A n lise de r is co amb ien tai s e a l g ica f uz z y

1 Edio Sanntiago Davvilla

ndice Analtico

I n t r o d u o .................................................................................................................. 3 L g i c a F u z z y ............................................................................................................ 4 Definies e Exemplos................................................................................................. 5 Operaes sobre conjuntos Fuzzy............................................................................... 8 Operaes Algbricas sobre Conjuntos Fuzzy ........................................................... 8 A n l i s e d e R i s c o s : a l g u n s c o n c e i t o s ....................................................... 10 Tipos de Anlise de Riscos ........................................................................................ 11 Gerenciamento de Riscos ......................................................................................... 11 Avaliao do Risco Ecolgico e Gerenciamento do Risco Ecolgico ................... 12 O artigo estudado: Water Quality Failures in Distribution Networks Risk Analysis Using Fuzzy Logic and Evidential Reasoning, de Sadiq et al. .................................... 15 Parte I Introduo: falhas na qualidade da gua e tcnicas de Anlise de Riscos ......................................................................................................................... 15 Parte II A estrutura proposta............................................................................... 18 Parte III Falhas na qualidade da gua em uma rede de distribuio............... 24 Parte IV Concluses: vantagens e limitaes ...................................................... 25 B i b l i o g r a f i a ............................................................................................................ 27

H basicamente trs classes de inteligncias: a que discerne por si mesma; a que entende o que outra mente discerniu, e a que nem discerne por si, nem entende o que outra discerniu. As da primeira classe so excelentes; as da segunda, muito boas; e as da terceira, para nada servem. . (Nicol Machiavelli, in Il Principe)

Introduo
A anlise de riscos uma ferramenta de altssima importncia nas mais diversas atividades humanas. A sua incluso em qualquer projeto parece ser, alm de natural, obrigatria, uma vez que prever futuros eventos indesejveis, mas possveis de ocorrer, pode trazer grandes vantagens ou no mnimo atenuar grandes prejuzos. O uso da Lgica Fuzzy na anlise de riscos parece adequada, uma vez que as incertezas que nos cercam, em geral, no so do tipo verdadeiro ou falso, como no caso dos fenmenos regidos pela conhecida Lgica Booleana. Na lgica booleana o conhecimento de um conjunto de dados permite conhecer o seu complemento, o que nem sempre verdade quando se lida com fenmenos naturais. Exemplo disso so as condies de tempo, para as quais no se pode simplesmente dizer que se no chover far sol, ou se fizer sol no teremos chuva. Ainda nos confrontamos com o problema da intensidade, pois, se chover, ser uma chuva rala ou torrencial; se tiver vento, ser forte ou apenas leves brisas. E os impactos de cada evento que se manifestar sero benficos ou malficos, simplesmente na lgica booleana, mas sabemos que tais impactos tm uma graduao e, dependendo do caso, esta bastante complexa. A palavra inglesa fuzzy tem, como significado, confuso, ambguo, obscuro. Apesar de eventualmente serem encontrados na literatura os termos lgica difusa e conjuntos nebulosos para indicar Lgica Fuzzy e Conjuntos Fuzzy, respectivamente, evitar-se- o emprego de tais termos. A discordncia com o uso desses termos que difuso significa longo, prolixo, estendido e no parece ter relao direta com o termo original. O dicionrio online merrian-webster d os seguintes significados para Fuzzy: 1. marcado por dar uma sugesto particulada; 2. fraco em clareza ou definio (como em foto embaadas); 3. sendo, relativo a, ou invocando emoes agradveis e usualmente sentimentais. Este trabalho segue doravante apresentando uma reviso de alguns conceitos da Lgica Fuzzy, seguida de uma breve exposio dos conceitos encontrados na Anlise de Riscos e por fim os comentrios sobre o artigo Water Quality Failures in Distribution Networks Risk Analysis Using Fuzzy Logic and Evidential Reasoning de Sadiq et al.

Lgica Fuzzy
O pai da rea de conhecimento chamada de Lgica, segundo a histria, foi Aristteles (384 322 a.C.). Na lgica fundada por Aristteles, parte-se de pressupostos e segue-se uma linha de raciocnio at chegar-se a uma concluso. Por exemplo: o aluno ser aprovado na disciplina se fizer pelo menos sete pontos (pressuposio um); o aluno fez dez pontos na disciplina (pressuposio dois); o aluno foi aprovado na disciplina (concluso). No entanto: a mulher morrer se cair do dcimo andar (pressuposio um); a mulher morreu (pressuposio dois); nada possvel concluir destes dois fatos, pois, segundo a Lgica emprega, nenhuma relao determinante se estabelece entre ambas. Nesta lgica no possvel uma verdade parcial ou nem tampouco uma falsidade parcial. como ser honesto: nenhum ser humano pode ser mais ou menos honesto, isto , o indivduo se classifica como honesto ou desonesto, sem meio termo. Ento, expresses como pouco honesto, muito desonesto, meio desonesto, quase totalmente honesto, so todas vazias de semntica, sendo entendidas somente do ponto de vista estilstico da lngua, seja ela qual for. J a Lgica Fuzzy admite que guardemos dados do tipo o quo gorda uma pessoa , ou o quo alta, o quo jovem, etc. Isto , dados que, pela sua prpria natureza, admitem termos de transio e que podem ser ponderados. Imagine o primeiro exemplo citado da seguinte forma: um indivduo pesando menos que vinte quilos, seria considerado subnutrido; uma pessoa pesando entre vinte e cinqenta quilos pode ser considerada magra; acima de cinqenta at oitenta, consideraramos no magra e no gorda (simultaneamente); acima de oitenta at cento e dez quilos, diramos que se trata de uma pessoa gorda; acima de cento e dez quilos at cento e quarenta, seria o caso de obesidade; acima de cento e quarenta quilos, consideraramos como obesidade mrbida (estado em que a pessoa j est impedida de seus movimentos normais). Depois disso tudo, verificamos que houve um descuido. As alturas das pessoas no foram consideradas e claro que a altura influencia muito a classificao estabelecida acima, pois, uma pessoa com sessenta quilos e menos de um metro e trinta considerada obesa. A Lgica Fuzzy tambm consegue lidar com essa nova situao, isto , os novos dados podem ser adicionados ao nosso esquema, sem grandes esforos. Na tabela 1 dispomos os dados relacionando peso e altura das pessoas, sendo o valor zero atribudo para subnutrio e um para obesidade. Tabela 1 Relacionando Alguns Pesos e Alturas das Pessoas 1,60 1,80 2,00 Altura (m) 1,40 Peso (kg) 0,6 0,2 0,1 0 50 0,9 0,7 0,5 0,1 70 1 0,9 0,7 0,5 90 1 1 0,8 0,7 110 Matematicamente, as imprecises dos dados eram tratadas pela teoria das probabilidades. Por exemplo, as chances de um evento indesejado ocorrer so de vinte por cento, um evento ocorrer com toda a certeza tem sua probabilidade de ocorrncia rotulada como cem per cento e zero per cento caso o evento no ocorra com toda a certeza. Mas a Lgica Fuzzy tem se mostrado mais eficaz para lidar com estas imprecises, uma vez que ela captura dados vagos, oriundos de uma linguagem natural e os transforma em dados numricos, matematicamente analisveis. 4

