nasceu em 11 de maio de 1930 e morreu em 6 de agosto de 2002. “ Ciência não estuda ferramentas, mas o que fazemos e o que descobrimos com elas.” Edsger Dijkstra Figura 6. Edsger Wybe Dijkstra .

Problema do Caminho Ótimo Algoritmo de Dijsktra Problema do Caminho Ótimo   Determinação de caminhos mínimos em grafos valorados. Princípio de Otimalidade de Bellman: “Um caminho mínimo é constituído de sub-caminhos mínimos” Aplica-se a grafos valorados onde não há laços, arcos paralelos e todos valores associados aos arcos são não-negativos. Achar caminho ótimo entre dois nós (origem = S e destino = T) de um grafo.

Algoritmo de Dijsktra Aspectos Gerais     Adota a técnica de rotulação dos nós, havendo dois tipos de rótulos: rótulos temporários e rótulos definitivos. A cada iteração, alguns nós são rotulados temporariamente e apenas um nó é rotulado definitivamente. O valor do rótulo definitivo associado a um nó j corresponde ao valor da distância mínima entre o nó origem S e o nó j. A execução do algoritmo termina quando se consegue rotular definitivamente o nó destino T.

Algoritmo de Djisktra 1. Inicialização 2. Atualização dos rótulos temporários 3. Rotulação Definitiva de um nó 4. Passo geral Inicialização Rotular definitivamente o nó origem S com valor 0. Rotular temporariamente os demais nós com valor .  

Min {rótulo atual do nó j, rótulo do nó i + cij}, Algoritmo de Djisktra 2. Atualização dos rótulos temporários Todo nó j ainda não rotulado definitivamente deve receber novo valor de rótulo dado por Min {rótulo atual do nó j, rótulo do nó i + cij}, onde, i = último nó rotulado definitivamente cij = valor associado ao arco que liga os nós i e j.

Algoritmo de Djisktra 3. Rotulação definitiva Comparar os rótulos temporários e escolher para ser rotulado definitivamente o nó j associado ao menor valor.   4. Passo geral Repetir sucessivamente os passos 2 e 3 até rotular definitivamente o nó destino T. O valor da distância mínima entre os nós S e T é o valor do rótulo definitivo do nó destino T.

Obtenção dos nós do caminho mínimo A partir do nó t achar qual foi o nó i do passo 2 responsável pelo valor de seu rótulo definitivo. Suponha que tenha sido o nó k. A partir do nó k achar qual foi o nó i do passo 2 responsável pelo valor de seu rótulo definitivo. Suponha que tenha sido o nó h. Repetir este processo até que o nó i seja o nó origem s Os nós i encontrados em cada etapa deste processo de busca serão os nós intermediários do caminho mínimo entre s e t.

Exemplo para Caminho Ótimo Achar a distância mínima entre os nós S e T: S A C D T 7 1 3 2 4 10 8 B 6 E

Algoritmo de Djisktra Resolução completa do exemplo de caminho mínimo Aplicação do Algoritmo de Djisktra - Tabela completa Rótulos Explicação S A B C E D T Vetor com nós do grafo 0*  Passo 1 - Inicialização 0* 7 1  Passo 2 com i = S 0* 7 1*  Passo 3 - Rot. Def. Nó B 0* 4 1*  5 Passo 2 com i = B 0* 4 1*  5 4* Passo 3 - Rot. Def. Nó D 0* 4 1* 14 5 4* 11 Passo 2 com i = D 0* 4* 1* 14 5 11 Passo 3 - Rot. Def. Nó A 0* 4* 1* 12 5 11 Passo 2 com i = A 0* 4* 1* 12 5* 11 Passo 3 - Rot. Def. Nó E 0* 4* 1* 12 5* 7 Passo 2 com i = E 0* 4* 1* 12 5* 7* Passo 3 - Rot. Def. Nó T (parar!)

Distância mínima entre os nós S e T = 7 = Rótulo definitivo do nó T. Algoritmo de Djisktra Distância mínima entre os nós S e T = 7 = Rótulo definitivo do nó T. Recuperação do caminho mínimo (ótimo): Valor do rótulo definitivo do nó T = 7 sendo o nó i responsável = E Valor do rótulo definitivo do nó E = 5 sendo o nó i responsável = B Valor do rótulo definitivo do nó B = 1 sendo o nó i responsável = S T E B S 2 4 1

Exercício Achar a distância mínima entre os nós S e T: A B C D E F S T 1 3 4 2 6 5 10

Análise de Redes: Problema do Fluxo Máximo Histórico Em 1956 os matemáticos americanos Lester Randolph Ford (nascido em 23/09/1927) e Delbert Ray Fulkerson (14/08/1924-10/01/1976) propuseram em um trabalho conjunto o algoritmo para resolução do Problema de Fluxo Máximo. Figura 7. Lester Randolph Ford, Jr. . Figura 8. Delbert Ray Fulkerson. .

Análise de Redes: Problema do Fluxo Máximo Rede: Formada por duas entidades - Nós, Arcos Interesse: Comportamento da Variável Fluxo Exemplos: Aplicação Nós Arcos Fluxo Sistemas de comunicação Satélites, computadores Micro ondas, fibra ótica Mensagens, dados Sistemas hidráulicos Estação de bombeamento, reservatório Tubos Água, gás, petróleo Sistemas de transportes Interseções, aeroportos Estradas, rotas aéreas Veículos, passageiros

Problema de Fluxo Máximo Notação: Nó fonte: S Nó destino: T Fluxo no arco (i,j): Fij = quantidade de produto no arco (i,j) Kij = capacidade do arco (i,j) = maior fluxo possível no arco (i,j) Restrições envolvidas: Há conservação de fluxo nos nós. Há limitação do valor de fluxo nos arcos. Observações: O método simplex resolve este problema. Método mais eficiente: Ford &Fulkerson.

Problema de Fluxo Máximo Seja a rede abaixo. Deseja-se achar o valor do fluxo máximo que pode ser enviado do nó S ao nó T, respeitando as restrições de capacidade nos arcos e a conservação de fluxo nos nós. Sejam Kij (ou Cij) as restrições de fluxo (capacidade) no arco (i, j) S T 1 2 F

Modelo de Programação Linear Max Z = F F S1 + FS2 = F (1) F12 + F 1T = FS1 + F21 (2) s. a: F21 + F2T = FS2 + F12 (3) F1T + F2T = F (4) 0 ≤ Fij ≤ Kij (5) Restrição (1) representa a conservação de fluxo no nó fonte S. Restrições (2) e (3) representam a conservação de fluxo nos nós intermediários 1 e 2. Restrição (4) representa a conservação de fluxo no nó destino T. Restrição (5) restringe os fluxos a serem não-negativos e respeitarem os limites de capacidade nos arcos.

Problema de Fluxo Máximo Dada uma rede orientada formada por arcos onde há restrições de capacidade, deseja-se enviar a maior quantidade (fluxo) possível de um produto a partir de um nó fonte (S) para um nó destino (T). Fluxo de produto pode ser fluxo de eletricidade, de água, de informação, ou de veículos, entre outros. Extensões: Rede não-orientada Múltiplas fontes e múltiplos destinos

Problema de Fluxo Máximo Conceitos Básicos Arcos Forward para o nó i: todo arco que sai do nó i. Arcos Backward para o nó i: todo arco que entra no nó i. Caminho entre o nó fonte e o nó destino: sequência de arcos que se inicia no nó fonte S e termina no nó destino T. Ciclo é um caminho cujos nós inicial e final são os mesmos. Seja N = conjunto de todos os nós da rede. Um Corte separando a fonte S do destino T é uma partição dos nós da rede em dois subconjuntos denotando por S aquele que contém o nó S e por S aquele que contém o nó T.

Problema de Fluxo Máximo Exemplos: Seja a rede anteriormente considerada: Nó 1: arcos Forward = {(1,2),(1,T)}, arcos Backward = {(S,1),(2,1)} Caminho: (S,1),(1,2),(2,T) Corte: S = {S,1,2}, S = {T} capacidade = K1T + K2T S = {S,2}, S = {1,T} capacidade = KS1 + K21 + K2T S T 1 2 F

Problema de Fluxo Máximo Resultados Importantes: O corte mínimo é aquele corte com o menor valor de capacidade associado. Excluindo os arcos de um corte da rede  não há caminho entre os nós S e T  nenhum fluxo ocorrerá entre S e T. Todo fluxo entre S e T deve se dar pelos arcos de um corte o valor do fluxo é limitado pela capacidade do corte. Lema 1: Se F é o fluxo da fonte ao destino e (S,S) é um corte  o valor de F é menor ou igual a capacidade daquele corte (S,S).

Problema de Fluxo Máximo Consequências: Todo fluxo viável da fonte ao destino não pode exceder a capacidade de um corte qualquer. O fluxo máximo na rede é limitado pela capacidade do corte mínimo. Teorema do Fluxo Máximo e do Corte Mínimo O valor do fluxo máximo numa rede é igual a capacidade do corte mínimo. Usando o teorema do fluxo máximo e corte mínimo pode-se obter o valor do fluxo máximo. Basta encontrar as capacidades de todos os cortes existentes na rede e escolher o menor valor de capacidade.

Problema de Fluxo Máximo Princípios Básicos do Algoritmo do Fluxo Máximo: Encontrar um caminho pelo qual um fluxo positivo possa ser enviado da fonte S ao destino T. Este caminho é denominado Flow Augmenting Path = caminho com fluxo crescente – CFC. O CFC é usado para enviar a maior quantidade de fluxo possível de S para T. Repete-se o processo até que nenhum CFC possa ser obtido.

Problema de Fluxo Máximo Rotina de rotulação adotada pelo algoritmo: Usada para achar CFC de S para T. Iniciar com o nó fonte S. Dizemos que o nó j pode ser rotulado se um fluxo positivo pode ser enviado a partir de S para j. Em geral a partir de qualquer nó i pode-se rotular um nó j se uma das condições abaixo se verifica: O arco que conecta os nós i e j é do tipo Forward e o fluxo Fij neste arco (i,j) é menor que o valor da sua capacidade Kij. O arco que conecta os nós i e j é do tipo Backward e o fluxo Fij neste arco (j,i) é maior que zero. 3. O processo continua até que o nó destino T é rotulado. Tem-se então um CFC.

Algoritmo do fluxo máximo 1. Inicialização Obter um fluxo viável em todos os arcos da rede. Este fluxo deve satisfazer as restrições de conservação de fluxo nos nós e as restrições de capacidade nos arcos. Inicialmente adotar fluxo nulo em todos os arcos. 2. Procura de um caminho de fluxo crescente – CFC de S para T Usar o procedimento de rotulação de nós, iniciando com o nó origem e terminando com o nó destino T. Se não for possível obter um CFC Parar! Uma solução ótima foi obtida o fluxo atual é máximo. Caso contrário ir a etapa 3. 3. Aumento no valor do fluxo entre S e T Calcular o valor máximo δ de fluxo que pode ser enviado pela CFC obtida na etapa anterior. Nos arcos Forward do CFC aumentar o fluxo de δ. Nos arcos Backward do CFC diminuir o fluxo de δ. Voltar à etapa 2.

Exemplo Completo Determinar o fluxo máximo F da fonte S ao destino T, na rede a seguir. Os números ao lado dos arcos representam suas capacidades Cij. Notação: Nas próximas figuras os números ao lado dos arcos representam (Fij, Cij), onde Fij é o fluxo no arco (i, j). Nós rotulados serão marcados por asteriscos. Etapa 1 – Inicialização: Fazer Fij = 0 em todos as arcos. 1 7 9 S 3 T F F 9 8 2

Exemplo Completo Etapa 2 – (Figura 1) Para achar um CFC de S para T: Rotular inicialmente S. Deste nó S pode-se rotular o nó 1 pois o arco (S,1) é do tipo Forward e 0 = FS1 ≤ CS1 = 7 a seguir, do nó 1 pode-se rotular o nó 2 pois o arco (1,2) é do tipo Forward e 0 = F12 ≤ C12 = 3. Finalmente rotula-se o nó destino T pois o arco (2,T) é do tipo Forward e 0 = F2T ≤ C2T = 8. Isto resulta num valor de fluxo F = 0. Figura 1 S* T* 1* 2* F = 0 (0,7) (0,9) (0,8) (0,3)

