Teoria do caos, para a física e a matemática, é a teoria que explica o funcionamento de sistemas complexos e dinâmicos. Em sistemas dinâmicos complexos, determinados resultados podem ser "instáveis" no que diz respeito à evolução temporal como função de seus parâmetros e variáveis. Isso significa que certos resultados determinados são causados pela ação e a interação de elementos de forma praticamente aleatória. Para entender o que isso significa, basta pegar um exemplo na natureza, onde esses sistemas são comuns. A formação de uma nuvem no céu, por exemplo, pode ser desencadeada e se desenvolver com base em centenas de fatores que podem ser o calor, o frio, a evaporação da água, os ventos, o clima, condições do Sol, os eventos sobre a superfície e inúmeros outros.
Além disso, mesmo que o número de fatores influenciando um determinado resultado seja pequeno, ainda assim a ocorrência do resultado esperado pode ser instável, desde que o sistema seja não-linear.
A conseqüência desta instabilidade dos resultados é que mesmo sistemas determinísticos (os quais tem resultados determinados por leis de evolução bem definidas) apresentem uma grande sensibilidade a perturbações (ruído) e erros, o que leva a resultados que são, na prática, imprevisíveis ou aleatórios, ocorrendo ao acaso. Mesmo em sistemas nos quais não há ruído, erros microscópicos na determinação do estado inicial e atual do sistema podem ser amplificados pela não-linearidade ou pelo grande número de interações entre os componentes, levando ao resultado aleatório. É o que se chama de "Caos Determinístico"
Na verdade, embora a descrição da mecânica clássica e relativística seja determinística, a complexidade da maioria dos sistemas leva a uma abordagem na qual a maioria dos graus de liberdade microscópicos é tratada como ruído (variáveis estocásticas, ou seja, que apresentam valores verdadeiramente aleatórios) e apenas algumas variáveis são analisadas com uma lei de comportamento determinada, mais simples, sujeita à ação deste ruído. Este método foi utilizado por Einstein e Langevin no início do século XX para compreender o Movimento Browniano.
Pois, é exatamente isso que os matemáticos querem prever: o que as pessoas pensam que é acaso mas, na realidade, é um fenômeno que pode ser representado por equações. Alguns pesquisadores já conseguiram chegar a algumas equações capazes de simular o resultado de sistemas como esses, ainda assim, a maior parte desses cálculos prevê um mínimo de constância dentro do sistema, o que normalmente não ocorre na natureza.
Os cálculos envolvendo a Teoria do Caos são utilizados para descrever e entender fenômenos meteorológicos, crescimento de populações, variações no mercado financeiro e movimentos de placas tectônicas, entre outros. Uma das mais conhecidas bases da teoria é o chamado "efeito borboleta", teorizado pelo matemático Edward Lorenz, em 1963.
Ideia inicial
Teoria do caos, para a física e a matemática, é a teoria que explica o funcionamento de sistemas complexos e dinâmicos. Em sistemas dinâmicos complexos, determinados resultados podem ser "instáveis" no que diz respeito à evolução temporal como função de seus parâmetros e variáveis. Isso significa que certos resultados determinados são causados pela ação e a interação de elementos de forma praticamente aleatória. Para entender o que isso significa, basta pegar um exemplo na natureza, onde esses sistemas são comuns. A formação de uma nuvem no céu, por exemplo, pode ser desencadeada e se desenvolver com base em centenas de fatores que podem ser o calor, o frio, a evaporação da água, os ventos, o clima, condições do Sol, os eventos sobre a superfície e inúmeros outros.
Além disso, mesmo que o número de fatores influenciando um determinado resultado seja pequeno, ainda assim a ocorrência do resultado esperado pode ser instável, desde que o sistema seja não-linear.
A conseqüência desta instabilidade dos resultados é que mesmo sistemas determinísticos (os quais tem resultados determinados por leis de evolução bem definidas) apresentem uma grande sensibilidade a perturbações (ruído) e erros, o que leva a resultados que são, na prática, imprevisíveis ou aleatórios, ocorrendo ao acaso. Mesmo em sistemas nos quais não há ruído, erros microscópicos na determinação do estado inicial e atual do sistema podem ser amplificados pela não-linearidade ou pelo grande número de interações entre os componentes, levando ao resultado aleatório. É o que se chama de "Caos Determinístico"
Na verdade, embora a descrição da mecânica clássica e relativística seja determinística, a complexidade da maioria dos sistemas leva a uma abordagem na qual a maioria dos graus de liberdade microscópicos é tratada como ruído (variáveis estocásticas, ou seja, que apresentam valores verdadeiramente aleatórios) e apenas algumas variáveis são analisadas com uma lei de comportamento determinada, mais simples, sujeita à ação deste ruído. Este método foi utilizado por Einstein e Langevin no início do século XX para compreender o Movimento Browniano.
Pois, é exatamente isso que os matemáticos querem prever: o que as pessoas pensam que é acaso mas, na realidade, é um fenômeno que pode ser representado por equações. Alguns pesquisadores já conseguiram chegar a algumas equações capazes de simular o resultado de sistemas como esses, ainda assim, a maior parte desses cálculos prevê um mínimo de constância dentro do sistema, o que normalmente não ocorre na natureza.
Os cálculos envolvendo a Teoria do Caos são utilizados para descrever e entender fenômenos meteorológicos, crescimento de populações, variações no mercado financeiro e movimentos de placas tectônicas, entre outros. Uma das mais conhecidas bases da teoria é o chamado "efeito borboleta", teorizado pelo matemático Edward Lorenz, em 1963.
O método científico
A partir de William de Ockham (Guilherme de Occam), em sua teoria conhecida por Navalha de Occam, onde "...as melhores teorias são as mais simples"... ou "...pluralidades não devem ser postas sem necessidade...", ou ainda "(sic) ...pluralitas non est ponenda sine neccesitate...", ...a natureza é econômica, isto é, sempre quando houver dois caminhos que levam à verdade, vale o mais simples..., a ciência passou a utilizar um método lógico e simples para chegar às consideradas então verdades científicas, o que futuramente teriam que ser revistas.
Galileu, Newton e Laplace
Galileu Galilei introduziu algumas das bases da metodologia científica presas à simplicidade da obtenção de resultados. Segundo aquela metodologia, a ciência continuou gradualmente a sua expansão em direção à determinação das realidades físicas.
Com Isaac Newton, surgiram as leis que regem a Mecânica determinista Clássica e a determinação de que a posição espacial de duas massas gravitacionais poderia ser prevista. Havendo portanto uma explicação plausível da órbita terrestre em relação ao Sol.
Portanto, o comportamento de três corpos gravitacionais poderia ser perfeitamente previsível, apesar do trabalho aumentado em função de mais dados inseridos para a execução dos cálculos necessários à determinação de posição.
Porém, ao se acrescentarem mais corpos massivos para as determinações de posições, começaram a ocorrer certos desvios imprevisíveis. Newton traduziu estes desvios ou efeitos através de equações diferenciais que mostravam que o sistema em sua evolução tendia para a formação de um sistema de equações diferenciais não-lineares.
Diferenciais lineares e não-lineares
Existem duas formas ou tipos de equações diferenciais:
As equações diferenciais lineares cuja resolução é explícita:
As equações diferenciais não-lineares, cujas resoluções em muitos casos são impossíveis (no sentido de que uma solução explícita não consegue ser escrita com F como uma composição de funções elementares; existem exceções, é claro).
Exemplo de equação diferencial não-linear:
Gravitação
Ao se encontrar no estudo do sistema gravitacional equações diferenciais não lineares, estas se tornavam impossíveis de ser resolvidas.
Laplace afirmou que “...(sic) uma inteligência conhecendo todas as variáveis universais em determinado momento, poderia compor numa só fórmula matemática a unificação de todos os movimentos do Universo.
Conseqüentemente deixariam de existir para esta inteligência o passado e o futuro, pois aos seus olhos todos os eventos seriam resultantes do momento presente.”
Perseguindo a harmonia da física de então, na busca de uma resposta para a unificação da natureza, Laplace formulou e desenvolveu os princípios da teoria das probabilidades, trabalhou nas equações diferenciais, criou a transformada de Laplace além de estudar a equação de Laplace.
Henri Poincaré
Henri Poincaré em 1880 aproximadamente, pesquisou os problemas relacionados à impossibilidade de resolução das equações diferenciais não lineares, na busca das leis da uniformidade e da unificação dos sistemas físicos. Seu objetivo era descrever o que ocorreria matematicamente quando da introdução de uma massa gravitacional complementar num sistema duplo, isto é, passando a análise de dois para três corpos gravitacionais interagindo mutuamente. Verificou que numa análise mais ampla, não se atendo a detalhes quantitativos e fazendo comparações qualitativas, isto é, enxergando o sistema como um todo. Acabou descobrindo que os sistemas de massas gravitacionais triplas evoluíam sempre para formas cujo equilíbrio era irregular. As órbitas mútuas tendiam a não ser periódicas, tornavam-se complexas e irregulares.
