UNIVERSIDADE FEDERAL DO RIO GRANDE - FURG

CENTRO DE CI

ENCIAS COMPUTACIONAIS
PROGRAMA DE P

OS-GRADUAC

AO EM COMPUTAC

AO
CURSO DE MESTRADO EM ENGENHARIA DE COMPUTAC

AO
Dissertac ao de Mestrado
Modelos Baseados em Agentes de Processos Urbanos
Espaciais
Andr e Mendes da Rosa
Dissertac ao de Mestrado apresentada ao Programa
de P os-Graduac ao em Computac ao da Universi-
dade Federal do Rio Grande - FURG, como requi-
sito parcial para a obtenc ao do grau de Mestre em
Engenharia de Computac ao
Orientador: Prof. Dr. Ant onio Carlos da Rocha Costa
Rio Grande, 2014
Dados de catalogac ao na fonte:
Ubirajara Buddin Cruz CRB-10/901
Biblioteca de Ci encia & Tecnologia UFPel
A999a da Rosa, Andr e Mendes
Modelos Baseados em Agentes de Processos Urbanos Espa-
ciais / Andr e Mendes da Rosa. Rio Grande, 2014. 85 f:
gr af. Dissertac ao (Mestrado) Programa de P os-Graduac ao em
Computac ao. Universidade Federal do Rio Grande - FURG. Cen-
tro de Ci encias Computacionais. Rio Grande, 2014. Orientador
Ant onio Carlos da Rocha Costa.
1. Urbano. 2. Modelagem. 3. Simulac ao. 4. NetLogo.
I. Costa, Ant onio Carlos da Rocha. II. Ttulo.
CDD: 999.9
Banca examinadora:
Prof. Dr. Marilton Sanchotene de Aguiar
Prof. Dr. Eder Mateus Nunes Goncalves
Prof. Dr. Cleo Zanella Billa
Dedico este trabalho a minha famlia e a Deus.
AGRADECIMENTOS
Agradeco a meu Pai Nauro Silva da Rosa (in memorian), a minha M ae Teresinha Men-
des da Rosa, a meu Irm ao Eduardo Mendes da Rosa pelos momentos inesquecveis, pela
educac ao que recebi e pelo apoio incondicional. Agradeco ` a minha Namorada Liziane
Peres Vieira pelo amor e companhia. Agradeco ao Professor Dr. Rocha por acreditar em
mim e me dar essa grande chance de buscar o mestrado em Engenharia de Computac ao, e
uma honra ser orientado por essa estimada pessoa. Aos meus companheiros do laborat orio
LAMSA que tanto contriburam para tirar d uvidas e, pelos momentos de descontrac ao.
Aos Professores que tanto me ajudaram, pois s ao pessoas que nunca esquecerei e, se n ao
fosse por eles, n ao estaria aqui. Aos colegas de mestrado, tenho a certeza que fomos uma
turma dedicada e seremos lembrados como precursores. Agradeco, tamb em, ` as demais
pessoas que direta ou indiretamente me ajudaram e continuar ao a me ajudar.
O mundo ca muito vazio se apenas pensamos nas montanhas, rios e cidades.
Mas se h a algu em, aqui ou em outro lugar, que pensa em n os e sente conosco
e que, mesmo ` a dist ancia est a perto em esprito, ent ao a Terra se transforma
em um jardim habitado. JOHANN W. VON GOETHE
RESUMO
DA ROSA, Andr e Mendes. Modelos Baseados em Agentes de Processos Urbanos
Espaciais. 2014. 85 f. Dissertac ao (Mestrado) Programa de P os-Graduac ao em
Computac ao. Universidade Federal do Rio Grande - FURG, Rio Grande.
O prop osito deste trabalho e simular modelos te oricos da estrutura do espaco ur-
bano a partir do modelo de Segregac ao da ferramenta de modelagem e simulac ao
multiagente NetLogo, fazendo modicac oes e adaptac oes para que o modelo que mais
completo e complexo tornando possvel a simulac ao dos principais processos urbanos
estudados na literatura sobre Espacos Urbanos. Conceitos sobre estrutura urbana e
din amica das classes de populac ao s ao estudados para que o modelo de simulac ao
proposto possa vericar e modelar padr oes do espaco urbano.
Palavras-chave: Urbano, Modelagem, Simulac ao, NetLogo.
ABSTRACT
DA ROSA, Andr e Mendes. Agent-Based Models of Urban Spatial Processes. 2014.
85 f. Dissertac ao (Mestrado) Programa de P os-Graduac ao em Computac ao. Universi-
dade Federal do Rio Grande - FURG, Rio Grande.
The purpose of this work is to simulate theoretical models of the structure of ur-
ban space of the Segregation model of the multi-agent modeling and simulation tool
NetLogo, making it possible to simulate the main processes urban studied in the literature
on Urban Spaces. Concepts of urban structure and dynamics of population classes are
studied, so that the proposed models can simulate urban space patterns.
Keywords: Segregation, modeling, Simulation, NetLogo.
LISTA DE FIGURAS
Figura 1 Converg encia de Transportes e a

Area central. (Corr ea, 2003) . . . . 21
Figura 2 Esquema de Kohl (Corr ea, 2003) . . . . . . . . . . . . . . . . . . . . 23
Figura 3 Esquema de Burgess (Corr ea, 2003) . . . . . . . . . . . . . . . . . . 23
Figura 4 Esquema de Hoyt (Corr ea, 2003) . . . . . . . . . . . . . . . . . . . . 24
Figura 5 Esquema da organizac ao espacial da cidade Latino-Americana
(Corr ea, 2003) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Figura 6 Dimens oes espaciais da segregac ao de acordo com Reardon e
OSullivan (2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Figura 7 Modelo de Zona Conc entrica de Burgess (Snyder, 2013) . . . . . . . 30
Figura 8 Modelo de Setores de Hoyt (Snyder, 2013) . . . . . . . . . . . . . . 32
Figura 9 Modelo de M ultiplos N ucleos de Harris e Ullman (Snyder, 2013) . . 33
Figura 10 Agentes interagem com ambientes por meio de sensores e atuadores
(Russell and Norvig, 2004) . . . . . . . . . . . . . . . . . . . . . . . 37
Figura 11 Tela do Modelo Segregac ao do NetLogo . . . . . . . . . . . . . . . . 45
Figura 12 Exemplo de segregac ao com 65% de similaridade . . . . . . . . . . . 47
Figura 13 Controles de Quantidade e Crescimento das Populac oes . . . . . . . 48
Figura 14 Controles de Tempo de Vida e Degradac ao das Populac oes . . . . . . 48
Figura 15 Controles de movimento, direc ao, coes ao e sobreposic ao . . . . . . . 48
Figura 16 Switchs de Criac ao de Vias e Renda junto com Choosers . . . . . . . 49
Figura 17 Controles de Renda das Populac oes . . . . . . . . . . . . . . . . . . 49
Figura 18 Controles de Tamanho da Vizinhanca e Tamanho de

Area Criada . . . 49
Figura 19 Gr acos de Similaridade e Infelicidade . . . . . . . . . . . . . . . . 50
Figura 20 Monitores de Quantidade . . . . . . . . . . . . . . . . . . . . . . . . 50
Figura 21 Bot oes utilizados no Programa . . . . . . . . . . . . . . . . . . . . . 50
Figura 22 Diagrama de Classes do Modelo de Simulac ao Proposto . . . . . . . 53
Figura 23 Diagrama de Casos de Uso do Modelo de Simulac ao Proposto . . . . 54
Figura 24 Primeiros Momentos da Execuc ao do Modelo Conc entrico . . . . . . 56
Figura 25 Simulac ao do Modelo Conc entrico . . . . . . . . . . . . . . . . . . . 58
Figura 26 Simulac ao do Modelo Conc entrico . . . . . . . . . . . . . . . . . . . 58
Figura 27 Simulac ao com

Area em Degradac ao . . . . . . . . . . . . . . . . . 59
Figura 28 Simulac ao do Modelo Conc entrico com

Area Degradada . . . . . . . 60
Figura 29 Formac ao do Modelo Setorial . . . . . . . . . . . . . . . . . . . . . 60
Figura 30 Simulac ao do Modelo Setorial . . . . . . . . . . . . . . . . . . . . . 62
Figura 31 Simulac ao com Dois N ucleos Centrais . . . . . . . . . . . . . . . . . 62
Figura 32 Simulac ao em Execuc ao do Modelo com Dois N ucleos Centrais . . . 63
Figura 33 Simulac ao do Modelo de Harris e Ullman . . . . . . . . . . . . . . . 64
Figura 34 Simulac ao do Modelo de Burgess . . . . . . . . . . . . . . . . . . . 64
Figura 35 Simulac ao com Centro Degradado . . . . . . . . . . . . . . . . . . . 65
Figura 36 Classes comecando o Movimento . . . . . . . . . . . . . . . . . . . 65
Figura 37 Populac oes em Movimento Circular ao redor do N ucleo Central . . . 65
Figura 38 Simulac ao do Movimento das Classes ao redor da

Area Central . . . 66
Figura 39 Comecando a Simulac ao do Modelo Conc entrico com Controle de
Renda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Figura 40 Simulac ao do Modelo Conc entrico com Controle de Renda . . . . . . 67
Figura 41 Simulac ao com Dois N ucleos Centrais e Controle de Renda . . . . . 68
Figura 42 Modelo Setorial com Dois N ucleos . . . . . . . . . . . . . . . . . . 69
Figura 43 Simulac ao do Modelo com Dois N ucleos Centrais e Controle de Renda 70
Figura 44 Simulac ao com Mapa e tr es

Areas Centrais . . . . . . . . . . . . . . 70
Figura 45 Modelo Setorial com Dois N ucleos Centrais . . . . . . . . . . . . . . 71
Figura 46 Simulac ao do Modelo com Mapa e Variac ao na Similaridade . . . . . 72
Figura 47 Simulac ao com Mapa e

Area Central Degradada . . . . . . . . . . . 72
Figura 48 Simulac ao do Modelo conc entrico com

Area Degradada . . . . . . . 73
Figura 49 Simulac ao do Modelo Conc entrico com Mapa e Sem Sobreposic ao . 74
Figura 50 Simulac ao do Modelo Conc entrico com Mapa e Com Sobreposic ao . 74
Figura 51 Incio da Simulac ao do Modelo Conc entrico com Plano . . . . . . . . 77
Figura 52 Simulac ao do Modelo Conc entrico com Plano . . . . . . . . . . . . . 77
Figura 53 Incio da Simulac ao do Modelo Setorial com Plano . . . . . . . . . . 78
Figura 54 Grupos de Agentes em Formac ao no Modelo Setorial com Plano . . . 78
Figura 55 Simulac ao do Modelo Setorial com Plano . . . . . . . . . . . . . . . 79
LISTA DE TABELAS
Tabela 1 Estado dos Interruptores para Simulac ao do Modelo Conc entrico . . . 57
Tabela 2 Estado dos Interruptores para Simulac ao do Modelo Conc entrico com

Area Degradada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Tabela 3 Estado dos Interruptores para Simulac ao do Modelo Setorial . . . . . 61
Tabela 4 Estado dos Interruptores para Simulac ao do Modelo de Harris e Ullman 63
Tabela 5 Estado dos Interruptores para Simulac ao do Modelo Conc entrico . . . 67
Tabela 6 Estado dos Interruptores para Simulac ao de V arios N ucleos com con-
trole de Renda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Tabela 7 Estado dos Interruptores para Simulac ao com Mapa . . . . . . . . . . 71
Tabela 8 Estado dos Interruptores para Simulac ao com Mapa e Controle de
Renda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
LISTA DE ABREVIATURAS E SIGLAS
ABMS Agent-Based Modeling and Simulation
UML Unied Modeling Language
CBD Central Business District
SIG Sistema de Informac ao Geogr aca
MASUS Multi-agent Simulator for Urban Segregation
GIS Geographical Information System
SUM

ARIO
1 INTRODUC

AO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 REFERENCIAL TE

ORICO . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1 Processos Urbanos Espaciais . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 Os Produtores do Espaco Urbano . . . . . . . . . . . . . . . . . . . . . . 19
2.1.2 O Processo de Centralizac ao e a

Area Central . . . . . . . . . . . . . . . 20
2.1.3 O Processo de Descentralizac ao e os N ucleos Secund arios . . . . . . . . . 21
2.1.4 O Processo de Coes ao e as

Areas Especializadas . . . . . . . . . . . . . . 22
2.1.5 O Processo de Segregac ao e as

Areas Sociais . . . . . . . . . . . . . . . . 22
2.1.6 Din amica Espacial da Segregac ao . . . . . . . . . . . . . . . . . . . . . . 24
2.1.7 In ercia e as

Areas Cristalizadas . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.8 Aspectos Gerais do Processo de Segregac ao Urbana . . . . . . . . . . . . 26
2.1.9 Padr oes de Segregac ao Urbana . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.10 Segregac ao no Brasil . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2 Modelos Te oricos da Estrutura Urbana . . . . . . . . . . . . . . . . . . 29
2.2.1 Modelo de Zonas Conc entricas . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.2 Modelo de Setores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.3 Modelo de M ultiplos N ucleos . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3 Planejamento Urbano . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4 Simuladores de Planos de Desenvolvimento Urbano . . . . . . . . . . . . 34
2.4.1 Projeto UrbanSim . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4.2 CityOne Game . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.5 Outros Trabalhos Correlatos . . . . . . . . . . . . . . . . . . . . . . . . 35
2.5.1 Multi-agent Simulator for Urban Segregation (MASUS) . . . . . . . . . . 35
2.5.2 Agent-based Modeling of Urban Phenomena in GIS . . . . . . . . . . . . 36
3 MODELAGEM E SIMULAC

AO BASEADA EM AGENTES . . . . . . . 37
3.1 Agentes e Multi-agentes . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Modelagem e Simulac ao Baseada em Agentes . . . . . . . . . . . . . . . 40
3.3 O Modelo de Segregac ao de Schelling . . . . . . . . . . . . . . . . . . . 41
3.4 NetLogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4 MODELO DE SIMULAC

AO PROPOSTO . . . . . . . . . . . . . . . . . 45
4.1 Modelo de Segregac ao Original do NetLogo . . . . . . . . . . . . . . . . 45
4.2 Modelo Proposto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.3 Representac ao do Modelo de Simulac ao Atrav es da UML . . . . . . . . 52
4.3.1 Diagrama de Classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3.2 Diagrama de Casos de Uso . . . . . . . . . . . . . . . . . . . . . . . . . 54
5 EXEMPLOS DE SIMULAC

OES . . . . . . . . . . . . . . . . . . . . . . 56
5.1 Simulando o Modelo Conc entrico com

Area Central Rica . . . . . . . . 56
5.2 Simulando o Modelo Conc entrico com

Area Central Degrada . . . . . . 58
5.3 Simulando o Modelo Setorial . . . . . . . . . . . . . . . . . . . . . . . . 60
5.4 Simulando o Modelo de M ultiplos N ucleos . . . . . . . . . . . . . . . . . 62
5.5 Simulando o Movimento das Classes . . . . . . . . . . . . . . . . . . . . 64
5.6 Simulando o Modelo Conc entrico com Controle de Renda . . . . . . . . 66
5.7 Simulando o Modelo de M ultiplos N ucleos com Controle de Renda . . . 68
5.8 Simulando com Uso de Mapa . . . . . . . . . . . . . . . . . . . . . . . . 69
5.8.1 Simulando M ultiplos N ucleos com Mapa . . . . . . . . . . . . . . . . . . 70
5.8.2 Simulando o Modelo Conc entrico com Mapa e Controle de Renda . . . . 72
5.9 Simulando Planos de Desenvolvimento Urbano . . . . . . . . . . . . . . 74
5.9.1 Plano do Modelo Conc entrico . . . . . . . . . . . . . . . . . . . . . . . . 75
5.9.2 Simulac ao do Modelo Conc entrico com Plano Urbano . . . . . . . . . . . 76
5.9.3 Simulac ao do Modelo Setorial com Plano Urbano . . . . . . . . . . . . . 77
5.10 Resultados Observados . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6 CONCLUS

