Baixe o app para aproveitar ainda mais
Prévia do material em texto
15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distrib… 1/19 Gerência de Riscos - Pós / Gerência de Riscos - Riscos e Probabili… 1 2 3 4 5 Risco é a combinação entre a probabilidade de ocorrência de um determinado evento (aleatório, futuro e independente da vontade humana) e os impactos (positivos ou negativos) resultantes, caso ele ocorra. Não se mede e não há como eliminar o Risco. O Risco é um evento, ele está lá e pode acontecer a qualquer momento. Portanto, devem ser gerenciados. A probabilidade simplesmente determina qual é a chance de evento ocorrer. Toda vez que não temos certeza sobre o resultado de algum evento, estamos tratando da probabilidade de certos resultados acontecerem, ou quais as chan- ces de eles acontecerem. A análise de eventos determinados pela probabili- dade é chamada de estatística. Previsão de Perdas por Estatística é a previsão do número de acidentes sem lesão (incidentes) que levará a um acidente leve e o número deste, que levará a uma lesão incapacitante ou morte. Vamos aprender a gerenciar os riscos através da probabilidade, ver sua distri- buição e a previsão de perdas por estatísticas. Vamos começar! Vamos Descomplicar? Riscos e Probabilidades Probabilidade de falha (P) é a possibilidade de ocorrência de um determinado número de falhas num período de tempo considerado. Próxima https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distribuicao-de-probabilidade-e-previsao-de-perdas-por-estatistica-e799c5 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distrib… 2/19 A probabilidade de falha (P), até certa data (t), é denominada “não confiabili- dade”, e é o complemento de R (expresso em decimal); isto é: P = 1 – R Por exemplo: Se a probabilidade de falha de um sistema é de 5%, ou seja, P = 0,05 a probabilidade de não haver falha (confiabilidade) será: R = 1 – 0,05 = 0,95 ou 95%. Pode parecer intuitivamente óbvio o significado de probabilidade, mas a pala- vra tem, de fato, vários significados. Veremos abaixo, quatro definições básicas de probabilidade: Probabilidade de Chances Iguais Uma definição de probabilidade deriva do princípio da chance igual. Se uma situação tem “n” chances iguais e efeito mutuamente exclusivo e se “nA” repre- senta os resultados ou efeitos para o evento A, a probabilidade P(A) do evento A ocorrer, é: P (A) = nA /n...............(1) Essa probabilidade pode ser calculada ou não por intermédio de experiências. O exemplo usualmente usado é o lance de um dado não viciado, o qual apre- senta seis possibilidades iguais de chances. A probabilidade de tirarmos o nú- mero 1 é de 1/6. Números: 1 2 3 4 5 6 P (A) = {1/6 + 1/6 + 1/6 +1/6 + 1/6 + 1/6} Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distrib… 3/19 Outro exemplo é a retirada de 1 bola de dentro de uma caixa contendo 04 bo- las brancas e 2 vermelhas. A chance de retirarmos 1 bola vermelha é dada pela razão 1/3. O princípio das chances iguais também é aplicado ao 2º caso, porque, apesar da possibilidade de retirar uma bola vermelha e uma branca ser desigual, a chance de retirada de 1 bola é igual. Essa definição de probabilidade é muitas vezes de utilidade limitada na enge- nharia, principalmente pela dificuldade de definir situações com chances iguais e mutuamente exclusivas nas aplicações práticas. Obs: Porta “OU” na Álgebra booleana. Probabilidade de frequência Relativa – Experimentação Essa segunda definição de probabilidade é baseada no conceito de frequência relativa (razão entre a frequência absoluta e o número total de observações). Se uma experiência é executada “n” vezes e se o evento A ocorre nA vezes nessas ocasiões, então a probabilidade P(A) do evento A ocorrer é: P(A) = lim nA/n ..............(2) A frequência relativa é feita através de dados percentuais, definidos como a ra- zão entre a frequência absoluta e o número total de observações. Exemplo: Em uma empresa foi realizada uma pesquisa a fim de saber a quantidade de filhos de cada funcionário. Os dados da pesquisa foram organizados na se- guinte tabela: Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distrib… 4/19 A frequência relativa nos fornece uma melhor visualização, pois os dados per- centuais traduzem melhor a situação comparativa de cada caso. Veja a análise: 18,75% dos funcionários não possuem filhos. 22,5% possuem exatamente um filho. 37,5% possuem dois filhos. 15% possuem três filhos. 