Análise Comparativa de Algoritmos de Alocação Escolar em Larga Escala

• Anderson Pinheiro Cavalcanti Universidade Federal Rural de Pernambuco (UFRPE) / CESAR School
• Samara Monteiro Xavier Universidade Federal Rural de Pernambuco (UFRPE)
• Luiz Rodrigues Universidade Tecnológica Federal do Paraná (UTFPR)
• Péricles Miranda Universidade Federal Rural de Pernambuco (UFRPE) https://orcid.org/0000-0002-5767-7544
• Rafael Ferreira Mello Universidade Federal Rural de Pernambuco (UFRPE) / CESAR School https://orcid.org/0000-0003-3548-9670

DOI: https://doi.org/10.5753/sbie.2026.25540

Resumo

Alocar estudantes em escolas públicas exige conciliar preferências, capacidade e prioridades legais em um contexto de alta demanda e desigualdades territoriais. Este artigo compara Gale–Shapley, Filas Múltiplas e uma Heurística Construtiva Adaptada por meio de simulações com dados sintéticos georreferenciados (zonas A/B/C), até 70.000 estudantes e três preferências por aluno. Avaliam-se o tempo de execução, o atendimento às preferências, a distribuição por posição de escolha e o acesso de vulneráveis a escolas de alta qualidade (Zona A), com pesos iguais e política pró-equidade. Os resultados mostram maior alocação na 1ª opção com Filas Múltiplas, enquanto Gale–Shapley preserva a estabilidade e a pró-equidade amplia o acesso à Zona A com ganhos decrescentes em cenários saturados.

Palavras-chave: Alocação Escolar, Algoritmos de Emparelhamento, Equidade Educacional

Referências

Abdulkadiroğlu, A., Pathak, P. A., Roth, A. E., and Sönmez, T. (2005). The boston public school match. American Economic Review, 95(2):368–371.

Abdulkadiroğlu, A., Pathak, P. A., Roth, A. E., and Sönmez, T. (2006). Changing the boston school choice mechanism: Strategy-proofness as equal access. Working Paper 11965, National Bureau of Economic Research.

Abdulkadiroğlu, A. and Sönmez, T. (2003). School choice: A mechanism design approach. American economic review, 93(3):729–747.

Alifi, M. R., Hayati, H., and Supangkat, S. H. (2017). Optimization of school network using location-allocation analysis: Case study: Bandung, indonesia. In 2017 IEEE Region 10 Symposium (TENSYMP), pages 1–6. IEEE.

Arnosti, N. (2023). Lottery design for school choice. Management Science, 69(1):244–259.

Bouzarth, E. L., Forrester, R., Hutson, K. R., and Reddoch, L. (2018). Assigning students to schools to minimize both transportation costs and socioeconomic variation between schools. Socio-Economic Planning Sciences, 64:1–8.

Cavalcanti, A. P., Xavier, S. M., da Silva Venâncio, J. M., de Miranda, P. B. C., do Nascimento, A. C. A., and de Mello, R. F. L. (2026). Sistemas de alocação de estudantes em escolas: Uma revisão sistemática da literatura. Revista Brasileira de Informática na Educação, 34:458–477.

COCK, J. C. A., NASCIMENTO, D., NASCIMENTO, A. M., COSTA, P. A., BONAMINO, A., and DE, M. C. (2022). Pesquisas sobre implementação de políticas educacionais no brasil: um estado do conhecimento. Educação em Revista, 38.

Costa, M. A., dos Santos, M. P. G., Marguti, B., Pirani, N., Pinto, C. V. d. S., Curi, R. L. C., Ribeiro, C. C., and de Albuquerque, C. G. (2018). Vulnerabilidade social no brasil: conceitos, métodos e primeiros resultados para municípios e regiões metropolitanas brasileiras. Technical report, Texto para Discussão.

Fernandes, G. A. d. A. L. (2018). O problema das matrículas escolares: uma discussão sobre a melhoria das regras utilizadas em são paulo. Revista de Administração Pública, 52(4):740–752.

Gale, D. and Shapley, L. S. (1962). College admissions and the stability of marriage. The American mathematical monthly, 69(1):9–15.

Gortázar, L., Mayor, D., and Montalbán, J. (2023). Residence-based priorities and school choice. Economics of Education Review, 95:102384.

Hafalir, I. E., Yenmez, M. B., and Yildirim, M. A. (2013). Effective affirmative action in school choice. Theoretical Economics, 8(2):325–363.

Hermstrüwer, Y. (2025). Procedural information as a "game changer" in school choice. Games, 16(3):25.

Law, A. M., Kelton, W. D., and Kelton, W. D. (2007). Simulation modeling and analysis, volume 3. Mcgraw-hill New York.

Mayerle, S. F., Rodrigues, H. F., de Figueiredo, J. N., and Chiroli, D. M. D. G. (2022). Optimal student/school/class/teacher/classroom matching to support efficient public school system resource allocation. Socio-Economic Planning Sciences, 83:101341.

Neto, G. F., Miranda, P. B., Mello, R. F., and Nascimento, A. C. (2022). A novel one-to-many matching method for the assignment problem: An enem case study. In Encontro Nacional de Inteligência Artificial e Computacional (ENIAC), pages 164–173. SBC.

Pathak, P. A. and Sönmez, T. (2013). School admissions reform in chicago and england: Comparing mechanisms by their vulnerability to manipulation. American Economic Review, 103(1):80–106.

Prima, P. and Arymurthy, A. M. (2018). Optimization of school location-allocation using genetic algorithm. In 2018 8th International Workshop on Computer Science and Engineering, WCSE 2018, pages 750–755. International Workshop on Computer Science and Engineering (WCSE).

Prima, P. and Arymurthy, A. M. (2019). Optimization of school location-allocation using firefly algorithm. In Journal of Physics: Conference Series, volume 1235, page 012002. IOP Publishing.

Rodrigues, H. F. and Mayerle, S. F. (2014). Modelo capacitado para alocação de alunos em redes públicas de ensino. XLVI Simpósio Brasileiro de Pesquisa Operacional.

Vianna, C. R., Teles, C. A., Pontes, R. S., Belloze, K. T., Cirto, F. E., Brandão, D., de Assis, L. S., and de Carvalho, F. F. (2023). Heuristic for the students allocation in brazilian public schools: a case study. In 2023 18th Iberian Conference on Information Systems and Technologies (CISTI), pages 1–7. IEEE.