Revista Brasileira de Ensino de F sica, v. 34, n. 4, 4318 (2012) www.sbsica.org.

br

Modelagem do uxo de pedestres pela teoria macrosc opica

(Modeling the ow of pedestrians by the macroscopic theory)

Marina Vargas1 , Liliana Madalena Gramani, Eloy Kaviski e F abio Andr e Balbo
Programa de P os-Gradua ca o em M etodos Num ericos em Engenharia, Universidade Federal do Paran a, Curitiba, Paran a, Brasil 2 Departamento de Matem atica, Universidade Federal do Paran a, Curitiba, Paran a, Brasil 3 Departamento Hidr aulica e Saneamento, Universidade Federal do Paran a, Curitiba, Paran a, Brasil 4 Programa de P os-Gradua ca o em M etodos Num ericos em Engenharia, Universidade Federal do Paran a, Curitiba, Paran a, Brasil Recebido em 24/2/2012; Aceito em 30/4/2012; Publicado em 14/12/2012 A necessidade de modelar o tr afego de pedestres tem se tornado uma prioridade em ambientes por onde os pedestres possam circular. As pesquisas avan cam na tentativa de solucionar acidentes relacionados a multid oes. Al em disso, analisar estruturas para pedestres antes que elas tenham sido constru das tem se tornado uma exig encia das autoridades, assim como poder gerenciar o uxo de pedestres nessas instala co es. Para caracterizar este comportamento, surgiram estudos abrangendo teorias da f sica e da matem atica, que analisam o tr afego de pedestres atrav es de modelos descritos por equa co es diferenciais e ntegro-diferenciais. Neste trabalho apresenta-se um exemplo de modelo para o tr afego, abordando-o sob a escala macrosc opica de modelagem do tr afego e sua liga ca o direta com a f sica e os modelos hidrodin amicos. Aplica-se o modelo criado a uma situa ca o de caminhada, onde os resultados foram comparados a outros trabalhos referentes a simula co es e observa co es experimentais sobre o tr afego de pedestres, encontrados na bibliograa. Palavras-chave: teoria macrosc opica, uxo de pedestres. The need to model the trac of pedestrians has become a priority in environments where pedestrians can circulate. The research has advanced in an attempt to solve accidents related to large crowds. Furthermore, analyzing structures for pedestrians before they have been built has become a requirement of the authorities, as well as being able to manage the ow of pedestrians in those facilities. To characterize this behavior, studies have emerged including theories of physics and mathematics, which analyze pedestrian trac through models described by dierential and integral-dierential equations. This work presents the macroscopic scale modeling of trac and its direct connection with physics and hydrodynamic models. The model was applied to a walk situation where the results were compared with other work on the simulations and experimental observations on the pedestrian trac, found in the bibliography. Keywords: macroscopic theory, ow of pedestrians.
1

1. Introdu c ao
Cada vez mais a necessidade de modelar o uxo de pedestres tem se tornado uma prioridade nas grandes cidades e vias urbanas em geral. Com esse objetivo, surgem pesquisas no campo da matem atica, f sica e engenharia, analisando o pedestre individualmente ou considerando o uxo de multid oes. O uxo de pedestres pode ser representado por tr es diferentes escalas. Especicamente tem-se: Escala Microsc opica, na qual todos os pedestres s ao analisados individualmente. Neste caso a posi c ao e a velocidade de cada pedestre dene o
1 E-mail:

estado do sistema como vari aveis dependentes do tempo. Muitos autores, entre eles Helbing [1], Johansson, Mathiesen e cols. [2] e outros [3], [4], optam por esta escala devido a um melhor ajuste nas condi c oes envolvidas no modelo. Equa c oes diferenciais ordin arias (EDO), representando as leis da mec anica newtoniana, s ao uma das ferramentas para representa c ao dos modelos referentes a essa escala. Incluso nessa escala, os modelos baseados em agentes, que utilizam conceitos de aut omatos celulares via m etodo Monte Carlo, tem trazido excelentes resultados quando modela-se a din amica

marina.vargas@gmail.com.

Copyright by the Sociedade Brasileira de F sica. Printed in Brazil.

4318-2

Vargas et al.

