Escolar Documentos
Profissional Documentos
Cultura Documentos
Índic e An al ít ico
Introdução ................................................................... 3
Lógica Fuzz y ................................................................ 4
Definições e Exemplos ............................................................................................. 5
Operações sobre conjuntos Fuzzy ............................................................................ 8
Operações Algébricas sobre Conjuntos Fuzzy.......................................................... 8
Análise d e Riscos : algu ns co nceito s ................................ 1 0
Tipos de Análise de Riscos ..................................................................................... 11
Gerenciamento de Riscos...................................................................................... 11
Avaliação do Risco Ecológico e Gerenciamento do Risco Ecológico................... 12
O artigo estudado: Water Quality Failure s in Di st ribution
Net works – Ri sk Analysi s Using Fuz zy Logic and Evidential
Reasoning, de Sadiq et al. ............................................ 15
Parte I – Introdução: falhas na qualidade da água e técnicas de Análise de
Riscos..................................................................................................................... 15
Parte II – A estrutura proposta ............................................................................ 18
Parte III – Falhas na qualidade da água em uma rede de distribuição .............. 24
Parte IV – Conclusões: vantagens e limitações .................................................... 25
Bibliografia ............................................................... 27
2
Sanntiago D’Ávvilla
Introdução
O uso da Lógica Fuzzy na análise de riscos parece adequada, uma vez que as incertezas
que nos cercam, em geral, não são do tipo verdadeiro ou falso, como no caso dos
fenômenos regidos pela conhecida Lógica Booleana. Na lógica booleana o
conhecimento de um conjunto de dados permite conhecer o seu complemento, o que
nem sempre é verdade quando se lida com fenômenos naturais. Exemplo disso são as
condições de tempo, para as quais não se pode simplesmente dizer que se não chover
fará sol, ou se fizer sol não teremos chuva. Ainda nos confrontamos com o problema da
intensidade, pois, se chover, será uma chuva rala ou torrencial; se tiver vento, será forte
ou apenas leves brisas. E os impactos de cada evento que se manifestar serão benéficos
ou maléficos, simplesmente na lógica booleana, mas sabemos que tais impactos têm
uma graduação e, dependendo do caso, esta é bastante complexa.
A palavra inglesa fuzzy tem, como significado, confuso, ambíguo, obscuro. Apesar de
eventualmente serem encontrados na literatura os termos “lógica difusa” e “conjuntos
nebulosos” para indicar Lógica Fuzzy e Conjuntos Fuzzy, respectivamente, evitar-se-á o
emprego de tais termos. A discordância com o uso desses termos é que difuso significa
longo, prolixo, estendido e não parece ter relação direta com o termo original. O
dicionário online merrian-webster dá os seguintes significados para Fuzzy: 1. marcado
por dar uma sugestão particulada; 2. fraco em clareza ou definição (como em foto
embaçada); 3. sendo, relativo a, ou invocando emoções agradáveis e usualmente
sentimentais.
Este trabalho segue doravante apresentando uma revisão de alguns conceitos da Lógica
Fuzzy, seguida de uma breve exposição dos conceitos encontrados na Análise de Riscos
e por fim os comentários sobre o artigo Water Quality Failures in Distribution
Networks – Risk Analysis Using Fuzzy Logic and Evidential Reasoning de Sadiq et al.
3
Sanntiago D’Ávvilla
Ló gica Fuz zy
Já a Lógica Fuzzy admite que guardemos dados do tipo o quão gorda uma pessoa é, ou
o quão alta, o quão jovem, etc. Isto é, dados que, pela sua própria natureza, admitem
termos de transição e que podem ser ponderados. Imagine o primeiro exemplo citado da
seguinte forma: um indivíduo pesando menos que vinte quilos, seria considerado
subnutrido; uma pessoa pesando entre vinte e cinqüenta quilos pode ser considerada
magra; acima de cinqüenta até oitenta, consideraríamos “não magra e não gorda”
(simultaneamente); acima de oitenta até cento e dez quilos, diríamos que se trata de uma
pessoa gorda; acima de cento e dez quilos até cento e quarenta, seria o caso de
obesidade; acima de cento e quarenta quilos, consideraríamos como obesidade mórbida
(estado em que a pessoa já está impedida de seus movimentos normais). Depois disso
tudo, verificamos que houve um descuido. As alturas das pessoas não foram
consideradas e é claro que a altura influencia muito a classificação estabelecida acima,
pois, uma pessoa com sessenta quilos e menos de um metro e trinta é considerada obesa.
