DINÂMICA DE SISTEMAS: UMA ABORDAGEM COMPUTACIONAL PARA VISUALIZAR PROBLEMAS COMPLEXOS.

Transcrição

1 DINÂMICA DE SISTEMAS: UMA ABORDAGEM COMPUTACIONAL PARA VISUALIZAR PROBLEMAS COMPLEXOS. Nome: Cynthia Fernandes Reinalde Filiação: REGES. Nome: Leia Vicentini Nome: Márcia Beatriz Carvalho Pereira Filiação: UNESP. Willian Yonenaga UFSCar. MODELAGEM SISTEMA E SIMULAÇÃO Palavras-chave: dinâmica de sistemas, tomada de decisão, simulação computacional RESUMO O ambiente empresarial no qual estamos inseridos hoje é altamente complexo e instável. O paradigma mecanicista e linear, que era utilizado no processo de tomada de decisão já não apresenta resultados satisfatórios. A abordagem sistêmica, que considera as interações entre as diversas partes do sistema é capaz de evidenciar determinados fenômenos contra-intuitivos e espelhar a realidade com maior fidelidade. A simulação baseada em dinâmica de sistemas constitui-se em uma ferramenta útil para visualizar tais fenômenos. Este artigo tem o objetivo de mostrar as potencialidades desta metodologia no processo de tomada de decisão. Tal metodologia tem sido utilizada nas mais diversas áreas de conhecimento, auxiliando o tomador de decisão a estreitar as incertezas do sistema analisado. ABSTRACT The enterprise environment in which we are inserted today is highly complex and unstable. The mechanist and linear paradigm, that was used in the process of decision taking already does not present resulted satisfactory. The sistemic boarding, that considers the interactions between the diverse parts of the system is capable to evidence definitive phenomena against-intuitives and show the reality with more fidelity. The simulation based on dynamics of systems consists in a useful tool to visualize such phenomena. This article has the objective to show the potentialities of this methodology in the process of decision taking. This methodology has been used in several knowledgement fields, helping the decision maker to narrow the uncertainities of the analized system. INTRODUÇÃO As mudanças ocorridas nos últimos anos nas esferas econômica, social, ambiental, política e tecnológica têm tornado o ambiente organizacional complexo. Questões relacionadas à economia internacional, à queda das barreiras alfandegárias aos conflitos sociais, às novas formas de relacionamento com os clientes e à evolução tecnológica, têm demandado uma nova forma de analisar os problemas das organizações. Diversos autores identificaram a abordagem sistêmica como uma alternativa válida para esta nova era e Morin (2003) analisa a complexidade da dinâmica desses sistemas.

2 Há necessidade de enfrentar problemas que comportam incertezas e imprevisibilidades, interdependências e inter-retro-ações de extensão planetária relativamente rápida (Francesco di Castri), sem descontinuidades, não linearidades, desequilíbrios, comportamentos caóticos, bifurcações. (MORIN,2003: 160) Nesse novo cenário, os diversos sistemas que regem nossas ações estão inter-relacionados de tal maneira que uma análise fragmentada de um determinado problema pode levar a resultados equivocados. A abordagem reducionista e mecanicista baseadas nas idéias de Newton já não é suficiente para lidar com tais problemas (BANATHY,1983). Os dirigentes das organizações necessitam de novas habilidades para compreender as características dinâmicas e abrangentes desse novo paradigma. De acordo com ACKOFF (1979:93), no mundo atual os gerentes não são confrontados com problemas independentes entre si, mas com situações dinâmicas que consistem de sistemas complexos de mudanças que interagem entre si. Sob este enfoque, as organizações podem ser consideradas como um sistema formado por diversos subsistemas interdependentes (produção, financeiro, marketing, etc.), que troca informações com o ambiente externo. E este macro-ambiente, por sua vez, é composto por diversos sistemas que se interagem de forma dinâmica. A metodologia de Dinâmica de Sistemas, criada por Jay Forrester na década de 1950, tem sido utilizada para analisar o comportamento destes tipos de sistemas ao longo do tempo (FORRESTER, 1961). Ela utiliza conceitos de simulação computacional e uma linguagem orientada a objetos, que é possível modelar sistemas de diferentes áreas, verificar as interações entre as variáveis de cada sistema e entre os sistemas. Fenômenos sistêmicos que são mascarados pelos modelos mentais míopes, com a não-linearidade e os atrasos, também podem ser melhor visualizados com o auxílio da metodologia. Depois de se estruturar o sistema no simulador, o tomador de decisão terá a sua disposição um modelo de simulação que gera diferentes cenários futuros do sistema analisado, catalisando o processo de experimentação e criação de modelos mentais que traduzam a realidade com fidelidade (SENGE et al. 2000). O objetivo deste trabalho é mostrar como as características complexas dos sistemas dificultam a nossa aprendizagem e como a simulação em Dinâmica de Sistemas(DS) pode ser aplicada para sanar tais problemas, melhorando a compreensão do ambiente e modificando os modelos mentais equivocados. Neste trabalho foi utilizado o software Stella, que permite modelar os sistemas utilizando-se diagramas de estoque e fluxo de uma forma fácil e intuitiva. 2. Teoria Geral dos Sistemas Um dos paradigmas que emergiu no início do século XX foi a Teoria Geral dos Sistemas. Baseada nos estudos de Ludwig van Bertalanffy (BERTALANFFY, 1977), tal teoria já notava falhas na abordagem reducionista e mecanicista de se resolver os problemas e propunha estudos que considerassem as interrelações entre os diversos elementos de um sistema. Essa afirmação se apóia no argumento de Bertalanffy (1977) Entretanto só recentemente se tornou visível a necessidade e a relevância da abordagem dos sistemas. A necessidade resultou do fato do esquema mecanicista das séries causais isoláveis e do tratamento por partes ter se mostrado insuficiente para atender aos problemas teóricos, especialmente nas ciências bio-sociais, e aos problemas práticos propostos pelas novas tecnologias. Bertalanffy (1977: 146) Esta teoria afirma que ao analisar um problema deve-se considerar todas as variáveis envolvidas e as interrelações entre elas. Muitas vezes, tais inter-relações passam despercebidas sob o olhar dos administradores, o que os leva a tomar decisões equivocadas. No campo empresarial, o termo sistema define um conjunto de funções interdependentes, cuja interação, de acordo com o pensamento sistêmico, forma um todo unitário, e sua subdivisão em partes não necessariamente produz valores parciais que, somados, sejam equivalentes ao total (ACCIOLY, 2001).

3 A definição de um sistema depende do interesse da pessoa que pretende analisá-lo. Uma organização, por exemplo, poderá ser entendida como um sistema ou subsistema ou ainda super-sistema, dependendo da análise que se queira fazer, desde que o sistema tenha um grau de autonomia maior que o subsistema e menor que o super-sistema Deficiências de aprendizagem De um modo geral, o ser humano apresenta algumas deficiências cognitivas que dificultam a compreensão do funcionamento dos sistemas cotidianos. Muitas destas falhas se originam do pensamento linear e mecanicista característico da educação ocidental. Dentre os fenômenos característicos dos sistemas e que muitas vezes não são captados pelos modelos mentais limitados, pode-se citar (FORRESTER,1971)(O CONNOR & McDERMOTT, 1997): Retroalimentacao: muitas vezes, a causa e o efeito de um sistema se confundem. Devido ao fenômeno de retroalimentacao pode ocorrer de o efeito de uma causa ser a causa de outro efeito. Pensando de modo circular, uma variável pode provocar uma alteração em uma segunda variável; esta ultima influencia outras variáveis subseqüentes que por fim pode influenciar a primeira variável. O efeito não é proporcional à causa: analisando-se um problema de forma linear, podemos ser levados a pensar que causa e efeito são proporcionais. Esta afirmação não é real na maioria das vezes, principalmente em se tratando de sistemas vivos ou sistemas mecânicos. Causa e efeito não estão próximos no tempo e no espaço: em sistemas geralmente há um atraso de tempo entre o efeito e sua causa; além disso, o efeito pode aparecer em outra parte do sistema, longe de onde partiu a causa. Então, quando estamos lidando com sistemas, nós temos que estender nosso horizonte de tempo e alargar nosso campo de visão para que todas as variáveis realmente importantes sejam consideradas. Mudanças constantes: um sistema recebe ações do ambiente e sempre tem que mudar para se adaptar a essas novas entradas. Complexidade dinâmica: ocorre quando os elementos de um sistema podem se relacionar entre si de diferentes maneiras, pois cada parte tem diversos estados possíveis. Qualquer alteração em uma parte provoca mudanças no sistema inteiro, pois as relações entre as peças são alteradas. Como será visto na seção posterior, a metodologia de Dinâmica de Sistemas se mostra adequada para interpretar as complexidades do mundo, desaprender os modelos mentais distorcidos da realidade e a visualizar como ela realmente se comporta (SENGE,2000). 3. Dinâmica de Sistemas A metodologia de Dinâmica de Sistemas foi criada por Jay Forrester. Ela se baseia na teoria de servomecanismos e na Teoria Geral dos Sistemas (BERTALANFFY, 1977) e utiliza a simulação computacional para relacionar a estrutura de um sistema com o seu comportamento ao longo do tempo (FORRESTER, 1961). Atualmente ela é utilizada em diversos centros de pesquisa, sendo que já foram desenvolvidos diversos softwares que contemplam as estruturas da Dinâmica de Sistemas. Eles utilizam o paradigma orientado a objetos e possuem uma interface amigável. Por meio deles, pode-se analisar o comportamento dos sistemas complexos, incluindo todas as relações de causa e efeito relevantes, os atrasos e os enlaces de retro-alimentação. Originalmente a metodologia foi utilizada no ambiente industrial, mas depois foram identificadas aplicações em outras áreas de conhecimento, como física, biologia, ciências sociais e ecologia (FORRESTER, 1971). 3.1.Componentes do modelo Na Dinâmica de Sistemas, um modelo é construído com basicamente quatro componentes: estoques, fluxos, auxiliares e conectores. Os estoques são variáveis de estado e podem ser considerados como repositórios no qual algo é acumulado, armazenado e potencialmente passado para outros elementos do sistema (DEATON i WINEBRAKE, 2000). Eles fornecem uma visão de como está o sistema em qualquer instante do tempo. E quaisquer mudanças nos