de multid oes. Pode-se citar autores como Schadschneider [5,6], Burstedde e cols. [7], Teknomo [8], Macau [9] e Silva [10] dentre outros. Ainda no contexto de agentes, t ecnicas de intelig encia articial tem sido desenvolvidas para modelar o comportamento de pedestres [11]. Escala macrosc opica, na qual o uxo de pedestres e comparado ao uxo de um uido. Nesta escala o estado do sistema e descrito por quantidades m edias localmente calculadas, ou seja, a densidade, a velocidade e o uxo dos pedestres s ao considerados como vari aveis dependentes do tempo e do espa co. Esta escala tem sido adotada por alguns autores como Venuti e Bruno [1214], Vargas [15] dentre outros [16], [17]. As equa c oes diferenciais parciais (EDP) s ao a base dos modelos referentes a essa escala. Escala cin etica ou mesosc opica, a identica c ao dos pedestres n ao e feita de forma individual, mas sim atrav es de uma distribui c ao apropriada da probabilidade sobre o estado microsc opico considerado como uma vari avel aleat oria. Muitos estudos tem sido desenvolvidos nessa area por pesquisadores como Bellomo, Delitala e Coscia [18], Bonzani e Gramani [19]. As equa c oes integrodiferenciais s ao a base dos modelos referentes a essa escala. As tr es escalas tem vantagens e desvantagens e precisam ser escolhidas dependendo do problema a ser resolvido. Assim, quanto a escala Microsc opica embora permita uma descri c ao muito mais precisa do movimento de cada pedestre, requer um grande esfor co computacional quando o n umero de pedestres considerado e muito grande, por exemplo, no caso de multid oes (um alto n umero de indiv duos com caracter sticas distintas num mesmo ambiente). J a na escala macrosc opica, ao contr ario da microsc opica, a principal vantagem e que os modelos hidrodin amicos de primeira ordem s ao de grande simplicidade computacional e rapidez de processamento, entretanto e necess ario introduzir uma rela c ao emp rica (fenomenol ogica) entre a velocidade e a densidade. Dentre as rela c oes emp ricas existentes [15], n ao existe nenhuma que represente o uxo real de forma precisa, permitindo cr ticas [20] a esta abordagem. Al em disso, ao se utilizar a escala macrosc opica, assume-se a hip otese do cont nuo, sendo adequada quando considera-se o uxo em altas densidades podendo apresentar problemas para o caso de baixas densidades. Por m, na escala cin etica a principal diculdade t ecnica da equa c ao ntegro-diferencial e a representa c ao adequada do termo de intera c ao presente nesta equa c ao, tipo-Boltzmann, considerando a hip otese de continuidade na fun c ao distribui c ao. Neste artigo, o objetivo principal e compreender a mec anica do movimento de multid oes de pedestres

como um cont nuo por meio de uma abordagem macrosc opica, ou seja, utilizando o m etodo euleriano descrito na se c ao (3.). Isso e feito pois, deseja-se analisar estruturas de caminhada de forma r apida e com um baixo tempo de processamento computacional, sem grandes gastos experimentais. Desta forma este trabalho conta com mais seis se c oes descritas brevemente abaixo: Na se c ao 2. ser a abordado a Hip otese do Cont nuo. Na se c ao 3. ser ao apresentados os conceitos de fen omenos de transporte, descrevendo todos os termos t ecnicos que ser ao utilizados neste trabalho, assim como a descri c ao do movimento de um uido. Na se c ao 4. os modelos Hidrodin amicos de primeira ordem s ao explicados e discute-se a rela c ao emp rica entre a velocidade e a densidade. Na se c ao 5. descreve-se o modelo a ser trabalhado. Na se c ao 6. adota-se uma aplica c ao pr atica, resolvendo o modelo numericamente atrav es do m etodo oes e das Diferen cas Finitas. A se c ao 7. traz as conclus perspectivas para pr oximos trabalhos.

2.

Hip otese do cont nuo

Fluidos s ao compostos por part culas/mol eculas em movimento constante, que colidem com bastante frequ encia, como bolas de bilhar [21]. Em muitos casos, quando trabalha-se com uido, opta-se pela hip otese do cont nuo, pois desta forma e poss vel analisar uma regi ao como um todo, sem levar em considera c ao os espa cos vazios de qualquer esp ecie [22]. A classica c ao dos movimentos de uidos e feita da seguinte forma: 1. Fluidos n ao viscosos s ao aqueles que n ao oferecem resist encia ao cisalhamento: (a) Incompress vel s ao os escoamentos onde as varia c oes da densidade do uido s ao desprez veis. (b) Compress vel s ao os escoamentos com varia c oes da densidade que n ao podem ser desprezadas. 2. Fluidos viscosos s ao aqueles que oferecem resist encia ao cisalhamento: (a) Laminar s ao os escoamentos nos quais as part culas uidas movem-se em camadas, ou l aminas. (b) Turbulento s ao os escoamentos nos quais as part culas uidas rapidamente se misturam enquanto se movimentam, ao longo do escoamento devido ` as utua c oes aleat orias no campo tridimensional de velocidades. Na mec anica do cont nuo, deseja-se estudar uma quantidade de volume de uido contendo um grande

Modelagem do uxo de pedestres pela teoria macrosc opica

4318-3

n umero de part culas, onde seja poss vel mensurar as manifesta c oes do movimento molecular. As caracter sticas de cada part cula n ao s ao analisadas, sendo o uido tratado como um meio cont nuo. Esse volume de uido e conhecido como volume de controle. Na hip otese do cont nuo e preciso abstrair-se da composi c ao molecular e sua consequente descontinuidade, ou seja, por menor que seja uma divis ao de um uido, esta parte isolada dever a apresentar as mesmas propriedades que a mat eria como um todo. Quando faz-se a compara c ao entre o uxo de um uido e o uxo de pedestres, est a se trabalhando com um uido compress vel n ao viscoso, isto porque as varia c oes de densidade, na estrutura de caminhada utilizada pelos pedestres, precisa ser considerada. Al em disso, n ao e poss vel supor que o uido seja viscoso, pois quando estuda-se pedestres sabe-se que n ao h a liga c oes viscosas entre eles, ou seja, s ao totalmente separados quando h a cisalhamento. Ao se fazer uma analogia entre o movimento de multid oes e o movimento de uidos utiliza-se os modelos hidrodin amicos que consideram a teoria dos fen omenos de transporte.

