Apostila Simulação Paulinho

UNIVERSIDADE FEDERAL DE JUIZ DE FORA
FACULDADE DE ENGENHARIA

INTRODUO
DINMICA DE SISTEMAS
www.agrosoft.org.br/ds

Paulo R. C. Villela, D.Sc.
Universidade Federal de Juiz de Fora
paulo.villela@ufjf.edu.br
(32) 8806-8188

2005
Paulo Villela, 2005 INTRODUO DINMICA DE SISTEMAS ii
PREFCIO

Algumas vezes, a linguagem com que nos comunicamos normalmente Portugus,
Espanhol, Ingls, etc ambga para expressar situaes especiais. Por exemplo,
algum pergunta: O que nasceu primeiro, o ovo ou a galinha? O leitor para e pensa,
pensa, pensa,... e finalmente responde com toda sabedoria: O ovo, porque... Ou quem
sabe: A galinha, porque... Esta uma tpica situao onde a linguagem que usamos,
normalmente falha. Na verdade, a prpria linguagem nos induz a pensar que ovo e
galinha so coisas distintas na natureza, o que no verdade. No existe ovo sem
galinha, e vice-versa. A linguagem funciona como uma verdadeira armadilha. Ao
permitir a separao ovo e galinha, a linguagem aprisiona nosso pensamento, fazendo
crer que estas duas coisas so distintas e existem na natureza de forma independente
uma da outra.
Nossa comunicao na linguagem tradicional linear. Contamos histrias de maneira
seqencial, uma coisa depois da outra. Toda vez que temos que expressar algo que
envolva um caminho circular, onde se tem uma cadeia de eventos do tipo A causa de
B, que por sua vez causa de A, nossa linguagem engasga e nosso raciocnio
normalmente falho. Tais situaes circulares apresentam efeitos de realimentao
(feedback) e so bsicas para explicar a dinmica da natureza, isto , o processo
evolutivo desta ao longo do tempo.
A disciplina Dinmica de Sistemas (System Dynamics) antes de tudo uma nova
linguagem que permite expressar mais adequadamente as cadeias de eventos circulares
(loops) existentes na natureza. Atravs de diversos tipos de diagramas (causais; estoque
e fluxo) possvel expressar graficamente um sistema (um pedao bem delimitado da
natureza) possibilitando ver mais claramente, a complexidade dinmica (ao longo do
tempo) das relaes entre as partes do mesmo.
As relaes circulares de causa e efeito (realimentaes) so comuns nos sistemas
agroindustriais. Por esta razo, a disciplina Dinmica de Sistemas aqui desenvolvida,
visando oferecer aos profissionais do agronegcio, uma ferramenta adequada para tratar
a complexidade dinmica das relaes circulares existentes neste tipo de sistema.
Usando softwares de simulao, baseados nos conceitos da disciplina Dinmica de
Sistemas, procuramos mostrar neste curso, como construir simuladores gerenciais,
permitindo que o profissional simule o desempenho dinmico de sistemas agroindustriais
com auxlio de computadores pessoais do tipo PC. O exerccio nestes simuladores
permite tanto testar situaes novas, antes de coloc-las em prtica, quanto treinar
equipes no gerenciamento de fazendas, agroindustrias, cadeias produtivas, etc.
Espero que este curso consiga despert-lo para esta tcnica, que apesar de nascida em
1961 com o trabalho de Jay Forrester, somente ganhou um grande impulso no incio da
dcada de 90. Agradeo desde j os comentrios, crticas e sugestes.

Prof. Paulo R. C. Villela
(32) 8806-8188
Paulo Villela, 2005 INTRODUO DINMICA DE SISTEMAS iii
NDICE

Prefcio ii
ndice iii
Referncias iv

CAPTULOS
Captulo 1: Introduo 1
Captulo 2: Modelos Causais 4
Captulo 3: Modelos de Estoque e Fluxo 8
Captulo 4: Simulando a Dinmica de um Sistema 12
Captulo 5: Modelo Financeiro 15
Captulo 6: Modelo de Rebanho Leiteiro 20
Captulo 7: Arqutipos de Sistema 26

APNDICES
Apndice 1: Modelagem de Cadeias Produtivas 32
Apndice 2: Relaes Causais na Discusso sobre
Organismos Transgnicos no Complexo da Soja 36

FORMULRIOS PARA RESPOSTAS AOS DESAFIOS 45

AGRADECIMENTOS 59

Paulo Villela, 2005 INTRODUO DINMICA DE SISTEMAS iv
REFERNCIAS

SOFTWARES
Powersim
http://www.powersim.com/
ISee Systems - Stella
http://www.iseesystems.com/
VenSim
http://www.vensim.com/
Forio: Web Business Simulations
http://www.forio.com/
WLinkit: Ferramenta de Modelagem Computacional para Educao
http://www.nce.ufrj.br/ginape/wlinkit/

LIVROS BSICOS
Business Dynamics: Systems Thinking and Modeling for a Complex World
John D. Sterman
Irwin/McGraw-Hill (2000)
Industrial Dynamics
Jay W. Forrester
MIT Press. (1961)
The Fifth Discipline: The Art & Practice of The Learning Organization
Peter M. Senge
Currency Doubleday (1990)
A Quinta Disciplina: Arte e Prtica da Organizao que Aprende
Peter M. Senge
Editora Best Seller (1994)
The Fifth Discipline Field Book
Peter Senge, Art Kleiner, Charlotte Roberts, Richard Ross e Bryan Smith
Currency Doubleday (1994)
Modeling Bilogical Systems: Principles and Applications
James Haefner
Chapman & Hall (1996)

REFERNCIAS NA INTERNET
SBDS: Sociedade Brasileira de Dinmica de Sistemas
http://www.espm.br/sbds
System Dynamics Society
http://www.systemdynamics.org/
Paulo Villela, 2005 INTRODUO DINMICA DE SISTEMAS v
Desert Island Dynamics: An Annotated Survey of the Essential System
Dynamics Literature
http://web.mit.edu/jsterman/www/DID.html
System Dynamics / Systems Thinking Mega Link List
http://www.uni-klu.ac.at/~gossimit/linklist.php
MIT System Dynamics in Education Project (SDEP)
http://sysdyn.clexchange.org/
U.S. Department of Energy's: Introduction to System Dynamics
http://www.albany.edu/cpr/sds/DL-IntroSysDyn/

ARTIGOS
Portugus
Coordenao de Cadeias Produtivas: Uma Aplicao de Sistemas Dinmicos ao
Agronegcio da Carne Bovina
http://www.agrosoft.org.br/trabalhos/ag99/artigo13.htm
Relaes Causais na Discusso sobre Organismos Transgnicos no Complexo da
Soja
Sustentabilidade de Empreendimentos Agroindustriais de Pequeno Porte: uma
Aplicao de Sistemas Dinmicos
Uma Aplicao da Metodologia de Dinmica de Sistemas Anlise da
Coordenao Vertical na Cadeia Produtiva da Pecuria de Corte
http://www.sbiagro.org.br/iiwork/artigo02.htm
Uso de Simulao Baseada em System Dynamics para Anlise de Cadeias
Agroindustriais
Utilizao de System Dynamics no Gerenciamento de Florestas
Ingls
Software Process Modeling with System Dynamics
http://www-rcf.usc.edu/~madachy/sd/
Using System Dynamics to Understand and Enhance the Evolution of Networks
http://www.centrec.com/pres/cimre/index.htm
Paulo Villela, 2005 INTRODUO DINMICA DE SISTEMAS vi
TESES DE MESTRADO E DOUTORADO
ADMINISTRAO
A system dynamics model of a professional organization: the dynamics of
personnel policy
http://theses.mit.edu/Dienst/UI/2.0/Page/0018.mit.theses/1982-2/2
A system dynamics model of a small R&D office: productivity enhancement
A system dynamics model of the growth and diffusion of R & D communities
Modeling information flows within a nuclear unity: a system dynamics
approach
The influences of learning behavior on the performance of work teams: a
system dynamics approach
ECONOMIA
A systems dynamics model of the U.S. railroad industry
Deregulation of the telecommunications industry in Argentina: a system
dynamics approach
The energy transition and the economy: a system dynamics approach
The privatization process - a system dynamics model for Brazil
The system dynamics national model investment function: a comparison to the
neoclassical investment function
MARKETING
Copper market fluctuations, an industrial dynamics study
Developing a retail channel for a multiuser microcomputer: an analysis using
system dynamics
Management of technology in a two tier market: a system dynamics
investigation of wireless communications
Understanding the Boston real estate market: a system dynamics approach
Paulo Villela, 2005 INTRODUO DINMICA DE SISTEMAS vii
BIOLOGIA
The dynamics of blood sugar regulation
Paulo Villela, 2005 INTRODUO DINMICA DE SISTEMAS 1
INTRODUO
DINMICA DE SISTEMAS

CAPTULO 1
INTRODUO

A disciplina Dinmica de Sistemas (do termo em Ingls: System Dynamics) foi proposta e
desenvolvida na dcada de 50 pelo engenheiro eletricista Jay Forrester na escola de
administrao Sloan School of Management do MIT (Massachusets Institute of
Technology). Forrester que trabalhou, durante a II Guerra no Laboratrio de
Servomecanismo do MIT, para as foras armadas americanas, desenvolvendo controles
automticos para armamentos militares, percebeu que poderia dar uma grande contribuio
s cincias administrativas, econmicas e sociais, usando os mesmos conceitos da teoria de
controle e servomecanismos, bastante desenvolvida na engenharia eltrica.
Em 1961, Forrester publicou o livro "Industrial Dynamics" (Dinmica Industrial) que se
tornou o marco conceitual da disciplina que hoje se conhece como Dinmica de Sistemas.
Entretanto foi atravs do contato de Forrester com o ex-prefeito de Boston, John F. Collins,
que trabalhava na poca (1968) como professor visitante no MIT, que a disciplina comeou
a provar sua real utilidade nos famosos modelos de estudos estratgicos urbanos e mundiais,
editados nos dois best sellers: "Urban Dynamics" (Dinmica Urbana) e "World Dynamics"
(Dinmica Mundial).

ORGANIZAES QUE APRENDEM
Posteriormente, Peter Senge, engenheiro formado em Stanford e orientado de Forrester,
trabalhou na dcada de 70 na realizao de seminrios com executivos, introduzindo a
prtica do pensamento sistmico dinmico no seio das grandes organizaes. Hoje, o
trabalho de Senge est se consolidando como uma metodologia de administrao de
empresas que utiliza basicamente o ferramental de Dinmica de Sistemas e conhecida
como ORGANIZAES QUE APRENDEM (Learning Organizations) e PENSAMENTO
SISTMICO (System Thinking). Senge lanou em 1990, seu famoso best seller A Quinta
Disciplina - Arte e Prtica da Organizao que Aprende (The Fifth Discipline - The Art &
Practice of The Learning Organization) e The Fifth Discipline Field Book. A "quinta
disciplina" referenciada na obra de Senge o PENSAMENTO SISTMICO que utiliza todo o
ferramental metodolgico desenvolvido por Jay Forrester na dcada de 50 e estruturado no
incio da dcada de 60 no livro Industrial Dynamics.
O sucesso que as aplicaes da metodologia Dinmica de Sistemas vem alcanando no
mundo todo inquestionvel. Desde os famosos modelos urbanos e globais de Forrester e
Collins na dcada de 60 e 70 aos "simuladores de vos gerenciais", que vem sendo usados
nas grandes corporaes ao redor do mundo, que a disciplina Dinmica de Sistemas vem
provando seu potencial como ferramenta auxiliar em vrias reas do conhecimento.

APLICAES DE DINMICA DE SISTEMAS

Aplicaes Gerais
Dinmica de Sistemas se presta para a identificao das seguintes caractersticas bsicas de
qualquer sistema:

Relaes de causa e efeito: comum numa situao-problema complexa, ficar-se
debatendo horas e horas, sem que se chegue a uma concluso de quais so as causas
estruturais de um problema, mesmo quando se rene especialistas das diversas reas de
abrangncia do problema. Todos tm razo e ningum tem razo. Dinmica de Sistemas
permite a construo de grficos de relaes causais onde se procura delimitar e
pesquisar quais as relaes de causa e efeito que existem entre os elementos de um
sistema. Dinmica de Sistemas permite a construo destes grficos causais em reunies
com a participao de especialistas e usurios de um sistema, fazendo com que cada um
compartilhe suas vises do sistema (modelos mentais), estabelecendo uma linguagem
que facilita o aprendizado mtuo entre os constituintes do grupo.

Tempos de resposta: Nem sempre o resultado de uma deciso vem de imediato. Um
exemplo tpico: toma-se um comprimido para dor de cabea, espera-se um tempo para
fazer o efeito. Se a pessoa no toma as doses do remdio nos horrios recomendados, ela
pode ocasionar complicaes no seu organismo ou no sentir qualquer efeito do mesmo.
Decises estratgicas importantes podem estar sendo tomadas simplesmente sem que se
saiba a importncia e quais so os tempos de resposta dos sistemas onde elas devem
produzir seus resultados. Isto frequentemente tem sido causa de oscilaes ou mesmo da
falncia total de sistemas que se desejam estveis. Os modelos de Dinmica de Sistemas
ajudam a explicitar e estudar estes tempos de resposta inerentes a qualquer sistema.

Efeitos de realimentao: comum uma deciso ocasionar um efeito realimentador.
Este efeito pode ser no sentido de reforar a deciso. Por exemplo: numa disparada do
dlar, as pessoas se sentem tentadas a comprar a moeda toda vez que o dlar sobe,
tentando se antecipar a uma alta mais acentuada ainda. Quanto mais pessoas fazem isto,
mais a procura por dlar aumenta, mais sobe a cotao. O efeito de realimentao
tambm pode se dar no sentido de anular o efeito da deciso ou de chegar a um ponto de
equilbrio almejado para o sistema. Por exemplo, aps algum tempo de subida acentuada
do dlar, as pessoas se do conta que ele passou dos limites do razovel e de que existe
um patamar para a cotao da moeda. Passam ento a s comprar a moeda dentro de
uma determinada faixa de valor que elas consideram razovel. Se a cotao passa da
faixa, as pessoas tendem a vender dlar, se est abaixo da faixa, elas tendem a comprar.
O efeito de realimentao dessa deciso no mercado do dlar de estabilizao em torno
de uma faixa (ou banda) cambial, fazendo com que a cotao caia se a mesma tende a
passar da banda, ou suba se ela tende a ficar abaixo da banda.

Aplicaes Especficas

A. Cincias Sociais
A metodologia de Dinmica de Sistemas tem sido usada com sucesso nas Cincias
Sociais (Economia, Administrao de Empresas, Marketing, etc) para se entender
basicamente duas coisas:
A estrutura de relaes que governa o comportamento de um sistema.
Comportamento de um sistema ao longo do tempo, isto , sua dinmica.
Os problemas tratados nas Cincias Sociais so bastante complexos do ponto de vista
dinmico pois normalmente incluem entre seus elementos o ser humano, cujo
comportamento no coisa simples de ser caracterizado atravs de modelos.

B. Cincias Fsicas, Qumicas e Biolgicas
Dinmica de Sistemas uma ferramenta poderosa na modelagem de sistemas fsicos,
qumicos e biolgicos. Neste caso, os sistemas so estveis no tempo e o que se
prentende conhecer a dinmica de funcionamento dos mesmos.

C. Engenharias
A disciplina Dinmica de Sistemas nasceu da Teoria de Controle, muito usada nas
Engenharias para projetar e manter o funcionamento de sistemas dentro de padres
aceitveis. Todos os conceitos e ferramentas (diagramas, software, etc.) de Dinmica de
Sistemas podem tambm ser aplicados nas Engenharias com o mesmo objetivo da Teoria
de Controle.

Desafio 2.1: A deciso de tomar ou no um remdio quando se est com dor de cabea
depende de vrios fatores, por exemplo: intensidade da dor, efeitos colaterais no seu
organismo, dose do remdio, tempo que o remdio leva para fazer efeito, etc. Voc seria
capaz de descrever este processo de tomada de deciso? Sugesto: leia a bula de um remdio
para dor de cabea.

VEJA NA BIBLIOGRAFIA OUTRAS APLICAES DE DINMICA DE SISTEMAS.

INTRODUO
DINMICA DE SISTEMAS

CAPTULO 2
MODELOS CAUSAIS

No Captulo 1 lanamos o desafio da DOR DE CABEA. As respostas a este desafio so
variadas. No h uma resposta certa ou errada. Por qu? Porque normalmente, um problema
do mundo real quase sempre colocado de forma genrica e imprecisa. Normalmente quem
formula o problema deixa de especificar vrios detalhes que so fundamentais para uma
compreenso nica do mesmo. Alm disso, na formulao do problema, o contexto no qual
o mesmo se insere fica implcito. Por exemplo, um diretor de uma empresa ao expor um
problema para seus gerentes, considera implicitamente que todos esto razoavelmente
familiarizados com as prticas gerenciais da organizao. Assim, no "problema da dor de
cabea", foi considerado que "todo mundo sabe o que uma dor de cabea e que no era
preciso detalhar o que uma dor de cabea". Entretanto, cada ser humano tem sua prpria
experincia e poder entender de forma completamente diferente , um mesmo problema
colocado para um grupo de pessoas. Via de regra quando se est diante de uma situao-
problema para a qual buscamos uma soluo, o entendimento do problema e as solues
dadas pelos seres humanos podem divergir bastante.

Fig 2 - 1: O chefe, de p,
expe um problema da
empresa para seus gerentes.
Diante de uma situao-
problema, os seres humanos
costumam ter as mais diversas
opinies, vises, concepes e
modelos para o mesmo
problema.

Os MODELOS CAUSAIS so diagramas que servem para descrever uma situao-problema de
acordo com o que pensa cada observador. So modelos que procuram explicitar as
RELAES DE CAUSA E EFEITO dentro do contexto do problema.

Atravs dos modelos causais possvel:
Maior compartilhamento de informaes.
Maior participao na construo do modelo.
Maior comprometimento na execuo da soluo proposta para o problema.

Vamos analisar uma situao-problema tpica que pode acontecer a qualquer um de ns no
dia-a-dia. Construiremos um modelo causal para entender a deciso de tomar um analgsico
para passar uma dor de cabea.
SITUAO-PROBLEMA: DOR DE CABEA
DECISO: TOMAR (ou no) ANALGSICO? Em que dosagem? De quanto em
quanto tempo?
ALGUMAS VARIVEIS IMPORTANTES:
Intensidade da dor de cabea
Quantidade a ser tomada de remdio
Intensidade dos efeitos colaterais
Quantidade de remdio acumulada no organismo
No se preocupe em colocar todas as variveis da situao-problema nessa primeira verso
do seu modelo.
Agora vamos descrever que relaes de causa e efeito existem entre estas variveis:
RELAO 1: se a intensidade da dor de cabea aumenta, a quantidade (dose) de
remdio a ser tomada tende tambm a aumentar.
RELAO 2: a cada dose de remdio tomada, acumula-se no organismo uma maior
quantidade do remdio.
RELAO 3: quanto maior a quantidade acumulada de remdio no organismo, depois
de um certo tempo, a dor de cabea tende a diminuir, at passar completamente.
RELAO 4: quanto maior a quantidade acumulada de remdio no organismo, depois
de um certo tempo, os efeitos colaterais tendem a aumentar.
RELAO 5: o aumento dos efeitos colaterais, fazem com que diminuamos a
quantidade (dose) do remdio que estamos tomando.

Para desenhar um modelo causal representaremos cada relao por um dos quatro smbolos
a seguir:

Fig 2 - 2: Simbologia utilizada em MODELOS CAUSAIS
para representar as quatro possveis relaes de causa
e efeito entre as variveis A e B.
Observando-se a figura 2-2 vemos que:
No primeiro diagrama, a varivel A influencia a varivel B positivamente, isto , se A cresce
ento B cresce (ou se A decresce, B decresce).
No segundo diagrama (com o duplo trao sobre a seta), a varivel A influencia a varivel B
positivamente, depois de um certo tempo (no imediatamente).
No terceiro diagrama, a varivel A influencia a varivel B negativamente, isto , se A
aumenta ento B diminui (ou se A diminui, B aumenta).
No quarto diagrama, a varivel A influencia a varivel B negativamente, depois de um certo
tempo (no imediatamente).

Desafio 2.1: Como voc leria o seguinte diagrama ?

Apesar da simplicidade dos elementos que compe um diagrama de causa e efeito, eles so
as peas com que montaremos em Dinmica de Sistemas os MODELOS CAUSAIS com o qual
representaremos as situaes-problema que estudaremos.
Deve ficar claro que os modelos causais so um tipo de instrumento eficaz para se iniciar a
discusso de uma situao-problema. A utilidade destes modelos est apenas em que eles
nos permitem comunicar e dialogar sobre um assunto de uma forma simples,
compartilhando nossas idias com outras pessoas. Mais adiante no nosso curso, veremos
como us-los para construir modelos de simulao em computador.
Desafio 2.2: Os diagramas mostrados a seguir representam as relaes de causa e efeito
entre as variveis da situao-problema (dor de cabea), isto , so dois MODELOS CAUSAIS.
Qual dos dois melhor explica, na prtica, o que acontece quando se toma um remdio para
passar a dor de cabea. Explique com as suas palavras o modelo causal (diagrama) que voc
escolheu.

Desafio 2.3: No artigo "Relaes Causais na Discusso sobre Organismos Transgnicos no
Complexo da Soja" (veja Apndice 2) voc encontrar um modelo causal que tenta explicar
uma situao-problema bem polmica nos dias de hoje, isto , a discusso em torno do uso
dos organismos transgnicos. Leia este artigo e comente-o, dizendo se voc concorda ou no
com a modelagem que foi feita do problema. Observao: Procure na internet ou em
revistas, se inteirar dessa discusso sobre os organismos transgnicos.
INTRODUO
DINMICA DE SISTEMAS

CAPTULO 3
MODELOS DE ESTOQUE E FLUXO

No captulo 2 vimos que os modelos causais (ou diagramas causais) so muito bons para
representarmos QUALITATIVAMENTE as relaes de causa e efeito que ocorrem num sistema
complexo.
Entretanto, se quisermos representar QUANTITATIVAMENTE estas mesmas relaes de causa
e efeito, os modelos causais no so adequados. Para isto, usaremos os Modelos de Estoque
e Fluxo. Estes so semelhantes aos modelos causais, com a diferena de que as relaes so
expressas atravs de frmulas lgico-matemticas.

UM PROBLEMA SIMPLES: CADERNETA DE POUPANA

Neste captulo vamos comear a trabalhar
com os modelos de estoque e fluxo. Vamos
modelar (representar) e simular um sistema
bem simples que est presente no nosso dia-
a-dia. Nosso sistema uma caderneta de
poupana.
O modelo causal na Fig. 3-1 mostra as
relaes de causa e efeito que ocorrem numa
caderneta de poupana.

Fig. 3-1: Modelo causal de uma caderneta de
poupana

Desafio 3.1: Como voc leria o diagrama causal da figura 3-1? De acordo com este modelo,
supondo a taxa de rendimento mensal positiva, o que acontece com a poupana acumulada
no decorrer do tempo? Aumenta sempre; aumenta no incio depois diminui; diminui sempre;
diminui no incio mas depois aumenta; ou ocorrer outra coisa?

fcil perceber que com este modelo causal no temos condies de fazer qualquer
estimativa futura sobre o valor do saldo da caderneta de poupana. Apenas d para deduzir
que esta caderneta de poupana vai crescer indefinidamente (se a taxa de rendimento mensal
for positiva) pois h um crculo vicioso: quanto maior o saldo acumulado na poupana,
maior o rendimento mensal, maior a poupana acumulada, e assim sucessivamente.

Tambm pode-se deduzir, que quanto maior a taxa de rendimento mensal, maior ser o
rendimento e portanto maior a poupana acumulada. Diz-se que existe, neste caso, uma
MALHA DE REALIMENTAO POSITIVA (positive feedback loop) entre as variveis
"rendimento mensal" e "poupana acumulada". Em sntese, com os modelos causais
podemos inferir a tendncia de crescimento ou decrescimento. Tambm mostraremos mais
tarde que possvel detectar que existe uma tendncia de estabilidade num sistema sempre
que se tem uma MALHA DE REALIMENTAO NEGATIVA (negative feedback loop). Em
sntese:
Malha de realimentao positiva = tendncia de crescimento (ou decrescimento)
Malha de realimentao negativa = tendncia estabilidade (no cresce, nem
decresce)
Entretanto, com auxlio dos modelos causais jamais teremos condies de dizer o quanto
exatamente (em valor) um sistema est evoluindo.

ELEMENTOS BSICOS DOS MODELOS DE ESTOQUE E FLUXO
Para permitir que sejam quantificadas as relaes causais que foram criados os MODELOS
DE ESTOQUE E FLUXO. Nesta metodologia de representao sistmica, com apenas cinco
elementos bsicos se pode construir modelos (representaes) de sistemas bastante
complexos.

Fig. 3-2: Elementos bsicos de um modelo
genrico de estoque e fluxo.
Os elementos bsicos usados nos modelos de estoque e fluxo mostrados na figura 3-2 so:
VARIVEIS (crculos) - representam PARMETROS que so usados no sistema.
Eventualmente uma varivel pode assumir um valor que no varia, ou seja uma
CONSTANTE (losangos). Por exemplo, so exemplos de variveis e constantes:
Varivel(T) = seno(T)
Constante = 50
FLUXOS (setas de trao duplo com crculo e tringulo) - representam o transporte de
RECURSOS (gua, dinheiro, prestgio pessoal, produto qumico, etc) no sistema. Os
fluxos so VAZES CONTROLADAS por equaes e por isto so representados por um
cone parecido com "uma torneira sobre um cano". Os fluxos so medidos em
unidade de uma grandeza qualquer (metros, por exemplo) por unidade de tempo
(segundo, por exemplo). Tais equaes so do tipo:
Fluxo = 10 [ metros / segundo ]
ESTOQUES (retngulos) - Representam ACUMULAES/DESACUMULAES de algum
RECURSO (gua, dinheiro, prestgio pessoal, produto qumico, etc). ESTOQUES SO
VARIVEIS ESPECIAIS CUJO VALOR (ESTADO) DEPENDE DO QUE ACONTECEU NO
PASSADO.
A equao de transio de um estoque no tempo T para o tempo T+dt dada pela
seguinte equao:
Estoque(T+dt) = Estoque(T) + Fluxo(dt) * dt
Normalmente o intervalo de tempo dt feito igual a 1 unidade de tempo
(segundo, minuto, hora, dia, semana, ms, trimestre, semestre, ano, dcada,
sculo, milnio, etc.). Esta unidade de tempo que comanda todo o processo de
simulao do modelo ao longo do tempo, isto , o sistema mostrado na tela do
computador de dt em dt unidades de tempo.
Note tambm que na equao de transio do estoque, o fluxo est multiplicado
por dt, o que dimensionalmente correto pois a unidade de fluxo sempre
"uma unidade qualquer" dividida por uma unidade de tempo.
INFORMAO (setas de trao simples) - ligam os elementos do sistema e explicitam
relaes entre os mesmos. importante observar que as informaes, diferentemente
dos fluxos, no retiram ou colocam recursos nos estoques. As informaes tambm
podem ter um "trao duplo", significando que as mesmas s estaro disponveis num
instante de tempo futuro e no imediatamente.
FONTE EXTERNA (nuvens) - representa alguma fonte de recurso que est fora do
escopo de interesse do modelo em estudo. Isto , no exemplo acima, o fluxo retira
recursos da fonte externa e joga no estoque. Os detalhes da fonte externa no so
considerados no estudo do sistema representado pelo modelo.
Veja na Fig. 3-3 como fica o modelo de estoque e fluxo correspondente ao modelo causal da
caderneta de poupana mostrado na Fig. 3-1.

Fig. 3-3: Modelo de estoque e fluxo da caderneta de poupana
EQUAES
Por trs de todo modelo de estoque e fluxo, existe um sistema de equaes matemticas que
usado pelo software de simulao para traar a dinmica do sistema modelado. Assim, por
exemplo, o sistema de equaes correspondente ao modelo de estoque e fluxo da caderneta
de poupana mostrado na Fig. 3-3 o seguinte:
dt = 1 (ms)
Poupana(0) = 100
Taxa_de_Rendimento = 0,01 (1% ao ms)
Rendimentos(T) = Taxa_de_Rendimento * Poupana(T)
Poupana(T+dt) = Poupana(T) + Rendimentos(T) * dt
Poupana(T+dt) = Poupana(T) + [Taxa_de_Rendimentos * Poupana(T)]*1

SIMULAO MANUAL
De posse das equaes do modelo de estoque e fluxo, voc pode simular manualmente o
sistema.
Vejamos:
Em T = 0 (no incio da simulao)
Poupana(0) = 100 (isto foi dado)
Em T = 1 (no incio do ms 1)
Rendimentos(0) = 0,01 * Poupana(0) = 0,01 * 100 = 1,00
Poupana(1) = Poupana(0) + Rendimentos(0)*dt
Poupana(1) = 100 + 1,00 = 101,00
Em T = 2 (no incio do ms 2)
Rendimentos(1) = 0,01 * Poupana(1) = 0,01 * 101 = 1,01
Poupana(2) = Poupana(1) + Rendimentos(1)*dt
Poupana(2) = 101,00 + 1,01 = 102,01
E assim, at o tempo final de simulao, poderia ser calculado o valor de cada varivel e
estoque do sistema.

Desafio 3.2: Prossiga a simulao manual acima e calcule o valor da poupana no incio do
ms 10. muito importante que voc faa pelo menos uma vez na vida estes clculos
manualmente para que voc sinta a mecnica do clculo que feita pelos softwares de
simulao. Feito o clculo, responda: qual o valor da poupana no incio do ms 10, isto ,
aps 10 meses de poupana ?
No prximo captulo veremos como simular automaticamente (com auxlio do software de
simulao Powersim) a dinmica de uma caderneta de poupana representada na Fig. 3-3.
INTRODUO
DINMICA DE SISTEMAS

CAPTULO 4
SIMULANDO A DINMICA DE UM SISTEMA

No captulo 3 desenvolvemos manualmente no desafio 3.2 um modelo de estoque e fluxo de
uma caderneta de poupana.

Fig 4-1: Modelo de estoque e fluxo do
sistema "caderneta de poupana".

SIMULANDO UM SISTEMA

Agora vamos ver como podemos simular este sistema representado pelo modelo de estoque
e fluxo da Fig.4-1. Para fazer isto usaremos o software de simulao Powersim.

Fig. 4-2: Interface grfica do software de simulao Powersim.

Aps ter baixado o
Powersim, instale-o,
execute-o. Agora baixe e
abra o modelo
poupanca.sim, clicando
no item de menu FILE -
OPEN.
Na tela do seu computador
deve aparecer uma imagem
como mostrada na Fig. 4-3.
Fig. 4-3: Tela de abertura do
arquivo POUPANCA.SIM

Aps abrir o modelo poupanca.sim, voc ver na tela a Fig. 4-4.

Fig. 4-4: Tela do modelo da caderneta de poupana (poupanca.sim) no software de simulao Powersim.
Desafio 4.1: Abra o modelo da caderneta de poupana (arquivo poupanca.sim) no
Powersim. D um duplo clique no estoque (Poupana), no fluxo (Rendimentos) e na
constante (Taxa de Rendimento) e responda: (1) Qual o valor inicial da caderneta de
poupana? (2) Qual o valor da taxa de rendimento da poupana? (3) Qual a equao
do rendimento da poupana? e (4) Qual o tempo de simulao do modelo e qual a
unidade de tempo utilizada?
Desafio 4.2: Ainda no modelo da caderneta de poupana aberto no Powersim, d um
duplo clique na constante (Taxa de Rendimento) e altere-a para 3% ao ms. Rode a
simulao da caderneta de poupana (clique em RUN no menu SIMULATE) e diga qual
o valor acumulado na caderneta de poupana no final de 120 meses?

CONCLUSO
Neste captulo aprendemos a representar um sistema atravs de um modelo de estoque e
fluxo. Vimos como montar este modelo no software Powersim e como simular o sistema
dinamicamente no tempo. um pequeno, mas grande comeo. Pequeno porque o sistema
usado muito simples, mas grande porque se voc conseguiu entend-lo no ter
dificuldades para montar sistemas maiores. Sugiro que voc se familiarize com o Powersim,
variando o modelo da caderneta de poupana ou mesmo montando outros modelos simples.
INTRODUO
DINMICA DE SISTEMAS

CAPTULO 5
MODELO FINANCEIRO

Na segunda parte do nosso curso iremos mostrar alguns exemplos de modelos de estoque e
fluxo, com o objetivo de permitir uma familiarizao com a linguagem de Dinmica de
Sistemas e tambm explorar o uso dos modelos no estudo de situaes tpicas.
Os modelos financeiros so muito usados na elaborao de planos de negcios, anlise de
investimentos e estudos econmicos em geral. Os modelos de estoque e fluxo se prestam
muito bem simulao de tais sistemas.

MODELO
No exemplo, cujo modelo de estoque e fluxo v-se na Fig. 5.1, pretende-se analisar um
investimento numa empresa que produz e vende um nico produto.
O fluxo anual de PRODUO constante e igual a 1000 unidades/ano graas a um
INVESTIMENTO INICIAL de R$ 15.000,00. Cada unidade de capacidade instalada teve
um custo de R$ 15,00.
O fluxo anual de VENDAS (em unidades/ano) depende no somente da DEMANDA (que
varia aleatoriamente entre 900 e 1100 unidades por ano) mas tambm da disponibilidade do
ESTOQUE.
O FATURAMENTO BRUTO do empreendimento igual s VENDAS multiplicado pelo
PREO UNITRIO. Este varia conforme o mercado e um nmero aleatrio entre R$
9,00/unidade e R$ 11,00/unidade. O CUSTO DE PRODUO varia linearmente com a
PRODUO, isto , proporcional ao CUSTO UNITRIO.
Outro custo importante no modelo o CUSTO FINANCEIRO, decorrente da DVIDA
contrada para fazer face ao INVESTIMENTO INICIAL e aos eventuais EMPRSTIMOS
que se fazem necessrios quando o RESULTADO, isto , o FATURAMENTO BRUTO
menos o CUSTO TOTAL, negativo. Anualmente se paga JUROS e AMORTIZAES
desta DVIDA. Os JUROS so funo da TAXA DE JUROS, uma varivel que flutua ao
sabor do mercado financeiro como um nmero aleatrio que varia entre 12% aa (ao ano) e
15% aa. A parcela de dvida amortizada anualmente igual ao valor total da DVIDA
dividido pelo TEMPO DE AMORTIZAO.
Veja na Fig. 5.1 o diagrama de estoque e fluxo do modelo. As variveis com um dado
desenhado no seu interior, so aleatrias, isto , so sorteadas (como num jogo de dados) a
cada rodada (iterao) da simulao. Tais variveis so um instrumento adequado para
simular situaes bem prximas do que acontece no mundo real, onde nem sempre se sabe
com exatido o que acontecer. Tais modelos, incorporam portanto, as "incertezas" da vida
real.

Fig 5-1: Modelo de estoque e fluxo onde aparecem variveis aleatrias (com o dado desenhado no seu interior)
que representam incertezas do mundo real. A linha tracejada indica que o valor inicial da DVIDA igual ao
INVESTIMENTO INICIAL.

EQUAES
Sinteticamente pode-se escrever as equaes do modelo da forma a seguir. Tente entender o
significado de cada uma dessas equaes, associando-as aos elementos do modelo da Fig. 5-
1. Ao lado de cada equao colocada, entre colchetes, a unidade de medida de cada
elemento.
UNIDADE DE TEMPO [UNIDADE DE MEDIDA]
dt = 1 [ano]
ESTOQUES [UNIDADE DE MEDIDA]
Dvida(t+dt) = Dvida(t) + Emprstimos(t) * dt - Amortizao(t) * dt [R$]
Estoque(t+dt) = Estoque(t) + Produo(t) * dt - Vendas(t) * dt [unidades]

FLUXOS [UNIDADE DE MEDIDA]
Amortizao = Dvida / Tempo_Amortizao [R$ / ano]
Emprstimos = 0 se Resultado >= 0 e
Emprstimos = - Resultado se Resultado < 0 [R$ / ano]
Observao: s se toma emprstimo caso o resultado seja negativo, isto , a empresa
tenha prejuzo. Neste caso toma-se um emprstimo bancrio de valor igual ao
prejuzo do exerccio.
Produo = Investimento_Inicial/15 [unidades / ano]
Vendas = mnimo(Demanda, Estoque) [unidades / ano]
Observao: As Vendas no podem superar o que o mercado Demanda e o que se
dispe no Estoque.
VARIVEIS AUXILIARES [UNIDADE DE MEDIDA]
Demanda = Nmero aleatrio entre 900 e 1100 [unidades / ano]
Resultado = Faturamento_Bruto - Custo_Total [R$ / ano]
Faturamento_Bruto = Vendas * Preo_Unitrio [R$ / ano]
Preo_Unitrio = nmero aleatrio entre 9 e 11 [R$ / unidade]
Custo_Total = Custo_de_Produo + Custo_Financeiro [R$ / ano]
Custo_de_Produo = Produo * Custo_Unitrio [R$ / ano]
Custo_Unitrio = 6 [R$ / unidade]
Custo_Financeiro = Amortizao + Juros [R$ / ano]
Juros = Dvida * Taxa_de_Juros/100 [R$ / ano]
Taxa_de_Juros = nmero aleatrio entre 12 e 15 [% / ano]
Investimento_Inicial = 15000 [R$]
Tempo_de_Amortizao = 5 [ano]

SIMULANDO O SISTEMA
Agora vamos ver como simular este sistema representado pelo modelo de estoque e fluxo da
Fig.5-1. Para fazer isto, usaremos o software de simulao Powersim que pode ser baixado
na rea de download do ambiente web do curso no Internet em www.agrosoft.org.br/ds.
Aps ter baixado o Powersim, instale-o, execute-o. Agora baixe e abra o modelo
financas.sim. Armazene este arquivo num diretrio de sua livre escolha e descompacte o
arquivo.
Simulando o modelo, veja alguns dos resultados obtidos:

Fig. 5-2: Atendimento da Demanda: O estoque de produtos permanece razoavelmente estvel, apesar das variaes
na demanda e a capacidade limitada de atendimento de pedidos dos clientes.

Fig. 5-3: O RESULTADO cresce no perodo, parecendo estabilizar num certo patamar.

Fig. 5-4: A evoluo da Dvida Financeira de uma empresa um excelente parmetro para se verificar a sade
dessa empresa. Veja que a DVIDA sempre cai no perodo.


Fig. 5-5: Valores numricos de algumas das variveis do modelo financeiro. Os valores mostrados so muito pouco
provveis de serem reproduzidos quando voc rodar o modelo pois vrios parmetros so nmeros aleatrios, isto
, variam de rodada para rodada, com muito pouca chance de se repetirem.

Desafio 5.1: Abra o modelo financeiro (arquivo financas.sim) no Powersim, altere os
valores da varivel Investimento_Inicial de R$ 15.000 para R$ 20.000. Feito isto, rode o
modelo e responda:
1) Qual a tendncia do ESTOQUE? Cresce, decresce ou fica estvel ?
2) Qual a tendncia do RESULTADO? Cresce, decresce ou fica estvel ?
3) Qual a tendncia da DVIDA? Cresce, decresce ou fica estvel ?

CONCLUSO
O modelo financeiro apresentado bastante simples mas ideal para que voc se familiarize
com modelos financeiros e suas inmeras possibilidades de aplicao. um bom exerccio
alterar algumas das variveis no modelo e estudar o comportamento do sistema, fazendo o
modelo, um autntico "simulador de vo gerencial", muito comum para treinamento de
executivos em grandes empresas. Ficar por conta da sua experincia pessoal e interesse,
introduzir sofisticaes neste modelo de tal forma que voc explore ao mximo os limites da sua
imaginao.

INTRODUO
DINMICA DE SISTEMAS

CAPTULO 6
MODELO DO REBANHO LEITEIRO

Neste captulo veremos como usar os modelos de simulao para estudar a evoluo de um
rebanho leiteiro ao longo de 20 anos. Particularmente, analisaremos em que condies este
rebanho permanecer estabilizado quanto ao nmero de fmeas adultas. Tais modelos
podem ser usados no somente neste tipo de estudo mas tambm como uma ferramenta de
aprendizagem em que a gerncia de um estabelecimento de pecuria leiteira, pode exercitar
suas "crenas e prticas" gerenciais para ver o que acontece em diversas situaes, sem
incorrer no risco de gerar prejuzos ou mesmo catstrofes. A Fig. 6-1, abaixo, mostra a tela
do SIMULADOR DE REBANHO LEITEIRO desenvolvido com o uso do software
Powersim.

Fig. 6-1: Tela do Simulador do Rebanho Leiteiro desenvolvida com o Powersim.
Observe que mesmo uma pessoa com pouqussimos conhecimentos de informtica poder
testar a evoluo do rebanho leiteiro, alterando os seguintes parmetros: Percentual de
Descarte, Taxa de Natalidade e Intervalo entre Partos. A tela se assemelha a um painel de
controle de avio e por este motivo estes simuladores so tambm chamados de
"simuladores de vo gerencial" (management fly simulators). Este tipo de ferramenta tem
sido muito usada por grandes empresas no mundo todo, buscando criar um ambiente de
aprendizagem dentro das organizaes. Assim, pode-se testar a equipe gerencial em vrias
situaes crticas sem que haja risco real.

MODELO
Por trs do Simulador do Rebanho Leiteiro est o MODELO DO REBANHO LEITEIRO. O
Simulador nada mais que uma janela de entrada e sada de dados para o modelo.

Fig. 6-2: Modelo de Rebanho Leiteiro
A Fig. 6-2 mostra o desenho do modelo com os seguintes elementos:
ESTOQUES: Fmeas_1, Fmeas_2 e Fmeas_3 armazenam, respectivamente, a
quantidade de animais no seu primeiro, segundo e terceiro ano de idade. O estoque
Fmeas_Adultas armazena a quantidade de animais em fase adulta (3 ou mais anos).
FLUXOS: Nascimentos e Mortes representam a quantidade anual de animais nascidos
e mortos, respectivamente. O fluxo Vendas representa a quantidade anual de vacas
vendidas. Cresc1, Cresc2 e Cresc3 representam a passagem dos animais pelo seu
primeiro, segundo e terceiro anos de vida, respectivamente.
CONSTANTES/VARIVEIS: TxMortalidade, TaxNatalidade, Intervalo_Entre_Partos e
PercDescarte so os parmetros de controle do modelo.
EQUAES
As equaes do modelo podem ser vistas parcialmente na Fig. 6-3 que mostra como o
Powersim as representa. Mais a frente, veremos como visualizar todas as equaes do
modelo.

Fig. 6-3: Viso parcial das equaes do modelo de rebanho leiteiro.
Veja na Fig. 6-3 que as equaes esto separadas por grupos: estoques (tendo esquerda o
cone: retngulo), fluxos (cone: crculo com uma flecha) e constantes e variveis (cone:
crculo ou losango, respectivamente).
Vejamos como exemplo a equao do estoque Fmeas_3:

A primeira informao mostrada, atravs do cone , o VALOR INICIAL do estoque, isto ,
250 animais.
Logo abaixo vem o cone com as equaes dos FLUXOS:
de sada (negativo): -dt * Cresc_3
de entrada (positivo): +dt * Cresc_2
onde dt o intervalo de tempo (dt = 1 ano) e Cresc_2 e Cresc_3 so as variveis de fluxo.
A seguir vem o cone que representa a UNIDADE DE MEDIDA do estoque, neste caso a
unidade de medida animais.
E por ltimo, o cone introduz um COMENTRIO que fornece algumas informaes
adicionais sobre o estoque. Neste caso, o comentrio diz: Estoque de fmeas no terceiro ano
de vida (de 2 a 3 anos de idade).

PILOTANDO O SIMULADOR
Agora vamos ver como pilotar o simulador. Primeiramente baixe e depois abra o modelo
vacas.sim, necessrio para rodar o Simulador de Rebanho Leiteiro no Powersim. Ao abrir,
voc ver no lado esquerdo a janela mostrada na Fig. 6-4.

Clicando no boto SIMULADOR, voc ver a janela do Simulador de
Rebanho Leiteiro.
Clicando no boto MODELO, voc ver a janela do Modelo de
Rebanho Leiteiro.
Clicando no boto EQUAES, voc ver a janela das Equaes do
Modelo de Rebanho Leiteiro.
Clicando em SALVAR, voc salvar todas as modificaes feitas no
simulador no arquivo vacas.sim.
Clicando em FECHAR, voc fechar todas as janelas do arquivo
vacas.sim. Se foi feita alguma alterao, ser perguntado se voc
deseja salvar as mudanas feitas. O Powersim continuar aberto.
Clicando em SAIR, o Powersim ser fechado, depois de fechar
todas as janelas abertas. Se foi feita alguma alterao, ser
perguntado se voc deseja salvar as mudanas feitas.

Fig. 6 - 4: Controlador de janelas do Simulador de Rebanho Leiteiro.
DESAFIO 6.1 - Abra o modelo do rebanho leiteiro (arquivo vacas.sim) no Powersim, clique
no boto EQUAES e responda:
1) Qual a equao do fluxo Nascimentos ?
2) Qual a unidade de medida do estoque Fmeas_Adultas ?
3) Qual o comentrio do parmetro TxMortalidade ?
4) Quais so os valores iniciais dos estoques ?

DESAFIO 6.2 - Agora clique no boto MODELO e descreva com as suas palavras o
funcionamento do mesmo.
ESTABILIDADE DO REBANHO LEITEIRO
possvel, usando a janela do SIMULADOR, estudar para que valor do Percentual de
Descarte, o nmero de fmeas adultas fica estvel. Coloque no simulador, Intervalo entre
Partos = 1 ano, Taxa de Natalidade = 0,70 e faa vrias simulaes com o Percentual de
Descarte assumindo os valores (1) 20%; (2) 25%; (3) 30%, (4) 35% e (5) 40%. A Fig. 6-5, a
seguir mostra, num mesmo grfico, os resultados obtidos.

Fig. 6-5: Resultado de cinco simulaes com descarte variando entre 20% e 40%.
Observe que, descartes inferiores a 35% fazem com que o rebanho aumente com o passar do
tempo. Descartes superiores a 35% fazem o rebanho diminuir. Descartando-se cerca de 35%
dos animais adultos, conseguir-se- e estabilidade do rebanho em torno de 800 animais.

DESAFIO 6.3 - Usando o SIMULADOR do rebanho leiteiro, mantenha a taxa de natalidade
em 0,70; altere o intervalo entre partos para 2 anos. Qual o novo valor do percentual de
descarte que estabilizar o rebanho e em que nmero de animais o rebanho se estabilizar ?
DESAFIO 6.4 - Que sugestes voc daria para aperfeioar o modelo de rebanho leiteiro que
foi apresentado? Que utilidade voc v na utilizao deste simulador na vida real? Voc
acha que o desenvolvimento de um simulador das atividades tpicas de uma propriedade
rural poderia ajudar na melhoria das prticas gerenciais no setor agropecurio?

CONCLUSES
Voc viu neste captulo como se pode usar a simulao de um modelo para se estudar e para
se aprender sobre o rebanho leiteiro. Como no captulo anterior, ficar por conta da sua
experincia pessoal e interesse, introduzir sofisticaes neste modelo de tal forma que voc
explore ao mximo os limites da sua imaginao.
OBSERVAO: DESPROTEGENDO O MODELO PARA PODER ALTER-LO
O modelo vacas.sim do rebanho leiteiro est protegido, isto , ele no permite que voc o
modifique. Isto foi feito para facilitar rodar o modelo, evitando que se entre no MODO DE
EDIO involuntariamente.

Para fazer os desafios desse
captulo no necessrio
"desproteger" o modelo,
entretanto, se voc quiser
alterar o modelo, para "fazer
seus vos prprios", voc
dever fazer o seguinte:
Em FILE na barra de menu do
Powersim, clique em
PROPERTIES como mostra a
figura ao lado.

Assim que voc fizer isto, ser aberta uma nova janela chamada PROPERTIES (veja
abaixo) que contm algumas informaes sobre o modelo.

Na janela PROPERTIES que se abriu, clique no boto ACCESS que far com que se abra
uma nova janela chamada ACCESS RIGHTS (direitos de acesso). Nesta janela, em
ALLOW FOR (permisso para), marque tanto EDIT (editar) quanto SAVE (salvar) para te
dar direitos de, respectivamente, editar e salvar o modelo. Feito isto, clique em OK na janela
ACCESS RIGHTS, e depois novamente em OK na janela PROPERTIES. Agora voc j
poder alterar o modelo da maneira que voc quiser. Boa viagem!
INTRODUO
DINMICA DE SISTEMAS

CAPTULO 7
ARQUTIPOS DE SISTEMAS

Fala-se muito hoje em dia que vivemos na sociedade do conhecimento e do saber. Mas
afinal, qual o significado destes conceitos: conhecimento e saber.

DADOS, INFORMAO, CONHECIMENTO E SABER

DADOS E INFORMAO
Para tentar explicar estes conceitos, vamos partir de uma situao concreta. Suponhamos
que lhe seja apresentado os seguintes dados:
R$ 100,00
Janeiro de 2001
Janeiro de 2010
R$ 1.076,00
Estes dados dizem muito pouco isoladamente. Imagine quantas possveis histrias
poderiam conter estes dados. Provavelmente cada um de ns imaginaria um contexto
diferente para estes mesmos dados.
Agora imagine se relacionssemos estes dados da seguinte forma:
Aplique R$ 100,00 em janeiro de 2001 e receba R$ 1.076,00 em janeiro de 2010.
Agora fica muito mais claro o significado deste conjunto de dados. Este adquire um
significado, uma informao.
DADO um item sem significado prprio, algo fora de contexto. J um
conjunto de dados relacionados entre si e que tem um significado claro
chamado de informao.
INFORMAO a compreenso das RELAES existentes num conjunto de
dados.
CONHECIMENTO
Imagine agora a seguinte publicidade de um banco hipottico que anuncia uma aplicao
financeira a prazo determinado com juros pr-fixados, conforme mostra na figura 7-1.

Fig. 7-1: Publicidade de um banco hipottico
Esta pea de publicidade (figura 7-1) fornece uma conjunto de informaes sobre uma
forma de aplicao financeira oferecida por um banco hipottico. Apesar disto, a maioria
das pessoas seria incapaz de saber, por exemplo, qual seria o valor de uma aplicao no
ms de janeiro de 2005. Por que isto acontece ? Porque estas pessoas no tm
conhecimento suficiente para chegar a esta resposta.
Na publicidade acima, poderia ser calculada, com auxlio da matemtica financeira, a
taxa de juros pr-fixada, que de 2% ao ms e fazendo apenas contas de multiplicar,
chegar-se-ia a R$ 328,10 para o valor da aplicao em 2005. O conjunto de informaes
disponveis o mesmo para todas as pessoas que esto vendo a pea publicitria, mas
somente aqueles que detm um conhecimento do assunto que conseguem ver alm e
inferir algo que no est escrito.
Fica claro, portanto, que nem sempre ter acesso a informaes significa conhecer alguma
coisa. CONHECIMENTO ver alm do conjunto de informaes explcitas, inferindo
novas informaes consistentes com o conjunto dado originalmente. Uma forma clssica
de expressar o conhecimento atravs de equaes matemticas. No exemplo, a equao
que relaciona as informaes sobre a evoluo da aplicao :
Aplicao(T+1) = Aplicao(T) + Aplicao(T) * 0,02
Aplicao(T+1) = 1,02 * Aplicao(T)
onde: Aplicao(T) o valor da aplicao num determinado ms (T)
Aplicao(T+1) o valor da poupana no ms posterior (T+1)
Conhecendo-se a equao e o valor da aplicao num determinado ms, pode-se deduzir
os novos valores em qualquer outro ms.
SABER
Equaes semelhantes s do exemplo anterior apareceriam se o assunto fosse o tamanho
de uma populao de ratos crescendo a uma taxa fixa de 2% ao ms, sem restries de
alimentos e espao. Isto , a equao seria:
Populao(T+1) = 1,02 * Populao(T)
O mesmo aconteceria no caso do crescimento do volume de uma substncia resultante
de uma reao qumica a partir de outras substncias disponveis em quantidades
abundantes, a uma taxa fixa de crescimento de 2% por hora.
Volume(T+1) = 1,02 * Volume(T)
Esta semelhana entre as equaes indica que h uma similaridade no padro evolutivo
permitindo-nos inferir um princpio sobre como se d a evoluo de outras variveis na
natureza, no caso de no haver restries de recursos que limite o crescimento. Este
princpio evolutivo de que o nvel atual da varivel influi no seu valor no momento
seguinte podendo ser expresso pela seguinte equao genrica:
Varivel(T+1) = (1 + taxa de incremento) * Varivel(T)
Esta equao pode ser representada num modelo causal e evolui no tempo conforme
mostrado na figura 7-2.

Fig. 7-2: Modelo causal e evoluo no tempo de uma varivel que cresce a uma taxa determinada
SABER compreender os PRINCPIOS que regem um conjunto particular de
conhecimentos que guardam uma similaridade de comportamento entre si.
Em resumo: Dado algo fora de contexto, isto , no tem significado por si s. Um
conjunto de dados sobre os quais conseguimos compreender alguma relao chamado
de informao. Um conjunto de informaes sobre as quais conseguimos inferir novas
informaes consistentes com as primeiras, chamado de conhecimento. E um conjunto
de conhecimentos sobre os quais podemos deduzir algum princpio vlido para um
contexto genrico chamado de saber.

ARQUTIPOS DE SISTEMAS
Vimos que no basta ter dados para podermos compreender o que esteja acontecendo.
preciso ver que relaes existem entre estes dados para podermos extrair deles,
informaes que possam nos ser teis. Mas nem sempre dispomos de todas as
informaes de que precisamos, muitas vezes necessrio conhecer os padres que
governam estas informaes para inferir novas informaes a partir daquelas que
dispomos. Os sbios dominam vrios conhecimentos porque trabalham com os
princpios que regem estes conhecimentos.
No pensamento sistmico interessa-nos atingir a sapincia, isto , o domnio dos
princpios que governam determinada classe de conhecimentos. A construo desse
saber uma tarefa que comea colecionando dados para relacion-los em informaes
que possam nos ser teis na obteno de algum conhecimento.
Os arqutipos de sistemas so estruturas que so encontradas em diversos sistemas. Os
arqutipos expressam um saber sobre o comportamento sistmico.
Existem tantos tipos de arqutipos de sistemas quanto for a capacidade do ser humano de
identificar estruturas sistmicas capazes de refletir princpios genricos. Nesse captulo
estudaremos os dois tipos bsicos de arqutipos mais comumente encontrados na
modelagem de sistemas:
Arqutipo de Reforo
Arqutipo de Equilbrio
Reconhec-los num diagrama causal uma tarefa relativamente fcil e ajuda muito no
entendimento do comportamento evolutivo de um sistema ao longo do tempo.

Fig. 7-3
Arqutipo de
Reforo
Nmero par
de relaes
negativas
Fig. 7-4
Arqutipo de
Equilbrio
Nmero mpar
de relaes
negativas

Uma seqncia de relacionamentos num diagrama causal onde uma varivel A se
realimenta positivamente da sua prpria evoluo conhecida como Arqutipo de
Reforo. identificado pela letra R no interior do diagrama causal. Na figura 7-3, se A
cresce, B tambm cresce, o que faz A crescer mais ainda. Esta seqncia refora cada
vez mais o crescimento da varivel A.
Operacionalmente tem-se um arqutipo de reforo quando num circuito de
realimentao, o nmero de relaes causais negativas existentes for um
nmero par. Na figura 7-3, o nmero de relaes causais negativas 0 (zero) que
um nmero par.
Uma seqncia de relacionamentos num diagrama causal onde uma varivel A
realimenta negativamente sua prpria evoluo, chamado de Arqutipo de
Equilbrio. identificado pela letra E no interior do diagrama causal. Na figura 7-4, se
A cresce, B evolui no sentido oposto, isto , decresce, o que faz A decrescer. Esta
seqncia age de forma a anular o crescimento inicial de A fazendo com que atinja um
estado de equilbrio.
Operacionalmente tem-se um arqutipo de equilbrio quando num circuito de
realimentao, o nmero de relaes causais negativas existentes for um
nmero mpar. Na figura 7-4, o nmero de relaes causais negativas 1.

UM EXEMPLO DE ARQUTIPO
Um exemplo de Arqutipo de Equilbrio ocorre quando enchemos um copo d'gua (Fig.
7-5).

Fig. 7-5: Exemplo de arqutipo de equilbrio
Fonte: A Quinta Disciplina, Peter Senge

Temos na nossa mente um Nvel Desejado de gua no copo. Ficamos observando o
Nvel da gua no Copo a todo instante enquanto controlamos a Abertura da Torneira
com uma das mos. No incio o copo est vazio e a Defasagem Percebida grande,
logo abrimos bem a torneira e consequentemente o Fluxo de gua grande. A medida
que o Nvel da gua no Copo vai aumentando, a Defasagem Percebida diminui,
fazendo-nos diminuir a Abertura da Torneira e o Fluxo de gua. Chega um momento
que o Nvel da gua no Copo alcana o Nvel Desejado de gua e neste ponto a
Defasagem Percebida nula, fazendo com que fechemos a torneira completamente.
Neste processo de controle no enchimento de um copo d'gua temos uma varivel do
sistema (o Nvel de gua no Copo) realimentada negativamente por uma seqncia
de relaes causais no circuito.

LEITURA SUPLEMENTAR PARA ESTE CAPTULO
Vrios autores propuseram outros arqutipos de sistemas cujo reconhecimento no to
trivial e sua aplicabilidade depende da familiaridade que se tem com a interpretao de
modelos causais. Por este motivo, eles no sero abordados neste curso, entretanto
aqueles que desejarem conhec-los, podero faz-lo consultando as seguintes
referncias:
A Quinta Disciplina: Arte e Prtica da Organizao que Aprende (ver
captulos 5 e 6, e apndice 2 do livro) de Peter M. Senge, traduo do original
"The Fifth Discipline" (veja a seguir). Editora Best Seller. Traduo do livro:
The Fifth Discipline: The Art & Practice of The Learning Organization de
Peter M. Senge, editado nos EUA pela editora Currency Doubleday.
Archetypes: Interaction Structures of the Universe de Gene Bellinger em
http://www.outsights.com/systems/arch/arch.htm

CONCLUSES
O conhecimento hoje considerado um patrimnio de qualquer sociedade, comunidade,
organizao, empresa ou indivduo. uma rea de muito interesse e seu gerenciamento
vem se tornando um dos pontos mais crticos no desenvolvimento competitivo de
qualquer tipo de organizao social.
Na obra A Quinta Disciplina lanada em 1990 nos EUA, o autor Peter Senge prope a
construo de um ambiente organizacional que aprende atravs do pensamento
sistmico (system thinking). Senge lapida as idias de Jay Forrester, o propositor da
disciplina Dinmica de Sistemas cujos fundamentos datam do incio da dcada de 60,
sugerindo padres de comportamento sistmico baseado em arqutipos a partir da
construo e uso de modelos causais das relaes que ocorrem no interior de qualquer
sistema.
Os modelos causais (assim como seus correlatos modelos de estoque e fluxo) so
representaes de uma realidade composta de informaes. Atravs deles podemos
inferir novas informaes, consistentes com aquelas que nos foram dadas inicialmente.
Estes modelos esto para a Dinmica de Sistemas assim como as equaes esto para a
Matemtica. Representam um conhecimento empacotado, sistematizado. Quem chega a
um modelo (a uma equao) vlido (aceito), detm um conhecimento.
Uma organizao que trabalha na construo de um modelo do seu negcio, est
aprendendo e busca acumular um conhecimento sobre si mesmo.
Os arqutipos de sistemas so princpios vlidos para qualquer tipo de sistema.
Quem os conhece bem e os aplica no dia-a-dia, chega ao nvel dos sbios.
Espero que estas notas sobre Dinmica de Sistemas lhe tenha despertado para as
potencialidades do pensamento sistmico. Somente a prtica diria ir conduzi-lo a um
nvel de compreenso mais profundo dessa matria. Quando isto acontecer, lembre-se
que voc um dia leu esta frase e que ela pode ter sido o comeo de tudo.
INTRODUO
DINMICA DE SISTEMAS

APNDICE 1
MODELAGEM DE CADEIAS PRODUTIVAS

Neste apndice veremos como a disciplina Dinmica de Sistemas pode auxiliar no
estudo dos sistemas produtivos em geral e em particular de cadeias produtivas, isto , um
sistema formado pelo conjunto de atividades e transaes comerciais que concorrem
para a produo de um determinado bem ou servio.

INTRODUO
Numa cadeia produtiva agroindustrial, a medida que os bens se movem do fabricante de
insumos agropecurios passando pelos produtores rurais, integradores, distribuidores,
varejistas at chegar ao consumidor final, necessrio haver uma coordenao das
decises ao longo de toda a cadeia, para que se obtenha um melhor desempenho de
algumas de suas variveis, por exemplo: estoques de produtos acabados, bens
intermedirios e matrias primas; flutuao na demanda de insumos de um elo da cadeia;
etc.
O estudo dessas variveis nas cadeias produtivas agroindustriais tem por base as mesmas
ferramentas usadas para analisar as cadeias industriais. Sendo Dinmica de Sistemas
uma dessas ferramentas, nada mais natural que aplic-la modelagem de cadeias
produtivas agroindustriais.
No passado havia muito pouca coordenao numa cadeia produtiva. Basicamente as
cadeias se coordenavam via preo e pela troca de informao gerada quando um
comprador fazia pedidos de algum insumo aos seus fornecedores dentro da cadeia.
Atualmente as trocas de informaes no se fazem mais exclusivamente via preo ou
entre os elos prximos das cadeias produtivas mas tambm, pela comunicao de
informaes estratgicas entre todos os membros da cadeia produtiva.
Com o advento do comrcio eletrnico, esta troca de informaes no s se tornou
crucial para a competitividade dos negcios ao longo da cadeia, como tambm ficou
mais facilitada em relao infra-estrutura de redes de computadores instalada para dar
suporte s transaes.
HISTRICO
A Teoria dos Custos das Transaes (TCT) incorpora importantes aspectos sistmicos
nas relaes entre empresas numa cadeia. Nos mercados, os nveis de produo so
determinados principalmente pelo preo dos produtos. Numa empresa, internamente, as
transaes via preo desaparecem, sendo substitudas por decises tomadas pela
administrao da empresa com base na sua organizao interna. A contribuio da TCT
no estudo das cadeias produtivas que no se deve levar em conta nas decises
econmicas, apenas os custos de produo internos de cada empresa mas tambm os
custos de transao entre as empresas. Entretanto a TCT desconsidera as caractersticas
dinmicas existentes nas cadeias produtivas (Wiazowski, 2001)
A grande contribuio da disciplina Dinmica de Sistemas no estudo de cadeias
produtivas permitir que se leve em considerao seus aspectos dinmicos, isto , da
variao dos parmetros e variveis da cadeia ao longo do tempo.
O uso do ferramental de anlise de Dinmica de Sistemas no estudo de sistemas
produtivos remonta dos tempos de Jay Forrester quando este lanou as bases da
disciplina no seu livro Industrial Dynamics em 1961. A partir dos anos 80 e mais
acentudamente a partir dos anos 90 (pode-se adotar como marco o lanamento do livro
A Quinta Disciplina de Peter Senge em 1990), houve um aumento considervel no
nmero de publicaes sobre o assunto. Hoje em dia, Dinmica de Sistemas tem sido
usada na modelagem da dinmica de qualquer tipo de sistema, em particular de sistemas
produtivos em geral e mais especificamente de cadeias produtivas.
Os efeitos da descoordenao numa cadeia podem ser testados num jogo cujas idias
foram lanadas por Forrester em 1961 e at hoje um marco referencial. Trata-se do
Jogo da Cerveja (the Beer Game), que simula uma cadeia de distribuio de bens
(cervejas) simplificada composta do fabricante, do segmento distribuidor, do segmento
atacadista, do segmento varejista e do mercado consumidor que se comunicam
unicamente no momento em que fazem seus pedidos cadeia acima ou entregam as caixas
de cerveja cadeia abaixo. Devido a uma comunicao pobre entre os elos da cadeia, uma
simples alterao na demanda de cervejas pelo mercado consumidor normalmente
causa de flutuaes descontroladas nos estoques dos diversos segmentos da cadeia.
Os trabalhos de Towill merecem destaque neste breve resumo histrico sobre o uso de
Dinmica de Sistemas na modelagem de cadeias produtivas, entre eles: Industrial
Dynamics Simulation Models in the Design of Supply Chains de 1992 e Industrial
Dynamics Modelling of Supply Chains publicado em 1996.

EXPERINCIA BRASILEIRA
No Brasil ainda so incipientes as experincias em Dinmica de Sistemas, em particular
aquelas orientadas para o agronegcio. No Agrosoft 99 - II Congresso da SBI-Agro,
evento realizado em Campinas em 1999 foram apresentados trs trabalhos sobre o
assunto e no II Workshop da SBI-Agro, realizado em Campinas em 2000, foram
apresentados mais trs artigos orientados especificamente para o agronegcio. A seguir,
os resumos de cinco destes artigos que esto disponveis, na ntegra, na Internet para
consulta:
ARTIGO 1
Relaes Causais na Discusso sobre Organismos Transgnicos no Complexo da Soja
Autores: Paulo Roberto de Castro Villela e R. Christopher Schroeder
Evento: Agrosoft 99 - II Congresso da SBI-Agro (1999)
Texto completo: Apndice 2
Resumo: A discusso sobre a aceitao e uso dos organismos transgnicos ou
geneticamente modificados (OGM) no complexo da soja tem sido um assunto bastante
debatido e afeta milhes de pessoas em todo o mundo. Mtodos (conhecidos como
diagramas causais) da disciplina Dinmica de Sistemas so usados, neste artigo, no
desenvolvimento de um arcabouo para facilitar esta discusso e um primeiro passo
para a construo de modelos de simulao dinmicos. Este arcabouo funciona como
uma linguagem visual que ajuda no entendimento das relaes causais e de seus efeitos
em discusses complexas como esta.

ARTIGO 2
Sustentabilidade de Empreendimentos Agroindustriais de Pequeno Porte: uma
Aplicao de Sistemas Dinmicos
Autores: Wagner Luiz Lourenzani e Carlos Arthur Barbosa da Silva
Evento: Agrosoft 99 - II Congresso da SBI-Agro (1999)
Texto completo: http://www.agrosoft.org.br/trabalhos/ag99/artigo52.htm
Resumo: Este artigo analisa, por meio da metodologia Dinmica de Sistemas, o
comportamento dos fluxos de informao, bens e servios que comandam a estrutura de
empreendimentos agroindustriais de pequeno porte. Atravs do processo de mapeamento
causal, uma estrutura bsica para a simulao dinmica ser construda para que se possa
avaliar, compreender e controlar os fatores interdependentes do sistema.

ARTIGO 3
Uma Aplicao da Metodologia de Dinmica de Sistemas Anlise da Coordenao
Vertical na Cadeia Produtiva da Pecuria de Corte
Autores: Bris Alessandro Wiazowski e Carlos Arthur Barbosa da Silva
Evento: II Workshop da SBI-Agro (2000)
Texto completo: http://www.sbiagro.org.br/iiwork/artigo02.htm
Resumo: Neste artigo apresentado um modelo da Cadeia Produtiva da Pecuria de
Corte que permite analisar mecanismos alternativos de coordenao vertical. Utilizou-se,
para esta finalidade, a metodologia de Dinmica de Sistemas. Os resultados obtidos
incluem a formalizao matemtica e simulao de um modelo representativo da cadeia
na forma de fluxos e estoques. So avaliados cenrios alternativos que refletem a
estrutura e o funcionamento da cadeia sob formas diferenciadas de coordenao: via
preo e via feedback de informao.

ARTIGO 4
Uso de Simulao Baseada em System Dynamics para Anlise de Cadeias
Agroindustriais
Autores: Jana Roiz Saito e Reginaldo Santana Figueiredo
Resumo: Este artigo identifica alguns pontos de alavancagem em cadeias
agroindustriais, no caso especfico, a Cadeia do Acar. Para tal propsito, foi utilizado
o software de simulao STELLA, baseado na metodologia Dinmica de Sistemas,
desenvolvida na dcada de 60 por Jay Forrester, MIT.
Alguns dos pontos de alavancagem identificados foram: reduo no lead time de
transporte, coordenao da informao, entre outros. Alm de identificar os pontos de
alavancagem, este trabalho pode ser um ponto de partida para a prtica do Aprendizado
Organizacional preconizado por Peter Senge, aplicado na cadeia do acar.
ARTIGO 5
Utilizao de System Dynamics no Gerenciamento de Florestas
Autores: William Hajime Yonenaga e Reginaldo Santana Figueiredo
Resumo: Nos ltimos anos tem havido uma crescente demanda por madeira para ser
utilizada na siderurgia, na produo de celulose e papel, no setor moveleiro. Com isso,
os produtores tm que maximizar sua produo para atender a esta demanda. Este
trabalho prope um sistema que determina o melhor momento para se cortar uma
floresta plantada e disponibilizar a produo para o mercado. Foi utilizada a metodologia
de Dinmica de Sistemas.

LEITURA SUPLEMENTAR SOBRE ESTE CAPTULO
Towill, D. R. (1992) Industrial Dynamics Simulation Models in the Design of
Supply Chains. International Journal of Physical Distribution & Logistic
Management, v.9, n.5, p.3-11.
Towill, D. R. (1996) Industrial Dynamics Modelling of Supply Chains. Logistics
Information Management, v.9, n.4, p.43-56.
Wiazowski, B. A. (2001) Dinmica de Sistemas: Uma Aplicao Anlise da
Coordenao Vertical no Agronegcio da Carne Bovina. Tese de Mestrado, p.19-20.
Viosa (MG). Universidade Federal de Viosa.
[ http://www.agrosoft.com.br/ds/wiazowski ]

CONCLUSES
Neste apndice foram apresentados alguns aspectos conceituais e histricos a respeito da
modelagem de cadeias produtivas e tambm cinco artigos sobre modelagem de cadeias
produtivas agroindustriais. Embora ainda incipiente no Brasil, a modelagem de cadeias
agroindustriais com base na metodologia de Dinmica de Sistemas hoje uma das
formas mais usadas para se captar a dinmica destas complexas estruturas. de se
esperar, portanto, nos prximos anos, um vigoroso desenvolvimento de tais modelos
orientados para o entendimento dos sistemas econmicos e sociais, em especial, do
agronegcio.
INTRODUO
DINMICA DE SISTEMAS

APNDICE 2
RELAES CAUSAIS NA DISCUSSO SOBRE
ORGANISMOS TRANSGNICOS NO COMPLEXO
DA SOJA
Paulo R. C. Villela e R. Christopher Schroeder
Paulo Roberto de Castro Villela
Email: paulo.villela@agrosoft.com.br
R. Christopher Schroeder
Email: rcs@centrec.com

Resumo
A discusso sobre a aceitao e uso dos organismos transgnicos (OGM) no complexo da
soja tem sido um assunto altamente debatido e afeta milhes de pessoas em todo o mundo.
Mtodos (conhecidos como diagramas causais) da disciplina Dinmica de Sistemas so
usados, neste artigo, no desenvolvimento de um arcabouo para facilitar esta discusso e
um primeiro passo para a construo de modelos de simulao dinmicos. Este arcabouo
funciona como uma linguagem visual que ajuda no entendimento das relaes causais e de
seus efeitos em discusses complexas como esta.
Abstract
CAUSAL RELATIONSHIPS IN THE DISCUSSION ABOUT GENETICALLY
MODIFIED ORGANISMS (GMO) IN SOYBEAN INDUSTRY: The discussion about
the acceptance and use of Genetically Modified Organisms (GMO) in soybean industry has
been a highly debated issue and affects millions of people throughout the world. Methods
(namely causal loop diagramming tools) from the discipline of System Dynamic are used in
this paper to develop a framework for helping to understand this debate. This is a first step
to build dynamic simulation models too. This framework works as a visual language that
helps to understand causal relationships in complex discussions like this one. It makes easier
the comprehension about problem by people and can contribute to enhance their
communication skills in the discussion.
Palavras Chaves
Soja transgnica; organismos geneticamente modificados; segregao; System Dynamics;
diagrama causal; economia da soja; marketing; cadeia produtiva; cadeia de valor.
1. INTRODUO
Organismos transgnicos ou organismos geneticamente modificados (GMO - genetically
modified organisms) so as plantas e animais que tm seu cdigo gentico alterado com o
objetivo de melhorar algum ndice de desempenho, tais como: produtividade, custo de
produo, resistncia doenas, valor nutricional, etc.
Atualmente, o que tem impulsionado o plantio de soja transgnica est relacionado com a
melhoria da eficincia na produo. Certas variedades de soja foram alteradas geneticamente
para ter maior resistncia a herbicidas, permitindo que os produtores usem menos deste tipo
de agroqumico nas suas plantaes sem sacrificar a produtividade ou a qualidade do que
produzem.
A discusso sobre a aceitao e uso de organismos transgnicos muito complexa pois afeta
milhes de pessoas e interesses no mundo todo. De um lado consumidores pouco
informados, confusos, desconfiados e desejosos de consumir produtos sem risco algum para
sua sade, pressionam os governos para tomarem uma posio contrria liberao dos
alimentos a base de organismos transgnicos ou pelo menos tornar compulsria sua
identificao nas embalagens destes produtos.
Os governos hesitam em tomar uma posio, aguardando por evidncias cientficas para
decidirem a respeito do assunto. Grandes cadeias de supermercados e processadores de
alimentos, principalmente na Europa (Dayd, 1999), j se recusam a usar ingredientes
provenientes de organismos transgnicos nos produtos que comercializam. A curto prazo, os
produtores de soja tm um grande dilema. Eles podem plantar soja transgnica e com isto se
beneficiam do seu custo de produo mais baixo ou podem optar pela soja no transgnica,
com maiores custos mas cuja aceitao no corre o risco de rejeio pelo mercado em
funo da sua origem gentica.
Os defensores dos transgnicos tambm dizem que seu cultivo causa menos eroso no solo e
benefcios ambientais, uma vez que se usa menos herbicidas na plantao. A taxa de adoo
dos transgnicos pelo produtores tem sido expressiva. Em trs anos, o uso da soja
transgnica saiu de zero para mais de 40% nos Estados Unidos, primeiro pas a aprovar o
uso das variedades transgnicas. Outros grandes pases produtores, tais como o Brasil e
Argentina, tm resistido ao uso dos transgnicos nos seus solos.
A oposio ao uso da soja transgnica tem sido impulsionada por dois tipos de
preocupaes. Primeiro, porque acredita-se que ela tem algum efeito negativo para a sade
humana. Em segundo lugar, se diz que a introduo de variedades resistentes a herbicidas
podem alterar o equilbrio da natureza e trazer problemas no futuro. Os consumidores
europeus tm sido os mais fortes opositores ao uso de transgnicos em geral, incluindo
nestes a soja (Dayd, 1999). Nos outros pases, o nvel de oposio tem sido variado e na
maioria das vezes impulsionados por grupos de interesse bem organizados.
Este artigo prope a construo de um arcabouo para examinar os diversos aspectos
relativos ao debate sobre o uso dos transgnicos no complexo da soja. A metodologia
utilizada vem da disciplina Dinmica de Sistemas (System Dynamics) proposta e estruturada
por Jay Forrester (1961, 1968).
Este arcabouo foi dividido em quatro setores para facilitar a descrio das relaes que so
relevantes para se estudar o debate sobre a soja transgnica e seus efeitos no complexo da
soja. Em seguida, so descritas as relaes internas de cada um desses quatro setores e os
inter-relacionamentos entre eles.
Relevncia da Perspectiva Global
A deciso de um fazendeiro entre plantar soja transgnica ou no transgnica pode estar
sendo mais influenciada pelos consumidores de outros pases que pela preferncia dos
consumidores de seu prprio pas.
O comrcio global de soja (inclui gros, farelo e leo) um grande negcio que cresceu de
quase US$ 13 bilhes em 1990 (em exportaes) para quase US$ 24 bilhes em 1997. Em
1997, trs pases responderam por 78% (em valor) deste comrcio mundial: EUA, Brasil e
Argentina (FAOSTAT, 1999; Portugal, 1999; Larreche and Firpo Brenta, 1999)
A evoluo do valor total das
exportaes de soja destes trs
pases lderes mostrada no
grfico da Figura 1. Em 1997, a
produo fsica de soja destes
pases foi: Estados Unidos, 73
milhes de toneladas; Brasil, 26
milhes de toneladas; e
Argentina, 11 milhes de
toneladas.
Em 1997, a Comunidade
Europia importou do Brasil, 41%
(em valor) do total das suas
importaes de soja (Soya and
Oilseed Bluebook, 1999;
FAOSTAT, 1999). Este valor
correspondeu a 61% de todas as
exportaes brasileiras de soja
para o mundo.
A Figura 2 mostra a evoluo do
percentual a que corresponde o
valor das exportaes brasileiras
de soja para a Comunidade
Europia sobre o volume total das
exportaes brasileiras de soja, no
perodo de 1990 a 1997.
Estes fatos ilustram a grandeza do
complexo da soja no comrcio
mundial e demonstram como os
produtores de um pas esto
altamente interconectados com os consumidores de outros pases. Estas ligaes so
importantes tambm na discusso sobre produtos transgnicos num contexto global, que vai
alm dos atuais debates de cunho filosfico e poltico. Isto tem a ver com os interesses de
grandes empresas, grupos sociais organizados, novas oportunidades de negcios e com a
balana comercial de cada pas, o que tem uma influncia enorme nas fragilizadas
economias do Brasil e Argentina, por exemplo.
Exportaes de Soja
2.000
4.000
6.000
8.000
10.000
1990 1991 1992 1993 1994 1995 1996 1997
Argentina
Brasil
EUA
US$
milhes

Fig.1 - Exportaes de soja em US$ milhes
Fonte: FAOSTAT, 1999
50%
60%
70%
80%
90%
%
1990 1991 1992 1993 1994 1995 1996 1997
Exportaes de soja do Brasil para a Europa
sobre o total das exportao de soja brasileira

Fig.2 - Exportaes brasileiras de soja para a Europa
Fonte: Soya & Oilseed Bluebook, 1999
2. SETORES E RELAES CAUSAIS
Um dos desafios para explorar os assuntos que cercam o debate sobre transgnicos que o
sistema subjacente muito complexo e altamente inter-relacionado.
Setores Principais do Sistema em Estudo
Num nvel mais elevado, podemos ver o sistema em estudo, constitudo de quatro setores
principais, como ilustra o diagrama na Figura 3.
Percepes do Consumidor: as atitudes e impulsos do consumidor influenciam a
demanda pelos produtos transgnicos e no transgnicos e pelo seu concorrente comum,
os Produtos Substitutos da Soja.
Economia da Soja Transgnica: relativa ao setor produtivo da soja transgnica e seus
produtos derivados.
Economia da Soja No Transgnica: relativa ao setor produtivo da soja no
transgnica e seus produtos derivados.
Capacidade de Segregao: relativo capacidade que o sistema de produo,
processamento e distribuio tem para tratar separadamente o produto transgnico do
produto no transgnico.
Estes quatro setores relacionam-se com as seguintes variveis dorsais do sistema em estudo:
Preocupao com os Transgnicos, que retrata as desconfianas do consumidor com os
produtos transgnicos; Demanda por Protena e leo; Demanda por Substitutos da Soja;
e estoque de Terra Disponvel para a (produo de) Soja.
PERCEPES DO
CONSUMIDOR
ECONOMIA DA SOJA
TRANSGNICA
CAPACIDADE DE
SEGREGAO
Preocupao
com os
Transgnicos
Demanda por
Substitutos da
Soja
Terra
Disponvel
para a Soja
ECONOMIA DA SOJA
NO TRANSGNICA
Demanda por
Protena e leo

Fig. 3 - Principais setores do sistema em estudo
Campanhas
Pr
Transgnicos
s
Imagem dos
Transgnicos
na Mdia
+ -
+
-
B
1
- +
-
Fatos
Positivos sobre
Transgnicos
Fatos
Negativos sobre
Transgnicos
Campanhas
Contra
Transgnicos
Preocupao
com os
Transgnicos
B
2

Fig. 4 - Percepes do Consumidor
Percepes de Consumidor
De certo modo, o consumo
da soja no tem diferena de
qualquer outro bem.
Este setor, mostrado na
Figura 4, tem impacto na
varivel dorsal Preocupao
com os Trangnicos atravs
da varivel Imagem dos
Transgnicos na Mdia que
fundamental, pois
representa a intensidade e o
tom das mensagens na mdia
relativo aos produtos
transgnicos. Por exemplo,
uma Imagem positiva alta
significa que h uma alta
intensidade de fatos
favorveis aos transgnicos
na mdia; enquanto uma
Imagem negativa significa
que h mais fatos negativos
sobre os transgnicos na
mdia do que fatos positivos.
Dois fatores so externos ao sistema (indicados pelos cones em forma de nuvens) e
influenciam diretamente a Imagem dos Transgnicos na Mdia: os Fatos Positivos e os
Fatos Negativos sobre Transgnicos. Se ns pudssemos ver o futuro, saberamos a
influncia destes fatos na Preocupao com os Transgnicos, e assim seria mais fcil tomar
decises estratgicas hoje.
Os grupos de interesse investem em Campanhas Pr e Contra os Transgnicos para
propagar suas convices sobre os benefcios ou malefcios desta tecnologia. Os nveis dos
investimentos nestas Campanhas se inserem em duas malhas de equilbrio B
1
e B
2
(balance
loops) no diagrama mostrado na Figura 4.
Economias da Soja Transgnica e No Transgnica
Estes dois setores tem estruturas semelhantes e por este motivo sero representados por um
diagrama comum, mostrado na Figura 5. Com base neste diagrama causal, vemos que o
Custo de Produo influencia negativamente o Lucro Lquido, isto , quanto maior o Custo
de Produo, menor o Lucro Lquido. Isto um fato muito importante que diferencia os dois
tipos de soja, uma vez que um dos benefcios apregoados a favor da soja transgnica que
seu Custo de Produo menor em relao soja no transgnica. A malha de equilbrio B
3

pode ser assim analisada: um aumento no Lucro Lquido encoraja os fazendeiros a tomar a
deciso de cultivar mais Terra para produzir soja, o que tem efeito alguns meses frente
com o incremento da Produo. Isto por sua vez puxa para cima o Estoque, causando uma
presso negativa na Variao de Preo. Com o Preo mais baixo, o Lucro Lquido tende a
cair contrabalanando a tendncia inicial de alta.
Demanda por
Segregao
Preocupao com
os Transgnicos
Infra-estrutura
de Segregao
Custo da
Segregao
Confiana na
Segregaao
-
+
+
+
+
B
5

Fig. 6 - Capacidade de Segregao
Custo de
Produo
Preo
Lucro
Lquido
Produo
Estoque
Terra
+
-
+
+
+
R
1
Variao
de Preo
Demanda
-
-
-
+
+
-
+
B
3
Produtividade
+
B
4

Fig. 5 - Economias da Soja
A Demanda relativa pelos
dois tipos de soja tem um
papel importante na
regulao dos respectivos
preos. A malha de
equilbrio B
4
incorpora os
efeitos da curva de
demanda (quanto maior o
preo menor a demanda
pelo produto). J a malha
de reforo R
1
mostra as
relaes das variveis de
controle do produtor que
tentar maximizar seu
Lucro Lquido, seja atravs
da reduo nos Custos de
Produo ou do aumento
da Produo, usando para isto mais Terra ou obtendo uma melhor Produtividade.
Capacidade de Segregao
As atividades neste setor esto relacionadas
habilidade para segregar a soja transgnica da
soja no transgnica, desde a produo na
fazenda, passando pelo processamento e
sistemas de distribuio at o consumidor
final. Novamente temos (vide Figura 6) uma
malha de equilbrio B
5
pois um aumento no
nvel de Preocupao com os Transgnicos,
provoca uma maior Demanda por
Segregao, que por sua vez fora a
construo progressiva de uma Infra-
estrutura de Segregao que d ao
consumidor segurana na escolha dos
produtos de sua preferncia, gerando com o
passar do tempo, Confiana na (infra-
estrutura de) Segregao. Quanto mais
confiana o consumidor tiver, menor ser o
nvel de Preocupao com os Transgnicos, contrabalanando a tendncia de alta desta
varivel. Deve-se ressaltar ainda neste setor, que o custo do desenvolvimento da Infra-
estrutura de Segregao ter impacto no Custo de Produo dentro de cada uma das
economias.
Observe que o conceito Infra-estrutura de Segregao, neste contexto, vai alm da
capacidade de separao fsica dos gros e linhas de processamento. Para promover a
Confiana na (infra-estrutura de) Segregao, ser necessrio incluir o desenvolvimento de
tecnologias de teste de identificao da gentica dos produtos; mtodos de rastreamento e
rotulao; e educao do consumidor.
3. DIAGRAMA COMPLETO E ANLISES DE ESTRATGIAS
O diagrama da Figura 7, funde os quatro setores anteriormente descritos e as variveis
dorsais em um nico quadro para ilustrar os acoplamentos existentes.