Exemplo Completo Desta forma foi obtida uma CFA formada por arcos do tipo Forward, (S,1), (1,2), (2,T). Etapa 3 O fluxo máximo neste CFC é dado por min {(7 - 0), (3 - 0), (8 - 0)} = 3. Assim pode-se aumentar o fluxo entre S e T de δ = 3. Os novos fluxos estão na Figura 2. Figura 2 S T 1 2 F = 3 (3,7) (0,9) (3,3) (3,8)

Exemplo Completo Etapa 2 – Repetindo o processo de rotulação de nós para a configuração da Figura 2 obtém-se um novo CFC dado por: Etapa 3 – O fluxo máximo permitido neste CFC = min {(7 -3), (9 -0)}= 4. Isto aumenta o fluxo pela rede para F = 3 + 4 = 7. A nova configuração de fluxos fica sendo a da Figura 3. Figura 3 v S* 1* T* S T 1 2 F = 7 (7,7) (4,9) (0,9) (3,3) (3,8)

Exemplo Completo Etapa 2 – Na busca de um novo CFC, o nó 1 não pode ser rotulado a partir do nó S pois o arco (S,1) é Forward e agora FS1 = CS1 = 7. Mas um novo CFC pode ser obtido rotulando-se o nó 2 e depois o nó T: Etapa 3 – Neste CFC o fluxo pode ser aumentado de min {(9 -0), (8 -3)} = 5, o que resulta na configuração dada pela Figura 4: Figura 4 v S* 2* T* S T 1 2 F = 12 (7,7) (4,9) (5,9) (3,3) (8,8)

Exemplo Completo Etapa 2: Partindo-se do nó S pode-se rotular o nó 2, a seguir rotula-se o nó 1, pois o arco (1,2) contém um fluxo positivo de 3 unidades e fica sendo Backward neste novo CFC, finalmente a partir do nó 1, pelo arco (1,T) rotula-se o nó destino T: Etapa 3 – Neste CFC pode-se aumentar o fluxo na rede de min{(9 -5),3,(9 -4)} = 3, pois o arco (1,2) é Backward e pode ter o fluxo de 3 diminuído até zero. A nova configuração de fluxos está na Figura 5: Figura 5 v S* 2* T* 1* S T 1 2 F = 15 (7,7) (7,9) (8,9) (0,3) (8,8)

Exemplo Completo Etapa 2: O nó 2 pode ser rotulado a partir do nó S, mas nenhum outro nó pode ser rotulado a partir do nó 2, ou seja, não há nenhum CFC adicional. Logo obteve-se o fluxo máximo de S para T dado por 15 unidades de fluxo. Observação: Pode-se usar o teorema de Ford & Fulkerson para provar que o fluxo máximo é de fato 15. Veja a Figura 6.

Exemplo Completo S* T 1 2* F = 15 (7,7) (0,3) (8,8) Figura 6 Considere o corte que separa os nós rotulados dos não rotulados na última etapa 2, ele é formado pelos arcos (S,1),(1,2) e (2,T), tendo capacidade = 15 e separa o nó S do nó T. Pelo Teorema de F & F o fluxo não pode exceder a capacidade de nenhum corte que separe o nó S do nó T, logo o corte em questão é o corte mínimo e o fluxo máximo = 15 é igual a capacidade deste corte mínimo.

Extensões para o problema de Fluxo Máximo Rede não-orientada: considere a rede urbana abaixo: Maximizar o fluxo de tráfego de S até T. S T 1 3 2 4 40 30 15 20 50 25

Extensões para o problema de Fluxo Máximo Trabalhar com modelo equivalente de redes: S T 1 3 2 4 40 30 15 20 50 25 Aplicar o algoritmo apresentado e achar Fluxo Máximo. Se arco (i,j) não é direcionado e fij > fji  fluxo = (fij – fji) será enviado de i para j. (Adequar mão de trânsito no arco i  j)

Extensões para o problema de Fluxo Máximo Múltiplas fontes e múltiplos destinos: C 10 5 15 20 A B D E F G H Capacidade do arco Nó A = Fonte com oferta produto = 20 (Oferta Total = 40) Nó D = Fonte com oferta produto = 20 Nó E = Destino com demanda produto = 15 (Demanda Total = 35) Nó H = Destino com demanda produto =20

Extensões para o problema de Fluxo Máximo O problema é viável ? C 20 10 5 15 f fictícia A B T H G F E D s MAXIMIZAR f  fMAX = 30 < 35 = Demanda Total Problema Inviável