Definies e Exemplos Conjunto Fuzzy um conjunto no qual graus de pertinncia entre 1 e 0 so permitidos, isto , torna-se possvel a pertinncia parcial de um elemento a um conjunto. Representa-se um conjunto Fuzzy A pela seguinte expresso: A = { ( x, A(x) ) | x X }, sendo X o universo de discurso e A(x), a qual chamada funo caracterstica, assume um valor na cadeia de 1 a 0. Desta definio podemos concluir que os conjuntos Fuzzy refletem melhor a maneira racional de uma pessoa pensar. Por exemplo, um professor no classifica um aluno como bom ou ruim apenas, ele aufere cada um de acordo com um grau entre estes dois extremos. Exemplo: Considere o conjunto de valores resultantes das temperaturas mdias dirias, em graus Celsius, em dada regio com sendo T = { 5, 13, 17, 23, 31, 41 }. Ento, um conjunto Fuzzy para descrever este termo poderia ser o seguinte: Quente = { (5; 0), (13; 0,1), (17; 0,2), (23; 0,5), (31; 0,8), (41; 1) }. Assim poderamos falar que 5C absolutamente no quente, 23C agradavelmente quente, e 40C muito quente. Podemos tambm associar uma funo contnua para descrever o membro de um conjunto Fuzzy, analtica ou graficamente. Por exemplo, a forma triangular representada na figura 1, pode ser expressa como
bx a b c ; dx ( x ) = a ; d c 0; bxc cxd demais casos

Figura 1 Membros de um conjunto Fuzzy representados por uma funo contnua

Considere a expresso por volta da meia noite. Trata-se de uma expresso vaga e pode ser expressa como um conjunto Fuzzy graficamente. Veja a figura 2 que ilustra a expresso em julgamento.

22

Figura 2 por volta da meia noite expresso graficamente como um conjunto Fuzzy Funo Caracterstica o processo pelo qual determinamos quais os elementos do conjunto universo so elementos ou no de um conjunto Fuzzy. Ela pode ser representada atravs de uma diagrama de Venn como na figura 3.

A 1

Figura 3 Representao da funo caracterstica pelo diagrama de Venn. Conjunto Fuzzy Universo Se, e somente se, o valor da funo membro um para todos os membros em considerao, ento dizemos que o conjunto o universo. Cardinalidade Dado um conjunto Fuzzy A em um universo finito U, cardinalidade a soma dos graus de pertinncia de todos os elementos de U em A, indicada por A = A ( x) .
xU

Conjunto Fuzzy Vazio se, e somente se, o valor da funo membro for zero para todos os membros em considerao, ento dizemos que o conjunto Fuzzy vazio, isto : A = A(x) = 0 x X (a seta de duas pontas diz se, e somente se, enquanto o smbolo diz para todos os).

Conjuntos Iguais Sejam A e B conjuntos Fuzzy. Se e somente se, para todo x X, tivermos A(x) = B(x), dizemos que A = B Conjunto Crisp so os conjuntos cuja funo caracterstica assume apenas os valores zero e um, no admitindo valores intermedirios. Conjunto Suporte o suporte de um conjunto Fuzzy A um conjunto crisp de todos os x X tais que A(x) > 0. O ponto de cross-over o elemento x X para o qual A(x) = 0,5. Conjunto Unitrio um conjunto Fuzzy A cujo suporte um nico elemento em X com A(x) = 1. Essncia de um conjunto Fuzzy dado o conjunto A, chamamos Essncia de A ao conjunto crisp de todos os x X para os quais A(x) = 1. Altura seja o conjunto A. O maior valor A para o qual o -corte no vazio, chamamos de altura de A. Um conjunto Fuzzy com altura igual a um dito normal, de outro modo dito sub-normal. -corte so subconjuntos de uma conjunto Fuzzy A, representados da seguinte forma: -corte forte -corte fraco
A = { x | A(x) > }; [0, 1] A = { x | A(x) }; [0, 1]

As figuras 4 e 5 ilustram situaes que, em uma, A um conjunto normal e, na outra, sub-normal.

Figura 4 A um conjunto normal.

Figura 5 A um conjunto sub-normal. Fuzificao a operao que transforma um Conjunto Crisp em um Conjunto Fuzzy, ou Conjunto Fuzzy em um mais Fuzzy ainda. Similar ao que se faz nos processo de tomada de deciso, a operao traduz entradas Crisp, ou valores medidos, em conceitos lingsticos. Operaes sobre conjuntos Fuzzy
__

Complemento de um Conjunto Fuzzy A, denotado por A o conjunto definido pela sua funo membro __ ( x) = 1 A ( x), x X .
A

Unio de dois Conjuntos Fuzzy A e B um Conjunto Fuzzy cuja funo membro definida por A B ( x) = max[ A, B ] . Interseo de dois Conjuntos Fuzzy A e B um Conjunto Fuzzy cuja funo membro definida por A B ( x) = min[ A, B ] . Operaes Algbricas sobre Conjuntos Fuzzy Produto Cartesiano C = AB C = { C ( x) /(a, b) | a A, b B, C (c) = min[ A (a ), B (b)]} Multiplicao Algbrica AB = { A (a ) B (b) / x | x A, x B} . Expoente A = ( A ( a ) ) / x | x A .

Concentrao con( A) = A 2 . Dilatao dil ( A) = A 0,5 .

Vale notar que as operaes Concentrao e Dilatao no tm correlatas na teoria clssica dos conjuntos.

