SEMINÁRIO : REDES DETERMINÍSTICAS - CAOS E ESTRUTURAS DISSIPATIVAS

Apresentação em tema: "SEMINÁRIO : REDES DETERMINÍSTICAS - CAOS E ESTRUTURAS DISSIPATIVAS"— Transcrição da apresentação:

1 SEMINÁRIO : REDES DETERMINÍSTICAS - CAOS E ESTRUTURAS DISSIPATIVAS
LIVRO : COMPLEXITY END CREATIVITY IN ORGANIZATIONS - CAP 2 AUTOR : RALPH D. STACEY EQUIPE : WAGNER CHARLES IVETE GEOVANI ANDERSEN

2 REDES DETERMINÍSTICAS - CAOS E ESTRUTURAS DISSIPATIVAS

3 A CIÊNCIA DA COMPLEXIDADE
Sistemas humanos – redes não lineares com realimentação Sistemas Sociais - Sub-sistemas sociais : legitimado (conformidade); sombra (diversidade) Sistemas e agentes humanos interagem entre si - Estratégias de interação recíproca de sobrevivência Mudança das regras; entendimento dos sistemas humanos - Redes Adaptativas com Realimentação

4 A CIÊNCIA DA COMPLEXIDADE
Sistemas Físicos e Químicos Inanimados – redes determinísticas com realimentação Sistemas Biológicos Vivos – redes adaptativas não lineares com realimentação Motivos do estudo dessas redes – aprender e compreender a partir da observação da natureza - analogia dos núcleos organizacionais com a natureza

5 A CIÊNCIA DA COMPLEXIDADE
Ciência da Complexidade – explora a natureza das redes determinísticas, redes adaptativas e sistemas adaptativos complexos Sistemas complexos adaptativos – são criativos somente no limite do caos Limite do Caos – estado paradoxo (contém estabilidade e instabilidade a partir de uma dinâmica contraditória de competição e cooperação; auto-organização criativa, de destruição e construção) - reflexo da natureza

6 A CIÊNCIA DA COMPLEXIDADE
Redes determinísticas com realimentação – redes de agentes com comportamentos determinados por um esquema comum, consistindo de umas poucas regras, válidas todo o tempo, para todos os agentes; podem ser modeladas matematicamente (ex. comportamento de um pêndulo; do tempo; população de formigas) – Esses modêlos não possuem comparação com a organização humana, pois não possuem esquemas individuais e nem possibilidade de mudança de esquema – se constituem em um primeiro passo para o estudo de sistemas complexos Padrões de comportamento de sistemas complexos – comportamento muda quando os parâmetros de controle são alterados (ex. pêndulo – força e atrito; tempo-pressão do ar, velocidade dos ventos; população de formiga-razão entre nascimento e morte) Parâmetros de controle – níveis, razão de fluxo de energia e informação

7 A CIÊNCIA DA COMPLEXIDADE
Análise dinâmica de um sistema – identificam os ATRATORES para os diferentes estados de parâmetros de controle – identificam qual o parâmetro de controle que produz uma dada espécie de ATRATOR ATRATORES – estado final do comportamento de um sistema – padrão de comportamento assumido por um sistema na ausência de disturbios externos – estado potencial de comportamento

8 A CIÊNCIA DA COMPLEXIDADE
Espécies de ATRATORES: de equilíbrio estável; de equilíbrio instável; atratores estranhos ATRATOR de equilíbrio estável: é um atrator no qual todas as trajetórias seguidas por um sistema coincidem em um simples ponto, ou para um ciclo periódico – comportamento que possui regularidade, padrão previsto Sistemas Não-lineares Deterministicos com realimentação: parâmetros de controle pouco intensos – equilíbrio estável (realimentação negativa) ATRATOR de equilíbrio instável: parâmetros de controle ajustados em níveis altos (realimentação positiva – amplifica pequenos distúrbios sem restrições internas) – a velocidade do sistema avança até ser parado por restrições externas

