Métodos de Sistemas Complexos

ComplexOs métodos e as metodologias utilizadas na abordagem de Sistemas Complexos vêm de disciplinas já existentes e não são novas per se. Essas metodologias refletem os princípios e conceitos discutidos anteriormente por Bernardo Alves Furtado, Patrícia Alessandra Morita Sakowski e Marina Haddad Tóvolli no capítulo Abordagens de Sistemas Complexos para Políticas Públicas, do livro com a mesma coautoria: Modelagem de Sistemas Complexos para Políticas Públicas (ver post anterior).

A primeira questão a salientar é considerar de forma estrutural a não linearidade dos sistemas. De outra forma, Sistemas Não Lineares são aqueles em que as saídas não são proporcionais às entradas. Não linearidade refere-se ainda à interação entre elementos que geram comportamentos emergentes. Além disso, o resultado do sistema pode não ser totalmente dedutível de forma analítica ex-ante.

Abordagens que incluem não linearidade têm sido usadas em aplicações da Física (laser, supercondutores, dinâmica de fluidos), Engenharia, Biologia (ritmos biológicos, surtos de insetos, estudos genéticos), Química e Criptografia.

A análise de redes – campo metodológico relativamente recente – estuda as interações (arestas) entre partes (nós). Quão forte, por quanto tempo e quão relevante são as ligações entre as pessoas ou instituições? Como é a conectividade de uma determinada rede, de que modo mudanças em um nó específico afetam as outras conexões de forma significativa? Essas são algumas das perguntas a que a análise de redes pode ajudar a responder.

Estritamente ligada à análise de redes está a Teoria da Informação ou, de modo mais amplo, Teoria da Comunicação. A Teoria da Informação foi proposta antes da análise de redes e está relacionada com a definição de informação propriamente dita. Estabelece a quantificação e definição dos elementos envolvidos em qualquer troca de informação, seu armazenamento e características de compressão.

É a partir da Teoria da Informação (e da Teoria da Probabilidade) – tais como em análises de agrupamento de análise de árvores hierárquicas – que indicadores, como entropia e informação mútua, são definidos. Essas medidas quantitativas são aplicadas a diferentes áreas da Ciência de Telecomunicações, da Biologia à Teoria da Probabilidade, à Física Estatística, Ciência da Computação e Medicina.

Um aspecto central da Teoria da Informação e suas medidas associadas é a quantificação de incerteza. Dada a informação passada, quão incerto é o próximo bit? Novamente, isso está relacionado com a noção de uma medida para a complexidade e também para a definição de entropia.

Duas outras metodologias usualmente utilizadas em sistemas complexos são autômatos celulares (CAs, do inglês cellular automata) e modelos baseados em agentes (ABMs, do inglês agent-based models). São metodologias semelhantes no sentido de que ambas utilizam-se de agentes – com desenho amplo e livre – que seguem regras.

O uso de ABMs e CAs possibilita:

  1. simular interações no sistema e
  2. observar as propriedades que emergem dessas interações.

A diferença entre CAs e ABMs é que, enquanto para CAs os agentes são fixos no espaço, para ABMs estes agentes podem ser móveis. Os CAs são mais relevantes para o estudo de análise espacial em que as interações locais, fisicamente limitadas, são relevantes para o problema em questão. Os ABMs, por sua vez, podem ser modelados para serem fixos ou móveis e podem estar em estrutura de tal modo que o espaço é completamente irrelevante. Os ABMs podem até mesmo ser pensados como ligações em redes, assemelhando-se, assim, à análise de redes.

Por fim, vale ressaltar os esforços decorrentes da Ciência da Computação e da disponibilidade contemporânea de dados espacialmente precisos e individualmente detalhados. Essa abundância de dados facilita o uso de metodologias que são conjuntos de técnicas que contribuem na simulação de Sistemas Complexos e, portanto, permitem outras perspectivas, como:

  1. a mineração de dados (data mining),
  2. o aprendizado de máquinas e
  3. a inteligência artificial.

