[pt] O problema de localização de hubs visa encontrar pontos de concentração de fluxo numa rede, de modo que a soma das distâncias das ligações compartilhadas entre pontos da rede seja minimizada. Neste trabalho, o problema fundamental de localização de hubs com alocação simples para o sistema de transporte aéreo brasileiro é abordado, através da identificação de hubs regionais e hubs centrais, a fim de minimizar o fluxo na rede via a resolução primeiramente de um modelo integrado. A seguir, é proposto um método heurístico de duas fases em vista de reduzir o tempo de resposta e superar a limitação de memória. Na primeira fase da heurística proposta são identificados hubs regionais via resolução do modelo da p-mediana. Utilizando os resultados da primeira fase na segunda fase, procede-se à identificação de hubs centrais resolvendo-se o modelo q-hub-mediana numa rede de aeroportos menor, porém de mesmo fluxo de passageiros. Experimentos computacionais com as duas estratégias propostas para o problema de localização de hubs são realizados, tendo como instância base o sistema de transporte aéreo brasileiro com 150 aeroportos. Para estratégia via modelo integrado é considerado um total de 24 aeroportos no sistema, com o número de hubs regionais variando de 10 a 19 e o de hubs centrais variando de 2 a 6; para a estratégia via método heurístico é considerado um total de 150 aeroportos no sistema, com o número de hubs regionais variando de 10 a 40 na primeira fase, e o de hubs centrais variando de 2 a 6, na segunda fase. Ainda, recursos gráficos são usados na visualização dos resultados obtidos. / [en] The hub location problem aims to find points of concentration in a ow network, such that the sum of the distances of the connections shared between grid points is minimized. In this work, the fundamental problem of locating hubs with simple allocation for the Brazilian air transportation system is approached, by identifying regional and central hubs, in order to minimize the network ow by solving first an integrated model. Then, a two-phase heuristic method is proposed in order to reduce the response time and overcome the memory limitation. In the first phase of the proposed heuristic the regional hubs are identifed through the resolution of the p- median model. Using the results of the first phase in the second one, the identification of central hubs is proceeded by solving a q-hub-median model in a smaller airport grid, but of the same passenger ow. Computational experiments with the two proposed strategies for the hub location problem are performed, having as basic instance the Brazilian air transportation system with 150 airports. For the integrated model strategy a total of 24 airports in the system is considered, with the number of regional hubs varying from 10 to 19 and the number of central hubs varying from 2 to 6; and for the heuristic method strategy a total of 150 airports in the system is considered, with the number of regional hubs varying from 10 to 40 in the first stage, and the number of central hubs varying from 2 to 6 in the second stage. Further, graphical features are used in the visualization of the results.