A Escola de Artes, Ciências e Humanidades, da Universidade de São Paulo (USP), abriu mil vagas no curso gratuito, totalmente online, em Introdução às Redes Complexas, com aplicações, utilizando Python e IA/LLM, que será ofertado de 26/01/2026 até 29/01/2026.

Há 1000 vagas disponíveis, que podem ser ocupadas por pessoas de todo o Brasil. As inscrições já estão abertas e serão finalizadas em 16/01/2026. Para mais informações e inscrições, clique aqui.

Programação

• Dia 1: Introdução aos Sistemas Complexos

Primeira Sessão (60 minutos):

Apresentação do Curso e Objetivos

Visão geral do conteúdo e metodologia.

Expectativas e objetivos de aprendizagem.

Conceitos Fundamentais de Sistemas Complexos

Definição e características de sistemas complexos.

Propriedades emergentes e comportamento coletivo.

Exemplos de sistemas complexos em diversas áreas (biologia, economia, sociologia).

Intervalo (20 minutos)

Segunda Sessão (60 minutos):

Introdução aos grafos

Conceitos básicos: nós, arestas, grafos, distribuição de grau.

Importância das redes complexas no estudo de sistemas interconectados.

Exemplo Prático em Python:

Objetivo: Criar e visualizar uma rede simples.

Atividades:

Introdução ao Python e à biblioteca NetworkX.

Implementação de um grafo básico.

Visualização da rede usando Matplotlib.

Utilização de um modelo de IA (LLM) para auxiliar na codificação e

esclarecimento de dúvidas.

Primeira Sessão (60 minutos):

Redes Aleatórias Homogêneas

Modelo de Erdős-Rényi e suas propriedades.

Modelo de Watts-Strogatz e suas propriedades.

Conceito de redes homogêneas.

Propriedades Estatísticas

Caminho mínimo médio.

Coeficiente de aglomeração médio.

Intervalo (20 minutos)

Segunda Sessão (60 minutos):

Exemplo Prático em Python:

Objetivo: Construir e analisar uma rede de Erdős-Rényi.

Atividades:

Geração de uma rede aleatória usando NetworkX.

Cálculo de propriedades estatísticas (grau médio, clusterização).

Visualização da distribuição de grau.

Interação com um modelo de IA (LLM) para otimizar o código e interpretar

resultados.

• Dia 3: Redes Heterogêneas

Primeira Sessão (60 minutos):

Redes Aleatórias Heterogêneas

Modelo de Barabási-Albert e crescimento preferencial.

Redes livres de escala (“scale-free”)

Importância dos hubs e impacto na robustez da rede.

Distribuição de Grau em Redes Heterogêneas

Lei de potência e suas implicações.

Comparação com redes homogêneas.

Intervalo (20 minutos)

Segunda Sessão (60 minutos):

Exemplo Prático em Python:

Objetivo: Implementar o modelo de Barabási-Albert.

Atividades:

Criação de uma rede scale-free.

Análise da distribuição de grau e identificação de hubs.

Discussão sobre robustez e vulnerabilidade a falhas.

Uso de um modelo de IA (LLM) para ajustar parâmetros e explorar variações do

modelo.

• Dia 4 do curso gratuito, totalmente online, em Introdução às Redes Complexas, com aplicações, utilizando Python e IA/LLM: Aplicações de Redes Complexas

Primeira Sessão (60 minutos):

Redes em Contextos Reais

Redes Sociais:

Análise de conexões e influência.

Fenômenos de viralização.

Redes Biológicas:

Interações proteína-proteína.

Metabolismo e redes genéticas.

Redes Tecnológicas:

Estrutura da internet.

Redes elétricas e de transporte.

Discussão de Estudos de Caso

Exemplos reais de aplicações bem-sucedidas de redes complexas.

Desafios e oportunidades na análise de redes.

Intervalo (20 minutos)

Segunda Sessão (60 minutos):

Exemplo Prático em Python:

Objetivo: Simular a propagação de informação em uma rede social.

Atividades:

Implementação de modelos de propagação (e.g., modelo SIR).

Configuração de cenários de difusão e análise de resultados.

Visualização dinâmica da propagação na rede.

Auxílio de um modelo de IA (LLM) para refinar a simulação e interpretar

fenômenos observados.

Encerramento do curso gratuito, totalmente online, em Introdução às Redes Complexas, com aplicações, utilizando Python e IA/LLM

LEIA TAMBÉM: Inscrições abertas para curso gratuito online em Atuação na Educação a Distância