Poincaré descobriu que ao invés de existirem órbitas ordenadas, equilibradas e regulares, ou um sistema equilibrado e harmônico, o que ocorriam eram sistemas verdadeiramente desestabilizados, onde o que prevaleceria não era a ordem natural, e sim o caos, a confusão, pois os movimentos se tornavam aleatórios.
Os resultados observados que levavam à confusão e à desarmonia, não condiziam com a harmonia que ocorria na mecânica clássica. Poincaré neste seu trabalho acabou por descobrir uma possibilidade da existência de um sistema desordenado, com variáveis ao acaso. Na época não houve um interesse prático na sua teoria de órbitas irregulares, sendo muitas vezes considerada a teoria uma aberração matemática. Continuaram havendo alguns estudos esparsos por outros matemáticos, porém como curiosidade sobre os Sistemas dinâmicos não-lineares.
Teoria
Um conjunto de objetos estudados que se inter-relacionem é chamado de sistema. Entre os sistemas consideram-se duas categorias: lineares e não-lineares, que divergem entre si na sua relação de causa e efeito. Na primeira, a resposta a um distúrbio é diretamente proporcional à intensidade deste. Já na segunda, a resposta não é necessariamente proporcional à intensidade do distúrbio, e é esta a categoria de sistemas que servem de objeto à teoria do caos, mais conhecidos como sistemas dinâmicos não-lineares.
Esta teoria estuda o comportamento aleatório e imprevisível dos sistemas, mostrando uma faceta em que podem ocorrer irregularidades na uniformidade da natureza como um todo. Isto ocorre a partir de pequenas alterações que aparentemente nada têm a ver com o evento futuro, alterando toda uma previsão física dita precisa.
Uma das ideias centrais desta teoria, é que os comportamentos casuais (aleatórios) também são governados por leis e que estas podem predizer dois resultados para uma entrada de dados. O primeiro é uma resposta ordenada e lisa, sendo que o futuro dos eventos ocorre dentro de margens estatísticas de erros previsíveis. O segundo é uma resposta também ordenada, onde porém a resultante futura dos eventos é corrugada, onde a superfície é áspera, caótica, ou seja, ocorre uma contradição neste ponto onde é previsível que os resultados de um determinado sistema serão caóticos.
Um exemplo simples de caos pode ser visto no sistema matemático dado pelo mapa de deslocamento:
. Onde o próximo valor do estado do sistema, representado por xi + 1 é calculado a partir do estado atual, xi, tomando a parte menor do que a dezena de xi multiplicado por 10. Suponha que o sistema está em algum estado x0, representado por um número irracional, por exemplo, pi: 3.141592... Usando a equação do mapa, obtemos x1 = 1.415926..., x2 = 4.159265..., e assim por diante. Como o número é irracional, obteremos uma sequência de números aparentemente aleatórios, que nunca se repete, apesar de ser dada por uma lei simples. Imagine agora que o sistema tivesse iniciado em um estado extremamente próximo de pi, mas não exatamente idêntico, p. ex pi+0.001e. Embora a diferença inicial entre os estados seja pequena, após apenas três iterações do mapa a diferença entre os estados será tão grande quanto o valor de x3.
As pequenas diferenças no estado inicial podem ser devidas a inevitáveis erros de medida, ou às mais desprezíveis interações entre o sistema observado e o universo. Portanto, para sistemas caóticos, fica impossível fazer uma previsão sobre o estado do sistema após um tempo relativamente curto.
Estatisticamente isto ocorre porque pequenas alterações na alimentação de dados em sistemas de cálculo de previsões podem provocar mudanças drásticas inclusive rupturas a longo prazo. Pois em função de um crescimento inflacionário de realimentação de dados, que realimentam por conseqüência dados futuros, estes podem realimentar o sistema com respostas que levam ao crescimento das alterações numa espiral caótica (inflacionária) que mudará toda a previsão estatística daquele sistema. Ficando assim completamente acima das margens de erro aceitáveis.
Em função deste efeito do caos, a previsibilidade comportamental dos sistemas em geral, sejam climáticos de uma determinada região, ou movimentos econômicos à exemplo das movimentações das bolsas de valores, ou populações de insetos de um determinado ecossistema, tem uma margem de erro bastante grande, fazendo com que o sistema pareça aleatório.
