Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-02-26T17:53:31Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Cristina Pereira Medeiros.pdf: 19250245 bytes, checksum: 670190a08fd70eea9b79e1995dabcb77 (MD5) / Made available in DSpace on 2016-02-26T17:53:31Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Cristina Pereira Medeiros.pdf: 19250245 bytes, checksum: 670190a08fd70eea9b79e1995dabcb77 (MD5) Previous issue date: 2015-02-23 / CNPQ / Este trabalho propõe-se a analisar a sensibilidade e robustez do modelo de decisão multicritério para avaliação de risco em gasodutos de gás natural proposto por Brito & Almeida (2009). São realizadas Simulações Monte Carlo para diferentes Patterns, avaliando variação conjunta de parâmetros e indicando regiões de sensibilidade. As ordenações obtidas para cada replicação são avaliadas através do coeficiente de correlação τ de Kendall e ao final da simulação, valores de variação de τ são obtidos e a correlação é avaliada para o grau de significância estabelecido. Ao final são mostradas para cada seção, a variação ao longo do ranking sugerindo ao decisor recomendação de priorização, avaliando a robustez do modelo. O modelo mostrou-se eficaz para avaliação mais detalhada da avaliação de risco. / This paper proposes to analyze the sensitivity and robustness of the multicriteria decision model for risk assessment in natural gas pipelines proposed by Brito and Almeida (2009). Monte Carlo simulations are performed for different Patterns, evaluating joint variation of parameters and indicating areas of sensitivity. The ranking is obtained for each trial evaluated by the Kendall τ rank correlation coefficient and the end of the simulation, values of variation of τ are obtained and correlation is evaluated for the level of significance. Finally are shown for each Section the variation along the ranking, suggesting to the decision maker's recommendation for prioritizing, evaluating the robustness of the model. The model proved to be effective for more detailed assessment of the risk assessment.