ESCOLA POLITÉCNICA DA UFBA (EP-UFBA)

Departamento de Engenharia de Transportes e Geodésia

ENG134 – Planejamento e Economia dos Transportes

Aula 03 – Modelagem de
Transportes (Princípios e Técnicas)

Jorge Ubirajara Pedreira Júnior

Agenda
(1) Modelagem no Processo de Planejamento
(2) Conceitos Fundamentais em Modelos de Transporte
(2.1) Demanda
Microeconomia (2.2) Elasticidade
(2.3) Utilidade e Custo Generalizado

(2.4) Estacionariedade
Modelagem (3.2) Agregação
(3.3) Escopo

(3) Seleção de Modelos

(4) Classes de Modelos
(5) Modelagem de Transportes na Prática
(6) Discussão
(1) Modelagem no Processo de Planejamento
• Modelos: representações simplificadas que permitem a
compreender, explorar e especular sobre uma realidade específica
Modelagem

REALIDADE MODELO

Inferência

 Simplicidade  Facilidade de manipulação e interpretação

Encapsular as características mais importantes

Evitar detalhes supérfluos

(1) Modelagem no Processo de Planejamento
• Propósitos da Modelagem

 Predizer condições futuras na ausência de alguma política de

intervenção.

 Predizer condições futuras a partir da implementação de uma ou

mais políticas de intervenção.

 Testar a performance de uma política de intervenção em face a

diferentes cenários (robustez da política).

 Produzir previsões de curtíssimo prazo para tomada de decisões em

tempo real.
(1) Modelagem no Processo de Planejamento
• Escala e Detalhamento:
- Modelos podem representar sistemas em pequenas áreas ou grandes
regiões, resultando em diferentes níveis de detalhamento:

Modelo de um Cruzamento Modelo de um Sistema Viário Metropolitano

↓ Área, ↑ Detalhamento ↑ Área, ↓ Detalhamento

(1) Modelagem no Processo de Planejamento
• Produção de Estimativas:
- Estimativas são indicadores produzidos a partir do resultado da
modelagem e que fundamentam as análises que se realizam sobre o
mesmo
- Devem aderir ao propósito da modelagem executada:
- Exemplos de modelos:
Avaliação da Avaliação de Alternativas Avaliação de Sistema de
Acidentalidade em um de Precificação de Transporte para Corredor
Cruzamento Estacionamentos de Alta Demanda
(1) Nº de conflitos entre (1) Padrão de ocupação dos (1) Tempo médio de viagem
automóveis estacionamentos (2) Tempo médio de espera
(2) Nº de acidentes (2) Receita gerada em estações
produzidos
(1) Modelagem no Processo de Planejamento
• Características Desejáveis de um Modelo:
(1) Precisão e Exatidão:

Exatidão: NÃO Exatidão: NÃO Exatidão: SIM Exatidão: SIM

Precisão: NÃO Precisão: SIM Precisão: NÃO Precisão: SIM

Porém...

↑ Precisão e Exatidão ⇒ ↑ Recursos, Custos e Tempo

 Quais devem ser os níveis mínimos de precisão e exatidão dos resultados

do modelo?
(1) Modelagem no Processo de Planejamento
• Características Desejáveis de um Modelo:
(2) Economia de Recursos
- Apesar dos avanços recentes tanto na obtenção, tratamento e capacidade de
processamento (hardware) dos dados, continua sendo um grande desafio.
- Ex.: os dados de entrada dos modelos de planejamento da RMS foram obtidos
em pesquisas realizadas por centenas de pesquisadores ao longo de vários
meses de coleta.
(1) Modelagem no Processo de Planejamento
• Características Desejáveis de um Modelo:
(3) Produzir indicadores no Nível de Agregação apropriado
- As estimativas devem ser detalhadas de modo compatível com o propósito da
modelagem.
Ex.: Modelo de Divisão Modal

Motorizado Motorizado Não

Individual Coletivo Motorizado

Sobre Sobre Nível de

Carro Moto A pé Bicicleta
Trilhos Pneus Agregação

Trem
Metrô VLT
Conv.
(1) Modelagem no Processo de Planejamento
• Características Desejáveis de um Modelo:
(4) Representar Interações Importantes com Cobertura Geográfica Apropriada
- É importante que o modelo represente quaisquer processos que venham a
sofrer influência (ou influenciar) as políticas de intervenção a serem testadas

Cruzamento 2
Cruzamento 1

- Ex.: Os impactos da construção de um viaduto

no cruzamento em estudo levam em
consideração o comportamento nos
cruzamentos 1 e 2? Como ele influenciará ou
pode ser influenciado por estes outros
sistemas não considerados no modelo?
(1) Modelagem no Processo de Planejamento
• Especificação, Calibração e Validação
- A maioria dos modelos baseia-se na hipótese de que observando-se o
comportamento passado ou atual do sistema, é possível inferir algumas regras
que determinem esse comportamento.
- O processo de decidir quais regras devem ser incluídas no modelo chama-se
Especificação.
- Ex.: é possível afirmar que número de habitantes, número de empregos e de matrículas
escolares determinam a quantidade de viagens de uma determinada zona.

- Posteriormente é necessário verificar como essas regras influenciam os

resultados de um modelo, processo denominado de Calibração.
- Ex.: o número de matrículas escolares aumentam o número de viagens de forma
linear/exponencial/logarítmica? De acordo com que fator (2 vezes? Ao quadrado? Log base 𝑒?)

- Ao final, o modelo calibrado deve ser testado em diversas situações/cenários

para verificar se a calibração consegue predizer com confiabilidade os
resultados, processo conhecido como Validação.
(2) Conceitos Fundamentais em Modelos de Transporte

MICROECONOMIA MODELAGEM

Demanda Estacionariedade

Elasticidade Agregação

Utilidade e Custo
Escopo
Generalizado
(2.1) Demanda
• Em um determinado local habitado por 6 indivíduos, cada um está
disposto a utilizar o modo de transporte coletivo naquele dia se a tarifa
cobrada for menor ou igual a um determinado valor de acordo com a
seguinte tabela:
Máxima Tarifa
Usuário
Tarifa ($) Aceitável
Maria 7,50
9,00 João 6,00
José 4,50
7,50
Carina 3,00
6,00 Alberto 1,50
Marcela Gratuidade
4,50

3,00

1,50

0,00
0 1 2 3 4 5 6 # Usuários
(2.1) Demanda
• A DEMANDA de um determinado produto retrata a relação entre o
desejo de consumo deste produto com o seu preço em um
determinado período de tempo.