Ao efeito da realimentação do erro foi chamado mais tarde por Lorenz de Efeito Borboleta, ou seja uma dependência sensível dos resultados finais às condições iniciais da alimentação dos dados. Assim, qualquer que fosse a distância entre dois pontos diferentes, depois de um tempo os pontos estariam separados e irreconhecíveis.
Normalmente este efeito é ilustrado com a noção de que o bater das asas de uma borboleta num extremo do globo terrestre, pode provocar uma tormenta no outro extremo no intervalo de tempo de semanas.
É por esse motivo que as previsões meteorológicas não são perfeitas. Para serem, precisariam de medidas exatas de muitas variáveis (pressão, temperatura...) e isso é impossível de ser feito. Assim, há erros nas medidas e portanto nas previsões.
Equações de Lorenz
Edward Lorenz continuando em sua pesquisa dos sistemas dinâmicos, elegeu três equações que acabaram por ficar conhecidas como Equações de Lorenz para representar graficamente o comportamento dinâmico através de computadores.
Equações de Lorenz:
Lorenz continuou observando os efeitos caóticos, notou que variações muito pequenas aleatórias poderiam gerar um efeito dominó que elevava o grau de incerteza em eventos futuros, realimentando os graus de aleatoriedade.
Desenvolveu teorias que demonstravam que a partir de variações mínimas haviam acelerações nas precipitações de dados em determinadas direções que mudavam completamente o resultado de uma determinada experiência.
Em função de suas constatações o meteorologista chegou à conclusão que as previsões de fenômenos climáticos só poderiam adquirir certo grau de precisão utilizando equações matemáticas que levassem em conta o alto grau de incerteza nos eventos.
Fatos podem ser alterados a partir das mais simples reações.
Atrator
Um atrator é um ponto (ou o conjunto dos pontos atratores, dependendo o contexto) para o qual toda órbita que passar por um ponto suficientemente próximo converge para o ponto, isto é, fica indefinidamente próximo bastando para isso esperar um tempo suficiente.
No caso de um campo de vetores, um atrator é sempre uma singularidade: se o atrator for o estado inicial, ele será o estado atingido para todo tempo passado e futuro.
Por exemplo, uma bola rolando por uma superfície plana com atrito pára. O atrator desse sistema dinâmico é o conjunto dos pontos (ou estados) em que a bola está parada.
Atrator estranho
Ao observarmos os resultados dos estados das Equações de Lorenz e os representarmos num gráfico tridimensional, observaremos que haverá uma convergência em direção a algo que se chama atrator estranho.
A convergência não será simples como nos casos prescritos para o caso bidimensional pelo teorema de Poincaré-Bendixson. A órbita de um ponto genérico se aproximará dos dois pontos (que são singularidades do campo) alternadamente. E quanto mais avançamos na órbita, certos padrões semelhantes a conjuntos de Cantor aparecem nas interseções.
Década de oitenta do século XX
Até a década de 1980, os físicos defendiam a tese de que o universo era governado por leis precisas e estáticas, portanto os eventos nele ocorridos poderiam ser previstos. Porém a teoria do caos mostrou que certos eventos universais podem ter ocorrido de modo aleatório.
Quando se estudam os mecanismos que procuram descrever a teoria do caos, os pesquisadores se deparam com o imprevisível em todos os momentos e em todas as partes do desenvolvimento teórico.
Bons exemplos de sistemas caóticos são o crescimento de lavouras e a formação de tempestades, onde qualquer pequena alteração, direção, velocidade de ventos por exemplo, pode provocar grandes mudanças num espaço de tempo maior.
Atratores e fractais
Os fractais são figuras da geometria não-Euclidiana. A partir dos estados de um determinado sistema onde existem variáveis tais como massa, pressão, temperatura, velocidade, posição, etc, estes podem ser representados por coordenadas, num determinado espaço cuja configuração pode ser considerada multidimensional, de um ponto cujas coordenadas são determinadas pelas variáveis. Na física clássica podemos descrever o comportamento de um sistema dinâmico geometricamente como o movimento de um atrator. Já nos sistemas considerados caóticos, os atratores são denominados atratores estranhos, isto ocorre pelo elevado grau de incerteza dos resultados destes sistemas.