Soma Algbrica A ( x) + B ( x) A ( x) B ( x) , denotando o smbolo + a soma algbrica. Soma Limitada (AB) A B ( x) = min[1, A ( x) + B ( x)] . Diferena Limitada (AB) AB ( x) = min[1, | A ( x) B ( x) |] . Note a presena do mdulo da diferena. Relaes Fuzzy Dados os Conjunto Fuzzy A1, A2,... , An nos respectivos universos U1, U2,..., Un, chamamos relao Fuzzy n-ria ao Conjunto Fuzzy em U1U2...Un, expresso como
R = { R ( x1 , x 2 ,..., x n ) /( x1 , x 2 ,..., x n ) | ( x1 , x 2 ,..., x n ) U 1 U 2 K U n } Sejam R e P relaes Fuzzy em UV e VW, nesta ordem. A composio de R e P uma relao Fuzzy, denotada por R o P, definida como R o P = [( x, y ), sup y ( R ( x, y ) P ( x, y ))] x U , y V , z W .

Anlise de Riscos: alguns conceitos

A Anlise de Riscos uma ferramenta que permite, de forma racional, organizar e processar dados a respeito de eventos indesejveis relacionados a uma atividade, possibilitando uma antecipao ao fato ou, pelo menos, a adoo de medidas que atenuem os efeitos negativos da ocorrncia do fato. Como o prprio nome diz, a Anlise de Riscos no a simples previso de riscos. A primeira dotada de uma metodologia cientfica e busca no somente apresentar os problemas, mas indicar ou sugerir solues o mais adequadas possvel. A outra est ligada ao fatalismo, e pode simplesmente apontar os possveis problemas sem, contudo, sugerir medidas para impedir o fato ou minimizar seus efeitos negativos. Destacamos que, por ser um corpo de conhecimento dinmico, a Anlise de Riscos goza de muitos conceitos e poucos consensos. Para se estabelecer um conceito bastante seguir uma linha de raciocnio vlida, baseada em experincias e/ou idias. Para se ter um consenso necessrio a concordncia de todos, ou pelo menos da grande maioria. Isto mostra que todo consenso um conceito, mas nem todo conceito um consenso. Apesar de ser dinmico, o corpo de conhecimento da Anlise de Riscos no pode ser considerado novo. Na verdade, por volta do ano de 3200 a.C. relata-se atividades ligadas a Anlise de Riscos no vale do rio Tigre-Eufrates. Gregos e romanos observavam as relaes entre causa e efeito, lembrando que a Lgica fundada por Aristteles, comentado no incio deste trabalho, constitui um exemplo dessa preocupao. No sculo IV a.C. Hipcrates correlacionou a ocorrncia de doenas (evento indesejvel e possvel) com exposies a fenmenos ambientais. J no sculo XVI Agricola notou a correlao entre a atividade de minerao e prejuzos sade. Doravante apresentaremos os conceitos de acordo com nossa bibliografia.

Risco O Risco um fator abstrato, representado matematicamente por uma probabilidade de ocorrncia de um fato indesejvel. A ocorrncia do fato representa, nesta relao, o fator concreto. O Risco est presente em todas as decises que tomamos em nosso cotidiano. Perigo um agente (fsico, qumico ou biolgico) ou um conjunto de condies capazes de oferecer risco. Avaliao de Riscos Processo de estimativa de probabilidade da ocorrncia de fato e a provvel magnitude dos efeitos negativos no decorrer do tempo.
comum ver na literatura especializada a referncia ao emprego dos termos Anlise de Riscos e Avaliao de Riscos como sinnimos. Analisar decompor em partes para examinar cada uma delas, com ela buscamos dos efeitos s causas, partimos do particular ao geral, do simples para o composto. Avaliar, no entanto, dar valor, proceder a uma estimativa. Dessa forma, quando avaliamos um risco, estamos apenas dando um grau de significncia; quando analisamos um risco, estamos investigando

10

suas causas, suas especificidades e generalizaes, suas partes e o significado da composio destas partes.

Incertezas As Incertezas esto indiretamente relacionadas a eventos indesejveis, mas no gozam de mensurabilidade como os Riscos.
Devido aleatoriedade do fenmeno chuva, no possvel prever se uma chuva com perodo de retorno de cem anos ocorrer no ano seguinte construo de uma barragem feita para suportar uma chuva com perodo de retorno de noventa anos. O risco de rompimento da barragem pode estar relacionado com a incerteza de que haja uma chuva com perodo de retorno superior sua capacidade.

Tipos de Anlise de Riscos Riscos Ecolgicos analisa os possveis impactos sobre habitats e ecossistemas, que podem ocorrer em locais indeterminadamente distantes da fonte geradora. Os riscos analisados neste tipo de anlise so rodeados por diversas incertezas a respeito das relaes causa-efeito. Vamos seguir uma linha hipottica de causa-efeito para ilustrar este caso: uma represa construda e, conseqentemente, alaga uma grande rea de floresta; uma espcie predadora de outra no consegue se adaptar e se extingue naquela regio, enquanto a espcie presa tem um aumento drstico na sua populao; este desequilbrio pode acarretar prejuzos economia local, se a espcie cuja populao aumentou for, por exemplo, um inseto que ataque as plantaes, ou sade humana no caso de ser um vetor de algum vrus, por exemplo. Riscos Sade Humana analisa os riscos que podem trazer alteraes no funcionamento fisiolgico, neurolgico ou psquico do ser humano. Este tipo de risco de difcil estabelecimento das relaes causa-efeito uma vez que, para dado efeito, podem estar associadas inmeras causas. A poluio sonora, por exemplo, j admitida como causa de stress, alteraes no sono, arritmia cardaca, disfunes renais, desempenho sexual, diminuio da capacidade auditiva entre outros. No entanto, a ocorrncia de qualquer destes eventos pode estar associada a diversos outros fatores e exatamente por essa dificuldade de estabelecer uma relao direta entre danos sade humana e a poluio sonora, que a jurisprudncia brasileira vem considerando o caso como contraveno penal e no como crime. Riscos na Segurana tem foco nos riscos ligados a processos e instalaes, os quais tm baixa probabilidade de ocorrncia, mas de alta conseqncia. Ao contrrio dos riscos sade humana, tm elementar relao causa-efeito, seus efeitos so imediatos. Durante a instalao de uma rede de distribuio de gua, o risco de falhas nas mquinas ilustra este caso. Gerenciamento de Riscos O campo do gerenciamento de riscos desenvolveu-se a partir do senso comum sobre Anlise de Riscos. Estruturado basicamente nas atividades de identificao dos perigos e causas, no clculo dos riscos que estes perigos podem oferecer, na elaborao e aplicao de medidas mitigadoras destes riscos e posterior verificao da eficincia das medidas adotadas.