Preço (P)  Lei da Demanda: a quantidade demandada de um

produto está negativamente relacionada ao seu preço,
ceteris paribus*.

Curva de Demanda

* ceteris paribus: tudo o mais mantido constante

(outros fatores como renda, preço de outros bens
correlacionados, preferências, etc.)

Quantidade
Demandada (Q)
(2.1) Demanda
• Mudanças na Demanda:
- A demanda (curva característica) pode variar em função de diversos fatores

Aumento da Demanda Diminuição da Demanda

P P
D’’
D’ D’
D’’

P’ P’

Q’ Q’’ Q Q’’ Q’ Q
(2.1) Demanda
• Possíveis Causas de Alterações da Demanda:
 Variações em: Exemplos
Aumento na preferência pelo transporte não-motorizado
Preferências em Copenhague (DIN) aumentou a demanda por bicicletas

Subida dos preços dos combustíveis reduz a demanda por

Preço de Bens Complementares automóveis

Aumento no preço do automóvel eleva a demanda pelo

Preço de Bens Substitutos transporte coletivo

Aumento da renda provoca crescimento de consumo de

Renda automóveis (bens normais) e, em geral, redução na
demanda do transporte público (bem inferior)

Anúncio de subida do preço da gasolina para o dia seguinte

Expectativas provoca aumento da demanda no dia atual.

Migração para Camaçari na década de 1980 provocou

Número de Compradores aumento na demanda por automóveis nesta região
(2.1) Demanda
• Importante:
 Alteração na Demanda: deslocamento da curva de demanda.
 Alteração na Quantidade Demandada: variação ao longo da curva de demanda.
- Ex.: Demanda por automóvel:
a) Campanha publicitária incentivando o uso do b) Pedágio urbano no centro da cidade
transporte coletivo em detrimento do automóvel (movimento ao longo da curva)
(deslocamento da curva)

P P
D’ D
D’’

P2

P’

P1

Q’’ Q’ Q Q2 Q1 Q
(2.2) Elasticidade
• Tão importante quanto analisar o sentido da variação da
demanda ou da quantidade demandada é entender a
magnitude dessa mudança.
• Elasticidade: dimensão da resposta indivíduos às
mudanças das condições do mercado.
 Algumas categorias de Elasticidade:

Elasticidade-Preço da Intensidade da variação da quantidade demandada em

função da variação do preço do bem em estudo.
Demanda
Elasticidade-Renda da Magnitude da variação da demanda em função da variação
da renda dos consumidores.
Demanda
Elasticidade-Preço Cruzada da Dimensão da variação da demanda em função da variação
do preço de outros bens.
Demanda
(2.2) Elasticidade
• Elasticidade-Preço da Demanda:
- Cálculo:
%Δ𝑄
𝐸𝑝 =
%Δ𝑃
onde:
%Δ𝑄: Variação percentual na quantidade demandada.
%Δ𝑃: Variação percentual no preço do produto.

- Exemplo: Uma queda de 20% no número de passageiros do transporte coletivo

ocasionada por um aumento de 10% na tarifa representa uma Elasticidade-Preço da
Demanda de:
%Δ𝑄 −20%
𝐸𝑝 = = = −2
%Δ𝑃 10%

- Note que a 𝐸𝑝 é negativa em função da maioria quase absoluta dos produtos

seguirem a lei da demanda (↑ 𝑃 ⇒ ↓ 𝑄).
(2.2) Elasticidade
• Elasticidade-Preço da Demanda:
- Uma formulação mais comum para o cálculo desta elasticidade é dada por:

Δ𝑄/𝑄 𝑃 Δ𝑄
𝐸𝑝 = =
Δ𝑃/𝑃 𝑄 Δ𝑃
onde:
𝑄: Quantidade demandada inicial
𝑃: Preço inicial
Δ𝑄: Variação absoluta na quantidade demandada.
Δ𝑃: Variação absoluta no preço do produto.

 A demanda por um bem é chamada de elástica se a quantidade demandada

responde substancialmente a mudanças no preço:
|𝐸𝑝 | > 1
 Diz-se que a demanda por um bem é inelástica se a quantidade demandada
responde pouco a mudanças no preço.
|𝐸𝑝 | < 1
- Obs.: quando 𝐸𝑝 = 1, diz-se que a elasticidade é unitária.
(2.2) Elasticidade
 Uma curva de demanda linear apresenta regiões elásticas, unitária e
inelásticas.
- Suponha uma curva 𝑄 = 8 − 2𝑃.

- Já que Δ𝑄/Δ𝑃 = −2, então 𝑬𝒑 = −𝟐𝑷/𝑸

P P Q 𝑬𝒑 Tipo
4 0 -∞ Elástica

3 2 -3 Elástica

4 2 4 -1 Unitária

1 6 -1/3 Inelástica
2 0 8 0 Inelástica

4 8 Q
(2.2) Elasticidade
• Fatores que influenciam na Elasticidade-Preço da Demanda:

Disponibilidade de bens A demanda é mais elástica quanto mais substitutos

próximos estiverem disponíveis (metrô/ônibus,
substitutos próximos gasolina/etanol)

Bens necessários (alimentos, transporte) costumam ter

Essencialidade dos bens demandas mais elásticas que bens supérfluos (joias,
celulares de última geração)

Mercados definidos de forma ampla tendem a ter demanda

mais inelástica do que os definidos de forma mais restrita
Definição do mercado (ex.: a 𝐸𝑝 de passagens de metrô é mais elástica que a de
passagens de transporte coletivo em geral).

Os bens tendem a apresentar demandas mais elásticas em

horizontes de tempo mais longos (ex.: quando a gasolina
sobe, a quantidade demandada desse combustível cai pouco
Horizonte de Tempo nos primeiros meses. Com o passar do tempo, as pessoas
compram carros que consomem menos gasolina/utilizam
outro tipo combustível, passam a usar transporte público,
mudam-se para locais mais próximos ao trabalho, etc.)
(2.2) Elasticidade

• Interpretação gráfica da Elasticidade-Preço da Demanda

P
D Demanda Perfeitamente Inelástica:
- Qualquer aumento/diminuição no preço
não altera a quantidade demandada.

