An introduction to complex systems. Intodução a sistemas complexos.

1. 1
SISPLEX
Seminário
SISPLEX
Grupo de Pesquisa em Sistemas Complexos
Mauro Faccioni Filho
30 março 2017
14 às 16h – Sala Vídeo UV

2. 2
SISPLEX

3. 3
SISPLEX

4. 4
SISPLEX
Temas
• Ciências da Complexidade
• Breve história
• Complexo ou Complicado?
• Sistemas Complexos – discussões e polêmicas
• Sistemas Complexos – Definições
• Bases Matemáticas
• Modelos e Simulações
• Aplicações
• Conclusões

5. 5
SISPLEX
Heráclito
Não descemos ao mesmo rio duas vezes:
somos outros,
o rio é outro.

6. 6
SISPLEX
Jorge Luis Borges
Nada é construído sobre a rocha
Tudo é construído na areia
Mas devemos construir todas as coisas
Como se a areia rocha fosse

7. 7
SISPLEX
Lei de “Murphy”
Ciência exata é profetizar sobre o que já passou.

8. 8
SISPLEX
Ciências da Complexidade?
 Ciências da Complexidade não têm fronteiras bem determinadas....
 Não há uma teoria unificada ou central da Complexidade.....
 Utiliza um conjunto vasto de métodos e abordagens......
 Desenvolve-se por modelagens e simulações......
 Caos, Emergência, Catástrofes, Difuso, Dissipação, Não-linear......

9. 9
SISPLEX
Ciências da Complexidade
• As Ciências da Complexidade estudam fenômenos, sistemas ou
comportamentos de complexidade crescente (?);
• Estudam fenômenos e sistemas que, à beira do caos (?), aprendem e se
adaptam (citação em [3]).
• Ciências da Complexidade destacam [3] o interesse e a importância
pelos fenômenos e comportamentos que exibem as seguintes
propriedades: movimento súbito, imprevisto, irreversível e não
periódico (caótico).

10. 10
SISPLEX
Ciências da Complexidade
• Teoria das Catástrofes, quando alterações pequenas em parâmetros de
um sistema não linear podem causar grandes e repentinas alterações
no comportamento do sistema.
• Termodinâmica do não–equilíbrio. A termodinâmica clássica nos diz
que os sistemas tendem para o equilíbrio (equilíbrio térmico, equilíbrio
mecânico, equilíbrio radiativo, equilíbrio químico). No entanto o que
temos são fluxos, mudanças de fase, alterações contínuas – ou seja,
não–equilíbrio.

11. 11
SISPLEX
Ciências da Complexidade: momentos na história
 Darwin: teoria da evolução e mudanças abruptas.
 Friedrich Hayek (1899-1992): ecossistemas (econômicos)
contém redes complexas de informação, elementos
desconhecidos, processos dinâmicos, com ordens dentro de
ordens, sem uma consciência central e a ordem é espontânea.
 Los Alamos National Laboratory, USA, fundado em 1943 –
laboratório responsável pela criação de armas nucleares
 Santa Fe Institute é fundado em 1984 pelos prêmios Nobel
Murray Gell-Mann, Philip Anderson, Kenneth Arrow e outros
cientistas, com foco em sistemas complexos adaptativos.

12. 12
SISPLEX
Complexo ou Complicado?
Complicado é a mesma coisa que “complexo” ?? ( Miller [2])
Sistema “Complicado” Sistema “Complexo”
Numa estrutura complicada os elementos
mantém um grau de independência uns
dos outros
No sistema complexo os elementos são
fundamentalmente dependentes uns dos
outros.
Retirada de um elemento reduz o nível de
complicação, mas não altera o
comportamento geral do sistema
Retirada de um elemento destrói o
comportamento do sistema. Ele “morre”
como tal.
Complicação não é uma propriedade do
sistema.
Complexidade é uma propriedade do
sistema.
O comportamento não é definido pelos
elementos de mais baixo nível.
O comportamento dos sistemas
complexos emerge das atividades dos
seus elementos de mais baixo nível.

13. 13
SISPLEX
Sistemas Complexos – discussões e polêmicas
John Holland [1] coloca 4 pontos principais sobre Sistemas Complexos, que
em sua visão são Adaptativos:
1. São formados por muitos “agentes”, ou elementos, agindo em paralelo.
 Cada agente se encontra num ambiente produzido por suas
interações com os outros agentes
 Há um constante agir e reagir do agente com os outros agentes do
sistema
 Nada nesse ambiente é fixo ou permanente.

