Ato VI - Exemplos de Caos

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 x_{i + 1} é calculado a partir do estado atual, x_i, tomando a parte menor do que a dezena de x_i 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.

Ato V - 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.

Ato IV - 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.

Ato III- 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.

Ato II - Os atratores e o Caos

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

Atrator estranho de Lorenz

      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.

Ato I - Efeito Borboleta

       Efeito borboleta é um termo que se refere às condições iniciais dentro da teoria do caos. Este efeito foi analisado pela primeira vez em 1963 por Edward Lorenz. Segundo a cultura popular, a teoria apresentada, o bater de asas de uma simples borboleta poderia influenciar o curso natural das coisas e, assim, talvez provocar um tufão do outro lado do mundo. Porém isso se mostra apenas como uma interpretação alegórica do fato. O que acontece é que quando movimentos caóticos são analisados através de gráficos, sua representação passa de aleatória para padronizada depois de uma série de marcações onde o gráfico depois de analisado passa a ter o formato de borboleta.

Afinal, o que é a Teoria do Caos?

       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.

       Fonte: wikipedia