11

O quadro 1 esquematiza o gerenciamento de riscos.

Planejamento de Riscos Inicial

Planos Tcnicos Termos do Risco Fontes de Informao Quantificao do Risco Oramento Planos de Custo Agendas do Projeto

Identificao do Risco

o Hierarquia o Lista de do Risco Riscos o Lista de o Hipteses Atividades o Descrio do Risco

o Resumo dos riscos

Anlise do Risco

Detalhamento do Risco

o Hierarquia do Risco o Lista de Atividades o Detalhamento do Custo

o Lista de Riscos

o Resumo dos riscos

Mitigao do Risco

o O que listar

o Gerenciamento da Mitigao dos Riscos Chave

Reviso do Risco

o Riscos Econmicos

Relatrio de Gerenciamento de Risco

Quadro 1 Esquema geral para gerenciamentos de riscos. Leitura de cima para baixo e da esquerda para a direita. Avaliao do Risco Ecolgico e Gerenciamento do Risco Ecolgico A avaliao do Risco Ecolgico o processo que avalia o resultado da exposio do meio a uma atividade potencialmente danosa ecologia. O gerenciamento do Risco Ecolgico o processo de tomada de decises ou seleo de opes para gerir o risco. Assim, a avaliao do Risco Ecolgico apenas uma das muitas entradas no processo de gerenciamento do risco.
importante frisar que o risco ecolgico um dos mais complexos por abranger uma infinidade de variveis e por ter de se considerar, alm de modificaes locais, as 12

modificaes distantes do stio sob a tenso, suas implicaes polticas, econmicas e sociais. Exemplo disso so as chuvas cidas que se originam em uma regio de alta concentrao industrial e caem sobre florestas nativas ou plantaes em reas a quilmetros de distncia da fonte poluidora. O quadro 2 mostra um exemplo de um mapa de identificao de alguns dos riscos em uma rede de distribuio de gua, uma das etapas da Anlise de Riscos. A severidade dos riscos graduada em muito baixa, baixa, mdia, alta e muito alta; a freqncia recebe os graus de rara, pouco freqente, regular, freqente e muito freqente. Note que nem todos os graus de severidade ou freqncia aparecem no quadro 2. Risco
Infiltrao de Poluente

Causa
Rachaduras em canos, tanques, falha na manuteno Rachaduras em canos, tanques, falha na manuteno Insuficincia de estoque, defeitos na rede, falhas na operao Vazamento em tanques, canos; furto ao longo da rede Falhas no tratamento, armazenamento

Efeito
Poluio

Severidade Freqncia
Mdia Pouco Freqente

Infiltrao de Contaminante

Contaminao

Muito Alta

Rara

Descontinuidade no Fornecimento

Prejuzos populao

Baixa

Regular

Perdas de Produto

Prejuzo Fornecedora Perda da credibilidade

Mdia

Freqente

Diminuio da Qualidade do produto

Alta

Pouco Freqente

Quadro 2 exemplo de identificao de alguns dos riscos em uma rede de distribuio de gua.
Outro instrumento bastante utilizado e conhecido como matriz de avaliao de riscos disposta no quadro 3. Nela distinguimos cinco entradas relativas probabilidade de ocorrncia do fato e quatro relativas conseqncia do mesmo. Quanto probabilidade, o quadro mostra as entradas: Quase Certo, Provvel, Moderado, Improvvel e Raro. Note que no usada uma entrada do tipo Certo, indicando certeza absoluta da ocorrncia do fato, nem tampouco uma entrada do tipo Impossvel, garantindo plenamente a no ocorrncia do fato. Isto se deve a prpria essncia da Anlise de Riscos e da definio de risco como uma probabilidade, isto , se estamos lidando com incertezas e a partir delas devemos identificar os riscos. As entradas relativas conseqncia so as seguintes: Baixa Significncia, Mdia Significncia, Alta Significncia e Catastrfico. Note que o uso da linguagem fruto da experincia do especialista que ir construir a matriz, podendo ser modificada de acordo com o entendimento do tomador de deciso. Relembrando nossa breve discusso sobre a Lgica Fuzzy, poderamos atribuir valores a cada uma das especificaes feitas na matriz de avaliao de riscos de modo a trabalhar com um Conjunto Fuzzy para proceder avaliao.

13

Conseqncia Baixa Mdia Alta Catastrfico

Quase Certo Probabilidade

Provvel

Moderado

Improvvel

Raro Quadro 3 Matriz de avaliao de riscos.

Apresentamos ainda, no quadro 4, uma tabela de resposta aos riscos.

Risco
Rotule o risco

Definio
Defina o risco de modo claro, objetivo e conciso

Resposta
Apresente uma forma de reduzir a probabilidade de ocorrncia do evento indesejvel

Quadro 4 Tabela de resposta aos riscos.

Observamos finalmente que podemos nos deparar com a probabilidade de ocorrerem eventos desejveis que, ao contrrio dos riscos, trariam benefcios ou lucros. Estes eventos so conhecidos como Oportunidades. As oportunidades podem, ento, ser definidas como eventos benficos os quais podemos identificar, associar a uma funo de probabilidade para medir as chances de sua ocorrncia, avaliar suas conseqncias e indicar medidas para melhor podermos aproveit-los.

