XXIV Encontro Nac. de Eng.

de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

A contribuio da teoria da complexidade modelagem de sistemas

Maria Silene Alexandre Leite (UFSC) leite@eps.ufsc.br
Antonio Cesar Bornia(UFSC) cesar@eps.ufsc.br
Christianne Coelho de S. R. Coelho (UFSC) CCSRC@uol.com

Resumo
Este artigo discute algumas questes pertinentes a modelagem de sistemas. Aborda-se
diferenas essenciais entre os distintos tipos de sistemas e a interveno apropriada, diante
das caractersticas particulares de cada um. Para isso, descreve-se a abordagem cartesiana,
a abordagem holstica, a abordagem dos sistemas complicados e a abordagem dos sistemas
complexos. O objetivo evidenciar as diferenas entre as abordagens apresentadas e mostrar
que a modelagem aplicada ao sistema deve considerar as peculiaridades de cada abordagem.
Palavras-chave: modelagem, sistema, complexidade.
1. Introduo
comum a afirmao de que a sociedade atual possui um funcionamento mais complexo do
que as sociedades que a antecederam. A percepo do acelerado aumento de problemas nas
relaes individuais, sociais e culturais associado crescente incerteza do ambiente, leva a
busca de novas alternativas de interveno neste ambiente mais complexo e mutvel.
As alternativas de interveno comeam pelo seguinte questionamento: Como o observador
percebe o sistema analisado? O observador o sujeito que intervm no sistema, delimitandoo e determinando-lhe objetivos. Assim, de acordo com sua viso o sistema ser modelado.
A modelagem, por sua vez, assume, mais freqentemente, o carter analtico no
respondendo, eficientemente, as necessidades dessa sociedade mais complexa.
Os modelos analticos subdividem os problemas para domin-los. A modelagem analtica
busca explicar os problemas, isolando-os da realidade global. S assim possvel controlar as
interferncias externas e conseguir resultados precisos e certos. Esta abordagem proporcionou
o desenvolvimento da cincia e possibilitou ao homem avanar seus conhecimentos sobre o
funcionamento do universo. Contudo, os modelos analticos desconsideram a interferncia do
global no particular e vice-versa, o que impede o completo entendimento dos mecanismos
reguladores e das repercusses alcanadas pelo sistema estudado. Isto reduz a riqueza do
sistema a uma viso cartesiana da realidade.
Sendo assim, os modelos sistmicos, da mesma forma que os sistemas analticos, tambm
subdividem os problemas para estud-los, mas consideram a parte subdividida integrada ao
contexto global da qual foi recortada. A abordagem sistmica busca compreender o contexto
do problema para, a partir disto, criar uma realidade inteligvel. Esta abordagem entende que
o risco e a incerteza fazem parte do contexto e que a interveno humana apenas a reduz.
importante ressaltar, que, o mundo civilizado ocidental foi construdo a partir de modelos
analticos. Por isso, a prpria educao desintegra as reas da cincia umas das outras, dando
a impresso errnea, de que so separadas e sem comunicao.

ENEGEP 2004

ABEPRO

3494

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

O objetivo desse artigo mostrar as diferentes abordagens para modelar um sistema e

apresentar a importncia da teoria da complexidade neste processo.
2. Breve abordagem da teoria da complexidade
O termo complexidade de difcil conceituao. Existem muitas definies de complexidade,
algumas enfatizam a complexidade do comportamento do sistema, outras enfatizam a
estrutura interna do sistema, seu funcionamento. Por outro lado, o conceito complexidade
pode ser encontrado em vrios campos, desde os sistemas naturais, representados pelos
sistemas biolgicos, fsicos e qumicos aos sistemas artificiais, tais como sistemas
computacionais e estruturas organizacionais.
Gell-Mann (1996) discute a questo da simplicidade e da complexidade relacionadas
respectivamente a complicao e a complexidade. Ele diz que simplicidade se refere
ausncia (ou quase ausncia) de complexidade. Enquanto a primeira palavra derivada de
uma expresso que significa que j foi dobrado, a ltima vem de uma expresso que
significa tranados juntos. Nota-se que plic para dobrar e plex para tranado vem da mesma
raiz indo-europia plek.
A palavra original complexus significa entrelaado, torcido junto. Segundo
Heylighen(1988) para ter a complexidade necessrio que o sistema possua: (1) duas ou mais
partes ou elementos diferentes; (2) que as partes ou elementos sejam conectadas. Pode-se
perceber que a definio bsica de complexidade apresenta um aspecto dual, ao mesmo tempo
em que apresenta partes diferentes so unidas pelas interaes.
Os termos teoria da complexidade, teoria do caos, teoria das catstrofes, geometria fractal e a
fsica quntica so chamadas de novas cincias. Elas apresentam em comum o conceito de
complexidade como guia de seu funcionamento. So, tambm, denominadas de novas
cincias por considerarem a incerteza e imprevisibilidade que conectam os fenmenos. Esta
abordagem se ope viso tradicional do pensamento organizacional, que pressupe
relaes lineares de causa e efeito aplicando os conceitos da fsica de Newton gesto das
empresas.
No entanto, o limite entre uma teoria e outra, nem sempre, apresentado com clareza na
literatura. Todas elas esto ligadas, de certa forma, pela essncia do conceito de
complexidade.
A histria da teoria da complexidade no decorrer do sculo XX pode ser descrita, segundo
Abraham(2002), pela associao de trs campos da cincia: a ciberntica, a teoria dos
sistemas e os sistemas dinmicos.
A ciberntica um campo interdisciplinar, surgido oficialmente em 1946 em New York, por
um grupo de oito cientistas que vinham de reas diferentes. Da matemtica: Norbert Wiener,
Jonh Von Neumann, Walter Pitts. Da engenharia: Julian Bigelow e Claude Shannon. Da
Neurobiologia: Rafael Lorente de No, Arturo Rosenbluenth e Warren McCulloch. Mais
adiante, se juntaram a este grupo antroplogos e cientistas sociais. Alguns dos assuntos
estudos pelo grupo foram: redes de feedback, inteligncia artificial, comunicao, entre
outros.
A teoria geral dos sistemas foi reconhecida, no meio cientifico, como o contraponto europeu
ao movimento ciberntico americano. Seu surgimento oficial ocorreu em 1956, com a criao
por Ludwig Von Bertalanffy da sociedade para a pesquisa do sistema geral, em Stanford. Ele

ENEGEP 2004

ABEPRO

3495

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

migrou, em 1950, de Vienna para Amrica do Norte, tendo como principais idias: holismo,
organicismo e sistemas abertos.
A teoria dos sistemas dinmicos um amplo ramo da matemtica criado por Isaac Newton e
atualizado por Poincar em 1880. Aps 1975, tornou-se conhecida como teoria do Caos,
seguindo o impacto da revoluo dos computadores e a descoberta dos atratores caticos. A
aplicao da teoria dos sistemas dinmicos engloba a matemtica, a biologia, a medicina e as
cincias sociais. Deste o surgimento dos computadores analgicos e digitais, no sculo XX,
sua aplicao se expandiu e ganhou importncia. Sua difuso deve-se, principalmente, aos
trabalhos de Jay Forrester e seu grupo no M.I.T.
Entre os trs campos anteriormente descritos, podem existir vrias e diferentes conexes de
acordo com os objetivos do estudo. As ligaes entre as comunidades interdisciplinares
crescem em nmero e intensidade, difundido a importncia de usar as teorias da
complexidade , como foram denominadas as conexes criadas entre a ciberntica, a teoria
geral dos sistemas e a teoria dos sistemas dinmicos, no estudo dos sistema complexos.
A teoria da complexidade pode apresentar importante contribuio ao estudo dos sistemas
complexos. Ela dispe de esquemas apropriados representao de sistemas que convivem
com a dialgica partes distintas - unidas pelas interaes.
3. O conceito de Sistema
Definir o termo sistema no uma tarefa fcil. Existem muitos conceitos e usos do termo.
Inicia-se a discusso pela dissertao feita por Morin(1977) a respeito da co-existncia dos
sistemas. Ele busca disseminar o conceito de sistema, mostrando que o ser humano um
sistema constitudo por vrios sub-sistemas e integrante de outros sistemas maiores.
A maioria das definies de sistema, do sculo XVII at o surgimento da teoria geral dos
sistemas com Von Bertalanffy (1956), reconhecia como caractersticas para identificao de
um sistema o aspecto global e o aspecto da inter-relao dos elementos. Isto, devido a
influncia recebida dos matemticos que consideravam o sistema como um conjunto de
elementos em interao. Morin (1977) diz que estes dois aspectos se complementam e se
sobrepem sem jamais realmente se contradizer. Assim, cita-se alguns conceitos de sistemas
para exemplificar.
Um sistema um conjunto de partes (LEIBNIZ,1666 apud MORIN,1977); um sistema
todo conjunto definvel de componentes (MATURANA e VARELA, 1997); um sistema
um conjunto de unidades em inter-relaes mtuas( VON BERTALANFFY, 1968);um
sistema a unidade resultando das partes em interao mtuas(ACKOFF,1960 apud
MORIN,1977); um sistema um todo que funciona como todo em virtude dos elementos
que o constituem (RAPPORT,1968 apud MORIN,1977). Um sistema um conjunto de
elementos em interao. (THOM,1974). Um sistema uma representao de um recorte da
realidade que se possa analisar como uma totalidade organizada, no sentido de ter um
funcionamento caracterstico(GARCA,2002).
Observando os conceitos citados anteriormente, pode-se notar que o conceito de organizao
no aparece em nenhum deles. Morin (1977) diz que a incorporao da organizao ao
conceito de sistema foi introduzido por Saussure, em1931, na seguinte definio: o sistema
uma totalidade organizada, feita de elementos solidrios s podendo ser definidos uns em
relao aos outros em funo de seu lugar nesta totalidade.
Assim, podemos conceber um sistema como uma unidade global organizada de inter-relaes
entre elementos, aes e indivduos. (MORIN,1977)
ENEGEP 2004