f sicas s ao representadas por tensores de primeira ordem, como velocidade, acelera c ao, dentre outras. Uma distribui c ao cont nua destas quantidades (escalares, vetoriais e tensoriais), descritas em termos de coordenadas espaciais e temporais, constitui um campo. O comportamento de um campo, neste contexto, depende da rela c ao entre suas grandezas fundamentais: massa, velocidade e tempo. A maneira como estas quantidades interagem depende tanto do ponto de vista de um observador, quanto do m odulo destas grandezas (e da dire c ao, no caso da velocidade). (ii) Uma linha de corrente e uma linha imagin aria num campo de escoamento tal que, para um dado instante de tempo, a dire c ao da velocidade em qualquer ponto e obtida pela tangente a esta linha em cada ponto. Uma vez que o vetor velocidade e tangente ` a linha de corrente, a mat eria n ao pode atravess a-la. (iii) Um lamento de corrente e uma fam lia de linhas de corrente que formam uma passagem de se c ao reta innitesimal. (iv) Um tubo de corrente e limitado por um n umero innito de linhas de corrente que formam uma superf cie nita atrav es da qual n ao existe escoamento. Caso n ao haja cria c ao, ac umulo ou destrui c ao de massa no interior do tubo de corrente, todo uido que entra deve sair. (v) Volume de controle e utilizado quando deseja-se focalizar uma regi ao xa no espa co, assim o problema termodin amico pode ser resolvido xandose a superf cie de controle. (vi) A superf cie de controle e o contorno de um volume de controle, ou seja, o volume de controle se separa da vizinhan ca atrav es de sua superf cie de controle. A superf cie de controle pode ser real ou imagin aria e pode estar em repouso ou em movimento. (vii) A Massa e uma quantidade de mat eria do corpo. A seguir descreve-se as principais quantidades macrosc opicas utilizadas na teoria de tr afego, sendo tamb em utilizadas para o uxo de pedestres, tais como: (viii) A Massa espec ca ou densidade relativa e o n umero de pedestres por unidade de area, denotada por . (ix) A Velocidade, no estudo de pedestres, e adotada como uma m edia das velocidades dos pedestres que passam em um determinado intervalo de tempo. Normalmente e expressa no sistema internacional (SI) em m/s e denotada por u.

3.

Fen omenos de transporte

O estudo de fen omenos de transporte implica em din amica dos uidos, transfer encias de massa e transfer encias de calor [21]. Pode-se estudar os fen omenos de transporte por meio de dois enfoques: Lagrangiano ou Euleriano. O primeiro e utilizado quando precisa-se saber o avan co microsc opico de cada part cula, para isso e necess ario ter o conhecimento de suas velocidades e acelera c oes. O segundo, Euleriano, descreve o que ocorre em determinado ponto xo, regi ao xa ou volume xo do espa co. Como na escala macrosc opica os pedestres s ao comparados a um uido considerado como cont nuo, trabalha-se com o m etodo Euleriano. Neste m etodo ser ao consideradas as quantidades m edias localmente calculadas, isto e, a densidade, a velocidade e o uxo dos pedestres as quais s ao consideradas como vari aveis dependentes do tempo e do espa co. Alguns termos b asicos [23] que ser ao utilizados posteriormente neste trabalho s ao especicados a seguir:

(i) Campos: Um campo uido e descrito por veloci prov dades em diferentes pontos do uido. E avel que diversos campos coexistam numa dada regi ao. Quando trabalha-se com campos, precisa-se saber que pode ser encontrado tr es tipos de quantidades: escalares, vetoriais e tensoriais. Um tensor e um conjunto ordenado de k quantidades, por exemplo (k1 , k2 , ..., kn ). Um vetor e um escalar s ao casos particulares de tensores, respectivamente de ordem um e zero. Muitas grandezas

4318-4

Vargas et al.

(x) O Fluxo e o n umero de pedestres que passam por uma se c ao da estrutura/pista por unidade de tempo. A unidade de comprimento deve ser considerada como a largura do passeio ou por c ao da pista. Em geral, usa-se ped/m/s no (SI) e denotase o uxo por q . Essas tr es vari aveis, densidade relativa, velocidade e uxo, s ao relacionadas atrav es de uma equa c ao conhecida como a equa c ao fundamental do tr afego q (t, x) = u(t, x)(t, x), e tamb em e v alida para o uxo de pedestres. 3.1. Movimento do uido euleriano (1)

4.

Modelos hidrodin amicos

Adotando o m etodo euleriano, focaliza-se a aten c ao numa regi ao xa no espa co sem identicar as part culas da regi ao num dado instante de tempo. Para isso e necess ario apenas considerar as coordenadas espaciais como vari aveis independentes, em vez de consider alas dependentes como ocorre no m etodo lagrangiano. Desta forma, representa-se o campo de velocidades, em tr es dimens oes, no m etodo euleriano por E = u1 i + u2 j + u3 k, (2)

