Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/37039

Comparte esta pagina

Título : Estratégia de intervenção ótima para o controle da disseminação do crime
Autor : SANTIAGO, Katarina Tatiana Marques
Palabras clave : Engenharia de Produção; Controle ótimo; Disseminação do crime; Sistemas complexos
Fecha de publicación : 3-may-2019
Editorial : Universidade Federal de Pernambuco
Citación : SANTIAGO, Katarina Tatiana Marques. Estratégia de intervenção ótima para o controle da disseminação do crime. 2019. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Pernambuco, Recife, 2019.
Resumen : A decisão de alocar recursos de maneira eficiente para mitigar a disseminação do crime é, possivelmente, uma das mais críticas para o gestor público. Em geral, os investimentos são feitos em ações que diminuam a probabilidade de um indivíduo se tornar criminoso (prevenção); em ações que retirem da sociedade aqueles que já cometeram crimes (repressão) e em ações que ressocializem aqueles que já sofreram algum tipo de sanção. Essa ações são monitoradas através de indicadores de produto e a política pública, em geral, é avaliada a partir da relação causa e efeito entre esses indicadores e os indicadores de crime. Essa avaliação é feita utilizando modelos estatísticos que, às vezes, apresentam resultados não convergentes. Para vencer essa limitação, este trabalho analisa como a prevenção, a repressão, a ressocialização, ou a combinação dessas estratégias impactam na população criminal ao longo do tempo utilizando a abordagem de Controle Ótimo. A ideia dessa abordagem é escolher uma trajetória de variáveis de controle para obter, por meio de um conjunto de equações diferenciais (equações de movimento), uma trajetória das variáveis de estado que descrevem o sistema e maximizam um determinado objetivo funcional. Dessa forma, a segurança pública é vista como um sistema complexo formado por vários atores e instituições que interagem entre si e formam um todo que é maior do que soma das partes. As estratégias descritas foram utilizadas como variáveis de controle em um sistema dinâmico que descreve a população de não-criminosos, a população de criminosos que não foram presos e a população de criminosos presos. O modelo foi construído com base nos modelos epidemiológicos que descrevem a disseminação de doenças e aponta os controles. A taxa de contágio com o crime, a taxa de desistência do crime, a taxa de prisão, a taxa de reincidência e a taxa de ressocialização são os parâmetros do modelo. Em virtude da falta de dados, foi realizada uma simulação dos parâmetros em três cenários com tempos finais diferentes e foram analisadas quais estratégias ou combinação delas mais contribuíram para a diminuição da população criminal ao longo do tempo. O algoritmo foi construído utilizando a linguagem Python. A simulação apontou os seguintes resultados: 1) a ressocialização está presente, isolada ou de forma combinada com a repressão, entre as melhores estratégias utilizadas para diminuir a população criminal ao longo do tempo; 2) nem a prevenção nem a repressão aparecem de forma isolada como melhor nem como pior estratégia em nenhum tempo estudado. No entanto, elas juntas, sem a ressocialização, correspondem a pior estratégia utilizada para diminuir a população criminal no sistema. Assim, a ressocialização sempre aparece, sozinha ou combinada com a repressão, como estratégia que mais reduz o crime. Ela é o feedback do sistema. Esse achado é importante especialmente para países como o Brasil que tem um sistema penitenciário ineficaz e apresenta feedback positivo e não negativo.
URI : https://repositorio.ufpe.br/handle/123456789/37039
Aparece en las colecciones: Teses de Doutorado - Engenharia de Produção

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TESE Katarina Tatiana Marques Santiago.pdf399,09 kBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons