Em busca do mundo mágico

uma breve conversa sobre caos e complexidade para não físicos

Autores

DOI:

https://doi.org/10.22409/7qc50f04

Palavras-chave:

Dinâmica não Linear, Entropia, Teoria de Sistemas, Eletroencefalografia, Comunicação e Divulgação Científica

Resumo

Introdução: a ciência moderna herdou do determinismo clássico a esperança de que tudo pudesse ser previsto. No entanto, fenômenos cotidianos como um raio, o clima ou a atividade do cérebro revelam incertezas que nenhum modelo consegue eliminar. Objetivo: apresentar, em linguagem acessível a não físicos, os conceitos de caos, entropia e complexidade, usando a metáfora da magia para discutir como flutuações microscópicas imprevisíveis podem gerar padrões de ordem em larga escala. Percorremos a trajetória que vai da mecânica estatística clássica e do problema dos três corpos à descoberta do caos e das estruturas dissipativas; discutimos a relação entre entropia, informação e auto-organização; e apresentamos a mecânica estatística não extensiva, cujo
parâmetro q permite quantificar a complexidade de sistemas em que os componentes interagem a longas distâncias, como os neurônios no cérebro ou as pessoas em uma rede social. Descrevemos ainda outras
ferramentas de medida da complexidade, como as entropias multiescala, aproximada e de amostra, a complexidade algorítmica e a dimensão fractal, com exemplos da cardiologia e da neurociência, e mostramos
como elas se complementam. Conclusão: a complexidade é uma propriedade multifacetada, e sua medida abre caminho para uma compreensão mais adequada do Universo, em especial da e do cérebro humano. A incerteza, porém, permanece irredutível: podemos observá-la, descrevê-la e medi-la, mas não eliminá-la. É dela que emerge a diversidade do Universo e da vida.

Biografia do Autor

  • Dimitri Marques Abramov, Fundação Oswaldo Cruz (FIOCRUZ)

    Dimitri Marques Abramov é médico (1994-2000) psiquiatra (2001-2003) formado pela Universidade Federal de Juiz de Fora, exercendo a psiquiatria na saúde pública (atenção básica), emergências, atenção hospitalar e de alta complexidade (CAPS) além da clínica em consultório. É mestre em Ciências (comportamento animal) pelo Instituto de Ciências Biológicas ? UFJF, doutor em Ciências (fisiologia-neurociências) pelo Instituto de Biofísica Carlos Chagas Filho ? UFRJ. Pós-doutorando no Centro Brasileiro de Pesquisas Físicas estudando o tema ?Psicopatologia e Complexidade? com o professor Constantino Tsallis. Atualmente é tecnologista e pesquisador no Laboratório de Neurobiologia e Neurofisiologia Clínica no IFF/FIOCRUZ e professor de Saúde Mental da Faculdade de Medicina de Petrópolis (UNIFASE). Desde 2013, desenvolve com parceiros inovação tecnológica para estudo de Potenciais Evocados (Projeto TempoCerto) e projeto de empreendedorismo para alavancar essa solução para a ciência e saúde enquanto um dos três pilotos do Programa Fiocruz de Empreendedorismo. Atua academicamente nas áreas de neurofisiologia/neurociências, saúde mental, análise de sinais biológicos e sistemas complexos.

  • Bruno Duarte Gomes, Universidade Federal do Pará (UFPA)

    Professor Titular da Universidade Federal do Pará (UFPA) e pesquisador afiliado do Massachusetts Institute of Technology (MIT) desde 2017, onde realizou pós-doutorado no McGovern Institute for Brain Research (CAPES/CSF n 11733/13-6). Líder do Grupo de Pesquisa CNPq ''Núcleo de Estudos em Neurociência e Ciência de Dados em Sinais Neurais'' (dgp.cnpq.br/dgp/espelhogrupo/0955918566717588). Co-diretor do Laboratório de Neurofisiologia Eduardo Oswaldo Cruz (LNEOC/ICB-UFPA) e do Laboratório de Simulação e Biologia Computacional (SimBio/CCAD-UFPA).Desenvolve investigação científica na interface Neurociência-Computação, com ênfase em neurofisiologia computacional, eletrofisiologia básica e aplicada, dinâmica não linear e aprendizado de máquina aplicados à atividade neural. Atua centralmente no estudo de doenças neurodegenerativas em particular Doença de Parkinson e Epilepsia, integrando sinais de EEG, análise de microssacadas oculares, ultrassonografia transcraniana e biomarcadores moleculares (alfa-sinucleína) em abordagens diagnósticas para o SUS. Professor permanente dos Programas de Pós-Graduação em Neurociências e Biologia Celular (CAPES 5) e em Engenharia Elétrica (CAPES 6), ambos da UFPA.É coordenador do projeto ''Análise de Complexidade Neural Orientada por Inteligência Artificial: Integrando Estatísticas de Tsallis e Aprendizado de Máquina para Parkinson e Epilepsia'' (CNPq 16/2025 Faixa 1: Apoio a Projetos Internacionais de Pesquisa, Processo 447465/2025-2, em vigência desde julho de 2026), desenvolvido em colaboração com o Erasmus Medical Center (Rotterdam, Holanda Dr. Eric Lowet) e a University of Massachusetts Amherst (EUA Dr. Luke Remage-Healey). O projeto integra estatística não-extensiva de Tsallis, inteligência artificial e neurociência translacional para desenvolvimento de biomarcadores de complexidade neural e sistemas de estimulação cerebral profunda adaptativa aplicados a Parkinson e Epilepsia. Integra também, como pesquisador, o projeto ''Marcadores para Diagnóstico Precoce da Doença de Parkinson: Uma Abordagem Integrativa para o SUS'' (PPSUS/FAPESPA-MS-CNPq, Chamada 006/2025), que desenvolve plataforma diagnóstica combinando IA, ultrassonografia e biópsia de pele minimamente invasiva para implementação em unidades de saúde do interior amazônico.É co-fundador e membro da diretoria do Instituto de Valorização e Inclusão pela Vida e Assistência (Instituto Viva), organização social científica e tecnológica sem fins lucrativos dedicada ao desenvolvimento de pesquisa em neurociência aplicada e inovação em saúde na Amazônia. Foi membro afiliado da Academia Brasileira de Ciências (20122016). Atuou como pesquisador-chefe nas startups Data Life (datalife.ai) e Her Health.AI (herhealthai.com), aplicando inteligência artificial em saúde

Referências

ABRAMOV, Dimitri Marques. Complexity and psychopathology: from mechanistic science to a physical understanding of the mental conditions based on chaos and complexity. Frontiers in Psychiatry, [s. l.], v. 17, p. 1764422, 2026. DOI: https://doi.org/10.3389/fpsyt.2026.1764422.

ABRAMOV, Dimitri Marques; TSALLIS, Constantino; LIMA, Henrique Santos. Neural complexity through a nonextensive statistical-mechanical approach of human electroencephalograms. Scientific Reports, [s. l.], v. 13, n. 1, p. 10318, 26 jun. 2023. DOI: https://doi.org/10.1038/s41598-023-37219-5.

ABRAMOV, Dimitri Marques et al. Neurophysiological correlates to the human brain complexity through q-statistical analysis of electroencephalogram. Scientific Reports, [s. l.], v. 15, n. 1, p. 36502, 20 out. 2025. DOI: https://doi.org/10.1038/s41598-025-21156-6. ALADOS, Concepción L. et al. Quantitative characterization of the regressive ecological succession by fractal analysis of plant spatial patterns. Ecological Modelling, [s. l.], v. 163, n. 1-2, p. 1-17, maio 2003. DOI: https://doi.org/10.1016/S0304-3800(02)00294-1.

BAR-YAM, Yaneer. Multiscale complexity/entropy. Advances in Complex Systems, [s. l.], v. 7, n. 1, p. 47-63, mar. 2004. DOI: https://doi.org/10.1142/S0219525904000068.

BOLTZMANN, Ludwig. Vorlesungen über Gastheorie. Leipzig: J. A. Barth, 1896.

BORLAND, Lisa. Option pricing formulas based on a non-Gaussian stock price model. Physical Review Letters, [s. l.], v. 89, n. 9, p. 098701, 2002. DOI: https://doi.org/10.1103/PhysRevLett.89.098701.