AO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
REFER

ENCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
1 INTRODUC

AO
Este trabalho tem a nalidade de modicar e ampliar o modelo Segregac ao (Segrega-
tion Model) (Wilensky, 1997) da biblioteca de modelos do framework para modelagem
e simulac ao de agentes NetLogo (Wilensky, 1999) para modelar e simular processos do
espaco urbano. O modelo Segregac ao e um modelo que modela o comportamento de
dois tipos de tartarugas em um lago mtico. S ao tartarugas vermelhas e verdes que con-
vivem umas com as outras, por em cada tartaruga quer ter a certeza que vive perto de
algumas com a mesma cor dela. A simulac ao do modelo Segregac ao mostra como estas
prefer encias individuais se espalham no lago deixando padr oes de grande escala. Este
modelo foi inspirado pelos escritos de Thomas Schelling sobre sistemas socias, tais como
padr oes de habitac ao em cidades (Wilensky, 1997).
Atrav es da modelagem e simulac ao baseada em agentes (ABMS, do ingl es Agent-
Based Modeling and Simulation) que comecou com investigac oes coletivas em sistemas
complexos, onde se procurou identicar nesses sistemas, princpios universais, como base
para a auto-organizac ao, fen omeno emergente e as origens da adaptac ao na natureza, e
possvel modelar estruturas urbanas baseadas em classes de populac oes.
Modelagem e Simulac ao Baseada em Agentes provou ser util em um
certo n umero de areas a partir de estudos populacionais para a bio-
logia, ecologia, economia e planejamento urbano. A ABMS se destaca
na capacidade de representar os processos subjacentes a um fen omeno
particular fornecendo a capacidade para descrever heterogeneidade de
agente como a variac ao nas propriedades e m etodos, e a capacidade para
classicar os diferentes tipos de agentes. Quando descrevendo agentes,
a heterogeneidade e expressa nos atributos de objetos espaciais. Por
exemplo, uma universidade tem um alto valor social enquanto que uma
estac ao de tratamento de esgoto tem alto valor ambiental, mas um baixo
valor social e econ omico (Hillier et al., 2007).
A ferramenta de modelagem e simulac ao baseada em agentes utilizada e o framework
NetLogo que proporciona a simulac ao digital de uma variedade de sistemas complexos,
modelando tais sistemas como um conjunto de agentes que interagem e se adaptam a
16
ambientes em mudanca, focando no comportamento individual com regras geralmente
baseadas em teorias do indivduo e possibilita o estudo de como os padr oes de nvel de
sistema e de nvel individual emergem de regras a nvel individual.
Na modelagem e simulac ao, o uso de sistemas multi-agentes ajuda a resolver proble-
mas complexos de modo distribudo, sem a necessidade de cada agente conhecer todo o
problema que est a sendo resolvido (Russell and Norvig, 2004).
Nesse sentido, as populac oes do espaco urbano, as quais s ao afetadas pelos processos
urbanos, podem ser representadas por sistemas multi-agentes.
No modelo Segregac ao do NetLogo s ao utilizadas duas populac oes de agentes para si-
mular a segregac ao entre dois tipos de populac ao diferenciadas pela cor, fazendo com que
seja possvel apenas simular segregac ao etnica, ent ao foi necess ario a inserc ao de outra
classe de agentes para simular uma separac ao em tr es classes sociais distintas. Como o
modelo base est a seguindo os conceitos de similaridade e felicidade com local no am-
biente, foi necess ario a inclus ao de procedimentos para distribuic ao de renda para as
populac oes, denic ao de valores e pesos para os patches (agentes xos) e turtles pat-
ches (agentes m oveis), criac ao de zonas no ambiente, interpretac ao de arquivos de pla-
nos de desenvolvimento e mapas, al em da adaptac ao dos procedimentos base do modelo
Segregac ao.
Sendo assim, para que os modelos urbanos possam ser modelados e simulados e
necess ario o entendimento dos processos urbano-espaciais (processos de centralizac ao,
descentralizac ao, segregac ao e coes ao), de como e o espaco urbano, quais s ao os agentes
que interagem nesse espaco, ou seja, quais modelos te oricos podem ser implementados e
simulados.
Como o modelo proposto conta com tr es classes sociais distintas e, apenas, agentes
para representar essas classes da populac ao, nem todos os padr oes da estrutura urbana
ser ao simulados de forma igual aos estudados na literatura, por em padr oes interessantes
que surgiram foram analisados, estudados e s ao mostrados no trabalho. Com o modelo
proposto, a segregac ao e os padr oes urbanos s ao analisados de forma mais pr oxima ao
encontrado nas cidades, dando ao usu ario do programa uma perspectiva melhor do que
pode ou n ao ser planejado e quais caractersticas inuenciam nas escolhas dos agentes.
O principal objetivo deste trabalho e, atrav es da ferramenta NetLogo tendo como
ponto de partida o modelo Segregac ao da biblioteca de modelos do NetLogo, fazer
acr escimos e modicac oes para que o modelo proposto simule processos urbanos.
Dentro deste objetivo principal, existem os seguintes objetivos especcos:
Entender o modelo de segregac ao de Schelling (Wilensky, 1997) como modelo de
processo de coes ao;
Adaptar o modelo de segregac ao do NetLogo para simular modelos te oricos de
estrutura urbana;
17
Importar mapas simples para simulac ao;
Vericar como agem alguns tipos de controle sobre classes de populac oes, tais
como: controle de renda, controle do tempo de vida, controle de crescimento, con-
trole de degradac ao e controle de coes ao;
Observar prefer encias de indivduos, como similaridade e felicidade com local de
moradia;
Executar simulac oes de planos de desenvolvimento urbano.
No Captulo 2 s ao descritos os principais conceitos do espaco urbano utilizados neste
trabalho, tais como: os processos urbanos espaciais, os modelos te oricos da estrutura
urbana e planos de desenvolvimento urbano. O Captulo 3 descreve a modelagem e
simulac ao baseada em agentes, conceituando, brevemente, agentes e sistemas multi-
agentes, o modelo te orico de segregac ao, a ferramenta NetLogo, o modelo Segregac ao
original do NetLogo e, ainda d a uma sucinta descric ao de trabalhos correlatos. O Captulo
4 descreve o modelo de simulac ao proposto e sua representac ao b asica atrav es da lingua-
gem unicada de modelagem (UML, do ingl es Unied Modeling Language). Exemplos
de simulac oes e resultados est ao no Captulo 5, no Captulo 6 o trabalho e concludo.
2 REFERENCIAL TE

ORICO
O embasamento te orico revisado neste captulo ajuda a compreender o espaco urbano
para um melhor entendimento do modelo proposto. S ao destacados os produtores do
espaco urbano, por em somente os grupos sociais s ao utilizados no trabalho. Tamb em s ao
enumerados os processos mais importantes que agemsobre a estrutura urbana, os modelos
te oricos da estrutura urbana utilizados nas simulac oes, al em de uma breve descric ao sobre
planejamento urbano e trabalhos correlatos.
2.1 Processos Urbanos Espaciais
O espaco de uma cidade, principalmente, de grande porte, constitui-se dos diferentes
usos da terra, os quais denem areas tais como: o centro da cidade, areas industriais, areas
residenciais e areas reservadas para futura expans ao.
Este complexo conjunto de usos da terra e o que se pode chamar de espaco urbano, ou
seja, a organizac ao espacial da cidade que aparece como espaco fragmentado.
Por em, o espaco urbano al em de ser fragmentado, simultaneamente, e articulado, ou
seja, cada uma de suas partes mant em relac oes espaciais com as demais mesmo que de
intensidade vari avel.
Estas relac oes espaciais s ao de natureza social, tendo como matriz a
pr opria sociedade de classes e seus processos. As relac oes espaciais in-
tegram, ainda que diferentemente, as diversas partes da cidade, unindo-
as em um conjunto articulado cujo n ucleo de articulac ao tem sido, tra-
dicionalmente, o centro da cidade. Este e um segundo momento de
apreens ao do que e o espaco urbano: fragmentado e articulado (Corr ea,
2003).
O espaco da cidade capitalista e fortemente dividido em areas residenciais segregadas,
o que reete a complexa estrutura social de classes, sendo sua divis ao articulada nada mais
do que a express ao espacial dos processos sociais, ou seja, o espaco urbano e um reexo
da sociedade.

E atrav es do papel que as obras xadas pelo homem ou formas espaciais desempe-
19
nham na reproduc ao das condic oes de produc ao e das relac oes produtivas que o espaco
urbano se torna condicionante social.
Eis o que e o espaco urbano: fragmentado, articulado, reexo e con-
dicionante social, um conjunto de smbolos e campo de lutas.

E assim
a pr opria sociedade em uma de suas dimens oes, aquela mais aparente,
materializada nas formas espaciais (Corr ea, 2003).
Os processos espaciais originam as formas espaciais e s ao respons aveis pela
organizac ao espacial desigual e mut avel da cidade capitalista, ou seja, s ao as forcas que
transformam a estrutura social, refazendo a espacialidade da sociedade.
2.1.1 Os Produtores do Espaco Urbano
Oespaco urbano e umproduto social, resultado de ac oes acumuladas atrav es do tempo
e engendradas por agentes que produzem e consomem espaco. Os agentes sociais con-
cretos s ao quem produzem o espaco urbano, estes agem de forma complexa e din amica
devido a acumulac ao de capital, das relac oes de produc ao e dos conitos de classe.
A complexidade da ac ao dos agentes sociais inclui pr aticas que le-
vam a um constante processo de reorganizac ao espacial que se faz via
incorporac ao de novas areas ao espaco urbano, densicac ao do uso do
solo, deteriorac ao de certas areas, renovac ao urbana, relocac ao diferen-
ciada da infra-estrutura e mudanca, coerciva ou n ao, do conte udo social
e econ omico de determinadas areas da cidade (Corr ea, 2003).
Conforme Corr ea (2003), os agentes sociais s ao os seguintes:
Os propriet arios dos meios de produc ao: s ao os propriet arios industriais e de gran-
des empresas comerciais que em raz ao da magnitude de suas atividades se tornam
grandes consumidores de espaco. Suas necessidades s ao de terrenos grandes e de
baixo preco que possam satisfazer os requisitos locacionais pertinentes as ativida-
des de suas empresas;
Os propriet arios fundi arios: est ao interessados em obterem maior valorizac ao de
suas propriedades, preferindo que essas terras sejam do uso mais remuner avel
possvel, por isso d ao prefer encia para o uso comercial ou residencial de status.
A convers ao de terra rural em urbana e um de seus principais interesses, pois a terra
urbana e mais valorizada que a rural, com isso tem enorme interesse na expans ao
do espaco da cidade;
Os promotores imobili arios: s ao um conjunto de agentes que realizam as seguintes
ac oes, conforme relata Corr ea (2003): incorporac ao, nanciamento, estudo t ecnico,
construc ao ou produc ao fsica do im ovel e comercializac ao;
20
O Estado: atua como industrial, consumidor de espaco, propriet ario fundi ario, pro-
motor imobili ario, agente regulador e alvo de movimentos sociais. Possui reservas
de terras p ublicas para usos diversos e negociac oes com outros agentes sociais. Mas
s ao os servicos p ublicos ( agua, esgoto, coleta de lixo, iluminac ao e etc) que inte-
ressam as empresas e a populac ao, sendo a atuac ao mais corrente e esperada do
Estado. A elaborac ao de leis e normas vinculadas ao uso do solo, entre outras, as
normas de zoneamento e o c odigo de obras, constituem outro atributo do Estado no
que se refere ao espaco urbano;
Os grupos sociais excludos: em uma sociedade de classes, as diferencas sociais
podemser vericadas atrav es do acesso aos bens e servicos produzidos socialmente.
Por em, e na produc ao de favelas e outros espacos em terrenos ngremes (encostas)
e areas alagadicas, tanto em terrenos p ublicos quanto em privados, invadidos, que
os grupos sociais excludos tornam-se agentes modeladores do espaco, resolvendo
problemas como habitac ao e acesso ao local de trabalho.
Os agentes que criam e modicam o espaco urbano s ao os propriet arios dos meios de
produc ao, os promotores imobili arios e o estado. Os agentes que denem os precos do
espaco urbano s ao os promotores imobili arios e os propriet arios fundi arios. J a os agentes
que ocupam o espaco urbano s ao os grupos sociais.
Os criadores, modicadores e denidores de preco, s ao os agentes que geram a
segregac ao, sendo os agentes que ocupam o espaco, os que sofrem a segregac ao.
2.1.2 O Processo de Centralizac ao e a

Area Central
A area central e o foco principal da cidade e das regi oes mais afastadas, destacando-se
na paisagem pela sua verticalizac ao, pois e na area central que est ao as principais ativida-
des comerciais, de servicos, de gest ao p ublica e privada e os terminais de transportes.
A cidade mant em v arias relac oes com pessoas e entidades exteriores a ela. A partir da
revoluc ao industrial que comecou-se a perceber a area central.
O grande aumento de produtos industrializados gerou a necessidade de
uma malha de transportes que suprisse a crescente demanda, dando en-
sejo ` a construc ao das grandes ferrovias. A partir de ent ao se verica um
processo de aglutinac ao em torno das estac oes ferrovi arias, pelo grande
uxo de pessoas que circulavam destas estac oes. Os empres arios bus-
cavam se estabelecer pr oximos ` as massas de pretensos consumidores.
Com isto, iniciou-se a aglutinac ao de investimentos e estabelecimentos
em torno destas estac oes de transportes, delimitando a area central da
cidade (Corr ea, 2003).
A enorme procura por im oveis na area central fez os precos elevarem-se muito, tor-
nando esta area pr opria para empreendimentos que o lucro deriva da localizac ao, o que
21
levou as grandes ind ustrias a se instalarem em terrenos mais afastados, os quais s ao mai-
ores e mais baratos.
O processo de centralizac ao est a segmentado em dois setores: o n ucleo central cha-
mado de distrito central de neg ocios (CBD, do ingl es Central Business District) e a zona
perif erica do centro.
A Figura 1, mostra uma cidade hipot etica, localizando os dois setores citados e
relacionando-os com o transporte inter-regional e intra-urbano.
Figura 1: Converg encia de Transportes e a

Area central. (Corr ea, 2003)
2.1.3 O Processo de Descentralizac ao e os N ucleos Secund arios
A descentralizac ao e um processo mais recente que o da centralizac ao e acontece
por diversos fatores, desde medidas tomadas por empresas visando diminuir gastos pela
excessiva centralizac ao, ao aparecimento de fatores da atrac ao em areas n ao-centrais.
As atrac oes criadas em areas n ao-centrais que promovem a descentralizac ao s ao as
seguintes, conforme aponta (Colby, 1933):
1. terras n ao ocupadas com precos e impostos baixos;
2. infraestrutura implantada;
3. facilidades de transporte;
4. qualidades atrativas do stio, como topograa e drenagem;
5. possibilidade de controle do uso das terras;
6. amenidades.
A descentralizac ao est a tamb em associada ao crescimento da cidade ampliando a
dist ancia entre ` a area central e as novas areas residenciais e foi viabilizada devido ao
22
desenvolvimento de meios de transporte mais exveis do que trens, tais como: onibus,
autom ovel e caminh ao.
O espaco urbano ca mais complexo com a descentralizac ao, pois h a v arios n ucleos
secund arios de atividades.
2.1.4 O Processo de Coes ao e as

Areas Especializadas
O processo de coes ao e aquele que leva as atividades a se localizarem juntas. S ao
economias externas de aglomerac ao.
Possibilita aos consumidores escolher entre v arios tipos, marcas e precos devido a
localizac ao pr oxima de lojas de uma mesma linha de produtos. O com ercio varejista
central e os shopping centers s ao exemplos de atividades dispostas espacialmente de modo
coeso.
Todas essas atividades s ao complementares entre si, pois possuem tanto ligac ao a
montante (mat erias-primas) quanto ` a jusante (mercado consumidor), juntas criam econo-
mias de escala e exigem contatos pessoais face a face (Corr ea, 2003).
A consequ encia deste processo e a criac ao de areas especializadas, tanto
na area central quanto em outros setores da cidade. Neste sentido e
preciso notar que a coes ao e um processo que est a presente tanto na
centralizac ao como na descentralizac ao, tornando-os de fato mais com-
plexos, assim como a organizac ao espacial intra-urbana (Corr ea, 2003).
2.1.5 O Processo de Segregac ao e as

Areas Sociais
A area natural e a express ao espacial da segregac ao, ou seja, e uma area geogr aca
caracterizada pela individualidade fsica e cultural, sendo o resultado do processo de
competic ao impessoal que gera espacos de dominac ao dos diferentes grupos sociais. A
area social e marcada pela tend encia ` a uniformidade da populac ao em termos de carac-
tersticas como: status s ocio-econ omico (renda, instruc ao, ocupac ao, etc), urbanizac ao e
etnia.
Em resumo, a segregac ao residencial pode ser vista como um meio de
reproduc ao social, e neste sentido o espaco social age como um ele-
mento condicionador sobre a sociedade (Corr ea, 2003).
A segregac ao residencial implica uma separac ao espacial das diferentes classes so-
ciais fragmentadas e essa separac ao origina padr oes espaciais que s ao areas sociais que
emergem da segregac ao e est ao dispostas de forma l ogica e n ao aleat oria.
Existem tr es padr oes cl assicos de segregac ao residencial que s ao os modelos de Kohl,
de Burgess e de Hoyt (Corr ea, 2003). A seguir s ao mostrados os modelos, os quais tem a
seguinte caracterstica:
1. Alto Status Social;
23
2. M edio Status Social;
3. Baixo Status Social.
Figura 2: Esquema de Kohl (Corr ea, 2003)
No modelo de Kohl, mostrado na Figura 2, a cidade ca marcada pela segregac ao da
elite junto ao centro, enquanto na periferia vivem os pobres.
A l ogica deste padr ao residia no fato que na metade s eculo XIX, assim como ante-
riormente, a mobilidade intra-urbana era muito limitada e a localizac ao junto ao centro
da cidade constitua uma necessidade para a elite porque ali se localizavam as mais im-
portantes instituic oes urbanas: o Governo, atrav es do Pal acio, a Igreja, as instituic oes
nanceiras e o com ercio a longa dist ancia. A localizac ao central da elite se devia, pois, a
uma quest ao de acessibilidade ` as fontes de poder e prestgio (Corr ea, 2003).
Figura 3: Esquema de Burgess (Corr ea, 2003)
Com o processo de centralizac ao, a elite comeca a sair do centro e ocupar a periferia
conforme mostra a Figura 3, e as areas residenciais localizadas no centro s ao desvaloriza-
das e passam a ser ocupadas por famlias, pessoas solteiras e imigrantes rec em chegados a
cidade, os quais alugam im oveis que, na maioria dos casos, cam extremamente deterio-
rados. Trata-se, portanto, de uma evoluc ao na qual a cidade descrita por Kohl passa, com
a fase industrial do capitalismo, para uma organizac ao espacial da segregac ao de acordo
com o que foi descrito por Burgess (Corr ea, 2003).
Segundo Hoyt, a segregac ao espacial n ao assume um padr ao em crculos
em torno do centro, mas em setores a partir do centro. As areas re-
sidenciais de alto status localizam-se no setor de maiores amenida-
des, achando-se cercadas pelos setores de populac ao de m edio sta-
24
Figura 4: Esquema de Hoyt (Corr ea, 2003)
tus. Diametralmente oposto encontra-se um amplo setor habitado pela
populac ao de baixo status (Corr ea, 2003).
A l ogica do modelo de Hoyt, mostrada na Figura 4, est a na auto-segregac ao da
populac ao de alto status, a qual se expande ao longo do eixo de circulac ao que passa pelas
melhores areas da cidade podendo assim, exercer um controle efetivo de seu territ orio e,
a partir dessa ac ao, estabelecem-se os outros grupos sociais em outros setores.
2.1.6 Din amica Espacial da Segregac ao

