Oi Pessoal! Este é a última unidade
deste curso.

Eu vou fazer uma revisão rápida de todas 
as diferentes idéias que tivemos no curso,

e ver como elas se relacionam com os
objetivos da pesquisa na unidade 1.

Então é hora de irmos a "nossa pesquisa
de campo "virtual

onde iremos visitar o Instituto Santa Fé

ver como as coisas funcionam, e falar com 
algumas pessoas que trabalham lá.

Então arrume seus óculos de sol e chapéu.

Nós iremos para o deserto de Santa Fé-Novo
México-7000 pés acima do nível do mar

e subir uma colina ingrime para
o Instituto Santa Fé. Vejo você lá.

Nós começamos o curso com a questão:
O que são sistemas complexos?

Respondemos que "Eles eram grandes redes
de elementos interagindo, que seguindo

simples regras, produziam um comportamento
emergente complexo".

Eu disse que o curso forneceria algum
embasamento significativo.

O propósito dessa sub-unidade é ir além do
que cobrimos e ver quanto ganhamos.

Lembre-se que mencionei 4 disciplinas
núcleos da ciência de complexidade

as disciplinas de dinâmica;informação;
computação e evolução e aprendizado.

As metas do curso eram dar uma visão geral
sobre o que se tratava os tópicos,

dando noção de como esses tópicos estão
integrados dentro do sistema complexo.

E assim dar uma noção de como usamos
modelos idealizados no estudo desse tópico

E nós vimos bastante sobre modelos
idealizados no NetLogo.

Então se você chegou até aqui neste curso,

tens que estar muito orgulhoso, pois nós
cobrimos muitas coisas.

E espero que você tenha aprendido muito
sobre sistemas complexos.

Então, vamos rever o que nós fizemos
bem rápido.

Nós vimos dinâmica e Caos,

e aprendemos como fornecer um vocabulário
de como os sistemas complexos mudam.

O vocabulário inclui idéias tais como
pontos fixos, atratores periódicos, caos,

dependência sensitiva em condições 
iniciais e outros termos.

Dinâmica mostrou-nos como comportamento
complexo pode surgir com interação,

e a interação de simples regras tais como
mapa logístico

E nós fomos capazes de caracterizar
o comportamento de complexidade

em termos particulares como a dinâmica que
vimos,

se por pontos fixos, ciclos ou caos.

O campo da dinâmica mostrou o contraste
entre imprevisibilidade intrínseca no

sistema caótico e universal propriedade
tais como duplicação da rota do caos e

a Constante de Feigenbaum.
Nosso próximo tópico foi fractais.

Fractais nos mostrou um novo tipo de
geometria pode ser desenvolvido para

caracterizar padrões do mundo real em um
jeito mais realístico do que geometria

Euclideana. Como dinâmica, o estudo de 
fractais mostra que um complexo padrão

pode surgir de simples regras de interação
Sendo capazes descrever complexidade de

um jeito diferente em termos dimensões
fractais.Teoria Informação foi próximo

Nós aprendemos que teoria de informação
faz analogia entre informação e entropia

física; e também um jeito diferente de
caracterizar complexidade em termos de

informação. Agora nós veremos diferentes
maneiras em qual a complexidade pode ser

caracterizada. Algorítimo Genético foi o
próximo .

Isto nos mostrou como modelos idealizados
evolução e adaptação pode ser construída.

E também demostrou como o comportamento
ou formas complexas pode surgir de uma

regra simples de evolução ( o que nós
mesmos podemos pensar como interativo)

Vimos que Autômatos celulares foram 
modelos idealizados de sistemas complexos.

Este foi um outro jeito que padrões 
complexos surgem de simples regras.

E nós aprendemos sobre as idéias de
Wolfram Classes,

O que caracteriza a complexidade celular
automata é o padrão de comportamento

Nós vimos muitos modelos de auto
organização em biologia: como reunião de

vagalumes,cardumes de peixes;forrageamento
de formigas; alocação de tarefas e muitos

outros que não vimos. Nós vimos como fazer
modelos no NetLogo de organização

comportamental. E nós tentamos isolar 
alguns princípios comuns de dinâmica,

a informação que eles processam, a 
computação que fazem e adaptação deles.