14. 14
SISPLEX
Sistemas Complexos – discussões e polêmicas
2. Nos Sistemas Complexos há muitas camadas de organização
 Agentes de uma camada compõem um “Bloco” que então
constitui agente de uma camada superior, e assim por diante
 Os sistemas estão constantemente revisando, recombinando e
rearranjando os Blocos, conforme ganham experiência, em
sucessivas “gerações”
 Fundamentalmente, em sistemas complexos os processos de
aprendizagem, evolução e adaptação são a mesma coisa
 Exemplo: Aplicação – Cluster de Organizações [4]

15. 15
SISPLEX
Sistemas Complexos – discussões e polêmicas
3. Todos os Sistemas Complexos Adaptativos antecipam o futuro
 Todos os sistemas complexos adaptativos estão constantemente
fazendo previsões, baseados em seus vários modelos internos
 Essas antecipações e previsões vão além da capacidade de visão
(ou consciência) humana
 Continuamente as antecipações são revisadas (simulações...)

16. 16
SISPLEX
Sistemas Complexos – discussões e polêmicas
4. Tipicamente os Sistemas Complexos Adaptativos contém vários
“nichos”, ou subgrupos
 Cada nicho pode ser explorado pelo agente adaptado àquele
nicho
 Em cada nicho podem ser criadas novas oportunidades
 Pelo movimento dos diversos agentes e nichos, o sistema nunca
está em equilíbrio
 Em resumo, sistemas complexos adaptativos estão em perpétua
renovação

17. 17
SISPLEX
Sistemas Complexos – discussões e polêmicas
Carlos Maldonado [3] propõe os seguintes argumentos para definir
Sistemas Complexos:
1. Sistemas Complexos estão associados a uma filosofia do movimento.
2. Essa filosofia do movimento implica em uma filosofia do tempo.
3. Sistemas Complexos comportam uma filosofia social, histórico-cultural
ou política.
4. Sistemas Complexos definem uma autêntica revolução científica em
curso.

18. 18
SISPLEX
Sistemas Complexos – discussões e polêmicas
Existem graus de complexidade? A complexidade tem níveis de maior ou
menor “complexidade”?
De acordo com Maldonado [3] existem sistemas simples, sistemas
complicados e sistemas complexos:
1. Sistemas complexos são definidos direta e proporcionalmente pelos
graus de liberdade que têm ou que exibem
2. A complexidade de um fenômeno é maior quando é maior o grau de
liberdade, e menor quando o grau de liberdade é menor
3. O grau de liberdade é dado pelo número de parâmetros de um
sistema que podem variar independentemente entre si.

19. 19
SISPLEX
Sistemas Complexos – discussões e polêmicas
Os fenômenos caracterizados pela complexidade não se explicam sem o
passado, mas são possíveis apesar do passado (Maldonado [3]):
1. Sistemas complexos não são deterministas, no sentido de que o passado
determina o presente, de que conhecida a origem de um fenômeno e a
linha do tempo, então é possível antecipar e predizer o futuro.
2. Pela lei da entropia, todos os fenômenos do mundo estão sujeitos, no
final, ao equilíbrio.
3. Ao contrário, a teoria da evolução de Darwin diz que a complexidade é
sempre crescente, com a proliferação de formas e estruturas, sempre
maior devido à adaptação e aprendizagem.

20. 20
SISPLEX
Sistemas Complexos – discussões e polêmicas
Complexidade de um ambiente, de acordo com Russel e Norvig, citado em [6].
Menos Complexo Mais Complexo
Acessível
o agente pode obter informações
completas e atualizadas do ambiente
Inacessível
o agente não tem informações detalhadas
e atualizadas
Determinístico
toda ação tem um efeito garantido
Não-determinístico
não há certeza sobre os efeitos da ação
Estático
não há mudanças do ambiente, a não ser
as programadas
Dinâmico
há mudanças originadas de outros
processos, fora do controle
Discreto
há um número finito e fixo de ações e
percepções no ambiente
Contínuo
muitos e incontáveis estados
no ambiente

21. 21
SISPLEX
Sistemas Complexos – uma tentativa de definição
Tempo
Nós/Elementos
Conexões/Relações
Sistemas complexos são formados por elementos e suas relações, que se desenvolvem no
decorrer do tempo por meio de adaptações, aprendizagem, cooperação e eliminação, em
camadas e subcamadas, de tal forma que alterações em elementos ou relações, abruptas
ou não, irão fundamentalmente alterar ou mesmo destruir o sistema.

22. 22
SISPLEX
Bases matemáticas para sistemas complexos
A matemática convencional não está preparada para tratar de Sistemas
Complexos Adaptativos. John Holland [1] considera que:
 É muito difícil tratar, com as técnicas da matemática convencional,
inúmeros modelos e processos tomados em conjunto, tais como
“múltiplos agentes, Blocos, mudança, aprendizagem, evolução”, etc.
 O Cálculo e a Análise Linear são bons para tratar partículas em
movimento em ambientes constantes.
 Para sistemas complexos precisamos técnicas que simulem modelos
internos, emergência de novos Blocos, interações constantes de
agentes, aprendizagem.