E um processo referente a mutabilidade da segregac ao, envolve espaco e tempo, sendo

pr oprio do capitalismo.
A segregac ao tem um dinamismo onde uma determinada area social e
habitada durante um perodo de tempo por um grupo social e, a partir
de um dado momento, por outro grupo de status inferior ou, em alguns
casos, superior, atrav es do processo de renovac ao urbana (Corr ea, 2003).
Os padr oes anteriormente citados podem coexistir na grande cidade latino-americana.
A Figura 5 retrata o padr ao b asico da organizac ao espacial da grande cidade latino-
americana na segunda metade do s eculo XX. O qual e um padr ao complexo que com-
porta a concretizac ao das v arias possibilidades te oricas de organizac ao do espaco (Corr ea,
2003).
Na grande cidade Latino-Americana aparece a coexist encia dos tr es modelos anteri-
ores. A partir de 1930, acentuam-se os setores preferenciais das populac oes de status,
aumenta o processo migrat orio levando a um processo de periferizac ao com loteamen-
tos populares, auto-construc ao, ou na difus ao de conjuntos habitacionais contrados pelo
Estado, al em da expans ao das favelas.
2.1.7 In ercia e as

Areas Cristalizadas
In ercia e o processo que atua na organizac ao espacial intra-urbana atrav es da per-
man encia de certos usos em certos locais. O processo em quest ao vai traduzir-se na
preservac ao simult anea da forma e do conte udo, pois isto seria, em realidade, o processo
de substituic ao ou invas ao-sucess ao (Corr ea, 2003).
25
Figura 5: Esquema da organizac ao espacial da cidade Latino-Americana (Corr ea, 2003)
A in ercia e relativista, ou seja, apesar de um dado uso do solo parecer a cristalizac ao
daquele uso, trata-se de um processo de mudanca muito lento, o qual poder a ser notado
apenas com a passagem de muito tempo.
Conforme Corr ea (2003), as raz oes para preservac ao da forma e conte udo s ao as se-
guintes:
uma relocalizac ao poderia implicar custos elevados, os ganhos adicionais de nova
localizac ao n ao justicam os riscos do novo investimento;
a criac ao de novos fatores de perman encia atrav es do aparecimento de economias
de aglomerac ao, pela criac ao de unidades de produc ao e servico situadas ` a montante
ou ` a jusante da unidade em quest ao, garantindo vantagens outras que n ao aquelas
existentes quando da implantac ao original;
pela exist encia de conitos com outros possveis usu arios do solo urbano em torno,
ou pretendentes ` aquela porc ao de espaco, ou pelo fato de que outros usu arios n ao
det em poder para forcar a remoc ao daquela unidade;
pela forca de sentimentos e simbolismo que se atribui ` as formas espaciais e ao seu
conte udo.
26
2.1.8 Aspectos Gerais do Processo de Segregac ao Urbana

E importante descrever brevemente aspectos adicionais do modelo geral do processo

de segregac ao urbana.
Nos ultimos 50 anos, o n umero de habitantes do mundo mais que dupli-
cou, passando de 2 bilh oes e 500 milh oes em 1950 e atingindo 7 bilh oes
em 2011. Ainda que, na maioria dos pases, as taxas de natalidade es-
tejam decrescendo, a populac ao mundial segue aumentando e, segundo
se prev e, chegar a a 8 bilh oes e 900 milh oes de pessoas at e 2050. Os
fatores populacionais afetam todos os aspectos do desenvolvimento sus-
tent avel, incluindo pobreza, urbanizac ao, envelhecimento, seguranca do
meio-ambiente, migrac ao, quest oes de g enero e de sa ude reprodutiva
(UNFPABrasil, 2013).
Diferentes tipos de segregac ao urbana existem, incluindo renda e a segregac ao etnica,
dependendo dos mecanismos contextuais dentro de uma cidade.
O conceito de segregac ao urbana est a relacionado com a ideia de dist ancia ou isola-
mento entre os diferentes grupos sociais em um ambiente urbano.
Conforme White (1983), h a dois tipos de segregac ao: a sociol ogica e a geogr aca.
A segregac ao sociol ogica se refere ` a falta de interac ao entre os grupos populacionais,
enquanto a segregac ao geogr aca enfoca a separac ao espacial entre os grupos.
Segregac ao urbana tem diferentes signicados e efeitos dependendo da forma es-
pecca e estrutura das cidades, bem como seu contexto cultural e hist orico. As catego-
rias dependem dos crit erios adotados para a classicac ao de grupos sociais, como renda,
classe, raca, origem migrat oria, ou etnia (Feitosa, 2010).
Nos pases latino-americanos a desigualdade social, seja de renda ou classes sociais e
uma caracterstica muito marcante, at e mais do que a pr opria pobreza.
H a um consenso entre os pesquisadores de que a segregac ao urbana e um fen omeno
multidimensional, cuja representac ao exige a medic ao de cada dimens ao (Massey and
Denton, 1988; Reardon, 2004; Sabatini, 2006).
Cinco dimens oes de segregac ao foram apontadas por Massey e Denton (1988): uni-
formidade, exposic ao, agrupamento, centralizac ao e concentrac ao.
Uniformidade e exposic ao s ao dimens oes n ao-espaciais da segregac ao. Agrupamento,
centralizac ao e concentrac ao s ao dimens oes espaciais, pois precisam de informac oes so-
bre a localizac ao, forma ou tamanho das unidades de area.
De acordo com Massey e Denton (1988), as denic oes das dimens oes acima citadas
s ao as seguintes:
Uniformidade: distribuic ao diferencial dos grupos sociais em um ambiente urbano;
Exposic ao: contato potencial entre os diferentes grupos sociais em um ambiente
urbano;
27
Aglomerac ao: grau em que os membros de um determinado grupo desproporcio-
nalmente vivem em areas contguas;
Centralizac ao: grau em que um grupo social est a perto do centro de uma zona
urbana;
Concentrac ao: quantidade relativa de espaco fsico ocupado por um grupo social
em um ambiente urbano.
Argumentando que a segregac ao n ao tem dimens ao n ao-espacial, os autores Reardon
e OSullivan (2004) dizem que a diferenca entre a dimens ao n ao-espacial uniformidade
e a dimens ao espacial agrupamento e simplesmente um efeito de agregac ao de dados em
diferentes escalas. O grau de uniformidade numa determinada escala de agregac ao (por
exemplo, censit arios) est a relacionada com o grau de agrupamento a um nvel mais baixo
de agregac ao (por exemplo, blocos) (Reardon, 2004).
Reardon e OSullivan (2004) combinaram ambos conceitos dentro da dimens ao es-
pacial uniformidade/agrupamento, que se refere ao equilbrio da distribuic ao dos grupos
populacionais. A centralizac ao e concentrac ao foram consideradas subcategorias da di-
mens ao espacial uniformidade/agrupamento.
Eles propuseram a dimens ao espacial exposic ao/isolamento, que se refere ` a possibi-
lidade de ter membros de diferentes grupos (ou do mesmo grupo, se forem considerados
isoladamente) vivendo lado a lado, como mostra a Figura 6.
Figura 6: Dimens oes espaciais da segregac ao de acordo com Reardon e OSullivan (2004)
Sabatini (2006) arma que a concentrac ao espacial representa a primeira fase da
segregac ao e os seus efeitos s ao, geralmente, menos prejudiciais do que os resultantes
da homogeneidade social, que e a segunda fase de segregac ao (Sabatini, 2006).
28
2.1.9 Padr oes de Segregac ao Urbana
Seguindo os modelos cl assicos, as cidades s ao desenvolvidas atrav es de uma
competic ao por espaco que produz zonas conc entricas (Burgess, 1967), setores es-
peccos (Hoyt, 1939), ou m ultiplos n ucleos (Harris and Ullman, 1945), que podem aco-
modar famlias com recursos diferentes.
O modelo conc entrico de Burgess (Park et al., 1925), mostra que uma cidade cresce
para fora a partir de um ponto central de uma s erie de an eis e h a uma correlac ao entre a
dist ancia do ponto central (CBD) e a riqueza de areas residenciais.
Outras interpretac oes do modelo de Burgess apontaram uma correlac ao inversa entre
o CBD e a riqueza de bairros. Este padr ao de centro-periferia pode ser observado em
algumas cidades latino-americanas, onde as famlias mais ricas tendem a se concentrar
em areas centrais, enquanto as famlias mais pobres ocupam os arredores da cidade.
Hoyt (1939) prop os um segundo modelo, conhecido como modelo de setor, que de-
fende a ideia de que a cidade se desenvolve em setores em vez de an eis (Feitosa, 2010).
Harris e Ullman (1945) propuseram um modelo de m ultiplos n ucleos, que demonstra
que nem todas as cidades se encaixam nos modelos conc entrico e de setor. Eles argumen-
taram que as atividades de muitas cidades giram em torno de muitos n ucleos, em vez de
em torno de um unico CBD. Segundo eles, a localizac ao de v arios usos do solo dentro
de uma cidade, o que inclui as areas residenciais para os grupos socioecon omicos distin-
tos, nem sempre podem ser previstos. Valores hist oricos, culturais e s ocio-econ omicos
ter ao diferentes impactos sobre as cidades e a localizac ao exata de um n ucleo econ omico
ou etnico n ao pode ser determinado para todas as cidades. A formac ao desses n ucleos
depende de uma s erie de fatores topogr aco, hist orico, cultural, racial, econ omico e
poltico que n ao resultam na mesma combinac ao para cada area urbana (Harris and
Ullman, 1945).
2.1.10 Segregac ao no Brasil
Estudos das d ecadas de 1970 e 1980 indicam dois padr oes de segregac ao, caracteriza-
dos por um forte contraste entre o centro rico e periferia pobre.
Esse padr ao, conhecido como centro-periferia resultou de um crescimento urbano
impulsionado pelo uxo de imigrantes, em sua maioria das areas rurais, buscando opor-
tunidades de emprego. O arranjo espacial, que e an alogo ao modelo conc entrico proposto
por Burgess, mant em as famlias pertencentes a diferentes classes longe umas das ou-
tras. Enquanto as famlias ricas ocupam o centro e bem equipados bairros, eles tamb em
s ao capazes de inuenciar os investimentos p ublicos e regulamentac oes que deslocam as
famlias mais pobres a outras areas conhecidas como periferias e tornam o subdesenvol-
vimento da cidade menos visvel (Feitosa, 2010).
Periferias s ao assentamentos socialmente homog eneos localizados nas margens exte-
riores da cidade, as quais s ao tipicamente clandestinas, criadas e vendidas por promotores
29
privados que fazem loteamentos sem qualquer revis ao formal ou aprovac ao pelos org aos
municipais adequados.
Devido ` a falta de habitac ao acessvel oferecida na cidade legal, a propriedade da
terra nesses assentamentos e a auto-construc ao de casas tornou-se a unica alternativa para
muitas famlias pobres (Feitosa, 2010). Essas famlias cam excludas da vantagem de
viver em bairros com infra-estrutura b asica, facilidades e servicos urbanos. Em particular,
a sua acessibilidade aos postos de trabalho e limitada, uma vez que os trabalhadores,
geralmente, tem que enfrentar longas viagens pendulares de/para o trabalho (Caldeira,
2000).
A populac ao pobre que cou incapaz de pagar uma habitac ao no centro da cidade ou
at e mesmo construir a sua pr opria casa em um assentamento irregular, tamb em contribuiu
para a atenuac ao da dualidade espacial do espaco urbano. Este grupo populacional pro-
moveu a proliferac ao de favelas, ao contr ario de assentamentos informais, as favelas s ao
o produto de alguma forma de invas ao de terras e seus moradores n ao possuem qualquer
propriedade da terra. Uma caracterstica particular das favelas e que podem surgir em
diferentes regi oes da cidade, incluindo aquelas perto dos bairros ricos.
2.2 Modelos Te oricos da Estrutura Urbana
Foi a partir de alguns fatores que agem sobre o espaco urbano, tais como a acessibili-
dade, o valor da terra, o conjunto de usos da terra e o processo de crescimento urbano que
foram formulados modelos te oricos da estrutura do espaco urbano (Johnson, 1974).
Nesta Sec ao h a uma revis ao dos principais modelos te oricos da estrutura urbana, ou
seja, n ao aborda todos os modelos, apenas faz uma descric ao dos mais conhecidos.
2.2.1 Modelo de Zonas Conc entricas
Alguns trabalhos sobre comunidades urbanas foram feitos entre 1917 e 1940 pela Es-
cola de Chicago de Sociologia Urbana, onde os membros da escola visualizavam a cidade
como um objeto isolado de an alise sociol ogica, procurando explicar as complexidades
urbanas e descobrir padr oes de regularidade.
Objetivos semelhantes com relac ao as comunidades de plantas e animais estavam
sendo seguidos naquela epoca por bi ologos que enfatizavam a interdepend encia de
esp ecimes e esp ecies, al em da relac ao de cada tipo e indivduo com o seu meio ambi-
ente, os quais foram tomados como refer encia para esse estudo sociol ogico (Clark, 1985).
A ecologia humana e, ali as, o estudo das relac oes espaciais e temporais dos seres
humanos que s ao afetados pelas forcas seletivas, distributivas e acomodativas do meio
ambiente (Park et al., 1925).
Destes trabalhos, o mais importante foi criado por Ernest Burgess em 1923 para ex-
plicar a estrutura social urbana (Clark, 1985).
30
O modelo de Burgess mostra o uso do solo urbano atrav es de an eis conc entricos, onde
no meio da cidade ca o distrito central de neg ocios e ao redor, o desenvolvimento da
cidade se d a atrav es de an eis conc entricos com diferentes usos da terra.
No modelo padr ao de Burgess mostrado na Figura 7 h a cinco zonas conc entricas fun-
cionais:
1. Distrito Central de Neg ocios (CBD);
2. Zona de Transic ao: caracterizada pela deteriorac ao residencial, invas ao por empre-
sas e manufatura leve;
3. Zona de Resid encias de Trabalhadores: ocupada, principalmente, pela forca de tra-
balho de assalariados e trabalhadores bracais;
4. Zona das Melhores Residencias: consiste, principalmente, de pessoas da classe
m edia;
5. Zona de Comutac ao: caracteriza o anel suburbano, onde residem trabalhadores que
tem condic oes de viver mais longe do distrito central de neg ocios.
Figura 7: Modelo de Zona Conc entrica de Burgess (Snyder, 2013)
A teoria de Burgess arma que os crculos conc entricos s ao baseados na quantia que
as pessoas v ao pagar pela terra. Este valor e com base nos lucros que s ao obtidos a partir
da manutenc ao de um neg ocio naquela terra. O centro da cidade ter a o maior n umero de
clientes, por isso e lucrativo para as atividades de varejo (Wikipedia, 2013a).
2.2.2 Modelo de Setores
Em contraste ao modelo conc entrico, em 1939, Homer Hoyt prop os o modelo te orico
de setores para o status s ocio-econ omico na cidade, no qual sugeriu que as zonas
expandem-se para fora do centro da cidade ao longo de ferrovias, rodovias e outras vias
de transporte (Corr ea, 2003). Neste modelo, os contrastes no uso da terra originados perto
31
do centro da cidade s ao perpetuados ao crescer da cidade, ent ao os setores de uso da terra
tendem a crescer a partir do centro seguindo as principais rotas de transporte.
A concepc ao em setores representa um avanco em relac ao ao modelo conc entrico
pelo fato de levar em conta a import ancia do transporte no funcionamento da cidade.
Em particular, o tratamento da ind ustria, que e deixada de lado pelo modelo conc entrico,
tamb em se encaixa melhor no modelo setorial (Johnson, 1974).
No entanto, a teoria dos setores se aplica melhor as areas residenciais, pois uma
vez que tenha estabelecido um distrito de habitac oes luxuosas, os locais mais caros para
construc ao de casas novas ser ao os situados junto a borda exterior deste distrito fazendo
com que as habitac oes de luxo tendam a carem localizadas em um lado da cidade e n ao
em um anel contnuo, tal como no modelo conc entrico (Johnson, 1974).
Enquanto casas ricas se estendem para fora formando um setor circular, o mais
prov avel e que ao mesmo tempo a idade das casas apresente uma disposic ao conc entrica
a medida que se v ao adicionando camadas sucessivas de habitac oes a area suburbana. Por
isto, talvez seja melhor considerar que a teoria de Hoyt constitui uma melhoria do modelo
conc entrico (Johnson, 1974).
Ao reconhecer os contrastes centro-periferia, os quais identicou como cunhas impe-
ditivas de uso do solo em muitas cidades, Hoyt explicou essas sec oes em termos de uma
concentrac ao de usos similares ao longo de vias radiais de acesso. Por exemplo, estra-
das de ferro e canais atraem a ind ustria pesada, as grandes avenidas e ruas de tr ansito
r apido geram um desenvolvimento linear de resid encias, onde prefer encias por locais es-
peccos s ao solucionados pelo desenvolvimento de setores de status s ocio-econ omico
(Clark, 1985).
O modelo de Hoyt apresenta 7 zonas distintas, como mostrado na Figura 8:
1. Resid encias de Classe Alta
2. Resid encias de Classe M edia
3. Resid encias de Classe Baixa
4.

Areas de Educac ao e Recreac ao
5.

Area de Transporte
6.