14

O artigo estudado: Water Quality Failures in Distribution Networks Risk Analysis Using Fuzzy Logic and Evidential Reasoning, de Sadiq et al.
O artigo estudado aborda a Anlise de Riscos com foco nas falhas na qualidade da gua de uma rede de distribuio, a qual, segundo o artigo, apresenta muitas incertezas e nos dados disponveis, sendo outros bastante vagos, alm de pouco entendimento sobre muito dos seus mecanismos. Como conseqncia disso, seria necessria uma abordagem sistemtica para lidar com os dados de forma tanto quantitativa quanto de forma qualitativa, alm de um meio para atualizar as informaes existentes quando novas descobertas e dados tornarem-se disponveis. O artigo identifica cinco mecanismos gerais atravs dos quais pode ocorrer falha na qualidade da gua ao longo da rede de distribuio. Dentre eles esto a intruso de contaminante, corroso e lixiviao (operao que consiste em fazer passar um solvente atravs de um material pulverizado para separar um ou mais constituintes solveis) e corroso, formao de biofilme e rebrota microbiana, permeao, e o avano de substncias usadas no tratamento da gua. Sua metodologia demonstrada atravs de exemplos simplificados para falhas na qualidade da gua em redes de distribuio. O artigo tem ainda a peculiaridade de ser baseado na evoluo anterior de uma abordagem chamada anlise de risco agregativo. Nele, cada item de risco em uma estrutura hierrquica expresso por um nmero fuzzy triangular, que deriva da composio da probabilidade de um evento de falha e a conseqncia da falha associada. Um processo hierrquico analtico usado para estimar os pesos requeridos para as fontes de risco imensurveis agrupadas. O raciocnio inferencial ou indicativo proposto para incorporar os dados recm chegados para a atualizao da estimativa do risco existente. O artigo apresenta ainda operadores exponenciais de mdia ponderada ordenados, que so usados no processo de defuzificao para incorporar a dimenso atitudinal para o gerenciamento de riscos. O artigo em estudo encontra-se dividido em quatro partes, a saber: introduo, que expe a relevncia do assunto e composto por duas subsees chamadas falhas da qualidade da gua e tcnicas de anlise de risco; a estrutura proposta descrita na segunda parte a qual composta pelas subsees fuzificao do risco, agregao do risco, atualizao do risco usando raciocnio inferencial e gerenciamento do risco (usando defuzificao); a terceira parte trata das falhas na qualidade da gua em uma rede de distribuio e mostra como os dados so representados na Lgica Fuzzy; e a ltima parte sumariza o artigo, apresentando as vantagens da estrutura proposta e suas limitaes.

Parte I Introduo: falhas na qualidade da gua e tcnicas de Anlise de Riscos

Conforme preanunciado, a introduo do artigo destaca a importncia do assunto tratado por ele, destacando que a segurana da gua potvel prioridade tanto para fornecedores quanto para usurios. A fonte da gua, seja ela superficial ou subterrnea, constitui-se na razo de ser de uma rede de distribuio. Definida a fonte, hora de pensar nos meios de transmitir esta gua desde a fonte at uma estao de tratamento. Tratada a gua necessrio distribuir-lhe, sendo ento a vez da rede de distribuio a qual inclui tanques de distribuio e canos. A razo de as falhas durante a fase de distribuio serem mais crticas sua proximidade com o ponto de entrega e, salvo o uso de filtros por parte do prprio consumidor, no h qualquer meio seguro de conter possveis poluentes ou contaminantes antes do consumo.

15

As falhas na qualidade da gua, listadas no artigo, seguem abaixo: o Intruso de contaminante na rede de distribuio atravs de componentes do sistema; o Formao de biofilme e rebrota de microorganismos em uma rede de distribuio; o Avano de bactrias e/ou produtos qumicos, formao de subprodutos de desinfeco oriundos do tratamento da gua; o Lixiviao de produtos qumicos, liberao de subprodutos da corroso, e o Permeao de compostos orgnicos do solo atravs de componentes do sistema. Seguem-se agora as definies sobre as falhas na qualidade da gua em uma rede de distribuio feitas no artigo. Uma intruso de contaminantes em uma rede de distribuio de gua pode ocorrer atravs dos tanques de armazenamento e canos. A intruso direta na gua pode ocorrer durante ou depois de eventos de reparo ou manuteno, devido a canos, juntas e conexes, quebrados ou corrodos e por conexes transversais. Presses muito baixas ou negativas geram os risco de contaminao devido ao refluxo ou a m vedao de canos. Um biofilme um depsito consistindo de microorganismos, produtos microbianos, e detritos na superfcie de canos ou tanques. A rebrota biolgica pode ocorrer quando bactrias danificadas entram da estao de tratamento para a rede de distribuio. Sob condies favorveis, tais como suprimento de nutrientes na gua e longo tempo de residncia, estas bactrias podem fixar-se nas superfcies, rejuvenescer, e crescer nos tanques de armazenamento e sobre as asperezas internas das superfcies da encanao. A rebrota de microorganismos em uma rede de distribuio resulta em uma demanda crescente por cloro, que tem dois efeitos adversos: (1) uma reduo no nvel de cloro livre disponvel prejudicar a capacidade da rede de lidar com ocorrncias locais de contaminao, e (2) uma nvel crescente de desinfeco para satisfazer a demanda por cloro do biofilme pode resultar em concentraes mais altas de subprodutos de desinfeco. A corroso interna de canos metlicos e aparelhos de canalizao pode aumentar a concentrao de compostos de metais na gua. Diferentes metais surgem de diferentes processos de corroso, mas geralmente o baixo pH da gua, alta dissoluo de oxignio, alta temperatura, e altos nveis de slidos dissolvidos aumentam as taxas de corroso. Metais como o chumbo e o cdmio podem sofrer lixiviao dentro dos canos, causando significativos efeitos sobre a sade. Metais secundrios como o cobre, o ferro, o zinco, podem sofrer lixiviao causando alterando o gosto, o cheiro e a cor da gua em adio a alguns riscos menores relacionados sade. A lixiviao de produtos qumicos no suprimento de gua pode freqentemente vir do forro interno e revestimento dos canos, causando falhas fsico-qumicas na qualidade da gua com conseqncias adversas para a sade e a esttica. A permeao um fenmeno no qual os contaminantes de um stio poludo migram travs das paredes dos canos de plstico. Os estgios observados durante a permeao so os seguintes: (1) produtos qumicos presentes na partio do solo entre o solo e a parede plstica, (2) os produtos qumicos reagem com a parede do cano, e (3) a partio de produtos qumicos entre a parede do cano e a gua dentro do cano. No entanto,

16

geralmente os riscos ligados permeao so pequenos quando comparados a outros mecanismos. Sobre a Anlise de Riscos feita uma explanao superficial dos principais conceitos, alm de uma breve explanao sobre algumas tcnicas qualitativas usadas em Anlise de Riscos. Aqui apresentaremos somente a lista de tcnicas presentes no artigo.