4 estoques, que ocorrem devido à ação dos fluxos, demandam um certo tempo, ou seja, não são instantâneas (COVER, 1996). No software Stella, os estoques podem também exercer a função das estruturas de fila, esteira rolante e forno. Os fluxos, por sua vez, são variáveis de ação, e podem alterar os estoques, aumentando ou diminuindo seus volumes. (POWERSIM, 1996) Os auxiliares servem para formular os dados, para definir as equações dos fluxos. Eles servem para combinar, através de operações algébricas, os fluxos, estoques e outros auxiliares. São usados para modelar as informações, e não o fluxo físico, sendo capazes de se alterar instantaneamente, sem atrasos. (COVER, 1996) Os conectores representam as inter-relações entre todos os componentes do sistema. São essas inter-relações que ligam os componentes que formarão uma expressão matemática (DEATON & WINEBRAKE, 2000). A seguir, são apresentados os símbolos referentes a cada um dos componentes citados acima. Estoque Fluxo Auxiliar Conector Figura 1. Componentes utilizados na simulação em Dinâmica de Sistemas Fonte: autores Ao se modelar com estes quatro componentes um pacote de simulação, deve-se seguir as seguintes regras (FLOOD i JACKSON, 1991): Um estoque pode somente ser precedido por um fluxo; Um estoque pode ser seguido por um auxiliar ou um fluxo; Um auxiliar pode ser seguido por outro auxiliar ou por um fluxo; Um fluxo deve ser seguido por um estoque; Um estoque não pode ser diretamente afetado por outro estoque. Ao se estruturar tais componentes para espelhar um sistema real, obtêm-se um diagrama de estoque e fluxo Vantagens da simulação De acordo com REIBSTEIN e CHUSSIL (1999), a adoção de técnicas de simulação traz os seguintes benefícios para o tomador de decisão: Compressão do tempo: As simulações aceleram o tempo, reduzindo o tempo real dos fenômenos a serem analisados. Ou seja, o comportamento de vários anos de um sistema pode ser verificado em segundos. Custo reduzido: Como a simulação é feita no ambiente computacional, não é necessário construir o sistema fisicamente para verificar seu comportamento. Promove a criatividade: Devido a inexistência de riscos, os gerentes podem experimentar como seria o comportamento do sistema em situações incertas, desagradáveis, inesperadas ou nãoconvencionais. Permite fazer experiências: O processo de criação e implementação de simulações dá aos tomadores de decisão insights práticos. Alem dos resultados, o processo de criação e implementação de uma simulação é um treinamento para os administradores.