Os modelos de tr afego podem ser descritos por uma equa c ao fenomenol ogica ou um sistema de equa c oes composto por equa c oes de conserva c ao da din amica dos uidos. Quando refere-se a um sistema de equa c oes, est a-se trabalhando com um modelo hidrodin amico. Esses modelos podem ser formados por uma ou mais equa c oes de conserva c ao, que s ao a equa c ao da conserva c ao da massa, a equa c ao da conserva c ao do momento e a equa c ao da conserva c ao da energia. Utilizando apenas uma equa c ao de conserva c ao tem-se um modelo hidrodin amico de primeira ordem. A vantagem dos modelos hidrodin amicos de primeira ordem e a sua simplicidade matem atica e rapidez computacional. Quando trabalha-se com um sistema composto por duas equa c oes de conserva c ao, est a se trabalhando com um modelo hidrodin amico de segunda ordem. Estes, por sua vez, n ao apresentam a mesma simplicidade para serem resolvidos matematicamente. Em geral, para o uxo de pedestres, os modelos de primeira ordem trazem resultados mais r apidos. 4.1. Modelos hidrodin amicos de primeira ordem

onde as respectivas componentes escalares da velocidade (u1 , u2 , u3 ) em coordenadas cartesianas, como fun c oes das coordenadas espaciais e do tempo, s ao u1 u2 u3 = f (x, y, z, t), = g (x, y, z, t), = h(x, y, z, t). (3)

Os modelos hidrodin amicos de primeira ordem geralmente consideram a equa c ao da conserva c ao da massa (equa c ao da continuidade), ou seja, a conserva c ao do n umero de pedestres na estrutura/pista. 4.1.1. Equa c ao da continuidade

As varia c oes innitesimais da velocidade devem ser expressas em termos de derivadas parciais, pois cada componente e afetada tanto pelo espa co quanto pelo tempo. De acordo com a deni c ao de diferencial total, a varia c ao innitesimal da velocidade na dire c ao x, da Eq. (3), ca du1 = u1 u1 u1 u1 dx + dy + dz + dt, x y z t (4)

O princ pio da conserva c ao de massa e de extrema import ancia para a f sica, pois e ele que garante que a mat eria n ao ser a destru da e nem criada em um volume de controle [23]. A equa c ao da continuidade e desenvolvida efetuando-se um balan co de massa sobre um pequeno elemento de volume x y z , xo no espa co, atrav es do qual um uido [24] esta escoando

ou, usando a regra da cadeia para a deriva c ao parcial para a Eq. (2), tem-se dE E dx E dy E dz E = + + + . dt x dt y dt z dt t Se as componentes das taxas espaciais (5)

dx dy dz , e dt dt dt da Eq. (5) forem consideradas como as componentes escalares da velocidade do uido, obtem-se ( ) DE = u1 E + u2 E + u3 E + E , (6) E Dt x y z t representa uma derivada total, substancial ou onde E derivada do uido.
Figura 1 - Elemento de volume.

Modelagem do uxo de pedestres pela teoria macrosc opica

4318-5

Taxa de Taxa de Taxa de aumento = entrada sa da de massa de massa de massa

Considere as duas faces hachuradas da Fig. (1). Estas s ao perpendiculares ao eixo x. A taxa de entrada de massa no elemento de volume atrav es da area hachurada em x e (ux ) y z , e a taxa de sa da x de massa atrav es da area hachurada em x + x e (ux ) y z . Express oes semelhantes podem ser
x+x

Na verdade, os dados experimentais n ao permitem assumir uma forma universal para esta rela c ao no uxo de pedestres, pois qualquer rela c ao utilizada ainda n ao representa precisamente o uxo real. Das diferentes escolhas desta rela c ao, obt em-se diferentes modelos macrosc opicos de primeira ordem.

5.

Descri c ao do modelo

escritas para os outros dois pares de faces, contudo, considerando o balan co de massa unidimensional tem-se xy z (ux ) = t ] .
x+x

Considera-se como uma estrutura de caminhada para pedestres uma pista de comprimento L metros, por D metros de largura, como mostrado na Fig. (2).

[ = y z (ux )

(7)
Figura 2 - Pista.

Dividindo a Eq. (7) por xy z e tomando o limite quando x, y e z tendem a zero e, al em disso, usando as deni c oes de derivada parcial obt em-se ux = , t x (8)

que representa a equa c ao da continuidade. Para o uxo de pedestres, essa equa c ao descreve a taxa de varia c ao temporal do n umero de pedestres por metro quadrado em uma posi c ao xa do espa co. 4.1.2. Fechamento da equa c ao da continuidade

A equa c ao diferencial (8), com duas vari aveis, a densidade e a velocidade dos pedestres u2 como fun c ao do tempo t e do espa co x, deve ser fechada por uma rela c ao matem atica entre a velocidade u e densidade , permitindo obter as solu c oes (x, t) e u(x, t). Ent ao, considerando-se: As propriedades do uxo local, tem-se uma equa c ao anal tica para u[] { (u) + t x u = 0, (9)