6,25% possuem quatro filhos. Essa probabilidade pode somente ser determinada por experiências. Essa defi- nição de probabilidade é uma das mais largamente usadas em engenharia. Em particular, esta é a definição empregada na estimativa da probabilidade de falha. Probabilidade Condicional Essa probabilidade calcula as chances de um evento B acontecer, conside- rando que um evento A, ligado a ele, já ocorreu. É quando você exige que dois resultados sejam simultâneos. É preciso que aconteça o primeiro e o segundo. Note que assim, as chances se reduzem, porque seu nível de exigência aumentou. Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distrib… 5/19 Exemplo: Qual a possibilidade de, jogando uma moeda para cima duas vezes, o resul- tado ser coroa em ambas? Nesse caso, você faz uma multiplicação para alcan- çar o resultado: P (C) = 50% x 50% = 25% Obs: Porta “E” na Álgebra booleana. Probabilidade Pessoal Uma quarta condição de probabilidade é condição de opinião. Ela é uma me- dida numérica de confiança na qual uma pessoa tem de que o evento poderá ocorrer. Muitas vezes ela corresponde a frequência relativa do evento. Distribuição de Probabilidade A Distribuição de probabilidade associa uma probabilidade a cada resultado numérico de um experimento, ou seja, dá a probabilidade de cada valor de uma variável aleatória. A variável aleatória é uma variável que tem um valor único (determinado alea- toriamente) para cada resultado de um experimento. A palavra aleatória indica que em geral só conhecemos aquele valor depois do experimento ser realizado. Variável aleatória discreta: é aquela que assume valores inteiros e finitos. Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distrib… 6/19 Variável aleatória contínua: é aquela que pode assumir inúmeros valores num intervalo de números reais e é medida numa escala contínua. Como os valores das distribuições de probabilidades são probabilidades, e como as variáveis aleatórias devem tomar um de seus valores, temos as duas regras a seguir que se aplicam a qualquer distribuição de probabilidades: - A soma de todos os valores de uma distribuição de probabilidadesdeve ser igual a 1 ∑P(x) = 1, onde x toma todos os valores possíveis - A probabilidade de ocorrência de um evento deve ser 0 ≤P(x) ≤1 para todo x No exemplo do lançamento de um dado, como todas as faces têm a mesma probabilidade de ocorrência que é 1/6, logo temos que ∑P(x) = 1, ou seja: ∑P(x) = 1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 1 Distribuição de Probabilidade Normal É considerada a mais importante distribuição estatística considerando a ques- tão prática e teórica. Representa fenômenos naturais, e médias e proporções de grandes amostras seguem essa distribuição. A equação da curva normal de Gauss, que é uma curva matemática teórica, baseia-se em dois parâmetros, a média e o desvio-padrão, que são os elemen- tos que definem uma determinada população, em relação a uma característica qualquer, estudada e medida em integrantes dessa população. Na verdade, porém, em Estatística, quando se usa o termo população, está se refere mais Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distrib… 7/19 ao conjunto de valores numéricos que serviram para estudar essa caracterís- tica, do que propriamente ao conjunto de indivíduos nos quais ela foi investi- gada e medida. Como na maior parte das vezes é impossível estudar toda a população, essa avaliação se faz a partir de um número reduzido de elementos a ela pertencen- tes, e é a esses pequenos subconjuntos do universo populacional que se dá o nome de amostras. Esses dois parâmetros, média e desvio-padrão, que ao mesmo tempo definem tanto a curva normal como a população de onde a amostra foi retirada, consti- tuem, portanto, os elementos primordiais desse tipo de estatística denominada paramétrica, uma estatística que é assim chamada justamente por basear-se nesses dois parâmetros. Não podemos confundir parâmetros com variáveis. Numa equação matemá- tica, os parâmetros seriam representados pelos seus valores constantes, fixos, invariáveis. É o que ocorre toda vez em que o valor numérico dos dados experi- mentais é dado por uma equação, seja ela de natureza matemática ou física, como é o caso da pressão, dos números de dureza, etc., em que os dados pre- cisam ser calculados, não representando portanto grandezas simples, unidi- mensionais, como são o comprimento, o peso, o tempo, a temperatura, etc. As- sim, uma população qualquer, com distribuição normal, pode ser definida por dois parâmetros, que são a média e o desvio-padrão. Tanto a média como o desvio-padrão são portanto valores constantes, sendo que a média define o ponto onde a curva normal atinge o seu ponto mais elevado (máximo da distri- buição), e o desvio-padrão define o lugar geométrico onde o traçado da curva normal muda de sentido, passando de côncava a convexa, ou vice-versa. A curva normal, que expressa matemática e geometricamente a distribuição normal de frequências, é uma curva sui generis, que apresenta umas tantas propriedades que a torna particularmente útil no estudo das probabilidades, es- pecialmente em estatística, que afinal não é mais do que a teoria das probabili- dades aplicada às Ciências de um modo geral, seja qual for o campo de ativi- dade destas. Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distrib… 8/19 As propriedades da distribuição normal e da curva que a expressa matemática e geometricamente são: - A curva é uma função de x, e o seu domínio estende-se de - infinito até + infinito. - A curva é assintótica; isto é, estende-se de - infinito a + infinito, sem nunca to- car o eixo horizontal, portanto, a função de x jamais se anula. - A área compreendida pela curva nesse intervalo é exatamente igual a 1, valor que, em estatística, corresponde a 100% de probabilidade. - A função tem um máximo, e esse máximo ocorre quando x = 0, que corres- ponde ao seu ponto médio, ou seja, à média da distribuição. - A distribuição é simétrica em torno da média, e como esta é igual a zero, os valores de x são negativos à sua esquerda e positivos à sua direita. - A curva tem dois pontos de inflexão, simétricos em relação à média, que ocor- rem quando x = +1 e x = -1. Esses pontos de inflexão são conhecidos, em esta- tística, como o desvio-padrão da distribuição normal. - Graficamente, a curva tem forma de sino, com concavidade voltada para baixo entre os pontos de inflexão da curva, e convexidade para além e aquém desses pontos. - Tanto em termos de Probabilidade como em Estatística, a área sob a curva, desde - infinito até um valor qualquer de x, indica a probabilidade de ocorrência desse valor de x. Transpondo tudo isso para o nosso dia a dia da pesquisa científica, os valores de x correspondem aos valores numéricos dos dados experimentais, enquanto que os valores de y referem-se às frequências com que cada valor de x apa- rece no experimento; e a curva normal seria ela própria o perfil do histograma de frequências de toda a amostra. Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distrib… 9/19 68,26% => 1 desvio 95,44% => 2 desvios 99,73% => 3 desvios Na figura acima, temos as barras na cor marrom representando os desvios pa- drões. Quanto mais afastado do centro da curva normal, mais área compreen- dida abaixo da curva haverá. A um desvio padrão, temos 68,26% das observa- ções contidas. A dois desvios padrões, possuímos 95,44% dos dados compre- endidos e finalmente a três desvios, temos 99,73%. Como elaborar uma curva de distribuição normal? Considere que em uma sala de aula, o professor anotou a idade de cada um de seus quarenta alunos presentes. Após coletar os dados ele percebeu que a distribuição da idade dos alunos possuía o formato de uma distribuição normal com média e desvio padrão respectivamente de μ= 23 e σ= 2. O objetivo então, é projetar a curva de distribuição normal correspondente aos valores de média e desvio padrão da idade dos alunos. Além de determinar qual é o percentual de alunos com idade entre 21 e 25 anos. E qual o percen- tual de alunos com idade entre 19 e 27 anos. Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri… 10/19 De antemão, já sabemos que o valor de média igual a 23 anos, estará no cen- tro da nossa distribuição. Que ao mesmo tempo é o ponto de valor mais alto da curva. Como a distribuição normal começa próximo do menos 3 sigma e ter- mina próximo do mais 3 sigma, sabemos que a curva irá começar próximo ao valor de 23-3*2, ou seja 17 anos, e vai ter o decaimento próximo de 23+3*2, ou seja, 29 anos. Cálculo de Probabilidade associada à Distribuição Normal Qualquer distribuição normal pode ser padronizada, de forma que no processo de padronização dos valores da variável aleatória (X) os parâmetros se tornem μ=0 e σ2=1. Essa abordagem é dada pela definição de uma nova variável alea- tória Z, chamada de variável aleatória normal padronizada, dada pela função linear Z. Z = X−μ σ onde: Z = Variável aleatória normal padronizada (tabelada); X = Variável aleatória normal; Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri…11/19 μ = Média σ = Desvio Padrão O objetivo é transformar uma variável aleatória normal (X) em uma normal pa- dronizada (Z) que é