o Anlise Preliminar de Perigos (Preliminary hazard analysis - PHA) uma tcnica qualitativa para conduzir a avaliao do perigo em processos qumicos industriais. O PHA pode identificar sistemas/processos que requerem exames mais rigorosos para um maior controle sobre o perigo; o Estudo de Operacionalidade e Perigo (Hazard and operability study - HAZOP) uma tcnica tambm comumente empregada em processos qumicos industriais para estimar riscos de segurana e melhorias de operacionalidade; o Modo Falha e Anlise de Efeitos (Failure mode and effects analysis - FMEA) comumente usado na engenharia de confiabilidade para analisar modos de falhas potenciais em um sistemas e orden-las de acordo com sua severidade; o Modo de Falha e Anlise Crtica (Failure mode and criticality analysis FMECA) a FMEA estendido para a anlise crtica; o Anlise de rvore de Falhas (Fault tree analysis - FTA) uma tcnica baseada em rvore na qual as falhas so dispostas em um diagrama de falhas; o Anlise de rvore de Eventos (Event tree analysis ETA) uma tcnica para ilustrar a seqncia das sadas que se pode chegar depois da ocorrncia de um evento inicial selecionado; o Anlise de Causa-Efeito (Cause-consequence analysis-CCA) combina a anlise das causas (descrita pela rvore de falhas) com a anlise das conseqncias (descrita pela rvore de eventos); o Grafo Dgrafo/Falha (Digraph/fault graph - DFG) usa matemtica e a linguagem da teoria dos grafos, constri o modelo de risco substituindo elementos do sistema com portes do tipo E e OU; o Redes Baisianas (Baysian networks - BN) constitui-se de grafos acclicos, nos quais os ns representam as variveis e os arcos direcionados descrevem as relaes de dependncia condicional embutidas no modelo; o Mapa Cognitivo Fuzzy (Fuzzy cognitive map - FCM) uma representao ilustrativa do sistema complexo que usa relaes causa-efeito para executar a Anlise de Riscos;
As dificuldades em quantificar os riscos relacionados a falha na qualidade da gua em uma rede de distribuio so vrias e portanto, h dificuldades no emprego de tcnicas quantitativas neste caso. O Processo de Hierarquia Analtica (Analytic hierarchy process - AHP) foi combinado com tcnicas fuzzy para aplicar a este problema. H referncia a quatro aspectos da Anlise de Risco Agregativo: (1) fuzificao do risco aplicando nmeros fuzzy triangulares dos itens de risco bsico ao conjunto de risco fuzzy 5-upla, (2) agregao do risco agregao do risco fuzzy para a estrutura hierrquica, (3) atualizao do risco usando o raciocnio inferencial para unir dados recm chegados com o conhecimento preexistente, e atualizar a estimativa do risco em qualquer nvel na estrutura hierrquica, e (4) usando operadores de mdia ponderada ordenada exponencial (exponential ordered weighted average E-OWA) para o processo de defuzificao para considerar a atitude do tomador de deciso diante do

17

risco (nvel de otimismo) quando derivando as expresses finais para os risco agregativo.

Parte II A estrutura proposta

A segunda parte do artigo se dedica a descrever e explicar a estrutura proposta para efetuar a Anlise de Riscos usando a Lgica Fuzzy e o Raciocnio Inferencial. O uso da Lgica Fuzzy se justifica devido serem as probabilidades de vrios itens de risco, conhecidas apenas vagamente, ou vagamente avaliadas, em muitos dos problemas de engenharia. Com a Lgica Fuzzy se dispe de uma linguagem com sintaxe e semntica para traduzir o conhecimento qualitativo em raciocnio numrico. Levando a Anlise de Riscos para sistemas complexos, os tomadores de deciso, os engenheiros, os gerentes, reguladores e outros interessados, freqentemente articulam o risco em termos de variveis lingsticas tais como muito alto, alto, mdio, baixo, muito baixo.As tcnicas baseadas em Lgica Fuzzy so hbeis para lidar efetivamente com tais imprecises e vaguezas de probabilidade para um raciocnio aproximado, que subseqentemente ajuda no processo de tomada de deciso. Os nmeros triangulares fuzzy (Triangular fuzzy numbers - TFNs) so usados freqentemente para representar variveis lingsticas. O processo de fuzificao consiste em transformar os dados, atravs de algumas operaes, para serem usados de maneira apropriada na Lgica Fuzzy. O quadro 5 mostra os nmeros triangulares fuzzy usados como variveis lingsticas. Granular Escala Qualitativa para Escala Qualitativa para o (q) a Probabilidade do Perigo do Risco Risco 1 2 3 4 5 6 7 8 9 10 11 Absolutamente Baixo Extremamente Baixo Bastante Baixo Baixo Mediamente Baixo Mdio Mediamente Alto Alto Bastante Alto Extremamente Alto Absolutamente Alto Abs. Sem Importncia Ext. Sem Importncia Bas. Sem Importncia Sem Importncia Med. Sem Importncia Neutro Mediamente Importante Importante Bastante Importante Extremamente Importante Absolutamente Importante Nmero Fuzzy Triangular (TFNr ou TFNl) [0, 0, 0.1] [0, 0.1, 0.2] [0.1, 0.2, 0.3] [0.2, 0.3, 0.4] [0.3, 0.4, 0.5] [0.4, 0.5, 0.6] [0.5, 0.6, 0.7] [0.6, 0.7, 0.8] [0.7, 0.8, 0.9] [0.8, 0.9, 1] [0.9, 1, 1]

Quadro 5 Definies Lingsticas de Graus Usando TFNS para a Probabilidade e o Perigo

18

H 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 indicao, pelos motivos j expostos anteriormente, quando falamos sobre a definio dos riscos e incertezas. As definies lingsticas de graus usando os nmeros triangulares fuzzy so apresentados no quadro 6. Granulares Escala Qualitativa para o Nvel do (p) Risco (L) 1 2 3 4 5 Muito Baixo (MB) Baixo (B) Mdio (M) Alto (A) Muito Alto (MA) Nmero Fuzzy Triangular (TFNL) [0, 0, 0.25] [0, 0.25, 0.5] [0.25, 0.5, 0.75] [0.5, 0.75, 1] [0.75, 1, 1] Centride (LP) 0.08 0.25 0.5 0.75 0.92

Quadro 6 Definies Lingsticas de Graus Usando TFNs para Risco.

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 tambm pode ser representado por X = [ , , , , ]. MB B M A MA Observe que o trao na ltima representao do Conjunto Fuzzy dada no representa a diviso, mas indica que o nmero est associado quela varivel lingstica, a saber, 0,26 ao MUITO BAIXO, 0,6 ao BAIXO, 0,14 ao MDIO, 0 ao ALTO, e o ltimo 0, ao MUITO ALTO.

x = TFNrl [0.12, 0.21, 0.32] p TFNL MB B M A MA [0.0, 0.0, 0.25] [0.0, 0.25, 0.5] [0.25, 0.5, 0.75] [0.5, 0.75, 1] [0.75, 1, 1] max(0.75, 0.88) 0.2 0 0

Inferncia 0.38 XL =

X =

[0.38, 0.88, 0.2, 0, 0] (Cardinalidade, C = 1.46) Conjunto fuzzy 5-upla representa os membros p para os nveis de risco qualitativo de MB at MA [0.26, 0.60, 0.14, 0, 0]

Quadro 7 Avaliao do conjunto fuzzy 5-upla do risco.