CHEN, Qi et al. Macular vascular fractal dimension in the deep capillary layer as an early indicator of microvascular loss for retinopathy in type 2 diabetic patients. Investigative Ophthalmology & Visual Science, [s. l.], v. 58, n. 9, p. 3785-3794, 25 jul. 2017. DOI: https://doi.org/10.1167/iovs.17-21461.

CLARKE, Arthur Charles. Profiles of the future: an inquiry into the limits of the possible. Ed. rev. New York: Harper & Row, 1973.

COUZIN, Iain D. et al. Collective memory and spatial sorting in animal groups. Journal of Theoretical Biology, [s. l.], v. 218, n. 1, p. 1-11, set. 2002. DOI:

https://doi.org/10.1006/jtbi.2002.3065.

GOLDBERGER, Ary L. et al. Fractal dynamics in physiology: alterations with disease and aging. Proceedings of the National Academy of Sciences, [s. l.], v. 99, supl. 1, p. 2466- 2472, 19 fev. 2002. DOI: https://doi.org/10.1073/pnas.012579499.

IBÁÑEZ-MOLINA, Antonio J. et al. Multiscale Lempel-Ziv complexity for EEG measures. Clinical Neurophysiology, [s. l.], v. 126, n. 3, p. 541-548, mar. 2015. DOI: https://doi.org/10.1016/j.clinph.2014.07.012.

LAPLACE, Pierre-Simon. Essai philosophique sur les probabilités. Paris: Courcier, 1814.

LEITE-FILHO, Argemiro Teixeira et al. Deforestation reduces rainfall and agricultural revenues in the Brazilian Amazon. Nature Communications, [s. l.], v. 12, p. 2591, 10 maio 2021. DOI: https://doi.org/10.1038/s41467-021-22840-7.

LORENZ, Edward Norton. Deterministic nonperiodic flow. Journal of the Atmospheric Sciences, Boston, v. 20, n. 2, p. 130-141, mar. 1963. DOI: https://doi.org/10.1175/1520- 0469(1963)020<0130:DNF>2.0.CO;2.

LORENZ, Edward Norton. Predictability: does the flap of a butterfly’s wings in Brazil set off a tornado in Texas? In: ANNUAL MEETING OF THE AMERICAN ASSOCIATION FOR THE ADVANCEMENT OF SCIENCE, 139., 1972, Washington, DC. Comunicação oral apresentada em 29 dez. 1972.

LOUKIDIS, Andronikos; TRIANTIS, Dimos; STAVRAKAS, Ilias. Non-extensive statistical analysis of acoustic emissions: the variability of entropic index q during loading of brittle materials until fracture. Entropy, [s. l.], v. 23, n. 3, p. 276, 25 fev. 2021. DOI: https://doi.org/10.3390/e23030276.

LUTZ, Eric; RENZONI, Ferruccio. Beyond Boltzmann-Gibbs statistical mechanics in optical lattices. Nature Physics, [s. l.], v. 9, n. 10, p. 615-619, out. 2013. DOI:

https://doi.org/10.1038/nphys2751.

MAY, Robert McCredie. Simple mathematical models with very complicated dynamics.

Nature, [s. l.], v. 261, n. 5560, p. 459-467, jun. 1976. DOI: https://doi.org/10.1038/261459a0.

MITSOKAPAS, Evangelos et al. Statistical characterization of airplane delays. Scientific Reports, [s. l.], v. 11, p. 7855, 12 abr. 2021. DOI: https://doi.org/10.1038/s41598-021-87279-8.

MORIN, Edgar. Introduction à la pensée complexe. Paris: ESF Éditeur, 1990.

NICOLIS, Grégoire; PRIGOGINE, Ilya. Self-organization in nonequilibrium systems: from dissipative structures to order through fluctuations. New York: Wiley, 1977.

PINCUS, Steven M. Approximate entropy as a measure of system complexity. Proceedings of the National Academy of Sciences, [s. l.], v. 88, n. 6, p. 2297-2301, 15 mar. 1991. DOI: https://doi.org/10.1073/pnas.88.6.2297.

PINCUS, Steven M. Approximate entropy (ApEn) as a complexity measure. Chaos: an interdisciplinary journal of nonlinear science, [s. l.], v. 5, n. 1, p. 110-117, mar. 1995. DOI: https://doi.org/10.1063/1.166092.