Nós vimos o modelo de cooperação

Em particular o dilema do prisioneiro e o
modelo do problema do farol.

Isto nos deu uma noção de como idealizar
modelos e explicar cooperação

organizacional do sistema social; Como
modelos idealizados são usados no estudo

de fenômenos complexos. Vimos
redes.

As redes nos deram um vocabulário para
descrever estrutura e dinâmica no mundo,

em conceitos tais como mundo pequeno ou 
sem escala, nível de distribuição, etc

Alguns modelos que nós exploramos mostra
alguns aspectos estrutura do mundo real;

tais como, fixação preferencial mostra
podemos obter estrutura livre de escala.

Isto apanha as idéias lei de potência em
um nível de distribuição de rede

Depois de cobrirmos rede de escalas nós
vimos algumas escalas metabólicas na

biologia e uma nova área de escala urbana

Nós vimos que o tamanho
escalas sistema complexo está crescendo

dando pistas sobre a estrutura adjacente
destes sistemas, como distribuição redes

fractais. No começo do curso eu disse que
há 2 metas da ciência da complexidade,

A primeira é fornecer conhecimentos
multidisciplinares dentro de sistemas

complexos. E o segunda é o desenvolvimento
de uma teoria geral de sistemas complexos.

Bem, claramente conseguimos realizar o
primeiro.

Vimos muitas idéias interdisciplinares que
conseguimos a partir do estudo
de sistemas complexos.

Mas pelo menos nesta classe não falaremos 
sobre que isso pode significar na teoria

de sistemas complexos. Muitas pessoas
perguntam: "Podemos desenvolver algum tipo

de teoria geral"? Isto é podemos 
desenvolver uma linguagem matemática que

unifique as disciplina de dinâmica, 
informação, computação e evolução nesse
sistema?

Algumas pessoas se referem a isso como uma
linguagem hipotética como "cálculo de
complexidade".

No meu livro "Complexidade: Um passeio
guiado" eu faço uma analogia com um pouco
de história.

No final de 1600, Isaac Newton junto com
Gottfried Leibniz,desenvolveram o cálculo.

Como James Gleick disse na biografia de
Isaac Newton,

"Ele foi prejudicado pela linguagem do 
caos-palavras continuam vagas e palavras
sem existência...

Newton acreditava que poderia organizar
uma ciência completa do movimento se ele
encontrasse o léxico apropriado..."

Bem, quando leio isso, se parece muito
com o sistemas complexos de hoje

Newton tinha muitos conceitos na cabeça
construídos por matemáticos anteriores

noções- que ele estava tentando unificar
coisas como infinitesimal, derivada,
integral, limite.

E ele conseguiu unificar estes diferentes
conceitos, desenvolvendo um vocabulário
adequado para o entendimento do movimento

E essa é a matemática que chamamos de
cálculo.

O estato dos sistemas complexos hoje é bem
parecido com a matemática antes de 
inventarem o cálculo.

Nós temos todas essas noções que se
separam em caminhos diferentes;

Eu listei alguns deles aqui- um tipo de 
nuvem flutuante de palavras.

E a idéia que precisamos, é unificar eles
de algum jeito de ter a matemática 
unificada a toda essa noção desigual.

Eu não tenho certeza de que isso vai 
acontecer;é uma perspectiva emocionante!

Eu deixarei você com a questão de
que os sistemas complexos vão achar o 
Isaac Newton deles.

ou em um futuro próximo ou distante,
talvez.

Para concluir, deixo a você uma citação 
que gosto muito, de Oliver Wendell Holmes:

"Eu não dou a mínima para a simplicidade
deste lado da complexidade,

mas eu daria minha vida pela simplicidade
do outro lado da complexidade".

Com isso, é hora de pegar nossa viagem
de campo virtual.