5
25%
4

100 Q
(2.2) Elasticidade

• Interpretação gráfica da Elasticidade-Preço da Demanda

P
D Demanda Inelástica:
- Elasticidade-Preço da Demanda inferior
a 1:
10%
𝐸𝑃𝑑𝑒𝑚 = = 0,4
5 25%
25%
4

90 100 Q
10%
(2.2) Elasticidade

• Interpretação gráfica da Elasticidade-Preço da Demanda

P
Demanda com Elasticidade Unitária:
D - Elasticidade-Preço da Demanda igual a
1:
25%
𝐸𝑃𝑑𝑒𝑚 = =1
5 25%
25%
4

75 100 Q
25%
(2.2) Elasticidade

• Interpretação gráfica da Elasticidade-Preço da Demanda

P
Demanda Elástica:
- Elasticidade-Preço da Demanda maior
D que 1:
60%
𝐸𝑃𝑑𝑒𝑚 = = 2,4
5 25%
25%
4

40 100 Q
60%
(2.2) Elasticidade

• Interpretação gráfica da Elasticidade-Preço da Demanda

P
Demanda Perfeitamente Elástica:
- Elasticidade-Preço da Demanda infinita
Qualquer preço acima de $4, a
quantidade demandada é zero

D
4
Em $4, os consumidores
Qualquer preço abaixo de $4, a comprarão qualquer
quantidade demandada é quantidade (dependerá do
infinita equilíbrio)

Q
(2.2) Elasticidade

• Elasticidade-Renda da Demanda:
• Mede a variação da quantidade demandada provocada por uma
variação na renda do consumidor
%Δ𝑄
𝐸𝑅 =
%Δ𝑅
• Bens normais: 𝐸𝑅 > 0 (positiva)
 Bens cujo aumento da renda provoca aumento da quantidade
demandada.

• Bens inferiores: 𝐸𝑅 < 0 (negativa)

 Bens cujo aumento da renda provoca diminuição da quantidade
demandada.
- passagens de transporte coletivo: em alguns lugares, quanto maior a renda do
cidadão, maior a probabilidade que ele deixe de utilizar utilize o transporte público
(passando a utilizar o motorizado individual). Logo, em certos mercados, o transporte
público é considerado um bem inferior.
(2.2) Elasticidade

• Elasticidade-Preço Cruzada da Demanda:

• Mede a variação da quantidade demandada do bem “a” provocada
por uma variação no preço do bem “b”:
Δ𝑄𝑎
𝐸𝑄𝑎,𝑃𝑏 =
Δ𝑃𝑏
• Bens substitutos: 𝐸𝑄𝑎 ,𝑃𝑏 > 0 (positiva)
 Um aumento no preço de um bem substituto (b) provoca
aumento da quantidade demandada do bem em estudo (a)
Ex.: Transporte Motorizado Individual x Transporte Coletivo

• Bens complementares: 𝐸𝑄𝑎 ,𝑃𝑏 < 0(negativa)

 Um aumento no preço de um bem complementar (b) provoca
diminuição da quantidade demandada do bem em estudo (a)
Ex.: Gasolina x Carro
(2.3) Utilidade e Custo Generalizado
• Preferência do Consumidor:
 No seu cotidiano, o consumidor se depara com diversas possibilidades de
consumo. Estas possibilidades podem ser expressas por listas representando
quantias específicas de dois ou mais produtos (cesta de mercado):
- Ex.: Cestas contendo “unidades” de alimento e transporte
Cesta Unidades de Alimento Unidades de Transporte
A 20 20
B 30 20
C 25 25

 A Economia Clássica estabelece algumas premissas básicas sobre as

preferências do consumidor ao selecionar suas cestas:
(1) Integralidade: as preferências são completas  os consumidores podem ordenar
e selecionar todas as cestas de mercado. Ex.: entre duas cestas A e B, o consumidor
preferirá A a B, B a A ou será indiferente a ambas.
(2) Transitividade: Se A é melhor que B e B é melhor que C, então A é melhor que C.
(3) Monotonicidade: os consumidores preferem sempre quantidades maiores de
cada mercadoria (“mais é melhor do que menos”).
(2.3) Utilidade e Custo Generalizado
• UTILIDADE: nível de satisfação ou bem-estar que os
consumidores enxergam ao consumir um determinado
bem/serviço ou um conjunto de bens/serviços no mercado.
 A Teoria do Comportamento do Consumidor pressupõe que o consumidor
busca maximizar sua utilidade no processo de decisão de compra, dadas as
suas restrições orçamentárias.
 Dessa forma, guiado por suas preferências o consumidor escolhe a cesta de
mercado que lhe garante a maior utilidade.
Cesta Unidades de Alimento Unidades de Transporte
- Pelo princípio da monotonicidade,
A 20 20
claramente B e C são preferíveis a A.
B 30 20
- Mas o que se pode dizer entre B e C?
C 25 25

 Há basicamente dois enfoques sobre os quais a utilidade pode ser

entendida: Cardinal e Ordinal.
(2.3) Utilidade e Custo Generalizado
• Utilidade CARDINAL:
- Pressupõe que a utilidade é uma característica mensurável (unidade de
medida: “util”)
- Ex.: 𝑈(1 𝑣𝑖𝑎𝑔𝑒𝑚 𝑑𝑒 𝑐𝑎𝑟𝑟𝑜) = 4 𝑢𝑡𝑖𝑠; 𝑈(1 𝑣𝑖𝑎𝑔𝑒𝑚 𝑑𝑒 ô𝑛𝑖𝑏𝑢𝑠) = 2 𝑢𝑡𝑖𝑠
- Conceito inicialmente abordado pelos economistas, mas de abstração
extremamente complicada.
- O que significa estar 2 vezes mais satisfeito?

• Utilidade ORDINAL:
- As preferências do consumidor não podem ser mensuradas, mas sim
ranqueadas, ou seja, colocadas em ordem de preferência.

- Ex.: 𝑈 1 𝑣𝑖𝑎𝑔𝑒𝑚 𝑑𝑒 𝑐𝑎𝑟𝑟𝑜 > 𝑈(1 𝑣𝑖𝑎𝑔𝑒𝑚 𝑑𝑒 ô𝑛𝑖𝑏𝑢𝑠)

- Noção mais aceitável  não se mede a diferença de satisfação entre

duas cestas, somente a preferência de uma em relação à outra.