ABEPRO

3496

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

Por outro lado, no basta somente conhecer os conceitos de Sistema necessrio conhecer,
tambm, os tipos de sistemas. Os sistemas lineares foram os mais desenvolvidos e utilizados,
dado a sua facilidade de interveno e o desenvolvimento e difuso dos princpios da cincia
clssica, tendo seu apogeu com a fsica de Newton, da qual derivou todas as metodologias
cartesianas, determinsticas e reducionistas. Esses sistemas so baseados em hipteses
reducionistas da realidade, tais como: a previsibilidade, a otimizao global e a preciso dos
dados. J os sistemas dinmicos representados por equaes diferenciais no-lineares so
baseados na diversidade, na imprevisibilidade e na incerteza presentes na realidade. Eles
Consideram a complexidade existente em todos os sistemas vivos. Assim, segundo Capra
(1996) alguns cientistas comearam a perceber que as solues dadas pelas equaes de
Newton estavam restritas a fenmenos simples, regulados e complicados, enquanto a
complexidade de vrias reas pareciam esquivar-se de qualquer modelagem mecanicista ou
reducionista. Para Prigogine (1997) iniciava-se, um questionamento sobre a aplicao da
mecnica Newtoniana ao desenvolvimento dos seres vivos.
A viso Newtoniana do mundo, apesar de suas limitaes comprovadas, resiste at hoje
dentro de determinados graus de interveno. Contudo, sabe-se que, diante da incerteza do
mercado, da concorrncia crescente, do rpido fluxo de informaes e das novas formas de
organizaes empresariais, preciso incorporar gesto aspectos como: a incerteza, a
imprevisibilidade, a no linearidade e a complexidade inerente aos sistemas.
Nesse sentido, a teoria da complexidade pode contribuir com uma base cientfica mais
apropriada s novas tendncias organizacionais. As abordagens determinsticas e cartesianas
so apropriadas aos sistemas complicados, mas apresentam muitas limitaes quando
aplicadas aos sistemas complexos. Segundo Snowden(2003), um sistema complicado
constitudo de inmeros componentes que podem ser identificados e definidos. As relaes
entre esses componentes tambm podem ser identificadas e definidas. Dessa forma, as causas
e os efeitos podem ser separados e, compreendendo suas ligaes, possvel controlar os
resultados. O sistema pode ser melhorado pela otimizao de suas partes, uma vez que o todo
no mais nem menos que a soma delas.
J os sistemas naturais e humanos so complexos. Um sistema complexo inclui muitos
agentes que interagem entre si. Axerold e Cohen(2000) tratam os agentes como sistemas que
possuem a habilidade de interagir com seu ambiente, incluindo outros agentes. Um agente
pode responder ao que acontece em sua volta e realizar aes com maior ou menor propsito.
natural que, ao se pensar em agente, imagine-se uma pessoa. Contudo, observando esta
definio, pode-se perceber que um agente no necessariamente uma pessoa. A famlia, os
negcios, ou um pas inteiro pode, tambm, ser um agente. Mesmo um computador
interagindo com outro pode ser considerado um agente.
Nota-se a necessidade de observar o sistema, buscando perceber suas caractersticas, suas
partes, as propriedades de cada parte e as conexes que as unem. Aps, equacionar as
peculiaridades do sistema estudado forma de interveno mais adequada.
4. Os sistemas, a complexidade e os mtodos de modelagem
A complexidade de um sistema , freqentemente, relacionada a seu nmero de componentes,
seus relacionamentos e os diversos fatores associados ao observador. Para ser complexo o
sistema precisa possuir duas ou mais partes diferentes com conexes entre as partes que
dificulte a sua separao. O conceito de sistema complexo traz a dualidade distinto-conexo.

ENEGEP 2004

ABEPRO

3497

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

Esta dualidade estimulou o estudo dos tipos de intervenes adequadas a sistemas com tais
caractersticas.
Heylighen (1988) diz que no possvel analisar um sistema complexo separando seus
componentes em elementos independentes, sem que este sistema seja destrudo. Logo, o
mtodo reducionista no pode ser usado para compreender um sistema complexo.
O mtodo reducionista no adequado a modelagem de sistemas complexos por que no
considerar as conexes entre os componentes, desconsidera-as para simplificar o problema.
Esta constatao conduziu ao desenvolvimento do mtodo holstico, o qual se ope ao
reducionismo, por considerar o sistema complexo como um todo, desconsiderando as partes
distintas que o compe, vendo o sistema como um todo nico, sem, portanto diferir em suas
partes. A abordagem holista, tambm no adequada a modelagem dos sistemas complexos,
por desconsiderar uma caracterstica essencial: as partes distintas.
Outras abordagens podem ser citadas como a e Weaver(1948) apud Wu (1999) que
identificou trs escalas da complexidade: simplicidade organizada, complexidade organizada
e complexidade desorganizada que corresponde a classificao de Weinbergs, de 1975, em
sistema com pequeno nmero de elementos, mdio nmero de elementos e grande nmero de
elementos.
A simplicidade organizada caracteriza sistemas com pequeno nmero de significativos
componentes que interagem de forma determinstica e podem ser analisados pelos mtodos
reducionistas, cartesianos. A complexidade desorganizada ocorre quando o sistema possui um
grande nmero de significativos componentes que demonstram alto grau de comportamento
aleatrio, podendo ser analisados por mtodos estatsticos. A complexidade organizada
caracteriza sistemas que envolvem muitos componentes, mas somente um limitado nmero de
componentes so significativos ao objetivo do sistema. Para estes sistemas os mtodos
reducionistas e estatsticos so inadequados sua anlise, no primeiro caso por possurem
mais componentes do que os mtodos reducionistas podem analisar, no segundo caso por
possurem poucos componentes para alimentar os mtodos estatsticos e, ainda,
comportamento no aleatrio impossibilitando o uso de mtodos estatsticos tradicionais.
A abordagem apresentada por Le Moigne (1977) diz que a complexidade implica
imprevisibilidade, a emergncia do novo e da mudana no interior do sistema. Para um
observador o fenmeno complexo quando apresenta uma certa imprevisibilidade potencial
dos comportamentos. J a complicao pode ser determinada, prevista e extinta.
Snowden(2003) diz que num sistema complicado seus milhares de componentes e relaes
so passveis de identificao e definio e podem ser catalogados. Causa e efeito podem ser
separados e, pela compreenso de suas ligaes, possvel controlar os resultados. Em um
sistema complexo, os componentes e suas interaes esto em constante mudana e nunca
possvel estabelec-los completamente. O sistema no pode ser reduzido. Causa e efeito no
podem ser separados porque esto fortemente interligados.
Complementando, Iarozinski(2001) diz que um aspecto chave da percepo do complexo
reside na diferena entre a variedade do observador e a variedade do fenmeno observado. Se
esta diferena igual a infinito (todo o estado possvel) o fenmeno ser percebido como
complexo. Se esta diferena finita (nem todos os estados so conhecidos, mas podem ser
descritos) o fenmeno ser percebido como complicado. Se ela igual a zero (o observador
conhece todos os estados) o fenmeno ser percebido como simples.
Pode-se perceber que enquanto os sistemas foram considerados lineares, com relaes diretas
de causa e efeito os mtodos cartesianos de interveno eram adaptveis. No momento em
que houve a percepo dos diferentes tipos de sistema, observou-se que determinados tipos,
ENEGEP 2004

ABEPRO

3498

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

os complexos, necessitavam, de um mtodo que considerasse a sua dualidade partes distintasconexes. Para os sistemas complexos adequado mtodo sistmico.
Apesar, dessa percepo a viso cartesiana dos fenmenos continua se sobrepondo como
mtodo intelectual de anlise e interveno dos fenmenos. Isto ocorre devido a maior
facilidade de interveno oferecida pelos mtodos cartesianos. Eles consideram os
problemas como sistemas complicados que podem ser simplificados e explicados. Enquanto
as metodologias sistmicas consideram os problemas como sistemas complexos, sendo
modelados e compreendido ao mesmo temp. A compreenso ocorre por meio da construo e
do conhecimento da inteligibilidade do problema.
Os mtodos cartesianos so adequados pesquisa em sistemas complicados, como as
mquinas e os computadores, mais insuficientes para pesquisar os sistemas caracterizados
pela complexidade, como os sistemas sociais e humanos.
Iarozinski(2001) diz que nos sistemas simples ou complicados o controle pode ser total. Estes
sistemas podem ser controlados a partir de uma base de regras programada, j que a sua
evoluo conhecida e previsvel. O funcionamento e a evoluo destes sistemas esto
limitados pelo grau de sofisticao do sistema de controle.
Nesse sentido, Le Moigne (1977) diz que a passagem da complicao complexidade
implica um limiar, uma mudana de mtodo intelectual. Os sistemas que precisam ser
representados e operacionalizados, j no so apenas tecidos por redes complicadas que
ligam elementos identificveis. A diferenciao e a diferena esto no mundo real e a
variedade dos sistemas a conhecer torna-se incomensurvel.
Simon (1981) diz que os sistemas complexos apresentam uma estrutura hierrquica em forma
de caixas-dentro-de-caixas ou de mltiplos nveis. Os nveis so formados por sistemas e
subsistemas interligados por interaes. Pode-se distinguir as fronteiras do sistema pela
intensidade das interaes dentro dos subsistemas e entre os subsistemas. Assim, as ligaes
entre os componentes dos subsistemas so, geralmente, mais fracas que as ligaes dentro dos
subsistemas. Esta denominada por Simon como arquitetura quase decomponvel.
A esse respeito, Snowden (2003) diz que necessrio uma nova cincia para lidar com os
sistemas complexos. O paradigma atual do pensamento empresarial tem suas origens nas
idias de Frederick Taylor, que aplicou os conceitos da fsica de Newton gesto das
empresas. A atual complexidade das relaes e conexes exigem mtodos mais apropriados,
flexveis e adaptveis realidade.
Nessa exposio apresentou-se a necessidade de conhecer a interligao entre as partes do
sistema, sua complexidade e sua interaes para model-lo de forma mais adequada.
5. Concluso
O argumento inicial deste artigo, foi o de que a sociedade atual apresenta problemas mais
complexos do que os problemas das sociedades que o antecederam. A percepo do aumento
da complexidade um bom sinal, para a percepo de que nem todos os problemas podem
ser solucionados pelos mesmos mtodos.
Os sistema podem ser complicados ou complexos. Os complicados podem ser modelados
pelos mtodos cartesianos, com relaes de causa-efeito lineares, pois suas conexes podem
ser desconsideradas sem destruir o sistema. Os complexos no podem ser modelados por
mtodos cartesianos, pois suas relaes so dinmicas e as conexes entre suas diferentes

ENEGEP 2004

ABEPRO

3499

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

partes, se desativadas, destroem o sistema. Resumidamente, o quadro 5.1 apresenta os

principais tipos de sistema e a forma de interveno adequada a suas caractersticas.
Principais tipos de sistema vs Formas de interveno
Sistemas complicados
Caractersticas:
Relaes lineares de causa-feito
Modelagem Analtica ou Cartesiana

