teoria do caos

A teoria do caos é um campo de estudo em matemática, com aplicações em várias disciplinas, incluindo física, engenharia, economia, biologia e filosofia. A teoria do caos trata de sistemas complexos e dinâmicos rigorosamente deterministas, mas que apresentam um fenômeno fundamental de instabilidade chamado sensibilidade às condições iniciais que, modulando uma propriedade suplementar de recorrência, torna-os não previsíveis na prática a longo prazo. Pequenas diferenças nas condições iniciais, tais como as causadas por erros de arredondamento em computação numérica, produzem resultados amplamente divergentes para tais sistemas dinâmicos, tornando a previsão a longo prazo impossível, em geral. Isso acontece apesar de estes sistemas serem , o que significa que seu comportamento futuro é totalmente determinado por suas condições iniciais, sem elementos aleatórios envolvidos. Em outras palavras, a natureza determinista desses sistemas não os torna previsíveis. Este comportamento é conhecido como caos determinístico, ou simplesmente caos. A alta sensibilidade às condições iniciais dá, ao sistema não linear, a característica de instabilidade, o que faz com que seja incorretamente confundido com um sistema aleatório. 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, a pressão, a evaporação da água, os ventos, o tempo e o clima, condições do Sol, os eventos sobre a superfície e inúmeros outros. Se as condições de todos estes fatores forem conhecidas com exatidão no momento presente, o exato formato de uma nuvem no futuro pode ser previsto com exatidão. Porém, como as condições atuais exatas não são conhecidas, o comportamento futuro também é difícil de prever. 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 consequência desta instabilidade dos resultados é que mesmo sistemas determinísticos (os quais têm resultados determinados por leis de evolução bem definidas) apresentam uma grande sensibilidade a perturbações (ruído) e erros, o que leva a resultados que são, na prática, imprevisíveis, embora não sejam aleatórios. Enquanto o comportamento futuro do sistema caótico pode ser determinado se as condições iniciais forem perfeitamente conhecidas, o mesmo não ocorre com um sistema aleatório. 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 a um comportamento futuro difícil de prever. É o que se chama de "Caos Determinístico" A dificuldade de se conhecer o estado presente com exatidão leva à necessidade de modelar o sistema não linear como aleatório, em algumas situações, quando os detalhes do comportamento não são de interesse, embora ele seja, na realidade, determinístico. Ou seja, 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 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 Paul 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.