- O processo de ordenação é suficiente para a análise da tomada de

decisão do consumidor
(2.3) Utilidade e Custo Generalizado
• Função Utilidade:
- Fórmula que atribui um nível de utilidade a cada cesta de mercado.

- Suponha uma cesta que considere quantidades de passeios turísticos por

trem (T) e por barcos (B):
𝑈 𝑇, 𝐵 = 𝑇 + 2𝐵

- Ou seja, consumir 2 passeios de trem e 4 passeios de barco gera uma

utilidade de 𝑈 𝑇 = 2, 𝐵 = 4 = 2 + 2 ∙ 4 = 10.

- Esta cesta anterior é preferível a outra que considere 3 passeios de trem e

1 de barco: 𝑈 𝑇 = 3, 𝐵 = 1 = 3 + 2 ∙ 1 = 5.

- Importante: a função utilidade é somente um modo de classificar as

diferentes cestas de mercado. A dimensão da diferença entre as utilidades
das cestas anteriores não fornecem nenhuma informação adicional (sob o
ponto de vista da Utilidade Ordinal).
(2.3) Utilidade e Custo Generalizado
• Curvas de Indiferença:
- Também denominadas de curvas de isoutilidade, determina um conjunto
de cestas que conferem satisfação equivalente ao consumidor:
- Suponha, por simplificação, dois produtos (x e y):

O consumidor está igualmente satisfeito se

Qy consumir as cestas A, B ou C
U = 10
 Cesta A: 5 de y e 7 de x;
A
5  Cesta B: 3 de y e 4 de x;
 Cesta C: 1 de y e 7 de x
3 B

1
C

1 4 7 Qx
(2.3) Utilidade e Custo Generalizado
• Curvas de Indiferença:
- Quanto mais longe da origem, maior a satisfação do consumidor
- Qualquer cesta em U’ confere maior satisfação ao consumidor que as
localizadas em U, porém menor que qualquer outra em U’’:

U’’ = 30
U’ = 20
Qy
U = 10 U’’ > U’ > U

Mapa de Indiferença: conjunto de todas

as possíveis curvas de indiferença de um
consumidor

Qx
(2.3) Utilidade e Custo Generalizado
• Taxa Marginal de Substituição:
- Mede a disposição que um certo consumidor tem de abrir mão de um certo
bem “y” para adquirir um bem adicional “x” na sua cesta:
Δ𝑄𝑦
𝑇𝑀𝑆 = −
Δ𝑄𝑥
Qy
U −𝟔
𝑻𝑴𝑺𝑨𝑩 = − =𝟔  O valor da TMSAB indica que
𝟏
16 A naquela condição inicial
−𝟒 (possuindo 16 itens de y e 1 de x)
-6
𝑻𝑴𝑺𝑩𝑪 = − =𝟒
𝟏 o consumidor está disposto a
10 B −𝟐 trocar 6 unidades de y por 1 de x
1 𝑻𝑴𝑺𝑪𝑫 = − =𝟐 e continuar igualmente satisfeito
𝟏
-4
 À medida que diminui a
C −𝟏 quantidade de “y” para obter “x”,
6 𝑻𝑴𝑺 = − = 𝟏
1 -2 𝑫𝑬 o consumidor se torna cada vez
4 D 𝟏
2 1 -1 E menos disposto a realizar essa
1
substituição (TMS é decrescente)

1 2 3 4 5
Qx
(2.3) Utilidade e Custo Generalizado
• Utilidade X Custo Generalizado:
- Da função utilidade, sabe-se que o bem-estar do consumidor será maior
quanto maiores forem as quantidades dos bens consumidos em uma cesta.
- No contexto dos transportes, a tomada de decisão envolve usualmente a
escolha de um modo de transporte, uma alternativa viária para se atingir
um determinado destino ou o horário de partida de sua viagem.
- Nesse contexto, o melhor modo de transporte ou a melhor alternativa viária
é comumente aquele que fornece o menor tempo e o menor custo de
deslocamento*.
- Logo, uma função utilidade relacionada às escolhas modais/viárias é tanto
maior quanto menores forem os bens da cesta levada em consideração
(neste caso, tempo e custo).
- Portanto, em transportes utilizamos o conceito de “desutilidade”, também
denominado CUSTO GENERALIZADO (O’FLAHERTY, 2006; CAMPOS, 2013)
para avaliar as tomadas de decisão dos usuários.
*Apesar de outros atributos como conforto, segurança, confiabilidade, nº de transbordos (...) também serem levados em
consideração.
(2.3) Utilidade e Custo Generalizado
• Custo Generalizado:
- Uma função de Custo Generalizado assume comumente a seguinte forma:

𝐶𝐺 = 𝛽 ∙ 𝑇 + 𝐶
onde:
𝐶𝐺: Custo Generalizado ($)
𝑇: Tempo de viagem (min);
𝐶: Custo incorrido para executar a viagem ($);
𝛽: Coeficiente que representa o valor do tempo ($/min);

obtido por meio da calibração de dados de pesquisas de

preferência revelada ou inferido por meio de pesquisas
de preferência declarada.
(2.3) Utilidade e Custo Generalizado
• Custo Generalizado:
- Exemplo para um caso de escolha modal (O’FLAHERTY, 2006):

𝑘
𝐶𝐺𝑖𝑗 = 𝛽1 ∙ 𝑇𝑉𝑖𝑗𝑘 + 𝛽2 ∙ 𝑇𝐹𝑖𝑗𝑘 + 𝛼2 𝐶𝑖𝑗𝑘
onde:
𝑘
𝐶𝐺𝑖𝑗 : Custo de ir do local 𝑖 até o local 𝑗 utilizando o modo 𝑘 ($);
𝑇𝑉𝑖𝑗𝑘 : Tempo de viagem dentro do veículo (min);
𝑇𝐹𝑖𝑗𝑘 : Tempo de viagem fora do veículo (caminhada e espera) (min);
𝐶𝑖𝑗𝑘 : Custo incorrido para executar a viagem ($);
𝛽1 : Coeficiente que representa o valor do tempo dentro do veículo ($/min);
𝛽2 : Coeficiente que representa o valor do tempo fora do veículo ($/min);

- Ex.: valores comuns dos coeficientes no Reino Unido (O’FLAHERTY, 2006):

