SchellingSegregation

Simulação do modelo de segregação de Schelling usando python MESA - Computação Experimental 2021/2

Hipótese

O modelo de Schelling é composto por dois grupos distintos que desejam ter um número mínimo de vizinhos (agentes) iguais (Homophily). Quando um agente alcança condições ideais, ele fica feliz (happy). A hipótese é: a partir de certas condições (como um alto número mínimo de vizinhos e uma baixa tolerância ao medo), é impossível (ou muito mais difícil) satisfazer todos os agentes.

Alterações no modelo anterior

Para realizar a simulação, foi utilizado uma versão alternativa baseada no modelo anterior. Algumas mudanças consistem na adição das variáveis dependentes satisfaction index e da variável fear. A variável medo consiste em um valor gerado para cada agente em um dado passo. Se esse valor for maior que um nível de tolerância estabelecido pelo usuário, o agente se muda, mesmo que a condição de homofilia seja satisfeita. Abaixo se encontra uma listagem das mudanças em relação ao modelo anterior:

• Foram adicionadas as seguites variáveis dependentes:

  • fear (no agente): o medo gerado para um agente;

  • fear (no modelo): a tolerância do medo suportado;

  • total_satisfaction_index: mede o índice de satisfação dos agentes azuis e vermelhos;

  • blue_satisfaction_index: mede o índice de satisfação dos agentes azuis;

  • red_satisfaction_index: mede o índice de satisfação dos agentes vermelhos;

  • total_blue_agents_count: conta o número total de agentes azuis;

  • total_red_agents_count: conta o número total de agentes vermelhos;

  • happy_blue_agents_count: o número atual de agentes azuis felizes;

  • happy_red_agents_count: o número atual de agentes vermelhos felizes;

• Foi adicionado um controlador da tolerância ao medo Fear tolerance;

• Foi retirada a variável max_steps;

• Os dados obtidos com as simulações em batch continuam sendo armazenados na pasta results (talvez precise ser criada caso não exista ainda).

Essas mudanças foram feitas, principalmente, para obter um modelo mais interessante para a simulação de um ambiente real e a variável max_steps foi retirada porque não produzia um efeito satisfatório sobre o modelo original.

Funcionamento

Para executar as simulações, basta executar o comando $ mesa runserver no diretório raiz do projeto. O programa irá gerar simulações e, ao final, a interface gráfica será aberta no navegador.

Resultados

O programa gera dois arquivos diferentes: agent_data e model_data. Esses arquivos contém os resultados das simulações e podem ser encontrados na pasta results (que deve ser criada caso ainda não exista). Nesses arquivos, são registradas diversas variáveis em nível de agente e modelo, com destaque para as seguintes:

• FearTolerance: a tolerância de cada agente ao medo;

• Fear: o medo de cada agente;

• AgentType: o tipo de agente (0 - azul e 1 - vermelho);

• TotalSatisfactionIndex: o índice de agentes azuis e vermelhos felizes (varia de [0, 1]);

• BlueSatisfactionIndex: o índice de agentes azuis felizes (varia de [0, 1]);

• RedSatisfactionIndex: o índice de agentes vermelhos felizes (varia de [0, 1]);

Conclusão

Por fim, são feitas algumas considerações finais acerca dos experimentos realizados e dos dados obtidos: as pessoas no mundo real sempre procuram o melhor lugar para viver e, de forma geral, é mais fácil se integrar em uma comunidade cujos interesses são similares aos seus. Isso não significa que é impossível interagir com comunidades diferentes, apenas que essas comunidades devem estar abertas a receber os outros.