Curso do Método de Monte Carlo para Perícia de Acidentes de Trânsito
O curso de Método de Monte Carlo para a Análise das Incertezas das Variáveis foi desenvolvido para capacitar o aluno no tratamento técnico e científico das incertezas que influenciam os cálculos periciais aplicados à reconstrução de acidentes de trânsito.
Ao longo da formação, o aluno desenvolve uma base sólida para compreender como as incertezas interferem nos resultados e como elas devem ser tratadas de forma adequada na elaboração de laudos, pareceres e estudos técnicos, tornando as conclusões mais robustas, transparentes e defensáveis.
O conteúdo aborda temas essenciais como grandezas físicas, algarismos significativos, arredondamentos, medições e incertezas, distribuições de probabilidade, sensibilidade dos resultados, ferramentas de cálculo e interpretação estatística dos resultados. Além disso, o curso ensina a planejar e desenvolver planilhas eletrônicas para automatizar cálculos estatísticos e apresentar os resultados por meio de gráficos, distribuições e faixas de confiabilidade.
Mais do que apresentar conceitos teóricos, a formação aproxima a teoria da prática pericial, demonstrando como o Método de Monte Carlo pode ser aplicado em estudos de frenagem, colisões veiculares com Conservação da Quantidade de Movimento Linear e atropelamentos, ampliando a capacidade analítica do profissional e elevando o padrão técnico das análises.
São 24 horas totais de aulas gravadas, atividades e avaliações, estruturadas para proporcionar aprendizado consistente, aprofundamento metodológico e aplicação prática. Ao final do curso, o aluno recebe certificado de conclusão.
Trata-se de uma formação especialmente indicada para peritos criminais, peritos particulares, engenheiros, assistentes técnicos, estudantes e demais profissionais que desejam fortalecer sua base técnico-científica, aperfeiçoar a interpretação dos resultados e incorporar uma visão estatística mais rigorosa à reconstrução de acidentes de trânsito.
É um curso voltado a quem busca maior rigor metodológico, mais consistência nos resultados e um diferencial técnico real na atuação profissional.
Capítulo 1: Introdução
Apresentação do curso
Aula 1: Introdução
Capítulo 2: Medições de Grandezas Físicas
Aula 2: Medições de Grandezas Físicas – Tipos de Medições
Aula 3: Medições de Grandezas Físicas – Incerteza da Medição
Aula 4: Medições de Grandezas Físicas – Incerteza da Medição
Aula 5: Medições de Grandezas Físicas – Algarismos Significativos
Aula 6: Medições de Grandezas Físicas – Algarismos Significativos
Aula 7: Medições de Grandezas Físicas – Regras de Arredondamento
Aula 8: Medições de Grandezas Físicas – Regras de Arredondamento
Aula 9: Medições de Grandezas Físicas – Notação Científica
Aula 10: Medições de Grandezas Físicas – Operações Aritméticas com A.S.: Soma e Subtração
Aula 11: Medições de Grandezas Físicas – Operações Aritméticas com A.S.: Multiplicação e Divisão
Aula 12: Medições de Grandezas Físicas – Múltiplas Operações Aritméticas
Aula 13: Medições de Grandezas Físicas – Constantes Físicas e Matemáticas e Números Exatos
Aula 14: Medições de Grandezas Físicas – Conversão de Unidades
Aula 15: Medições de Grandezas Físicas – Conversão de Unidades
Capítulo 3: Incertezas das Variáveis
Aula 16: Incertezas das Variáveis – Determinando as incertezas das variáveis
Aula 17: Incertezas das Variáveis – Obtendo os valores das variáveis e incertezas com medições
Material bônus com revisão de conceitos básicos de estatística
Aula 18: Incertezas das Variáveis – Obtendo os valores da variável e incertezas com medições
Aula 19: Incertezas das Variáveis – Obtendo os valores das variáveis e incertezas com medições
Aula 20: Incertezas das Variáveis – Obtendo os valores das variáveis e incertezas com medições
Aula 21: Incertezas das Variáveis – Obtendo os valores das variáveis e incertezas com medições
Aula 22: Incertezas das Variáveis – Obtendo os valores das variáveis e incertezas com medições
Aula 23: Incertezas das Variáveis – Obtendo os valores das variáveis e incertezas com pesquisa bibliográfica
Aula 24: Incertezas das Variáveis – Obtendo os valores das variáveis incertezas em pesquisa bibliográfica
Aula 25: Incertezas das Variáveis – Pesquisa bibliográfica do fator de arrasto do corpo humano
Aula 26: Incertezas das Variáveis – Pesquisa bibliográfica dos coeficientes de rigidez estrutural veicular A e B e de outras grandezas físicas
Capítulo 4: Sensibilidade dos Resultados dos Cálculos
Aula 27: Sensibilidade dos Resultados dos Cálculos – Método dos Limites Mínimo e Máximo
Aula 28: Sensibilidade dos Resultados dos Cálculos – Método dos Gráficos
Aula 29: Sensibilidade dos Resultados dos Cálculos – Método dos Gráficos
