Aplicación del Método de Monte Carlo y Razón Cruzada Compleja en la Reconstrucción de Accidentes de Tránsito.

Resumen

Este estudio presenta un enfoque para estimar velocidades en análisis forenses de accidentes de tránsito, combinando el método de Monte Carlo con estimaciones fotogramétricas basadas en la razón cruzada compleja. Para su aplicación práctica, se desarrolló un software en el lenguaje de programación R, utilizando la biblioteca Shiny, que ofrece una interfaz interactiva basada en la web.

La metodología fue probada en un estudio de caso que involucró un vehículo a escala reducida, en el que las velocidades estimadas fueron comparadas con aquellas obtenidas mediante el software Amped Five, una referencia del mercado que utiliza fotogrametría bidimensional. El análisis estadístico, realizado mediante la prueba de Wilcoxon, no detectó diferencias significativas entre los métodos (p > 5%), demostrando así que la metodología constituye una alternativa viable para las investigaciones forenses.

Palabras clave

Complex cross-ratio
projective geometry
uncertainty analysis
Razão cruzada complexa
geometria projetiva
análise de incertezas
Razón Cruzada Compleja
Geometría Proyectiva
Análisis de Incertidumbre

Citas

  1. M.F. Santos; N. P. Araujo. Perfil sociodemográfico das vítimas de acidentes de trânsito no Estado de Roraima. Health and Diversity (Online), Boa Vista, Brazil, 1: 71-77 (2017).
  2. N.M. Zanon; L. F. R. Brisotto. Comportamento de risco e a contribuição da psicologia para a redução dos acidentes de trânsito: uma revisão da literatura. Revista Destaques Acadêmicos, Lajeado, RS, Brazil, 12(2): 23-41 (2020).
  3. G.C. Massaú; R. G. Rosa. Acidentes de trânsito e direito à saúde: prevenção de vidas e economia pública. Revista de Direito Sanitário, São Paulo, Brazil, 17( 2): 30-47 (2016).
  4. L.V. Ramos; I.C. Barreto; F.B. Miguel. Morbimortalidade por acidentes de trânsito terrestres na Bahia entre os anos de 2011 e 2021. Rev. Ciênc. Méd. Biol., Salvador, Brazil, 21(3): 593-604 (2022).
  5. H. Arendt. A condição humana. Translator: Roberto Raposo. 13. ed. Rio de Janeiro: Forense Universitária, (2016) 474p.
  6. D.P. Landau; K. Binder. A guide to Monte Carlo simulations in statistical physics. 5. ed. Cambridge: Cambridge University Press (2021) 582p.
  7. T.W. Wong; C.H. Tao; Y.K. Cheng; K.H. Wong; C.N. Tam. Application of cross-ratio in traffic accident reconstruction. Forensic Science International 235: 19–23 (2013).
  8. A. Koranyi; H.M. Riemann. Foundations of the theory in quasiconformal mappings on the Heisenberg group. Advances in Math 111(1): 1–87 (1995).
  9. B.M. Ayyub; G.J. Klir. Uncertainty modeling and analysis in engineering and the sciences. 1. ed. Boca Raton, US: Chapman & Hall/CRC (2006) 400p.
  10. M. Rausand; A. Høyland. System reliability theory: models, statistical methods, and applications. 3a. ed. New Jersey, US: John Wiley & Sons (2020) 864p.
  11. C.P. Robert; G. Casella. Monte Carlo statistical methods. 2a ed. New York: Springer (2010) 649p.
  12. D.P. Kroese; T. Brereton; T. Taimre; Z. Botev. Why the Monte Carlo method is so important today. WIREs Computational Statistics, 6: 386-392 (2014).
  13. C.M. Bishop. Pattern recognition and machine learning. New York: Springer (2011) 738p.
  14. A. Gelman; J.B. Carlin; H.S. Stern. Bayesian data analysis. 3a ed. Boca Raton, US: Chapman & Hall/CRC, (2013) 675p.