A Lógica Fuzzy também consegue lidar com essa nova situação, isto é, os novos dados
podem ser adicionados ao nosso esquema, sem grandes esforços. Na tabela 1 dispomos
os dados relacionando peso e altura das pessoas, sendo o valor zero atribuído para
subnutrição e um para obesidade.
4
Sanntiago D’Ávvilla
Definições e Exemplos
Desta definição podemos concluir que os conjuntos Fuzzy refletem melhor a maneira
racional de uma pessoa pensar. Por exemplo, um professor não classifica um aluno
como bom ou ruim apenas, ele aufere cada um de acordo com um grau entre estes dois
extremos.
Exemplo:
Quente = { (5; 0), (13; 0,1), (17; 0,2), (23; 0,5), (31; 0,8), (41; 1) }.
Assim poderíamos falar que 5ºC é “absolutamente não quente”, 23ºC “agradavelmente
quente”, e 40ºC é “muito quente”.
bx
a b c ; bxc
dx
( x) a ; cxd
d c
0; demais casos
5
Sanntiago D’Ávvilla
Considere a expressão “por volta da meia noite”. Trata-se de uma expressão vaga e
pode ser expressa como um conjunto Fuzzy graficamente. Veja a figura 2 que ilustra a
expressão em julgamento.
22 0 2
U
A
1
0
Conjunto Fuzzy Universo – Se, e somente se, o valor da função membro é um para
todos os membros em consideração, então dizemos que o conjunto é o universo.
Conjunto Fuzzy Vazio – se, e somente se, o valor da função membro for zero para
todos os membros em consideração, então dizemos que o conjunto Fuzzy é vazio, isto
é: A = Ø µA(x) = 0 x X (a seta de duas pontas diz “se, e somente se”, enquanto
o símbolo diz “para todos os”).
6
Sanntiago D’Ávvilla
Conjunto Crisp – são os conjuntos cuja função característica assume apenas os valores
zero e um, não admitindo valores intermediários.
Altura – seja o conjunto A. O maior valor µA para o qual o -corte não é vazio,
chamamos de altura de A. Um conjunto Fuzzy com altura igual a um é dito normal, de
outro modo é dito sub-normal.
7
Sanntiago D’Ávvilla
Multiplicação Algébrica
AB A ( a ) B (b) / x | x A, x B .
Expoente
A A (a) / x | x A .
Concentração
con( A) A 2 .
Dilatação
dil ( A) A0,5 .
8
Sanntiago D’Ávvilla
Vale notar que as operações Concentração e Dilatação não têm correlatas na teoria
clássica dos conjuntos.
Soma Algébrica
A ( x) B ( x) A ( x) B ( x) , denotando o símbolo + a soma algébrica.
Relações Fuzzy
Dados os Conjunto Fuzzy A1, A2,... , An nos respectivos universos U1, U2,..., Un,
chamamos relação Fuzzy n-ária ao Conjunto Fuzzy em U1U2...Un, expresso como
9
Sanntiago D’Ávvilla
Como o próprio nome diz, a Análise de Riscos não é a simples previsão de riscos. A
primeira é dotada de uma metodologia científica e busca não somente apresentar os
problemas, mas indicar ou sugerir soluções o mais adequadas possível. A outra está
ligada ao fatalismo, e pode simplesmente apontar os possíveis problemas sem, contudo,
sugerir medidas para impedir o fato ou minimizar seus efeitos negativos.
Destacamos que, por ser um corpo de conhecimento dinâmico, a Análise de Riscos goza
de muitos conceitos e poucos consensos. Para se estabelecer um conceito é bastante
seguir uma linha de raciocínio válida, baseada em experiências e/ou idéias. Para se ter
um consenso é necessário a concordância de todos, ou pelo menos da grande maioria.
Isto mostra que todo consenso é um conceito, mas nem todo conceito é um consenso.
Apesar de ser dinâmico, o corpo de conhecimento da Análise de Riscos não pode ser
considerado novo. Na verdade, por volta do ano de 3200 a.C. relata-se atividades
ligadas a Análise de Riscos no vale do rio Tigre-Eufrates. Gregos e romanos
observavam as relações entre causa e efeito, lembrando que a Lógica fundada por
Aristóteles, comentado no início deste trabalho, constitui um exemplo dessa
preocupação. No século IV a.C. Hipócrates correlacionou a ocorrência de doenças
(evento indesejável e possível) com exposições a fenômenos ambientais. Já no século
XVI Agricola notou a correlação entre a atividade de mineração e prejuízos à saúde.
Risco
O Risco é um fator abstrato, representado matematicamente por uma probabilidade de
ocorrência de um fato indesejável. A ocorrência do fato representa, nesta relação, o fator
concreto. O Risco está presente em todas as decisões que tomamos em nosso cotidiano.
Perigo
É um agente (físico, químico ou biológico) ou um conjunto de condições capazes de
oferecer risco.
Avaliação de Riscos
Processo de estimativa de probabilidade da ocorrência de fato e a provável magnitude
dos efeitos negativos no decorrer do tempo.
10
Sanntiago D’Ávvilla
Incertezas
As Incertezas estão indiretamente relacionadas a eventos indesejáveis, mas não gozam
de mensurabilidade como os Riscos.
Devido à aleatoriedade do fenômeno chuva, não é possível prever se uma chuva com
período de retorno de cem anos ocorrerá no ano seguinte à construção de uma barragem
feita para suportar uma chuva com período de retorno de noventa anos. O risco de
rompimento da barragem pode estar relacionado com a incerteza de que haja uma chuva
com período de retorno superior à sua capacidade.
Riscos na Segurança – tem foco nos riscos ligados a processos e instalações, os quais
têm baixa probabilidade de ocorrência, mas de alta conseqüência. Ao contrário dos
riscos à saúde humana, têm elementar relação causa-efeito, seus efeitos são imediatos.
Durante a instalação de uma rede de distribuição de água, o risco de falhas nas
máquinas ilustra este caso.
Gerenciamento de Riscos
O campo do gerenciamento de riscos desenvolveu-se a partir do senso comum sobre
Análise de Riscos. Estruturado basicamente nas atividades de identificação dos perigos
e causas, no cálculo dos riscos que estes perigos podem oferecer, na elaboração e
aplicação de medidas mitigadoras destes riscos e posterior verificação da eficiência das
medidas adotadas.
11
Sanntiago D’Ávvilla
Planos Técnicos
Orçamento
Identificação do Risco Planos de Custo
Agendas do Projeto
Detalhamento do Risco
Mitigação do Risco
Revisão do Risco
Quadro 1 – Esquema geral para gerenciamentos de riscos. Leitura de cima para baixo e
da esquerda para a direita.
É importante frisar que o risco ecológico é um dos mais complexos por abranger uma
infinidade de variáveis e por ter de se considerar, além de modificações locais, as
12
Sanntiago D’Ávvilla
Relembrando nossa breve discussão sobre a Lógica Fuzzy, poderíamos atribuir valores
a cada uma das especificações feitas na matriz de avaliação de riscos de modo a
trabalhar com um Conjunto Fuzzy para proceder à avaliação.
13
Sanntiago D’Ávvilla
Conseqüência
Quase
Certo
Probabilidade
Provável
Moderado
Improvável
Raro
14
Sanntiago D’Ávvilla
O artigo estudado aborda a Análise de Riscos com foco nas falhas na qualidade da água
de uma rede de distribuição, a qual, segundo o artigo, apresenta muitas incertezas e nos
dados disponíveis, sendo outros bastante vagos, além de pouco entendimento sobre
muito dos seus mecanismos. Como conseqüência disso, seria necessária uma
abordagem sistemática para lidar com os dados de forma tanto quantitativa quanto de
forma qualitativa, além de um meio para atualizar as informações existentes quando
novas descobertas e dados tornarem-se disponíveis. O artigo identifica cinco
mecanismos gerais através dos quais pode ocorrer falha na qualidade da água ao longo
da rede de distribuição. Dentre eles estão a intrusão de contaminante, corrosão e
lixiviação (operação que consiste em fazer passar um solvente através de um material
pulverizado para separar um ou mais constituintes solúveis) e corrosão, formação de
biofilme e rebrota microbiana, permeação, e o avanço de substâncias usadas no
tratamento da água. Sua metodologia é demonstrada através de exemplos simplificados
para falhas na qualidade da água em redes de distribuição. O artigo tem ainda a
peculiaridade de ser baseado na evolução anterior de uma abordagem chamada análise
de risco agregativo. Nele, cada item de risco em uma estrutura hierárquica é expresso
por um número fuzzy triangular, que deriva da composição da probabilidade de um
evento de falha e a conseqüência da falha associada. Um processo hierárquico analítico
é usado para estimar os pesos requeridos para as fontes de risco imensuráveis
agrupadas. O raciocínio inferencial ou indicativo é proposto para incorporar os dados
recém chegados para a atualização da estimativa do risco existente. O artigo apresenta
ainda operadores exponenciais de média ponderada ordenados, que são usados no
processo de defuzificação para incorporar a dimensão atitudinal para o gerenciamento
de riscos.