23. 23
SISPLEX
Bases matemáticas para sistemas complexos
Combinações e modelos mesclados de bases matemáticas diversas e técnicas
computacionais:
 Análise de Redes Sociais
 Teoria de Grafos e Sociomatrizes
 Modelos multicamadas
 Algoritmos genéticos
 Teoria da Computação Neural
 Sistemas Multiagentes
 Teoria das Probabilidades
 Teoria de Conjuntos ..........

24. 24
SISPLEX
Bases matemáticas para sistemas complexos
Análise de Redes Sociais (Wasserman
e Faust [10], Faccioni [7])
Com base em teoria de grafos e uso de
matrizes, a Análise de Redes Sociais
compõe estruturas de atores e suas
relações para análise de centralidade,
nós de corte, pontes, prestígio de
atores, blocos, redes multimodos,
encontrabilidade, grau, densidade,
diâmetro, geodésico, etc.

25. 25
SISPLEX
Bases matemáticas para sistemas complexos
Redes Neurais (Hertz, [5])
Biologia: neurônios (unidades, nós) e sinapses (conexões, ligações).
Funcionalidades do cérebro a modelar computacionalmente:
• Capacidade de tratar ruídos e informações difusas, probabilísticas ou
inconsistentes
• Robustez e tolerância a falhas
• Flexibilidade
• Paralelismo

26. 26
SISPLEX
Bases matemáticas para sistemas complexos
Sistemas Multiagentes (Wooldridge, [6])
Agentes são sistemas computacionais com duas propriedades:
• Capacidade de atuação autônoma
• Capacidade de interação com outros agentes (cooperação, coordenação,
negociação)
Sistemas Multiagentes consistem de
duas atuações entrelaçadas:
• Como agentes individuais
• Como “coleções” de agentes

27. 27
SISPLEX
Modelos e simulações
• Análises matemáticas determinísticas não trazem resultados
satisfatórios.
• Modelos matemáticos e simulações computacionais permitem
“aproximações” aos resultados.
• Elementos (agentes, atores, nós) devem se adaptar, aprender e evoluir
no modelo de forma autônoma e por meio de relações com outros
elementos.
• As ligações entre elementos têm pesos e podem ser dinâmicas.
• Parâmetros capturados em tempo real permitem simulações e
estimativas.

28. 28
SISPLEX
Aplicações
Data Centers e Infraestrutura de Missão Crítica (referência [14])
Modelo de análise em tempo real que considera o data center um sistema
complexo (todos os componentes e suas conexões são essenciais à continuidade).

29. 29
SISPLEX
Aplicações
Linguística e Linguagem (Referência [12])
Estudo em que a linguagem é considerada um sistema complexo composto de
quatro subsistemas (Léxico, Discurso, Semântica, Gramática) aos quais são
ligados os atores, consistindo numa rede de afiliação. A proposta é formada
por onze hipóteses que modelam a linguagem numa rede dinâmica duomodal.

30. 30
SISPLEX
Aplicações
Economia (Brian Arthur [4])
Diferenças entre a “velha” e a “nova” economia (sistema complexo).
A Velha visão A Nova
Retornos decrescentes Inclui retornos crescentes
Baseada em equilíbrio, estabilidade,
dinâmica determinística (século XIX)
Baseada em biologia: estrutura, modelo,
auto-organização, ciclo de vida
As pessoas são iguais Foco nos indivíduos, separados e diferentes
Elementos são quantidades e preços Elementos são modelos e possibilidades
Tudo está em (ou busca o) equilíbrio Tudo avança amalgamando, decaindo,
crescendo, mudando
Vê o sujeito como essencialmente simples Vê o sujeito como inerentemente complexo
Parece com a “física” básica Ciência de alta complexidade

31. 31
SISPLEX
Aplicações
Internet das Coisas / Smart Grid (Referência [11])
A internet das coisas configura estrutura com pontos físicos e virtuais em
movimento constante e integrado.

32. 32
SISPLEX
Aplicações
Segurança Pública – terrorismo/crime organizado ( Artigo [9])
O uso de análise de redes
sociais é aplicado em
contraterrorismo.
Valdis Krebs (Orgnet) publicou
artigo em 2002 para mapear
redes terroristas (11/09) e
atua como consultor para o
Depto de Defesa USA.

33. 33
SISPLEX
Aplicações
Cluster de Organizações (Referência [4])
Aplicação de modelos de análise de redes sociais para formação de Blocos
de agentes (atores e eventos).