  15. R.Y. Rubinstein; D. P. Kroese. Simulation and the Monte Carlo method. 3a ed. New Jersey, US: John Wiley & Sons (2016) 432p.
  16. J.A. Doornik; H. Hansen. An Omnibus test for univariate and multivariate normality. Oxford Bulletin of Economics and Statistics, Oxford, England, 70: 927-939 (2008).
  17. H. Akaike. A new look at the statistical model identification. IEEE Transactions on Automatic Control 19(6): 716-723 (1974).
  18. K.P. Burnham; D. R. Anderson. Multimodel inference: understanding AIC and BIC in model selection. Sociological methods & research 33(2): 261-304 (2004).
  19. T. Gross. Laudo pericial 2.12.2022.50271-01. Mato Grosso, Brazil: Perícia Oficial e Identificação Técnica do Estado de Mato Grosso (POLITEC/MT), 2022. Available at: https://portal2.sesp.mt.gov.br/atena/. Accessed at: Dec 19, 2024.
  20. R Core Team. R: A Language and Environment for Statistical Computing. Version 4.4.0. Vienna, Austria: R Foundation for Statistical Computing, 2024. Available at: https://www.r-project.org/. Accessed at: Dec. 19, 2024.
  21. Posit Team. RStudio: Integrated Development Environment for R. Version 2024.12.0. Boston, MA: Posit Software, PBC, 2024. Available at: http://www.posit.co/. Accessed at: Dec. 18, 2024.
  22. W. Chang; J. Cheng; J.J. Allaire; C. Sievert; B. Schloerke; Y. Xie; J. Allen; J. Mcpherson; A. Dipert; B. Borges. Shiny: Web Application Framework for R. Version 1.8.1.1, 2024. Available at: https://CRAN.R-project.org/package=shiny. Accessed at: Dec. 11, 2024.
  23. The Bootstrap Authors. Bootstrap. Version 5.3.3, 2024. Available at: https://getbootstrap.com/. Accessed at: Jun. 7, 2024.
  24. AMPED Software. Amped FIVE. 2024. Available at: https://ampedsoftware.com/five. Accessed at: May 9, 2024.
  25. Traxxas. Traxxas: The Fastest Name in Radio Control. McKinney, Texas, 2024. Available at: https://traxxas.com/. Accessed at: Dec. 7, 2024.
  26. Scientific Working Group on Digital Evidence (SWGDE). SWGDE Best Practices for Frame Timing Analysis of Video Stored in ISSO Base Media File Formats. Version 1.1 (June 9, 2022). Available at: https://www.swgde.org/19-v-004/. Accessed at: Apr. 21, 2024.
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Derechos de autor 2025 Revista Brasileña de Criminalística

Compartir

Descargar

pdf (Português (Brasil))

Autor(es)

  • Carlo Ralph De Musis,
  • Ilias De Musis,
  • Bruno Martinis,
  • Tadeu Junior Gross,

    • Carlo Ralph De Musis

    POLITEC/MT

    Sou doutor em Educação pela Pontifícia Universidade Católica de São Paulo, mestre em Agricultura Tropical e engenheiro civil pela Universidade Federal de Mato Grosso. Atuo como orientador de mestrado e doutorado nos Programas de Estudos Pós-Graduados em Física Ambiental da Universidade Federal de Mato Grosso, e em Ciências Ambientais na Universidade de Cuiabá. Atuo também como perito criminal na área de Engenharia Legal da POLITEC/MT. Tenho-me dedicado a estudos e pesquisas multidisciplinares tendo como referentes estatística multivariada, teoria das representações sociais, avaliação de instituições de ensino superior, conforto ambiental, interação atmosfera-biosfera, modelagem por sistemas dinâmicos e física ambiental.

    Ilias De Musis

    Bruno Martinis

    Universidade de São Paulo, Ribeirão Preto (SP), Brasil

    Tadeu Junior Gross

Artículos más leídos del mismo autor/a