Area Industrial
7. Distrito Central de Neg ocios
No modelo setorial, as areas de maiores amenidades s ao ocupadas pela populac ao de
classe alta que s ao cercadas pela populac ao de classe m edia e diametralmente oposta ca
a classe baixa.
32
Figura 8: Modelo de Setores de Hoyt (Snyder, 2013)
Como a classe alta se expande ao longo do eixo de circulac ao que corta as melhores
areas da cidade, o controle sobre seu territ orio e mais efetivo e a partir dessa ac ao que se
estabelecem os outros grupos sociais.
2.2.3 Modelo de M ultiplos N ucleos
Os pioneiros modelos conc entrico e setorial t em a vantagem da simplicidade, mas a
maioria das cidades s ao demasiadamente complexas para se encaixarem nesses modelos
simples. Para contornar esta situac ao, algumas melhorias nessas teorias foram propostas
e uma das mais conhecidas e o modelo de m ultiplos n ucleos.
A teoria dos m ultiplos n ucleos foi proposta pelos ge ografos Chauncy D. Harris e
Edward Ullman em 1945, argumentando que os modelos setorial e conc entrico n ao re-
etem adequadamente a estrutura da cidade porque o distrito central de neg ocios est a
perdendo sua posic ao dominante como n ucleo da zona urbana e v arias regi oes da cidade
podem ter seu pr oprio n ucleo central que concorrem com outros n ucleos da cidade (Wi-
kipedia, 2013b).
O agrupamento de tipos especializados de utilizac ao do solo ao redor dos n ucleos e
favorecido por quatro fatores que inuenciam de v arios modos a distribuic ao de atividades
humanas na cidade.
Em primeiro lugar, certas atividades requerem condic oes especiais, seja de tipo natu-
ral, seja devido a ac ao do homem como, por exemplo, a localizac ao do distrito central de
neg ocios em um ponto de acessibilidade m axima. Em segundo lugar, h a atividades que
se agrupam pelo benefcio da coes ao, tal como a aglomerac ao da ind ustria de confecc ao
dos distritos centrais de algumas grandes cidades. Entretanto, h a outras atividades que se
prejudicam mutuamente e n ao podem car justapostas como a ind ustria pesada e as areas
residenciais de luxo que raramente cam pr oximas. Finalmente, certas atividades n ao
podem pagar o aluguel em lugares com mais amenidades, originando areas de habitac oes
baratas e os grandes dep ositos de mercadorias (Johnson, 1974).
Algumas atividades s ao atradas para areas (n os) particulares, enquanto outras ten-
33
tam evit a-los. Por exemplo, um n o universidade pode atrair moradores bem-educados,
pizzarias e livrarias, ao passo que um aeroporto pode atrair hot eis e armaz ens. Ativida-
des incompatveis ir ao evitar aglomerac ao na mesma area, explicando por que a ind ustria
pesada e habitac oes de alta renda raramente existem no mesmo bairro.
A Figura 9 ilustra a estrutura da cidade segundo Harris e Ullman.
1. Distrito Central de Neg ocios (CBD)
2. Manufatura Leve;
3. Resid encias de Classe Baixa;
4. Resid encias de Classe M edia;
5. Resid encias de Classe Alta;
6. Manufatura Pesada;
7. Distrito de Neg ocios Perif erico;
8. Sub urbio Residencial;
9. Sub urbio Industrial.
Figura 9: Modelo de M ultiplos N ucleos de Harris e Ullman (Snyder, 2013)
2.3 Planejamento Urbano
Os processos de crescimento e localizac ao, que ajudam a determinar a distribuic ao e
organizac ao das cidades e sistemas de cidades, durante muito tempo foram as forcas que
levaram a um desenvolvimento urbano descontrolado e irregular, pois n ao havia responsa-
bilidade p ublica sobre essa quest ao. Embora as cidades tenham surgido como centros de
34
riqueza e prosperidade, tamb em se caracterizam pela superlotac ao, altos nveis de morbi-
dade e mortalidade, car encias cr onicas e pobreza (Clark, 1985).
Planejamento urbano compreende elaborac ao de planos urbanos, zoneamento, pla-
nejamento de cidades novas e urbanismo sanitarista. Com o planejamento busca-se a
melhoria e revitalizac ao de aspectos como qualidade de vida da populac ao dentro da area
urbana. As pr aticas de planejamento urbano s ao instrumentos na busca do crescimento
estruturado, aliado ` a preservac ao do meio ambiente, ` a qualidade da infraestrutura urbana
e ` a qualidade de vida da populac ao (de Melo, 2008).
Planejamento e o processo de preparar um conjunto de decis oes para
ac ao futura, dirigida ` a consecuc ao de objetivos atrav es dos meios prefe-
ridos (Dror, 1963).
Na atualidade, pesquisadores urbanos que procuram identicar as caractersticas das
cidades n ao podem apenas considerar processos econ omicos, sociais e ambientais isola-
dos, tamb em devem levar em conta os efeitos do planejamento sobre os padr oes e proble-
mas urbanos.
Para obter exito com o planejamento urbano deve haver um consenso entre a
populac ao, que deve aceitar a intervenc ao do Estado, abrindo m ao de seu direito de pro-
priedade e desenvolvimento que desfrutam numa situac ao de livre-mercado (Clark, 1985).
O processo de planejamento urbano e caracterizado por atividades, interac oes, com
maior ou menor encadeamento e ordenac ao entre elas. Procura, como resultado, a
preparac ao de ac oes futuras, no sentido de pr e-selecionar as ac oes que devem ser tomadas
no futuro. E, para planejar, s ao necess arios objetivos, comecando pelos objetivos gerais
da sociedade (ou o interesse p ublico) para denir uma direc ao das ac oes futuras (Dror,
1963).
O plano urbano ou plano diretor, tem como objetivo principal, fazer com que a propri-
edade urbana cumpra com sua func ao social, fazendo o atendimento do interesse coletivo
em primeiro lugar, em detrimento do interesse individual ou de grupos especcos da
sociedade. Al em disso, o plano diretor deve denir as areas que podem ser adensadas,
com edifcios de maior altura, as areas que devem permanecer com m edia ou baixa den-
sidade e aquelas areas que n ao devem ser urbanizadas, tais como as areas de preservac ao
permanente (Wikipedia, 2013c).
2.4 Simuladores de Planos de Desenvolvimento Urbano
Fazendo uma busca no site de buscas Google
1
encontram-se disponveis diversos si-
muladores de planos de desenvolvimento de espacos urbanos, nenhum declarado como
baseado em agentes, tais como os descritos a seguir.
1
http://www.google.com.br
35
2.4.1 Projeto UrbanSim
UrbanSim
2
e um sistema de simulac ao baseada em software para apoiar o plane-
jamento e an alise de desenvolvimento urbano, incorporando as interac oes entre o uso
da terra, o transporte, a economia e o meio ambiente. Ele e destinado ao uso por
Organizac oes Metropolitanas de Planejamento, cidades, municpios, organizac oes n ao-
governamentais, pesquisadores e estudantes interessados em explorar os efeitos da infra-
estrutura e opc oes de poltica sobre os resultados da comunidade, tais como acessibilidade
motorizada e n ao motorizada, a disponibilidade de habitac ao, as emiss oes de gases de
efeito estufa, bem como a protec ao do espaco aberto e habitats sensveis (Waddell, 2013).
2.4.2 CityOne Game
A IBM Corp lancou o CityOne
3
, um jogo de simulac ao interativa on-line projetado
para permitir que funcion arios do governo local encontrem soluc oes inovadoras para a
energia, a agua, o tr afego, os bancos e os problemas de varejo em suas comunidades.
Os jogadores podem explorar mais de 100 cen arios de crise simulados no CityOne. As
soluc oes devem equilibrar v arios objetivos nanceiros, ambientais, sociais e orcamentais.
As soluc oes incluem tecnologias como o gerenciamento de processos de neg ocio, a
reutilizac ao de servicos, computac ao em nuvem e tecnologias colaborativas.
2.5 Outros Trabalhos Correlatos
Alguns trabalhos que foram estudados e tiveram import ancia para esta dissertac ao por
tratarem da quest ao de simulac ao urbana s ao apresentados nesta parte, pois contriburam
com v arios conceitos e ajudaram a entender os mecanismos de simulac ao urbana para
tornar possvel a implementac ao do modelo de simulac ao proposto.
2.5.1 Multi-agent Simulator for Urban Segregation (MASUS)
Neste trabalho, (Feitosa et al., 2011) prop oe um simulador multi-agente de segregac ao
urbana que serve como um laborat orio virtual para explorar os impactos de diferentes
mecanismos contextuais sobre a emerg encia de padr oes de segregac ao. O potencial do
MASUS e mostrado atrav es de tr es experimentos sobre a segregac ao em S ao Jos e dos
Campos, uma cidade de porte m edio do sudeste do Brasil. O primeiro experimento com-
para resultados simulados com dados empricos, o segundo exemplica a capacidade do
MASUS para testar teorias, e o terceiro testa uma poltica anti-segregac ao.
2
http://www.urbansim.org/Main/WebHome
3
http://www-01.ibm.com/software/solutions/soa/innov8/cityone/index.html
36
2.5.2 Agent-based Modeling of Urban Phenomena in GIS
O estudo apresentado em (Hillier et al., 2007) tem como principal objetivo exami-
nar a viabilidade e utilidade da implementac ao de modelos baseados em agentes com
um sistema de informac ao geogr aca a m de simular processos de crescimento urbano.
Neste trabalho e estudada a ferramenta Agent Analyst que integra sistema de informac ao
geogr aca e modelagem baseada em agentes para fornecer uma plataforma para modela-
gem din amica de indivduos atrav es do espaco e tempo.
3 MODELAGEM E SIMULAC

AO BASEADA EM AGEN-
TES
Antes de descrever a Modelagem e Simulac ao Baseada em Agentes e necess ario
rever alguns conceitos importantes para depois explicar a ferramenta de modelagem e
simulac ao baseada em agentes utilizada neste trabalho.
Os sistemas complexos consistemde interac ao e componentes aut onomos, sendo essas
tamb em importantes caractersticas de agentes, principalmente, a autonomia. Sistemas
adaptativos complexos t em a capacidade adicional para os agentes adaptarem-se a nvel
individual ou populacional.
3.1 Agentes e Multi-agentes
Em uma denic ao cl assica, um agente e tudo que pode ser considerado capaz de per-
ceber seu ambiente por meio de sensores e de agir sobre esse ambiente por interm edio
de atuadores (Russell and Norvig, 2004). A Figura 10 mostra a interac ao entre agente e
ambiente.
Figura 10: Agentes interagem com ambientes por meio de sensores e atuadores (Russell
and Norvig, 2004)
38
No caso de simulac ao social, agentes s ao programas de computador usados para re-
presentar atores sociais, ou seja, indivduos, famlias, ou instituic oes (Gilbert, 2008).
A autonomia e uma das caractersticas mais importantes da denic ao de um agente,
ou seja, um agente precisa agir por conta pr opria sem necessitar de orientac ao externa em
resposta as situac oes que encontra.
Os agentes s ao dotados de comportamentos que permitem tomar decis oes indepen-
dentes. Normalmente, os agentes est ao ativos, iniciando suas ac oes para alcancarem os
seus objetivos internos, em vez de carem meramente passivos e, agem, reativamente,
respondendo a outros agentes e ao ambiente.
Devido ` as v arias discrep ancias na area de computac ao, n ao h a uma denic ao precisa
do que e um agente, sendo que a unica caracterstica aceita em comum e a propriedade de
autonomia.
Para alguns pesquisadores e autores, qualquer tipo de componente independente,
como software, modelos, indivduos e outros mais, j a podem caracterizar um agente,
fazendo com que o comportamento de um componente possa variar de simplista e rea-
tivo para comportamentos complexos, modelados por t ecnicas adaptativas de intelig encia
articial.
Outros insistem que o comportamento de um componente deve ser adapt avel, capaz
de aprender e mudar seus comportamentos em resposta a suas experi encias, para ser cha-
mado de agente.
Os agentes devem conter ambas regras de nvel b asico e de nvel alto de comporta-
mento que est ao em vigor, regras para mudar as regras (Casti and Andersen, 1997).
As regras de nvel b asico oferecem respostas mais passivas para o ambiente, enquanto
que as regras para alterar as regras fornecem respostas mais ativas e capacidades adap-
tativas.
Do ponto de vista pr atico, com base em como e por qu e os modelos de agente s ao
realmente construdos e descritos em aplicac oes, considera-se que os agentes t em certas
caractersticas essenciais (Macal and North, 2005):
Um agente e auto-suciente, modular e um indivduo exclusivamente identic avel.
O requisito de modularidade implica que um agente tem um limite. Pode-se facil-
mente determinar se algo e parte de um agente, n ao e parte de um agente, ou e um
atributo compartilhado. Os agentes t em atributos que permitem serem distinguidos
e reconhecidos por outros agentes;
Um agente e aut onomo e auto-dirigido. Podendo funcionar de forma independente
no seu ambiente e nas suas interac oes com outros agentes, pelo menos, ao longo
de um intervalo limitado de situac oes que s ao de interesse no modelo. Os compor-
tamentos de um agente relacionam informac oes percebidas pelo agente para suas
decis oes e ac oes. Informac oes de um agente vem atrav es de interac oes com outros
39
agentes e com o ambiente. O comportamento de um agente pode ser especicado
por quaisquer regras simples para modelos abstratos, tais como redes neurais ou
programas gen eticos que relacionam entradas de agente para sadas atrav es de me-
canismos adaptativos;
Um agente temum estado que varia ao longo do tempo, assim como um sistema tem
um estado que consiste no conjunto de suas vari aveis de estado, um agente tamb em
tem um estado que representa as vari aveis essenciais associadas com a sua situac ao
atual. Um estado de agente e composto de um conjunto ou subconjunto de seus
atributos. O estado de um modelo baseado em agentes s ao os estados coletivos de
todos os agentes em conjunto com o estado do ambiente. Comportamentos de um
agente s ao condicionados em seu estado. Em uma simulac ao baseada em agentes, o
estado em qualquer momento e toda a informac ao necess aria para mover o sistema
a partir desse ponto para a frente;
Um agente e social com interac oes din amicas com outros agentes que inuenciam
o seu comportamento. Os agentes t em protocolos para a interac ao com outros agen-
tes, tais como para comunicac ao, movimento e contenc ao de espaco, a capacidade
para responder ao ambiente e para os outros agentes. Os agentes t em a capacidade
de reconhecer e distinguir as caractersticas de outros agentes;
Um agente pode ser adaptativo, por exemplo, atrav es de regras ou mecanismos mais
abstratos que modicam os seus comportamentos. Um agente pode ter a capacidade
de aprender e adaptar seus comportamentos baseado em suas experi encias acumu-
ladas. Aprendizagem requer alguma forma de mem oria, al em de adaptac ao a nvel
individual, as populac oes de agentes podem ser adaptativas atrav es do processo de
selec ao, como indivduos melhores adaptados ao ambiente, proporcionalmente, au-
mentam em n umero;
Um agente pode ser dirigido por objetivo, tendo metas a atingir (n ao necessaria-
mente objetivos de maximizar) com relac ao aos seus comportamentos. Isso per-
mite a um agente comparar o resultado de seus comportamentos relativos a seus
objetivos e ajustar as suas respostas e comportamentos em interac oes futuras;
Os agentes podem ser heterog eneos, ou seja, as simulac oes de agente muitas vezes
consideram a gama da diversidade de agente de toda a populac ao. Caractersticas
do agente e comportamentos podem variar em sua extens ao e sosticac ao, a quanti-
dade de informac ao e considerada nas decis oes dos agentes, por exemplo, os mode-
los internos do agente do mundo externo, a vis ao do agente das possveis reac oes de
outros agentes em resposta a suas ac oes e a extens ao da mem oria de eventos passa-
dos que o agente mant em e usa para fazer suas decis oes. Os agentes tamb em podem
40
ser dotados com diferentes quantidades de recursos ou acumular diferentes nveis
de recursos, como um resultado das interac oes dos agentes, al em da diferenciac ao
dos agentes.
Agentes interagem com seu ambiente e tamb em com outros agentes o que caracte-
riza um Sistema Multi-agentes. O ambiente pode simplesmente ser usado para fornecer
informac oes sobre a localizac ao espacial de um agente em relac ao a outros agentes ou
pode fornecer um rico conjunto de informac oes geogr acas, como em um Sistema de
Informac ao Geogr aca (SIG) (Macal and North, 2010).
A localizac ao de um agente, includa como um atributo din amico, ` as vezes e ne-
cess aria para acompanhar os agentes de como eles se movem atrav es de um cen ario,
disputa de espaco, adquirir recursos e encontrar outras situac oes. Modelos complexos
ambientais podem ser utilizados para modelar o ambiente dos agentes.
O ambiente pode, assim, limitar as ac oes do agente. Por exemplo, o ambiente em um
modelo de transporte baseado em agentes que incluem a infra-estrutura e as capacidades
dos n os e ligac oes da rede rodovi aria. Estas capacidades criariam efeitos de congesti-
onamento (velocidades de viagem reduzidas) e limitariam o n umero de agentes que se
deslocam atrav es da rede de transporte em qualquer momento dado (North and Macal,
2011).
Agentes normalmente interagem com um subconjunto de outros agentes, denomina-
dos vizinhos (neighbors) do agente. A informac ao local e obtida a partir de interac oes
com os vizinhos do agente (n ao qualquer agente ou todos agentes) e de seu ambiente lo-
calizado (n ao a partir de qualquer parte de todo o ambiente). Geralmente, um conjunto
de vizinhos do agente muda rapidamente como um produto de simulac ao e agentes se
movem pelo espaco (Macal and North, 2010).
Vizinhanca de um agente e um conceito geral aplic avel a qualquer espaco de agente
denido no modelo. Por exemplo, um agente pode interagir apenas com os seus vizinhos
localizados pr oximo ao local no espaco (ou geogr aco) fsico, bemcomo agentes vizinhos
localizados pr oximo ao local no seu espaco social, conforme especicado pela rede social
do agente (North and Macal, 2011).
3.2 Modelagem e Simulac ao Baseada em Agentes
Nestes ultimos anos est a havendo um grande crescimento da adoc ao de sistemas de
modelagem e simulac ao baseada em agentes, v arias ferramentas tem sido criadas para
ajudar projetistas de modelos, pois a modelagem baseada em agentes tem sido usada em
uma enorme variedade de aplicac oes que abrangem as ci encias fsicas, biol ogicas, sociais
e de gest ao.
As aplicac oes v ao desde a modelagem de civilizac oes antigas, que passaram por cen-
tenas de anos para a modelagem de como criar novos mercados que n ao existem atual-
41
mente. V arios dos trabalhos fazem uso de t ecnicas de modelagem baseada em agentes
versus outras t ecnicas de modelagem que s ao necess arias porque modelos baseados em
agentes podem explicitamente modelar a complexidade decorrente de ac oes individuais e
interac oes que existem no mundo real (Macal and North, 2010).
A Modelagem e simulac ao baseada em agentes e um tratamento para modelar siste-
mas complexos dividindo-os em um conjunto de agentes aut onomos interagindo. Esses
agentes t em comportamentos descritos por regras simples e, tamb em, regras para trocar
seu comportamento. A modelagem individual de agentes, os efeitos da diversidade que
h a entre os agentes em seus atributos e comportamentos podem ser observados, uma vez
que origina o comportamento do sistema como um todo. Conforme os sistemas de mode-
lagem a partir do zero (agente por agente), auto-organizac ao e evoluc ao do sistema muitas
vezes podem ser observadas em tais modelos (Abbas, 2012).
Duas caractersticas que distinguem a simulac ao baseada em agentes em comparac ao
com outras t ecnicas de simulac ao (tais como: simulac ao de eventos discretos e sistemas
din amicos) s ao a modelagem da heterogeneidade dos agentes em uma populac ao e o
surgimento de auto-organizac ao.
Das ferramentas de modelagem e simulac ao baseada em agentes, o NetLogo foi a
escolhida por diversas quest oes que s ao apontadas na Sec ao 3.4.
3.3 O Modelo de Segregac ao de Schelling
Os mecanismos contextuais que contribuem para a segregac ao urbana s ao muitos e
variam de lugar para lugar. H a abordagens para estudar o comportamento dos grupos
sociais ao selecionar seu foco de localizac ao residencial em pelo menos quatro diferentes
e inter-dependentes mecanismos: prefer encias pessoais, o mercado de trabalho, terra e
mercados imobili arios e polticas e investimentos do Estado.
A primeira abordagem, com foco em prefer encias pessoais, prop oe que a segregac ao
aumenta porque as pessoas preferem ter vizinhos semelhantes a eles (Schelling, 1971). A
segunda abordagem prop oe que o mercado de trabalho e seus impactos s ocio-econ omicos,
como a exclus ao social e a desigualdade, s ao respons aveis pela segregac ao e as prec arias
condic oes de vida das famlias pobres (Corr ea do Lago, 2000). A terceira abordagem se
concentra na terra e no mercado imobili ario e salienta como os promotores e seus agentes
estimulam a concorr encia para habitac ao, o que reforca a auto-segregac ao de grupos ricos
e exclui as famlias pobres (Abramo, 2001). A quarta abordagem enfatiza como o Estado
permite a segregac ao por meio de sua falta de ac ao e promove, atrav es da distribuic ao
desigual de aumentos de capital, grandes projetos habitacionais p ublicos ou dispositivos
regulamentares, como o zoneamento excludente (Rolnik, 1997).
A natureza complexa da segregac ao imp oe diculdades sobre as abordagens tradicio-
nais de modelagem, tais como modelagem estatstica ou otimizac ao cl assica, tornando a
42
modelagem baseada em agentes um bom mecanismo para abordar as deci encias destas
t ecnicas tradicionais, atrav es da introduc ao de unidades de tomada de decis oes individu-
ais, chamados agentes, que interagem uns com os outros e o seu ambiente. A modelagem
baseada em agentes oferece uma apresentac ao natural de processos do mundo real que
fundamentam as din amicas sociais complexas, tais como a segregac ao urbana.
O modelo de Schelling e considerado o primeiro a demonstrar o conceito de mo-
delagem baseada em agentes e sua capacidade de fornecer novas perspectivas para a
compreens ao de fen omenos complexos. Tamb em apresenta resultados de segregac ao
de interac oes n ao-lineares entre muitas famlias independentes que s ao capazes de ge-
rar padr oes globais inesperadas e contra-intuitivos (Schelling, 1971).
O modelo de segregac ao racial de Schelling e um exemplo cl assico, ilus-
trando uma simulac ao baseada em agentes e sua capacidade de forne-
cer novas percepc oes sobre sistemas complexos. Ele distribuiu agentes
brancos e negros em uma rede e considerou que estes agentes tinham
um grau de toler ancia em relac ao ao outro grupo racial: eles caram sa-
tisfeitos com uma vizinhanca misturada, enquanto o n umero de vizinhos
coma mesma cor era sucientemente elevado. Seria razo avel pensar que
se os agentes n ao insistam em viver com a mesma raca, nenhum padr ao
de segregac ao vai surgir. No entanto, Schelling demonstrou o fato ines-
perado de que os padr oes de segregac ao racial intensa aparecem sob
estas condic oes. Este e um exemplo de como os modelos baseados em
agentes, podem contribuir para a compreens ao do aparecimento de es-
truturas globais contra-intuitivas a partir de interac oes locais individuais
(Feitosa, 2010).
Para cada congurac ao dada de vizinhos que um agente possa ter, a regra de felicidade
para o tipo deste agente especica quantos desses vizinhos deve ser do mesmo tipo que
o agente, para que o agente seja feliz e que parado em seu local atual. Os agentes
movem-se para encontrar areas que satisfazem suas prefer encias, embora criando padr oes
e modicando a composic ao da vizinhanca e a distribuic ao geral da populac ao.
3.4 NetLogo
A ferramenta de modelagem e simulac ao baseada em agentes utilizada neste traba-
lho e o NetLogo, por ser um ambiente de modelagem program avel para simulac ao de
fen omenos naturais e sociais de autoria de Uri Wilensky (Wilensky, 1999).
NetLogo e particularmente bem adequado para modelar sistemas complexos em de-
senvolvimento ao longo do tempo. Os modeladores podem dar instruc oes a centenas ou
milhares de agentes, todos operando de forma independente. Isso torna possvel explo-
rar a conex ao entre o comportamento de micro-nvel dos indivduos e os padr oes de nvel
macro que surgem a partir de sua interac ao.

E executado na m aquina virtual Java, por
43
isso funciona em todas as principais plataformas (Mac, Windows, Linux, etc) (Wilensky,
2012).
Conforme o manual do usu ario do NetLogo (Wilensky, 2012), suas caractersticas s ao
as seguintes:
Relativas ao Sistema
Livre e de c odigo aberto;
Multiplataforma: executa em Mac, Windows, Linux, etc;
Suporte ao conjunto internacional de caracteres.
Relativas a programac ao
Totalmente program avel;
Sintaxe acessvel;
A linguagem e um dialeto Logo estendido para suportar agentes;
Agentes m oveis (turtles) se movem sobre uma grade de agentes estacion arios
(patches);
Agentes de ligac ao conectam turtles para fazer redes, grafos e agregados;
Grande vocabul ario de primitivas de linguagem embutidos;
Matem atica de ponto utuante de dupla precis ao;
Valores de func ao de primeira classe;
Execuc oes s ao reproduzveis entre plataformas.
Relativas ao ambiente
Centro de comando para a interac ao on-the-y;
Construtor de interface com bot oes (buttons), interruptores (switches), seleto-
res (choosers), monitores (monitors), caixas de texto (text boxes), notas (notes)
e area de sada (output area);
Guia de Informac oes para anotar seu modelo com texto formatado e imagens;
HubNet: simulac oes participativas, utilizando dispositivos de rede;
Monitores de agente para inspecionar e controlar os agentes;
Func oes de exportac ao e importac ao;
BehaviorSpace, uma ferramenta de c odigo aberto usada para coletar dados de
v arias execuc oes paralelas de um modelo;
Modelador de sistemas din amicos;
44
NetLogo 3D para modelar mundos 3D;
Modo imprudente permite fazer execuc oes em lote a partir da linha de co-
mando.
Display e visualizac ao
Gr acos de linha, barra e de dispers ao;
Controle deslizante de velocidade permite avancar rapidamente seu modelo
ou v e-lo em c amera lenta;
Ver seu modelo em 2D e 3D;
Formas vetoriais escal aveis e rotativas;
R otulos de turtle e patch.
Relativas a Web
Modelos e clientes HubNet podem ser salvos como applets para serem incor-
porados em p aginas da web;
Relativas a interfaces de programac ao de aplicativos (APIs, do ingl es Application
Programming Interfaces)
API de controle permite a incorporac ao do NetLogo em um script ou
aplicac ao;
Extens oes de API permitem a adic ao de novos comandos e relatores para a
linguagem NetLogo; extens oes de exemplo de c odigo aberto est ao includas.
Na biblioteca de modelos do NetLogo, na parte de ci encias sociais, h a o modelo
Segregac ao baseado no modelo de Schelling que serve de base para comecar a modelar e
simular a segregac ao dos espacos urbanos, o que fez com que o NetLogo fosse escolhido
para o trabalho em quest ao.
4 MODELO DE SIMULAC

AO PROPOSTO
Partindo do modelo Segregac ao do NetLogo, diversas modicac oes foram feitas, tanto
em termos de c odigo que foi implementado quanto em acr escimos na interface. Nesta pri-
meira parte desta Sec ao e descrito o modelo Segregac ao do NetLogo e, depois, o modelo
de simulac ao proposto que apresenta procedimentos do modelo Segregac ao adaptados de
duas para tr es populac oes, al em de outros procedimentos para simular estruturas urbanas
e carregar mapas e planos de desenvolvimento urbano.
4.1 Modelo de Segregac ao Original do NetLogo
Este trabalho tem como base o modelo Segregac ao da biblioteca de modelos do Ne-
tLogo na parte de ci encias sociais de autoria de Ury Wilensky que foi inspirado pelos
escritos sobre sistemas sociais de Thomas Schelling.
Na Figura 11 visualiza-se a tela do modelo Segregac ao do NetLogo.
Figura 11: Tela do Modelo Segregac ao do NetLogo
O modelo modela o comportamento de dois tipos de tartarugas em um lago mtico.
As tartarugas vermelhas e as tartarugas verdes convivem umas com as outras. Mas cada
46
tartaruga quer ter certeza que vive perto de alguns de seus semelhantes. Ou seja, cada
tartaruga vermelha quer viver perto, pelo menos, de algumas tartarugas vermelhas e, cada
tartaruga verde quer viver perto, pelo menos, de algumas tartarugas verdes. A simulac ao
mostra como estas prefer encias individuais ondulam atrav es do lago, levando a padr oes
de grande escala (Wilensky, 1997).
Neste programa, h a um n umero igual de tartarugas vermelhas e verdes que est ao ale-
atoriamente distribudas no ambiente e ao executar a simulac ao, as tartarugas movem-se
at e que que no m aximo uma sobre cada patch. Quando iniciada a simulac ao, ou seja,
clicado no bot ao go, a tartarugas comecam o movimento e vericam a quantidade de si-
milares a sua volta, caso n ao sejam sucientes, as tartarugas pulam para um patch nas
proximidades.
H a um slider para controlar a vari avel number que e o n umero m aximo de tartarugas
presentes em cada execuc ao. J a o slider %-similar-wanted controla a porcentagem
de tartarugas da mesma cor que cada tartaruga quer na sua vizinhanca.
O monitor % similar mostra a porcentagem m edia de vizinhos da mesma cor para
cada tartaruga e o monitor % unhappy mostra a porcentagem de tartarugas que ainda
n ao tem a quantidade de vizinhos da mesma cor que elas, fazendo com que desejem se
mover. Esse monitores s ao mostrados gracamente (plotados).
Quando voc e executa setup, as tartarugas verdes e vermelhas s ao distribudas ale-
atoriamente ao longo do lago (ambiente). Mas muitas tartarugas est ao infelizes, j a que
elas n ao t em vizinhos da mesma cor sucientes. As tartarugas infelizes saltam para novos
locais na vizinhanca, mas nos novos locais, elas podem desequilibrar a populac ao local, o
que leva outras tartarugas a sair deste local. Se algumas tartarugas vermelhas moverem-
se em uma area, as tartarugas verdes locais podem deix a-la. Por em, quando as tartarugas
verdes movem-se para uma nova area, elas podem solicitar que as tartarugas vermelhas
deixem essa area (Wilensky, 1997).
Ao passar do tempo, o n umero de tartarugas infelizes diminuir a, por em o ambiente
(lago) ca mais segregado com grupos de tartarugas verdes e grupos de tartarugas verme-
lhas.
Na Figura 12, pode-se observar que houve a formac ao de grandes agrupamentos de
tartarugas devido ao slider %-similar-wanted ser setado para 65%com2000 tartaru-
gas no ambiente, alcancando uma similaridade entre 98,1% e 98,4% ap os 10 simulac oes,
ou seja, quase todas as tartarugas caram felizes por terem ao seu redor a porcentagem de
vizinhos desejada. Por em, tamb em houve a formac ao de pequenos grupos de tartarugas,
onde est ao as que n ao conseguiram atingir a similaridade desejada.
47
Figura 12: Exemplo de segregac ao com 65% de similaridade
4.2 Modelo Proposto
Na interface do modelo est ao os controles que podem ser alterados pelo usu ario. Foi
inserida mais uma populac ao de agentes m oveis (turtles) para tornar possvel a simulac ao
de tr es classes sociais que representam, por exemplo, as classes alta, m edia e baixa. A
quantidade de turtles das populac oes podem ser controladas por sliders (controles desli-
zantes) que variam de 0 a 900 agentes m oveis.

E possvel simular modelos urbanos e movimentos de classes sociais tanto em termos

de valor atribudo aos patches (agentes xos) quanto em termos de renda das populac oes,
onde s ao atribudos valores as turtles (agentes m oveis). Nas simulac oes podem ser usa-
dos mapas criados pelo usu ario com marcac oes simples para simular distribuic oes de
indivduos sobre o mesmo.
H a, tamb em, a possibilidade da criac ao de planos de modelo urbano por parte do
usu ario, onde um arquivo com valores de tempo (tick) e comandos s ao executados pelo
programa para simular o pretendido pelo usu ario.
Existe um switch (interruptor) crescimento pop que habilita ou desabilita o
crescimento das populac oes, caso o switch esteja setado, as populac oes comecam
a crescer a partir de uma porcentagem inicial que pode ser controlada pelo slider
porcentagem inicial pop a uma taxa de crescimento controlada pelo slider (con-
trole deslizante) taxa crescimento pop at e que alcance o n umero m aximo esco-
lhido pelo usu ario. A Figura 13 mostra o n umero total de agentes m oveis e os controles
de crescimento e quantidade.
O switch tempo de vida quando ligado, controla quanto tempo de vida ter a uma
turtle, ou seja, com ajuda do slider tempo vida que marca um n umero m aximo de ticks
(tempo que est a correndo), dentro do qual, ser a escolhida de forma aleat oria a durac ao da
turtle no ambiente. J a o switch degradacao ajuda a simular uma area que foi degradada
baseado em um tempo de degradac ao (slider tempo degradacao) e um percentual de
48
Figura 13: Controles de Quantidade e Crescimento das Populac oes
degradac ao (slider percentual degradacao) agindo sobre uma area marcada pelo
usu ario, tal como um distrito central de neg ocios.
O slider %-similar-wanted herdado do modelo original marca a porcentagem
que os agentes buscar ao de vizinhos semelhantes para sua vizinhanca.
A Figura 14 mostra os controles de tempo de vida, degradac ao e similaridade.
Figura 14: Controles de Tempo de Vida e Degradac ao das Populac oes
A Figura 15 mostra um conjunto de cinco switchs, onde o switch original controla
se o programa executar a conforme o modelo de Schelling do NetLogo ou conforme o
modelo proposto. O switch mover faz com que as turtles comecem seu movimento no
ambiente, j a o switch coesao cor faz com que os agentes quem mais aglomerados
com seus semelhantes.
O switch sobreposicao estipula faixas de valores sobrepostas permitindo uma
maior mistura das populac oes e o switch face centro direciona os agentes para areas
criadas pelo usu ario ou para seus semelhantes.
Figura 15: Controles de movimento, direc ao, coes ao e sobreposic ao
A Figura 16 mostra os switchs (interruptores) e choosers (seletores) descritos.
49
Figura 16: Switchs de Criac ao de Vias e Renda junto com Choosers
O switch cria via e usado para criar vias de transporte e quando o switch renda
est a ligado, as turtles cam separadas por uma renda pr e-denida atrav es de sliders.
O chooser (seletor) area cor e usado para marcar a area criada pelo usu ario para
uma determinada populac ao e o chooser area degradada e usado em conjunto com
os controles de degradac ao citados anteriormente, onde pode-se escolher a area de que
tipo de populac ao sofrer a a degradac ao.
Na Figura 17 pode-se visualizar os controles de renda das populac oes de agentes.
Figura 17: Controles de Renda das Populac oes
A renda que pode ser escolhida para as populac oes de agentes usa valores que n ao
tem nenhuma base monet aria real e os intervalos de variac ao de valores foram escolhidos
depois de v arios testes feitos na intenc ao de simular os modelos te oricos da estrutura
urbana para se chegar a valores que tornem possvel a formac ao dos modelos, por em esses
valores podem ser adaptados para valores reais com algumas alterac oes no programa ou
por correspond encia de valores.
O usu ario tem a opc ao de criar uma area baseado em um raio que pode ser esco-
lhido via interface atrav es do slider raio centro, dependendo do raio escolhido pelo
usu ario, maior ser a a area criada. Quando uma area e criada, o chooser area cor e
usado para denir de que cor car a aquela area, ou seja, que tipo de populac ao ter a pre-
fer encia na area criada.
O slider delta e utilizado para denir o tamanho da vizinhanca que um patch veri-
car a para fazer c alculos sobre seu valor baseado no tipo da turtle sobre ele e as turtles
vizinhas.
A Figura 18 mostra os sliders de tamanho de area e tamanho da vizinhanca.
Figura 18: Controles de Tamanho da Vizinhanca e Tamanho de

Area Criada
50
O programa plota os gr acos de similaridade e infelicidade das turtles. O Gr aco de
similaridade plota a porcentagem de semelhanca entre as populac oes versus o tempo e o
gr aco de infelicidade plota a porcentagem de turtles que n ao alcancaram a similaridade
desejada versus o tempo.
H a ainda dois monitors (monitores) para indicar as porcentagens de similaridade e
infelicidade.
Na Figura 19 visualiza-se os gr acos descritos.
Figura 19: Gr acos de Similaridade e Infelicidade
Na Figura 20 s ao mostrados os monitors da quantidade de turtles de uma mesma
populac ao, e as quantidades de turtles que ainda est ao infelizes, com e sem coes ao.
Figura 20: Monitores de Quantidade
Na Figura 21 est ao os bot oes de inicializac ao e execuc ao (setup e go),
al em de um bot ao para importar mapas (import-pcolors user-file) e os
bot oes de inicializac ao e execuc ao de planos de modelo urbano criados pelo usu ario
(setup plano e go plano) os quais s ao utilizados com simulac oes em cima de mapas
ou com arquivos de planos de desenvolvimento.
Figura 21: Bot oes utilizados no Programa
Ap os uma descric ao das funcionalidades presentes na interface do modelo proposto,
as principais partes do c odigo s ao explicadas para que um bom entendimento do funcio-
namento deste programa.
51
O valor denido pelo usu ario para o slider delta e usado para calcular o peso do
patch. O valor do peso de um patch ajuda a denir uma renda necess aria para uma turtle
permanecer em um patch e denir um valor local do patch dentro de uma faixa de valores
a ser respeitada pelos agentes m oveis.
As Equac oes 1 e 2 s ao utilizadas na inicializac ao do programa para denir o tamanho
da vizinhanca de um patch.
lado(2 delta + 1) (1)
quantV izinhos(lado lado) (2)
Os valores calculados para as vari aveis globais lado e quantVizinhos s ao usados
no procedimento para distribuir a renda necess aria para uma turtle permanecer em um
patch baseando-se no tipo (classe) dos agentes da vizinhanca, al em dessas vari aveis serem
usadas para calcular o valor local (peso) de cada patch.
A seguir est a uma descric ao do que faz cada procedimento presente no programa:
setup: e a inicializac ao do programa, atribui valor para algumas vari aveis globais
com base em escolhas feitas pelo usu ario na interface, cria as populac oes de agentes
(turtles) setando diversas vari aveis desses agentes m oveis e atualiza vari aveis.
go: comeca a execuc ao do programa, verica e executa umplano de modelo urbano,
chama procedimentos para execuc ao e atualiza vari aveis globais.
distribui renda: calcula o valor local de cada patch, ou seja, verica para cada
patch, quantas turtles da mesma cor (classe) est ao na area controlada pelo slider
delta.
distribui pesos: tamb em calcula um valor local para cada patch com a diferenca de
que e usado quando n ao se est a modelando baseado na renda das populac oes.
renda turtle: distribui para cada agente m ovel um valor m aximo e um valor mnimo
que este agente est a disposto a gastar para permanecer em um certo patch.
dene faixas: verica as faixas de valores de patch que as turtles podem permane-
cer baseado nos crit erios de similaridade, felicidade, coes ao e sobreposic ao.
cria centro xy: usado para criar areas quando h a um plano de modelo urbano.
cria centro: usado para criar areas. Difere do procedimento cria centro xy, pois
usa coordenadas do apontador controlado pelo usu ario.
cria vias xy: usado para criar vias de transporte quando h a um plano de modelo
urbano.
52
cria vias: usado para criar vias de transporte. Difere do procedimento cria vias xy,
pois usa coordenadas do apontador controlado pelo usu ario.
crescimento populacao: faz as populac oes crescerem a uma certa taxa de um valor
inicial at e a quantidade m axima setada na interface.
check-death: em conjunto com os controles de tempo de vida das turtles, mata a
turtle e cria outra do mesmo tipo em um lugar aleat orio do ambiente.
degrada centro: quando os controles de degradac ao est ao ligados, muda areas cri-
adas baseado na taxa e porcentagem de degradac ao.
nd-new-spot: movimenta as turtles em direc ao a uma area criada ou em direc ao
aos semelhantes.
update-variables: atualiza as vari aveis das turtles e as vari aveis globais.
update-turtles: faz os c alculos de similaridade.
update-globals: calcula as vari aveis que s ao usadas para plotar os gr acos.
setup plano: usado para ler e interpretar um plano de modelo urbano criado pelo
usu ario.
go plano: executa um plano criado pelo usu ario.
4.3 Representac ao do Modelo de Simulac ao Atrav es da UML
A Linguagem Unicada de Modelagem (UML, do ingl es Unied Modeling Language)
e uma linguagem gr aca para visualizac ao, especicac ao, construc ao e documentac ao de
artefatos de sistemas complexos de software (Rumbaugh et al., 2000).
Para fazer a representac ao do modelo de simulac ao proposto foram escolhidos o di-
agrama de classes e o diagrama de casos de uso da linguagem unicada de modelagem
com algumas extens oes.
Sistemas de agentes muitas vezes s ao caracterizados como uma extens ao de sistemas
orientados a objetos, mas diferentemente dos objetos, agentes s ao aut onomos e intera-
tivos. Agentes s ao baseados em seu estado interno, sendo que suas atividades incluem
objetivos e condic oes que guiam a execuc ao de tarefas denidas. Enquanto objetos reque-
rem controle externo para executar seus m etodos, agentes sabem as condic oes e efeitos
de suas ac oes.
O FIPA Modeling Technical Committee (FIPA, 2012) e a OMG-AUML Agent Work
Group exploram e recomendam extens oes da UML para demonstrar como a UML pode
ser usada para expressar protocolos de interac ao entre agentes e onde as extens oes da
UML padr ao podem ser apropriadas (AUML-Effort, 2012).
53
A losoa geral do grupo e: Quando faz sentido a reutilizac ao de partes da UML,
ent ao faca e, quando n ao faz sentido usar UML, use algo mais ou crie algo novo.
Nesse sentido, abordar a representac ao do modelo de simulac ao proposto atrav es da
linguagem de modelagem unicada estendida torna possvel visualizar algumas carac-
tersticas atrav es dos diagramas usados.
4.3.1 Diagrama de Classes
O diagrama de classes e uma estrutura l ogica est atica em uma superfcie de duas
dimens oes mostrando uma colec ao de elementos declarativos de modelo, como classes,
tipos e seus respectivos conte udos e relac oes (Furlan, 1998).
O diagrama de classes do modelo de simulac ao proposto e mostrado na Figura 22.
Figura 22: Diagrama de Classes do Modelo de Simulac ao Proposto
A classe turtle (Superclasse) e uma generalizac ao das classes turtle azul, turtle verde
e turtle vermelha (subclasses) e representam os agentes m oveis. Todos os atributos e
operac oes da classe turtle est ao como p ublicos por quest oes de abstrac ao, pois tanto os
patches quanto o agente observer podem acessar a maioria destas operac oes e atributos.
A classe patch representa os agentes xos, aqueles que formam o ambiente onde ha-
54
ver a a simulac ao.
A classe observer representa o agente unico que est a presente no NetLogo que como o
pr oprio nome indica, observa e controla as simulac oes. Este agente e o respons avel pelos
bot oes na interface (i.e. setup, go, etc). As operac oes monitores de interface e Gr acos
foram colocadas por conveni encia para representar sadas das simulac oes.
A classe usu ario estende a classe observer e foi utilizada para demonstrar que o
usu ario escolhe diversos dos controles que est ao presentes na interface e, tamb em ob-
serva e controla a simulac ao.
4.3.2 Diagrama de Casos de Uso
Um caso de uso e uma interac ao tpica entre um usu ario e um sistema, um modo es-
pecco de utilizac ao a partir de um ponto de vista segmentado de funcionalidade (Furlan,
1998).
Na Figura 23 pode-se visualizar o diagrama de casos de uso do modelo de simulac ao
proposto.
Figura 23: Diagrama de Casos de Uso do Modelo de Simulac ao Proposto
No diagrama da Figura 23 h a um Ator Usu ario que representa a interac ao com o mo-
delo de simulac ao. O caso de uso Controles de Interface representa as opc oes (Controles
da Interface) que o Usu ario escolhe para simular algum modelo de seu interesse. O caso
de uso Uso do Controle de Renda representa a escolha do usu ario de simular modelos ba-
55
seado na renda das populac oes. O caso de uso Uso de Mapa mostra a interac ao quando,
al em do usu ario escolher os Controles de Interface, ele escolher vericar sobre um mapa
carregado no programa. J a o caso de uso Uso de Plano de Desenvolvimento Urbano
acontece quando o Usu ario usa um plano de desenvolvimento urbano para controlar a
simulac ao dos modelos.
O caso de uso Modelo Simulado representa o modelo simulado pelo programa e retor-
nado para o Usu ario.
5 EXEMPLOS DE SIMULAC

OES
Nesta sec ao s ao descritos exemplos de simulac oes feitas com o modelo proposto com
a seguinte correspond encia:
turtles Azuis: Classe Alta;
turtles Verdes: Classe M edia;
turtles Vermelhas: Classe Baixa.
Algumas opc oes do modelo proposto foram escolhidas para melhor representar os
modelos escolhidos para serem simulados e apresentados neste trabalho. No entanto,
nem todas as opc oes s ao apresentadas, cando somente as que mais chamaram a atenc ao
durante o desenvolvimento do programa.
5.1 Simulando o Modelo Conc entrico com

Area Central Rica
Para a simulac ao do modelo conc entrico de Burgess foi criada uma area central (dis-
trito central de neg ocios) para indivduos (turtles) de classe alta. Na Figura 24 pode-se
visualizar os primeiros momentos de simulac ao do modelo de Burgess.
Figura 24: Primeiros Momentos da Execuc ao do Modelo Conc entrico
57
As populac oes comecam com 25% de suas capacidades totais com um tempo de 300
(trezentos) ticks de vida, por em como a durac ao de uma turtle e aleat orio dentro deste
tempo, a maioria da turtles n ao durar a exatamente os 300 ticks.
Est a sendo buscada uma similaridade de 50%, ent ao cada turtle permanecer a em um
local se metade de seus vizinhos for semelhante a ela. Como nesta simulac ao h a coes ao,
o agente m ovel n ao s o permanecer a em um local por causa da faixa de valor que o local
(patch) pertence, mas tamb em por causa da similaridade da vizinhanca.
Como n ao h a sobreposic ao, os indivduos de uma classe n ao permanecem sobre locais
que pertencem a faixa de valor de outra classe. Todos os agentes m oveis est ao direcio-
nados para andar em direc ao a area central criada. Nesta simulac ao s ao usados os pesos
atribudos a cada patch pelo procedimento ditribui pesos para denir as faixas de
valores que cada populac ao de classe pode permanecer levando em conta a similaridade e
n ao e utilizado o controle de renda.
Na Tabela 1 podem ser acompanhados o estado (ligado ou desligado) dos interruptores
(switchs) da simulac ao do modelo conc entrico de Burgess.
Tabela 1: Estado dos Interruptores para Simulac ao do Modelo Conc entrico
Controles de Interface Estado
Crescimento Populacional (crescimento pop) Ligado
Tempo de Vida (tempo de vida) Ligado
Degradac ao (degradacao) Desligado
Modelo Original (original) Desligado
Coes ao (coesao cor) Ligado
Sobreposic ao de Valores (sobreposicao) Desligado
Direcionamento (face centro) Ligado
Criac ao de Vias (cria vias) Desligado
Renda (renda) Desligado
Mapa (mapa) Desligado
Nas simulac oes com as opc oes descritas escolhidas, nota-se que a area central e a
zona de transic ao de Burgess foram completamente ocupadas pela populac ao de classe
alta, pois estes agentes recebem o maior peso implicando em maior inu encia.
A populac ao de classe m edia que tem um peso intermedi ario, ocupa a zona de traba-
lhadores independentes e a zona de melhores resid encias fazendo um anel de separac ao
entre as classe alta e baixa. Os agentes da classe m edia conseguem car localizados em
volta da classe alta mostrando a pretens ao da classe m edia de morar perto das melhores
localizac oes.
J a a populac ao de classe baixa vai para a borda exterior, cando localizada na zona
de comutac ao do modelo conc entrico de Burgess, pois como seu peso e inferior as outras
classes de agentes, os agentes de status inferior n ao conseguem ir para as melhores areas.
A Figura 25 mostra a tela da simulac ao do modelo conc entrico de Burgess.
58
Figura 25: Simulac ao do Modelo Conc entrico
5.2 Simulando o Modelo Conc entrico com

Area Central Degrada
Esta simulac ao comeca tal como a simulac ao 5.1 que simula o modelo de Burgess,
por em ap os um certo tempo e ligado o controle de degradac ao que a cada 10 ticks degrada
em 40% a area central de classe alta. A Figura 26 mostra o incio da simulac ao, quando
ainda se trata do modelo Padr ao de Burgess.
Figura 26: Simulac ao do Modelo Conc entrico
Nesta simulac ao foram escolhidas populac oes com a mesma quantidade de indivduos
comecando com uma porcentagem de 25% de cada populac ao e com coes ao de cor, ou
seja, os agentes procuram car perto de seus semelhantes. Tamb em n ao h a justaposic ao
para haver uma separac ao mais ntida entre as classes sociais. A Figura 27 mostra a
simulac ao depois que a area central de classe alta comecou a ser degrada.
A area central simulada foi degradada com o tempo atrav es da aplicac ao de uma taxa
temporal de degradac ao, proporcionando atrac ao para a populac ao de classe baixa, por em
devido ao peso que e distribudo para os agentes, tamb em h a uma presenca de agentes de
59
Figura 27: Simulac ao com

Area em Degradac ao
classe m edia, os quais n ao atingem uma estabilizac ao e n ao deixam os agentes de classe
baixa atingir a estabilizac ao.
Na Tabela 2 podem ser acompanhados o estado (ligado ou desligado) dos interruptores
(switchs) da simulac ao do modelo conc entrico com

Area Central Degradada.
Tabela 2: Estado dos Interruptores para Simulac ao do Modelo Conc entrico com

Area
Degradada
Controles de Interface Estado
Crescimento Populacional (crescimento pop) Ligado
Tempo de Vida (tempo de vida) Ligado
Degradac ao (degradacao) Ligado
Modelo Original (original) Desligado
Coes ao (coesao cor) Ligado
Sobreposic ao de Valores (sobreposicao) Desligado
Direcionamento (face centro) Ligado
Criac ao de Vias (cria vias) Desligado
Renda (renda) Desligado
Mapa (mapa) Desligado
Nota-se a semelhanca com o modelo conc entrico, pois no distrito central de neg ocios,
onde houve a degradac ao, existe um conito de classes por espaco, ou seja, os agentes
de classe baixa que poderiam estar satisfeitos com sua localizac ao est ao sendo desestabi-
lizados pelos agentes de classe m edia, sendo que o resto da populac ao de status inferior
move-se para o anel mais exterior porque n ao tem forca suciente para permanecer em
an eis mais internos.
A classe m edia representada pelas turtles verdes, al em de tentar ir para a area central,
forma uma anel em volta dos agentes de classe alta, os quais s ao predominantes no anel
em volta da area central.
Na Figura 28 pode-se visualizar o estado da simulac ao ap os 3000 ticks.
60
Figura 28: Simulac ao do Modelo Conc entrico com