𝛽1 : £0,06/𝑚𝑖𝑛, 𝛽2 : £0,12/𝑚𝑖𝑛
(2.4) Estacionariedade
• A maioria dos modelos assume que o mundo real é
influenciado por uma série de “forças” que mantém o sistema
em estudo para um estado de equilíbrio (estacionariedade).
- Ex1: Volume de tráfego em 2 rotas concorrentes:
(a) Situação de equilíbrio com volumes (b) Uma das rotas apresenta aumento (c) Com novos motoristas persuadidos
históricos característicos de cada rota: de tráfego em determinado período a buscar a rota alternativa, um novo
equilíbrio é formado

Motoristas sentem o aumento Obs.: o equilíbrio final não é

do congestionamento necessariamente igual ao que
havia inicialmente
(2.4) Estacionariedade
• A maioria dos modelos assume que o mundo real é
influenciado por uma série de “forças” que mantém o sistema
em estudo para um estado de equilíbrio (estacionariedade).
- Ex2: Fila em um ponto de ônibus

(a) Situação de equilíbrio inicial em uma

fila de ônibus (tamanho estável).

(b) Em determinado momento, fila

começa a crescer.

(c1) Usuários se cansam de esperar e desistem de (c2) Empresas de ônibus aumentam a frequência
tomar o ônibus ou procuram meios alternativos do serviço

(d) Fila volta a diminuir

(e1) Fila volta a ficar atrativa para os (e2) Empresas de ônibus diminuem a
usuários (novo equilíbrio) frequência do serviço (novo equilíbrio)
(2.4) Estacionariedade
• Há casos em que o equilíbrio nunca é alcançado, porque o
sistema nunca atinge um estado estacionário.
- Ex: “Espiral viciosa” do transporte público

(a) Aumento na tarifa (b) Redução no número

de passageiros

(c) Redução da receita

da empresa de ônibus

(d) Redução na qualidade

do serviço
(2.4) Estacionariedade
• Sistemas que não apresentam equilíbrio (estacionariedade)
frequentemente não produzem estimativas consistentes
para avaliação (elas estão sempre variando e calcular uma
média e um respectivo intervalo de confiança é
inapropriado);
• Deste modo, o conceito de equilíbrio é adotado por razões
práticas  Fora desse pressuposto, é bastante difícil
produzir estimativas que possam ser comparadas entre
cenários modelados;
(2.5) Agregação
• A performance de um sistema de transporte é o resultado de
decisões de muitos indivíduos;
• Contudo, a maioria das análises preocupa-se somente com os
totais abstratos ao invés dos individuais. Exemplos:

- Média das velocidades instantâneas X velocidade instantânea de cada carro

- Emissão veicular total de CO2 X emissão de CO2 de cada veículo

- Nível médio de ruído X Ruído emitido por cada fonte geradora

• Muitas vezes, os resultados individuais podem não ter

utilidade, uma vez que o planejamento de transportes é
pensado de forma global;
(2.5) Agregação
• Contudo, algumas desagregações importantes devem ser
observadas:
Espaço Tempo Características Socioeconômicas
Pico da manhã Renda
Zonas de Tráfego Pico da tarde Sexo
Ligações e nós da rede Meio-dia Idade
Entre picos Posse de automóvel

 No caso de geração de viagens, é particularmente importante identificar as

características de viagens entre grupos homogêneos de viajantes
 Ex.: diferença entre padrões de viagem entre usuários de classe A-B, com
alta posse de automóvel e classes C-D-E, com predominância de utilização
do transporte público ou não-motorizado

• Mais recentemente, tem se tornado comum o uso de modelos mais

desagregados para a análise de transportes;
• Muitos destes modelos desagregados rompem com premissas sobre
o comportamento do consumidor baseado na Economia Clássica 
Exemplo da Economia Comportamental que vai de encontro ao
comportamento racional assumido pelos utilitaristas
(2.6) Escopo
• Escopo refere-se ao que se pretende atingir:
 Limitar o domínio do modelo;
 Ignorar dimensões irrelevantes das respostas

• Ex.: existem inúmeras maneiras às quais os usuários podem responder à

inserção de uma linha de ônibus com ar-condicionado e wi-fi na hora de pico
da manhã com rota até o centro:
ESCOLHA SITUAÇÃO
Hora de saída Realizar a viagem na hora de pico ao invés de fora da hora de pico
Serviço Utilizar tal serviço de ônibus mais atrativo do que outro comum
Modo Utilizar ônibus ao invés de metrô
Destino da Viagem Realizar a viagem até o centro ao invés de outros locais
Frequência da Viagem Realizar a viagem diariamente ao invés de poucas vezes na semana

• No longo prazo, tal medida pode influenciar inclusive decisões de

posse de automóvel e escolha de localização residencial.
(2.6) Escopo
• Obviamente, não é possível representar todas estas decisões
em cada modelo:
 Mais dimensões a serem investigadas pode implicar em maior custo de
desenvolvimento (maior abrangência de coleta de dados, mais recursos a
serem empregados e maior prazo de execução).
 Muitas vezes os efeitos de algumas destas respostas não são sequer
significativos (negligenciáveis);

• Contudo, deve-se ter em mente que qualquer restrição no escopo

do modelo necessariamente limitará seu domínio de aplicação. Ex.:
 Um modelo que não leve em consideração a escolha da hora de partida não
pode ser utilizado para avaliar políticas de precificação horária (pedágio
rodoviário dinâmico, pedágio horário em região central, etc.);

 Muitos modelos de escolha de rota para políticas de alteração da

atratividade relativa entre rotas têm sido criticados por ignorarem o tráfego
induzido por estes esquemas.
(3) Seleção do Modelo
• O espectro de modelos disponíveis:
Complexidade

Relações empíricas Relações complexas

simplificadas representadas por (...) reproduzidas em centenas (ou
Equações Triviais milhares) de linhas de código
- Calculadoras; - Desenvolvimento de software;
- Planilhas eletrônicas - Pacotes comerciais (PTV Visum,
CUBE, EMME, TransCAD,...)

• Processo de decisão sobre qual modelo utilizar envolve entender:

- Complexidade do processo a ser - Complexidade da modelagem

representado
- Detalhamento das respostas a serem
⇒ - Dados a serem coletados
- Recursos computacionais
produzidas
(3) Seleção do Modelo
• Especificação dos Requisitos do Modelo
• Devem ser expressos em termos de:

Variáveis de Entrada Variáveis de Saída Respostas

- Quais? - Quais? - Quais análises são

- Em qual nível de detalhe? - Em qual nível de detalhe? necessárias?
- Em qual formato? - Importante a interatividade
com usuário?