A maioria das metodologias são implementadas utilizando métodos computacionais. De fato, foi a disponibilidade de poder de processamento, juntamente com bancos de dados detalhados, que permitiu a expansão de estudos e aplicações em Sistemas Complexos nas últimas décadas. Contemporaneamente, há inúmeros programas de computador específicos para rodar modelos de simulação.

Os modelos também podem ser simulados em linguagem típica de programação, tais como C++ e Java, ou podem ser utilizados programas estatísticos e de modelagem tradicionais, tais como Matlab ou Mathematica. Python é uma linguagem de alto nível, flexível, e tem sido usada bastante para simulação e modelagem – por exemplo, usando a biblioteca Simpy – ou associada a softwares espaciais, tal como o QGIS. Especificamente para análise de redes, a biblioteca de Python NetworkX é considerada bem adequada.

Um programa de computador que já existe há algum tempo é o NetLogo. Construído em Java, contém conjunto de comandos de fácil utilização, o que leva rapidamente o programador iniciante à capacidade de modelador operacional. O NetLogo permite a modelagem de CAs, bem como ABMs. Mais recentemente, o programa incorporou recursos de links em formato de rede. Seus resultados são facilmente intercambiáveis com outras linguagens e programas de análise, tais como Python, R ou o QGIS.

Os Sistemas Sociais podem ser descritos como uma coleção de agentes heterogêneos (indivíduos, bancos, países etc.), cujo estado de um agente (a opinião, a liquidez, a riqueza, etc.) influencia e é influenciado pelo estado dos outros — e cujas interações juntas dão origem às propriedades globais do sistema, propriedades essas que são mais do que a soma dos comportamentos individuais. Esses aspectos caracterizam sistemas sociais como complexos.

São de particular interesse para a análise de políticas públicas a compreensão de:

  1. como esses sistemas respondem às influências externas,
  2. como evoluem e
  3. quais características emergem a partir de quais configurações.

Por exemplo, como um sistema social responde a mudanças na política? Simular os efeitos de mudanças de política pode ser particularmente útil para medidas de políticas de governo.

Um Sistema Econômico é composto por atores heterogêneos, com características, expectativas e regras de comportamento diferentes, atores que interagem uns com os outros e com o meio ambiente. Além disso, os atores estão em constante processo de aprendizagem, gerando sistemas econômicos que se transformam no tempo.

A visão econômica tradicional ou neoclássica se baseia nos pressupostos de equilíbrio de mercado, previsão perfeita e comportamento convergente para equilíbrio, assim, não incorpora os elementos acima mencionados, produzindo análises, por vezes, muito abstratas e que tornam difícil a compreensão do sistema como um todo, em especial nos seus momentos de crise.

Nesse contexto, os modelos alternativos que incorporam tais elementos podem trazer ganhos para a análise e aumentar a compreensão de processos econômicos. A heterogeneidade dos agentes e as características de configurações institucionais que orientam as interações econômicas não devem ser ignoradas. Muitas metodologias são utilizadas na análise econômica a fim de capturar tais elementos.

Uma das metodologias mais utilizadas em modelagem econômica tem sido a abordagem de simulação baseada em agentes. Este método é a base do modelo Eurace@unibi, um modelo macroeconômico baseado em agentes, fechado, que tem sido usado como estrutura unificada para análise de políticas em diferentes áreas de política econômica, tais como política fiscal, mercado de trabalho e questões relacionadas à desigualdade de renda.

Além disso, não só os Modelos de Economia Computacional baseados em Agentes, mas também a Análise de Redes e as Abordagens Analíticas com Modelos baseados em Agentes são úteis para fornecer imagem mais clara da dinâmica dos sistemas econômicos.

Continua no próximo post.

One thought on “Métodos de Sistemas Complexos

Deixe uma Resposta

Preencha os seus detalhes abaixo ou clique num ícone para iniciar sessão:

Logótipo da WordPress.com

Está a comentar usando a sua conta WordPress.com Terminar Sessão / Alterar )

Imagem do Twitter

Está a comentar usando a sua conta Twitter Terminar Sessão / Alterar )

Facebook photo

Está a comentar usando a sua conta Facebook Terminar Sessão / Alterar )

Google+ photo

Está a comentar usando a sua conta Google+ Terminar Sessão / Alterar )

Connecting to %s