Assume-se a entrada de pedestres durante o processo de caminhada. Portanto a Eq. (8) transforma-se em u + = g (t), (11) t x onde g (t) e uma fun c ao que representa a entrada de pedestres no sistema considerado. O modelo computacional e gerado para um tempo total de tt minutos. Para t = 0 e x = 0 n ao h a pedestres no sistema, ou seja, a condi c ao inicial e (0, t) = 0 e (x, 0) = 0. O modelo fenomenol ogico utilizado para resolver a Eq. (11) foi desenvolvido por Greenshield [25] e trata-se de uma rela c ao linear entre a velocidade e a densidade. Assim o sistema (9) e reescrito como (u) + = g (t), t x ( ) (12) u = u 1 , f j para 0 j , onde uf e a velocidade de uxo livre e j e a densidade m axima de pedestres na estrutura de caminhada. Numa primeira an alise tem-se que, a partir do instante inicial, os pedestres come cam a entrar pelas laterais desta pista em todos os pontos (para todo x at e x = L), durante um per odo de t minutos, com uma m edia de 1 pedestre a cada t minutos, com t < t < tt , ou seja, g (t) = n, onde n e uma cons1 (ped/s). No tempo restante tt t tante e n = t 60 n ao entra nenhum pedestre, apenas analisa-se o comportamento do uxo j a existente que segue at e todos os pedestres chegarem a posi c ao nal, x = L. O sistema (12) ser a resolvido pelo m etodo das diferen cas nitas (MDF). Os dados foram retirados do artigo de Older com dados baseados em Older [26]

= u[].

A equa c ao din amica para a evolu c ao de u, tem-se uma equa c ao funcional + (u) = 0, t x (10) u = f (u[]) . t O problema da rela c ao entre a velocidade como fun c ao da densidade consiste em analisar e interpretar fenomenologicamente o comportamento do sistema.
2 Por

simplica c ao de nota c ao denota-se ux por u

4318-6

Vargas et al.

onde assume-se que, a velocidade de uxo livre uf e de 1, 4 (m/s) e a densidade m axima j e de 4 (ped/m2 ). Com esses dados e poss vel encontrar resultados num ericos para o modelo hidrodin amico macrosc opico ou seja, (x, t) e u(x, t), para o uxo de pedestres apresentado pelo sistema (12).

6.

M etodo e solu c ao num erica

O m etodo de solu c ao assumido para resolver o modelo hidrodin amico deste trabalho, e o m etodo conhecido como m etodo das diferen cas nitas. Para que seja poss vel tratar numericamente as equa c oes diferenciais parciais (EDP), elas devem ser expressas na forma de opera c oes aritm eticas que o computador possa executar. Essencialmente, deve-se representar os diferenciais da EDP por express oes alg ebricas, ou seja, discretizar a EDP. Quando discretiza-se uma equa c ao pelo m etodo de MDF e necess ario determinar cada ponto da regi ao discretizada em que se deseja calcular a solu c ao do problema. Assim, considere os pontos da malha, tamb em chamados de n os, localizados na intersec c ao das linhas horizontais com as verticais, estando separados entre si por uma dist ancia x e t, respectivamente, n ao necessariamente iguais. Os ndices i (designa a posi c ao ao longo do eixo x) e k (a linha de tempo a qual o ponto pertence), (ver Fig. (3)), identicam um ponto na i- esima coluna e na k - esima linha, respectivamente. Assim, um dado ponto (i, k ) possui coordenadas (x0 + ix, t0 + k t), em que o ponto (x0 , t0 ) representa a origem do sistema de coordenadas, tomado aqui como igual a (0, 0).

df e dada pelo lado direito da Eq. (13), sem considedx rar o limite da express ao. Utilizando-se dois valores de f separados por uma dist ancia (nita) h, a express ao (13) representa uma aproxima c ao alg ebrica para a primeira derivada de f . Os pontos mostrados na Fig. (3) representam coordenadas x e t nos quais ser ao calculados os valores de uma fun c ao f . Esses valores ser ao utilizados na aproxima c ao das derivadas presentes na equa c ao diferencial. Portanto, aproxima c oes de diferen cas nitas efetivamente substituem o operador diferencial cont nuo d (por exemplo, por uma aproxima c ao discreta, caldx culada a partir dos valores de f em um n umero nito de pontos). As aproxima c oes de diferen cas nitas podem ser obtidas de v arias formas. Uma das mais comuns e a expans ao por s erie de Taylor. A expans ao da s erie de Taylor permite estimar o valor da fun c ao f em f1 , conhecendo o valor de f em f0 . Seja f uma fun c ao cont nua no intervalo [a, b] de interesse e que possua derivadas de at e ordem n cont nuas nesse intervalo, o Teorema de Taylor permite escrever, para todo ponto x [a, b]. f (x) = f (x0 ) + (x x0 ) + (x x0 )2 2 f 2! x2 f + x x0 (x x0 )3 3 f + + 3! x3 x0 + ... + Rn ,

x0

ou f (x) = f (x0 ) + (x) + (x)2 2 f 2! x2 f + x x0 (x)3 3 f + + 3! x3 x0 + ... + Rn ,

x0

(14)

em que x = x x0 denota o espa camento das linhas verticais e Rn e o resto, denido como Rn = (x)n n f n! xn , x0 [a, b].

x0

Figura 3 - Regi ao discretizada. Malha computacional bidimensional.

Pode-se pensar nas aproxima c oes de diferen cas nitas como o inverso do processo de determina c ao do limite, utilizado para obter a derivada de uma fun c ao f . Considera-se a deni c ao de uma fun c ao f cont nua f (x + h) f (x) df = lim . (13) dx h0 h Tendo a deni c ao da derivada de uma fun c ao f cont nua, uma aproxima c ao de diferen cas nitas para

Considere a Fig. (4), que mostra alguns pontos de uma malha unidimensional. Os pontos s ao uniformemente espa cados de xi+1 xi = x, onde xi = a + ix com i = 0, 1, ..., n + 1.