9 ATRATORES ESTRANHOS E TEORIA DO CAOS( Borboleta de Lorenz)

10 PROPRIEDADES DOS SISTEMAS DETERMINÍSTICOS NÃO LINEARES, COM REALIMENTAÇÃO

11 Duas fontes de estabilidade: Restrições - realimentação
FONTE DE ESTABILIDADE Tensão entre realimentação positiva e negativa Padrões redundantes Duas fontes de estabilidade: Restrições - realimentação Auto-organização

12 EVOLUÇÃO DIALÉTICA Contínuo rearranjo dos paradoxos de estabilidade / instabilidade - mudanças e permanências

13 CASUALIDADE E PREVISIBILIDADE
Possível previsibilidade de curto termo e impossível previsibilidade de longo termo

14 a) Equações do sistema determinadas  bifurcações e início do caos calculados e conhecidos;
b) Análise de sensibilidade dos parâmetros de controle  inferências sobre tendências  Observação do espaço para inovação; c) Possibilidade de prever qualitativamente limites do atrator estranho, sua forma e padrões de comportamento do arquétipo.

15 ESTRUTURAS DISSIPATIVAS E AUTO-ORGANIZAÇÃO ESPONTÂNEA
Equilíbrio estável (processo termodinâmico) Evaporação - caos Mudança: quebra-se a simetria, a uniformidade, a regularidade(cria-se o novo) Auto-organização Teoria de Prigogine

16 ESTRUTURAS DISSIPATIVAS E AUTO-ORGANIZAÇÃO ESPONTÂNEA
1. Numa situação de equilíbrio estável o comportamento do sistema é simétrico, uniforme e regular, exemplificado de um líquido num recipiente em situação normal e posteriormente numa situação de aquecimento; º º º º º º º

17 ESTRUTURAS DISSIPATIVAS E AUTO-ORGANIZAÇÃO ESPONTÂNEA
º º º º º º º 2. Onde o parâmetro de controle é uma ação de calor com certo grau de intensidade;

18 ESTRUTURAS DISSIPATIVAS E AUTO-ORGANIZAÇÃO ESPONTÂNEA
º º º º º º º 3. À medida que a intensidade de calor é aumentada a simetria das moléculas é quebrada;

19 ESTRUTURAS DISSIPATIVAS E AUTO-ORGANIZAÇÃO ESPONTÂNEA
4. Face a nova disposição das moléculas no recipiente, ocorre uma auto-organização (as moléculas se movimentam, onde uma desce e outra sobe, que pode ser no sentido horário e anti-horário); º º º º º º º

20 ESTRUTURAS DISSIPATIVAS E AUTO-ORGANIZAÇÃO ESPONTÂNEA
5. Daí, quando o calor atinge o maior grau, a direção de movimento das moléculas é imprevisível, ocorrendo a evaporação, surgem novos padrões (novo comportamento), saindo do equilíbrio, ocorrendo consequente o caos determinado, isto é, resulta uma nova estrutura, quebrando-se a simetria, a uniformidade e a regularidade, criação do novo. º º º º º º º

21 I – ESPAçO PARA NOVIDADE
TRANSIçÃO ENTRE ESTABILIDADE E INSTABILIDADE - ESTADO DE PARADOXO ATRATOR ESTRANHO – FRONTEIRA DO CAOS DESINTEGRAçÃO DO SISTEMA REALIMENTAçÃO POSITIVA ATUALIZAçÃO DOS ARQUÉTIPOS DESTRUIçÃO CRIATIVA PONTOS CRÍTICOS: NÍVEIS DE ENERGIA, FLUXO DE INFORMAçÃO, CONECTIVIDADE DOS AGENTES

22 II – AS FONTES DE INSTABILIDADE
COM A AMPLIAçÃO DE PEQUENAS MUDANçAS, SURGEM GRANDES EFEITOS ESTRUTUTA FAMILIAR INTERAçÃO B A BOA NORMAL INFORMAçÕES DESCONFIANçA ISTABILILDADE BOM ANORMAL COMPORTAMENTO ESTRANHO FUGIDIU ESTABILIDADE APARENTE ESTRUTURA INSTÁVEL E ESTÁVEL- ESPAçO PARA NOVIDADE/CRIATIVIDADE/INOVAçÃO ESTADO EDE CAOS (OU SUA MARGEM) –DESINTEGRAçÃO DESTRUIçÃO CRIATIVA

