Apresentação realizada no Centro de Tecnologia Renato Archer (Campinas), em 2011, sobre aspectos de modelagem de sistemas, utilizando pensamento sistêmico
Trabalho realizado no ambito do Curso de Tec Superior de Higiene e Segurança do Trabalho em 2011 no CICCOPN pelos Eng.s Carlos Ferreira, José Romão, Antonio Silva, Eusébio Oliveira e Rui Botelho, Para o Modulo de Psicosssociologia do Trabalho
Trabalho realizado no ambito do Curso de Tec Superior de Higiene e Segurança do Trabalho em 2011 no CICCOPN pelos Eng.s Carlos Ferreira, José Romão, Antonio Silva, Eusébio Oliveira e Rui Botelho, Para o Modulo de Psicosssociologia do Trabalho
Miscelânea de ideias
Link do artigo original é este aqui:
https://medium.com/finan%C3%A7as-tecnologia/storytelling-quando-as-marcas-contam-est%C3%B3rias-de-pessoas-para-pessoas-15d7896a8231
Projeto de pesquisa - Tecnologias imersivas e letramento financeiroBruno Oliveira
Esta apresentação é a minha proposta de plano de pesquisa para o mestrado em Engenharia Elétrica - com ênfase em Engenharia da Computação. O plano detalhado pode ser visualizado em:
https://medium.com/finan%C3%A7as-tecnologia/proposta-de-utiliza%C3%A7%C3%A3o-de-tecnologias-interativas-de-educa%C3%A7%C3%A3o-financeira-para-forma%C3%A7%C3%A3o-de-novos-be9ba60233dc
Computação em Névoa - Introdução, estado da arte e aplicaçõesBruno Oliveira
Apresentação sobre computação em névoa
Um survey sobre os principais conceitos e o estado da arte da tecnologia e principais aplicações
Trabalho apresentação como conclusão final do curso de MBA em Internet das Coisas na Escola Politécnica da USP
O conteúdo deste trabalho foi dividido em diversas postagens, e gerou uma página no medium: https://medium.com/internet-das-coisas/tagged/n%C3%A9voa
A monografia, na íntegra, pode ser visualizada em https://pt.slideshare.net/brunosiol/monografia-computao-na-nvoa
EmoFindAR - Avaliação de jogo de realidade aumentada em crianças de escola pr...Bruno Oliveira
Apresentação da resenha do artigo EmoFindAR: Evaluation of a Mobile Multiplayer Augmented Reality Game for Primary School Children
Texto da resenha em https://medium.com/finan%C3%A7as-tecnologia/avalia%C3%A7%C3%A3o-de-jogo-de-realidade-aumentada-emofindar-76740e3fef70
Revisão do uso de Realidade Virtual na EducaçãoBruno Oliveira
Resenha crítica sobre o artigo Educational virtual environments A ten-year review of empirical research, uma revisão de vários estudos de realidade virtual e ambientes virtuais de aprendizagem (AVAs) no contexto educacional por uma década (1999-2009)
A resenha crítica inteira encontra-se no endereço https://medium.com/finan%C3%A7as-tecnologia/retrospectiva-sobre-o-uso-de-ambientes-virtuais-de-aprendizagem-d59b8eb51eb0
Apresentação utilizada para defesa do título de Especialista em Gestão de Negócio pela ESALQ/USP
Artigo pode ser visualizado em:
https://medium.com/@bruno_live/mercado-financeiro-03-an%C3%A1lise-da-proposta-de-valor-dos-novos-modelos-de-neg%C3%B3cio-no-mercado-b9c5635954df
Project Model Generation - Um case de implementação de escritório de projetos...Bruno Oliveira
Apresentação realizada no I Prêmio de Qualidade da Integra (nos quais saímos vencedores). Mostra a implementação de uma metodologia ágil (Project Model Canvas) na empresa júnior Unitec (da Faculdade de Tecnologia da Unicamp), todos os passos e metodologia que passou a ser utilizada como escritório de projetos e os resultados obtidos.
(Isso foi em meados de 2013, no final de 2014 a metodologi já havia evoluído um pouco - vide https://www.slideshare.net/brunosiol/conceitos-bsicos-de-projeto)
3. Introdução
• Conteúdo baseado na unidade do curso de
especialização em Gestão da Segurança da
Informação e Comunicações na Universidade
de Brasília
• Será usada a mesma organização de conteúdo
das aulas, aproveitando em alguns pontos
para acrescentar outros autores
4. Introdução
• Autor do curso foi Ricardo Matos Chaim
• Graduado em Administração e Informática,
com mestrado e doutorado em Ciência da
Informação pela UnB
• Professor adjunto da UnB, para o curso de
Engenharia de Software
5. Introdução
• A apresentação será dividida em duas partes:
– Fundamentos de Sistema e Pensamento Sistêmico
– Modelagem e Simulação com Dinâmica de
Sistemas
• No curso é usado uma abordagem reflexiva do
conteúdo, muitas vezes indagando o leitor a
respondê-las mentalmente. Essa estrutura
será seguida nesta apresentação
6. FUNDAMENTOS DE SISTEMAS E
PENSAMENTO SISTÊMICO
Uma breve explicação e conceituação de tópicos importantes da
dinâmica de sistemas
7. Sistemas
• O que é um sistema?