34. 34
SISPLEX
Aplicações
Segurança da Informação (Projeto de pesquisa [15])
Avaliação de segurança da rede que
considera os nós e suas adjacências.
Ao detectar ataques ou riscos em
um determinado nó, o sistema
analisa a periferia do nós e os
atalhos que chegam a ele, e de
acordo com critérios de criticidade
faz o isolamento das áreas (blocos)
sob risco.

35. 35
SISPLEX
Aplicações
Modelos de análise de riscos e impactos
em tempo real (Referência [14])
Análise de riscos e impactos em uma
rede dinâmica e de missão crítica.
Parâmetros são coletados em tempo real
e avaliados de acordo com critérios de
componentes e suas relações. O modelo
é analisado em múltiplas camadas,
desde a mais baixa até seus impactos
nas camadas superiores.

36. 36
SISPLEX
Aplicações
Marketing Viral como Sistema Complexo
Análise de ambientes de conexão “boca a boca”, informação em cascata
(Exemplo: Leskovec, J., Adamic, L. A., and Huberman, B. A. 2007. The dynamics of viral marketing.
ACM Trans. Web, 1, 1, Article 5 (May 2007))

37. 37
SISPLEX
É complexo ?
Este é um problema
complexo ou um problema
complicado?
A imprensa não distingue.
As análises são simplórias.
http://convergecom.com.br/tiinside/seguranca/mercad
o-seguranca/28/03/2017/complexidade-da-rede-
aumenta-vulnerabilidade-diz-
relatorio/?noticiario=SG&__akacao=4013514&__akcnt=
a220f134&__akvkey=c4ff&utm_source=akna&utm_med
ium=email&utm_campaign=TI+INSIDE+Online+-
+SEGURAN%C7A+-+29%2F03%2F2017+07%3A02

38. 38
SISPLEX
Conclusões ?
Mitos
Histórias
Pensamento
simbólico
Música
Artes
Letras
Filosofia
Imagem
Literatura
Poesia
Filosofia
Matemática
Ciências
Ciências Humanas
Ciências
Físicas
Design
Engenharias &
Computação
Ciências da
Complexidade

39. 39
SISPLEX
Referências
[1] Waldrop, M. Complexity. Touchstone, New York, 1992.
[2] Miller, J.H. and Page, S.E. Complex Adaptive Systems.
Princeton Press, Princeton, NJ, 2007.
[3] Maldonado, C.E. What is a complex system? Rev. Colomb.
Filos. Cient. 14.29 (2014): 71-93.
[4] Faccioni, M. et al. Social network analysis of an association
of Brazilian universities. 5th conference on Applications of Social
Network Analysis (ASNA 2008), 2008, Zurique.
[5] Hertz, J. et al. Introduction to the theory of neural
computation. Perseus Books / Santa Fe Institute. Cambridge,
Massachusetts. 1991.
[6] Wooldridge, M. An introduction to MultiAgent Systems. John
Wiley & Sons. UK. 2004.
[7] Faccioni, M. Análise de redes sociais. UnisulVirtual, 2016.
[8] Costa, Luciano da Fontoura, et al. Analyzing and modeling
real-world phenomena with complex networks: a survey of
applications, Advances in Physics, 60: 3, 329 — 412, 2011.
[9] Satell, Greg. How The NSA Uses Social Network Analysis To
Map Terrorist Networks. 2013 June 12.
http://www.digitaltonto.com/2013/how-the-nsa-uses-social-
network-analysis-to-map-terrorist-networks/. Acesso: 28/03/2017.
[10] WASSERMANN, Stanley; FAUST, Katherine. Social network
analysis. Cambridge: Cambridge University Press, 1994. 825 p.
[11] Faccioni, M. Internet das coisas. Palhoça: UnisulVirtual, 2016.
[12] Faccioni, M. and Queriquelli, L.H. Language as a complex
system: a theoretical approach. UNISUL (work in progress).
[13] Faccioni, M. Complex Systems: Risk Model Based on Social
Network Analysis. IEEE 25th International Symposium on Industrial
Electronics (ISIE), Santa Clara, CA, USA. 2016.
[14] Faccioni, M. Resiliência e riscos em data centers: DCIM e
ferramentas analíticas. XVI Encontro Nacional de Instalações
Elétricas, São Paulo, 2016.
[15] Faccioni, M. e Lento, L.O.B. Projeto de pesquisa: análise de
segurança da informação em redes internet / IoT. 2017.

40. 40
SISPLEX
SISPLEX
Mauro Faccioni Filho
mauro.faccioni@unisul.br
30 de março de 2017
Campus UnisulVirtual
UNISUL