23 CONCLUSÕES 1 - Teoria geral dos sistemas  modelo determinístico dinâmico não linear, com realimentação  define interações, por sistemas de equações matemáticas  resolve as equações  busca de instabilidade ou estabilidade  faz análise de sensibilidade dos parâmetros das equações  define bifurcações e fronteira do caos. 2 - Modelo de aplicabilidade restrita, sobretudo às organizações – restrições na abrangência da modelagem matemática contraria Princípios da Teoria da Complexidade (sistemas determinísticos, por exemplo, simplifica o complexo)

24 3 - Atratores estáveis  pontos de equilíbrio estáveis ou ciclos limite estáveis; estes últimos, geralmente com características periódicas  realimentação negativa  efeito é estabilizante. 4 - Atratores instáveis  excitações pequenas  respostas de amplitude significativa, pela realimentação positiva  instabilidade. 5 - Atrator estranho  bifurcações  caos e fronteira do caos  pontos arbitrariamente próximos, no mesmo atrator, divergindo em comportamento  espaço para inovações.

25 Imprevisibilidade do longo prazo  dificuldade de estabelecer rotinas de planejamento  inviabilidade de planejamento estratégico (vira um mero exercício). Possibilidade de vislumbrar tendências de curto prazo  alguma visão dos padrões emergentes de curto prazo. Mais do que prever, aprender a dialogar com o imprevisível  adaptabilidade.

26 6 - Estruturas dissipativas ou ordem através de flutuações (Ilya Prigogine)  derivado do comportamento termodinâmico de compostos químicos, em regiões próximas às fronteiras de equilíbrio  máxima entropia e na complexidade mínima. Além da fronteira  sistemas capazes de importar elevadas quantidades de energia do ambiente externo  aumento de quantidade de energia disponível  reduz sua entropia com o passar do tempo. “Sistemas eram capazes de “exportar” entropia para seu meio ambiente”. Ou seja, “dissipa entropia, para o meio ambiente”.

27 Muitas das interações, de natureza não linear  pequenos volumes de energia  efeitos extremamente amplificados  maior número de interações, internas e externas  sistemas com maior complexidade. Utilizam energia para redefinir nova estrutura e organização  processo de auto-organização  criação de uma nova ordem  Ordem através das Flutuações (Order through Fluctuations)  dependem de flutuações aleatórias, para ser desencadeado.

28 7 – Cinco propriedades das estruturas dissipativas sistemas não lineares, com realimentação.
Propriedades/Características I – Espaço para Criatividade · Uma fase de transição entre estabilidade e instabilidade, produzida pelo atrator estranho (caos) ou por um estado na fronteira do caos, sempre no sentido de atingir a fronteira de desintegração do sistema. ·Um estado de paradoxo. ·Atualização dos arquétipos. ·Destruição criativa. ·Um ponto crítico para os parâmetros de controle: taxas, níveis de energia, fluxo de informações, grau de conectividade dos agentes.

29 II – As Fontes de Instabilidade
· Grande amplificação de mudanças muito pequenas. III – As Fontes de Estabilidade · Restrições – realimentação negativa. · Cooperação, redundância e auto-organização – produção de ordens emergentes. IV – Evolução Dialética · Rearranjo contínuo dos paradoxos de estabilidade e instabilidade, que coexistem. V – Causalidade e Previsibilidade · A evolução específica de longo prazo é radicalmente imprevisível, mas os padrões dos arquétipos e as mudanças de curto-prazo podem ser previsíveis.

30 Sistemas humanos não são determinísticos  completamente adaptativos  conceitos anteriores se prestam apenas para compreensão de algumas facetas dos sistemas complexos, quando seu comportamento se aproxima às de um sistema determinístico não linear, com realimentação.