A figura 6 mostra a representao grfica do exemplo dado no quadro 7. O elemento XL, representado em azul no grfico, obtido marcando-se na base a primeira coordenada de TFNrl, no topo sua segunda coordenada e, novamente na base, sua terceira coordenada; calcula-se as interseces com os elementos TFNL, usando o operador mximo para o segundo elemento TFNL, devido a dupla interseo. A informao poderia ser interpretada como o risco situa-se entre mdio e muito baixo, tendo uma inclinao mais forte para o nvel baixo.

19

MB 1.0 0.8 0.6 M e m b r o 0.4 0.2

B 0.88
3 2

MA

0.75

0.38 0.0
1

0.2
4

00

0.2

0.4 Risco

0.6

0.8

1.0

Figura 6 Avaliao do conjunto fuzzy 5-upla do risco

O ltimo passo para converter um nmero fuzzy TFNrl em um risco fuzzy X um Conjunto Fuzzy 5-upla normalizado consiste em normalizar XL para obter o Conjunto N Fuzzy X, onde o membro p de XL transformado em p de X, que o resultado da diviso de cada p pela sua cardinalidade C (a soma de todos os membros em um Conjunto Fuzzy), isto ,
N p =

p =1

=
p

p
C

(1)

A agregao do risco tem seu modelo estrutural hierrquico proposto ilustrado pela figura 7. Cada item de risco particionado em seus fatores de contribuio, os quais so tambm itens de risco, e cada um destes pode ainda ser particionado em fatores contribuintes de nveis mais baixos. Uma unidade que consiste de um fator de risco (pai) e seus fatores contribuintes (filhos) chamada uma famlia. Uma unidade de risco sem filhos chamada item de risco bsico, enquanto que o termo item de risco usado para todos os elementos com descendentes. A notao usada para um item de risco X ik, j , sendo i o nmero ordinal do item de risco X na gerao atual; j o nmero ordinal do pai (na gerao anterior); e k a ordem da gerao de X. Os ndices i, j e k so usados para atributos do item de risco como, por exemplo, no quadro 8 relacionado com a figura 7, os fatores ri ,kj e lik, j denotam probabilidade e perigo, respectivamente, para o item de risco X ik, j .

20

Gerao 3

Gerao 2

Gerao 1

Famlias

Gerao

Filho

Pai

Figura 7 Estrutura Hierrquica para a Avaliao do Risco Agregado.

* o risco TFNL;** o conjunto fuzzy 5-upla normalizado para o risco; para pai da gerao 1, e j = 0

Quadro 8 Estrutura Hierrquica para a Avaliao do Risco Agregado.

21

O raciocnio indicativo ou inferencial usado na atualizao de dados durante o processo de Anlise de Riscos. Esta abordagem permite que os dados sejam reconhecidos na medida que vo chegando e fundidos s informaes j presentes no sistema. Inferncia Bayesiana Clssica implica que, conhecer o conjunto A nos permite conhecer o seu complementar (P(A) + P(A) = 1), isto , o conhecimento sobre A pode ser usado para derivar uma crena sobre o seu complemento. Na Teoria DempsterShafer a falta de conhecimento de A no justifica a formulao de hipteses sobre as probabilidades de B e C. As probabilidades so associadas a subconjuntos quando opostos a unitrios mutuamente exclusivos. Ainda dentro da descrio da estrutura proposta, somos conduzidos a uma subseo que explica o processo de defuzificao para proceder ao gerenciamento do risco. A figura 8 ilustra algumas curvas caractersticas do grau de otimismo (or-ness) versus para nveis selecionados de granularidade, calculado usado as equaes 2 e 3

(2)

(3)

Nveis definidos de otimismo

G r a u d e o t i m i s m o

Otimismo mais baixo risco mais alto

Otimismo mais alto risco mais baixo

Figura 8 Curvas caracterstica para representao das relaes entre grau de otimismo e parmetro para determinar o E-OWA e o risco incisivo estimado.

22

A figura 9 mostra o organograma para executar a Anlise de Risco Agregativo usando a estrutura proposta no artigo.
Desenvolver uma estrutura hierrquica para os itens de risco Aquisio de Conhecimento (1) Anlise Preliminar (2) Anlises de Texto (3) Levantamento/Entrevista (4) Expertes

Definir um sistema de escala para a probabilidade e para o perigo usando os nmeros fuzzy triangulares

Definir o processo de composio do risco fuzzy da probabilidade e do perigo

Determinar o rixo TFNs por composio de probabilidade perigo para itens do risco bsico

Estimar o peso para os itens do risco em todos os nveis hierrquicos usando AHP

Mapear os TFNS para os itens do risco bsico sobre a escala de riscos de grau 5, convertendo-o no conjunto 5-upla fuzzy , depois executar a normalizao para manter a cardinalidade de 1

Agregar os itens de risco bsico em itens de risco mais generalizados usando multiplicao de matrizes. O processo continua at que o risco final seja obtido Defuzificao (O conjunto fuzzy 5-upla pode ser defuzificado usando qualquer tcnica de defuzificao disponvel na literatura). Operadores E-OWA para a incorporao da atitude de risco na tomada de deciso

No caso de tornarem-se disponveis novos conhecimentos e dados para os itens de risco, os itens de risco devem ser atualizados

Usar a teoria D-S de prova para combinar as vrias fontes de informao. Designar fatores de credibilidade para as vrias fontes de informao, se for necessrio

Anlise de sensitividade

Tomada de deciso e implementao das aes corretivas baseadas no risco

Avaliao de Riscos Baseada em Fuzzy Raciocnio Indicativo Gerenciamento de Riscos Figura 9 Estrutura proposta para a Anlise de Risco Agregativo.