Area Degradada
5.3 Simulando o Modelo Setorial
Para esta simulac ao forma criadas quatro areas interligadas. Foi criada uma area de
status superior ligando duas areas de classe m edia que tem rotas para uma unica area de
status inferior.
Este modelo foi simulado com 55% de similaridade, sobreposic ao das faixas de va-
lores dos locais buscados pelos agentes. Ao reparar a simulac ao, nota-se que n ao h a
muitas turtles sobre as vias criadas, pois ningu em deve morar ou permanecer sobre vias
de transporte, ent ao as turtles uma vez sobre a via buscam outros locais.
A Figura 29 mostra as vias marcadas para simular o modelo Setorial.
Figura 29: Formac ao do Modelo Setorial
A area criada para a classe alta que tem rotas para as duas areas de classe m edia
representa vias de transporte com melhor qualidade, mais r apidas e um maior n umero de
opc oes de transporte. As marcac oes do meio ( areas e vias de classe m edia) representam
os eixos de transporte de qualidade m edia, onde as rodovias j a n ao tem tantas vias e h a
menos opc oes de transporte. J a a area de classe baixa que tem rotas para as areas de classe
61
m edia tem poucas opc oes de transporte, as vias s ao de qualidade inferior e o tempo de
deslocamento e maior.
Na Tabela 3 podem ser acompanhados o estado (ligado ou desligado) dos interruptores
(switchs) da simulac ao do modelo setorial de Hoyt.
Tabela 3: Estado dos Interruptores para Simulac ao do Modelo Setorial
Controles de Interface Estado
Crescimento Populacional (crescimento pop) Ligado
Tempo de Vida (tempo de vida) Ligado
Degradac ao (degradacao) Desligado
Modelo Original (original) Desligado
Coes ao (coesao cor) Ligado
Sobreposic ao de Valores (sobreposicao) Ligado
Direcionamento (face centro) Ligado
Criac ao de Vias (cria vias) Ligado
Renda (renda) Desligado
Mapa (mapa) Desligado
Nota-se uma formac ao semelhante ao modelo proposto por Hoyt, onde a populac ao
de classe alta passa a ocupar a area com eixos de transporte mais velozes e de maior
qualidade se expandindo ao longo do eixo de circulac ao que corta as melhores areas
devido a sua maior inu encia, ou seja, escolhe a area de maiores amenidades com vias
mais amplas de acesso que nesta simulac ao est a representada por uma marcac ao de maior
peso. Com isso, pode-se visualizar a tend encia das habitac oes de luxo carem localizadas
em um lado da cidade em vez de em um anel conc entrico. Tamb em, nota-se o controle
mais efetivo dos agentes de classe superior sobre seu territ orio.
A populac ao de agentes de classe m edia ca ao redor da populac ao de classe superior
e na area de vias de transporte n ao t ao completas, empurrando a populac ao de classe
inferior para a zona de menos prestgio.
Nota-se que a classe m edia n ao tem forca suciente para ir para a zona de classe alta,
por em procura car perto dos agentes de classe superior formando uma barreira entre a
classe alta e a classe baixa.
Os agentes da populac ao de classe baixa cam na zona diametralmente oposta aos
agentes de classe alta porque n ao possuem inu encia suciente para tentar ir para zonas
de maiores amenidades. Nesse caso, s o resta a populac ao de status inferior a busca pelas
zonas mais pobres e com eixos de transporte de baixa qualidade e que cam mais longes
da area de inu encia dos ricos.
A simulac ao do modelo setorial de Hoyt pode ser visualizada na Figura 30.
62
Figura 30: Simulac ao do Modelo Setorial
5.4 Simulando o Modelo de M ultiplos N ucleos
A simulac ao do modelo de m ultiplos n ucleos foi feita sem sobreposic ao de faixas
e com dois centros principais. O centro maior representa uma area que perdeu sua re-
lev ancia e cou degradada, j a o centro menor e uma area mais nova com maiores ameni-
dades.
O distrito central de neg ocios que ca localizado na area maior causa atrac ao para
populac ao de classe baixa, ou seja, simula uma area central j a degradada que s o atrai
agentes de status inferior por causa da baixa qualidade e da falta de investimentos.
O segundo centro criado simula o distrito perif erico de neg ocios com a pretens ao de
atrair a populac ao de status superior. Este segundo centro e a simulac ao de uma area mais
nova com maiores amenidades e maior prestgio.
A Figura 31 mostra os dois centros criados.
Figura 31: Simulac ao com Dois N ucleos Centrais
Na Tabela 4 podem ser acompanhados o estado (ligado ou desligado) dos interruptores
(switchs) da simulac ao do modelo de m ultiplos n ucleos de Harris e Ullman.
63
Tabela 4: Estado dos Interruptores para Simulac ao do Modelo de Harris e Ullman
Controles de Interface Estado
Crescimento Populacional (crescimento pop) Ligado
Tempo de Vida (tempo de vida) Ligado
Degradac ao (degradacao) Ligado
Modelo Original (original) Desligado
Coes ao (coesao cor) Ligado
Sobreposic ao de Valores (sobreposicao) Desligado
Direcionamento (face centro) Ligado
Criac ao de Vias (cria vias) Ligado
Renda (renda) Desligado
Mapa (mapa) Desligado
Nota-se que houve uma separac ao visvel das classes, pois os agentes est ao direciona-
dos para procurar as areas centrais e neste caso, a classe baixa ocupou o distrito central de
neg ocios e seus arredores, pois se trata de uma area que n ao recebe mais melhorias e est a
cando degradada, o que possibilita a perman encia de turtles do nvel inferior nesta area.
A area perif erica de neg ocios cou dominada pela populac ao de classe alta que tem
maior inu encia e busca zonas de melhores moradias e maiores amenidades.
Os agentes de classe m edia caram localizados entre as duas areas centrais causando
uma separac ao entre a classe baixa e a classe alta. As turtles de nvel m edio contornam
os agentes de classe superior devido a inu encia da classe alta que atrai a classe m edia e
forca para longe a classe baixa.
Ao observar esta simulac ao nota-se uma proximidade ao modelo de m ultiplos n ucleos,
onde a populac ao de status inferior ca no distrito central de neg ocios e as populac oes de
classe superior tendem para a area de neg ocios perif erica, tal como mostra a Figura 32.
Figura 32: Simulac ao em Execuc ao do Modelo com Dois N ucleos Centrais
A Figura 33 mostra os estado nal da simulac ao de m ultiplos n ucleos.
64
Figura 33: Simulac ao do Modelo de Harris e Ullman
5.5 Simulando o Movimento das Classes
O movimento das classes foi um padr ao interessante que emergiu das variadas
simulac oes que foram realizadas.
Primeiramente, a simulac ao comeca a partir do modelo conc entrico de Burgess como
pode ser observado na Figura 34.
Figura 34: Simulac ao do Modelo de Burgess
Ap os algum tempo e ligado o controle de degradac ao para fazer com que a area criada
n ao seja de interesse dos agentes de classe alta, atraindo as turtles de classe inferior. A
Figura 35 mostra o andamento da simulac ao.
Depois da area central estar degradada, o controle de direcionamento (face centro) e
desligado para que as turtles em vez de se mover em direc ao a area criada, se movam em
direc ao a seus semelhantes. A Figura 36 mostra o incio do movimento das classes.
Nota-se que as populac oes de classes m edia e alta comecam movimentando-se para
fora da area central. E, conforme o tempo vai passando, a separac ao emclasses vai cando
65
Figura 35: Simulac ao com Centro Degradado
Figura 36: Classes comecando o Movimento
mais ntida e os agentes comecam a fazer um movimento circular em torno da area central,
tal como na Figura 37.
Figura 37: Populac oes em Movimento Circular ao redor do N ucleo Central
66
Conforme pode ser observado, as populac oes caram separadas, sendo que as tur-
tles de classes m edia e alta moveram-se para fora da area central fazendo um movimento
circular em torno da area central, sendo que no n ucleo central permanecem apenas in-
divduos de classe baixa como mostra a Figura 38.
Figura 38: Simulac ao do Movimento das Classes ao redor da

Area Central
Nota-se tamb em a grande inu encia da distribuic ao de pesos sobre os agentes, pois
a classe alta cou totalmente separada da classe baixa devido, em grande parte, ao peso
maior que e dado para a classe alta, o que acaba proporcionando que somente a classe
m edia tenha poder para car perto dos agentes de status superior.
5.6 Simulando o Modelo Conc entrico com Controle de Renda
No controle de renda, o peso (valor local) do patch e calculado levando em conta a
quantidade de vizinhos e a cor da turtle. Sendo que o peso maior continua a ser dado para
as turtles azuis e o menor para as turtles verdes.
Cada turtle ter a um gasto mnimo e um gasto m aximo para escolher que patchs est ao
dentro da renda que a turtle pode gastar. A simulac ao foi feita com coes ao (procura por
similares) e sem sobreposic ao dos valores de renda. A Figura 39 mostra os primeiros
momentos da simulac ao com controle de renda e na Tabela 5 podem ser acompanhados
o estado (ligado ou desligado) dos interruptores (switchs) da simulac ao com controle de
renda.
Nesta simulac ao e buscado pelos agentes m oveis uma similaridade de 40% em torno
de uma area central para agentes de status superior. Pode-se notar que a area central e
a zona de transic ao de Burgess foram completamente ocupadas pela populac ao de classe
alta tal como na simulac ao 5.1. A zona de trabalhadores independentes e a zona de melho-
res resid encias e o local escolhido pelos agentes de classe m edia que separam as classes
alta e baixa. J a a populac ao de classe baixa vai para a borda exterior, cando localizada na
zona de comutac ao do modelo conc entrico de Burgess, pois como seu peso e inferior as
67
Figura 39: Comecando a Simulac ao do Modelo Conc entrico com Controle de Renda
Tabela 5: Estado dos Interruptores para Simulac ao do Modelo Conc entrico
Controles de Interface Estado
Crescimento Populacional (crescimento pop) Ligado
Tempo de Vida (tempo de vida) Ligado
Degradac ao (degradacao) Desligado
Modelo Original (original) Desligado
Coes ao (coesao cor) Ligado
Sobreposic ao de Valores (sobreposicao) Desligado
Direcionamento (face centro) Ligado
Criac ao de Vias (cria vias) Desligado
Renda (renda) Ligado
Mapa (mapa) Desligado
outras classes de agentes, as turtles de status inferior n ao conseguem ir para as melhores
areas. A Figura 40 mostra a simulac ao ap os mais de 3000 ticks.
Figura 40: Simulac ao do Modelo Conc entrico com Controle de Renda
68
5.7 Simulando o Modelo de M ultiplos N ucleos com Controle de
Renda
Nesta simulac ao h a sobreposic ao das faixas de renda, dois centros principais e coes ao
de cor (busca por similaridade). Quando h a sobreposic ao com controle de renda, os gastos
mnimo e m aximo que uma turtle usa para se colocar sobre um patch s ao baseados em
um valor constante de multiplicac ao para todas a populac oes de classes, onde a diferenca
se d a por meio do peso distribudo para cada turtle, os seja, pela classe que pertence.
O centro maior representa um distrito central de neg ocios que perdeu sua relev ancia
e cou degradado, causando atrac ao para agentes de status inferior por causa da baixa
qualidade e da falta de investimentos. J a o centro menor e uma area mais nova com
maiores amenidades, e um distrito perif erico de neg ocios com a pretens ao de atrair a
populac ao de status superior. A Figura 41 mostra os dois centros criados para a simulac ao
com controle de renda e sobreposic ao.
Figura 41: Simulac ao com Dois N ucleos Centrais e Controle de Renda
Na Tabela 6 podem ser acompanhados o estado (ligado ou desligado) dos interruptores
(switchs) da simulac ao do modelo de m ultiplos n ucleos com controle de renda.
Tabela 6: Estado dos Interruptores para Simulac ao de V arios N ucleos com controle de
Renda
Controles de Interface Estado
Crescimento Populacional (crescimento pop) Ligado
Tempo de Vida (tempo de vida) Ligado
Degradac ao (degradacao) Desligado
Coes ao (coesao cor) Ligado
Sobreposic ao de Valores (sobreposicao) Ligado
Direcionamento (face centro) Ligado
Criac ao de Vias (cria vias) Desligado
Renda (renda) Ligado
Mapa (mapa) Desligado
69
Nota-se que houve uma separac ao visvel das classes, formando uma estrutura muito
parecida com o modelo proposto por Hoyt em seu modelo setorial, onde as classe cam
segregadas e separadas em setores.
Na Figura 42 pode-se visualizar que a melhor area cou dominada pela classe alta
(turtles azuis), em volta da populac ao de status superior cou a classe m edia (turtles
verdes) e diametralmente oposta se localiza a classe baixa (turtles vermelhas).
Figura 42: Modelo Setorial com Dois N ucleos
Nesta simulac ao, os agentes est ao direcionados para procurar as areas centrais e neste
caso, a classe baixa ocupou a area degradada e seus arredores, pois se trata de uma area
que n ao recebe mais melhorias e n ao e de interesse das classes superiores, o que possibilita
a perman encia de turtles do nvel inferior nesta area.
A populac ao de classe alta que tem maior inu encia (maior peso distribudo) e busca
zonas de melhores moradias e maiores amenidades escolheu dominar a area perif erica de
neg ocios e parte do eixo que corta as duas areas.
As turtles de classe m edia caram localizados entre as duas areas centrais e ao redor
da classe alta, causando uma separac ao entre a classe baixa e a classe alta. Os agentes
de nvel m edio contornam os agentes de classe superior devido a inu encia da classe alta
que atrai a classe m edia forcando para longe a classe baixa.
Ao observar esta simulac ao nota-se uma proximidade ao modelo de m ultiplos n ucleos
e a imers ao da estrutura do modelo setorial , onde a populac ao de status inferior ca
no distrito central de neg ocios e as populac oes de classe superior tendem para a area de
neg ocios perif erica, tal como mostra a Figura 43.
5.8 Simulando com Uso de Mapa
Nas simulac oes 5.8.1 e 5.8.2 foi utilizado um mapa bem simples que e mapeado para
os patches, com a cor branca, sendo que os patches que cam sob a cor preta s ao lugares
onde as turtles n ao podem permanecer, tal como uma area ngrime que corta a cidade.
70
Figura 43: Simulac ao do Modelo com Dois N ucleos Centrais e Controle de Renda
Nos patches que cam com a cor branca existe uma distribuic ao de pesos (valor local) e
as turtles podem permanecer.
5.8.1 Simulando M ultiplos N ucleos com Mapa
Para vericar a segregac ao foram criadas tr es areas distintas, poderia se dizer que tr es
distritos centrais de neg ocios, um para cada classe de agentes como mostra a Figura 44.
Figura 44: Simulac ao com Mapa e tr es

Areas Centrais
A area para onde movem-se a grande maioria das turtles azuis e um distrito com
maior valor local (maior peso) representando uma area com maiores amenidades que
possibilita apenas aos agentes de classe alta permanecer sobre ela. A area de domnio
das turtles verdes representa um centro com qualidade e muitas amenidades, por em com
menos prestgio que a area das turtles azuis. J a o centro que atrai as turtles vermelhas
representa um local degradado, com precos mais baixos e possvel local de invas oes.
Nota-se a grande inu encia da distribuic ao de pesos e da similaridade nesta simulac ao.
As turtles azuis por receberem um maior peso, logo escolhem a area de maior prestgio
e qualidade, por em atraem as turtles verdes, as quais buscam locais de moradia mais
valorosos que cam pr oximos da classe alta. As turtles vermelhas cam afastadas da area
71
de maiores amenidades aproximando-se da area de classe m edia.
Na Tabela 7 podem ser acompanhados o estado (ligado ou desligado) dos interruptores
(switchs) da simulac ao do modelo com mapa.
Tabela 7: Estado dos Interruptores para Simulac ao com Mapa
Controles de Interface Estado
Crescimento Populacional (crescimento pop) Ligado
Tempo de Vida (tempo de vida) Ligado
Degradac ao (degradacao) Desligado
Modelo Original (original) Desligado
Coes ao (coesao cor) Ligado
Sobreposic ao de Valores (sobreposicao) Ligado
Direcionamento (face centro) Ligado
Criac ao de Vias (cria vias) Desligado
Renda (renda) Desligado
Mapa (mapa) Ligado
Nota-se que houve uma separac ao visvel das classes, formando uma estrutura muito
parecida com o modelo proposto por Hoyt em seu modelo setorial, onde as classe cam
segregadas e separadas em setores.
Na Figura 45 pode-se visualizar que a melhor area cou dominada pela classe alta
(turtles azuis), em volta da populac ao de status superior cou a classe m edia (turtles
verdes) e diametralmente oposta se localiza a classe baixa (turtles vermelhas).
Figura 45: Modelo Setorial com Dois N ucleos Centrais
Nesta simulac ao, a sobreposic ao permite que turtles de classe inferior se aproximem
das turtles de classes mais altas, como pode ser notado com a proximidade das turtles
vermelhas da area central das turtles verdes e da aproximac ao das turtles verdes com as
turtles azuis.
Outro conceito que se mostra importante nestas simulac oes, e a similaridade, pois
quanto maior for o percentual de similaridade buscado pelos agentes, mais aglutinados
caram os grupos de agentes de uma unica cor.
72
A Figura 46 mostra o que aconteceu ao variar o percentual de similaridade (%-similar-
wanted) de 40% para 55%.
Figura 46: Simulac ao do Modelo com Mapa e Variac ao na Similaridade
A variac ao do percentual de similaridade procurada pelos agentes formou menos gru-
pos de agentes da mesma classe social em comparac ao com o percentual menor de simi-
laridade buscado antes.
5.8.2 Simulando o Modelo Conc entrico com Mapa e Controle de Renda
O mapa simples para esta simulac ao mudou um pouco, mas as caractersticas conti-
nuam as mesmas da simulac ao 5.8.1. As diferencas cam por conta de haver apenas um
distrito central de neg ocios degradado, ou seja, h a uma busca pelo modelo proposto por
Burgess, onde a populac ao de classe baixa ir a ocupar a area central e, tamb em, por ser
uma simulac ao que usa o controle de renda sem sobreposic ao.
No controle de renda sem sobreposic ao, o gasto m aximo e mnimo das turtles azuis
s ao maiores que os das turtles verdes e vermelhas e o gasto m aximo e mnimo das turtles
verdes e maior que das turtles vermelhas. A Figura 47 mostra o incio da simulac ao do
modelo conc entrico utilizando um mapa com area central degradada.
Figura 47: Simulac ao com Mapa e

Area Central Degradada
73
Na Tabela 8 podem ser acompanhados o estado (ligado ou desligado) dos interruptores
(switchs) da simulac ao do modelo com mapa e controle de renda.
Tabela 8: Estado dos Interruptores para Simulac ao com Mapa e Controle de Renda
Controles de Interface Estado
Crescimento Populacional (crescimento pop) Ligado
Tempo de Vida (tempo de vida) Ligado
Degradac ao (degradacao) Desligado
Modelo Original (original) Desligado
Coes ao (coesao cor) Ligado
Sobreposic ao de Valores (sobreposicao) Desligado
Direcionamento (face centro) Ligado
Criac ao de Vias (cria vias) Desligado
Renda (renda) Ligado
Mapa (mapa) Ligado
Como a area central est a degrada, a populac ao de classe baixa tem condic oes de per-
manecer nesta area, por em como h a um direcionamento dos agentes para as areas criadas
no programa, a populac ao de classe alta que possui uma renda maior escolhe os pat-
ches com valor local (peso) mais alto que est ao no contorno da area central degradada.
Tamb em, nota-se a pretens ao da classe m edia (turtles verdes) em car pr oxima ao distrito
central, esse efeito acaba empurrando as turtles vermelhas que n ao conseguiram lugar na
area central para a borda exterior. A Figura 48 mostra a situac ao descrita.
Figura 48: Simulac ao do Modelo conc entrico com

Area Degradada
Pode ser observado que por n ao haver sobreposic ao nesta simulac ao, as turtles verdes
conseguem abrir um espaco ao redor da area central, onde cam os patches com maior
valor local (peso), isto pode ser conferido na Figura 49.
Quando o controle de sobreposic ao e ligado fazendo com que as rendas das
populac oes de agentes quem com valores mais proporcionais, as turtles verdes abrem
um espaco maior perto da area central e as turtles vermelhas que estavam na borda ex-
74
Figura 49: Simulac ao do Modelo Conc entrico com Mapa e Sem Sobreposic ao
terior se aproximam um pouco mais do distrito central degradado diminuindo a area de
inu encia das turtles azuis.
A Figura 50 mostra o efeito da sobreposic ao com controle de renda.
Figura 50: Simulac ao do Modelo Conc entrico com Mapa e Com Sobreposic ao
5.9 Simulando Planos de Desenvolvimento Urbano
Para usar um plano de desenvolvimento urbano para controlar simulac oes no mo-
delo proposto e necess ario que seja montado um arquivo texto seguindo um padr ao pr e-
denido.
Utilizando o comando run do NetLogo, o programa interpreta linha por linha o
conte udo do arquivo, sendo que, primeiramente, o programa l e umn umero de tick (tempo)
e, depois, l e um comando como, por exemplo, um controle de interface, chamada de pro-
cedimento, valor para uma vari avel, etc.
A seguir est a o exemplo do arquivo de plano de desenvolvimento urbano correspon-
dente ao exemplo de simulac ao descrito a seguir:
75
5.9.1 Plano do Modelo Conc entrico
1
set Quantidade_Azul 240
2
set Quantidade_Verde 240
3
set Quantidade_Vermelha 240
4
set original false
5
set mover false
10
set crescimento_pop true
11
set porcentagem_inicial_pop 25
12
set taxa_crescimento_pop 1.00
13
set tempo_de_vida true
14
set tempo_vida 300
15
set degradacao false
16
set tempo_degradacao 10
17
set percentual_degradacao 40
20
set %-similar-wanted 55
21
set coesao_cor false
24
set sobreposicao false
25
set face_centro true
27
set renda true
30
set mapa false
33
set pop_degradada "Azul"
76
35
set delta 2
38
set raio_centro 4
39
set renda_azuis 100
40
set renda_verdes 100
41
set renda_vermelhas 100
45
set area_cor "Azuis"
66
set criar_centro true
67
set centro_x 0
68
set centro_y 0
69
cria_centro_xy
70
set mover true
5000
set mover false
5001
set fim_plano true
Ent ao, o usu ario que deseja submeter um plano urbano para execuc ao, precisa conhe-
cer o funcionamento do programa (ou de algu em que conheca), para poder montar o plano
conforme a estrutura esperada para execuc ao.
Todos os controles de interface e todos os comandos possveis em uma execuc ao in-
terativa, s ao passveis de execuc ao atrav es de um plano de desenvolvimento urbano.
5.9.2 Simulac ao do Modelo Conc entrico com Plano Urbano
Nesta simulac ao, no plano de desenvolvimento urbano foi usado controle de renda e a
coes ao foi desligada, fazendo com que seja levada em conta somente a renda das turtles na
distribuic ao sobre o ambiente sem a busca por similaridade. O plano de desenvolvimento
urbano correspondente a este exemplo e o plano mostrado na Sec ao 5.9.1.
Na Figura 51 pode-se observar o incio da execuc ao do modelo conc entrico com o uso
de um plano de desenvolvimento urbano.
O controle de sobreposic ao foi desligado fazendo com que o procedimento de
distribuic ao de renda leve em conta a classe que a turlte pertence, ou seja, turtles azuis tem
77
Figura 51: Incio da Simulac ao do Modelo Conc entrico com Plano
gasto m aximo e mnimo maior que das turtles verdes e vermelhas, sendo que as turtles
verdes tem gasto m aximo e mnimo maior que das turtles vermelhas.