Sistema é um conjunto de componentes inter-relacionados (e organizados) que
trabalham para atingir determinado objetivo (CHAIM)
• Exemplos de sistemas
Carro, corpo humano, economia, ...
• Como representa-se um sistema?
A representação dos sistemas pode ser na forma de um modelo visual (diagrama),
verbal (narrativas orais ou escritas), matemático (fórmulas) e computacionais
(modelos criados em computadores).
8. Pensamento Sistêmico
• O que seria o pensamento sistêmico?
O Pensamento Sistêmico explora as interdependências entre os elementos de um
sistema e procura padrões em lugar de memorizar fatos isolados. (CHAIM)
• Como?
Ele focaliza loops de reforço da estrutura de um sistema porque é esta estrutura
que determina o comportamento do sistema ao longo do tempo. (CHAIM)
• O que são loops de reforço?
Loop, ou ciclo, pode ser definido como um fluxo repetitivo de informações. Os loops
podem ser considerados de reforço, quando eles retroalimentam o sistema.
9. Pensamento Sistêmico
Para um sistema dinâmico é necessário identificar três variáveis:
eventos, padrões ou estruturas (Anderson & Johnson)
Ex: Sistema simples de tráfego, cruzamento dotado de semáforo
•Eventos refletem ocorrências em um simples momento no tempo
–Ex: Cada mudança de cor de um semáforo
•Padrões são tendências ou mudanças em eventos ao longo do tempo
–Ex: A sequência de aparição das cores do semáforo (Verde-Amarelo-Vermelho)
•Estruturas são as conexões casuais entre as diversas variáveis e fatores
que permitam aos padrões emergirem ao longo do tempo
–Ex: A sincronia entre o semáforo de uma rua com a outra (Enquanto um semáforo
está verde o outro fica vermelho e vice-versa)
10. Pensamento Sistêmico
MODO DE
AÇÃO
ORIENTAÇÃ
O
TEMPORAL
FORMA DE PERCEPÇÃO QUESTÕES
EVENTOS Reativo Presente Registrar eventos Que medida devemos tomar para
reagir aos eventos que se constata
PADRÕES Adaptativo Medidas que indicam
padrões observáveis
nos eventos registrados
Quais são as tendências ou padrões
recorrentes que se observa?
ESTRUTURA Criativo
(Gera
mudança)
Futuro Diagramas de loops
causais ou ferramentas
de pensamento
sistêmico
Que estruturas são capazes de causar
tais padrões?
Tabela 1 – Níveis de compreensão (Anderson & Johnson)
11. Pensamento Sistêmico
• Por que devo usar o pensamento sistêmico?
Uma vez que consigamos reconhecer os padrões de um sistema, obtemos seu
entendimento mais profundo. Se conseguirmos compreender o conceito através do
exemplo, aumentamos nossa capacidade de reconhecer e entender os demais
Ao construir um modelo de segurança da informação será possível
identificar e analisar as diferentes forças que atuam sobre o sistema de
segurança de uma organização.
12. Modelos
• O que é um modelo?
– Modelo é uma representação de uma parte da realidade.
– Ex: Mapa
• Entretanto, segundo o matemático Alfred
Korzybsky:
“O mapa não é o território, a palavra não é a coisa que o descreve.
Sempre que o mapa é confundido com o território, instala-se no
organismo uma perturbação semântica. A perturbação continua até
serem conhecidas as limitações do mapa.”
13. Modelos
• Para Edward Deming, o pai da qualidade total:
“Todos os modelos estão errados. Alguns são muito úteis.”
• Uma definição mais completa para modelos
seria:
“Um modelo é uma representação externa e explícita de parte da
realidade vista pela pessoa que deseja usar aquele modelo para
entender, mudar, gerenciar e controlar parte daquela realidade”
(Pidd)
14. Modelos
• As principais características de um modelo são,
para Pidd:
– Representação parcial e simplificada da realidade;
– Orientado a um objetivo;
– Noção de utilidade;
– Dependente da visão de mundo do modelador.
15. Modelos
• Qual o grau de simplificação ideal para um
modelo?
– Para Pidd, não há uma resposta clara, mas para alcançar tal simplificação, basta
rever os objetivos. É importante estabelecer um grau de validação para o modelo e
que seja capaz de ser testado e visualizados por outras pessoas.
• Modelar um sistema é limitá-lo, já que não da para abordar
todas as variáveis. A seleção de variáveis pode ser dada pela Lei
de Pareto, que diz que 20% das variáveis corresponde a 80% do
funcionamento do sistema.
16. Modelos
• Podem ser usados dois tipos de abordagem
para modelagem:
– Hard: assume que os modelos são representações
apropriadas da realidade e seus resultados de simulação
podem ser confrontados diretamente com a realidade
• Ex: Física Newtoniana, área de exatas em geral...
– Soft: assumem que as percepções mundo das pessoas terão
variações e de que suas preferências poderão também diferir
• Ex: Modelos abordados nesta apresentação
17. Modelos
Tipo Hard Soft
Definição do problema Direta, unitária Problemática, pluralística
Organização Assumida taticamente Requer negociação
Modelo Representação do mundo
real
Uma forma de gerar debate
e insight a respeito do
mundo real
Resultado Produto ou recomendação Progresso através da
aprendizagem
Tabela 2 - Abordagem Hard Versus Soft (Pidd)
18. Tipos de Modelos
• Tipos de modelos são construídos para
diferentes propósitos
• Os principais tipos são os de otimização e os
de simulação.
19. Modelos de otimização
• Otimizar é usar técnicas algorítmicas e de programação para
buscar o valor ótimo de funções matemáticas (Dicionário
Aurélio)
• Não diz o que vai acontecer em uma determinada situação,
pelo contrário, ele informa o que deve ser feito no sentido de
obter o melhor resultado possível
• Possui uma série de limitações e problemas
20. Modelos de otimização
• Um modelo de otimização é dividido em três
partes:
– Objetivo
• Ex: Vendedor – Minimizar o tempo de viagem
– Variáveis de decisão
• Ex: Qual a ordem das cidades a serem visitadas
– Restrições
• Ex: Horário dos meios de transportes
21. Modelos de otimização
• Os principais problemas são:
– Dificuldade em especificar os objetivos
• Ex: Objetivo do presidente? Depende das perspectivas....
– Linearidade (Só considera o instante)
• Ex: Número de turistas. Se acontece algum desastre natural, se
perde...
– Ausência de feedbacks
• Ex: Construir auto-estradas para desafogar o trânsito, mas acabar
aumentando-o.
– Relativamente estáticos
• Ex: não considerar o atraso das ações
22. Modelos de otimização
• Podem ser usados quando o problema tem
um conjunto bem definido de alternativas,
estático e sem feedbacks
• Nem sempre essas condições são alcançadas,
o que o torna menos eficiente
23. Modelagem de um sistema
• Para se modelar um sistema seguem cinco
passos (Sterman):
– Delimitação do problema
– Formulação da hipótese dinâmica
– Estruturação do modelo de simulação
– Testes
– Projeto e avaliação de políticas
24. Passo 1: Delimitação do problema
Atividades Questões
Seleção da idéia central Qual o problema? Por que é um
problema?
Variáveis-chave Quais as variáveis-chave e os conceitos a
se considerar?
Horizonte temporal Qual o tempo futuro a se considerar? Que
dados históricos podem ser utilizados
para fundamentar o problema?
Definição do problema dinâmico Qual o comportamento histórico dos
conceitos –chave e das variáveis? Qual o
comportamento futuro esperado?
Tabela 3 – Passos do processo de modelagem em dinâmica de sistemas (Sterman)
25. Passo 2: Formulação da hipótese
dinâmica
Atividades Questões
Geração da hipótese inicial Que teorias podem explicar o problema?
Foco Interno Formular uma hipótese dinâmica que
explique dinâmica como consequência
interna das estruturas de feedback
Mapeamento Desenvolver mapas de estruturas causais
baseadas nas hipóteses iniciais, variáveis-
chave, modos de referência e outros
dados disponíveis
26. Passo 3: Estruturação do modelo
de simulação
Atividades Questões
Estrutura do modelo Especificar as estruturas e regras de
decisão
Parametrização e estimação Estimar os parâmetros, relacionamentos
comportamentais e condições iniciais
Teste Testar a consistência com as proposições
iniciais e limites estabelecidos
27. Passo 4: Testes
Atividades Questões
Comparar com modos de referência O modelo imita o comportamento
previsto de forma adequada?
Consistência Quando testado em condições extremas,
o modelo reage de modo a imitar a
realidade?
Sensibilidade Como o modelo reage a incertezas nos
parâmetros, nas condições iniciais, nos
limites e nas agregações
28. Passo 5: Projeto e Avaliação de
políticas
Atividades Questões
Especificação de cenários Que condições ambientais podem surgir?
Projeto de políticas Quais novas regras de decisão, estratégias
e estruturas podem ser experimentadas
no mundo real? Como podem ser
representadas no modelo?
Análise “se-então” Quais os efeitos da política?
Análise de sensibilidade Quão robustas são as recomendações da
política sobre cenários distintos e
incertezas conhecidas?
Integrações entre políticas As políticas interagem? São sinergias ou
respostas compensatórias?
29. Diagramas Causais
• Técnica que permite representar
qualitativamente os sistemas e evidenciar a
dinâmica entre seus elementos:
– Variáveis
• Partes ou componentes do sistema.
– Relacionamentos
• Influência de uma variável A em outra variável B.
– Qualificações destes relacionamentos
• O aumento ou diminuição das variáveis selecionadas
31. Ciclos de reforço
• Quando pequenas mudanças são grandes
• Levam a um declínio (vicioso) ou crescimento
(virtuoso)exponencial
32. Ciclos de equilíbrio
• Evita que os limites naturais de cada sistema
não sejam ultrapassados
33. Delays
• Delays: são atrasos ou esperas que fazem com
que uma ação possa reproduzir efeitos
diferentes no tempo e no espaço
• São os principais responsáveis pelas
flutuações dos níveis de estoques de uma
cadeia produtiva
34. Delays
• No exemplo, o
recursos geram
resultados, mas essa
ação não é imediata. O
mesmo acontece com
os atrasos na
produção, que acabam
influenciando o
sistema
35. Arquétipos
• Arquétipos são estruturas genéricas
comumente observadas em sistemas diversos.
• Eles nos ajudam a compreender melhor o
sistema em estudo
36. Arquétipo 1 – Limite de
Crescimento
• Esforços contínuos levam à melhoria de
desempenho.
• Ao longo do tempo o sistema atinge seu limite
que causa uma queda de desempenho
Tente eliminar ou
enfraquecer as limitações
37. Arquétipo 2 – Transferência de
Responsabilidade
• É utilizado uma solução rápida (paliativo)
• O paliativo alivia por um tempo, mas depois
passa a gerar problemas mais difíceis do que o
original
Tente procurar a
causa real e original
do problema
38. Arquétipo 3 – Metas declinantes
• Ocorre quando as
metas são reduzidas
ou corrigidas
• Gradualmente, o
sistema vai diminuindo
o seu desempenho
Identifique a diferença e não perca tempo
39. MODELAGEM E SIMULAÇÃO COM
DINÂMICA DE SISTEMAS
Uma breve exemplificação dos conceitos e teorias aprendidas no
capítulo anterior
40. Diagramas de Estoque e Fluxo
• Enfatizam a estrutura física de um sistema,
mostrando os fluxos e acumulações de
recursos.
• Fluxos são taxas pelas quais os estoques
aumentam ou diminuem. Ex: Mortes e
nascimentos
• Estoques mostram a situação de um sistema
em um determinado momento no tempo
42. Comportamentos Dinâmicos de
um sistema
– Há três modos básicos de comportamento:
• Crescimento em S;
• Oscilação;
• Colapso.
– Eventualmente podem haver outros dois modos
de comportamento:
• Equilíbrio
• Variação randômica
46. Simulação Computacional
• Simulação significa imitar.
• Em dinâmica de sistemas, micromundos
referem-se a simulações específicas para
treinamento de gerentes
• Criando a representação de um modelo em
laboratório, o modelador pode executar
experimentos que seriam mais difíceis ou
impossíveis no mundo real.
47. Simulação Computacional
• Simulação significa imitar.
• Em dinâmica de sistemas, micromundos
referem-se a simulações específicas para
treinamento de gerentes
• Criando a representação de um modelo em
laboratório, o modelador pode executar
experimentos que seriam mais difíceis ou
impossíveis no mundo real.
48. Conclusões
– Tomadas de decisões devem ser baseadas em
diferentes modelos com objetivos específicos
– Os modelos de sistemas são ótimas fontes de
aprendizado e de conhecimento da situação
– Os modelos são ótimas formas de promoção de
conhecimento e contribuem para a solução dos
problemas que nos rodeiam
49. Referências
CHAIM, R. “Modelagem, Simulação e Dinâmica de Sistemas”. Curso de
Especialização em Gestão da Segurança da Informação e Comunicações. UnB
– Universidade de Brasília. 2009 a 2011.
ANDERSON, V.; JOHNSON, L. “Systems thinking basics: from concepts to
causal loops”. Cambridge, MA: Pegasus Communications, 1997.
PIDD, M. “Tools for Thinking: Modelling in Management Science”. 2009.
STERMAN, J. “Business Dynamics: Systems Thinking and Modeling for a
Complex World”. 2000.