Estudos voltados para sequenciamento de tarefas, auxiliam os planejadores de produção e vendas ao tomar decisões rápidas enquanto negociam datas de entrega dos pedidos. Por vezes, as técnicas de sequenciamento não são praticadas nas empresas por descaso da análise das consequências que estas podem gerar. Enquanto que na literatura, grande parte dos estudos utilizam técnicas de sequenciamento, mas sem utilizar dados reais. Diante disto, esta pesquisa propõe um método de resolução de problema de sequenciamento preemptivo de tarefas em ambientes de máquinas paralelas uniformes e um algoritmo para designação das tarefas às máquinas. A validação do modelo proposto foi feita com dados reais de uma empresa fabricante de EVA (Espuma Vinílica Acetinada), localizado na cidade de Barbalha-CE. Esta empresa estava com problemas excessivos de atraso na entrega de pedidos da produção de placas expandidas em EVA, oriundas de um mau sequenciamento e falha na designação de tarefas às máquinas. Foi desenvolvido um programa na linguagem de programação Python, junto ao SoPlex. O programa recebe os dados da empresa em uma planilha de Excel, converte em um problema de fluxo em rede, descreve matematicamente a rede em um problema de fluxo máximo, envia o problema para o solver SoPlex, converte a resposta do solver em tarefas sequenciadas, e designa as tarefas nas máquinas utilizando o algoritmo de designação. O sequenciamento proposto, livre de atrasos, apresentou uma antecipação máxima de aproximadamente 16 dias da data devida. Enquanto que o sequenciamento com a regra FIFO (First In, First Out), utilizado pela empresa, apresentou atraso máximo de 2 dias, representado em 9% do total de tarefas programadas. Foi verificado que com cinco máquinas a empresa consegue atender todas as tarefas conservando o sequenciamento sem atrasos, mas em um tempo de conclusão maior do que no caso de nove máquinas. As tarefas sequenciadas com preempção deixam as máquinas menos sobrecarregadas. Do ponto de vista computacional, o programa é atrativo por consumir menos de 1 segundo no tempo de resposta requerido. Em ambiente de nove máquinas, as regras de priorização (SPT, LPT, LIFO e EDD) são analisadas. A regra LIFO (Last In, First Out) apresentou ganhos analisados em três aspectos. Com 5 máquinas, no ambiente produtivo estudado, as técnicas utilizadas nesta pesquisa são bem mais atrativas que as regras de priorização.CNPqTask sequencing studies assist production and sales planners in making quick decisions while negotiating order delivery dates. Frequently, the companies are not use practices of the sequencing due to the analysis absence of the consequences that they can generate. While the literature use sequencing techniques, but without using real data. In view of this, this research proposes a method for solving preemptive task sequencing problems in uniform parallel machine and an algorithm for assigning tasks to machines. The validation of the proposed model was done with real data from a company that makes EVA (Ethylene Vinyl Acetate), located in the city of Barbalha-CE. This company was problems delay in the delivery of orders for the production of expanded EVA plaque, because to poor sequencing and failure to assign tasks to the machines. It was designed a program in Python programming language, together with solver SoPlex. The program receives the company's data in an Excel spreadsheet, converts it into a network flow problem, mathematically describes the network into a maximum flow problem, sends the problem to the SoPlex solver, converts the solver's response into sequenced tasks, and assign tasks on machines using the assignment algorithm. The proposed sequencing, without delays, presented approximately 16 days in advance most of the due date. While that in the sequencing with the prioritization rule FIFO (First In, First Out), that the company adopts, the delay most was 2 days represented in 9% of the total scheduled tasks. It was found that with five machines the company could complete all tasks maintaining the sequencing without delays, but in a longer completion time than in the case of 9 machines. Preemptively sequenced tasks leave machines less overloaded. From a computational point of view, the program is attractive because it consumes less than 1 second in the required response time. In a nine machines environment, was analyzed the prioritization rules (SPT, LPT, LIFO e EDD). The LIFO (Last In, First Out) rule highlights gains analyzed in three aspects. With five machines, in the studied productive environment, the techniques used in this research are much more attractive than prioritization rules.