23

Parte III Falhas na qualidade da gua em uma rede de distribuio

A terceira parte do artigo diz respeito s falhas na qualidade da gua em uma rede de distribuio. Um conjunto de dados completo para itens de risco bsico para avaliao do risco agregado final pode ser vista no quadro 9, onde podemos observar uma relao muito prxima com o quadro 4, da parte deste trabalho que discorre sobre Anlise 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 Risco Bsico

Definio
Fonte externa de contaminao no reservatrio Fonte interna de contaminao no reservatrio Contaminao devido a quebra de canos e juntas Contaminao durante eventos de manuteno Contaminao atravs de juntas cruzadas Contaminao atravs de juntas cruzadas Rebrota do biofilme em canos e encrustraes Desinfeco por subprodutos trazidos por gua tratada Concentrao residual por desinfetanstes Resduos de outros tratamentos qumicos Trao qumico da fonte de gua Organismos que escaparam ao tratamento da gua Elastmeros Poluio orgnica Lixiviao do material das tubagens Lanamento da corroso por subprodutos Lixiviao de revestimentos e selantes em cisterna

Quadro 9 Conjunto completo de dados para itens de risco bsico para avaliao do risco agregado final.
O processo de avaliao do risco bsico e subseqente agregao do risco atravs de todas as geraes foram executados e descritos na seo sobre a estrutura proposta (seo 2 no artigo). O risco agregado final (primeira gerao) foi obtido como sendo o 0,38 0,43 0,19 0,01 0 1 seguinte: X 1,0 = , , , , e est representado graficamente pela A MA MB B M figura 10.

24

Perda do Membro Em Nveis de Baixo Risco

Antigo

M e m b r o

Atualizao

Perda do Membro Em Nveis de Alto Risco

MB

M Escala do Risco

MA

Figura 10 Funo Massa de Possibilidade para o Risco de Agregao Final das Falhas na Qualidade da gua. Parte IV Concluses: vantagens e limitaes
Finalmente passamos s concluses feitas no artigo. Elas consistem basicamente de uma lista de vantagens e outra lista com algumas limitaes da estrutura proposta. Comecemos pelas vantagens:

o Permite a sntese de ambas as informaes quantitativa e qualitativa em uma nica estrutura o

Pode considerar explicitamente e propagar incertezas, para as quais as distribuies de probabilidade no so conhecidas modular e escalonvel e novos conhecimento e informao podem ser acomodados em qualquer estgio e em qualquer forma Tem a habilidade para atualizar informao baseada na evidncia recmchegada

o Mais resultados de dados e menos incertezas, os quais, quando se propagam pela estrutura hierrquica, pode resultar em risco agregado reduzido o
Pode ser utilizada para anlise de custo-benefcio para facilitar uma alocao oramental eficiente e priorizar a ateno para aquelas reas que tm maior impacto adverso sobre o risco total na rede de distribuio de gua; e Pode ser facilmente programado em aplicaes de computadores e pode tornarse uma ferramenta de anlise de risco para uma rede de distribuio 25

As limitaes detectadas na estrutura proposta so as que se seguem abaixo:

o Pode ser sensvel s selees de operadores de agregao. Diferentes operadores matemticos podem ser usados para diferentes segmentos do modelo e a abordagem tentativa e erro pode ser usada para evitar exagero e/ou eclipsamento. O exagero ocorre quando todos os itens de risco bsico so relativamente de baixo risco, ainda, o risco agregado final torna-se inaceitavelmente alto. Eclipsamento ocorre quando um ou mais itens do risco bsico so relativamente de alto risco, ainda, o risco agregado estimado torna-se inaceitavelmente baixo o
Suporta ambos os dados qualitativo e quantitativo. Alguns dados podem se apoiar em observaes rigorosas, enquanto outros podem se basear em crenas que so fracamente apoiadas por informao anedtica. Estes dois tipos de dados tero diferentes pesos no processo de agregao. A estrutura hierrquica na forma corrente no enderea a necessidade de distinguir entre os dados obtidos da fonte com os nveis de confiana diferentes.

26

Bibliografia o Sadiq, R., Kleiner, Y. & Rajani, B. Water Quality Failures in Distribution NetworksRisk Analysis Using Fuzzy Logic and Evidential Reasoning. Risk Analysis, Vol. 27, No. 5, 2007 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. Ibrahim, Ahmad M. FUZZY LOGIC for Embedded Systems Applications. Elsevier Science (USA), 2003. Vieira, V. P. P. B. Anlise de Risco em Recursos Hdricos. Associao Brasileira de Recursos Hdricos ABRH, 2005. Molak, V. Fundamentals of risk analysis and risk management. Lewis Publishers, CRC Press, Inc. 1997. Chavas, Jean-Paul. Risk analysis in theory and practice. Academic press advanced finance series. Elsevier Inc. 2004.

27

ndice Remissivo

Alpha-Corte, 6 Altura, 6 Anlise de rvore de Eventos, 16 Anlise de rvore de Falhas, 16 Anlise de Causa-Efeito, 16 Anlise de Riscos, 2, 9 Anlise Preliminar de Perigos, 16 apa Cognitivo Fuzzy, 16 Aristteles, 3 Avaliao de Riscos, 9 Biofilme, 15 Cardinalidade, 5 Complemento, 7 Concentrao, 7 Conjunto Crisp, 6 Conjunto Fuzzy, 4 Conjunto Fuzzy Universo, 5 Conjunto Fuzzy Vazio, 5 Conjunto Suporte, 6 Conjunto Unitrio, 6 Conjuntos Iguais, 6 Corroso, 15 Diferena Limitada, 8 Dilatao, 7 Essncia de um Conjunto Fuzzy, 6 Estudo de Operacionalidade e Perigo, 16

Expoente, 7 Funo Caracterstica, 5 Fuzificao, 7 Gerenciamento de Riscos, 10 Grafo Dgrafo/Falha, 16 Incertezas, 10 Interseo, 7 Intruso, 15 Modo de Falha e Anlise Crtica, 16 Modo Falha e Anlise de Efeitos, 16 Multiplicao Algbrica, 7 Oportunidades, 13 Perigo, 9 Permeao, 15 Processo de Hierarquia Analtica, 16 Produto Cartesiano, 7 Redes Baisianas, 16 Relaes Fuzzy, 8 Risco, 9 Riscos Sade Humana, 10 Riscos Ecolgicos, 10, Consulte Riscos Riscos na Segurana, 10 Soma Algbrica, 8 Soma Limitada, 8 Unio, 7 Varivel Lingstica, 18

Esta uma produo independente em meio eletrnico. Contribuies voluntrias podem ser feitas na conta-poupana nmero 118558-2 da agncia 926 da Caixa Econmica Federal.

28