POINCARÉ, Henri. Sur le problème des trois corps et les équations de la dynamique. Acta Mathematica, [s. l.], v. 13, p. 1-270, 1890. DOI: https://doi.org/10.1007/BF02392506.

RICHMAN, Joshua S.; MOORMAN, J. Randall. Physiological time-series analysis using approximate entropy and sample entropy. American Journal of Physiology – Heart and Circulatory Physiology, [s. l.], v. 278, n. 6, p. H2039-H2049, jun. 2000. DOI: https://doi.org/10.1152/ajpheart.2000.278.6.H2039.

SARAVIA, Leonardo A. mfSBA: multifractal analysis of spatial patterns in ecological communities. F1000Research, [s. l.], v. 3, p. 14, 7 abr. 2014. DOI: https://doi.org/10.12688/f1000research.3-14.v2.

SHANNON, Claude Elwood. A mathematical theory of communication. Bell System Technical Journal, [s. l.], v. 27, n. 3, p. 379-423, jul. 1948. DOI:

https://doi.org/10.1002/j.1538-7305.1948.tb01338.x.

STAM, Cornelis J. Nonlinear dynamical analysis of EEG and MEG: review of an emerging field. Clinical Neurophysiology, [s. l.], v. 116, n. 10, p. 2266-2301, out. 2005. DOI: https://doi.org/10.1016/j.clinph.2005.06.011.

SZYMANSKI, Lech; MCCANE, Brendan; ATKINSON, Craig. Conceptual complexity of neural networks. Neurocomputing, [s. l.], v. 469, p. 52-64, jan. 2022. DOI:

https://doi.org/10.1016/j.neucom.2021.10.063.

TSALLIS, Constantino. Possible generalization of Boltzmann-Gibbs statistics. Journal of Statistical Physics, [s. l.], v. 52, n. 1-2, p. 479-487, jul. 1988. DOI: https://doi.org/10.1007/BF01016429.

TSALLIS, Constantino. Introduction to nonextensive statistical mechanics: approaching a complex world. 2. ed. Cham: Springer, 2023. DOI: https://doi.org/10.1007/978-3-030-79569- 6.

TSALLIS, Constantino; CIRTO, Leonardo José Lima. Black hole thermodynamical entropy. The European Physical Journal C, [s. l.], v. 73, p. 2487, jul. 2013. DOI:

https://doi.org/10.1140/epjc/s10052-013-2487-6.

TSALLIS, Constantino; TIRNAKLI, Ugur. Predicting COVID-19 peaks around the world. Frontiers in Physics, [s. l.], v. 8, p. 217, 2 jun. 2020. DOI: https://doi.org/10.3389/fphy.2020.00217.

TUFEKCI, Zeynep; WILSON, Christopher. Social media and the decision to participate in political protest: observations from Tahrir Square. Journal of Communication, [s. l.], v. 62, n. 2, p. 363-379, abr. 2012. DOI: https://doi.org/10.1111/j.1460-2466.2012.01629.x.

WANG, S.-L.; LEE, H.-I.; LI, S.-P. Fractal dimensions of wildfire spreading. Nonlinear Processes in Geophysics, [s. l.], v. 21, n. 4, p. 815-823, 7 ago. 2014. DOI: https://doi.org/10.5194/npg-21-815-2014.

WU, H. Multiscale entropy with electrocardiograph, electromyography,

electroencephalography, and photoplethysmography signals in healthcare: a twelve-year systematic review. Biomedical Signal Processing and Control, [s. l.], v. 93, p. 106124, jul. 2024. DOI: https://doi.org/10.1016/j.bspc.2024.106124.

Downloads

Publicado

2026-10-22

Edição

Seção

Artigos de Revisão

Como Citar

Em busca do mundo mágico: uma breve conversa sobre caos e complexidade para não físicos. Neurociências & Sociedade, Rio de Janeiro, Brasil, v. 3, n. 1, p. e026003 , 2026. DOI: 10.22409/7qc50f04. Disponível em: https://periodicos.uff.br/neurocienciasesociedade/article/view/73375. Acesso em: 25 out. 2026.