Escolar Documentos
Profissional Documentos
Cultura Documentos
Data: 01/09/2011
+ esse tipo de previsão viabiliza a criação de cenários futuros para ajudar na tomada de
decisão.
- não se pode fazer uma previsão de forma confiável do equilíbrio futuro entre oferta e
demanda. Existem varias variáveis que afetam direta ou indiretamente esse equilíbrio.
+ possibilita estimar o equilíbrio entre a oferta e demanda futura nos casos em que se pode
admitir pouca variação desse equilíbrio no horizonte de planejamento.
+ existem decisões que demandam por uma previsão a longo prazo. O equilíbrio oferta-
demanda pode auxiliar nesses casos.
+ Sim, somente a modelagem matemática, bem como os métodos que envolvem todo
o processo, podem garantir o uso apropriado das variáveis que interferem no sistema
real (Cascetta)
- Não, modelos matemáticos são formas de representar a realidade e por isso estão
sujeitos a erros durante a coleta de dados, a definição da amostra e calibração dos
modelos. (Vasconcelos)
- Não, a complexidade do modelo influencia diretamente nos erros, o que requer boa
sensibilidade sobre o nível de complexidade dos modelos que levará a erros aceitáveis
dentro das limitações do processo de planejamento. Em geral, quanto mais complexo
o modelo, mais próximo da realidade, entretanto, aumenta a possibilidade de erros na
previsão. (Vasconcelos)
3) O modelo sequêncial quatro etapas representa bem o processo de tomada de decisão dos
usuários do sistema de transportes?
+ o modelo seqüencial quatro etapas pode se apresentar como uma referência para se
comparar modelos alternativos. Por exemplo, modelos que tentam tratar simultaneamente as
escolhas de freqüência, destino, e modo de viagem, e distribuir a geração de viagens obtidas
assim como sua distribuição por modal ainda é uma realidade um pouco distante. (Ortuzar)
- no modelo seqüencial quatro etapas, a geração de viagem aparece como uma variável
independente do nível de serviõexperimentado pelo usuário e isso na prática, não acontece
(Ortuzar)
+ o modelo seqüencial quatro etapas, depois de calibrado e validado, pode ser usado para
prever diferentes cenários futuros, e assim, ser muito útil na tomada de decisão (Ortuzar)
- a preparação de cenários realísticos é uma tarefa muito difícil e requer engenheiro com
experiência além de conhecimento das políticas de desenvolvimento do Estado em estudo.
Muito dificilmente se têm esse tipo de recurso (humano) junto na equipe de planejamento.
(Ortuzar)
- mesmo depois do modelo pronto, os resultados obtidos devem servir de input para
realimentar o modelo. Por exemplo, no final da “alocação do tráfego”, um novo fluxo e um
novo tempo de viagem terá sido obtido. Essas novas informações não serão iguais as
informações assumidas no momento em que a distribuição (alocação) e a escolha do modo
foram gerados. Isso demanda por uma nova re-execução da modelagem. (Ortuzar)
- Não, somente modelos desagregados podem trazer uma precisão maior da previsão da
demanda. (Ortuzar)
+ Sim. Se se optar por usar um modelo desagregado o nível de precisão é tamanho que, apesar
de o resultado ter maior qualidade, os custos e a coleta de dados serão muito mais caros.
(Ortuzar)
- Não, pelo contrário, uma das críticas recebidas nas abordagens de modelagem da demanda é
a de não levar em consideração o transporte não motorizado. (Meyer)
+ Sim, existem muitos fatores que influenciam esse tipo de transporte que não são
considerados nos processos tradicionais da modelagem da demanda, como por exemplo,
clima, relevo, infraestrutura. Além do mais, esses fatores variam muito de região para região.
+ Sim, além da complexidade que envolveria um modelo unificado, o custo para esse tipo de
modelagem poderia inviabilizá-lo.
- Sim, pode-se dizer que em países em desenvolvimento os usuários são cativos de cada modo
(motorizado e não motorizado)
- Não, essa questão é muito complexa e, portanto, inviável de ser modelada. Qualquer
tentativa de se modelar congestionamento e seu efeitos seria muito imprecisa e de custo
muito elevado.