tabelada, para isso todos os valores de X irão ser transfor- mados linearmente em Z. Exemplo 1 Considerado o exemplo anterior, qual a probabilidade de um aluno ter 26 anos? Z = 26 – 23 = 1,5 = 0,4332 2 Como a área positiva representa 50%, Z = 0,5 – 0,4332 = 0,0668 = 6,68% Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri… 12/19 Exemplo2: Os dados de uma pesquisa mostram algumas informações sobre o tempo de cirurgias para reconstrução ACL em hospitais com alto volume de cirurgia. A partir dos dados foram calculados, o tempo médio de 129 minutos com um desvio padrão de 14 minutos. Qual é a probabilidade de uma cirurgia ACL, em um hospital com alto volume de cirurgias ser completada em menos de 100 minutos? Z = X−μ = 100 – 129 = 29 = 2,07 = 0,4808 σ 14 14 Como a área positiva representa 50%, Z = 0,5 – 0,4808 = 0,0192 = 1,92% Previsão de Perdas por Estatística “A divulgação dos números de acidentes de trabalho em 2017 acendeu um alerta nas empresas e no governo brasileiro. Veja as principais estatísticas des- tacadas pelo Ministério do Trabalho: A cada 4 horas e meia morreu um trabalhador; Foram feitas 675.025 comunicações por acidentes de trabalho (CATs); Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri… 13/19 Foram notificadas 2.351 mortes; O Brasil perde, anualmente, 4% do seu Produto Interno Bruto (PIB) com gastos decorrentes de práticas ineficientes em segurança do trabalho, e essas perdas gerais à economia com acidentes de trabalho equivaleram a R$ 264 bilhões. Entre 2012 e 2017, o gasto da previdência com benefícios dados aos trabalha- dores (auxílios-doença, auxílios-acidente, aposentadorias por invalidez e pen- sões por morte) foi de mais de R$ 26,2 bilhões”. Inicialmente, em diversos países, surgiram e evoluíram ações tendentes a pre- venir anos às pessoas decorrentes de atividades laborais. Foram elaboradas normas e disposições legais, enfim, toda uma legislação social de “reparação” de danos (lesões). Dessa forma, o Seguro Social (Previdência Social) realiza ações assegurando o risco e acidentes, ou melhor dizendo, o risco de lesões. Por outro lado, estu- diosos pontavam a necessidade de ações tão ou mais importantes que deve- riam tender a revenir os acidentes, além de assegurar também o risco de lesões. No princípio dos anos 30, o engenheiro H. W. Heinrich, em sua obra intitulada “Industrial Accident Prevention”, divulgou pela primeira vez a filosofia do aci- dente com danos à propriedade. Suas análises trouxeram como resultado a proporção de 1:29:300, isto é, para cada lesão incapacitante havia 29 leves e 300 acidentes sem lesões. Essa proporção originou a Pirâmide de Heinrich. Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri… 14/19 O engenheiro Frank E. Bird Jr., em seu trabalho “Damage Control” (Controle de danos), atualizou a relação de Heinrich, analisando mais de 90.000 acidentes na Siderúrgica Luckens Steel, durante o período de 1959 a 1966. Bird desen- volveu a proporção de 1:100:500, ou seja, para cada lesão incapacitante, havia 100 lesões leves e 500 acidentes com danos à propriedade. Tomemos agora um caso modelo e vejamos como pode ser realizado um es- tudo envolvendo a problemática dos custos de acidentes, aplicando a propor- ção de Bird. Consideremos uma empresa X e seus acidentes durante um ano. Dados: Lesões incapacitantes = 71 Lesões que necessitaram assistência médica = 416 Lesões que necessitaram primeiros socorros = 9.706 Número de trabalhadores = 2.580 Horas-Homem trabalhadas = 3.750.000 Prêmios de Seguros = US$ 208.300,00 Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri… 15/19 Custo Indireto Médio das Lesões: Por lesão incapacitante = US$ 52,00 Por lesão – Assistência Médica = US$ 21,50 Por lesão – Primeiros Socorros = US$ 3,10 Aplicando estes custos em nosso caso temos: 71 lesões incapacitantes a US$ 52,00 = US$ 3.692,00 416 lesões – Assistência Médica a US$ 21,50 = US$ 8.944,00 9.706 lesões – Primeiros Socorros a US$ 3,10 = US$ 30.088,60 TOTAL – Custo Indireto Médio das lesões = US$ 42.724,60 Assim, tendo-se em conta as estatísticas do caso modelo e aplicando-se a pro- porção de Bird, verifica-se que o número de acidentes com danos à propriedade é de 35.500 (71 X 500), ou 142 acidentes por dia de trabalho. Lesões incapacitantes =71 Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri… 16/19 Acidentes com danos à propriedade (71 X 500) = 35.500 Média de acidentes por dia = 142 US$ 325.545 por milhão de horas-homem trabalhadas (Bird/1959) – Dados: 3.750.000 horas-homem, portanto o custo dos danos à propriedade = US$ 1.230.749,00 Média por acidente = US$ 34,67 (1.230.794,00 / 35.500) Custo Total Dos Acidentes Prêmios de Seguros = US$ 208.300,00 Custo indireto das lesões = 42.724,60 Custo dos danos à propriedade = 1.230.794,00 Custo Total estimado = US$ 1.481.818,60 Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri… 17/19 O processo pelo qual uma perda por acidente ocorre é uma série sequencial de causas e efeitos que tem como resultado danos aos recursos humanos, materi- ais ou descontinuação operacional. Esse processo compõe-se de três fases distintas: condição potencial de perdas, acidente e perda real ou potencial. Condição potencial de perda: é a condição ou grupo de condições que tem a capacidade, sob certas circunstâncias não planejadas, de efetivar a perda. Como condição ela é estática, de equilíbrio instável e, em momento não previ- sível, gerado em função de circunstâncias que lhe são favoráveis, pode desen- cadear o acidente. Acidente: é o acontecimento indesejado e inesperado (não programado) que produz ou pode produzir perdas. Perda real ou potencial: perda real é o produto do acidente e pode manifestar- se como lesão ou morte de pessoas, danos a materiais, equipamentos, instala- ções e edificações ou mesmo a descontinuação do processo normal de traba- lho. A perda potencial, também chamada de quase perda, é aquela que em cir- cunstâncias um pouco diferentes poderia ter-se transformado em perda real. As perdas normalmente podem ser avaliadas em termos de custos – custos de reparo do equipamento danificado, despesas médicas e hospitalares, lucro cessante, aumento da taxa de seguro, etc. Porém torna-se muito discutível quando se trata da vida humana, uma vez que esta não tem preço, embora possa haver estipulação de valor para efeito de indenização de seguro. A extensão da perda por si só nãodetermina a importância que deve ser dada ao controle das causas que a geraram. Somente uma análise criteriosa das causas do acidente e do seu potencial em gerar perdas, quer quanto à frequên- cia provável de ocorrência, quer quanto à extensão dos danos, deve determi- nar o grau de controle a ser adotado. Em 1970, no Canadá, John A Fletcher, prosseguindo a obra iniciada por Bird, propôs o estabelecimento de programas de “Controle Total de Perdas”, objeti- Próxima 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri… 18/19 vando reduzir ou eliminar todos os acidentes que possam interferir ou paralisar um sistema. Esses programas incluíam ações de prevenção de lesões, danos a equipamen- tos, instalações e materiais, incêndios, contaminação do ar, entre outras. No entanto, pelo estudo dos Programas de “Controle de Danos” de Bird, e “Controle Total de Perdas” de Fletcher, concluiu-se que foram definidos como sendo unicamente práticas administrativas, quando, na realidade, os proble- mas inerentes à Prevenção de Perdas exigiam – e exigem – soluções essenci- almente técnicas. Diante desta exigência, criou-se, a partir de 1972, uma nova mentalidade fun- damentada nos trabalhos desenvolvidos pelo Engenheiro Willie Hammer, espe- cialista em Segurança de Sistemas. Atividade extra Assinta o vídeo: Acidentes - Em Números no Brasil https://youtu.be/JYk5EISLjrY Referência Bibliográfica AGUIAR, Silvio. Integração das Ferramentas da Qualidade ao PDCA e ao Programa Seis Sigma. Belo Horizonte: Editora de Desenvolvimento Ge- rencial, 2002. Próxima https://youtu.be/JYk5EISLjrY 15/04/2021 Exercícios - Gerência de Riscos - Riscos e Probabilidades, Distribuição de Probabilidade e Previsão de Perdas por Estatística https://dex.descomplica.com.br/engenharia-de-seguranca-do-trabalho/gerencia-de-riscos-pos/gerencia-de-riscos-riscos-e-probabilidades-distri… 19/19 CAMARGO, C. Celso de Brasil. Métodos probabilísticos de Energia Elé- trica: algumas aplicações. Florianópolis: Ed. Da UFSC, 1987. DE CICCO, Francesco, FANTAZZINI, Mario Luiz. Gerência de Riscos. Novo Hamburgo: Suplemento especial da Revista Proteção, vols 27, 28, 29, 30, 31 e 32, 1994. BASSETTO, Edson Luis. FINOCCHIO, Marco Antonio Ferreira. Apostila: Gerência de Riscos. Cornélio Procópio: Publicação Interna UTFPR, 2006. FINOCCHIO, Marco Antonio Ferreira. Apostila: Segurança no Trabalho. Cornélio Procópio: Publicação Interna UTFPR, 2005. GREENE, Mark R. Decision analysis for risk management, a primer on quantitatve methods. New York: Risk and insurance Managemente Society, 1977. HEAD, George L. El proceso del manejo de riesgo. New York: Risk and in- surance Managemente Society, 1984. Estranhou essa explicação? Próxima
Compartilhar