• Desafio: balancear os riscos de underfitting e overfitting

- Especificar de menos; - Especificar demais;

- Perda de detalhes - Inclusão de detalhes
essenciais; supérfluos;
- Estimativas enviesadas. - Excesso de Custo/Tempo.
(3) Seleção do Modelo
• Restrições de Tempo e Custo
• Determinante para decisões de:
- Adquirir ou desenvolver software?
- Novos dados devem ser coletados?
- Quais recursos de hardware devem estar disponíveis?
- Qual o prazo para tratamento dos dados e execução e análise do(s) modelo(s)?

• Modelo de Mudança Marginal x Modelo Ab Initio

 Quando se deseja realizar previsões de curto ou médio prazo, é razoável que
assumamos que as características histórias e atuais são condicionantes do
comportamento futuro
 A partir do que aconteceu, pode-se projetar o futuro a partir de incrementos
marginais (pequenos) em relação à situação presente  MUDANÇA MARGINAL
 Quando os dados do presente são inadequados ou os fatores que influenciarão
as previsões são fundamentalmente diferentes dos atuais, é possível utilizar um
modelo que começa do zero, sem relação com o passado  AB INITIO
- Os determinantes de viagens hoje são os mesmos em um futuro com sistemas
inteiramente controlados por Inteligência Artificial (ex.: veículos e outros sistemas
autônomos) e novos sistemas de transporte (ex.: hyperloop)?
(4) Classes de Modelos de Transportes
• Principais Modelos de Transporte

Formulação
Regressão
Simples

Estimação de
Séries Temporais
Matrizes OD

Escolha Discreta Simulação

(4.1) Formulação Simples
• Modelo também conhecido como Taxas de Viagens que
representa uma relação empírica simplificada de uma variável
de interesse (𝑦) com outra (𝑥): 𝑦 = 𝑓(𝑥)
- Exemplos:
𝒚 𝒇(𝒙)
Viagens a trabalho/residência 𝑓(Número de residentes empregados na residência)
Velocidade instantânea média em uma via 𝑓(Volume de tráfego na via)
Número de acidentes em uma rodovia 𝑓(Velocidade instantânea média em uma via)

- Em qualquer caso, a relação 𝑓( ) entre 𝑥 e 𝑦 pode ser deduzida tomando-se a

razão entre a média dos valores de 𝑦 e dividir pela média dos valores em 𝑥. Ex.:
Residência Viagens trab. (𝒚) # Residentes empregados (𝒙)
1 3 1 𝑀é𝑑𝑖𝑎 𝑦 𝑦 4
= = =2
2 4 2 𝑀é𝑑𝑖𝑎 𝑥 𝑥 2
3 10 4
4 2 3
Logo  𝒚 = 𝟐𝒙
5 1 0
(4.1) Formulação Simples
• A partir do resultado anterior, o analista pode utilizar a expressão
resultante para estimar a quantidade de viagens em outras
residências ou previsões a partir do conhecimento dos valores de 𝑥;
• Note, contudo, que a extrema simplicidade deste processo de
estimação geralmente resulta em erros significativos de previsão:
- Tomando-se as taxas por residência: Erro em relação à
Residência Viagens trab. (𝒚) # Residentes empregados (𝒙) Taxa individual taxa agregada inicial
1 3 1 3/1 = 𝟑 3−2=𝟏
2 4 2 4/2 = 𝟐 2−2=𝟎
3 10 4 10/4 = 𝟐, 𝟓 2,5 − 2 = 𝟎, 𝟓
4 2 3 2/3 = 𝟎, 𝟔𝟕 0,67 − 2 = −𝟏, 𝟑𝟑
5 1 0 1/0 → ∞ −

 Observe que as estimativas quando observadas individualmente produzem

resultados muito abaixo ou acima da taxa agregada inicial (𝑦 = 2𝑥)
 Tal erro pode estar associado ao fato de que existem outras variáveis que
influenciam 𝑦 além do número de residentes empregados (ex.: renda familiar média
da residência, número de automóveis, etc.).
(4.1) Formulação Simples
• Para contornar este problema é possível considerar outros fatores
(outros 𝑥), cujas combinações de valores produzem diferentes taxas
de viagem. Ex.:
# Residentes empregados (𝒙𝟐 )
1 2-3 4 ou +

0 𝑓 𝑥1 = 0, 𝑥2 = 1 𝑓 𝑥1 = 0, 𝑥2 = 2 − 3 𝑓 𝑥1 = 0, 𝑥2 = 4 𝑜𝑢 +
)
# Veículos (

1 𝑓 𝑥1 = 1, 𝑥2 = 1 𝑓 𝑥1 = 1, 𝑥2 = 2 − 3 𝑓 𝑥1 = 1, 𝑥2 = 4 𝑜𝑢 +

2 ou + 𝑓 𝑥1 = 2 𝑜𝑢 +, 𝑥2 = 1 𝑓 𝑥1 = 2 𝑜𝑢 + , 𝑥2 = 2 − 3 𝑓 𝑥1 = 2 𝑜𝑢 +, 𝑥2 = 4 𝑜𝑢 +

• Esta evolução da Formulação Simples é denominada Classificação

Cruzada ou Análise de Categorias, capaz de produzir estimativas
mais confiáveis que a agregação total.
• Evoluções desse modelo podem considerar 3 ou mais variáveis além
de análises de agrupamento mais sofisticadas (“clusterização”)
(4.2) Modelos de Regressão
• Uma análise de Regressão pode ser vista como um processo de
identificar uma função matemática que melhor explica a relação
entre um conjunto de dados observados.
- Em uma pesquisa OD realizada em 200 zonas de tráfego levantou-se a quantidade de
viagens atraídas (𝑦) e o número de matrículas escolares (𝑥) de cada uma delas.
- Os 200 pares ordenados (𝑦, 𝑥) para cada zona podem ser vistos no plano abaixo:
(4.2) Modelos de Regressão
• Observe que a distribuição dos pontos no gráfico sugere uma
relação positivamente crescente entre 𝑦 e 𝑥, que pode ser expressa
por pela função de uma reta (𝒚 = 𝒂𝒙 + 𝒃).
- O objetivo de uma regressão consiste exatamente em estimar os coeficientes 𝒂 e 𝒃 da
reta que melhor represente estes pontos:

𝑦 = 2,968𝑥 + 102,996
(4.2) Modelos de Regressão
• É possível também que a relação entre 𝑦 e 𝑥 não seja linear:

- Nestes casos, utilizamos a regressão para fornecer os coeficientes das expressões matemáticas que adere
melhor ao conjunto de dados.
(4.2) Modelos de Regressão
• É ainda possível utilizar mais de uma variável (𝑥1 , 𝑥2 ,...) para estimar 𝑦:

- Ex.:
𝑦: nº de viagens
𝑥1 : renda média
𝑥2 : nº de carros próprios

- Para qualquer dimensão 𝑛, a Regressão nos permite estimar a relação 𝑦 = 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 para o

conjunto de dados.
(4.3) Séries Temporais
• Por vezes, entender uma sequência histórica de uma determinada
variável pode ser útil para prever o seu comportamento futuro.
• Séries Temporais são a área da Estatística que estuda o
comportamento dos dados observados de forma sequencial.
(4.3) Séries Temporais
• A ideia chave é entender alguns padrões que caracterizam a série
temporal: tendência, sazonalidade, estabilidade de variação,...

- Importante: é possível haver um modelo de regressão que considere a influência de uma

variável tempo entre as demais que explicam 𝑦.
(4.4) Estimação de Matrizes OD
• A matriz OD produzida em uma pesquisa de mobilidade fornece o
cenário fundamental da demanda por transporte em uma área de
estudo:
O/D 1 2 3 TOTAL
1 100 2500 125 2725
2 3100 200 580 3880
3 1500 800 130 2430
TOTAL 4700 3500 835 9035
Viagens intra-zonais Total de viagens produzidas na Zona 1
Viagens intra-zonais Total de viagens produzidas na Zona 1
Viagens inter-zonais Total de viagens atraídas pela Zona 2
Viagens inter-zonais Total de viagens atraídas pela Zona 2

• A ideia do modelos de estimação de matrizes OD é que, se há razão

para acreditar que este padrão de viagens entre as zonas não se
alterará, é possível estimar as viagens futuras em uma área de
estudo apenas atualizando-a.
(4.4) Estimação de Matrizes OD
• A forma mais simples de atualizar uma matriz OD é por meio da
multiplicação de cada célula da matriz por um fator de crescimento
esperado.
- Ex.: supondo um fator de crescimento de 10% para o ano seguinte:
OD ano atual OD ano seguinte
O/D 1 2 3 TOTAL
1 100 2500 125 2725
2 3100 200 580 3880
3 1500 800 130 2430
TOTAL 4700 3500 835 9035

× 1,1

• Contudo, sabe-se na prática que nem todas as zonas apresentarão o mesmo

crescimento na atração/produção de viagens.

• Modelos mais precisos de estimação de matrizes podem ser empregados. Ex.:

Fator Médio, Furness, Fratar e Modelo Gravitacional.
(4.5) Escolha Discreta
• As viagens são resultado das escolhas feitas pelos usuários:
- Escolha modal;
- Escolha do horário de partida;
- Escolha da rota;
• É importante mencionar que para certos grupos, algumas destas
escolhas são altamente restritivas:
- Ex.: usuários que não têm carro e precisam se deslocar a longas distâncias só
têm a opção do transporte público  usuários cativos de um determinado modo
• Mesmo alguns grupos que têm várias opções de escolha, há uma
preferência esmagadora por um modos em detrimento dos demais:
- Classes mais altas: valor do tempo mais alto, preferem viagens mais
rápidas do que uma mais barata;
• Existe uma gama variada de modelos que procuram predizer a
escolha dos indivíduos entre as opções existentes;
• A denominação dessa classe de modelos, Escolha Discreta, deriva do
fato de que a opção é escolhida em um conjunto finito e contável
(discreto) de alternativas.
(4.5) Escolha Discreta
• Um importante conceito nesta análise é o de segmentação de
mercado, no qual diferentes previsões são realizadas para
subgrupos considerados homogêneos sob determinados aspectos.
• Deste modo, para cada subgrupo homogêneo 𝒔, é calculada uma
probabilidade de que se escolha cada 𝒌 opção de viagem (𝑷𝒔𝒌 ).
• Sabendo-se que 𝑵𝒔 é o número total de indivíduos no subgrupo s,
tem-se que a demanda para a opção 𝒌 (𝑫𝒌 ) é dada por:

𝐷𝑘 = 𝑁𝑠 𝑃𝑠𝑘
𝑠

- Ex.: Sejam os dois segmentos de mercado abaixo:

(a) Classes A e B: 1000 indivíduos com probabilidade de escolher o modo não-motorizado de 20%;
(b) Classes C, D e E: 2000 indivíduos com probabilidade de escolher o modo não-motorizado de 50%
 Logo, o total de usuários do modo não motorizado para um determinado par OD é de:
𝐷𝑘 = 1000 ∙ 0,20 + 2000 ∙ 0,50 = 1200
(4.5) Escolha Discreta
• A chave para a construção de um modelo de Escolha Discreta é
entender como obter as probabilidades de escolha de cada opção.
• O ponto de partida é considerar que o usuário toma sua decisão no
processo de comparação dos custos generalizados das alternativas.
- Supondo uma escolha entre as opções dentre duas rotas A e B, teríamos que:

𝑃 𝐴 ∝ (𝐶𝐺 𝐵 − 𝐶𝐺 𝐴 ) ou 𝑃 𝐵 ∝ (𝐶𝐺 𝐴 − 𝐶𝐺 𝐵 )

ou seja a probabilidade de escolher a rota A é diretamente proporcional à diferença entre o

custo generalizado de B e o custo generalizado de A (ex.: a probabilidade de escolher A é
maior quando o custo de A R$3,00 e B é R$5,00 do que quando o custo de A é R$7,00 e o
custo de B é R$3,00).

- Qual a natureza desta proporção?

