Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/37039
Comparte esta pagina
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | COSTA, Ana Paula Cabral Seixas | - |
dc.contributor.author | SANTIAGO, Katarina Tatiana Marques | - |
dc.date.accessioned | 2020-03-13T11:31:29Z | - |
dc.date.available | 2020-03-13T11:31:29Z | - |
dc.date.issued | 2019-05-03 | - |
dc.identifier.citation | 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. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/37039 | - |
dc.description.abstract | 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. | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Universidade Federal de Pernambuco | pt_BR |
dc.rights | embargoedAccess | pt_BR |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Engenharia de Produção | pt_BR |
dc.subject | Controle ótimo | pt_BR |
dc.subject | Disseminação do crime | pt_BR |
dc.subject | Sistemas complexos | pt_BR |
dc.title | Estratégia de intervenção ótima para o controle da disseminação do crime | pt_BR |
dc.type | doctoralThesis | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/8891306027840231 | pt_BR |
dc.publisher.initials | UFPE | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.level | doutorado | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/9665695510823023 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Engenharia de Producao | pt_BR |
dc.description.abstractx | The decision to allocate resources efficiently to mitigate the spread of crime is possibly one of the most critical for the public manager. In general, investments are made in actions that decrease the likelihood of an individual becoming a criminal (prevention); in actions that remove from society those who have already committed crimes (repression) and in actions that ressocialize those who have already suffered some kind of sanction. These actions are monitored through product indicators and public policy, in general, is assessed from the cause and effect relationship between these indicators and crime indicators. This evaluation is done using statistical models that sometimes present non-convergent results. To overcome this limitation, this paper analyzes how the prevention, repression, resocialization, or combination of these strategies impact on the criminal population over time using the Optimal Control approach. The idea is to choose a trajectory of control variables to obtain, through a set of differential equations (equations of motion), a trajectory of the state variables that describe the system and maximize a certain functional objective. In this way, public security is seen as a complex system formed by several actors and institutions that interact with each other and form a whole that is greater than the sum of the parts. The strategies described were used as control variables in a dynamic system that describes the population of non-criminals, the population of criminals who were not arrested and the population of criminals imprisoned. The model was constructed based on the epidemiological models that describe the spread of diseases and points out the controls. The rate of contagion with crime, the rate of quitting the crime, the imprisonment rate, the recidivism rate, and the resocialization rate are the parameters of the model. Due to the lack of data, a simulation of the parameters was carried out in three scenarios with different final times and the strategies or combinations of them that contributed to the reduction of the criminal population over time were analyzed. The algorithm was built using the Python language. The simulation showed the following results: 1) resocialization is present, isolated or combined with repression, among the best strategies used to reduce the criminal population over time; 2) neither prevention nor repression appear in isolation as the best or worst strategy in any of the time studied. However, they together, without resocialization, correspond to the worst strategy used to reduce the criminal population in the system. Thus, resocialization always appears, alone or in combination with repression, as the strategy that most reduces crime. It is the textit feedback of the system. This finding is especially important for countries such as Brazil that have an ineffective penitentiary system and have positive and non-negative feedback. | pt_BR |
Aparece en las colecciones: | Teses de Doutorado - Engenharia de Produção |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TESE Katarina Tatiana Marques Santiago.pdf | 399,09 kB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons