Área de concentração: 55134 - Ciências de Computação e Matemática Computacional
Criação: 27/06/2023
Nº de créditos: 12
Carga horária:
Teórica Por semana |
Prática Por semana |
Estudos Por semana |
Duração | Total |
4 | 0 | 8 | 15 Semanas | 180 Horas |
Docentes responsáveis:
Francisco Aparecido Rodrigues
Thomas Kauê Dal'Maso Peron
Objetivos:
Introduzir os principais conceitos envolvidos na modelagem de sistemas complexos, incluindo fundamentos de dinâmica não linear, processos estocásticos, redes complexas, fenômenos sem escala e teoria da informação. Todos esses conceitos serão aplicados no estudo de diversos sistemas sociais, biológicos e tecnológicos. A disciplina apresenta um caráter altamente multidisciplinar envolvendo conceitos de matemática, probabilidades e estatística, programação de computadores e análise de dados. Logo, permitirá ao aluno ter um contato amplo com todas essas áreas, em uma das aplicações mais importantes da ciência atual, que é o estudo de sistemas complexos.
Justificativa:
Sistemas complexos estão em toda parte. As interações entre pessoas nas redes sociais, as relações tróficas entre espécies e conexões entre neurônios no nosso cérebro, são exemplos de sistemas complexos. O estudo desses sistemas tem crescido em importância, resultando no Prêmio Nobel de Física de 2021. Além disso, a análise de sistemas complexos considera os principais problemas da humanidade, incluindo o aquecimento global, a desigualdade social, a propagação de epidemias, as crises econômicas e a extinção de espécies. Por se tratar de uma área altamente multidisciplinar, o estudo de sistemas complexos permitirá ao aluno ter contato com diversos conceitos e métodos de disciplinas diversas, incluindo teoria das probabilidades, modelagem estocástica, sistemas dinâmicos, teoria dos jogos, programação de computadores e análise de dados. Basicamente, o aluno aprenderá conceitos fundamentais da modelagem matemática e computacional de sistemas complexos.
Conteúdo:
Sistemas dinâmicos: equações diferenciais, estabilidade e caos. Probabilidades e processos estocásticos: lei dos grandes números, teorema central do limite, cadeias de Markov, caminhadas aleatórias e processos de Poisson. Leis de potência e fenômenos sem escala: criticalidade auto-organizada, fractais. Estrutura de redes complexas. Teoria da Informação: entropia, informação mútua e princípio da entropia máxima. Automatos celulares. Aplicações: modelos biológicos, sincronização, modelos de interação social, teoria dos jogos.
Forma de avaliação:
Resolução de questionários online, provas e trabalhos práticos a serem entregues.
Observação:
PORCENTAGEM DA DISCIPLINA QUE OCORRERÁ NO SISTEMA NÃO PRESENCIAL (1-100%)
100
JUSTIFICATIVA DE NECESSIDADE DE DISCIPLINA REMOTA OU HÍBRIDA
Por ser uma disciplina com caráter interdisciplinar, é provável que atraia alunos de todos os câmpus da USP, não apenas de São Carlos. Além disso, será a primeira disciplina com um conteúdo completo e aprofundado sobre Sistemas Complexos em toda USP. Por envolver conceitos de matemática, probabilidades e computação, a disciplina pode ser melhor ministrada online, pois permitirá ao docente apresentar códigos computacionais e interagir com os alunos, que executarão os códigos durante a aula.
DETALHAMENTO DAS ATIVIDADES QUE SERÃO PRESENCIAIS E DAS QUE SERÃO DESENVOLVIDAS VIA REMOTA, COM DISCRIMINAÇÃO DO TEMPO DE ATIVIDADE CONTÍNUA ONLINE
Nas aulas remotas, serão discutidos os conceitos fundamentais e os alunos terão oportunidade de executarem os códigos computacionais em conjunto com o docente.
ESPECIFICAÇÃO SE AS AULAS, QUANDO ONLINE, SERÃO SÍNCRONAS OU ASSÍNCRONAS
As aula serão síncronas, duas vezes por semana.
DESCRIÇÃO DO TIPO DE MATERIAL E/OU CONTEÚDO QUE SERÁ DISPONIBILIZADO PARA O ALUNO
Serão disponibilizados códigos computacionais para simulação, artigos e livros em formado pdf, bases de dados para análise e processamento e vídeos com materiais complementares.
PLATAFORMA QUE SERÁ UTILIZADA
Será usada a plataforma Moodle.
DEFINIÇÃO SOBRE A PRESENÇA NA UNIVERSIDADE E, QUANDO NECESSÁRIA, DISCRIMINAR QUEM DEVERÁ ESTAR PRESENTE (PROFESSOR; ALUNOS; AMBOS)
Alunos e professores estarão na aula online, onde será aferida a presença dos alunos.
DESCRIÇÃO DOS TIPOS E DA FREQUÊNCIA DE INTERAÇÃO ENTRE ALUNOS E PROFESSOR (SOMENTE DURANTE AS AULAS; FORA DO PERÍODO DAS AULAS; HORÁRIOS; POR CHAT/E-MAIL/FÓRUNS OU OUTRO);
As interações serão durante as aulas e nos fóruns das disciplinas. Além disso, haverá um horário para atendimento online aos alunos.
SERÃO UTILIZADAS METODOLOGIAS ATIVAS DE ENSINO E ATIVIDADES DE COOPERAÇÃO E COLABORAÇÃO ENTRE OS ALUNOS?
Os alunos desenvolverão os projetos em grupo, quando deverão ter oportunidade de trabalharem em conjunto.
FORMA DE CONTROLE DA FREQUÊNCIA NAS AULAS
A frequencia será feita com o registro dos alunos participantes nas aulas online.
INFORMAÇÃO SOBRE A OBRIGATORIEDADE OU NÃO DE DISPONIBILIDADE DE CÂMERA E ÁUDIO (MICROFONE) POR PARTE DOS ALUNOS
Não será necessário usar câmera ou microfones, de modo que os alunos podem interagir via chat.
FORMA DE AVALIAÇÃO DA APRENDIZAGEM (PRESENCIAL/REMOTA)
A avaliação será feita por questionários, provas e um projeto prático, todos de forma remota.
CRITÉRIOS DE AVALIAÇÃO CONTEMPLANDO QUAL A(S) METODOLOGIA(S) UTILIZADA(S) E COMO SER(Á)ÃO ATRIBUÍDO(S) O(S) CONCEITO(S)
A nota final será constituídas de: 30% questionários, 30% prova e 40% projeto final.
MENCIONAR AS MEDIDAS QUE GARANTAM AOS ALUNOS ACESSO À PLATAFORMA (SALA DE AULA COM INFRAESTRUTURA DE MULTIMÍDIA, SALA PRÓ-ALUNO; EQUIPAMENTOS NECESSÁRIOS A PARTICIPAÇÃO DOS ALUNOS E OUTROS)
Os alunos precisarão de um dispositivo conectado à internet, como celular, computador ou laptop. Todas as aulas serão gravadas, de modo que os alunos poderão ver o conteúdo de forma assíncrona. Os alunos da USP, caso necessitem, poderão usar as salas pró-
Bibliografia:
Fundamentais:
Introduction to the Theory of Complex Systems, Stefan Thurner, Rudolf Hanel, Peter Klimek, Oxford University Press. 2018.
Network Science, Albert-László Barabási, Cambridge University Press, 2016.
Complementares:
Modeling Complex Systems, Nino Boccara, Springer 2006.
© 2025 Instituto de Ciências Matemáticas e de Computação