Aula 30: Sensibilidade dos Resultados dos Cálculos – Método dos Gráficos
Aula 31: Sensibilidade dos Resultados dos Cálculos – Método dos Gráficos
Aula 32: Sensibilidade dos Resultados dos Cálculos – Método dos Gráficos: Propagação da Incerteza
Aula 33: Sensibilidade dos Resultados dos Cálculos – Método dos Gráficos: Propagação da Incerteza
Aula 34: Sensibilidade dos Resultados dos Cálculos – Método do Cálculo Diferencial
Aula 35: Sensibilidade dos Resultados dos Cálculos – Método das Diferenças Finitas
Aula 36: Sensibilidade dos Resultados dos Cálculos – Método das Diferenças Finitas
Aula 37: Sensibilidade dos Resultados dos Cálculos – Método das Diferenças Finitas
Bônus: Planilha Excel desenvolvida nas aulas 35, 36 e 37
Aula 38: Sensibilidade dos Resultados dos Cálculos – Método das Diferenças Finitas: Refinando as incertezas
Bônus: Planilha Excel desenvolvida na aula 38
Capítulo 5: O Método de Monte Carlo
Aula 39: Introdução ao Método de Monte Carlo
Aula 40: Método de Monte Carlo – Exemplo 5.1 de frenagem veicular
Aula 41: Método de Monte Carlo – Exemplo 5.1 de frenagem veicular
Bônus: Planilha Excel desenvolvida nas aulas 40 e 41
Material bônus com revisão de conceitos básicos de estatística
Aula 42: Método de Monte Carlo – Revisão dos conceitos da Conservação da Quantidade de Movimento Linear (CQML)
Aula 43: Método de Monte Carlo – Revisão dos conceitos da Conservação da Quantidade de Movimento Linear (CQML)
Aula 44: Método de Monte Carlo – Exemplo 5.2 de colisão com Conservação da Quantidade de Movimento Linear
Aula 45: Método de Monte Carlo – Exemplo 5.2 de colisão com Conservação da Quantidade de Movimento Linear
Aula 46: Método de Monte Carlo – Exemplo 5.2 de colisão com Conservação da Quantidade de Movimento Linear
Aula 47: Método de Monte Carlo – Exemplo 5.2 de colisão com Conservação da Quantidade de Movimento Linear
Aula 48: Método de Monte Carlo – Exemplo 5.2 de colisão com Conservação da Quantidade de Movimento Linear
Atividade #1: exemplo 5.2 usando o Método de Monte Carlo
Aula 49: Método de Monte Carlo – Exemplo 5.2 de colisão com Conservação da Quantidade de Movimento Linear
Aula 50: Método de Monte Carlo – Exemplo 5.2 de colisão com Conservação da Quantidade de Movimento Linear
Aula 51: Método de Monte Carlo – Exemplo 5.2 de colisão com Conservação da Quantidade de Movimento Linear
Bônus: Planilha Excel desenvolvida nas aulas 44 a 51
Aula 52: Método de Monte Carlo – Exemplo 5.2 de colisão com Conservação da Quantidade de Movimento Linear – Análise com Diferenças Finitas
Atividade #2: exemplo 5.2 usando o Método das Diferenças Finitas
Aula 53: Método de Monte Carlo – Exemplo 5.2 com a combinação das velocidades de colisão e de frenagem
Aula 54: Método de Monte Carlo – Exemplo 5.2 com a combinação das velocidades de colisão e de frenagem
Aula 55: Método de Monte Carlo – Exemplo 5.3 de análise de atropelamento de pedestre
Aula 56: Método de Monte Carlo – Exemplo 5.3 de análise de atropelamento de pedestre
Aula 57: Método de Monte Carlo – Exemplo 5.3 de análise de atropelamento de pedestre
Aula 58: Método de Monte Carlo – Exemplo 5.3 de análise de atropelamento de pedestre
Atividade #4: exemplo 5.3 com o Método de Monte Carlo
Aula 59: Método de Monte Carlo – Exemplo 5.3 de análise de atropelamento de pedestre
Aula 60: Método de Monte Carlo – Exemplo 5.3 de análise de atropelamento de pedestre
Aula 61: Método de Monte Carlo – Exemplo 5.3 de análise de atropelamento de pedestre
Atividade #5: exemplo 5.3 com o Método de Monte Carlo
Atividade #6: exemplo 5.3 com o Método das Diferenças Finitas
Aula 62: Método de Monte Carlo – Revisão do Método de Searle
Aula 63: Método de Monte Carlo – Exemplo 5.3 de análise de atropelamento de pedestre com o Método de Searle
Aula bônus: Parte 1 com os passos 3 e 4 do Método de Monte Carlo aplicado às Equações de Searle (Mínima e Máxima)
Aula bônus: Parte 2 com os passos 3 e 4 do Método de Monte Carlo aplicado às Equações de Searle (Mínima e Máxima)
Aula 64: Método de Monte Carlo – Exemplo 5.3 de análise de atropelamento de pedestre com o Método de Searle
Atividade #7: exemplo 5.3 com o Método de Monte Carlo e o Método de Searle
Aula 65: Método de Monte Carlo – Comparação dos resultados obtidos nas análises de atropelamento de pedestre
Atividade #8: exemplo 5.3 com o Método das Diferenças Finitas e o Método de Searle
Encerramento
Apostila do Curso do Método de Monte Carlo para Perícia de Acidentes de Trânsito – material com direitos autorais
Avaliação final do Curso do Método de Monte Carlo para Análise de Acidentes de Trânsito
Informações complementares ao certificado do Curso do Método de Monte Carlo para Perícia de Acidentes de Trânsito
Wilson Toresan Jr.