15
Sanntiago D’Ávvilla
16
Sanntiago D’Ávvilla
Sobre a Análise de Riscos é feita uma explanação superficial dos principais conceitos,
além de uma breve explanação sobre algumas técnicas qualitativas usadas em Análise
de Riscos. Aqui apresentaremos somente a lista de técnicas presentes no artigo.
17
Sanntiago D’Ávvilla
18
Sanntiago D’Ávvilla
Há uma nota na tabela original do artigo informando que os valores zero e um poderiam
ser usados para as escalas qualitativas “certo” e “nulo”, respectivamente. No entanto,
achamos improcedente tal indicação, pelos motivos já expostos anteriormente, quando
falamos sobre a definição dos riscos e incertezas.
Abaixo, o quadro 7 representa um exemplo o qual tem Conjunto Fuzzy X = [ 0,26 , 0,6 ,
0,26 0,6 0,14 0 0
0,14 , 0 , 0 ], e que também pode ser representado por X = [ , , , , ].
MB B M A MA
Observe que o traço na última representação do Conjunto Fuzzy dada não representa a
divisão, mas indica que o número está associado àquela variável lingüística, a saber,
0,26 ao MUITO BAIXO, 0,6 ao BAIXO, 0,14 ao MÉDIO, 0 ao ALTO, e o último 0, ao
MUITO ALTO.
19
Sanntiago D’Ávvilla
MB B M A MA
1.0
0.88
0.8
3
0.6 2 0.75
M 0.4
e
m 0.2
b 0.38
r 0.0
o 1
0.2
Risco
Figura 6 – Avaliação do conjunto fuzzy 5-upla do risco
p p
pN n
. (1)
C
p 1
p
A agregação do risco tem seu modelo estrutural hierárquico proposto ilustrado pela
figura 7. Cada item de risco é particionado em seus fatores de contribuição, os quais são
também itens de risco, e cada um destes pode ainda ser particionado em fatores
contribuintes de níveis mais baixos. Uma unidade que consiste de um fator de risco
(pai) e seus fatores contribuintes (filhos) é chamada uma família. Uma unidade de risco
sem filhos é chamada “item de risco básico”, enquanto que o termo item de risco é
usado para todos os elementos com descendentes. A notação usada para um item de
risco é X ik, j , sendo i o número ordinal do item de risco X na geração atual; j é o número
ordinal do pai (na geração anterior); e k é a ordem da geração de X. Os índices i, j e k
são usados para atributos do item de risco como, por exemplo, no quadro 8 relacionado
com a figura 7, os fatores ri k, j e lik, j denotam probabilidade e perigo, respectivamente,
para o item de risco X ik, j .
20
Sanntiago D’Ávvilla
Famílias
Geração
Filho Pai
* o risco TFNL;** o conjunto fuzzy 5-upla normalizado para o risco;† para pai da geração 1, e j = 0
Quadro 8 – Estrutura Hierárquica para a Avaliação do Risco Agregado.
21
Sanntiago D’Ávvilla
Ainda dentro da descrição da estrutura proposta, somos conduzidos a uma subseção que
explica o processo de defuzificação para proceder ao gerenciamento do risco. A figura 8
ilustra algumas curvas características do grau de otimismo (or-ness) versus β para níveis
selecionados de granularidade, calculado usado as equações 2 e 3
(2)
(3)
d
e
o
t
i Otimismo mais baixo –
m risco mais alto
i
s
m
o Otimismo mais alto –
risco mais baixo
Figura 8 – Curvas característica para representação das relações entre grau de otimismo
e parâmetro β para determinar o E-OWA e o risco incisivo estimado.