5 Unifica pontos de vista divergentes: Os administradores desenvolvem uma visão comum do sistema em uma linguagem computacional. Captura o conhecimento: O processo de simulação captura e codifica o conhecimento acumulado pela organização. Além disso, obriga os gerentes a tornar explicitas as suas premissas. A simulação cria e aplica um repositório de informações competitivas. É experimental: Embora a simulação não diga aos gerentes o que vai acontecer, ajuda-os a explorar o que pode acontecer de acordo com uma estrutura pré-definida. 4. Exemplo prático Para ilustrar as características da metodologia de dinâmica de sistemas, foi modelado o seguinte ambiente organizacional: considere uma empresa que produz um único tipo de produto. Para tanto, ela adquire a matéria-prima e tem um prazo para efetuar o pagamento. Da mesma forma, ao vender o produto acabado, há um prazo de recebimento. Além disso, há outras variáveis envolvidas, como preço da matéria-prima e do produto acabado, custos fixos e custos com mão-de-obra. No modelo representado na Figura 2, há um estoque de produto acabado que aumenta à medida que se ocorre a produção e diminui quando as vendas são efetuadas. As vendas por sua vez são influenciadas pela variável demanda. Da mesma forma, a variável plano de produção dita o ritmo da produção que, por sua vez, influencia a variável custosmateria prima. A variável prazopagamento simula o atraso entre a data da compra da matéria prima (pagamentodia) e a data real do pagamento. A despesa diária é gerada pelos custos fixos e os custos de mão de obra (customobra) e do pagamento efetuado pela compra de matéria-prima. Isto gera um estoque de despesas Por fim, a variável prazoreceb simula o atraso entre a data de venda do produto e a data em que se recebe as divisas (receb), gerando um estoque de receitas. O lucro é obtido a partir da diferença entre receitas e despesas. O diagrama de estoque e fluxo do modelo e as saídas gráficas são mostradas abaixo. Figura 2. Diagrama de Estoque e fluxo do modelo Fonte: autores

6 Figura 3. Saída gráfica do modelo. Fonte: autores A saída gráfica da Figura 3 corresponde à simulação com os seguintes valores das variáveis: prazo de pagamento: 10 dias prazo de recebimento: 30 dias preço da matéria prima: R$ 3,00 preço de venda: R$ 21,00 custo fixo:r$ 200,00 custo mão-de-obra:r$ 300,00 Este tipo de simulação é útil para verificar o comportamento do sistema ao longo do tempo. Utilizando cálculos relacionados à equações diferenciais, cada variável é atualizada a cada intervalo de tempo. 5. Conclusões Este trabalho demonstrou que a metodologia de Dinâmica de Sistemas se constitui em uma ferramenta útil na geração de cenários que auxiliam a visualização de características sistêmicas das organizações ao longo do tempo. No modelo apresentado é possível verificar fenômenos contra-intuitivos, como não-linearidade, atrasos, inter-relação entre as variáveis e complexidade dinâmica. Deste modo, a Dinâmica de Sistemas evidência os aspectos nos sistemas analisados e modifica nossos modelos mentais. Além disso, ao se executar diversas simulações com diferentes valores de variáveis, promove-se o aprendizado sobre o sistema modelado. Alterando o valor das variáveis pode-se verificar quais delas são as mais relevantes para se otimizar o desempenho do sistema e identificar os verdadeiros pontos de alavancagem. Cabe ao modelador estruturar o problema da forma mais fiel possível para que os resultados sejam próximos da realidade. Ao

7 analisar a complexidade das dinâmicas, o moderador poderá diminuir as incertezas na tomada de decisão, aumentando dessa forma seu poder de análise. REFERÊNCIAS BIBLIOGRÁFICAS ACCIOLY, R. C. Análise da influência do mercado de suco pasteurizado sobre o comportamento da oferta de laranjas utilizando a metodologia de system dynamics. Dissertação de mestrado. Departamento de Engenharia de Produção. UFSCar, ACKOFF, R. L. Redesign the future. Wiley, BANATHY, B. H. Systems education : perspectives, programs, and methods. Seaside : Intersystems, BERTALANFFY, L. V. Teoria Geral dos Sistemas. Vozes, COVER, J. Introduction to System Dynamics. Powersim Press, DEATON, M. L.; WINEBRAKE, J. J. Dynamic Modelling of Environmental Systems. Springer-Verlag, FLOOD, R. L.; JACKSON, M. C. Creative Problem Solving: Total Systems Intervention. John Wiley & sons, FORRESTER, J. W. Industrial dynamics. New York: John Wiley & Sons, FORRESTER, J. W.Urban dynamics. Cambridge, MA: The M.I.T. Press FORRESTER, J. W. World dynamics. Cambridge, MA: Wright-Allen Press, REIBSTEIN, D. J.; CHUSSIL, M.J. Primeiro a lição, depois o teste: usando simulações para analisar e desenvolver estratégias competitivas. In DAY, G. S. ; REIBSTEIN, D. J. A Dinâmica da Estratégia Competitiva. Editora Campus, SENGE, P. Schools that learn. Doubleday, MORIN, E & KERN, A.B. Terra Pátria. Porto Alegre, Sulina: 2003.