Figura 4 - Malha de pontos uniformemente espa cados.

Deseja-se determinar a primeira derivada de uma fun c ao f no ponto xi = ix, a qual ser a denotada por f . Expandindo f (xi + x) em s erie de Taylor em x i

Modelagem do uxo de pedestres pela teoria macrosc opica

4318-7

torno do ponto xi , tem-se f (xi + x) = f (xi ) + (x) + (x) f 2! x2

2 2

Isolando-se a primeira derivada, tem-se f x

i

+
i

+
i

(x) f 3! x3
3 3

f x (15)

( ) 2f f i f i 1 + O x, 2 , = x x

(19)

+ ...

em que ... indica os termos restantes da s erie de Taylor at e o resto Rn . Para garantir a exist encia das expans oes em s erie de Taylor, considera-se n sempre maior que a maior ordem das derivadas que aparecem nessas expans oes. Assim, por exemplo, n > 3 na expans ao (15). Ap os isolar a primeira derivada da Eq. (15), obt emse f f (xi + x) f (xi ) = + x xi x ] [ (x)2 2 f (x)3 3 f ... . 2! x2 i 3! x3 i

que e outra aproxima c ao de primeira ordem para a primeira derivada de f . Diferentemente da express ao (17), na qual utiliza-se um ponto adiante de xi , a express ao (19) utiliza o ponto xi1 , ponto que ca atr as de xi . Por essa raz ao, a express ao (19) e considerada uma aproxima c ao por diferen cas regressivas ou atrasadas. Pode-se obter uma aproxima c ao de O (x)2 para a primeira derivada de f , manipulando convenientemente as express oes em s erie de Taylor: Em resumo, considerando as Eqs. (15) e (18) e poss vel escrever respectivamente f f (xi + x) = f (xi ) + (x) + x i ) ( (x)2 2 f 3f + + O x2 , 3 , 2 2! x i x

(16)

f Note que, para que seja poss vel isolar , tox i dos os termos da s erie de Taylor foram divididos pelo espa camento x. A express ao (16) indica que a primeira derivada e igual ao quociente mais os termos da s erie de Taylor at e Rn , que e denominado como Erro Local de Truncamento (ELT). f x ( ) f (xi + x) f (xi ) 2f + O x, 2 . x x

(20)

f f (xi x) = f (xi ) (x) + x i ) ( (x)2 2 f 3f + O x2 , 3 . 2 2! x i x

(21)

=
i

Pode-se simplicar a nota c ao se escrevendo fi para f (xi ), ou, em geral, fik para f (xi k x). Com isso, a express ao (16) torna-se ( ) f fi+1 fi 2f = + O x, 2 . (17) x i x x A express ao (17) e uma equa c ao de diferen cas nitas que representa uma aproxima c ao de primeira ordem para a primeira derivada de f , utilizando diferen cas progressivas ou adiantadas, ou seja, e de primeira ordem porque no termo dominante do ELT, x aparece elevado ` a primeira pot encia. e de diferen cas progressivas porque, no c alculo da derivada no ponto xi , foi utilizado um ponto adiante de xi , no caso xi+1 . Uma segunda aproxima c ao de diferen cas nitas pode ser obtida a partir da expans ao de f (x x) em s erie de Taylor em torno do ponto xi f f (xi x) = f (xi ) (x) + x i (x)2 2 f (x)3 3 f + + ... 2! x2 i 3! x3 i

Como o objetivo de se calcular uma aproxima c ao de segunda ordem, combina-se as expans oes (20) e (21) de forma a eliminar a segunda derivada de f . Essa derivada e eliminada ao fazer o c alculo f f (xi + x) f (xi x) = 2(x) + x i ) ( 3f +O x2 , 3 x ou f x =
i

( ) fi+1 fi1 3f + O x2 , 3 . 2x x

(22)

Note que a aproxima c ao dada pela express ao (22) utiliza os pontos xi1 e xi+1 para o c alculo da primeira derivada de f no ponto central, intermedi ario, xi . Por essa raz ao, ela e denominada aproxima c ao por diferen cas centrais. O mesmo procedimento e v alido para derivadas temporais, ou seja f t
k

( ) 2f f k+1 f k + O t, 2 , = t t

(23)

(18)

em que os ndices k e k + 1 designam dois n veis temporais, o n vel k representa o presente e o n vel (k + 1) representa o futuro, sendo f k conhecida.

4318-8

Vargas et al.

onde =

t x

) k+1 qi + k i+1 +

t 2

k+1 k+1 gi +1 + gi

+1 r = k i+1 . Com isso pode-se obter resultados computacionais para o uxo de tr afego de pedestres.

6.1.

Resultados

Figura 5 - Pontos utilizados para o c alculo da primeira derivada de f por diferen cas nitas.