22
Sanntiago D’Ávvilla
Aquisição de Conhecimento
(1) Análise Preliminar (2) Análises de Texto (3) Levantamento/Entrevista (4)
Expertes
Gerenciamento de Riscos
Figura 9 – Estrutura proposta para a Análise de Risco Agregativo.
23
Sanntiago D’Ávvilla
A terceira parte do artigo diz respeito às falhas na qualidade da água em uma rede de
distribuição.
Um conjunto de dados completo para itens de risco básico para avaliação do risco
agregado final pode ser vista no quadro 9, onde podemos observar uma relação muito
próxima com o quadro 4, da parte deste trabalho que discorre sobre Análise de Riscos, o
qual se constitui em uma tabela para rotular o risco (primeira coluna no quadro 9) e
descrever o risco de forma concisa e clara (segunda coluna).
Itens de
Definição
Risco
Básico
Fonte externa de contaminação no reservatório
Fonte interna de contaminação no reservatório
Contaminação devido a quebra de canos e juntas
Contaminação durante eventos de manutenção
Contaminação através de juntas cruzadas
Contaminação através de juntas cruzadas
Rebrota do biofilme em canos e encrustrações
Desinfecção por subprodutos trazidos por água
tratada
Concentração residual por desinfetanstes
Resíduos de outros tratamentos químicos
Traço químico da fonte de água
Organismos que escaparam ao tratamento da água
Elastômeros
Poluição orgânica
Lixiviação do material das tubagens
Lançamento da corrosão por subprodutos
Lixiviação de revestimentos e selantes em cisterna
Quadro 9 – Conjunto completo de dados para itens de risco básico para avaliação do
risco agregado final.
24
Sanntiago D’Ávvilla
Perda do Membro
Em Níveis de Baixo Risco
Antigo
M Atualização
e
m
b
Perda do Membro
r
Em Níveis de Alto Risco
o
MB B M A MA
Escala do Risco
o Pode ser utilizada para análise de custo-benefício para facilitar uma alocação
orçamental eficiente e priorizar a atenção para aquelas áreas que têm maior
impacto adverso sobre o risco total na rede de distribuição de água; e
25
Sanntiago D’Ávvilla
26
Sanntiago D’Ávvilla
Bibliografia
o Tanaka, K., Wang, H. O. Fuzzy Control Systems Design and Analysis: A Linear
Matrix Inequality Approach. A Wiley-Interscience Publication - JOHN WILEY
& SONS, INC. 2001.
27
Sanntiago D’Ávvilla
Índice Remissivo
Alpha-Corte, 7 Expoente, 8
Altura, 7 Função Característica, 6
Análise de Árvore de Eventos, 17 Fuzificação, 8
Análise de Árvore de Falhas, 17 Gerenciamento de Riscos, 11
Análise de Causa-Efeito, 17 Grafo Dígrafo/Falha, 17
Análise de Riscos, 3, 10 Incertezas, 11
Análise Preliminar de Perigos, 17 Interseção, 8
apa Cognitivo Fuzzy, 17 Intrusão, 16
Aristóteles, 4 Modo de Falha e Análise Crítica, 17
Avaliação de Riscos, 10 Modo Falha e Análise de Efeitos, 17
Biofilme, 16 Multiplicação Algébrica, 8
Cardinalidade, 6 Oportunidades, 14
Complemento, 8 Perigo, 10
Concentração, 8 Permeação, 16
Conjunto Crisp, 7 Processo de Hierarquia Analítica, 17
Conjunto Fuzzy, 5 Produto Cartesiano, 8
Conjunto Fuzzy Universo, 6 Redes Baisianas, 17
Conjunto Fuzzy Vazio, 6 Relações Fuzzy, 9
Conjunto Suporte, 7 Risco, 10
Conjunto Unitário, 7 Riscos à Saúde Humana, 11
Conjuntos Iguais, 7 Riscos Ecológicos, 11, Consulte Riscos
Corrosão, 16 Riscos na Segurança, 11
Diferença Limitada, 9 Soma Algébrica, 9
Dilatação, 8 Soma Limitada, 9
Essência de um Conjunto Fuzzy, 7 União, 8
Estudo de Operacionalidade e Perigo, Variável Lingüística, 19
17
28
Sanntiago D’Ávvilla
“P lágio é um crime
contra o seu próprio intelecto”
29