- Tudo ou Nada?  Se A for mais caro, 𝑃(𝐵) = 1; Se B for mais caro, 𝑃(𝐴) = 1

- Linear?
- Qual outra?
(4.5) Escolha Discreta
• Em um cenário de avaliação binária (2 escolhas) é possível empregar
o modelo logit binomial, no qual chegamos à seguinte expressão
para a probabilidade 𝑝 de escolha de uma determinada opção:
1
𝑝=
1 + 𝑒 −𝜆 𝐶𝐺𝐵 −𝐶𝐺𝐴

- onde 𝜆 é uma constante a ser calibrada.

 Para 𝜆 = 2:
(4.5) Escolha Discreta
• Observe que à medida que 𝜆 cresce, mais inclinada se torna a curva:

• Quanto maior 𝜆, maior a influência da variação de custo entre as opções na

probabilidade de escolha.
• Este parâmetro deve ser calibrado por meio de pesquisas de preferência
revelada/declarada.
• Obs.: Este modelo também é aplicável para 3 ou mais opções de escolha
(logit multinomial)
(4.6) Simulação
• Os modelos vistos até então são descritos como analíticos, por se
basearem em formulações matemáticas e pressupostos teóricos
para a descrição dos sistemas de transportes.
• Os modelos de Simulação diferem-se dos modelos analíticos por
tentarem descrever explicitamente o funcionamento destes
sistemas. Exemplos:
- Veículos passando por um cruzamento em um período de tempo;
- Performance de uma rota de ônibus com passageiros embarcando e desembarcando;
- Carros chegando a um determinado sistema de pedágio, formando filas;

• O comportamento dos diversos agentes modelados podem obedecer a

critérios de escolha discreta ou regras empíricas desenvolvidas a partir
da observação do sistema real.
• Uma grande vantagem destes modelos é que permitem ao analista
desenvolver uma lógica complexa do sistema e ser praticamente
independente de uma série de premissas genéricas.
- Obviamente, a capacidade de modelar de forma mais fidedigna requer maior
tempo de desenvolvimento e custo computacional.
(5) Modelagem de Transportes na Prática
• O espectro de modelos existentes responde diversas indagações do
planejamento de transportes, em seus diversos níveis de agregação.
• Para estudos de grande porte, é comum seguir uma estrutura
metodológica que combine o uso destes modelos de forma
coerente e adequada aos objetivos do estudo.
• Um notável processo de planejamento de transportes é o Modelo 4
Etapas, também conhecido como Modelo Sequencial, desenvolvido
na década de 1960 nos EUA.
• Seu objetivo principal é obter previsões de forma sequencial em 4
níveis, a saber:
(1) Geração de Viagens  R: total de viagens produzidas e atraídas para cada zona
(2) Distribuição de Viagens  R: origens e destinos das viagens de cada zona para as demais
(3) Divisão Modal  R: proporção do uso de cada modal nas viagens entre as zonas
(4) Alocação de Fluxo  R: quais rotas utilizadas nas viagens entre as zonas
(5) Modelagem de Transportes na Prática
• Framework do Modelo 4 Etapas:
Inputs Etapas Outputs Modelos*
- Formulação Simples
Número de viagens geradas
Dados de uso do solo Geração de Viagens (produzidas e atraídas) por zona
- Regressão
- Séries Temporais

- Dados de uso do solo

- Matriz OD de pesquisa de
Distribuição de Matriz OD estimada - Estimação de Matrizes
mobilidade Viagens

- Características dos modais

- Utilidade (custo generalizado) Matriz OD estimada por
obtido a partir de pesquisas de Divisão Modal modo de transporte
- Escolha Discreta
preferência revelada/declarada

- Características da rede de
transportes - Escolha Discreta
Fluxo em cada ligação da
- Utilidade (custo generalizado) Alocação de Fluxo rede de transportes - Simulação
obtido a partir de pesquisas de
preferência revelada/declarada

* mais comuns
(5) Modelagem de Transportes na Prática
• Cada etapa deste modelo geral faz uso das predições das etapas
anteriores para produzirem os resultados subsequentes;
• É possível ainda que efeitos das etapas posteriores gerem insumos
que sirvam para reajustar etapas mais iniciais  modelo se
retroalimenta.
- Ex.: congestionamentos preditos pela etapa de Alocação de Fluxo pode afetar os custos (utilidades) de
cada modo de transporte de modo que a Escolha Modal deva ser alterada (etapa anterior)

• Entre os avanços recentes do modelo 4 Etapas, pode-se destacar a

inclusão de uma 5º etapa (escolha horária) além da sofisticação das
técnicas existentes;
• As principais críticas a este processo concentram-se na sua estrutura
rigidamente sequencial e na quantidade de dados requerida para
realizá-lo de forma completa
(6) Discussão
• As tendências atuais em modelagem de transportes concentram-se
em:
- modelos mais desagregados (capturar a importância das
contribuições individuais nos resultados agregados  Economia
Comportamental);
- Uso cada vez mais intenso de técnicas de inteligência artificial;
- Coleta de dados automatizada para mitigar o grande dispêndio
de recursos na obtenção de informações para alimentação do
modelo;
• É comum no processo de modelagem que os analistas percam de vista o fato
de que os modelos só são úteis se produzirem resultados úteis em tempo
hábil e sem demandas excessivas de dados e recursos computacionais 
simplicidade é sempre bem-vinda!
• Não se deve nunca perder de vista que modelos são simplificações da
realidade  respostas pontuais são sempre perigosas e é sempre válido se
valer de análises de sensibilidade e intervalos de confiança.
(6) Discussão

“Todos os modelos estão errados,

mas alguns são úteis”
George E.P. Box
Referências
• BUTTON, Kenneth. Transport Economics. Edward Elgar
Publishing, 2010.
• CAMPOS, V.B.G. Planejamento de Transportes: Conceitos e
Modelos. Rio de Janeiro: Interciência, 2013.
• GOVERNO DO ESTADO DA BAHIA. Pesquisa de Mobilidade –
Região Metropolitana de Salvador. 2012. Disponível em:
<http://www.infraestrutura.ba.gov.br/arquivos/File/publicacoes/si
nteseODSalvadorRMS.pdf>.
• MANKIW, N. Gregory. Introdução à Economia: Tradução da 3ª.
Edição Norte-americana. São Paulo: Cengage Learning, 2009.
• O'FLAHERTY, C.. Transport Planning and Traffic Engineering.
Elsevier, 2006.
• PINDYCK, R. S.; RUBINFELD, D. L. Microeconomia. 6ª edição. São
Paulo: Makron, 2006.