Dependendo do tipo de diferen cas nitas a ser usado na solu c ao de determinado problema, dois diferentes esquemas podem ser elaborados [27]. Se a aproxima c ao por diferen cas nitas da derivada espacial for expressa em termos de valores das vari aveis no n vel de tempo conhecido, as equa c oes resultantes podem ser resolvidas diretamente, para cada ponto de intersec c ao (x, t) computacional em cada tempo. Este tipo de esquema e chamado de esquema expl cito. Se, por outro lado, a aproxima c ao por diferen cas nitas da derivada espacial for expressa em termos de valores das vari aveis na linha de tempo desconhecida, as equa c oes alg ebricas do sistema inteiro s ao resolvidas simultaneamente, e o esquema e dito esquema impl cito. Os problemas que envolvem diferen cas nitas necessitam que seja determinada uma rela c ao entre o intervalo de discretiza c ao no espa co x e o intervalo de discretiza c ao no tempo t, como consequ encia da condi c ao de estabilidade do esquema. Esta rela c ao (normalmente e chamada de condi c ao de CourantFriedrichs-Lewy - CFL [24]) pode ser formulada da set guinte forma = 1, onde e o n umero de Coux rant. necess E ario admitir a utiliza c ao da condi c ao de Courant representada por , com = 0, 1, o que nos fornece t = 0, 1x. Assumindo o modelo linear para a velocidade e expressando o uxo como q = a + b2 , onde a = uf e b = (24)

A teoria para o uxo de pedestres e assumida para valores de 6 ped/m2 [28], devido a impossibilidade f sica de se alocar um n umero maior do que esse por metro quadrado. Desta forma, as ilustra c oes dos resulao. tados nas Figs. 6(a) e 6(b) seguem esse padr Analisando a curva que representa o uxo, quando a densidade ca maior do que a densidade cr tica crit = 2 ped/m2 (crit < j com j = 4 ped/m2 ) o uxo diminui, aproximando-se de zero quando = j . O uxo no trecho em que > 3, 7, e < j e pequeno, entretanto ainda existe. Ao se atingir j = 4 ped/m2 , tem-se que a densidade e m axima, por em nota-se na Fig. 6(a) que a velocidade para j = 4 ped/m2 e m nima e sendo assim, o uxo e m nimo.

(a)

uf o modelo hidrodin amico do j sistema (12) e reescrito como ( ( ) ( k+1 )2 ) +1 +1 + k a k + b i+1 i+1 = i+1 ou ainda, br2 + (a + 1)r = 0, (25)
Figura 6 - Diagramas fundamentais.

(b)

Modelagem do uxo de pedestres pela teoria macrosc opica

4318-9

Da an alise da Fig. 6(a), observa-se que quando a densidade atinge valores superiores a crit ocorre uma descontinuidade no gr aco. Quando faz-se ajustes em gr acos experimentais [29], como pode-se observar na Fig. 7, ap os um certo valor para a densidade, a fun c ao de ajuste n ao se ad equa perfeitamente aos dados devido a uma alta dispers ao destes naquela regi ao.

Figura 7 - Resultados experimentais de acordo com a Ref. [29].

O mesmo se d a quando faz-se a an alise da Fig. 6(b). De acordo com os dados experimentais [30] apresentados na Fig. 8, observa-se que a partir da densidade cr tica crit , h a uma mudan ca de fase. Assim, entre 0 crit tem-se a fase de uxo livre e entre crit < j tem-se a fase de uxo congestionado.

vericaram-se que os m aximos erros relativos que podem ocorrer nos valores dos uxos m aximos estimados, s ao sempre menores do que 0.5% (testes realizados para 0.02 (m/s) dt/dx 2 (m/s)). Os modelos resolvidos por aproxima c oes de diferen cas nitas se aproximaram dos resultados experimentais encontrados na literatura. Os resultados por MDF impl cito podem ser tranquilamente comparados e validados com os modelos de Fruin [33], Older [26], Virkler [34] e tantos outros. Foi poss vel atrav es deste artigo fazer contribui c oes para as pesquisas de uxo de pedestres, pois o modelo analisado pode ser utilizado como uma primeira an alise de estruturas de caminhada que precisem ser rapidamente testadas, sem a necessidade de grandes gastos experimentais e utilizando-se de um baixo tempo de processamento computacional. Quando o modelo foi aplicado a estrutura de caminhada/pista, observou-se que a densidade cr tica crit foi atingida com muita rapidez. Isso se deve as entradas admitidas para a pista (entradas em todos os pontos da caminhada) e o tamanho da pista. Considerando menos entradas, ou um n umero menor de pedestres entrando por minuto, esse crescimento de at e chegar a crit seria mais lento. Tamb em pode-se armar que o modelo hidrodin amico foi fechado com uma rela c ao fenomenol ogica adequada e muito utilizada na bibliograa de tr afego [25], por em, sabe-se que muitos estudos tem sido realizados [13], [15] para que se possa encontrar uma rela c ao fenomenol ogica universal que represente o uxo considerando as caracter sticas dos pedestres vistos como part culas de um uido cont nuo.

Agradecimentos
Figura 8 - Resultados experimentais de acordo com a Ref. [30].

Observa-se na Fig. 8, obtida experimentalmente para ve culos, que na fase de uxo congestionado n ao se pode garantir continuidade da fun c ao. Embora os dados sejam obtidos para ve culos, Venutti e Bruno [13] e Tanaboriboon [31], defendem a analogia entre estes resultados e os resultados experimentais para diagramas representativos para pedestres. Essa observa c ao sobre dados experimentais tamb em foram vericadas nos nosaco da densidade sos resultados, tanto na Fig. 6(a), gr pela velocidade, quanto na Fig. 6(b), que representa o diagrama fundamental.