Doutor em Engenharia Mecânica e Engenheiro de Segurança do Trabalho pela Universidade Federal do Rio Grande do Sul (UFRGS), o Professor Wilson Toresan Jr. é perito criminal desde 2001 e possui destacada atuação na área de reconstrução de acidentes de trânsito.
Ao longo de sua trajetória, consolidou ampla experiência técnico-científica, aliando prática pericial, pesquisa e docência. É professor de cursos de formação pericial e de pós-graduação, contribuindo para a formação e o aperfeiçoamento de profissionais que atuam na investigação e análise de sinistros de trânsito.
Também participa como palestrante em seminários e congressos promovidos pela Associação Brasileira de Criminalística, no Brasil, e pelo Institute of Police Technology and Management (IPTM), da University of North Florida, nos Estados Unidos.
Integra importantes entidades da área, sendo membro da Associação Brasileira de Criminalística, da National Association of Professional Accident Reconstruction Specialists (NAPARS) e da International Network of Collision Reconstructionists.
Pedro Augusto Silva de Oliveira
O curso é excelente e muito bem aprofundado pelo Professor Wilson! Já tinha assistido e lido alguns artigos que versavam sobre o MMC, mas nunca compreendido, pois a falta de exemplos e prática em casos reais era uma dificuldade pessoal até o time ICF lançar este curso, que abriu os olhos para uma ferramenta que pode ser utilizada em qualquer segmento da Reconstrução de Acidentes de Trânsito como o próprio Professor cita ao final. Parabéns!
Em relação às dúvidas que tive, elas foram prontamente esclarecidas pelo Professor Nortthon em conjunto com o Professor Wilson. Fica o agradecimento especial ao Professor Nortthon.
Kleber Rosalvo Alencar Cardoso
Curso EXCELENTE! A abordagem teórica e prática é muito objetiva e didática. Não tenho críticas. A única crítica é que esse curso deveria ter sido lançado logo!
Gustavo Targino Soares da Cruz
Excelente curso, didática incrível do professor Toressan, plataforma fácil de acessar, tanto pelo celular quanto pelo computador.
Rogério Martinelli Shibata
Curso bastante didático com diversos exercícios que auxiliam na fixação do Método de Monte Carlo. Para mim, o modo como o curso foi apresentado está ótimo.
Priscilla Polido
Ótimo curso! Parabéns!
Daniel Estevão Kaviski
Excelente curso, ótimo para aprimorar e melhorar a qualidade dos laudos, parabéns pelo trabalho.
Carlos Ferraciolli
Bom dia Wilson e Nortthon. A minha satisfação é plena. A clareza como foi colocada a matéria não poderia ter sido melhor. A compreensão do método foi total de minha parte. Não consigo ver algo negativo no curso. Nos veremos em outros cursos do ICF. Abraços a todos vocês.
Fernanda Rodrigues Bertuchi
Boa noite! O curso foi muito bom, com certeza irei aplicar nas RAT.
Leticia Costa
Curso de excelente qualidade e didática, permite conhecimentos novos e aprendizado sólido em relação à utilização da estatística nas metodologias de cálculos em perícias de acidente de trânsito.
Carla Fonseca Arantes
Esse curso ficou excelente! O professor usou uma linguagem clara nas explicações e o livro também colaborou bastante para a compreensão.
Marcel Ferreira
Excelente.