Os atratores estranhos devem ter estruturas detalhadas em todas as escalas de magnificação. Em função disto foi desenvolvido um modelo conceitual chamado fractal, que tem uma forma geométrica complexa e exibe uma formação estrutural que tem uma propriedade chamada de auto-similaridade. Estes sistemas complexos tornaram possível o progresso no processamento de dados gráfico.
Idéias básicasAs idéias que devem ser levadas em conta num sistema caótico básico são três:
Atratores
Espaço de fase
Fractais
Além disso, mesmo que o número de fatores influenciando um determinado resultado seja pequeno, ainda assim a ocorrência do resultado esperado pode ser instável, desde que o sistema seja não-linear.
A conseqüência desta instabilidade dos resultados é que mesmo sistemas determinísticos (os quais tem resultados determinados por leis de evolução bem definidas) apresentem uma grande sensibilidade a perturbações (ruído) e erros, o que leva a resultados que são, na prática, imprevisíveis ou aleatórios, ocorrendo ao acaso. Mesmo em sistemas nos quais não há ruído, erros microscópicos na determinação do estado inicial e atual do sistema podem ser amplificados pela não-linearidade ou pelo grande número de interações entre os componentes, levando ao resultado aleatório. É o que se chama de "Caos Determinístico"
Na verdade, embora a descrição da mecânica clássica e relativística seja determinística, a complexidade da maioria dos sistemas leva a uma abordagem na qual a maioria dos graus de liberdade microscópicos é tratada como ruído (variáveis estocásticas, ou seja, que apresentam valores verdadeiramente aleatórios) e apenas algumas variáveis são analisadas com uma lei de comportamento determinada, mais simples, sujeita à ação deste ruído. Este método foi utilizado por Einstein e Langevin no início do século XX para compreender o Movimento Browniano.
Pois, é exatamente isso que os matemáticos querem prever: o que as pessoas pensam que é acaso mas, na realidade, é um fenômeno que pode ser representado por equações. Alguns pesquisadores já conseguiram chegar a algumas equações capazes de simular o resultado de sistemas como esses, ainda assim, a maior parte desses cálculos prevê um mínimo de constância dentro do sistema, o que normalmente não ocorre na natureza.
Os cálculos envolvendo a Teoria do Caos são utilizados para descrever e entender fenômenos meteorológicos, crescimento de populações, variações no mercado financeiro e movimentos de placas tectônicas, entre outros. Uma das mais conhecidas bases da teoria é o chamado "efeito borboleta", teorizado pelo matemático Edward Lorenz, em 1963.
Ideia inicial
Teoria do caos, para a física e a matemática, é a teoria que explica o funcionamento de sistemas complexos e dinâmicos. Em sistemas dinâmicos complexos, determinados resultados podem ser "instáveis" no que diz respeito à evolução temporal como função de seus parâmetros e variáveis. Isso significa que certos resultados determinados são causados pela ação e a interação de elementos de forma praticamente aleatória. Para entender o que isso significa, basta pegar um exemplo na natureza, onde esses sistemas são comuns. A formação de uma nuvem no céu, por exemplo, pode ser desencadeada e se desenvolver com base em centenas de fatores que podem ser o calor, o frio, a evaporação da água, os ventos, o clima, condições do Sol, os eventos sobre a superfície e inúmeros outros.
Além disso, mesmo que o número de fatores influenciando um determinado resultado seja pequeno, ainda assim a ocorrência do resultado esperado pode ser instável, desde que o sistema seja não-linear.
A conseqüência desta instabilidade dos resultados é que mesmo sistemas determinísticos (os quais tem resultados determinados por leis de evolução bem definidas) apresentem uma grande sensibilidade a perturbações (ruído) e erros, o que leva a resultados que são, na prática, imprevisíveis ou aleatórios, ocorrendo ao acaso. Mesmo em sistemas nos quais não há ruído, erros microscópicos na determinação do estado inicial e atual do sistema podem ser amplificados pela não-linearidade ou pelo grande número de interações entre os componentes, levando ao resultado aleatório. É o que se chama de "Caos Determinístico"
Na verdade, embora a descrição da mecânica clássica e relativística seja determinística, a complexidade da maioria dos sistemas leva a uma abordagem na qual a maioria dos graus de liberdade microscópicos é tratada como ruído (variáveis estocásticas, ou seja, que apresentam valores verdadeiramente aleatórios) e apenas algumas variáveis são analisadas com uma lei de comportamento determinada, mais simples, sujeita à ação deste ruído. Este método foi utilizado por Einstein e Langevin no início do século XX para compreender o Movimento Browniano.