Agradecemos as revis oes dos amigos do nosso Grupo de Tr afego e ao suporte da Coordena c ao de Aperfei coamento de Pessoal de N vel Superior (CAPES).

Refer encias
[1] D. Helbing and P. Moln ar, Phys. Rev. E 51, 4282 (1995). [2] D. Helbing, A. Johansson, J. Mathiesen, M.H. Jensen and A. Hansen, Phys. Rev. Lett. 97, 168001 (2006). [3] S. Hoogendoorn, W. Daamen and R. Landman, Pedestrian and Evacuation Dynamics (SpringerLink, Berlin, 2005), p. 253. [4] S.P. Hoogendoorn and P.H.L. Bovy, Transportation Research Record 1776, 201 (2001). [5] A. Schadschneider, Pedestrian and Evacuation Dynamics (Springer, New York, 2002), p. 75. [6] A. Schadschneider and A. Seyfried, Cybernetics and Systems: An International Journal 40, 367 (2009). [7] C. Burstedde, A. Kirchner, K. Klauck, A. Schadschneider and J. Zittartz, Pedestrian and Evacuation Dynamics (Springer, New York, 2002), p. 87.

7.

Conclus oes

Em problemas de mec anica dos uidos existem MDF muito testados, que solucionam uma grande variedade de situa c oes, com amplas vantagens sobre os outros m etodos. Li [32] arma e prova que o MDF e consistente, convergente e incondicionalmente est avel. Atrav es de testes num ericos realizados por ele,

4318-10

Vargas et al.

[8] K. Teknomo and M.R.E. Estuar, International Journal of Psychological Research 1, 23 (2010). [9] I.Y. Sumida and E.E.N. Macau, in: III Workshop dos Cursos de Computa c ao Aplicada do INPE - WORCAP, S ao Jos e dos Campos, 2003, editado por G.J.F. Banon, F.M. Ramos, R.R. Rosa and J.D.S. Silva (MCT/INPE, S ao Jos e dos Campos, 2003). [10] T.C. Silva, Simula c oes Computacionais Aplicadas ao Processo de Evacua ca o de Ambientes: Uma An alise Comparativa de Variantes Geom etricas Via Aut omatos Celulares Bidimensionais. Disserta ca o de Mestrado, Universidade Federal do Paran a, 2012. [11] M.C. Toyama, Uma Abordagem Multiagente para Din amica de Pedestres. Tese de Mestrado, Pontif cia Universidade Cat olica do Rio de Janeiro, 2006. [12] F. Venuti and L. Bruno, Comptes Rendus M ecanique 12, 739 (2007). [13] F. Venuti and L. Bruno, Comptes Rendus M ecanique 4, 194 (2007). [14] F. Venuti and L. Bruno, Physics of Life Reviews 6, 176 (2009). [15] M. Vargas, Modelagem Matem atica para o Tr afego de Pedestres. Disserta ca o de Mestrado, Universidade Federal do Paran a, 2010. [16] D. Bauer, S. Seer and N. Br andle, in: Proceedings of the Summer Computer Simulation Conference - SCSC 2007, San Diego, 2007, editado por Society for Computer Simulation International (San Diego, 2007), p. 1035. [17] C. Chalons, SIAM J. Sci. Comput. 29, 539 (2007). [18] N. Bellomo, M. Delitala and V. Coscia, Math. Models Methods Appl. Sci. 12, 1801 (2002). [19] I. Bonzani and L.M.G. Cumin, Computers and Mathematics with Applications 9, 2418 (2008). [20] C.F. Daganzo, Fundamentals of Transportation and Trac Operations. (Elsevier, New York, 1997).

[21] R.B. Bird, W.E. Stewart and E.N. Lightfoot, Transport Phenomena (John Wiley and Sons, Inc., New York, 2002). [22] W. Filho, Fen omenos de Transporte para Engenharia (LTC, Rio de Janeiro, 2006). [23] L. Sissom and D.R. Pitts, Fen omenos de Transporte (Editora Guanabara, Rio de Janeiro, 1988). [24] A.O. Fortuna, T ecnicas Computacionais para Din amica dos Fluidos - Conceitos B asicos e Aplica co es (Edusp, S ao Paulo, 2000). [25] B.D. Greenshield, Highway Research Board Proceedings 14, 448 (1935). [26] S.J. Older, Trac Engineering and Control 10, 160 (1968). [27] G. Castanharo, Aplica ca o de Modelos Hidrodin amicos no Contexto de Previs ao de Au encias a Reservat orios. Disserta ca o de Mestrado, Universidade Federal do Paran a, 2003. [28] W. Daamen, Modelling Passenger Flows in Public Transport Facilities. Tese de Doutorado, Delft University of Technology, 2004. [29] I. Bonzani and L. Mussone, Mathematical and Computer Modelling 37, 1435 (2003). [30] B.S. Kerner, The Physics of Trac (Springer, New York and Berlin, 2004). [31] Y. Tanaboriboon, S. Hwa and C. Chor, Journal of Transportation Engineering 112, 229 (1986). [32] R.M. Li, Mathematical Modelling of Response from Small Watershed. Tese de Doutorado, Colorado State University, 1974. [33] J. Fruin, Highway Research Record 355, 1 (1971). [34] M. Virkler and S. Elayadath, Transportation Research Record 1438, 51 (1994).