Causa-efeito podem ser separadas sem comprometer o

sistema
Relaes entre as partes podem ser desconsideradas
Comportamento previsvel
Pode ser reduzido
Pode ser controlado
Sistemas complexos
Caractersticas:

Modelagem Sistmica

Relaes dinmicas
Relaes no entre as partes podem ser desconsideradas
Comportamento imprevisvel
Constante mudana
No pode ser completamente controlado

Quadro 5.1. Principais tipos de sistema vs Tipos de modelagem

Apresentou-se, tambm, outras abordagens consideradas na literatura, tais como: o mtodo

holstico, a simplicidade organizada, a complexidade desorganizada e a complexidade
organizada. A abordagem holstica desconsidera as partes diferentes do sistema por v o
sistema como um todo nico indissocivel. A simplicidade organizada pode ser representada
pelos mtodos cartesianos, por reduzir o sistema a um pequeno nmero de componentes. A
complexidade desorganizada representada por mtodos estatsticos por ser composta de
grande nmero de componentes e possuir comportamento aleatrio. A complexidade
organizada necessita de modelagem sistmica, por apresentar comportamento no aleatrio e
possuir partes distintas em conexo.
Por fim, buscou-se mostrar a importncia da compreenso da complexidade para identificar
um sistema complexo e procurar a forma mais adequada de modelagem.
Referncias
ABRAHAM, Ralph. The gnesis of Complexity. Advances in Systems Theory, complexity and the human
sciences. 2002.
AXELROD, Robert, COHEN, Michael. Harnessing Complexity: organizational implications of a scientific
frontier. New York: 1999.
CAPRA, Fritjot. A teia da vida: uma nova compreenso cientifica dos sistemas vivos. So Paulo: Cultrix, 1996.
GARCA, Rolando. O conhecimento em construo. Traduo: Valrio Campos. Porto Alegre: Artmed,2002.
GELL-MANN, Murray. O Quark e o Jaguar: as aventuras no simples e no complexo: Traduo: Alexandre Tort.
Rio de Janeiro: Rocco, 1996

ENEGEP 2004

ABEPRO

3500

XXIV Encontro Nac. de Eng. de Produo - Florianpolis, SC, Brasil, 03 a 05 de nov de 2004

HEYLIGHEN, Francis. Building a science of complexity. Annual Conference of the Cybernetics society.
London,1988.
IAROZINSKI, A. N. Proposta de um modelo conceitual de gesto da produo baseado na teoria da
complexidade: O modelo IMPLEXE. Monografia, Universidade Catlica do Paran, 2001.
LE MOIGNE, Jean-Louis. La thorie du systme general: Thorie de la Modlisation. Paris, 1977.
MATURANA,H., VARELA,F. De mquinas e seres vivos: autopoiese - a organizao do vivo. Porto Alegre:
Artes Mdicas,1997.
MORIN, Edgar. O Mtodo I: a natureza da natureza. Traduo: Ilana Heineberg. Porto Alegre: Sulina, 1977.
PRIGOGINE, Ilya. STENGERS, Isabelle. A nova aliana. Traduo: Miguel Faria e Maria Joaquina Machado
Trincheira. Braslia: UNB, 1984.
SIMON, H. As cincias do artificial. Traduo: Lus Moniz Pereira. Coimbra: Sucessor,1981.
SNOWDEN, Dave. A nova forma de ser simples. HSM Management, julho-agosto, nmero 39, volume 4, So
Paulo,2003.
STACEY, Ralf D. Complexity and Creativity in Organizations. San Francisco, CA: Berrett-Koehler Publishers,
1996.
THOM, R. Stabilit culturalle et morphognse. Essai dune thorie gnetique des modeles, Paris,1972.
VON BERTALANFFY, Ludwig. Teoria Geral dos Sistemas.Traducao: Francisco M. Guimares. Petrpolis:
Vozes, 1968.
WU, Jiangoo. Hierarchy and Scaling: Extrapolanting information along a scaling ladder.Canadian Jornal of
remote sensing. Vol 25. N.4, 1999, pp.367-380.

ENEGEP 2004

ABEPRO

3501