Pois, é exatamente isso que os matemáticos querem prever: o que as pessoas pensam que é acaso mas, na realidade, é um fenômeno que pode ser representado por equações. Alguns pesquisadores já conseguiram chegar a algumas equações capazes de simular o resultado de sistemas como esses, ainda assim, a maior parte desses cálculos prevê um mínimo de constância dentro do sistema, o que normalmente não ocorre na natureza.
Os cálculos envolvendo a Teoria do Caos são utilizados para descrever e entender fenômenos meteorológicos, crescimento de populações, variações no mercado financeiro e movimentos de placas tectônicas, entre outros. Uma das mais conhecidas bases da teoria é o chamado "efeito borboleta", teorizado pelo matemático Edward Lorenz, em 1963.
O método científico
A partir de William de Ockham (Guilherme de Occam), em sua teoria conhecida por Navalha de Occam, onde "...as melhores teorias são as mais simples"... ou "...pluralidades não devem ser postas sem necessidade...", ou ainda "(sic) ...pluralitas non est ponenda sine neccesitate...", ...a natureza é econômica, isto é, sempre quando houver dois caminhos que levam à verdade, vale o mais simples..., a ciência passou a utilizar um método lógico e simples para chegar às consideradas então verdades científicas, o que futuramente teriam que ser revistas.
Galileu, Newton e Laplace
Galileu Galilei introduziu algumas das bases da metodologia científica presas à simplicidade da obtenção de resultados. Segundo aquela metodologia, a ciência continuou gradualmente a sua expansão em direção à determinação das realidades físicas.
Com Isaac Newton, surgiram as leis que regem a Mecânica determinista Clássica e a determinação de que a posição espacial de duas massas gravitacionais poderia ser prevista. Havendo portanto uma explicação plausível da órbita terrestre em relação ao Sol.
Portanto, o comportamento de três corpos gravitacionais poderia ser perfeitamente previsível, apesar do trabalho aumentado em função de mais dados inseridos para a execução dos cálculos necessários à determinação de posição.
Porém, ao se acrescentarem mais corpos massivos para as determinações de posições, começaram a ocorrer certos desvios imprevisíveis. Newton traduziu estes desvios ou efeitos através de equações diferenciais que mostravam que o sistema em sua evolução tendia para a formação de um sistema de equações diferenciais não-lineares.
Diferenciais lineares e não-lineares
Existem duas formas ou tipos de equações diferenciais:
As equações diferenciais lineares cuja resolução é explícita:
As equações diferenciais não-lineares, cujas resoluções em muitos casos são impossíveis (no sentido de que uma solução explícita não consegue ser escrita com F como uma composição de funções elementares; existem exceções, é claro).
Exemplo de equação diferencial não-linear:
Gravitação
Ao se encontrar no estudo do sistema gravitacional equações diferenciais não lineares, estas se tornavam impossíveis de ser resolvidas.
Laplace afirmou que “...(sic) uma inteligência conhecendo todas as variáveis universais em determinado momento, poderia compor numa só fórmula matemática a unificação de todos os movimentos do Universo.
Conseqüentemente deixariam de existir para esta inteligência o passado e o futuro, pois aos seus olhos todos os eventos seriam resultantes do momento presente.”
Perseguindo a harmonia da física de então, na busca de uma resposta para a unificação da natureza, Laplace formulou e desenvolveu os princípios da teoria das probabilidades, trabalhou nas equações diferenciais, criou a transformada de Laplace além de estudar a equação de Laplace.
Henri Poincaré
Henri Poincaré em 1880 aproximadamente, pesquisou os problemas relacionados à impossibilidade de resolução das equações diferenciais não lineares, na busca das leis da uniformidade e da unificação dos sistemas físicos. Seu objetivo era descrever o que ocorreria matematicamente quando da introdução de uma massa gravitacional complementar num sistema duplo, isto é, passando a análise de dois para três corpos gravitacionais interagindo mutuamente. Verificou que numa análise mais ampla, não se atendo a detalhes quantitativos e fazendo comparações qualitativas, isto é, enxergando o sistema como um todo. Acabou descobrindo que os sistemas de massas gravitacionais triplas evoluíam sempre para formas cujo equilíbrio era irregular. As órbitas mútuas tendiam a não ser periódicas, tornavam-se complexas e irregulares.