E importante ressaltar que nesta simulac ao, todos os controles da interface, bem como
a criac ao da area central de status superior foram feitas atrav es do plano de desenvolvi-
mento urbano que foi submetido ao programa.
A Figura 52 mostra a formac ao do modelo conc entrico de Burgess com controle de
renda atrav es de um plano de desenvolvimento urbano.
Figura 52: Simulac ao do Modelo Conc entrico com Plano
5.9.3 Simulac ao do Modelo Setorial com Plano Urbano
Nesta simulac ao do modelo de Hoyt, os controles de coes ao e sobreposic ao foram
ligados, sendo que a similaridade buscada pelos agentes foi de 55%.
Primeiramente, o plano de simulac ao cria tr es areas centrais, uma de classe alta, duas
de classe m edia e uma de classe baixa. As ligac oes (vias de transporte) entre as areas
ocorrem da seguinte forma: duas vias se dirigem da area central de status superior para
cada uma das areas de classe m edia, as quais s ao ligadas por vias de menor qualidade a
78
area de status inferior.
A Figura 53 mostra o incio da simulac ao do modelo setorial, onde as areas est ao em
construc ao.
Figura 53: Incio da Simulac ao do Modelo Setorial com Plano
Nesta simulac ao nota-se que cada area central atrai os agentes de sua respectiva classe
social, fazendo com que se desloquem ao longo das vias criadas.
Como a similaridade foi de 55%, a tend encia deste modelo e que haja um menor
n umero de grupos de uma certa classe, ou seja, as populac oes de turtles tendem a car
mais aglomeradas com indivduos de sua classe.
O plano de desenvolvimento utilizado nesta simulac ao foi bem maior que o da
simulac ao 5.9.2, pois era necess ario a criac ao de tr es areas centrais, bem como as vias
de ligac ao, isso mostra que para planos maiores como esse, o conhecimento sobre o pro-
grama e necess ario para que a simulac ao rode satisfatoriamente.
Na Figura 54 pode-se visualizar a formac ao do modelo setorial de Hoyt num momento
em que as populac oes ainda n ao est ao totalmente aglomeradas.
Figura 54: Grupos de Agentes em Formac ao no Modelo Setorial com Plano
Como na simulac ao h a controle de coes ao e sobreposic ao, o movimento ao longo das
79
vias e a atrac ao para as areas centrais, acabou levando a formac ao do modelo setorial
de Hoyt, onde a populac ao de classe alta cou cercada pela populac ao de classe m edia
e empurrou a populac ao de classe baixa para a parte oposta, cando as turtles de status
inferior ao longo das vias de menor qualidade e na area central de degradada.
A Figura 55 mostra o modelo setorial de Hoyt formado.
Figura 55: Simulac ao do Modelo Setorial com Plano
5.10 Resultados Observados
Nesta sec ao s ao descritos os principais resultados observados durante as simulac oes,
sendo apontadas as caractersticas do modelo de simulac ao proposto que mais inuencia-
ram para a formac ao dos modelos te oricos da estrutura urbana e dos padr oes que emergi-
ram.
Foram escolhidas quantidades iguais de agentes de cada populac ao, por em e ne-
cess ario informar que dependendo da diferenca de quantidade dos agentes de um certo
tipo, pode haver alguma diferenca na formac ao dos modelos urbanos e padr oes que emer-
giram.
Com o controle de tempo, h a uma renovac ao dos agentes no ambiente, sendo que
quando um agente de um certo tipo morre, e criado outro do mesmo tipo em um lugar
escolhido aleatoriamente no ambiente, fazendo com que a formac ao de padr oes demore
mais a surgir, ou seja, os modelos te oricos simulados demoram mais a aparecer quando
h a tempo de vida para os agentes. A similaridade tamb em e afetada pelo tempo de vida,
pois uma turtle pode estar com uma vizinhanca que preenche a similaridade procurada,
mas ao morrer um/alguns de seus vizinhos o nvel similaridade procurada pode cair ao
ponto de levar a turlte a trocar de patch.
O crescimento populacional tamb em inuencia na formac ao dos padr oes, pois a simi-
laridade desejada por uma agente poder a ser melhor medida quando todas as turtles es-
tiverem no ambiente, levando um maior tempo na formac ao dos modelos se a simulac ao
comecar com poucas turtles.
80
Com o controle de degradac ao e possvel vericar fen omenos de deteriorac ao das
areas urbanas, pois pode-se controlar quanto ser a degradado de uma area criada em uma
certa quantidade de tempo e fazer com que as populac oes se movimentem como, por
exemplo, quando um distrito central de neg ocios deixa de ser interessante e n ao recebe
mais melhorias, e a populac ao de classe baixa toma conta, com as populac oes de classe
mais alta indo procurar outros lugares com mais amenidades.
O controle de similaridade mostrou que e possvel aumentar e diminuir a formac ao de
grupos de uma mesma populac ao, ou seja, quanto maior a similaridade procurada pelos
agentes, mais aglutinados cam as populac oes e menos grupos de uma mesma classe s ao
formados no ambiente.
A coes ao que age junto com a similaridade, faz com que as turtles quem mais ou
menos espalhadas pelo ambiente, pois depende do percentual de similaridade setado para
a simulac ao. Com controle de coes ao, os agentes n ao permanecem numa posic ao somente
pelo valor do local, mas tamb em procuram car perto de seus semelhantes, gerando um
modelo com mais ou menos grupos de turtles de uma mesma classe.
O controle de sobreposic ao quando ligado, faz com que os agentes quem mais mistu-
rados, pois as faixas de valores dos patches se sobrep oem e onde s o poderiam permanecer,
por exemplo, turtles verdes tamb em h a a presenca de turtles vermelhas.
Apesar do controle de renda n ao estar baseado em nenhum valor monet ario do mundo
real, as simulac oes com controle de renda mostraram que e possvel controlar o movi-
mento dos agentes dependendo da renda estipulada, ou seja, a variac ao da renda inui
diretamente na formac ao dos modelos te oricos da estrutura urbana.
Mesmo com o programa estruturado para simular apenas tr es classes sociais, a
formac ao dos modelos te oricos da estrutura urbana puderam ser observados, notando-
se que as areas criadas, as vias criadas, a escolha de certos controles da interface geram
os padr oes desejados e tamb em possibilitam a formac ao de novos padr oes, os quais n ao
eram esperados, mas que com as in umeras simulac oes realizadas, emergiram e chamaram
a atenc ao, tal como o movimento das classes (simulac ao 5.5).
Tamb em foi possvel vericar simulac oes com uso de mapa e plano de desenvolvi-
mento urbano. Apesar de ter sido um programa para usar um mapa reduzido e muito
simples, mostrou-se que e possvel simular os modelos te oricos da estrutura urbana em
cima de um mapa de cidade e vericar os locais escolhidos e movimentos da populac ao.
J a o uso de um plano urbano possibilita ao usu ario do programa estruturar um arquivo
com todas opc oes que deseja, bem como as variac oes que a estrutura urbana dever a pas-
sar e vericar o resultado nal para entender como poder a aplicar os diversos controles
sobre uma area e chegar a uma situac ao satisfat oria.
6 CONCLUS

AO
Revisando os conceitos e caractersticas do espaco urbano pode-se ter uma ideia de
alguns modelos te oricos do espaco urbano que eram interessantes de serem simulados no
modelo proposto.
A modelagem e simulac ao baseada em agente formou toda a base para implementac ao
do modelo proposto, sendo que alguns conceitos foram revisados, modelos utilizados
foram explicados e a ferramenta NetLogo que foi utilizada para implementar o modelo
proposto foi devidamente caracterizada.
Ap os a revis ao desses conceitos e a descric ao de mais alguns t opicos importantes, a
simulac ao dos modelos te oricos da estrutura urbana foram detalhados.
No modelo de simulac ao proposto, as simulac oes dos modelos te oricos Conc entrico,
Setorial e M ultiplos N ucleos foi possvel, respeitando algumas limitac oes do modelo, pois
haviam apenas tr es classes sociais e, al em disso, o espaco urbano e muito complexo e ca
extremamente difcil representar todas as caractersticas que o espaco urbano apresenta.
Com os resultados observados, mostrou-se a ideia que um usu ario deste programa
pode ter sobre a estrutura de uma cidade, pois v arios controles que foram implementados
podem mostrar as prefer encias dos indivduos e alguns dados que podem ser interessantes
para vericar como possveis escolhas individuais agem sobre uma populac ao.
Nas simulac oes, pode ser observado que quanto maior a similaridade procurada por
um agente, maior ser a a coes ao no ambiente, ou seja, os agentes procuram car perto de
outros agentes de mesma classe (tipo) aumentando a segregac ao, como foi previsto por
Thomas Schelling (Schelling, 1971).
O uso de um mapa simples tornou possvel vericar a formac ao de padr oes urbanos
emcima desse mapa, o que leva a conclus ao de que commais trabalho emcima do modelo
proposto, pode-se chegar ao uso de mapas reais para certos tipos de cidades, pois e muito
difcil construir um modelo que possa representar a complexidade e estrutura diferenciada
de todos os tipos de cidades.
Os controles utilizados no modelo proposto foram ecientes na formac ao dos padr oes
te oricos urbanos, pois foi possvel vericar que com ou sem o controle de renda, os mo-
delos eram formados variando no tempo que levava para sua formac ao. Os controles do
82
tempo de vida e crescimento da populac ao ajudou a aproximar o modelo do que acontece
no mundo real, pois pode-se relacion a-los as taxas de natalidade, mortalidade e assim por
diante.
Com o controle de degradac ao e possvel inverter um modelo, pois uma area de mo-
radias ricas pode passar a ser um lugar degradado que s o atrai indivduos de classe baixa
que s o tem condic oes de morar em lugares de menos prestgio e menor qualidade.
Com a simulac ao de planos de desenvolvimento urbano, o que facilita a vericac ao
de como alguns controles e outras caractersticas agir ao sobre uma sociedade, ilustrou-se
como um usu ario planejador de desenvolvimento urbano poderia utilizar um simulador de
processos urbanos para testar e vericar suas ideias de planejamento antes de aplic a-las a
uma sociedade real.
Nestas simulac oes, ainda foi possvel vericar o surgimento de padr oes que n ao eram
esperados, mas que chamaram a atenc ao por se tratarem de movimentos de inu encia de
uma populac ao sobre outra.
Tamb em, a extens ao do modelo segregac ao do NetLogo foi vi avel para vericar e
simular modelos do espaco urbano dando um ideia de como agem os indivduos que
est ao separados em tr es classes sociais distintas e como suas prefer encias inuenciam a
sociedade em geral.
Finalmente, observa-se que a utilizac ao de arquivos contendo sequ encias de controle
da simulac ao, como feito para simular planos de desenvolvimento urbano, parece ser uma
contribuic ao interessante deste trabalho ao modo de uso do NetLogo, j a que o uso de
tais arquivos n ao parece ser muito comum, n ao ocorrendo em nenhum dos exemplos da
biblioteca de modelos que acompanha a instalac ao da plataforma.
83
REFER

ENCIAS
Abbas, M. (2012). Agent-based modeling and simulation. Articial Intelligence Applica-
tions to Critical Transportation Issues, page 58.
Abramo, P. (2001). Mercado e ordemurbana: do caos ` a teoria da localizac ao residencial.
Bertrand Brasil.
AUML-Effort (2012). Agent UML Web Site. Foundation for Intelligent Physical Agents,
http://www.auml.org/auml/main.shtml.
Burgess, E. W. (1967). The growth of the city: an introduction to a research project.
Ardent Media.
Caldeira, T. P. d. R. (2000). City of walls: crime, segregation, and citizenship in S ao
Paulo. Univ of California Press.
Casti, J. L. and Andersen, R. (1997). Would-be worlds: How simulation is changing the
frontiers of science. New York.
Clark, D. (1985). Introduc ao ` a geograa urbana. DIFEL.
Colby, C. C. (1933). Centrifugal and centripetal forces in urban geography. Annals of the
Association of American Geographers, 23(1):120.
Corr ea, R. L. (2003). O Espaco Urbano. Editora

Atica.
Corr ea do Lago, L. (2000). Desigualdades e segregac ao na metr opole: o rio de janeiro
em tempo de crise. Observat orio IPPUR/UFRJ-FASE.
de Melo, N. A. (2008). O planejamento urbano e sua aplicabilidade em pequenas cidades:
O estudo de caso do municpio de santa vit oriamg.
Dror, Y. (1963). The planning process: a facet design. International Review of Adminis-
trative Sciences, 29(1):4658.
Feitosa, F. (2010). Urban segregation as a complex system: an agent-based simulation
approach. Ecology and development series 70Cuvillier Verlag, G ottingen.
84
Feitosa, F. F., Le, Q. B., and Vlek, P. L. (2011). Multi-agent simulator for urban segre-
gation (masus): A tool to explore alternatives for promoting inclusive cities. Computers,
Environment and Urban Systems, 35(2):104115.
FIPA, A. (2012). FIPA ACL Message Structure Specication. Foundation for Intelligent
Physical Agents, http://www.pa.org.
Furlan, J. D. (1998). Modelagem de objetos atrav es da UML-the unied modeling lan-
guage. Makron books.
Gilbert, N. (2008). Agent-based models. Number 153. Sage.
Harris, C. D. and Ullman, E. L. (1945). The nature of cities. Annals of the American
academy of political and social science, 242:717.
Hillier, A., Tomlin, D., and Mathur, P. (2007). Agent-based modeling of urban phenomena
in gis. Masters in Urban Spatial Analytics, University of Pennsylvania.
Hoyt, H. (1939). The structure and growth of residential neighborhoods in american cities.
Federal Housing Administration, Washington DC.
Johnson, J. H. (1974). Geograa Urbana. Oikos-tau.
Macal, C. M. and North, M. J. (2005). Tutorial on agent-based modeling and simula-
tion. In Proceedings of the 37th conference on Winter simulation, pages 215. Winter
Simulation Conference.
Macal, C. M. and North, M. J. (2010). Tutorial on agent-based modelling and simulation.
Journal of Simulation, 4(3):151162.
Massey, D. S. and Denton, N. A. (1988). The dimensions of residential segregation.
Social forces, 67(2):281315.
North, M. J. and Macal, C. M. (2011). Product design patterns for agent-based modeling.
In Proceedings of the Winter Simulation Conference, pages 30873098. Winter Simula-
tion Conference.
Park, R., Burgess, E. W., and McKenzie, R. D. (1925). The city: Suggestions for the study
of human nature in the urban environment. Chicago.
Reardon, Sean F e OSullivan, D. (2004). Measures of spatial segregation. Sociological
methodology, 34(1):121162.
Rolnik, R. (1997). A cidade ea lei: legislac ao, poltica urbana e territ orios na cidade de
S ao Paulo. Studio Nobel.
85
Rumbaugh, J., BOOCH, G., and JACOBSON, I. (2000). Umlguia do usu ario. Editora
Campus.
Russell, S. J. and Norvig, P. (2004). Intelig encia articial. Editora Campus.
Sabatini, F. (2006). The social spatial segregation in the cities of latin america. Technical
report, Inter-American Development Bank.
Schelling, T. C. (1971). Dynamic models of segregation. Journal of mathematical socio-
logy, 1(2):143186.
Snyder, D. E. (2013). Models of urban structure. [Online; accessed 15-November-2013].
UNFPABrasil (2013). Populac ao. Disponvel em:
http://www.unfpa.org.br/novo/index.php/populacao. Acesso em: 14 jun. 2013.
Waddell, P. (2013). Urbansim project. Disponvel em:
http://www.urbansim.org/Main/WebHome. Acesso em: 14 nov. 2013.
Wikipedia (2013a). Concentric zone model wikipedia, the free encyclopedia. [Online;
accessed 15-December-2013].
Wikipedia (2013b). Multiple nuclei model wikipedia, the free encyclopedia. [Online;
accessed 15-November-2013].
Wikipedia (2013c). Planejamento urbano wikipedia, the free encyclopedia. [Online;
accessed 25-December-2013].
Wilensky, U. (1997). Netlogo segregation model. Center for Connected Learning and
ComputerBased Modeling, Northwestern University, Evanston, Illinois, USA.
Wilensky, U. (1999). Netlogo. Center for Connected Learning and ComputerBased
Modeling, Northwestern University, Evanston, Illinois, USA.
Wilensky, U. (2012). Netlogo user manual. Center for Connected Learning and Compu-
terBased Modeling, Northwestern University, Evanston, Illinois, USA.