Para exemplificar o potencial analtico deste diagrama causal, analisaremos trs casos onde
este diagrama pode ajudar na compreenso de problemas:
1. Observe que o nvel de Preocupao com os Transgnicos regula a Demanda relativa (e
no final das contas o Preo) da soja transgnica em relao soja no transgnica. Ao
mesmo tempo, um nvel alto de Preocupao com os Transgnicos poder incrementar
a Demanda por Substitutos da Soja, uma vez que esta tem vrios produtos que podem
ocupar seu lugar no atendimento da Demanda por Protena e leo. Isto pode trazer
srias conseqncias para o complexo da soja no futuro.
2. As discusses sobre soja transgnica no Brasil tem levado proibio de se plantar tais
sementes. Isto significa que o produtor brasileiro no tem a opo de usar a Terra
conforme sua vontade. Esta medida pode ser um reflexo das presses dos consumidores
europeus, maiores importadores da soja brasileira, visando assegurar um estoque
razovel de soja no transgnica, com um custo baixo de segregao, no pressionando
assim demasiadamente as variveis Preo e Custo de Produo. A medida que se
implante uma Infra-estrutura de Segregao (em qualquer pais produtor de soja)
confivel e a custos razoveis, a vantagem competitiva brasileira deixar de existir,
Imagem dos
Transgnicos
na Mdia
Fatos Positivos
sobre os
Transgnicos
B
1
+
Fatos Negativos
sobre os
Transgnicos
-
Estoque de
Terra para
Soja
Produtividade
da Soja No
Transgnica
Demanda por
Protena e
leo
Preo da
Soja No
Transgnica
Estoque de
Soja No
Transgnica
Variao de
Preo da Soja
No Transgnica
Demanda por
Soja No
Transgnica
Produo de
Soja No
Transgnica
Custo de
Produo da Soja
No Transgncia
Campanhas
Pr
Transgnicos
Campanhas
Contra
Transgnicos
Preocupao
com os
Transgnicos
Demanda por
Substitutos
da Soja
Terra para
Soja No
Transgnica
Lucro Lquido
da Soja No
Transgnica
Demanda por
Segregao
Confiana na
Segregao
Infra-estrutura
de
Segregao
Custo da
Segregao
+
+
+
+
+
+
+
+
+
+
+
+
-
-
-
-
-
-
-
-
B
2
+
+
+
+
+
+
Produtividade
da Soja
Transgnica
Preo da
Soja
Transgnica
Estoque de
Soja
Transgnica
Variao de
Preo da Soja
Transgnica
Demanda
por Soja
Transgnica
Produo de
Soja
Transgnica
Custo de
Produo da Soja
Transgncia
Terra para
Soja
Transgnica
Lucro Lquido
da Soja
Transgnica
+
-
+
+
+
+
-
-
-
-
-
+
+
+
+
+
-
+
B
3
R
1
R
1
B
5
B
3
+
+
B
4
B
4

Fig.7 - Diagrama causal completo
fazendo crer que esta estratgia de restrio ao plantio dos transgnicos pode ter alguma
eficcia neste momento mas por tempo limitado.
3. O governo americano est subsidiando o produtor a plantar soja, pagando um preo
mnimo que em setembro de 1999 era cerca de 20% superior ao preo de mercado. Com
um patamar mnimo de preo garantido, o que o produtor americano tem a fazer para
maximizar seu Lucro reduzir o Custo de Produo e aumentar a Produtividade. Ora
como o Custo de Produo da soja transgnica menor que o da soja no transgnica,
na prtica o governo americano est induzindo o uso de sementes transgnicas, fazendo
com que 40% das sementes usadas na safra colhida em 1999 seja proveniente de
material geneticamente modificado. Entretanto o mercado d sinais claros de que existe
demanda por soja no transgnica e est pagando inclusive um prmio (preo adicional)
ao produtor pela soja no transgnica. As tcnicas de marketing dizem que o melhor
caminho produzir o que mercado quer comprar. Desta forma, inevitavelmente, em
mais ou menos dias frente, o agricultor americano colocar no seu rol de opes de
plantio todas as sementes que dispe e cultivar a Terra visando tirar proveito de todas
as oportunidades de mercado.

Os fatos analisados do sinais claros do que ser o agronegcio da soja no sculo 21. De
acordo com o Prof. Steve Sonka (1999), "Historicamente e ainda hoje, a comercializao da
soja pode ser vista dentro de um sistema tipo commodity. No futuro, parece provvel que
este sistema no ser substitudo unicamente por um outro sistema tipo commodity.
provvel que o sistema de comercializao da soja no futuro seja bem mais complexo e
dinmico. Ser complexo porque provavelmente coexistiro vrios sistemas alternativos.
Um fazendeiro poder comercializar parte da sua produo em um sistema tipo commodity,
parte em um sistema de identidade preservada (segregado) e parte num sistema tipo
commodity onde vrios atributos determinaro o valor final do produto. Estas alternativas
podem coexistir se cada uma delas atender satisfatoriamente aos diversos tipos de
consumidor."
4. CONCLUSES
Os assuntos que cercam o debate sobre os produtos transgnicos so muito complexos e
relacionados. Neste artigo, desenvolvemos uma viso de alguns dos principais setores que
influem nesta discusso e que definem o sistema em estudo. Com base em conceitos da
disciplina System Dynamics (Dinmica de Sistemas), construiu-se um arcabouo conceitual,
definindo-se relaes de causa e efeito, malhas de realimentao e tempos de atraso de
resposta. Pretende-se que este arcabouo seja capaz de dar sustentao ao debate sobre
transgnicos, atravs da melhoria no processo de comunicao sobre o tema e no
estabelecimento de um referencial que permita aferir com mais objetividade os progressos
desta discusso.
Trabalhos baseados neste arcabouo conceitual bsico podero vir a ser desenvolvidos para:
1) examinar as peculiaridades de cada um dos setores descritos neste artigo; 2) desenvolver
modelos adaptados s situaes locais de cada pais; e 3) reunir todos estes modelos num
modelo global capaz de retratar este complexo problema de forma flexvel e com o poderoso
auxlio do ferramental matemtico e computacional que se dispe hoje para simular
dinamicamente o desempenho de sistemas ao longo do tempo.
5. REFERNCIAS
Dayd, J. (1999) The State of Soybean Industry in Europe. Proceedings of World
Soybean Research Conference VI, 29-36, Chicago.
[http://www.gsf99.uiuc.edu/invited/1_1_06.pdf]
FAOSTAT (1999) Food and Agriculture Organization of the United Nations - Web
Statistics Database [http://apps.fao.org/].
Forrester, J. (1961) Industrial Dynamics. MIT Press, Cambridge, Mass.
Forrester, J. (1968) Principles of Systems. MIT Press, Cambridge, Mass.
Golbitz, P. (editor) (1999) Soya and Oiliseed Bluebook, Soyatech Inc.
[http://www.soyatech.com/]
Larreche, H.J. and Firpo Brenta, L.M. (1999) The State of Soybean Industry in
Argentina. Proceedings of World Soybean Research Conference VI, 5-13, Chicago.
Portugal, A D. (1999) The State of Soybean Agribusiness in Brazil. Proceedings of
World Soybean Research Conference VI, 37-45, Chicago.
Sonka, S. (1999) The State of Soybean Industry in the United States. Proceedings of
World Soybean Research Conference VI, 23-28, Chicago.

REFERNCIAS ADICIONAIS (no citadas)
Para mais referncias sobre o complexo soja, sugerimos uma consulta pgina da World
Soybean Research Conference VI realizada em agosto de 1999 em Chicago, onde podem ser
encontrados diversos artigos publicados na ntegra no formato PDF:
[http://www.gsf99.uiuc.edu/invited_papers.html]
Maiores detalhes sobre a construo de diagramas causais podem ser encontrados em:
Senge, P. M (1998) A Quinta Disciplina. Ed. Best Seller, So Paulo.

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 1.1
A deciso de tomar ou no um remdio quando se est com dor de cabea depende de vrios
fatores, por exemplo: intensidade da dor, efeitos colaterais no seu organismo, dose do remdio,
tempo que o remdio leva para fazer efeito, etc. Voc seria capaz de descrever este processo
de tomada de deciso? Sugesto: leia a bula de um remdio para dor de cabea.
RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 2.1
Como voc leria o seguinte diagrama ?

RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 2.2
Os diagramas mostrados na pgina seguinte, representam as relaes de causa e efeito entre as
variveis da situao-problema (dor de cabea), isto , so dois MODELOS CAUSAIS. Qual dos
dois melhor explica, na prtica, o que acontece quando se toma um remdio para passar a dor
de cabea. Explique com as suas palavras o modelo causal (diagrama) que voc escolheu.
RESPOSTA


INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 2.3
No artigo "Relaes Causais na Discusso sobre Organismos Transgnicos no Complexo da
Soja" [veja Apndice 2] voc encontrar um modelo causal que tenta explicar uma situao-
problema bem polmica nos dias de hoje, isto , a discusso em torno do uso dos organismos
transgnicos. Leia este artigo e comente-o, dizendo se voc concorda ou no com a
modelagem que foi feita do problema. Observao: Procure na internet ou em revistas, se
inteirar dessa discusso sobre os organismos transgnicos, caso voc no se sinta
suficientemente informado sobre o mesmo.
RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 3.1

RESPOSTA

Como voc leria o diagrama causal da figura ao
lado ?
De acordo com este modelo, supondo a taxa de
rendimento mensal positiva, o que acontece com
a poupana acumulada no decorrer do tempo?
Aumenta sempre; aumenta no incio depois
diminui; diminui sempre; diminui no incio mas
depois aumenta; ou ocorrer outra coisa?
INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 3.2
Prossiga a simulao manual da caderneta de poupana e calcule o valor da mesma no incio
do ms 10. muito importante que voc faa pelo menos uma vez na vida estes clculos
manualmente para que voc sinta a mecnica do clculo que feita pelos softwares de
simulao. Feito o clculo, responda: qual o valor da poupana no incio do ms 10, isto ,
aps 10 meses de poupana ?

RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 4.1
Abra o modelo da caderneta de poupana (arquivo poupanca.sim) no Powersim. D um duplo
clique no estoque (Poupana), no fluxo (Rendimentos) e na constante (Taxa de Rendimento) e
responda: (1) Qual o valor inicial da caderneta de poupana? (2) Qual o valor da taxa de
rendimento da poupana? (3) Qual a equao do rendimento da poupana? e (4) Qual o
tempo de simulao do modelo e qual a unidade de tempo utilizada?
RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 4.2
Ainda no modelo da caderneta de poupana (arquivo poupanca.sim) no Powersim. D um
duplo clique na constante (Taxa de Rendimento) e altere-a para 3% ao ms. Rode a simulao
da caderneta de poupana (clique em RUN no menu SIMULATE) e diga qual o valor
acumulado na caderneta de poupana no final de 120 meses?
RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 5.1
Abra o modelo financeiro (arquivo financas.sim) no Powersim e altere os valores da varivel
Investimento_Inicial de R$ 15.000 para R$ 20.000. Feito isto, rode o modelo e responda:
1) Qual a tendncia do ESTOQUE? Cresce, decresce ou fica estvel ?
2) Qual a tendncia do RESULTADO? Cresce, decresce ou fica estvel ?
3) Qual a tendncia da DVIDA? Cresce, decresce ou fica estvel ?
RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 6.1
Abra o modelo do rebanho leiteiro (arquivo vacas.sim) no Powersim, clique no boto
EQUAES e responda:
1) Qual a equao do fluxo Nascimentos ?
2) Qual a unidade de medida do estoque Fmeas_Adultas ?
3) Qual o comentrio do parmetro TxMortalidade ?
4) Quais so os valores iniciais dos estoques ?
RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 6.2
Agora clique no boto MODELO do simulador do rebanho leiteiro e descreva com as suas
palavras o funcionamento do mesmo.
RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 6.3
Usando o SIMULADOR do rebanho leiteiro, mantenha a taxa de natalidade em 0,70; altere o
intervalo entre partos para 2 anos. Qual o novo valor do percentual de descarte que estabilizar
o rebanho e em que nmero de animais o rebanho se estabilizar ?

RESPOSTA

INTRODUO
DINMICA DE SISTEMAS

NOME
DESAFIO 6.4
Que sugestes voc daria para aperfeioar o modelo de rebanho leiteiro que foi apresentado?
Que utilidade voc v na utilizao deste simulador na vida real? Voc acha que o
desenvolvimento de um simulador das atividades tpicas de uma propriedade rural poderia
ajudar na melhoria das prticas gerenciais no setor agropecurio?
RESPOSTA

AGRADECIMENTOS

Ao pioneiro da Dinmica de Sistemas, Jay W. Forrester, por ter oferecido a todos
ns a oportunidade de ver o mundo com esta nova ferramenta.
Ao Prof. Steve Sonka, pelo convite para trabalhar na University of Illinois at Urbana
- Champaign (EUA) como professor visitante e que me mostrou a importncia de
Dinmica de Sistemas na resoluo de problemas complexos.
Aos alunos e alunas do Curso de Especializao em Gesto da Informao no
Agronegcio, pioneiros de uma nova era na educao via Internet, pelos comentrios
e crticas.
Aos colegas Bris Alessandro Wiazowski, Carlos Arthur Barbosa da Silva, Jana
Roiz Saito, R. Christopher Schroeder, Reginaldo Santana Figueiredo, Wagner Luiz
Lourenzani e William Hajime Yonenaga pela permisso de uso de seus trabalhos
neste curso.
Ao Jece Lopes e Rita Valria Scoralick Villela pela reviso do texto.
E especialmente a voc, caro leitor, razo de ser desta obra.

Juiz de Fora

Prof. Paulo Roberto de Castro Villela

Apostila Simulação Paulinho

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila Simulação Paulinho

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE JUIZ DE FORA

Você também pode gostar