Poincaré descobriu que ao invés de existirem órbitas ordenadas, equilibradas e regulares, ou um sistema equilibrado e harmônico, o que ocorriam eram sistemas verdadeiramente desestabilizados, onde o que prevaleceria não era a ordem natural, e sim o caos, a confusão, pois os movimentos se tornavam aleatórios.
Os resultados observados que levavam à confusão e à desarmonia, não condiziam com a harmonia que ocorria na mecânica clássica. Poincaré neste seu trabalho acabou por descobrir uma possibilidade da existência de um sistema desordenado, com variáveis ao acaso. Na época não houve um interesse prático na sua teoria de órbitas irregulares, sendo muitas vezes considerada a teoria uma aberração matemática. Continuaram havendo alguns estudos esparsos por outros matemáticos, porém como curiosidade sobre os Sistemas dinâmicos não-lineares.
Teoria
Um conjunto de objetos estudados que se inter-relacionem é chamado de sistema. Entre os sistemas consideram-se duas categorias: lineares e não-lineares, que divergem entre si na sua relação de causa e efeito. Na primeira, a resposta a um distúrbio é diretamente proporcional à intensidade deste. Já na segunda, a resposta não é necessariamente proporcional à intensidade do distúrbio, e é esta a categoria de sistemas que servem de objeto à teoria do caos, mais conhecidos como sistemas dinâmicos não-lineares.
Esta teoria estuda o comportamento aleatório e imprevisível dos sistemas, mostrando uma faceta em que podem ocorrer irregularidades na uniformidade da natureza como um todo. Isto ocorre a partir de pequenas alterações que aparentemente nada têm a ver com o evento futuro, alterando toda uma previsão física dita precisa.
Uma das ideias centrais desta teoria, é que os comportamentos casuais (aleatórios) também são governados por leis e que estas podem predizer dois resultados para uma entrada de dados. O primeiro é uma resposta ordenada e lisa, sendo que o futuro dos eventos ocorre dentro de margens estatísticas de erros previsíveis. O segundo é uma resposta também ordenada, onde porém a resultante futura dos eventos é corrugada, onde a superfície é áspera, caótica, ou seja, ocorre uma contradição neste ponto onde é previsível que os resultados de um determinado sistema serão caóticos.
Um exemplo simples de caos pode ser visto no sistema matemático dado pelo mapa de deslocamento:
. Onde o próximo valor do estado do sistema, representado por xi + 1 é calculado a partir do estado atual, xi, tomando a parte menor do que a dezena de xi multiplicado por 10. Suponha que o sistema está em algum estado x0, representado por um número irracional, por exemplo, pi: 3.141592... Usando a equação do mapa, obtemos x1 = 1.415926..., x2 = 4.159265..., e assim por diante. Como o número é irracional, obteremos uma sequência de números aparentemente aleatórios, que nunca se repete, apesar de ser dada por uma lei simples. Imagine agora que o sistema tivesse iniciado em um estado extremamente próximo de pi, mas não exatamente idêntico, p. ex pi+0.001e. Embora a diferença inicial entre os estados seja pequena, após apenas três iterações do mapa a diferença entre os estados será tão grande quanto o valor de x3.As pequenas diferenças no estado inicial podem ser devidas a inevitáveis erros de medida, ou às mais desprezíveis interações entre o sistema observado e o universo. Portanto, para sistemas caóticos, fica impossível fazer uma previsão sobre o estado do sistema após um tempo relativamente curto.
Estatisticamente isto ocorre porque pequenas alterações na alimentação de dados em sistemas de cálculo de previsões podem provocar mudanças drásticas inclusive rupturas a longo prazo. Pois em função de um crescimento inflacionário de realimentação de dados, que realimentam por conseqüência dados futuros, estes podem realimentar o sistema com respostas que levam ao crescimento das alterações numa espiral caótica (inflacionária) que mudará toda a previsão estatística daquele sistema. Ficando assim completamente acima das margens de erro aceitáveis.
Em função deste efeito do caos, a previsibilidade comportamental dos sistemas em geral, sejam climáticos de uma determinada região, ou movimentos econômicos à exemplo das movimentações das bolsas de valores, ou populações de insetos de um determinado ecossistema, tem uma margem de erro bastante grande, fazendo com que o sistema pareça aleatório.
Ao efeito da realimentação do erro foi chamado mais tarde por Lorenz de Efeito Borboleta, ou seja uma dependência sensível dos resultados finais às condições iniciais da alimentação dos dados. Assim, qualquer que fosse a distância entre dois pontos diferentes, depois de um tempo os pontos estariam separados e irreconhecíveis.
