• Daniel Gasnier

Teoria do Caos aplicada na Previsão de Demanda


Determinismo.

Einstein não acreditava em um Deus cujas ações não poderiam ser previstas. Ele preferia acreditar em um Deus que criou o universo como um projeto perfeito, e que seria perfeitamente compreensível através de cálculos matemáticos. Ele acreditava que era possível prever Seu pensamento, já que estava tudo calculado e determinado, no passado, presente e futuro. O desafio seria achar a fórmula correta, e com esse pensamento em mente chegou à Teoria da Relatividade, na qual explica a mecânica através da força eletromagnética (E=mc²).

A frase acima foi declarada durante um debate sobre Física Quântica. Alguns cientistas concluíram que não havia como observar as partículas subatômicas, pois elas mudavam de comportamento quando observadas. Logo não seria possível prever o comportamento destas e, portanto, não poderiam prever a natureza.

Só que Einstein continuava firme na sua teoria. Ele tentou criar uma “Teoria do tudo”, mas foi ridicularizado e essa teoria foi arquivada. Einstein terminou seus dias dizendo que “…talvez Deus não queira ser observado. Acho que Ele não gosta de curiosos.”

Não é bem assim, Einstein, pois Murphy existe.

Como nos esclareceu Michael Crichton, em seu consagrado livro Jurassic Park, a física Newtoniana prevê o movimento regular dos objetos através de equações de causa e efeito proporcionais (lineares). Isto significa que - mantidas as mesmas condições iniciais - a segunda bala de canhão deverá cair exatamente onde já caiu a primeira.

Sistema complexos são dinâmicos e não-lineares. Ocorre que a Física ainda não consegue explicar muito bem o que acontece quando existem turbulências no processo, tais como o fluxo do ar após a passagem de um carro ou avião, nem nas mudanças climáticas ou nos mercados de ações.

Um conjunto de elementos que se inter-relacionam é chamado de sistema. Podemos classificar os sistemas em duas categorias, que divergem entre si pela sua relação entre causa e efeito. Nos sistemas lineares a resposta a um distúrbio é diretamente proporcional à intensidade deste último. Já nos sistemas não-lineares, a resposta não é necessariamente proporcional à intensidade do distúrbio. A teoria do caos se concentra nos sistemas não-lineares, estudando o comportamento imprevisível dos sistemas dinâmicos.

Efeito borboleta: Uma borboleta bate suas asas em Tóquio e o clima em Nova York muda, ironizou o matemático Edward Lorenz, em 1963. Isto pode ocorrer porque, mesmo partindo das mesmas condições iniciais, uma situação climática rapidamente irá se afastar muito de outra situação. Diferenças minúsculas são amplificadas por fatores tumultuadores. Assim, havendo uma distância, mesmo que ínfima, entre dois pontos iniciais diferentes, depois de um tempo os pontos estariam completamente separados e irreconhecíveis. A Teoria do Caos procura explicar estes sistemas complexos, onde ocorrem eventos turbulentos, descrevendo-os através de equações não-lineares, que na realidade são impossíveis de resolver com exatidão.

Fractais: Descobrimos que o Caos não é aleatório e imprevisível. Podemos encontrar alguma regularidade, isto é, padrões escondidos dentro da complexidade de um sistema. Os princípios da Teoria do Caos afirmam que sistemas complexos seguem uma ordem subjacente; e que até mesmo sistemas simples podem produzir comportamento complexo.

Caos determinístico: Inúmeros fenômenos físicos são causados pela iteração de diversos elementos do sistema, de forma praticamente aleatória. A formação de uma nuvem é uma resultante instável de centenas de fatores, tais como calor, umidade, ventos, altitude, sol e superfície. A consequência disto é que mesmo sistemas aparentemente simples (determinísticos) podem apresentar uma grande sensibilidade à perturbações, ruídos e imprecisões, o que nos leva a resultados que se tornam praticamente aleatórios.

Embora as descrições oferecidas pela mecânica clássica sejam determinísticas, a complexidade da maioria dos sistemas é afetada por fatores microscópicos, tidos como ruídos (variáveis estocásticas, ou seja, que apresentam valores verdadeiramente aleatórios) e apenas algumas macro-variáveis são analisadas no estudo de determinada lei. Alguns pesquisadores já conseguiram chegar a algumas equações capazes de simular o resultado de sistemas como esses, mas ainda assim, a maior parte desses cálculos requer um mínimo de constância sem interferências, o que normalmente não ocorre na natureza.

Concluindo nosso breve artigo, é por esse motivo que as previsões de demanda, assim como as meteorológicas, apresentam erros. Se Einstein estiver certo, para eliminarmos tais erros nas previsões de demanda necessitaríamos de medidas exatas de inúmeras variáveis (cenário econômico, estágio no ciclo de vida do produto, ações da concorrência, propaganda, impostos, etc...), isto em praticamente todos os pontos de venda no mercado, o que ainda esta impraticável atualmente, mesmo com Big Data e Business Inteligence. Será que algum dia chegaremos na capacidade de processar tanta informação? Por hora, portanto, só nos resta mesmo especular.

#Forecast #Estatisticas #SIO #Previsãodademanda #Murphy #TeoriadoCaos

ESPECIALISTAS EM OTIMIZAÇÃO
© 2020 www.DanielGasnier.com
São Paulo - Atendemos em todo Brasil.