Normalmente este efeito é ilustrado com a noção de que o bater das asas de uma borboleta num extremo do globo terrestre, pode provocar uma tormenta no outro extremo no intervalo de tempo de semanas.
É por esse motivo que as previsões meteorológicas não são perfeitas. Para serem, precisariam de medidas exatas de muitas variáveis (pressão, temperatura...) e isso é impossível de ser feito. Assim, há erros nas medidas e portanto nas previsões.
Equações de Lorenz
Edward Lorenz continuando em sua pesquisa dos sistemas dinâmicos, elegeu três equações que acabaram por ficar conhecidas como Equações de Lorenz para representar graficamente o comportamento dinâmico através de computadores.
Equações de Lorenz:
Lorenz continuou observando os efeitos caóticos, notou que variações muito pequenas aleatórias poderiam gerar um efeito dominó que elevava o grau de incerteza em eventos futuros, realimentando os graus de aleatoriedade.
Desenvolveu teorias que demonstravam que a partir de variações mínimas haviam acelerações nas precipitações de dados em determinadas direções que mudavam completamente o resultado de uma determinada experiência.
Em função de suas constatações o meteorologista chegou à conclusão que as previsões de fenômenos climáticos só poderiam adquirir certo grau de precisão utilizando equações matemáticas que levassem em conta o alto grau de incerteza nos eventos.
Fatos podem ser alterados a partir das mais simples reações.
Atrator
Um atrator é um ponto (ou o conjunto dos pontos atratores, dependendo o contexto) para o qual toda órbita que passar por um ponto suficientemente próximo converge para o ponto, isto é, fica indefinidamente próximo bastando para isso esperar um tempo suficiente.
No caso de um campo de vetores, um atrator é sempre uma singularidade: se o atrator for o estado inicial, ele será o estado atingido para todo tempo passado e futuro.
Por exemplo, uma bola rolando por uma superfície plana com atrito pára. O atrator desse sistema dinâmico é o conjunto dos pontos (ou estados) em que a bola está parada.
Atrator estranho
Ao observarmos os resultados dos estados das Equações de Lorenz e os representarmos num gráfico tridimensional, observaremos que haverá uma convergência em direção a algo que se chama atrator estranho.
A convergência não será simples como nos casos prescritos para o caso bidimensional pelo teorema de Poincaré-Bendixson. A órbita de um ponto genérico se aproximará dos dois pontos (que são singularidades do campo) alternadamente. E quanto mais avançamos na órbita, certos padrões semelhantes a conjuntos de Cantor aparecem nas interseções.
Década de oitenta do século XX
Até a década de 1980, os físicos defendiam a tese de que o universo era governado por leis precisas e estáticas, portanto os eventos nele ocorridos poderiam ser previstos. Porém a teoria do caos mostrou que certos eventos universais podem ter ocorrido de modo aleatório.
Quando se estudam os mecanismos que procuram descrever a teoria do caos, os pesquisadores se deparam com o imprevisível em todos os momentos e em todas as partes do desenvolvimento teórico.
Bons exemplos de sistemas caóticos são o crescimento de lavouras e a formação de tempestades, onde qualquer pequena alteração, direção, velocidade de ventos por exemplo, pode provocar grandes mudanças num espaço de tempo maior.
Atratores e fractais
Os fractais são figuras da geometria não-Euclidiana. A partir dos estados de um determinado sistema onde existem variáveis tais como massa, pressão, temperatura, velocidade, posição, etc, estes podem ser representados por coordenadas, num determinado espaço cuja configuração pode ser considerada multidimensional, de um ponto cujas coordenadas são determinadas pelas variáveis. Na física clássica podemos descrever o comportamento de um sistema dinâmico geometricamente como o movimento de um atrator. Já nos sistemas considerados caóticos, os atratores são denominados atratores estranhos, isto ocorre pelo elevado grau de incerteza dos resultados destes sistemas.
Os atratores estranhos devem ter estruturas detalhadas em todas as escalas de magnificação. Em função disto foi desenvolvido um modelo conceitual chamado fractal, que tem uma forma geométrica complexa e exibe uma formação estrutural que tem uma propriedade chamada de auto-similaridade. Estes sistemas complexos tornaram possível o progresso no processamento de dados gráfico.
Idéias básicasAs idéias que devem ser levadas em conta num sistema caótico básico são três:
Atratores
Espaço de fase
Fractais
Fonte: Wikipédia
Nenhum comentário:
Postar um comentário